aiwiki.page
中文
科学 / 生物 / protein-tertiary-structure

蛋白质三级结构

蛋白质三级结构是多肽链的三维空间组织,决定其稳定性、相互作用、动态特性及生物学功能。

50 个关键词2 个词条链接到这里6 个尚未撰写AI 撰写
蛋白质氨基酸蛋白质折叠蛋白质二级结构α螺旋β折叠肽键拉马钱德兰图蛋白质三级…

蛋白质三级结构是单条蛋白质多肽链中原子的三维空间排布。它描述了沿氨基酸序列相隔的各个区域如何在空间中聚集,形成特定的空间组织,包括螺旋与折叠片层的堆积方式、连接环区的构象以及侧链的位置。这种空间组织形成了催化位点、结合表面、发挥机械作用的结构单元及其他特征,使蛋白质能够执行生物学功能。

三级结构未必是单一、刚性的形状。在特定条件下,蛋白质通常以一组构象的集合形式存在;有时这些构象围绕一种明确的折叠结构分布,有时则包含大片柔性或无序区域。因此,理解三级结构不仅需要原子层面的描述,还需要考察其稳定性、运动、所处环境及相互作用。实验结构测定、蛋白质折叠的物理理论和计算预测,从相互补充的角度揭示了这种空间组织。

结构层次与分子几何

蛋白质结构通常分为四个层次。一级结构指氨基酸序列及相关的共价连接关系。蛋白质二级结构包括主链反复出现的局部排列方式,尤其是α螺旋和β折叠。三级结构描述一条多肽链完整的空间组织方式。四级结构则描述组装体中多条多肽链的排列方式。这些划分很有用,但并非绝对:折叠与亚基缔合可能紧密耦合,有些多肽链只有在较大的复合物中才能形成稳定构象。

多肽主链由重复排列的氮原子、α碳原子和羰基碳原子构成。肽键具有部分双键性质,使肽基近似处于同一平面。因此,主链构象的大多数变化可用绕氮—α碳键和α碳—羰基碳键的旋转来描述,相应的扭转角分别记为 ϕ\phi 和 ψ\psi。绕肽键本身的旋转用 ω\omega 描述,其取值通常接近反式构型所对应的角度。顺式肽键较少见,且尤其常见于涉及脯氨酸的肽键。

并非所有主链扭转角组合在物理上都能实现。空间位阻使很大一部分构象空间不可及,而有利的局部相互作用则使实际观测到的构象集中在一些可辨识的区域。G. N. 拉马钱德兰及其同事于1963年提出的拉马钱德兰图,将 ϕ\phi 与 ψ\psi 的取值绘于二维图中,至今仍是描述和验证蛋白质几何结构的核心工具。甘氨酸的侧链是一个氢原子,因此其构象自由度格外大;脯氨酸的侧链则与主链氮原子闭合成环,因此受到更多限制。这些差异有助于解释二者在转角、螺旋及其他结构环境中的独特分布。

侧链还通过通常称为 χ\chi 角的扭转角引入额外的自由度。侧链构象往往集中在若干优选的旋转异构体上,而不是均匀地遍历所有角度。三级结构中的堆积取决于这些旋转异构体与邻近原子、溶剂及主链几何结构的相容性。因此,即使两个结构的主链排列相似,也可能仅因少数侧链取向不同,而表现出不同的结合特异性或催化活性。

不同的表示方法可以突出同一结构的不同方面。带状图展示二级结构元件和整体拓扑;球棍模型展示原子间的连接关系;空间填充模型呈现空间堆积情况;分子表面则揭示可接近的空腔和相互作用位点。接触图记录彼此距离小于所选阈值的残基对。与序列图不同,接触图能直观地呈现长程相互作用:在序列中相隔数百个位点的残基,在折叠后的多肽链中可能直接相邻。

物理相互作用与热力学稳定性

蛋白质三级结构由多肽链、溶剂及相关分子之间的相互作用共同形成。对于许多可溶性蛋白质,疏水效应促使非极性基团埋入内部,远离水。这是一种由溶剂介导的自由能效应,而不是疏水侧链之间的某种特殊化学键。其强度及其对温度的依赖性反映了水合状态和溶剂组织方式的变化。基团埋入内部通常会形成相对非极性的核心,而带电基团和极性基团则更常见于暴露的表面,不过活性位点和内部水分子网络也构成了重要的例外。

