06/08/2026
Alpha в статьях [2/3]: Как AlphaFold и RFdiffusion создают противораковые белки de novo
Продолжаем нашу мини-серию разборов! Во втором выпуске показываем, как модели от Google DeepMind помогают не просто искать механизмы болезней, а с нуля проектировать новые лекарства.
Выпуск №2: AlphaFold
Авторы исследования* разработали de novo TCR-mimic – компактный белок, имитирующий работу Т-клеточного рецептора. Он способен распознавать опухолевые антигены на поверхности клеток и нацеливать иммунную систему на их уничтожение. В качестве мишени был выбран комплекс NY-ESO-1/HLA-A*02, а полученная молекула показала высокую эффективность как в составе биспецифических препаратов, так и в CAR-T терапии.
Основная роль AlphaFold заключалась в предсказании и проверке структуры белка в процессе его разработки:
• Сначала с помощью AlphaFold2 предсказали трехмерную структуру комплекса NY-ESO-1/HLA-A*02, которая затем использовалась как мишень для генерации новых белков с помощью RFdiffusion.
• После этого AlphaFold2 предсказывал, как каждый из сгенерированных белков будет связываться с этим комплексом, а по метрике iPAE исследователи отбирали наиболее перспективные кандидаты.
• После получения кристаллической структуры AlphaFold-модель сравнили с экспериментальными данными: общая геометрия комплекса была предсказана с высокой точностью.
Разбор показывает, как сочетание моделей помогает отсеять неперспективные варианты, сократить объем лабораторной работы и сфокусироваться на фильтрации и приоритизации наиболее перспективных кандидатных молекул.
Разбирать такие механизмы и применять нейросети от Google альфа, альфа»!
Регистрация открыта до 7 августа.
Ждем вас среди участников! ❤️
Karsten D. Householder et al. ,De novo design and structure of a peptide–centric TCR mimic binding module. Science389,375-379(2025).DOI:10.1126/science.adv3813