High-throughput discovery of inhibitory protein fragments with AlphaFold

A. Savinov, S. Swanson, A.E. Keating, & G. Li, Natl. Acad. Sci. U.S.A. 122 (6) e2322412122, https://doi.org/10.1073/pnas.2322412122 (2025).

Abstract

Peptides derived from larger proteins can function as inhibitors by binding to protein interaction interfaces. While high-throughput experimental methods have enabled large-scale measurements of inhibitory peptide fragments, computational methods to predict which fragments are inhibitory have been lacking. The authors introduce FragFold, a pipeline that uses AlphaFold2 to predict protein–fragment binding across entire proteomes. FragFold successfully identifies inhibitory fragments with native-like binding modes, and its predictions correlate strongly with experimental inhibitory measurements. The method is shown to be generalizable, interpretable, and useful for proteome-scale peptide inhibitor discovery.

단백질의 일부분인 펩타이드는 특정 결합 부위에 결합하여 단백질의 상호작용을 방해하고 기능을 억제할 수 있다. 기존에는 생체 내에서 이러한 억제 단편을 대량으로 측정하는 기술이 있었지만, 이를 계산적으로 예측하는 방법은 미비하였다. 본 연구는 AlphaFold2를 기반으로 한 FragFold라는 새 예측 파이프라인을 제시한다. FragFold는 다양한 단백질의 단편들을 타겟 단백질에 결합시켜 결합 가능성과 구조를 예측하며, 그 결과는 실제 생물학적 실험 결과와 높은 상관성을 보인다. 이 방법은 단백질 기능 억제 단편의 고속 발굴에 활용될 수 있다.

Introduction

• 단백질의 fragment는 자연적 상호작용 부위를 모방해 기능을 억제할 수 있음

• 기존에는 실험적으로 수천 개 fragment를 스크리닝했지만, 계산 기반 방법은 부족

• AlphaFold2의 구조 예측 능력을 활용하여, 단백질-단편 상호작용 예측 가능성을 탐색함

  
  

Methods: FragFold 파이프라인

• 단백질 A의 모든 단편(30-aa)을 생성하고, 타겟 단백질 B와 함께 ColabFold로 AlphaFold2 구조 예측

▶타겟 단백질 B와 결합할 수 있는 단백질 A의 단편들을 생성 → 모두 AlphaFold2로 예측.

▶단백질 A의 fragment 생성 => Sliding window로 모든 30-mer 단편 생성 (1-aa offset)

▶Ex)  A 단백질에서 [1–30], [2–31], …, [n–n+29] 생성

• 예측된 구조에서 binding contact 수 (N_contacts) 와 ipTM score를 기반으로 결합 스코어 계산

• 각 단편의 binding hotspot을 시각화하고, 실험적 억제 위치와 비교

  
  

Results

• 총 6개 단백질에 대해 2,000개 이상의 단편 예측

• 87%의 억제 단편이 native-like 결합 구조로 예측됨

• 실험과 비교 시 68% 이상의 일치율

• FtsZ 단백질의 무질서한 C-말단 영역 등 새로운 binding 모드도 발견

• Deep mutational scanning으로 FragFold의 예측 정확도 검증

• Peptiderive 등 기존 도구보다 더 포괄적이고 민감도 높음

결론적으로 해당 논문은 타겟하는 receptor 단백질에 binding하는 단백질을 단편으로 잘라서 알파폴드 서버를 통해 결합 여부를 평가하는 파이프라인을 구축함. 해당 방법으로 예측 정확도를 확인하고 실제로 기능하는 단백질 단편을 찾아 활용할 수 있다는 점을 참고할 수 있는 논문임.