用 AI 设计高亲和力蛋白招募辅激活因子,破解转录精准调控难题
KevinKaichuang · x · 2026-10-23
Kevin Kaichuang 介绍一项研究：转录因子靠弱相互作用招募辅激活因子，导致难以做合成、精准的转录调控。研究团队改用深度学习设计高亲和力的辅激活因子招募蛋白来解决这一问题。
工作流要点：
- 用 AlphaFold3 成对预测筛选 12 个辅激活因子结构域 × 726 个转录因子 TAD 区域（6520 个窗口），定位相互作用界面
- 以 RFdiffusion 生成结合蛋白骨架，ProteinMPNN 设计序列，再用 AlphaFold3 过滤
- 设计出针对 p300-KIX、MED25、p300-TAZ2 等辅激活因子的多个高亲和力结合蛋白，SPR 实测 Kd 低至纳摩尔级
- pooled 筛选验证：设计出结合蛋白可在细胞中按辅激活因子特异性激活或抑制基因表达
为合成转录调控和基因治疗提供了 AI 驱动的新工具路径。
所属事件:Baker 实验室用 AI 从头设计转录激活因子(3 条相关)→
「研究」频道最新
- Arc Institute 发布 Bolero 研究,bioRxiv 论文引关注 — anshulkundaje · 2026-10-23
- Prime Intellect 公布持续学习路线图：从 agent「废气」里挖训练信号 — willcb · 2026-10-23
- SVG-Bench 开源发布：35 万人偏好数据给 14 个模型排座次 — mervenoyann · 2026-10-23
- 机器人灵巧操作或缺不了触觉：Touch2Trace 线缆追踪实测研究 — chris_j_paxton · 2026-10-23
- 新研究：编程智能体在共享沙盒中自发形成规则、互惠与联盟 — nandofioretto · 2026-10-23
- 波恩团队将80岁老人血细胞年轻60岁,分子年龄重返20岁以下 — kimmonismus · 2026-10-23