AI从头设计膜蛋白，全长跨膜重组蛋白助力湿实验验证

膜蛋白嵌在细胞膜中，是感知刺激、调控分子进出细胞的信号“响应者”，超过50%的药物以他们为靶点。然而。膜蛋白的疏水表面使其一旦离开脂质环境就会变得不稳定、易聚集，为基础研究和药物开发带来巨大挑战。近年来，AI蛋白设计开始关注结构动态、位点埋藏深的膜蛋白靶点。

2026年，华盛顿大学教授、诺贝尔奖得主、蛋白质设计先驱David Baker团队已发表5篇膜蛋白相关AI研究成果，方向涵盖AI从头设计、膜蛋白制备、膜蛋白结构与机制研究等前沿领域。值得一提的是，发表于Nature的以AI设计生成GPCR结合的miniprotein研究中，使用义翘神州的CCR5纳米盘膜蛋白（货号：13022-H91H-NA）进行酵母表面展示文库的流式细胞术筛选。

G蛋白偶联受体（GPCR）是膜蛋白研究和药物研发法核心靶点，参与痛觉、瘙痒、代谢、心血管、神经系统和肿瘤发生发展等一系列生理和病理过程。GPCR潜在细胞膜中，构象动态变化，多少关键功能位点深藏在膜蛋白的凹陷口袋中，传统小分子药物能进入口袋，但抗体、蛋白类分子难以进入实现精准调控。从头设计GPCR激动剂或拮抗剂一直具有挑战性。David Bake等人建立了“双AI计算设计路线+高通量原文筛选”的技术方案，以期解决GPCR表位难靶向、难筛选的难题。

为解决GPCR结合表位难进入的问题，研究团队通过两种互补的方法，从头设计蛋白。一种是“基序引导的RFdiffusion”，先设计一个由5个氨基酸组成的小肽motif，插入蛋白口袋深处、锁定可穿透的接触方式，再利用RFdiffusion生成迷你蛋白。另一种是“MetaGen骨架对接法”，从AlphaFold预测的“结构宏蛋白组”筛选带有弯折螺旋、β-hairpin的结构，更能触及GPCR的凹陷、复杂的膜蛋白表面。结果显示两种生成的设计，可“抵达”膜表面以下约12 Å发配体结合表位。

研究人员通过3种实验策略对设计蛋白进行筛选验证，包括酵母表面展示库、Biofloating实验及OPS-RD（Optical Pooled Screening - Receptor Diversion）。酵母表面展示库以Nanodisc、去垢剂等形式的重组蛋白进行刷选。Biofloating以细胞膜上表达的GPCR的细胞为靶细胞进行富集。OPS-RD在人源细胞内共表达受体与候选分子，通过内质网滞留的结合蛋白捕获受体，引起受体转运和共定位变化，以成像信号识别结合。

靶点蛋白从头设计及筛选技术路线（源自文献：doi: 10.1038/s41586-026-10656-8）

研究对11种GPCR进行研究并获得对应的结合蛋白，如MRGPRX1、NK1R激动剂，以及CXCR4、GLP1R、GIPR等受体的拮抗剂。比如优化后的MRGPRX1激动剂EC50达到42nM，有5种受体与设计蛋白复合物的冷冻电镜结构与模型高度吻合。小鼠实验结果显示，CXCR4拮抗剂动员造血干细胞，效果与临床药物相近且副作用更少。

膜蛋白的疏水表面使其离开膜后易发生折叠聚集，传统研究通过去垢剂提取与纯化，但流程繁琐，需要大量条件优化，蛋白的稳定性也难以维持。David Baker团队在Science发表的这篇文章开发出WRAP（Water-soluble RFdiffused Amphipathic Protein）提取技术，从头设计定制化生成“内侧疏水、外侧亲水”的辅助蛋白，精准包裹靶膜蛋白的疏水跨膜表面。通过基因融合共表达，直接在大肠杆菌生成可溶性膜蛋白，省掉去垢剂提取和复性步骤。

WRAP技术的全流程（源自文献：DOI: 10.1126/science.adr3817）

AI蛋白设计正在拓展膜蛋白的结合分子或样品制备技术，并通过结合表征、细胞识别、功能评价等湿实验体系，相互验证，加速膜蛋白靶点药物的筛选和开发。

表达量低、体外溶解性差、纯化不稳定、天然构象难保持等限制条件，造成膜蛋白研究难度不断提高。义翘神州通过VLP、纳米盘、去垢剂三大技术平台，成功表达Claudins、GPCRs、SLCs等多个膜蛋白家族，如四次跨膜蛋白Claudin18.1/18.2、Claudin-6、CD20、CD9等，七次跨膜蛋白GPRC5D、CXCR4、SSTR2、GLP1R、CCR5、CCR8。此外，义翘神州还提供高品质的多次跨膜蛋白定制服务，解决跨膜蛋白表达和纯化的技术难题，为药物早期研发提供可靠的原材料和技术支持，助力您的研发进程。