2024年 12 月 6日, 星期五
新闻

2024诺贝尔化学奖得主David Baker和他的Rosetta模型

Rosetta模型是一套用于蛋白质结构预测、分子对接和设计的计算工具集,由2024年诺贝尔化学奖得主,华盛顿大学David Baker教授的实验室开发。Rosetta最初被设计用于蛋白质结构预测,但如今已发展成一套多功能的平台,被广泛应用于蛋白质折叠、蛋白质-蛋白质和蛋白质-小分子相互作用、以及新蛋白质设计等领域。

Rosetta模型的核心功能 
1.蛋白质结构预测(Protein Structure Prediction) Rosetta最初的核心是用于从头预测蛋白质的三维结构。通过降低蛋白质的自由能,该模型利用分子力学的方法对蛋白质结构进行采样,寻找能量最低的稳定构象。具体方法包括:
分子力学和能量计算:使用物理力场和经验公式计算蛋白质的能量。
Monte Carlo采样:通过随机采样方法,在蛋白质折叠过程中探索不同构象,进而找到最稳定的结构。 
2.蛋白质设计(Protein Design) Rosetta可以帮助设计具有特定结构和功能的蛋白质分子。这种设计工具允许用户从头生成新序列,或通过对现有蛋白质进行突变、优化,从而改变其性质或功能。设计过程包括:
从头设计:设计完全新颖的蛋白质序列,以实现特定功能。
重设计(Redesign):对已有蛋白质的结构进行突变和优化,以提高稳定性或活性。

3.分子对接(Molecular Docking) Rosetta的对接模块用于预测蛋白质-蛋白质和蛋白质-小分子相互作用的结构,帮助科学家了解生物分子之间的结合方式。Rosetta对接包含两种方式:
刚性对接:将两种分子视为刚体进行对接。
柔性对接:允许蛋白质或小分子在对接过程中进行柔性调整,以模拟真实结合状态。

4.环建模(Loop Modeling) 在蛋白质的许多关键区域,通常有着一些较为灵活的环状结构,难以通过传统建模方法确定。Rosetta提供了环建模工具,用于预测这些环状区域的结构,帮助研究蛋白质的灵活区域在功能中的作用。

5.抗体建模和设计 Rosetta开发了专门用于抗体设计的模块,可以用于抗体的可变区(V区)和特定区域(CDR区)的优化和建模。这项功能在抗体药物的开发中非常重要。

Rosetta的模型架构和算法

Scoring Functions:Rosetta使用一系列得分函数来评估蛋白质结构的稳定性。这些函数综合了范德华力、氢键、疏水效应、二面角限制等多种物理和统计能量项。
采样方法:通过蒙特卡罗模拟、分子动力学模拟和遗传算法等,探索蛋白质结构空间,进行广泛的结构搜索。
能量最小化:利用梯度下降和模拟退火等方法,对蛋白质结构进行局部优化,以寻找最低能量构象。

常用的Rosetta工具

RosettaDock:用于蛋白质对接和复合物预测。
RosettaDesign:用于设计新蛋白质或重设计已有蛋白质。
RosettaAntibody:用于抗体的结构预测和优化。
RosettaFold:一种结合深度学习的工具,进行蛋白质结构预测,特别适用于蛋白质折叠预测。

Rosetta在研究中的应用

新酶的设计:利用Rosetta设计并优化具有特定催化活性的人工酶,已成功应用于制药和工业生物催化。
疫苗设计:通过设计能够诱导免疫反应的抗原结构,帮助开发新型疫苗。
小分子药物设计:通过预测蛋白质-小分子相互作用,识别潜在结合位点,优化小分子的药物效果。
合成生物学:设计具有新功能的蛋白质,用于新型合成途径、环境修复等生物技术应用。

Rosetta的优势和局限性

优势

灵活多功能,能够应用于不同类型的蛋白质研究。
整合了物理、统计、和机器学习方法,在蛋白质设计方面有广泛的成功案例。

局限性

计算复杂,运行时间较长,特别是对大型蛋白质和复合物。
精度受限于得分函数和采样的效果,尤其是在缺乏实验结构作为参考的情况下。

总结

Rosetta模型是一个功能强大的蛋白质研究平台,支持从蛋白质结构预测到新型蛋白质设计的多种应用。随着机器学习技术的融合(如RosettaFold),Rosetta的预测精度和应用范围持续拓展,未来有望在药物开发、分子生物学研究、合成生物学等领域发挥更大作用。

Rosetta模型已开源,可以从github下载全部源代码。下载地址:https://github.com/RosettaCommons/rosetta

Check Also

亲和层析纯化抗体,请问纯化后收集到的抗体溶液,加甘油或者醇类,糖类的话,浓度一般是加多少

在亲和层析纯化抗体后,通常需要 …

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注