一种有用的结合蛋白，其价值不仅取决于它能结合什么，也同样取决于它不结合什么。有些应用要求一种结合蛋白能够覆盖一组相关靶标；另一些应用则要求它能够将某个特定成员与几乎完全相同的其他成员区分开来。然而，广泛使用的基于深度学习的从头设计方法通常一次仅优化一种相互作用，而将交叉反应性和特异性的确定留待下游筛选。在此，我们提出 Odin-Multi，这是一种结合蛋白设计框架，可针对多个复合物同时优化同一条结合蛋白序列，对目标靶标施加吸引性优化目标，对非目标靶标施加排斥性优化目标。我们在计算机模拟中，针对代表不同交叉反应性与特异性挑战的三个体系，对 Odin-Multi 进行了基准评估：B1 类 G 蛋白偶联受体（GPCR），用于测试对多个具有治疗相关性的受体的交叉反应性；短链三指毒素，用于测试对同源毒素家族成员的交叉反应性；以及肽-MHC（pMHC）复合物，用于测试对几乎完全相同的目标与非目标表面的区分特异性。对于成对的相关 B1 类 GPCR，联合优化设计中有 83.5% 至 96.8% 对两个靶标的相互作用置信度均超过阈值，而单靶标设计中这一比例为 6.8% 至 36.3%。对于两种短链三指神经毒素，联合优化设计中有 9.2% 对两个靶标的相互作用置信度均超过相应阈值，而仅针对一种毒素进行优化的设计中这一比例为 0.8%。最后，在一项目标与非目标仅有一个肽残基差异的 pMHC 特异性基准测试中，反向筛选使同时满足目标相互作用置信度标准以及目标与非目标相互作用置信度比值达到 2.5 的设计比例从6.0%至14.2%。在体外测试的两个体系中，实验筛选获得了与两种设计模式均一致的先导分子。我们鉴定出一种具有交叉反应性的毒素微型结合蛋白，其对神经毒素 Erabutoxin A 以及单眼镜蛇（Naja kaouthia）毒液中一个可能含有 NK-shNTx 的组分均表现出纳摩尔级的表观结合亲和力（拟合得到的较高亲和力组分对应的解离常数分别为 11.95 和 34.43 nM）；同时，我们还鉴定出一种 pMHC 微型结合蛋白，其对靶标与非靶标的区分能力优于此前报道的设计。通过将交叉反应性和特异性作为明确的设计目标，而非筛选结果，Odin-Multi 拓宽了计算设计所能实现的结合行为范围。
1
丹麦技术大学生物技术与生物医学系，丹麦孔恩斯灵比；丹麦技术大学诺和诺德基金会绿色转型生物技术研究所，丹麦孔恩斯灵比；中心；
在 Google 学术中查找此作者
在 PubMed 中查找此作者
在本站搜索此作者
Charlotte R. Christensen
2
丹麦技术大学生物技术与生物医学系，丹麦孔恩斯灵比；丹麦技术大学健康技术系，丹麦孔恩斯灵比；技术大学转化蛋白质设计中心；
在 Google 学术中查找此作者
在 PubMed 中查找此作者
在本站搜索此作者
Kasper H. Björnsson
3
丹麦技术大学生物技术与生物医学系，丹麦孔恩斯灵比；丹麦技术大学转化蛋白质设计中心，丹麦孔恩斯灵比；
在 Google 学术中查找此作者
在 PubMed 中查找此作者
在本站搜索此作者
Victor Emil Møller
4
丹麦技术大学生物技术与生物医学系，丹麦孔恩斯灵比；Gubra A/S 公司，丹麦赫斯霍尔姆；丹麦技术大学转化蛋白质设计中心，丹麦孔恩斯灵比；
在 Google 学术中查找此作者
在 PubMed 中查找此作者
在本站搜索此作者
Beatrice Scapolo
2
丹麦技术大学生物技术与生物医学系，丹麦孔恩斯灵比；丹麦技术大学健康技术系，丹麦孔恩斯灵比；技术大学转化蛋白质设计中心；
在 Google 学术中查找此作者
在 PubMed 中查找此作者
在本站搜索此作者
Melisa
Benard-Valle
5
丹麦技术大学生物技术与生物医学系，丹麦孔恩斯灵比；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Mads Mørup Nygaard
6
Gubra A/S，丹麦赫斯霍尔姆；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Jens Christian Nielsen
