Yeni proteinlerin sıfırdan tasarlanması, belirli kimyasal tepkimeleri gerçekleştirebilen enzimler geliştirmek açısından önemli bir araştırma alanıdır. Bununla birlikte, bir proteinin hedef moleküle bağlanabilecek biçimde tasarlanması, tek başına katalitik işlev göstereceği anlamına gelmemektedir. Ligo Biosciences araştırmacıları tarafından geliştirilen Artios, protein tasarımında moleküler yapı ve amino asit dizisi tasarımını bir araya getirerek bu zorluğun aşılmasını hedefleyen bir yapay zekâ yaklaşımıdır.
Artios, iki temel bileşenden oluşmaktadır. ArtiosBackbone, hedef molekülü ve katalitik açıdan önemli amino asit kalıntılarını dikkate alarak proteinin atom düzeyindeki iskelet yapısını tasarlayan bir difüzyon modelidir. ArtiosPotts ise hedef molekülle ilişkili bilgileri kullanan ve tasarım sırasında amino asit dizisinin seçimini yönlendiren bir Potts modeli tabanlı yöntemdir. Bu bileşenler, protein yapısının ve amino asit dizisinin hedeflenen işlevle uyumlu olacak şekilde tasarlanmasını amaçlamaktadır.
Araştırmacılar, Artios’u protein tasarımı ve hedef molekülün korunmasını değerlendiren karşılaştırmalı testlerde incelemiştir. Ligandın (proteine bağlanan molekülün) tasarlanan yapıda korunmasını gerektiren daha katı AME (Atomic Motif Enzyme) değerlendirmesinde, tasarımların %6,1’i başarı ölçütlerini karşılamıştır. Karşılaştırılan Proteina-Complexa ile LigandMPNN birleşiminde bu oran %1,2, RFdiffusion3 ile LigandMPNN birleşiminde ise %0,9 olarak bildirilmiştir. Artios, bu değerlendirmede toplam 38 tasarım gereksiniminin 34’ünü karşılamıştır. Doğal protein-ligand komplekslerini içeren SeqVal değerlendirmesinde de ArtiosPotts 114 kompleksin 23’ünde başarılı olmuş; karşılaştırılan LigandMPNN yöntemi ise 7 komplekste başarı sağlamıştır.
Araştırmacılar ayrıca tasarlanan proteinlerin deneysel işlevlerini incelemiştir. Hücresiz protein üretimi deneylerinde ArtiosPotts tasarımlarının medyan lüminesans sinyali 2,53 × 10⁶ bağıl ışık birimi (RLU) olarak ölçülmüş; LigandMPNN tasarımlarında bu değer 1,53 × 10⁶ RLU olmuştur. Bu sonuçlar, ArtiosPotts tasarımlarında daha yüksek medyan lüminesans sinyali elde edildiğini göstermektedir. Enzim etkinliğine yönelik deneylerde ise ilk lusiferaz tasarım kampanyasında test edilen 85 tasarımdan 7’si, daha sonraki kampanyada test edilen 45 tasarımdan 9’u aktif bulunmuştur. Esteraz tasarımlarında bütirat türevi bir substratla yapılan testlerde 88 tasarımdan 17’si etkinlik göstermiştir. Ayrıca ArCut1 adlı tasarım için 4MU-oktanoat substratına karşı katalitik verimlilik i (kcat/KM) (1,840,20)103 M-1s-1 olarak ölçülmüştür.
Çalışma, atom düzeyindeki yapı tasarımı ile yönlendirilebilir amino asit dizisi tasarımının birleştirilmesinin yeni işlevler taşıyan proteinlerin geliştirilmesini destekleyebileceğini göstermektedir. Bununla birlikte, geliştirilen enzimlerin etkinlikleri doğal veya optimize edilmiş enzimlerin düzeylerinin altında kalmıştır. Araştırmacılar ayrıca, kullanılan AlphaFold2 ve Protenix gibi yapı tahmin yöntemlerinin kataliz için gerekli hassas geometriyi değerlendirmede sınırlılıkları bulunduğunu belirtmektedir. Hesaplamalı yapı tahminleri, katalitik etkileşimlerin deneysel olarak doğrulandığı anlamına gelmemektedir; araştırmada tasarlanan proteinlerin deneysel yapıları henüz belirlenmemiştir.
Artios modelleri ve tasarım altyapısı araştırmacılar tarafından açık kaynak olarak yayımlanmıştır. Bu nedenle çalışma, yeni işlevsel proteinlerin hesaplamalı tasarımı açısından bir yaklaşım sunmakla birlikte, sonuçların yöntemin mevcut sınırlılıkları dikkate alınarak değerlendirilmesi gerekmektedir.
Yazar: Özsu Deniz Balkaya
Editör: Hazel Birgül
Referans: Cort, O., Egerton-Warburton, E., Goreci, A. ve Harris, E. Artios: Designing Functional De Novo Enzymes with All-Atom Diffusion and Steerable Potts Models. Ligo Biosciences, Research Preview (Ekim 2026). https://papers.ligo.bio/artios/paper.pdf
