清华新闻网11月7日电（通讯员 薛博元）近日，清华大学环境学院周小红副教授课题组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。
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
相关研究成果以“在超大虚拟文库中筛选靶向蛋白的高亲和力肽”（High-affinity peptides for target protein screened in ultralarge virtual libraries）为题，于11月2日发表于美国化学会《中心科学》（ACS Central Science）杂志。
清华大学环境学院副教授周小红为论文通讯作者，环境学院2021级直博生薛博元为论文第一作者。研究得到国家重点研发计划中-新合作项目、国家自然科学基金项目的支持。
论文链接：
https://doi.org/10.1021/acscentsci.4c01385
供稿：环境学院
题图设计：曾仪
编辑：李华山
审核：郭玲
