RFdiffusion2：原子級酶活性位點支架設計的突破性生成模型

《Nature Methods》：Atom-level enzyme active site scaffolding using RFdiffusion2

【字體： 大 中 小 】 時間：2025年12月05日 來源：Nature Methods 32.1

　　

在合成生物學和生物催化領域，從頭設計具有特定催化功能的酶一直是科學家們追逐的圣杯。傳統酶設計方法通常從理想化的催化功能基團排列出發，通過量子化學計算獲得反應過渡態的理論酶模型（theozyme），然后嘗試生成能夠精確定位這些基團的蛋白質結構。然而，現有AI方法需要預定義殘基位置，并依賴從側鏈放置反向構建殘基骨架的策略，這種設計思路嚴重限制了結構的靈活性。隨著催化位點復雜度的增加，傳統方法需要處理的旋轉異構體和序列索引組合呈指數級增長，使得設計復雜活性位點酶類變得異常困難。

針對這一挑戰，華盛頓大學David Baker團隊與麻省理工學院研究人員在《Nature Methods》上發表了革命性研究成果。他們開發的RFdiffusion2模型，通過擴展RoseTTAFold擴散全原子（RFdiffusionAA）架構，實現了直接從原子級活性位點描述生成蛋白質支架的能力，無需預定義殘基順序或進行反向旋轉異構體采樣。

研究團隊采用了幾項關鍵技術方法：首先構建了包含生物分子結構、小分子復合物、蛋白質-金屬復合物和共價修飾蛋白的擴展訓練數據集；其次開發了基于流匹配（flow matching）的穩定訓練目標，取代了傳統的擴散目標；引入隨機中心化策略解決支架與基序相對偏移的確定問題；利用原子級可及表面積（RASA）條件控制配體埋藏深度。模型在24塊A100 GPU上訓練17天，建立了包含41個活性位點的原子級酶基序支架（AME）基準測試集。

原子級基序條件化技術的突破使RFdiffusion2能夠處理非索引原子基序，這是與傳統方法的核心區別。傳統 motif-scaffolding 方法將基序表示為需要預設序列索引的"骨架框架"，而RFdiffusion2通過創建包含不同分辨率級別的擴展表示，允許網絡在訓練過程中學習建模側鏈構象分布。當提供某些側鏈原子坐標（原子基序）時，網絡學會建模包含此類原子亞結構的蛋白質分布。更重要的是，通過創建"非索引殘基"并移除其索引特征，模型能夠在不指定基序序列索引的情況下進行條件化生成。

AME基準測試結果驗證了RFdiffusion2的卓越性能。在涵蓋EC29類1-5的41個活性位點測試中，RFdiffusion2成功為所有案例生成支架，而先前方法僅解決16/41個案例。研究團隊使用LigandMPNN為每個結構分配八個序列，并通過Chai-1（AlphaFold3的開源實現）進行結構預測驗證。成功標準要求催化殘基所有重原子在至少一個序列中的均方根偏差<1.5?，且設計與配體無沖突。

為解析原子基序旋轉異構體和序列索引的相對貢獻，研究團隊比較了三種策略：樸素反向旋轉異構體采樣（RFdiffusion方法）、RFdiffusion2推斷和使用天然結構中的旋轉異構體。結果顯示，允許RFdiffusion2同時推斷旋轉異構體和索引的策略表現最佳，甚至優于使用天然旋轉異構體和序列索引的參考案例。這表明深度學習方法解析旋轉異構體和序列索引附加自由度比固定特定值或預枚舉更有效。

體外實驗驗證了模型從theozyme生成功能性酶的能力。針對逆醛醇反應，研究團隊從進化逆醛醇酶晶體結構（PDB 5AN7）構建最小theozyme，生成設計并表達96個變體，發現四個具有可檢測活性的變體。最優設計催化逆醛醇反應的k_cat/K_M達到6.34±0.92 M^-1s^-1。

在酯酶設計中，研究選擇了半胱氨酸水解酶theozyme，包含Cys-His-Asn催化三聯體和螺旋偶極穩定的氧陰離子空穴。從木瓜半胱氨酸水解酶（PDB 1PPN）提取原子相對位置，在測試的48個設計中，最優設計表現出多轉換活性，酰化步驟的k_cat/K_M為248±34 M^-1s^-1。

金屬水解酶設計案例展示了從純理論計算出發創建功能性酶的能力。研究團隊使用密度泛函理論（DFT）尋找過渡態幾何結構，模擬Zn(II)金屬、金屬配位基團（咪唑）、選定反應物和氫氧根離子。針對4MU-丁酸酯和4MU-苯乙酸酯兩種底物，分別獲得96個設計，并鑒定出多個功能性酶。最優4MU-丁酸酯酶的k_cat/K_M為77±10 M^-1s^-1，而最優4MU-苯乙酸酯酶達到16,000±2,000 M^-1s^-1。在包含通用堿基的第二組96個設計中，最佳酶的k_cat/K_M高達53,000±5,000 M^-1s^-1。

研究結論表明，RFdiffusion2在硅基準測試中優于現有技術，消除了先前骨架基序支架和支架庫方法所需的專家直覺，能夠設計具有顯著實驗證實催化活性的酶。該技術實現了直接從原子級描述的理想活性位點進行支架設計，無需預設序列索引或生成側鏈旋轉異構體。AME基準測試的成功表明RFdiffusion2適用于設計跨越更多反應的酶，且成功率高于現有技術。

盡管RFdiffusion2在四種反應中成功獲得活性酶，但設計的酶活性仍低于天然酶。未來改進方向包括擴展theozyme定義以包含更多催化必要相互作用，整合AlphaFold3等新型神經網絡架構模塊，以及將AME基準擴展到測量多過渡態酶的成功率。隨著更多DFT計算的theozyme得到驗證，預計在不久的將來能夠對非PDB基序進行基準測試。

RFdiffusion2的推出標志著蛋白質設計領域進入原子級精度建模的新時代，為小分子結合和酶設計等需要原子分辨率建模的蛋白質設計問題提供了強大工具。該模型的開源發布將推動機器學習社區探索原子分辨率蛋白質設計的新建模方法，加速生物催化劑在工業、醫療和環境修復等領域的應用進程。