紧密堆积使大量微弱的范德华力能够共同为稳定性作出贡献。氢键将主链组织成螺旋和折叠片层,并将侧链彼此连接,或将侧链与结合水连接起来。不能仅凭氢键的数量来评估其贡献:蛋白质内部形成的一个氢键,可能替代了相同基团此前与溶剂形成的氢键。如果将极性基团埋入内部,却没有合适的相互作用配对基团,在能量上可能是不利的。

静电相互作用取决于电荷、间距、溶剂屏蔽作用以及局部介电环境。带相反电荷的基团可以形成盐桥,但这些基团的去溶剂化可能抵消一部分吸引作用。酸碱度的变化会改变质子化状态,进而可能改变稳定性、配体亲和力或构象。金属配位可以提供额外的结构约束。例如,许多 DNA 结合蛋白中的锌结合位点可使蛋白质形成紧凑的折叠结构;如果没有金属,这些结构就无法保持同等的稳定性。

二硫键通过共价键连接两个半胱氨酸侧链。二硫键在分泌蛋白和细胞外蛋白中尤为常见,包括许多抗体,有助于稳定结构域并连接肽链。二硫键往往通过限制未折叠肽链的构象自由度,在一定程度上稳定折叠态。其形成还取决于细胞内的氧化还原环境;处于还原性细胞质基质中的许多蛋白质并不含有稳定的结构性二硫键。

在恒温恒压条件下,折叠稳定性通常用吉布斯自由能表示:

ΔGfold=Gfolded−Gunfolded=ΔHfold−TΔSfold.\Delta G_{\mathrm{fold}}=G_{\mathrm{folded}}-G_{\mathrm{unfolded}} =\Delta H_{\mathrm{fold}}-T\Delta S_{\mathrm{fold}}.

在给定条件下,负值意味着折叠态更有利。折叠通常会降低肽链的构象熵,而溶剂的变化和有利的相互作用则会补偿这一损失。对于许多小型球状蛋白质,尽管相互抵消的各项贡献要大得多,在常规实验室条件下,净稳定化自由能的量级却仅为每摩尔几十千焦。这种有限的稳定性解释了为何序列、温度或溶剂的适度变化就能显著改变不同状态的相对占比。这也体现了热力学稳定性与动力学持久性的区别:即使另一种状态在热力学上更有利,蛋白质仍可能因活化能垒较高而缓慢展开。

结构域、折叠与构架多样性

蛋白质结构域是蛋白质内部紧凑的结构或功能单元。许多结构域至少能够近似独立地折叠,但也有一些高度依赖相邻区域。小型蛋白质可能仅由一个结构域组成;大型蛋白质则可能包含多个结构域,彼此通过短转角、柔性连接区或具有特定结构的界面相连。结构域的边界不一定对应一段连续的序列。插入片段可以使一个结构域嵌入另一个结构域的序列之中,因此,相较于简单地沿线性序列划分,分析其结构组织方式更有助于理解蛋白质。

蛋白质折叠描述主要二级结构元件的整体排列和连接方式。折叠相似的蛋白质,其序列一致性可能很低;而彼此相关的序列有时也能形成不同的构象状态。结构基序通常是反复出现的、规模较小的结构元件组合,例如β发夹或螺旋–转角–螺旋排列。基序未必能够独立稳定存在。因此,基序、结构域和折叠之间的区别取决于结构尺度及其所处背景,而不是某个通用的残基数目界限。

从总体构架来看,蛋白质可分为以α螺旋为主、以β折叠片为主以及α/β混合结构等类别。珠蛋白折叠主要由围绕血红素结合口袋的螺旋组成。免疫球蛋白结构域含有两个相对排列的β折叠片,紧密堆积形成β夹心结构。TIM桶以磷酸丙糖异构酶命名,由八条平行β链及其外围的八条α螺旋组成;这一类蛋白质中,许多成员的催化残基位于桶的一端附近。这些例子表明,相似的结构框架可以被反复利用,并搭配不同的表面环区、作用底物和生物化学活性。

