突破不可成药壁垒，杜克大学用蛋白质语言模型实现无结构肽设计

在靶向药物研发中，超过八成的疾病相关蛋白由于缺乏稳定的三维结构或明确的结合口袋而被列为不可成药靶点，其中包括大量在肿瘤、神经退行性疾病和病毒感染等领域发挥关键作用的天然无序蛋白。这类蛋白在细胞环境中呈现动态构象，无法形成晶体结构或在冷冻电镜中稳定成像，因此依赖结构解析的分子设计方法难以发挥作用。即使是近年兴起的结构生成模型，如 RFdiffusion，也需要高质量的结构模板才能生成有效的结合分子，对于天然无序区域几乎无能为力。传统思路的局限使得这些靶标长期游离在精准药物开发的边缘，成为亟需突破的技术瓶颈。

近日，杜克大学研究团队提出了一种全新的思路，将自然语言处理方法引入蛋白质设计，把氨基酸序列视作语言，把结合肽的生成过程类比为缺词填空。在 ESM-2 模型基础上进行微调后，他们利用去冗余的 1 万个肽–蛋白复合物数据集，让模型在保留大规模预训练知识的同时，深入学习肽与靶标间的序列规律和功能关联。这一方法摆脱了对结构信息的依赖，成功为不可成药靶点提供了可行的设计途径。该研究以“Target sequence-conditioned design of peptide binders using masked language modeling”为题发表于 Nature Biotechnology 上。

在设计过程中，团队采用 C 端掩码策略，将靶蛋白序列与掩码肽段拼接输入模型，迫使其基于上下文预测结合区域的序列组成；同时利用 PepNN 和 Propedia 数据库的肽–蛋白复合物进行去冗余训练，通过同源性聚类剔除高度相似的样本，保证泛化性能。生成阶段先通过贪婪解码（Greedy Decoding）确定肽段长度，再采用 Top-3 采样生成多种候选序列，确保结合特性与多样性兼顾。在完全不输入任何结构信息的情况下，PepMLM 生成肽段的伪困惑度降至 20.8，比原始 ESM-2 模型提升 35%，AlphaFold 预测的结合构象命中率达到 38%，显著高于 RFdiffusion 的 29%。这一结果表明，该模型在序列空间中成功捕捉到驱动肽–蛋白相互作用的关键规律。

图 | PepMLM 模型的构建与性能评估

模型的有效性在多种体外体系中得到了充分验证。在癌症靶点测试中，PepMLM 生成的肽段能够与白血病和卵巢相关受体实现稳定而特异的结合，结合效率明显优于基于结构的设计方法，这意味着即使在缺乏晶体结构的情况下，模型依然能够找到精准的结合方式。在神经退行性疾病相关实验中，这些肽段不仅成功降低了亨廷顿病致病相关蛋白的水平，还在诱导条件下实现了对突变蛋白的选择性清除，显示出在复杂细胞环境中针对病理蛋白的可控性和高特异性。针对病毒靶标的验证则进一步凸显了其广谱潜力——将设计肽段整合进可编程降解系统后，不仅能有效降低多种病毒的关键蛋白水平，在部分模型中甚至实现了近乎完全的清除，为抗病毒策略提供了新的工具。

图 | PepMLM 设计的 uAb 在细胞模型中的降解能力，其中免疫荧光显示人类偏肺病毒（HMPV）的磷蛋白几乎完全清除

PepMLM 的技术优势在于完全基于蛋白质序列进行设计，摆脱了对结构解析、分子动力学模拟等高成本环节的依赖，从而可以将靶向范围扩展到天然无序蛋白等传统方法难以触及的领域。其轻量化的 ESM-2-650M 架构计算效率高，可在常规硬件上快速生成候选肽段，据开发者透露，模型开源后平均每月下载量达 600 次。PepMLM 生成的序列可直接应用于 uAb 系统，实现对多类靶标蛋白的特异性降解，构成通用的可编程降解平台。这种设计方式为癌症、神经退行性疾病、病毒感染等此前难以药物化的疾病提供了全新的治疗策略，有望显著扩展蛋白质药物的可开发空间。

未来的发展方向包括三方面。一是将翻译后修饰的识别纳入训练体系，使模型能够针对磷酸化、乙酰化等修饰位点进行特异性结合设计，从而在信号通路调控和精准干预中发挥作用。二是引入活性学习循环，将高通量实验筛选数据实时反馈至模型训练过程，加快迭代速度并持续提升设计质量。三是通过环化或订书肽等化学修饰增强生成肽段在体内的稳定性和半衰期，提高临床应用的可行性。研究团队设想，在未来能够实现从输入基因序列到输出一整套降解工具的全自动化流程，推动可编程蛋白质治疗走向临床。

1.Chen, L.T., Quinn, Dumas, M. et al. Target sequence-conditioned design of peptide binders using masked language modeling. Nat Biotechnol (2025). https://doi.org/10.1038/s41587-025-02761-2

免责声明：本文旨在传递合成生物学最新讯息，不代表平台立场，不构成任何投资意见和建议，以官方/公司公告为准。本文也不是治疗方案推荐，如需获得治疗方案指导，请前往正规医院就诊。