6
Gubra A/S，丹麦赫斯霍尔姆；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Sine Reker Hadrup
7
丹麦技术大学健康技术系，丹麦孔恩斯灵比；丹麦技术大学转化蛋白质设计中心，丹麦孔恩斯灵比
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Kristoffer H. Johansen
7
丹麦技术大学健康技术系，丹麦孔恩斯灵比；丹麦技术大学转化蛋白质设计中心，丹麦孔恩斯灵比
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Timothy P. Jenkins
3
丹麦技术大学生物技术与生物医学系，丹麦孔恩斯灵比；丹麦技术大学转化蛋白质设计中心，丹麦孔恩斯灵比；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
通信联系：
tpaje{at}dtu.dk
摘要
信息/历史
指标
数据/代码
预览 PDF
摘要
一种实用的蛋白质结合分子，其价值既取决于它能结合什么，也同样取决于它不结合什么。有些应用要求单一结合分子能够识别一组相关靶标；另一些应用则要求它能够将其中某一成员与几乎完全相同的其他成员区分开来。
然而，广泛使用的基于深度学习的从头设计方法通常一次仅优化一种相互作用，而将交叉反应性和特异性留待下游筛选时显现。在此，我们提出 Odin-Multi，这是一种结合蛋白设计框架，可针对多个复合物同时优化同一条结合蛋白序列，对靶标施加吸引性优化目标，对非靶标施加排斥性优化目标。
我们在计算机模拟中，针对代表不同交叉反应性和特异性挑战的三类体系对 Odin-Multi 进行了基准评估：B1 类 G 蛋白偶联受体（GPCR），用于测试对多个治疗相关受体的交叉反应性；短链三指毒素，用于测试对同源毒素家族成员的交叉反应性；以及肽-MHC（pMHC）复合物，用于测试对近乎相同的靶标与非靶标表面的区分特异性。对于成对的相关 B1 类 GPCR，联合优化设计中有 83.5% 至 96.8% 对两个靶标的相互作用置信度均超过阈值，而单靶标设计中这一比例为 6.8% 至 36.3%。对于两种短链三指神经毒素，联合优化设计中有 9.2% 对两个靶标的相互作用置信度均超过相应阈值，而仅针对一种毒素优化的设计中这一比例为 0.8%。最后，在一项靶标与非靶标仅相差一个肽残基的 pMHC 特异性基准测试中，反向筛选使同时满足靶标相互作用置信度标准以及靶标与非靶标相互作用置信度之比达到 2.5 的设计比例从 6.0% 提高至 14.2%。
在进行体外测试的两个体系中，实验筛选获得了与上述两种设计模式均相符的先导分子。我们鉴定出一种具有交叉反应性的毒素微型结合蛋白，其对神经毒素 Erabutoxin A 表现出表观纳摩尔级结合亲和力，并且
与单眼镜蛇（Naja kaouthia）毒液中候选的含 NK-shNTx 组分结合（拟合得到的较高亲和力组分的数值分别为 11.95 和 34.43 nM），以及一种 pMHC 微型结合蛋白，其区分靶标与非靶标的能力优于先前报道的设计。通过将交叉反应性和特异性作为明确的设计目标，而非筛选结果，Odin-Multi 拓宽了计算设计所能实现的结合行为范围。
利益冲突声明
T.P.J. 是 AffinityAI 的联合创始人兼首席执行官，该公司致力于开发基于人工智能的蛋白质结合蛋白设计技术。M.M.N. 和 J.C.N. 是 Gubra A/S 的员工。其余作者声明不存在利益冲突。
脚注
https://github.com/DigBioLab/odin_multi
https://doi.org/10.5281/zenodo.22292558
已声明的资助信息
诺和诺德基金会，NNF20CC0035580，0087077
欧洲研究理事会（ERC），101045517
伦德贝克基金会，R347-2020-2174
丹麦癌症协会，KC25-01626
