编纂 | ScienceAI
在基因组编纂领域，单碱基编纂器通过将可编程的DNA结合蛋白与碱基修饰酶融合，实现在不引起DNA双链断裂的情况下，对基因组中特定碱基进行精确修改。
尽管依赖于胞嘧啶（C）碱基编纂器（CBE）或腺嘌呤（A）碱基编纂器（ABE）介导的脱氨反应，这些编纂器可能实现C到胸腺嘧啶（T）或A到鸟嘌呤（G）的渐变，但它们在引诱所有类型的点渐变，尤其是颠换渐变方面仍存在局限性。
近期，西湖大学团队在《Molecular Cell》上发表了一篇题为「Protein language models-assisted optimization of a Uracil-N glycosylase variant enables programmable T-to-G and T-to-C base editing」的钻研文章。
这项钻研首次利用蛋白质言语模型（PLM）对尿嘧啶-N-糖基化酶（UNG）进行改造，开发出高活性渐变体，该渐变体可能识别正常的T和C。基于此，钻研者构建了一种新型碱基编纂器TSBE，它可能有效地实现T到G或T到C的编纂。
原文链接：https://doi.org/10.1016/j.molcel.2024.01.021
Code:https://github.com/westlake-repl/ProteinLM-TDG2-Mutation
钻研团队首先通过调整尿嘧啶DNA糖基化酶（UDG）的底物特异性，获得特异性识别胞嘧啶的胞嘧啶糖基化酶（CDG）和特异性识别胸腺嘧啶的胸腺嘧啶糖基化酶（TDG）。
在nCas9和sgRNA的精确引导下，这些酶可能切割T或C碱基，实现一步创建无碱基位点，在后续的DNA修复过程中产生更特异和高效的颠换渐变（图1）。
图1：基于尿嘧啶DNA糖基化酶变体开发新型碱基编纂器
钻研团队首先将UDG变体CDG和TDG融合在SpCas9n的N端，得到的N-CDG只有较低的编纂C碱基的能力，N-TDG编纂T碱基的效果同样微弱。
通过将CDG插入SpCas9n的中间得到CE-CDG，编纂C碱基的效率大大提高，碱基转换以C>G为主。
然而将TDG插入SpCas9n的中间得到CE-TDG（TSBE1），编纂T碱基的效果仍不理想（图2）。
图2：TDG与SpCas9n的不同融合方式及编纂效率
为了进一步优化TSBE，钻研者采用了蛋白质言语模型（PLM）来预计和设计TDG的高活性渐变体（图3），这一策略显著提高了TSBE的蛋白进化效率。
蛋白质言语模型借鉴了自然言语处理（NLP）中的「言语模型」概念，通过分析蛋白质氨基酸序列来预计其结构和功能。尽管蛋白质言语模型在特定酶的优化和分子进化中的应用尚属首次，但其潜力已在本钻研中得到考证。
图3：蛋白质言语模型预计TDG渐变体及实验考证的流程
通过设计言语模型打分和排名方案，钻研人员选择出可能提高酶活性的TDG变体。通过实验考证渐变体功能，发现在考证的48个预计的TDG渐变体中，超过50％的渐变体展现出1.5-2倍的酶活性增强，成功率远远高于随机诱变。
优化后的TSBE能在人细胞系中有效地引诱T到G或T到C的碱基替换，并且可能精确地纠正肥胖小鼠模型db/db胚胎的致病渐变（图 4）。
图4：TSBE在小鼠胚胎中高效引诱碱基转换
值得注意的是，近期通过随机渐变和筛选UNG渐变体，也有钻研成功开发出了针对C和T碱基的颠换编纂器[1]，并且某些增强TDG功能的渐变与蛋白质言语模型预计的结果相一致。提示蛋白质言语模型与传统的随机渐变和筛选方法，在蛋白质定向进化领域具有潜在的协同作用。
综上所述，本钻研的发现不仅为开发新型碱基编纂器建立了新策略，而且还证明了利用蛋白质言语模型，无需大量特定任务训练数据或实验考证，即可用于酶的分子进化的巨大潜力。这些发现将为未来的基因组编纂技术发展开辟新的道路。
参考文献
1. Ye, L., Zhao, D., Li, J., Wang, Y., Li, B., Yang, Y., Hou, X., Wang, H., Wei, Z., Liu, X., et al. (2024). Glycosylase-based base editors for efficient T-to-G and C-to-G editing in mammalian cells. Nature Biotechnology. 10.1038/s41587-023-02050-w.
来源 /转载于西湖大学医学院新闻动态：https://medicine.westlake.edu.cn/News/202402/t20240221_37225.shtml