Компьютерный дизайн белков открывает доступ к ранее недоступной для лекарств мишени на воспалительном рецепторе

Исследователи в области биомедицины разработали синтетический белок с помощью компьютерного моделирования, способный связываться с Toll-подобным рецептором 4 (TLR4) — ключевым узлом иммунной сигнализации, участвующим в развитии тяжелых воспалительных состояний, — выбрав в качестве мишени участок взаимодействия, который ранее считался «недоступным для лекарств» (undruggable). Это вычислительное достижение, о котором 2 октября 2026 года сообщил ресурс phys.org, знаменует собой значительный шаг вперед в структурной биологии и разработке терапевтических препаратов. Toll-подобный рецептор 4 представляет собой белок на поверхности клеток, отвечающий за распознавание молекулярных паттернов, связанных с бактериальными патогенами и повреждениями тканей, и играющий ключевую роль в запуске реакций врожденного иммунитета. Используя специализированные алгоритмы для создания индивидуальной белковой архитектуры с нуля, ученые продемонстрировали, что компьютерное моделирование способно разблокировать функциональные участки на клеточных рецепторах, с которыми традиционные малые молекулы и моноклональные антитела исторически не могли взаимодействовать.

## Key facts - Исследователи спроектировали специализированный белок с использованием вычислительных алгоритмов для воздействия на Toll-подобный рецептор 4 (TLR4) — главный регулятор врожденного иммунного ответа и системного воспаления. - Созданный белок связывается со специфическим структурным участком TLR4, который ранее классифицировался стандартными биофармацевтическими методами скрининга как «недоступный для лекарств». - TLR4 — это мембранный белок на поверхности клеток, распознающий липополисахариды грамотрицательных бактерий и служащий основным фактором развития острого воспалительного шока и хронических аутоиммунных заболеваний. - Дизайн белков de novo позволяет ученым конструировать аминокислотные последовательности, оптимизированные под конкретную молекулярную геометрию, обходя ограничения естественного образования антител и скрининга химических библиотек. - Результаты исследования, опубликованные phys.org в октябре 2026 года, демонстрируют компьютерную инженерию белков как эффективную стратегию воздействия на ранее недоступные клеточные рецепторы.

## What happened Мембранные белки служат важнейшими коммуникационными реле для живых клеток, пронизывая внешнюю клеточную мембрану для передачи внешних биохимических сигналов во внутренние механизмы клетки. Одним из наиболее важных из этих сенсорных белков является Toll-подобный рецептор 4 (TLR4) — рецептор распознавания паттернов, экспрессируемый на поверхности иммунных клеток, таких как макрофаги и дендритные клетки. В нормальных физиологических условиях TLR4 распознает внеклеточные молекулярные сигналы — главным образом липополисахарид (LPS), эндотоксинный компонент внешней мембраны грамотрицательных бактерий, — и запускает нижележащие сигнальные каскады, высвобождающие провоспалительные цитокины.

Однако гиперактивация TLR4 может привести к катастрофическим медицинским состояниям, включая септический шок, острый респираторный дистресс-синдром (ARDS), ревматоидный артрит и хронические нейровоспалительные заболевания. Несмотря на десятилетия усилий промышленности и академического сообщества по модуляции активности TLR4, разработка селективных фармакологических агентов оказалась чрезвычайно сложной задачей. Традиционный поиск лекарственных средств в значительной степени опирается на две основные парадигмы: химические соединения с малыми молекулами, помещающиеся в глубокие гидрофобные карманы, и лабораторно синтезированные моноклональные антитела, связывающиеся с открытыми внешними поверхностями.

Многие критические сигнальные участки TLR4 имеют плоский, рельефно невыраженный или неглубокий рельеф, у которого отсутствуют глубокие связывающие карманы, необходимые для традиционных маломлекулярных препаратов. Кроме того, эти участки часто пространственно ограничены или перекрыты окружающими углеводными структурами (гликозилированием), что делает их недоступными для стандартных моноклональных антител. Эти архитектурные барьеры заставили молекулярных фармакологов классифицировать подобные участки как «недоступные для лекарств».

Чтобы преодолеть эти структурные ограничения, исследователи обратились к передовым методам компьютерного дизайна белков. Вместо того чтобы искать среди миллионов существующих синтетических соединений или скринить природные биологические библиотеки, команда использовала прогностическое алгоритмическое моделирование для создания совершенно нового белка с нуля — процесс, известный как дизайн белков de novo. Путем точного картирования трехмерных атомных контуров целевого участка на молекуле TLR4 вычислительная система рассчитала аминокислотную последовательность, которая сворачивается в специализированный каркас, предназначенный для прилегания к уникальному профилю поверхности рецептора.

