Çoğu Nobel ödüllü David Baker’ın Washington Üniversitesi’ndeki laboratuvarında çalışan araştırmacılar, diğer proteinlerdeki peptit bağlarını kesebilen, yapay zekâyla tasarlanmış enzim proteinleri geliştirdi. Çalışma, RFdiffusion2 ve ProteinMPNN gibi araçlara dayanıyor ve bu modellerin, tasarım veri tabanlarındaki bilinen proteinlere benzemese bile katalitik amino asitleri hedeflenen dizinin yakınına yerleştiren yapılar oluşturabildiğini gösterdi.
Peptit bağları kimyasal açıdan son derece kararlıdır; suda kendiliğinden parçalanmaları yüzlerce yıl sürebilir. Canlı organizmalar bu süreci hızlandırmak için proteaz enzimlerini kullanır. Araştırmacılar iki mekanizmaya odaklandı: çinkoya dayalı bir proteaz ve sistein amino asidine dayalı bir proteaz. Her iki durumda da zorluk, az sayıdaki amino asidi, hedeflenen bağa saldırabilecek katalitik bir merkez içinde kesin biçimde düzenlemekti.
Tasarlanmış enzimler nasıl oluşturuldu?
Ekip, bilinen iki yapıdan yola çıktı: ıstakozun sindirim sisteminden alınan bir çinko proteazı ve mayadan alınan bir sistein proteazı. RFdiffusion2, katalitik amino asitleri hem birbirlerine hem de kesilmesi istenen diziye yaklaştırmayı garanti eden kısıtlar uygulanarak protein omurgası oluşturmak için kullanıldı. Daha sonra ProteinMPNN, omurgayı yapısal katlanmayla, katalitik bölgeyle ve hedefle etkileşimle uyumlu amino asitlerle doldurdu.
Araştırmacılar sistein proteazı projesi için 12 omurga ve 69 amino asit grubu tasarlarken çinko proteazı projesinde 135 tasarım denendi. Ayrıca bazı tasarımların yapılarını öngörmek için AlphaFold3 kullandılar ve veri tabanlarında, araçların bilinen yapıları basitçe yeniden kullandığını gösterecek derecede benzer proteinler bulamadılar.
Ölçülebilir aktivite ve doğal enzimlerle arasındaki fark
Ekip, tasarımları proteazı, hedef diziyi ve floresan bir proteini bir araya getiren uzun bir protein içinde test etti; böylece kesilme, reaksiyonun başarılı olduğunu gösterdi. Sistein proteazı tasarımlarından 13’ü, yani testlerin %19’u başarılı oldu, ancak aktiviteleri referans alınan maya enziminden çok daha düşüktü.
Reaksiyon için gerekli su molekülünü açık bir kısıt olarak yerleştirmeyen çinko proteazı tasarımlarında 89 tasarımdan 14’ü zayıf katalitik aktivite gösterdi. Başarısız tasarımların analizi, su molekülünün bazen reaksiyonun ihtiyaç duyduğu konumu işgal ettiğini ortaya koydu. Su konumu tasarıma dâhil edildiğinde başarı 38 tasarımdan 35’ine yükseldi; ancak çoğu durumda aktivite doğal enzimin seviyesinin altında kaldı.
Araştırmacılar, aktif bölgenin yakınında bulunan ancak katalizde doğrudan rol almayan amino asitleri değiştirerek bazı tasarımları iyileştirdi. Projelerden birinde en iyi değişiklik, hedeflenen diziye yüksek özgüllüğü koruyarak peptit bağının kesilmesini 109 kat hızlandırdı. Çinko proteazının ikinci versiyonu da özgün tasarımdan 30 kat daha aktifti ve reaksiyonu 1010 kat hızlandırdı.
Bu, tıbbi uygulamalar açısından ne anlama geliyor?
Araştırmacılar son deneyde Alzheimer hastalığı ve frontotemporal demansla ilişkili proteinleri hedefleyen çinko proteazları tasarladı ve bunlardan biri hücrelerin içinde amaçlanan hedefi kesmeyi başardı. Ancak mevcut bir tasarımın yeni bir diziyi hedefleyecek şekilde değiştirilmesi iyi sonuç vermedi ve ekip tasarım sürecini baştan tekrarlamak zorunda kaldı.
Sonuçlar, bu yöntemin bazı hastalıklarla ilişkili anormal proteinleri hedeflemek için kullanılabileceğini gösteriyor, ancak hazır bir tedaviyi temsil etmiyor. Proteinleri doğru konuma ulaştırmak zor ve proteinler bağışıklık tepkisini tetikleyebilir. Hedef hücrenin içindeyse proteazı kodlayan genin ilgili hücrelere ulaştırılması gerekebilir; bu da ek bir zorluktur.
Yapay zekâyla tasarımın sınırları
Deneyler, mevcut tasarım araçlarının mühendislik ve yapısal kısıtları karşılamada iyi olduğunu gösteriyor: proteini istenen biçimde katlamak, katalitik amino asitleri birbirine yaklaştırmak ve belirli bir diziye bağlanmak. Ancak bu araçlar tek başına yüksek enzim aktivitesi için gereken hassas ayrıntıları garanti etmiyor. Bazı tasarımlar yapısal açıdan neredeyse doğruydu, ancak reaksiyon bakımından zayıftı; ardından küçük mutasyonlar aktivitelerini büyük ölçüde artırdı.
Buradaki en önemli çıkarım, yapay zekâyla protein tasarımının teorik yapılar önermekten, belirli hedefler üzerinde fiilen çalışan enzimler üretme aşamasına geçtiğidir; ancak yapı ile aktivite arasındaki ve vücut içindeki taşıma süreçlerindeki fark, terapötik uygulamalara geçişi hâlâ sınırlıyor. Sonuçlar Nature dergisinde 10.1038/s41586-026-11143-w ve 10.1038/s41586-026-11167-2 dijital tanımlayıcılarıyla yayımlandı.