图片来源：luismmolina / iStock / Getty Images Plus
《科学》（Science）发表的一项最新研究报道了利用人工智能（AI）设计具有功能的人工RNA引导核酸酶，其活性与天然酶相当甚至更优。这篇题为《基于结构与进化信息指导的最小RNA引导核酸酶设计》的论文指出，该研究结果“建立了构建非天然RNA引导核酸酶与构象活性核酸结合蛋白的策略，拓展了可设计蛋白质的空间范围”。
研究团队由加州大学伯克利分校创新基因组学研究所、加州定量生物科学研究所的科学家，及其他机构的合作者组成。该研究结果凸显了AI可拓展CRISPR工具库，获得具备天然酶不具备的新特性的RNA引导核酸酶。此前这类工作对蛋白质设计方法而言极具挑战，因为多结构域蛋白的活性依赖于不同构象状态下RNA与DNA识别、激活、切割过程的协同配合，看似微小的改变就可能破坏酶活性。
基于序列的生物语言模型可通过推断序列-功能关系成功设计新型核酸酶，但这类模型生成的蛋白往往与训练所用的参考序列高度相似。而基于结构的理性设计方法“为探索序列高度差异的蛋白、甚至自然界不存在的蛋白结构提供了可靠策略”，已被用于构建动态开关、DNA结合蛋白等。但对于RNA引导核酸酶这类包含多个功能结构域、存在多种构象的复杂蛋白，上述两类方法的设计仍存在困难。
该篇《科学》论文中，研究人员提出了一种构建新型功能蛋白的替代策略，将ESM反向折叠（ESM-IF1[注1]）模型与进化信息指导的氨基酸残基约束相结合。作为验证案例，研究团队利用该策略构建了TnpB[注2]的新型突变体，TnpB是一类类CRISPR-Cas12核酸酶家族，可介导RNA引导的DNA切割，还可调控转录等多种生物学过程。研究人员在论文中解释，这类酶“可实现可编程DNA靶向，且结构精简同时具备多种天然功能，是蛋白质设计的理想靶点”。
[注1] ESM-IF1：Meta开发的蛋白质反向折叠预测模型
[注2] TnpB：CRISPR-Cas12核酸酶的祖先转座酶家族
研究结果显示，基于序列的生物语言模型生成的蛋白结合结构域与天然同源序列的一致性超过99%，而该研究的方法构建的“与DNA、RNA相互作用的功能结构域由AI生成相互作用界面，与自然界中同源度最高的序列一致性仅为83%和72%”。
研究过程中，研究人员对设计得到的命名为合成型TnpB（SynTnpB）的蛋白进行活性筛选，首先在细菌细胞中验证，随后筛选出活性最高的突变体进一步在植物细胞和人源细胞中测试。研究团队还利用冷冻电子显微镜（冷冻电镜）解析了序列差异最大的突变体的结构。分析结果显示，多数AI设计的核酸酶在多种细胞类型中活性与天然TnpB相当甚至更优。冷冻电镜结构进一步显示，这些人工改造的蛋白形成了新的静电作用与氢键网络，可在不同构象下稳定RNA-DNA界面的相互作用。