Сконструированный белок впоследствии был синтезирован и протестирован в лабораторных анализах, подтвердивших, что он селективно связывается с TLR4 в назначенном целевом участке. Вычислительный конструкт эффективно взаимодействует с рецептором, модулируя его способность собираться в активные сигнальные комплексы, необходимые для запуска воспалительных путей внутри клетки.

## Why it matters Успешное воздействие на ранее недоступный участок Toll-подобного рецептора 4 имеет глубокие последствия для поиска лекарственных средств, трансляционной медицины и биотехнологической отрасли в целом. Исторически сложилось так, что от 80 до 90 процентов протеома человека, включая сотни ценнейших терапевтических мишеней, связанных с онкологией, неврологией и иммунологией, считались «недоступными для лекарств» с помощью традиционных малых молекул из-за неглубоких интерфейсов связывания или сложной структурной динамики.

Доказав, что спроектированные на компьютере белки могут поражать точные, неглубокие или перекрытые участки на мембраносвязанных рецепторах, это исследование подтверждает, что компьютерный дизайн белков является воспроизводимой стратегией разработки лекарственных препаратов. В контексте лечения воспалительных заболеваний ингибирование TLR4 долгое время оставалось одной из главных мишеней молекулярной медицины. Системные воспалительные реакции, особенно сепсис, ежегодно приводят к миллионам госпитализаций и смертей во всем мире, при этом доступные методы целевой терапии ограничены. Существующие попытки создания терапевтических средств, направленных на TLR4, часто терпят неудачу в клинических испытаниях из-за побочных эффектов, недостаточного сродства связывания или невозможности заблокировать специфические белок-белковые взаимодействия, вызывающие развитие заболевания.

Кроме того, специально спроектированные биологические терапевтические препараты обладают четкими операционными преимуществами по сравнению с традиционными методами поиска. Моноклональные антитела получают на основе биологических иммунных ответов у животных или в клеточных дисплеях, что ограничивает их структурное разнообразие естественными эволюционными рамками. Белки de novo, напротив, могут быть оптимизированы с помощью компьютерных расчетов под конкретные биофизические параметры, включая термостабильность, растворимость и сниженную нецелевую перекрестную реактивность.

С экономической точки зрения компьютерный дизайн лекарств имеет потенциал существенно сократить сроки и снизить финансовые затраты, связанные с ранними этапами создания кандидатных молекул. Традиционный высокопроизводительный скрининг физических химических библиотек может занимать годы и стоить миллионы долларов, сопровождаясь высоким уровнем неудач. Моделирование связывающих молекул на компьютере может осуществляться in silico за считанные недели, что позволяет исследователям быстро совершенствовать молекулы-кандидаты перед переходом к физическим лабораторным испытаниям.

## The background Toll-подобные рецепторы (TLR) представляют собой один из наиболее эволюционно консервативных защитных механизмов в биологии. Впервые обнаруженные у плодовой мушки Drosophila melanogaster в конце 1980-х годов и впоследствии охарактеризованные у млекопитающих в конце 1990-х годов, Toll-подобные рецепторы служат передовыми часовыми врожденной иммунной системы. Американский иммунолог Bruce Beutler и французский биолог Jules Hoffmann были удостоены Нобелевской премии по физиологии и медицине 2011 года за свои основополагающие открытия в области активации TLR, в частности за идентификацию TLR4 как долго разыскиваемого рецептора бактериального эндотоксина.

TLR4 функционирует путем образования комплекса со вспомогательными белками, включая MD-2 и CD14. Когда липополисахарид связывается с комплексом TLR4/MD-2, он индуцирует димеризацию рецептора — объединение в пару со второй молекулой TLR4. Этот акт димеризации сближает внутриклеточные домены двух рецепторов, активируя внутриклеточные адаптерные белки, такие как MyD88 и TRIF. Эти адаптеры активируют факторы транскрипции, включая NF-kB и IRF3, которые стимулируют экспрессию провоспалительных цитокинов, таких как фактор некроза опухоли-альфа (TNF-alpha) и интерлейкин-6 (IL-6).

Хотя контролируемая активация TLR4 необходима для уничтожения бактериальных инфекций, неконтролируемая сигнализация вызывает тяжелое системное воспаление. При сепсисе широкомасштабная активация эндотелиальных клеток, сосудистая проницаемость и полиорганная недостаточность возникают в результате неконтролируемых цитокиновых каскадов, опосредованных TLR4. Аналогично, при хронических аутоиммунных заболеваниях, таких как системная красная волчанка и ревматоидный артрит, эндогенные алармины — белки, выделяемые поврежденными тканями, — могут неадекватно активировать TLR4, поддерживая повреждение тканей и стойкое воспаление.

На протяжении десятилетий структурные биологи стремились визуализировать TLR4 с атомным разрешением с помощью рентгеноструктурного анализа и одночастичной криоэлектронной микроскопии (cryo-EM). Эти структурные данные показали, что TLR4 имеет подковообразный домен с богатыми лейцином повторами (LRR) на своей внеклеточной поверхности. Хотя центральный связывающий карман для LPS и MD-2 был хорошо картирован, другие участки внешней подковообразной изгибающей кривой не имели глубоких расщелин, подходящих для малых химических молекул, что и привело к их классификации как недоступных для лекарств.

