十年来，基于CRISPR的基因编辑的核心承诺一直很明确：重写导致疾病的DNA指令。但总有一个问题。执行编辑的分子机器（从细菌借用并为人类细胞改造的蛋白质）并不总是命中目标。它们有时会编辑错误的基因，造成可能导致癌症或其他伤害的意外突变。
研究人员在这个问题上投入了大量计算资源。他们解出了与DNA结合的编辑蛋白质的三维结构，模拟了这些蛋白质如何弯曲和折叠，并编录了数千个脱靶位点。然而，脱靶问题仍然顽固地难以通过设计来解决，因为单靠结构本身无法很好地说明当蛋白质遇到错误的DNA序列时会发生什么。
本月发表在《自然》杂志上的一项里程碑式研究改变了这一点。由中国科学院孟浩鹏和雷志杰领导的研究团队推出了ContactSeek，这是一个AI框架，利用DeepMind的AlphaFold3不仅预测基因编辑蛋白质的形状，而且测量更为微妙的东西：蛋白质中每个原子预期与DNA中每个原子相互作用的置信度。这种置信度信号，即氨基酸与核苷酸之间的接触概率，被证明对完美基因匹配与危险近误之间的差异极为敏感。
这项于7月23日发表在《自然》杂志上的研究（DOI：10.1038/s41586-026-10794-z），代表了结构生物学家思考分子机器特异性的根本性转变。
为什么仅靠结构是不够的
当像Cas9这样的蛋白质与DNA结合时，复合体呈现一种形状。这种形状可以通过X射线晶体学、冷冻电镜解决，或由AlphaFold预测。但是，与其正确DNA靶标结合的蛋白质和与不匹配靶标结合的蛋白质在3D结构上可能看起来几乎相同。差异不在于姿态，而在于原子接触的微妙松动：不再接触预定伙伴的残基。
标准结构生物学在很大程度上对这些差异视而不见。”3D结构告诉你原子在哪里，但它不告诉你它们有多想呆在那里，”孟浩鹏在一次简报中说。这种”想”，即一种相互作用相对于另一种相互作用的能量偏好，被编码在蛋白质-DNA复合体可以探索的可能构象集合中。而这个集合正是AlphaFold3可以采样的。
2024年发布的AlphaFold3是Google DeepMind蛋白质结构预测系统的最新迭代。与其预测单个最可能结构的前身不同，AlphaFold3产生可能性的分布。每对氨基酸或核苷酸接收一个接触概率：0到1之间的一个数字，代表模型认为这些残基相互作用的可能性。这些概率是AlphaFold3基于扩散的架构的副产品，该架构在确定其最佳预测之前内部生成许多合理的结构模型。
ContactSeek团队意识到，这些概率不是噪声，而是丰富的信号。”AlphaFold3不只是预测一个结构，”雷志杰解释道。”它探索了整个可能结构的景观。接触概率捕捉了模型必须’努力’将每个互动拟合到一个连贯整体中的程度。当拟合不好时，置信度就会下降。”
绘制脱靶景观图
为了验证这一想法，该团队专注于腺嘌呤碱基编辑器（ABE），这是一类广泛使用的CRISPR工具，可以将一个DNA字母（A）转换为另一个（G），而无需断开双螺旋的两条链。ABE由Cas9融合脱氨酶构建而成，虽然比经典切割的破坏性小，但它们仍然产生限制治疗用途的脱靶编辑。
研究人员首先对几种ABE变体进行了全基因组脱靶筛选，确定了编辑产生意外编辑的数百个位点。然后，他们使用AlphaFold3预测每个编辑器与每个脱靶DNA序列结合的结构，以及正确靶标的结构。对于每个复合体，他们提取了接触概率矩阵，大约35万个成对相互作用分数。
结果是一个数据集，不仅映射了每个复合体的形状，还映射了每个接触的置信度景观。当团队比较了靶标和脱靶复合体时，接触概率揭示了3D结构本身无法显示的清晰模式。
“有些复合体的整体结构本质上是相同的，”孟浩鹏说。”AlphaFold3预测了相同的折叠，在几埃内相同的原子位置。但接触概率讲述了一个完全不同的故事。在靶标复合体中高度置信的相互作用在脱靶复合体中变得模糊，即使原子位于相同的位置。”
关键的见解是，接触概率捕捉了静态结构所忽略的一个属性：系统中”挫折”的程度。在靶标复合体中，每个残基都进入舒适的相互作用；接触概率一致很高。在脱靶复合体中，一些接触是被迫的：几何结构可能可以接受，但能量拟合很差，AlphaFold3的集合采样将其反映为概率降低。
从洞察到设计
有了接触概率图，该团队确定了其ABE的Cas9结构域中特定氨基酸残基，这些残基在靶标和脱靶复合体之间的接触概率下降最大。他们推断，这些残基容忍不匹配的DNA并促成了脱靶编辑。
ContactSeek随后指导了蛋白质工程。通过将确定的残基突变为增加靶标和脱靶接触概率之间差距的变体，该团队可以系统地收紧特异性。
结果是戏剧性的。在人类细胞检测中，重新设计的ABE将多个引导RNA和基因组位点的脱靶编辑减少了69%至83%，同时保持了完全的靶标活性。同样的方法推广到了不同的ABE变体和引导序列，表明该方法捕获了蛋白质-DNA识别的基本原理。
“关键的是，我们进行的突变不在活性位点或直接接触DNA碱基的区域，”雷志杰说。”它们在主链中，在调节复合体灵活性的结构残基中。接触概率让我们看到，这些外围残基才是特异性的真正守门人，尽管之前没有任何结构方法标记过它们。”
超越碱基编辑
ContactSeek不限于腺嘌呤碱基编辑器。该框架适用于任何基于Cas9的工具，包括经典核酸酶型CRISPR、先导编辑器和CRISPRi/a系统。该团队已经证明了Cas12家族蛋白质的结果。
计算成本虽然巨大，但正在迅速下降。每次ContactSeek分析都需要对数百到数千个蛋白质-DNA复合体运行AlphaFold3。但硬件和模型效率的进步已将成本降低到每个靶标蛋白质几千美元，与它所取代的试错法相比非常划算。
“这改变了流程，”未参与该研究的Broad Institute基因编辑先驱David Liu说。”与其制造变体并盲目测试，你现在可以查看接触概率景观并问：蛋白质在哪个位置最不确定？”
对于等待既有效又安全的基因疗法的患者来说，从盲目工程到知情设计的转变可能是所有进步中最重要的。
参考文献：Meng, H., Lei, Z. et al. ContactSeek：An AlphaFold3-based framework for engineering specificity in gene-editing proteins. Nature (2026). DOI：10.1038/s41586-026-10794-z
婷 翻译