Protein Binder Design (BindCraft)

简介

设计蛋白高亲和力Binder，可以是线性多肽或小蛋白。模块基于FreeBindCraft实现（FreeBindCraft不同于BindCraft之处在于去掉了商业收费的PyRosetta，使用开源替代），其算法特色在于巧妙利用了AlphaFold2（AF2）的预训练权重，通过反向传播（Backpropagation） 进行“序列幻觉”设计（Hallucination），从头生成能与目标蛋白精准结合的多肽/小蛋白。其自动化流程简洁高效：

• 输入目标蛋白结构：AF2-multimer模型生成初始Binder骨架与序列，并同步优化结合界面。
• 序列优化（ProteinMPNN）：在固定结合界面的前提下，优化Binder核心与表面序列，提升其表达性和稳定性。
• 质量过滤（AF2单体模型）：最终通过AF2单体模型进行严格过滤，确保设计出的Binder质量可靠。
  

与传统方法固定目标蛋白结构不同，FreeBindCraft允许目标和结合剂的骨架均保持一定灵活性，从而能动态“塑形”出完美匹配的界面，更真实地模拟自然界的诱导拟合（Induced Fit）过程。

研究人员在12个极具挑战性的目标上测试了FreeBindCraft，涵盖了细胞受体、过敏原、基因编辑酶等，仅测试少量设计（6-53个）便取得了惊人成果：

• 免疫检查点（PD-1/PD-L1）：
  PD-1：53个设计中有13个成功，最强结合剂亲和力（Kd）<1 nM，并可有效阻断天然配体结合。
  PD-L1：9个设计中有7个成功，展现出高特异性。
• 过敏原（Bet v1）：成功设计出能中和IgE抗体反应的结合剂，单分子即可阻断50%的IgE结合，有望用于过敏治疗。
• 基因编辑酶（SpCas9）：6个设计全部成功，能有效抑制Cas9的编辑活性，为精准调控基因编辑提供了新工具。
• 病毒重定向（AAV）：成功设计出微型结合剂，使腺相关病毒（AAV）能特异性靶向HER2/PD-L1等靶点，将基因递送效率提升高达100倍，为基因疗法开辟了新途径。
  

实验验证有结合的binder数目及其与Binder长度的分布如下图所示：

有测定亲和力数值的Binder信息如下：

关于FreeBindCraft功能总结

全面开源

FreeBindCraft不同于BindCraft之处在于去掉了商业收费的PyRosetta，用一套“全开源”组合策略来填补Rosetta 在原流程中的功能空缺，核心思路是：
1.用 GPU 加速的开源物理引擎 OpenMM 替代 Rosetta 的 FastRelax，对复合体做结构松弛，速度提高 2–4 倍；
2.用 MIT 授权的 sc-rs 库计算形状互补（Shape Complementarity），取代 Rosetta InterfaceAnalyzer 的 SC 打分；
3.用 FreeSASA + Biopython 完成表面积/疏水性分析，替换 Rosetta 的界面能量项；
4.结构比对、RMSD 计算等几何操作全部改用 Biopython，彻底去掉 Rosetta 的结构工具依赖；
5.氢键网络评估因预测价值有限，直接舍弃，不再作为强制过滤条件。
实测显示，90%的失败设计在前期已被AlphaFold2筛除，Rosetta能量阈值仅贡献约9%的额外拒绝，因此上述开源替换几乎无损性能。

性能对比

FreeBindCraft 在速度和效率上显著优于传统 BindCraft，运行快近 3 倍，所需轨迹减少 37%，同时保持设计质量和置信度不变。

参数说明

Target

靶点蛋白的结构，PDB格式。靶点结构中尽量只保留与Binder结合的链，其他链去除，能缩短设计时间。

Chain

指定靶点结构中的哪些链作为受体与设计的Binder进行结合，多条链用英文逗号分隔，如：A或者A,B

Hotspot

指定结合位点的残基，支持范围符号，多个区域用英文逗号分隔，如1-10,12,15，如果有多条链时，可以在残基前加上链名来指定，如A1-10,A15,B1-20,B26。
注意：
1.当不指定该参数时，默认使用AF2-multimer预测的结合位点。
2.残基编号为pdb文件的uid

Length

指定需设计的Binder长度，可以是固定长度，或长度范围，如10或者10-30。
注意：

• 长度<=30时，会认为是多肽，采用多肽的设计策略；长度>=31时，会认为是小蛋白，采用蛋白设计策略。所以指定长度范围时，不要跨越30，如设置为29-40时系统会提示错误。
• 长度范围不要设置过大，跨度10个AA比较合适，范围过大时设计耗时很长，一般的长度范围与耗时如下：

Number of Designs

最终设计的Binder数量，默认为10，目前最大支持100，数量越多所需计算时间越长。

不同的Binder长度，设计数量与所需计算时间大致如下：

Flexible

指定靶点结构是否支持柔性，选中表示靶点链在设计中，其骨架坐标允许1–2Å的RMSD变化，以满足与Binder结合时的诱导契合。

结果说明

设计的靶点-Binder复合物结构，最多展示前5个。
所有设计结果的打包文件designs.tar.gz
设计结果的详细打分文件final_design_stats.csv

打分指标及其解释见下表：

以N_开头的特征对应每个AlphaFold模型的统计信息，平均值为所有预测模型的平均。

参考文献

• Pacesa, M. et al. One-shot design of functional protein binders with BindCraft. Nature (2025). DOI:10.1038/s41586-025-09429-6.