Одновременно с этим за последние десять лет в области вычислительной биологии произошел сдвиг парадигмы. Успехи в области глубокого обучения, искусственного интеллекта и структурного моделирования — наглядным примером которых служат такие вычислительные платформы, как AlphaFold, и инструменты генеративного дизайна белков — позволили исследователям создавать совершенно новые белковые архитектуры с нуля (дизайн de novo), не опираясь на природные шаблоны.

## Reaction Широкое биомедицинское и биофармацевтическое научное сообщество рассматривает разработку специализированных белковых связующих элементов для ранее недоступных мишеней как важнейшее подтверждение эффективности методов компьютерного дизайна. Структурные биологи и вычислительные химики отмечают, что достижение высокоаффинного связывания с плоскими поверхностями мембранных белков представляет собой ключевой этап, связывающий теоретическую вычислительную биологию с экспериментальной терапией.

Аналитики биофармацевтической отрасли прогнозируют растущий коммерческий интерес к спроектированным на компьютере белковым каркасам, особенно в условиях, когда фармацевтические разработчики ищут альтернативы традиционным моноклональным антителам и малым молекулам. Однако трансляционные иммунологи подчеркивают необходимость проведения тщательной доклинической оценки. Эксперты по безопасности лекарственных средств указывают, что синтетические не природные белковые последовательности должны проходить детальную проверку на иммуногенность — склонность иммунной системы человека распознавать чужеродные белки и вырабатывать нейтрализующие антитела, что может снижать терапевтическую эффективность или вызывать аллергические реакции.

Регуляторные органы, такие как Food and Drug Administration (FDA) США и European Medicines Agency (EMA), также наблюдают за эволюцией терапевтических средств, созданных с помощью компьютерного моделирования. По мере поступления белков de novo в пулы доклинических кандидатов нормативно-правовым базам потребуется оценить стандартизированные протоколы испытаний на стабильность, безопасность и нецелевой скрининг, специфичные для алгоритмически сгенерированных биологических агентов.

## What we don't know yet Несмотря на научный прорыв, несколько фундаментальных вопросов относительно эффективности и безопасности нового белкового конструкта остаются без ответа: - **In vivo efficacy:** Хотя спроектированный на компьютере белок успешно связывается с TLR4 в лабораторных клеточных культурах, его функциональная эффективность на живых моделях животных с острым сепсисом или хроническими воспалительными заболеваниями еще не была полностью подтверждена в рецензируемых клинических исследованиях. - **Pharmacokinetics and bio-distribution:** Пока остается неизвестным, как долго сконструированный белок сохраняет стабильность в кровотоке, насколько быстро он выводится почками или печенью и способен ли он эффективно проникать в плотные ткани млекопитающих для достижения целевых иммунных клеток. - **Immunogenic profile:** Поскольку белок обладает новой аминокислотной основой, отсутствующей в природных белках человека, исследователям предстоит определить, будет ли иммунная система организма человека вырабатывать антитела к препарату (ADA), нейтрализующие терапевтический эффект при повторном введении. - **Dose-dependent toxicity:** Сохраняются пробелы в отношении потенциального нецелевого связывания со структурными гомологами в семействе Toll-подобных рецепторов (такими как TLR2 или TLR5), что может привести к непреднамеренной иммуномодуляции или нежелательной системной токсичности.

## What to watch В ближайшие месяцы и годы несколько ключевых ориентиров покажут, перейдет ли это вычислительное достижение в клиническое применение: - **Animal study outcomes:** Рецензируемые публикации данных доклинических испытаний, оценивающие способность белка снижать смертность и системное воспаление на моделях септического шока у животных, вызванного липополисахаридами. - **Structural confirmation via cryo-EM:** Высокоразрешающие публикации по структуре, подтверждающие точное атомное взаимодействие между спроектированным на компьютере белком и TLR4, проверяющие, соответствует ли связанная физическая конформация компьютерной модели in silico. - **Investigational New Drug (IND) filings:** Подача заявок в регуляторные органы, такие как FDA, для получения разрешения на начало фазы 1 клинических испытаний на людях, что ознаменует переход от академического открытия к клинической разработке. - **Expansion to other membrane targets:** Дальнейшие научные отчеты, демонстрирующие применение платформы компьютерного дизайна к другим крайне сложным «недоступным для лекарств» мембранным белкам, включая рецепторы, сопряженные с G-белком (GPCR), и ионные каналы, участвующие в онкологических и метаболических заболеваниях.

Этот отчет основан на оригинальных научных результатах, опубликованных 2 октября 2026 года и освещенных phys.org.