AI设计MLH1小分子结合蛋白显著提升基因编辑效率——基于RFdiffusion和AlphaFold 3的基因编辑新策略

本研究通过AI技术设计出靶向DNA错配修复蛋白MLH1的小分子结合蛋白(MLH1-SB)，成功将基因编辑效率提升18.8倍。研究人员利用RFdiffusion生成MLH1结合蛋白，结合AlphaFold 3竞争性测试筛选最优候选，开发出PE7-SB2新型编辑系统，在小鼠模型中验证其高效性和安全性，为基因治疗提供了新工具。

　　

基因组编辑技术近年来取得突破性进展，但精确编辑效率低仍是制约其临床应用的关键瓶颈。其中，细胞内的DNA错配修复系统(MMR)会主动"纠正"编辑后的DNA序列，导致编辑失败。如何有效抑制这一"纠错"机制，成为提高基因编辑效率的重要突破口。

韩国首尔大学医学院基因组医学研究所的Ju-Chan Park、Heesoo Uhm等研究人员在《Cell》发表最新研究，利用人工智能技术设计出靶向MLH1蛋白的小分子结合蛋白(MLH1-SB)，成功开发出新一代基因编辑系统PE7-SB2。该系统在小鼠模型中展现出3.4倍的编辑效率提升，为基因治疗提供了更高效、更安全的工具。

研究团队采用多项关键技术：1)利用RFdiffusion人工智能平台设计靶向MLH1-PMS2复合物界面的小分子结合蛋白；2)开发AlphaFold 3竞争性测试筛选最优候选；3)构建PE7-SB2新型编辑系统；4)通过体内外实验验证编辑效率和安全性。研究使用6-8周龄ICR小鼠进行体内验证，并采集患者来源的成纤维细胞进行功能测试。

研究结果部分：

"生成靶向MLH1多结合位点的de novo蛋白"：研究人员通过RFdiffusion设计了同时靶向MLH1"主结合位点"(W538/Q542)、"关键活性位点"(Y750)和"附加结合位点"(M682)的MCA结合蛋白，相比传统MC设计成功率从5%提升至39%。

"MLH1-SB与PE6和PE7架构兼容"：实验显示MLH1-SB与pegRNA保护机制协同作用，PE7-SB2系统在HeLa细胞中编辑效率比PEmax提高18.8倍，比PE7提高2.5倍。在hiPSCs中也观察到6.9倍和1.9倍的提升。

"MLH1-SB融合型prime editor对小于12bp的编辑效果更佳"：PE7-SB2对12bp以下编辑效果显著，45bp大片段删除效率提升有限，这与MMR系统的作用范围一致。在添加ngRNA情况下，编辑效率可再提升2.8倍。

"MLH1-SB在体内提高PE效率"：小鼠实验证实PE7-SB2使Igf2基因编辑效率提升3.4倍，血清AST/ALT水平与对照组相当，表明其良好的体内安全性。

这项研究的突破性在于：1)首次将AI设计的蛋白结合剂成功应用于基因编辑系统优化；2)开发的MLH1-SB仅82个氨基酸，远小于传统MLH1dn(753个氨基酸)，更易整合到递送系统；3)建立了AlphaFold 3竞争性测试新方法，为蛋白相互作用研究提供新工具。这些成果不仅推动了基因编辑技术的发展，也为人工智能在生物医学中的应用开辟了新途径。

值得注意的是，研究也发现MLH1-SB对大于15bp的编辑效果有限，提示未来需要探索其他细胞机制来优化大片段编辑。此外，虽然短期实验未观察到明显毒性，但MMR抑制可能带来的基因组不稳定性仍需长期评估。这些发现为后续研究指明了方向，将推动基因编辑技术向更高效率、更安全的方向发展。