編輯 | ScienceAI

蛋白質(zhì)如何從一條線性鏈折疊成精密的三維結(jié)構(gòu)，是生命科學(xué)領(lǐng)域長期未解的謎題。

近日，上海交通大學(xué)樊春海、張宏陸團(tuán)隊(duì)與美國加州大學(xué)伯克利分校 / HHMI Carlos Bustamante 院士、斯坦福大學(xué) Cristhian Ca?ari-Chumpitaz 博士合作，在 Science Advances 發(fā)表重要研究進(jìn)展，通過 “AI+單分子技術(shù)” 創(chuàng)新技術(shù)體系，首次捕獲鈣結(jié)合蛋白折疊過程中的 “隱藏中間態(tài)”，并揭示了其動(dòng)態(tài)折疊路徑。

AI 預(yù)測靜態(tài)結(jié)構(gòu)已達(dá)巔峰，但動(dòng)態(tài)折疊仍是 “黑箱”

自 AlphaFold2 問世以來，AI 預(yù)測蛋白質(zhì)靜態(tài)三維結(jié)構(gòu)的準(zhǔn)確率已突破 90%，幾乎覆蓋所有已知蛋白質(zhì)。然而，蛋白質(zhì)在千分之一秒內(nèi)完成的動(dòng)態(tài)折疊過程，卻如同高速攝影中模糊的殘影，始終難以捕捉。

研究團(tuán)隊(duì)張宏陸教授指出：“AI 能精準(zhǔn)繪制蛋白質(zhì)的最終樣貌，卻無法預(yù)演它折疊時(shí)的每一幀動(dòng)作。” 這背后涉及毫秒級時(shí)間尺度下的多態(tài)轉(zhuǎn)換、能量壁壘跨越等復(fù)雜機(jī)制，傳統(tǒng)分子動(dòng)力學(xué)模擬需耗費(fèi)數(shù)萬 CPU 小時(shí)計(jì)算 1 微秒過程，難以滿足實(shí)際需求。

圖｜剛性 DNA 框架結(jié)構(gòu)增強(qiáng)的光鑷單分子操控裝置示意圖

光鑷 + DNA 折紙：給蛋白質(zhì)裝上 “納米標(biāo)尺”

研究團(tuán)隊(duì)突破性地將 DNA 折紙技術(shù)引入光鑷單分子操控系統(tǒng)。通過設(shè)計(jì)剛性 DNA 框架結(jié)構(gòu)替代傳統(tǒng)柔性雙鏈 DNA 力學(xué)傳感器，團(tuán)隊(duì)將光鑷的時(shí)空分辨率提升 46%，成功捕捉到鈣結(jié)合蛋白 Calerythrin 折疊時(shí)轉(zhuǎn)瞬即逝的兩種中間態(tài)（I1 和 I2）。

實(shí)驗(yàn)顯示，在鈣離子調(diào)控下，蛋白質(zhì) C 端結(jié)構(gòu)域率先折疊形成 “錨點(diǎn)”（I2），隨后 N 端結(jié)構(gòu)域通過兩種路徑逐步完成組裝：或與 C 端協(xié)同折疊，或經(jīng)歷中間態(tài) I1 的動(dòng)態(tài)糾偏。這一發(fā)現(xiàn)顛覆了此前 “兩態(tài)折疊” 的認(rèn)知，揭示了鈣結(jié)合蛋白折疊的層次性與糾錯(cuò)機(jī)制。

圖｜鈣結(jié)合蛋白 Calerythrin 的折疊全景圖及隱藏中間態(tài)的捕獲

AI 賦能：從結(jié)構(gòu)預(yù)測到動(dòng)態(tài)解析

研究團(tuán)隊(duì)進(jìn)一步將實(shí)驗(yàn)數(shù)據(jù)與 AlphaFold 改進(jìn)模型 AF-Cluster 結(jié)合，對中間態(tài)進(jìn)行結(jié)構(gòu)預(yù)測。AI 不僅成功還原了中間態(tài)的三維構(gòu)象，還發(fā)現(xiàn)折疊路徑受 EF-hand 結(jié)構(gòu)域間柔性連接鏈的構(gòu)象異構(gòu)（如脯氨酸順反異構(gòu)）調(diào)控。

這種 “實(shí)驗(yàn)捕捉動(dòng)態(tài)軌跡 - AI 解析分子細(xì)節(jié)” 的模式，為理解蛋白質(zhì)折疊規(guī)律提供了雙引擎驅(qū)動(dòng)。張宏陸強(qiáng)調(diào)：“AI 雖無法直接預(yù)測折疊過程，但能通過結(jié)構(gòu)聚類分析，幫助實(shí)驗(yàn)鎖定關(guān)鍵動(dòng)態(tài)節(jié)點(diǎn)。”

圖｜AF-Cluster 深度學(xué)習(xí)方法預(yù)測中間態(tài)結(jié)構(gòu)

合成生物學(xué)新范式：從 “設(shè)計(jì)結(jié)構(gòu)” 到 “編程折疊”

該技術(shù)的突破對合成生物學(xué)意義深遠(yuǎn)。目前人工設(shè)計(jì)蛋白質(zhì)常因錯(cuò)誤折疊導(dǎo)致功能失效，而動(dòng)態(tài)折疊路徑的解析為優(yōu)化蛋白質(zhì)設(shè)計(jì)提供了新維度。例如，通過調(diào)控連接鏈的剛性或引入特定異構(gòu)酶，可引導(dǎo)合成蛋白沿高效路徑折疊，提升產(chǎn)率與穩(wěn)定性。研究團(tuán)隊(duì)已將該技術(shù)應(yīng)用于神經(jīng)元鈣傳感蛋白（NCS-1）、鈣調(diào)蛋白（CaM）等體系，未來有望拓展至工業(yè)酶、疫苗抗原等關(guān)鍵蛋白的理性設(shè)計(jì)。

未來技術(shù)：AI 與實(shí)驗(yàn)共繪生命分子折疊的 “數(shù)字孿生宇宙”

盡管動(dòng)態(tài)折疊的全景預(yù)測仍是挑戰(zhàn)，但這項(xiàng)研究開辟了 AI 與實(shí)驗(yàn)技術(shù)深度融合的新范式。隨著單分子技術(shù)向更高分辨率邁進(jìn)，以及 AI 對多構(gòu)象聚類、能量景觀建模能力的提升，科學(xué)家或?qū)⒗L制出蛋白質(zhì)折疊的 “動(dòng)態(tài)地圖”，實(shí)時(shí)預(yù)測并干預(yù)折疊路徑。這不僅將推動(dòng)疾病相關(guān)錯(cuò)誤折疊蛋白的靶向治療，更可能催生按需定制功能的 “智能蛋白質(zhì)”，推動(dòng)生物制造、納米機(jī)器人等領(lǐng)域的顛覆性變革。

文章鏈接：https://www.science.org/doi/epdf/10.1126/sciadv.adv1962