AI輔助創新蛋白聚類方法開發新型堿基編輯工具

　　中國科學院遺傳與發育生物學研究所高彩霞研究組開創性地運用AI輔助結構預測，建立起基于三級結構的蛋白聚類方法，并擴展為全新的脫氨酶挖掘體系，開發了一系列具有中國自主知識產權的新型堿基編輯工具。該工作為蛋白功能分析、新功能元件挖掘提供了全新策略。新研發的堿基編輯系統具有我國自主知識產權的精準基因編輯技術（已申請PCT發明專利）。6月27日，相關研究成果發表在《細胞》上。

　　蛋白質是生命活動的主要承擔者。對蛋白質進行功能聚類，是探索其參與的生理過程、設計新型蛋白質等的重要手段。現有的方法主要基于氨基酸一級序列的相似性對蛋白質進行聚類分析，并以此推斷其功能和演化關系。然而，蛋白質功能由其三維空間結構決定，開發基于三維結構的高通量蛋白質聚類方法，將為蛋白質功能研究提供更直接、可靠的手段，并推動未知蛋白質的功能挖掘。

　　堿基編輯系統可以實現單核苷酸精度的DNA或RNA精準編輯，是基因功能研究、疾病治療、生物育種的變革性技術。然而，現有堿基編輯系統的核心元件脫氨酶來源于單一家族，導致堿基編輯仍有諸多局限，編輯尚難以滿足多元化的應用需求。因此，創新地挖掘新型脫氨酶，開發適用于不同應用場景的新型堿基編輯工具顯得尤為重要。

　　為解決上述問題，高彩霞研究組創新性地運用AI輔助的大規模蛋白結構預測，建立起全新的基于三級結構的高通量蛋白聚類方法，實現了脫氨酶功能結構的深入挖掘，鑒定到完全區別于已知脫氨工具酶的全新底盤元件，并開發了一系列具有我國自主知識產權的新型堿基編輯工具。

　　研究人員通過蛋白質結構預測模型AlphaFold2對具有代表性的脫氨功能序列進行批量三維結構預測，進一步創新性地開展了基于三維結構的蛋白質多重比對與聚類，將潛在的脫氨酶劃分為20個不同的分支。除已報道的APOBEC/AID胞嘧啶脫氨酶外，研究檢測到5個結構、序列全新的具有活性的胞嘧啶脫氨酶分支。在這些分支中，研究對具有類DddA（Double-stranded DNA deaminase toxin A-like）脫氨結構域的蛋白進行進一步結構聚類和功能驗證發現，除以前推測的具有雙鏈DNA脫氨活性的蛋白外，該分支還包含了大量只具有單鏈DNA脫氨活性的蛋白，這顛覆了之前對該類蛋白功能的認知。上述研究表明，當蛋白集合的序列同源性較低且功能多樣時，相比于傳統的基于氨基酸一級序列的聚類方法，通過AI輔助的蛋白質結構聚類能夠得到更準確的結果。因此，該方法為蛋白質功能分析和挖掘提供了高效、可靠的新策略。

　　科研人員基于上述進一步聚類的結果，全新鑒定到45個單鏈胞嘧啶脫氨酶（Sdd）和13個雙鏈胞嘧啶脫氨酶（Ddd）。這些脫氨酶是目前唯一全部來自于原核生物（細菌）的脫氨酶，而現有APOBEC/AID脫氨酶家族成員均來自真核生物（主要包括人、哺乳動物或魚類）。研究人員基于這些脫氨酶開發了一系列新型堿基編輯系統，并在動、植物細胞中進行測試。結果表明，新開發的基于Ddd1和Ddd9脫氨酶的雙鏈堿基編輯系統克服了常規編輯器對GC序列編輯效率明顯降低的缺陷；基于Sdd7和Sdd3的單鏈堿基編輯系統展現出了非常高的編輯活性，在GC序列同樣具有可觀的堿基編輯能力；基于Sdd6的單鏈堿基編輯系統則展現出了極高的特異性，幾乎檢測不到脫靶事件。研究進一步通過蛋白理性設計和功能驗證，開發了新型的可被單個腺相關病毒（AAV）包被的Sdd6-CBE堿基編輯器，在小鼠細胞系中獲得高達43.1%的編輯效率，解決了常規堿基編輯器過大而無法被腺病毒顆包被遞送的難題。此外，針對大豆中長期存在堿基編輯效率低下的問題，該團隊新開發了Sdd7-CBE系統，在154株大豆陽性苗中獲得了34株穩定編輯的植株，編輯效率高達22.1%。該研究突破了現有脫氨酶的應用瓶頸，展現出新型堿基編輯系統在醫學和農業方面的廣闊應用前景。

　　研究工作得到國家自然科學基金、國家重點研發計劃和中國科學院戰略性先導科技專項等的支持。

基于AI輔助的蛋白結構聚類挖掘脫氨酶并開發具有新特性的堿基編輯系統