深度学习指导的动态蛋白质设计

Deep learning-guided design of dynamic proteins.

作者信息Amy B Guo, Deniz Akpinaroglu, Christina A Stephens, Michael Grabe, Colin A Smith, Mark J S Kelly, Tanja Kortemme
PMID40403060
期刊Science
发布时间2025-05-22
DOI10.1126/science.adr7094

实验完整度

高

包含从头计算设计、酵母表面展示筛选、NMR结构解析、配体结合及MD模拟等多层验证

主要模型

工程化Ca2+结合蛋白(源自肌钙蛋白C N端结构域,1SMG) 设计#6306(结合 incompetent 状态2单态设计) 双态切换设计S89、N89、I89等突变体 酿酒酵母表面展示体系

重点核对

设计#6306及切换设计的NMR结构解析(Cα RMSD与AF2预测比较) 2D 1H,15N-HSQC NMR监测构象交换及Ca2+结合化学位移变化 Ca2+滴定测定Kd(I89: V71 1.6±0.2mM, D78 3.9±0.2mM;N89: V71 20±2mM, D78 11.6±0.4mM;S89: V71 22±2mM, D78 14.6±0.4mM) 15N R1ρ relaxation dispersion确定交换时间上限~42μs MD模拟(36μs聚合数据)及Markov状态模型估计交换时间下限~3μs

摘要

深度学习推动了静态蛋白质结构设计的发展,但天然信号蛋白标志性的受控构象变化仍无法通过从头设计实现。在此,我们描述了一种通用的深度学习指导方法,用于从头设计蛋白质结构域内几何构型之间的动态变化,类似于自然界中普遍存在的开关机制,并达到原子级精度。我们解析了4个结构,验证了设计的构象,展示了正构配体和别构突变对构象景观的调控,并表明基于物理的模拟与深度学习预测及实验数据高度一致。我们的方法表明,现在可以通过从头设计实现新的运动模式,并为从头构建受生物学启发、可调可控的蛋白质信号行为提供了框架。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
能否通过从头设计实现蛋白质结构域内局部构象变化,并使其双态平衡可由正构配体和别构突变调控?
核心机制
设计的双态切换蛋白在状态1和状态2之间进行快速交换;别构位点89的氨基酸身份通过空间位阻或氢键影响helix D与loop III的相互作用,进而通过疏水网络耦合至远端Ca2+结合位点,改变构象平衡。
主要证据
NMR解析了4个结构(S89、I89、holo I89等)验证设计构象;2D 1H,15N-HSQC显示单点突变引起全局化学位移变化及Ca2+依赖的平衡移动;Ca2+滴定显示亲和力随状态1比例增加而提高;MD模拟与实验数据一致并预测状态特异性相互作用网络,经Y64F/K68E突变验证。
研究意义
该工作实现了受天然信号蛋白启发的局部构象变化的从头设计,提供了构建可调、可控的生物学启发蛋白质信号行为的框架,并可用于调控天然开关功能或构建生物正交蛋白质开关。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

生成并验证替代状态(状态2)

获得与状态1构象不同且可设计的替代构象,作为双态设计的基础。

以1SMG为起点,使用LUCS对loop-helix-loop单元(残基49–72)进行系统构象采样,生成候选骨架;用Rosetta进行单态序列设计并计算过滤;选取11个设计通过酵母表面展示筛选稳定性;解析设计#6306的NMR结构并与AF2预测比较;检测其Ca2+结合能力。

2

双态序列设计

设计能同时兼容状态1和状态2构象的序列家族,并缩小设计位点以聚焦状态偏好决定位点。

利用AF2预测识别可逆突变以增加与1SMG的序列相似性而不改变状态2结构;将可设计残基从37个减少到25个;使用ProteinMPNN进行位置绑定双态设计,生成104个序列;用ColabFold/AF2预测结构并筛选与两态兼容的序列。

3

NMR表征构象平衡及别构突变效应

验证设计蛋白是否在溶液中采用两种设计构象,且群体分布受89位氨基酸身份调控。

表达纯化U-15N标记蛋白;记录S89、N89、I89、R89等的2D 1H,15N-HSQC谱;解析S89和I89的NMR结构;进行温度依赖实验和15N R1ρ relaxation dispersion;分析化学位移变化。

4

配体(Ca2+)调控构象平衡

验证Ca2+结合是否优先稳定状态1并移动构象平衡。

记录各突变体加/不加10当量Ca2+的2D 1H,15N-HSQC谱;进行Ca2+滴定监测V71和D78化学位移变化;解析holo I89的NMR结构。

5

MD模拟与状态特异性相互作用网络验证

在原子水平解释构象切换机制,并预测可调节平衡的突变进行实验验证。

对I89和S89进行有/无Ca2+的MD模拟(多个2μs轨迹及额外1μs轨迹);进行互信息分析识别耦合网络;构建Markov状态模型估计交换时间;预测Y64F和K68E突变,用Frame2seq评分、AF2预测和NMR HSQC验证。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Q5热启动高保真DNA聚合酶NEBM0494
Zymo Research DNA清洁与浓缩试剂盒Zymo Research--
pETcon v3载体AddgeneRRID: Addgene_41522
抗c-Myc小鼠单克隆抗体(Alexa Fluor 647偶联)Cell Signaling Technology2233
6x-His标签抗体Alexa Fluor 488偶联物Fisher ScientificMA1–135-A488
Beckman Coulter Cytoflex流式细胞仪Beckman Coulter--
B-PER细菌蛋白提取试剂Thermofisher78243
cOmplete无EDTA蛋白酶抑制剂片剂RocheCOEDTAF-RO
HisPur Ni-NTA树脂Thermo Scientific88222
考马斯染色SDS-PAGEBIO-RAD456–1095
Jasco J-710光谱仪Jasco--
Superdex 75 10/300 GL色谱柱Cytiva29148721
Superdex 200 10/300 GL色谱柱Cytiva28990944
Zetasizer Nano S90动态光散射仪----
生物素化凝血酶Novagen696022
链霉亲和素琼脂糖浆Novagen696022
Bruker NEO 800 MHz光谱仪配5mm TCI H&F-C/N-D冷冻探头Bruker--
Bruker Avance 600 MHz光谱仪配反向5mm H-C/N-D冷冻探头Bruker--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
替代状态生成与单态设计
起始结构1SMG、重塑区域残基范围、loop库长度、Cα RMSD过滤阈值、设计选择的RMSD标准
阅读提示:Methods 'Generating alternative backbone conformations'及'In silico validation of single state designs'
双态序列设计
可设计残基最终列表(25个)、ProteinMPNN位置绑定策略、AF2预测筛选标准、位置62偏好
阅读提示:Methods 'Two-state sequence design'及Table S2
NMR结构解析与动力学
蛋白浓度、缓冲液组成、NMR温度、脉冲程序、R1ρ自旋锁定场强和延迟时间、结构计算软件参数
阅读提示:Methods 'Structure determination by NMR'及'NMR experiments to characterize dynamics'
Ca2+结合亲和力测定
CaCl2储液浓度、滴定范围、监测残基V71和D78、拟合方程中n=2的设定
阅读提示:Methods 'Determining Ca2+ binding affinity'及Fig. 3C
MD模拟
力场a99SB-disp、模拟时长和重复数、温度300K、压力1bar、积分步长、截断方案
阅读提示:Methods 'Molecular dynamics simulations'及Table S11
突变体验证
Y64F和K68E突变设计、Frame2seq评分公式、AF2 pLDDT比较、NMR HSQC化学位移变化方向
阅读提示:Methods 'Frame2seq scoring of point mutants'及Fig. 4D-F