这个课题组玩游戏,就把Nature、Science发到手软!
NanoLabs 2021-02-22

要说谁是当今世界级的合成蛋白质设计大师,美国华盛顿大学的David Baker教授当之无愧,目前,他发表了500多篇研究论文,获得了100多项专利,并与他人共同创立了11家公司。


在2019年还利用计算机游戏Foldit发表了一篇Nature(doi:10.1038/s41586-019-1274-4),从而使得公民科学家(citizen scientist)首次成功地设计出合成蛋白。


1613981462248038.png


TED邀请他作的演讲,编辑搬到这啦,有兴趣可看看哦~



近日,该课题组又发了一篇Nature,主要是关于模块化蛋白生物传感器的从头设计,可为新冠病毒检测提供更快的检测。


1613981490502928.png


天然存在的蛋白质开关已被重新用于开发用于细胞和临床应用的新型生物传感器和报告分子,但此类开关的数量有限,并且由于每个开关的不同,对其进行工程设计通常具有挑战性。有鉴于此,美国华盛顿大学的David Baker和Byung-Ha Oh等研究人员合作实现模块化蛋白生物传感器的从头设计。并作为一种新的方法来检测构成新型冠状病毒的蛋白质以及针对它的抗体。他们设计了基于蛋白质的生物传感器,当与病毒成分或特定的COVID-19抗体混合时会发光。


这一突破可以在不久的将来实现更快、更广泛的测试。


1613981505266118.png


研究人员表明,可以通过从头设计的蛋白质开关反转信息流来创建非常通用的蛋白质生物传感器,其中肽键的结合会触发所需的生物输出。


研究人员通过创建生物传感器来证明了该平台的模块化,该生物传感器几乎没有进行优化,可以灵敏地检测抗凋亡蛋白Bcl-2、IgG1 Fc结构域、Her2受体和肉毒杆菌神经毒素B,以及心脏肌钙蛋白I和一种抗乙型肝炎病毒(HBV)抗体,并可达到检测这些分子临床相关浓度所需的亚纳摩尔级敏感性。


1613981522418194.png


研究人员使用该方法设计了针对SARS-CoV-2蛋白表位的抗体和SARS-CoV-2突刺蛋白的受体结合域(RBD)的传感器。后者结合了从头设计的RBD结合分子,其检测极限为15 pM,背景信号超过50倍。


5.png


本文研究表明,平台的模块化和灵敏性可快速构建适用于各种分析物的传感器,并强调了从头进行蛋白质设计的能力,这能够用于创建具有新功能且有实用性的多状态蛋白质系统。


值得注意的是,David Baker等研究人员在上一年8月份时候在Science发表了关于通过设计蛋白质合成可实现精确靶向细胞表面抗原。描述了一种新的“分子计算机”找到合适的细胞,且这些“分子计算机”全部依靠自己来运行,并且可以搜索经过编程查找的单元


1613981546415969.png


1613981633178096.png


当然,作为鼻祖级玩家,Nature Science都是发到手软的,下面放一些近年来发发在Nature/Science上的一些栗子。


1613981654591302.png


1613981667374514.png

1613981680450775.png


1613981694332599.png



通过借助计算机和学习自然界蛋白质的结构,该课题组开创出自然界不存在的新蛋白质,真正实现了学习自然,超越自然!


也许这就是科研的最高境界

                    

参考文献:

1. Alfredo Quijano-Rubio, et al. De novo design of modular and tunable protein biosensors. Nature, 2021.

DOI:10.1038/s41586-021-03258-z

https://www.nature.com/articles/s41586-021-03258-z

2. https://www.bakerlab.org/

加载更多
1863

版权声明:

1) 本文仅代表原作者观点,不代表本平台立场,请批判性阅读! 2) 本文内容若存在版权问题,请联系我们及时处理。 3) 除特别说明,本文版权归纳米人工作室所有,翻版必究!
纳米人
你好测试
copryright 2016 纳米人 闽ICP备16031428号-1

关注公众号