Nature：利用深度学习驱动分子缠结设计，生成可定制应力松弛特性的蛋白质水凝胶

香港科技大学与北京大学等研究团队在《Nature Communications》发表论文，提出深度学习框架 TangleDiff 用于蛋白质水凝胶的链间缠结结构设计，为按需定制生物材料的应力松弛力学特性提供了可编程工具。

• 蛋白质水凝胶可作为细胞外基质用于干细胞与类器官培养，其力学应力松弛行为对细胞生长至关重要，但传统方法难以在确保分子缠结拓扑的同时精准调控结合能等物理属性。
• TangleDiff 框架将同源二聚体缠结蛋白序列的设计成功率提升至 70% 以上，显著高于现有基准模型约 1% 的水平。
• 该模型支持以链间结合能为条件进行定向生成，计算模拟中约 70% 的成功候选结构符合预设的结合能区间。
• 实验团队据此合成了 9 种同源二聚体设计，其中 7 种成功交联形成水凝胶，其实测应力松弛动力学与预设结合能呈现出明确的相关性。
• 影响/看点：该成果若进一步拓展至多组分复杂蛋白网络，意味着组织工程支架的微环境力学定制门槛有望降低，但实际临床与工业应用仍取决于该类水凝胶的体内生物相容性与长期降解表现。
• 资料依据：
• Nature Communications（2026-09-21）：https://www.nature.com/articles/s41467-026-77607-9

本内容由 AI 生成，仅供参考，请注意甄别