瑞士国家科学基金会，10002523
丹麦创新基金
版权
本预印本的版权持有者为作者／资助方，其已授予 bioRxiv 永久展示本预印本的许可。
本预印本依据 CC-BY 4.0 国际许可协议开放使用。
返回顶部
上一篇
发布于 2026 年 9 月 9 日。
下载 PDF
数据／代码
电子邮件
感谢您有意帮助传播 bioRxiv 上的内容。
注意：要求您提供电子邮箱地址，仅用于确认您是本文的发送者。
您的电子邮箱
*
您的姓名
*
收件人
*
请输入多个电子邮箱地址，每行一个，或以逗号分隔。
您将通过电子邮件发送以下内容
利用 Odin-Multi 进行特异性驱动的蛋白质结合蛋白设计
邮件主题
（您的姓名）从 bioRxiv 向您转发了一个页面
邮件正文
（您的姓名）
想必您会有兴趣浏览 bioRxiv 网站上的这个页面。
您的个人留言
验证码
此问题用于验证您是否为人类访客，并防止自动提交垃圾信息。
分享
使用 Odin-Multi 进行特异性驱动的蛋白质结合分子设计
Valentas
Brasas
,
Charlotte R.
Christensen
,
Kasper H.
Björnsson
,
Victor Emil
Møller
,
Beatrice
Scapolo
,
Melisa
Benard-Valle
,
Mads Mørup
Nygaard
,
Jens Christian
Nielsen
,
Sine Reker
Hadrup
,
Kristoffer H.
Johansen
,
Timothy P.
Jenkins
bioRxiv
2026.09.08.749745;
doi:
https://doi.org/10.64898/2026.09.08.749745
分享本文：
复制
引文工具
使用 Odin-Multi 进行特异性驱动的蛋白质结合分子设计
Valentas
Brasas
,
Charlotte R.
Christensen
,
Kasper H.
Björnsson
,
Victor Emil
Møller
,
Beatrice
Scapolo
,
Melisa
Benard-Valle
,
Mads Mørup
Nygaard
,
Jens Christian
Nielsen
,
Sine Reker
Hadrup
,
Kristoffer H.
Johansen
,
Timothy P.
Jenkins
bioRxiv
2026.09.08.749745;
doi:
https://doi.org/10.64898/2026.09.08.749745
文献管理软件格式
BibTeX
Bookends
EasyBib
EndNote（标签格式）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks 标签格式
Ref Manager
RIS
Zotero
推文小组件
Facebook 点赞
Google Plus +1
学科领域
所有文章
动物行为与认知
(7976)
生物化学
(18659)
生物工程
(14781)
生物信息学
(44204)
生物物理学
(22485)
肿瘤生物学
(19610)
细胞生物学
(26768)
临床试验
(138)
发育生物学
(13907)
生态学
(20900)
流行病学
(2067)
进化生物学
(25338)
遗传学
(16108)
基因组学
(23414)
免疫学
(18625)
微生物学
(42291)
分子生物学
(17960)
神经科学
(93003)
古生物学
(694)
病理学
(2973)
药理学与毒理学
(5069)
生理学
(8076)
植物生物学
(15917)
科学传播与教育
(2093)
合成生物学
(4538)
系统生物学
(10192)
动物学
(2376)
关键词：蛋白质从头设计 · 多靶标优化 · 结合特异性 · 交叉反应性 · 深度学习 · 反向筛选
原文链接：https://www.biorxiv.org/content/10.64898/2026.09.08.749745v1?rss=1