编辑 | 萝卜皮
转运卵白改变其构象以携带其底物穿过细胞膜。构象动力学对于懂得运输功用至关主要。
日本国立自然科学研讨院（National Institutes of Natural Sciences）和冈山大学（Okayama University）的合作团队研讨了草酸转运卵白（OxlT），这是一种来自产酸草酸杆菌的草酸：甲酸逆向转运卵白，对于避免肾结石形成具有主要意义。OxlT 的原子布局最近已在向外绽放和封闭形态下得到解决。然而，向内绽放的构象仍然缺失，阻碍了研讨职员对转运卵白的完整懂得。
在最新的研讨中，该团队进行了高斯加速分子动力学摹拟，对 OxlT 的广泛构象空间进行采样，并成功猜测了向内绽放的构象，其中细胞质底物甲酸盐连系优先于草酸盐连系。
该团队还确定了向内绽放构象的要害相互作用。AlphaFold2 布局猜测对结果进行了补充。尽管 AlphaFold2 仅猜测向外绽放构象中的 OxlT，但所识别的要害残基的渐变使其部分地猜测向内绽放构象，从而识别出可能的形态转移渐变。
该研讨以「Accelerated Molecular Dynamics and AlphaFold Uncover a Missing Conformational State of Transporter Protein OxlT」为题，于 2024 年 1 月 12 日发布在《The Journal of Physical Chemistry Letters》。
卵白质是生命的基石，在每个生物体中发挥主要功用。转运卵白（如 OxlT）尤其主要，因为它们携带主要物质穿过细胞膜。OxlT 存在于草酸盐降解细菌产草酸杆菌中，有助于控制人体内的草酸盐水平。
过量的草酸会导致肾结石，这是一个痛苦且普遍的健康问题。了解 OxlT 的功用至关主要，但到目前为止，科学家们对其各种布局形态缺乏全面的了解，特别是向内绽放构象，这是其运输机制的要害部分。
日本国立自然科学研讨院和冈山大学的研讨职员利用先进的计算技术来摹拟 OxlT 卵白的动力学。他们利用高斯加速分子动力学（GaMD）和尖端机器进修工具 AlphaFold2 来探索 OxlT 的布局和功用。
图示：OxlT 布局。（来源：论文）
研讨职员通过 GaMD 摹拟成功猜测了 OxlT 的向内绽放构象，填补了 OxlT 运输循环中缺失的部分。然后对获得的向内绽放的构象进行草酸盐/甲酸盐连系摹拟。摹拟显示甲酸盐选择性连系到向内绽放的构象，而草酸盐在连系位点的入口处被阻断。
该结果为 OxlT 的草酸盐/甲酸盐反向转运功用提供了物理基础：草酸盐被转运到膜的细胞质侧后，甲酸盐（而不是草酸盐）与向内绽放的 OxlT 连系，并被转运到膜的周质侧。研讨职员将基于物理的 MD 结果与基于机器进修的 AF2 布局猜测相连系。野生型序列的 AF2 猜测均导致 OxlT 的向外绽放构象。
研讨职员向参与向内绽放形态的要害相互作用的残基引入了单/双渐变。在这些渐变中，D280L 渐变旨在破坏细胞质侧闭塞构象中形成的接触，而 S162C/T258C 渐变旨在在向内绽放构象的周质侧形成二硫键。他们发现渐变使 OxlT 转变为向内绽放形态。
尽管之前的研讨表明 AF2 无法猜测导致天然布局错误折叠或不稳定的点渐变，但卵白质构象变化的情况有所不同，因为 AF2 可以进修 PDB 中同源卵白质的替代构象。该团队之前的一项研讨表明，两个或多个渐变可能允许 AF2 探索转运卵白的替代构象。连系加速 MD 摹拟，该团队表示，即使 AF2 中的单个渐变也可以改变猜测的构象。
此外，研讨职员表示 AF2 猜测受到输入 MSA 的影响，并且从 MSA 得出的残基协同进化评分可以确定形态转移渐变。
图示：AF2 布局猜测。（来源：论文）
该团队成功猜测了 OxlT 难以捉摸的向内绽放构象，这是懂得其完整功用循环的主要一步。这种构象表明，在这种形态下，OxlT 更喜欢与甲酸而不是草酸盐连系，这是其在草酸盐管理中发挥作用的一个主要方面。
此外，该研讨还确定了对于这种构象转变至关主要的特定氨基酸残基，这一发现可能对懂得卵白质动力学产生更广泛的影响。
这项研讨的意义不仅仅局限于单一卵白质。从这项研讨中获得的方法和见解，为探索其他卵白质的动力学提供了一个模板，特别是转运卵白，它们通常是治疗药物的靶标。
详细了解这些卵白质可以为各种病症开发更有效的治疗方法。此外，这项研讨体现了计算生物学与机器进修相连系的力量，这是一个快速发展的领域，有望解开许多生物学中最具挑战性的谜团。
通过填补科学家对 OxlT 卵白懂得的一个要害空白，这项研讨不仅有助于肾结石预防方面的潜在进展，而且为未来生物医学研讨的突破铺平了道路。
论文链接：https://pubs.acs.org/doi/10.1021/acs.jpclett.3c03052
相关报道：https://phys.org/news/2024-01-molecular-simulation-ai-tool-reveals.html