David Baker 教授
2024年诺贝尔化学奖得主之一
美国华盛顿大学教授David Baker,因开发从头设计自然界从未出现的新型蛋白的技术而获奖
我们都知道,蛋白质仅仅依靠靠20种氨基酸的排列组合,就形成了生物学的多样性和高效性。既然通过算法可以从蛋白质序列来预测结构,那反过来是不是可以通过功能来设计对应的结构,再把结构推导回序列呢?
这种方法就被称之为蛋白质的“从头设计”(De novo design)。
也就是在没有模板参照的情况下设计出自然界中不存在的蛋白质。如果说蛋白质结构预测是为了理解自然,那么蛋白质设计就是创造自然了。蛋白质从头设计可以用于新型药物、催化剂和材料的精确设计,并为医学、能源和技术方面所遇到的各种挑战提供新的解决方案。
从寡核苷酸文库到蛋白质 ?
助力蛋白质从软件和设计中走向现实的,就是本次线上讲座的主角----寡核苷酸文库。
安捷伦SurePrint定制寡核苷酸文库,在David Baker实验室的工作中也留下了浓墨重彩的一笔,例如,2022年发表在Nature杂志上的文章“Design of protein-binding proteins from the target structure alone”(曹龙兴博士为第一作者),2023年发表在Nature communications杂志上的文章“Improving de novo protein binder design with deep learning”等研究成果,正是使用了安捷伦定制OLS寡核苷酸文库。David Baker实验室的一个重要工作流程是以 SurePrint 230 个碱基对 (bp) 寡核苷酸文库为中心,将这些文库用于设计针对特定靶蛋白的各微结合蛋白的肽序列。还将这些文库用于高通量经验筛选以获得成功的结合蛋白。使用该流程,该团队已经设计并筛选表达了数百万种蛋白质。
SurePrint 文库制备工艺
?基于 SurePrint 技术,使用 ATCG 四种碱基作为“墨水”
?碱基均匀地沉积在特殊制备的芯片上
?在整个芯片上,寡核苷酸以一次一个碱基的方式堆积, 直到达到所需的长度
?将合成好的序列从芯片上切割下来,混合、冻干后以单管形式提供
?Oligo文库可通过重悬、扩增,被应用于任何下游实验应用
利用 SurePrint 平台,安捷伦将寡核苷酸文库的质量提升到了新的高度,不仅一次合成的寡核苷酸数量多,同时在质量上有更好的保障。安捷伦 SurePrint 寡核苷酸合成平台为广大研究者提供最高质量的底层工具,助力科学创新更进一步!
摘自网址:http://www.360zhyx.com/home-research-index-rid-80869.shtml