(相关资料图)
基于人工智能（AI）辅助的蛋白结构聚类挖掘脱氨酶并开发具有新特性的碱基编辑系统。 中科院遗传发育所 供图
中新网北京6月28日电 (记者 孙自法)记者28日从中国科学院遗传与发育生物学研究所(中科院遗传发育所)获悉，该所高彩霞研究团队联合中国科研同行和相关企业，最近创新性运用人工智能(AI)辅助的蛋白结构预测，建立起全新的基于三级结构的高通量蛋白聚类方法，实现脱氨酶功能结构的深入挖掘，鉴定到完全区别于已知脱氨工具酶的全新底盘元件，并成功开发一系列具有中国自主知识产权的新型碱基编辑工具。
这项为蛋白功能分析、新功能元件挖掘提供全新策略的精准基因编辑技术成果论文，于北京时间6月27日深夜在国际著名学术期刊《细胞》(Cell)在线发表。
论文共同通讯作者高彩霞研究员表示，该研究通过创新蛋白聚类方法成功开发出一系列新型碱基编辑工具，突破了现有脱氨酶的应用瓶颈，展现出新型碱基编辑系统在医学和农业方面广泛的应用前景，有望打破碱基编辑底层国外专利垄断，并将帮助中国在未来的生物技术产业竞争中处于有利地位。
她介绍说，蛋白质是生命活动的主要承担者。通过对蛋白质进行功能聚类，是理解其参与的生理过程、设计新型蛋白质等的重要手段。现有的方法主要基于氨基酸一级序列的相似性对蛋白质进行聚类分析，并以此推断其功能和演化关系。然而，蛋白质功能由其三维空间结构所决定，开发基于三维结构的高通量蛋白质聚类方法，将为蛋白质功能研究提供更直接、可靠的手段，并推动未知蛋白质的功能挖掘。
碱基编辑系统可以实现单核苷酸精度的DNA(脱氧核糖核酸)或RNA(核糖核酸)精准编辑，是基因功能研究、疾病治疗、生物育种的变革性技术。然而，现有碱基编辑系统的核心元件脱氨酶来源于单一家族，导致碱基编辑仍有诸多局限，编辑尚难以满足多元化的应用需求。而且，现有碱基编辑系统的底层专利由国外持有，中国亟需拥有具自主知识产权的碱基编辑系统。因此，创新地挖掘新型脱氨酶，开发适用于不同应用场景的新型碱基编辑工具显得尤为重要。
在本项研究中，研究团队首先通过蛋白质结构预测模型AlphaFold2对具有代表性的脱氨功能序列进行批量三维结构预测，随后创新性开展基于三维结构的蛋白质多重比对与聚类，成功将潜在的脱氨酶划分为20个不同的分支。除已报道的APOBEC/AID胞嘧啶脱氨酶外，研究团队又检测到5个结构、序列全新的具有活性的胞嘧啶脱氨酶分支。在这些分支中，研究团队对具有类DddA脱氨结构域的蛋白进行进一步结构聚类和功能验证，发现除以前推测的具有双链DNA脱氨活性的蛋白外，该分支还包含大量只具有单链DNA脱氨活性的蛋白，这一结果颠覆了之前对该类蛋白功能的认知。
这次研究表明，当蛋白集合的序列同源性较低且功能多样时，相比于传统的基于氨基酸一级序列的聚类方法，通过人工智能辅助的蛋白质结构聚类能够得到更准确的结果。因此，该方法为蛋白质功能分析和挖掘提供一个高效、可靠的新策略。
在此基础上，研究团队全新鉴定到45个单链胞嘧啶脱氨酶(Sdd)和13个双链胞嘧啶脱氨酶(Ddd)，开发出一系列新型碱基编辑系统，并在动、植物细胞中进行测试。结果表明，新开发的基于Ddd1和Ddd9脱氨酶的双链碱基编辑系统克服常规编辑器对GC序列编辑效率明显降低的缺陷；基于Sdd7和Sdd3的单链碱基编辑系统展现出非常高的编辑活性，在GC序列同样具有可观的碱基编辑能力；基于Sdd6的单链碱基编辑系统则展现出极高的特异性，几乎检测不到脱靶事件。
研究团队进一步通过蛋白理性设计和功能验证，开发出新型的可被单个腺相关病毒(AAV)包被的Sdd6-CBE碱基编辑器，在小鼠细胞系中成功获得高达43.1%的编辑效率，解决了常规碱基编辑器过大而无法被腺病毒颗包被递送的难题。此外，针对大豆中长期存在碱基编辑效率低下的问题，研究团队新开发了Sdd7-CBE系统，在154株大豆阳性苗中获得34株稳定编辑的植株，相比之下，常规的碱基编辑技术获得编辑大豆植株的效率为零。(完)