近期顶刊速报!!!
第一作者：薛博元
通讯作者：周小红
通讯单位：清华大学
论文链接：
https://doi.org/10.1021/acscentsci.4c01385
研究背景
近日，清华大学环境学院周小红副教授课题组在《ACS Central Science》上发表了题为“High-affinity peptides for target protein screened in ultralarge virtual libraries”的论文，在靶向蛋白质的高亲和力肽虚拟筛选领域取得新进展。该研究提出了一种全新的从头设计策略，利用定向突变驱动的高通量虚拟筛选方法来进化一个庞大的虚拟多肽文库，筛选出对多种蛋白具有超高亲和力的肽分子。
成果简介
图1.定向突变驱动的高通量虚拟筛选框架及应用
高通量虚拟筛选在扩大文库容量以增强肽序列多样性，从而筛选出高亲和力肽的过程中仍面临许多挑战。为此，周小红课题组研究提出了一种全新的从头设计策略，构建了一个包含104个随机肽的生成库，并通过自主开发的并行化高通量虚拟筛选程序与目标蛋白进行对接。通过筛选排名前1%的肽并对其进行随机突变，该策略理论上能够将文库容量扩展至1014个肽序列，从中挑选出亲和力最强的肽。作为概念验证，这一方法已成功应用于多种目标蛋白的筛选，包括肿瘤标志物（甲胎蛋白）和病毒表面蛋白（新冠病毒S蛋白受体结合域和诺如病毒P结构域），并成功鉴定出在纳摩尔浓度范围内具有高亲和力的肽。该研究的通用性和可扩展性为快速发现高亲和力肽提供了经济高效的方法支持，特别是在应对突发疫情大流行暴发时，展现了快速响应的潜力。
图2.高亲和力肽与目标蛋白的分子互作表征
理论计算
科研云是专业的理论计算解决方案服务商，服务包含但不限于第一性原理计算服务（电化学催化，固体热催化，电池体系，表面吸附，电子结构分析），分子动力学模拟服务（理化性质，几何结构，相互作用，扩散过程，第一性分子动力学），量子化学计算服务（均相催化，谱图模拟，HOMO-LUMO gap，几何性质，电子/磁性质，反应活性位点预测，分子相互作用），涵盖MS,VASP,Gaussian,LAMMPS,GROMACS等多款软件，保障计算数据安全合规，为您提供最优解决方案，服务用户研究成果已发表多种国际顶级期刊，详情请咨询15122034504。
扫码添加客服微信
