自从结构生物学开始指导蛋白质工程以来，其逻辑一直简洁优雅：确定每个原子的位置，识别接触底物的部分，然后重新设计这些部分以改善功能。如果你想让CRISPR酶停止编辑错误的DNA序列，就找到接触这些序列的残基并将其突变掉。模型是静态的。前提是”看见即工程”。
7月22日发表在《自然》杂志上的一项研究现在对这一前提提出了根本性质疑。该研究由北京大学孟浩巍、雷志鑫、严永长、王丽仁、张思涵、饶希晨作为共同第一作者，华东师范大学李大力和北京大学伊成器作为通讯作者领导，介绍了ContactSeek，一个不询问CRISPR复合物”在哪里”，而是询问其各部分”可能在哪里”的AI框架。从静态结构到概率性接触的转变正在产生传统工程无法匹敌的结果。
ContactSeek解决的问题是基因编辑中最棘手的问题之一。碱基编辑器，在不切割双螺旋的情况下重写单个DNA字母的分子工具，具有巨大的治疗潜力。但它们不够精确。脱靶编辑，在类似但不匹配目标位点发生的意外变化，仍然是临床应用的障碍。定向进化和理性设计产生了逐步改进的变体，但这些方法速度慢、劳动密集，且常常为了特异性而牺牲靶向活性。
北京大学团队采取了不同的方法。他们不是先工程后测试，而是询问DeepMind的AlphaFold3（AF3）能否在任何突变之前预测碱基编辑器的哪些部分导致其脱靶行为。答案取决于他们测量什么。
AlphaFold3以其原子精度预测蛋白质三维结构而闻名，这一能力为其创造者赢得了诺贝尔奖。但孟及其同事意识到，预测结构本身的信息量不如模型作为副产品产生的另一项指标：接触概率，一种逐残基度量，捕捉侧链原子在核酸链约5埃范围内的可能性。解析结构告诉你残基”在哪里”，而接触概率告诉你它”有多可能在那里”，这是一幅分子亲密度概率图，而非单一快照。
这一区别被证明至关重要。当团队比较AlphaFold3预测的Cas9结合靶向与非靶向DNA序列的结构时，结构差异太小而无用。原子位置的均方根偏差，比较三维结构的标准指标，几乎没有变化。相比之下，接触概率发生了可检测的变化。差异很微妙，亚埃级，但具有一致性，并且与多个引导RNA上实验测量的脱靶编辑相关。
概率比位置更敏感这一洞察成为ContactSeek的引擎。该框架分四阶段工作。第一，团队使用一种称为dI图谱的方法绘制腺嘌呤碱基编辑器（ABE）的全基因组脱靶位点，捕捉编辑器在整个基因组中的作用位置。第二，AlphaFold3预测Cas9、引导RNA和DNA的三元复合物（包括靶向和每个脱靶序列），提取每个残基的接触概率矩阵。第三，ContactSeek计算delta-CP：每个残基上脱靶与靶向接触概率的差异，识别共识接触区域（CCR），相邻Cas9残基的簇，其接触模式在靶向与脱靶复合物之间一致地变化。第四，在这些CCR中，接触变化最强的残基被提名为特异性决定残基，并优先进行突变。
结果对于一个习惯于边际收益的领域来说是惊人的。Cas9中的单个突变K1020D使ABE8e在HEK4引导RNA位点的脱靶编辑减少了83%，在ABEsite16减少了69%，同时保持了靶向活性。将这个Cas9突变与ContactSeek识别的TadA8e脱氨酶结构域突变H29D相结合，产生了团队称为ABE8e-DD的变体，在ABEsite16实现了全基因组脱靶编辑99.2%的降低。这一单一变体优于通过早期定向进化活动开发的多个高保真ABE变体，包括ABE8e-V28C、V106W和N108Q。
该框架的模块化可能是其最重要的特征。ContactSeek并非特异性针对Cas9或腺嘌呤碱基编辑器。团队将其应用于完全不同的编辑器：基于LbCas12a的胞嘧啶碱基编辑器（CBE），使用APOBEC3A脱氨酶。Cas12a突变R284E在RUNX1引导RNA位点将全基因组脱靶编辑降低了72.4%。将其与APOBEC3A H29D突变结合产生了Cas12a（R284E）-A3A（H29D），在多个引导RNA上实现了95.1%的脱靶编辑降低。相同的框架，相同的逻辑，完全不同的编辑器。
ContactSeek的更广泛意义超越了任何单一结果。传统的结构引导工程将大分子复合物视为静态组装体：结构是基本事实，工程决策由此而来。ContactSeek将复合物视为可能性的集合。一个以高概率接触脱靶DNA但以低概率接触靶向DNA的残基就是特异性决定残基，即使两个状态之间的距离小到传统结构比对无法测量。该方法从静态结构无法解析的噪声中提取信号。
这种概率性方法在基因编辑中找到了天然归宿，在这里，治疗与危害之间的差别可能只是一个错配的碱基对。但它可能走得更远。同样的推理，接触概率分布包含静态结构所没有的信息，可以应用于任何特异性重要的生物分子系统：抗体-抗原识别、酶-底物选择性、蛋白质-蛋白质相互作用工程。任何正确与错误靶标之间的差异不是编码在蛋白质”在哪里”而是”可能在哪里”的过程，都是ContactSeek式分析的候选对象。
目前，直接影响在碱基编辑领域。ABE8e-DD变体以其两个突变和近乎完全消除脱靶编辑的效果，为腺嘌呤碱基编辑器的保真度设立了新基准。Cas12a（R284E）-A3A（H29D）变体为胞嘧啶碱基编辑器设立了同样的基准。两者都是在没有定向进化、没有高通量筛选、没有试错的情况下被识别的。ContactSeek预测了它们，实验证实了这些预测。
研究人员已将ContactSeek v1.0.0公开发布于GitHub和Zenodo，同时发布了所有AlphaFold3预测输出和测序数据。该代码设计为可在任何Cas效应器和任何脱氨酶上运行，只需提供实验绘制的脱靶位点。限制因素不再是工程能力，而是输入模型中的脱靶数据质量。
ContactSeek最终证明的是，结构的分辨率并非问题的分辨率。精确到原子级别的三维模型仍然可能错过区分一个DNA序列与另一个DNA序列的相互作用模式。概率，而非位置，被证明是相关的度量标准。这是结构生物学，仍在追赶改变它的AI工具，将在未来一段时间内不断吸收的教训。
婷 翻译