Процесс подбора аминокислот для активного центра в рамках метода CANVAS — это многоступенчатая компьютерная процедура, которая сочетает в себе разные вычислительные инструменты. Её можно представить как сборку сложного «конструктора», где каждая деталь должна встать на своё место.

Всё начинается не с аминокислот, а с теозима (theozyme). Это не реальная молекула, а идеализированная компьютерная модель, которая показывает, как именно должны быть расположены каталитические группы атомов, чтобы идеально стабилизировать переходное состояние нужной реакции. Для реакции Кемпа теозим включал две ключевые роли:

• Каталитическое основание: Аминокислота аспарагиновая кислота (Asp), которая должна отнять протон от субстрата.

• Донор водородной связи: Аминокислота аспарагин (Asn) или глутамин (Gln), которая помогает удерживать субстрат и стабилизировать переходное состояние.

С помощью программы Triad первую каталитическую аминокислоту (основание) из теозима «закрепляют» на каркасе TIM-барреля в подходящем месте. Затем от неё «выстраивают» переходное состояние, а от него — положение второй аминокислоты (донора связи), обеспечивая идеальную геометрию для катализа.

Вторая каталитическая аминокислота (Asn/Gln) оказывается расположенной в пустом пространстве над «рабочей» поверхностью TIM-барреля. Её α-углеродный атом служит «якорем» для конструирования специальной структурной «крышки» (lid). Эта крышка нужна, чтобы сформировать замкнутую полость активного центра, куда сможет поместиться субстрат.

• Для создания каркаса крышки использовался генеративный ИИ-инструмент RFdiffusion, который генерировал фрагменты белковой цепи нужной длины и вторичной структуры.

• Затем с помощью ProteinMPNN подбиралась аминокислотная последовательность для этой крышки, которая бы обеспечила её правильную укладку и стабильность. Важно, что идентичности двух ключевых каталитических остатков (Asp и Asn/Gln) при этом сохранялись.

Полученные конструкции проверялись с помощью AlphaFold2 — ИИ, предсказывающего трёхмерную структуру белка по его последовательности. Это позволяло отсеять варианты, которые, скорее всего, не свернутся правильно.

После того как общая структура белка была спрогнозирована, программа Triad снова бралась за работу. На этот раз она проводила финальную оптимизацию активного центра: перебирала возможные ротамеры (пространственные конформации) боковых цепей аминокислот в полости, чтобы добиться максимальной комплементарности (взаимного соответствия) формы и электростатических свойств с переходным состоянием реакции.

На каждом этапе применялись строгие критерии отбора. В финале оценивались такие параметры, как:

• Доступная для растворителя площадь поверхности переходного состояния.

• Энергия взаимодействия с активным центром.

• Точность геометрии каталитических контактов.

Кандидаты, не прошедшие проверку, отбраковывались, и на следующие этапы выходили только лучшие, как показано на схеме workflow.

Интересно, что в ходе работы возникла проблема. Первые пять вариантов (1-5), созданные на основе одного из каркасов (NT6-CP1 и NT6-CP2), показали низкую растворимость или не экспрессировались. Чтобы спасти ситуацию, учёные пошли на хитрость: они оставили спроектированный активный центр нетронутым, но с помощью нейросети LigandMPNN полностью перепроектировали все остальные аминокислоты в этих белках. Это позволило получить новые, хорошо растворимые варианты, которые и стали семейством ферментов KempTIM. Наиболее активный из них, KempTIM1, и продемонстрировал выдающуюся эффективность.

• Customizing the structure of minimal TIM barrels to create efficient de novo enzymes. Nature Chemical Biology. Июнь 2026.
• Low-barrier hydrogen bond powers long-range radical transfer in the metal-free ribonucleotide reductase. PNAS. Май 2026.

Вы читаете текст статьи "Как именно CANVAS подбирал аминокислоты для активного центра?"

Перепечатка статьи разрешается при условии размещения активной гиперссылки на ChemPort.Ru