A deep learning-generated hASIC1a miniprotein inhibitor confers neuroprotection in stroke
En palabras de los autores
Ion channels remain notoriously recalcitrant drug targets despite their extensive pathophysiological significance. Acid-sensing ion channels (ASICs) are proton-gated cation channels that cause neuronal death when excessively activated, such as during ischaemic stroke. This acidosis-driven injury pathway remains unchallenged by existing therapeutics. Here we generate two de novo designed hASIC1a-specific miniproteins by developing a platform that integrates computational miniprotein design, high-throughput automated patch clamp screening, biophysical and structural characterisation, and in vivo validation. We identify a subtype-selective hASIC1a inhibitor, Denasin1, which achieves near-complete inhibition with nanomolar potency. Denasin1 is disordered in solution but adopts the computationally predicted helix-turn-helix fold when bound to the extracellular acidic pocket of hASIC1a. Crucially, Denasin1 reduces infarct volume by > 50% in a murine model of ischaemic stroke. We thereby establish our de novo design platform as a route to develop potent and selective ion channel modulators.
En palabras simples Resumen con IA
Los canales iónicos sensibles al ácido causan la muerte de células cerebrales cuando se sobreactivan durante un derrame cerebral. Los investigadores crearon dos nuevas miniproteínas que se dirigen específicamente al canal humano ASIC1a usando diseño computacional y pruebas de laboratorio. Una miniproteína, llamada Denasin1, bloquea fuertemente el canal con potencia nanomolar. Denasin1 redujo el daño por derrame cerebral en más del 50% en ratones. Este trabajo demuestra que su plataforma de diseño puede desarrollar medicamentos potentes y selectivos para canales iónicos.
Escrito por Kimi K2.5 usando solo el abstract de arriba. Jev verificó que cada oración esté respaldada por las oraciones del abstract que cita y eliminó las que no. Pasá el cursor por una oración para ver de dónde sale.
Apareció: sábado, 10 de octubre. bioRxiv. Preprint, todavía sin revisión por pares.