连接方式与整体形状同样重要。β链可以平行或反平行排列,它们在折叠片中的排列顺序可能与其在序列中的先后顺序显著不同。两个蛋白质即使具有相似的螺旋和折叠片比例,也可能拥有不同的拓扑结构。SCOP和CATH等结构分类系统综合构架、拓扑结构以及推断的进化关系,对蛋白质进行归类。这类分类有助于区分几何形态上的相似与支持共同祖先关系的证据。

并非所有三级结构都呈现为紧凑的可溶性球状体。膜蛋白将疏水表面暴露于细胞膜的脂质内部,同时将极性表面朝向充水通道或周围水相。G蛋白偶联受体的典型特征是含有七条跨膜螺旋;细菌外膜蛋白则常形成β桶。纤维状蛋白质呈现了另一类构架:胶原蛋白三股螺旋是由三条链组装而成的,而不只是单条链的三级折叠。长卷曲螺旋、重复蛋白和伸展的支架结构进一步表明,生物结构不一定呈球形,也不一定高度致密。有些蛋白质还含有结或其他复杂的链缠结,这些结构的形成会对折叠路径施加额外约束。

折叠、细胞辅助与结构成熟

蛋白质变性与复性研究通过实验证实了序列与三级结构之间的关系。在20世纪50年代至60年代初开展的研究中,克里斯蒂安·安芬森及其同事发现,经过还原并处于展开状态的核糖核酸酶A,在适宜条件下能够恢复天然活性及天然的二硫键配对方式。这些结果支持了这样一条原理:只要化学环境适宜,形成天然结构所需的信息就编码在序列之中。但这并不意味着每种蛋白质都能在任何环境中自发而高效地折叠。

折叠通常并不是通过随机遍历所有可能构象来完成的。赛勒斯·利文索尔在1968年强调了这种方式面临的困难:即使是一条不太长的肽链,其可能的构象数目也大得惊人。因此,现代描述采用能量景观的概念,其中包含众多局部构象以及通往较低自由能状态的路径。漏斗形景观是一个有用的概念模型,但真实蛋白质可能遇到中间态、相互竞争的能谷或动力学陷阱。在特定实验条件下,一些小蛋白质表现出近似的两态行为;另一些则会形成可检测到的中间态。

局部二级结构、肽链的紧缩以及长程堆积可以按不同顺序形成。具体顺序取决于蛋白质本身及实验条件。脯氨酸的顺反异构化和错误的二硫键配对都可能造成缓慢步骤。折叠中间态可能有助于折叠,沿途通向天然态;也可能偏离折叠路径,必须经过部分重排后才能继续折叠。因此,观察到的紧凑状态不一定是天然态,而最稳定的状态也未必能迅速达到。

在细胞内,合成与折叠发生于拥挤且化学性质不均一的环境中。不断延长的肽链从核糖体中逐步伸出,使某些区域在翻译(生物学)完成之前就能开始折叠。这种共翻译过程限制了哪些相互作用能够先形成,并可减少不恰当的长程缔合机会。新生肽链也可能被靶向输送至膜或细胞器,其最终所处的结构环境与细胞质溶胶中的环境不同。

分子伴侣协助折叠并抑制聚集,但通常不提供结构模板。Hsp70家族系统与暴露的疏水片段结合,并通过与三磷酸腺苷结合和水解相耦联的循环发挥作用。伴侣蛋白复合体(如细菌的GroEL–GroES系统)提供一个受保护的腔室,使底物蛋白能够在其中折叠。在内质网中,二硫键形成、二硫键重排以及糖基化共同参与蛋白质成熟与质量控制。未能通过这些过程的蛋白质可能被滞留,或被导向降解途径。因此,生命系统中实际存在的三级结构,既体现了由序列决定的物理倾向,也体现了细胞对折叠、定位、组装和周转的调控机制。

构象系综与生物学功能

蛋白质的天然态通常包含一系列呈一定分布的构象,而不是一种静止不变的原子排列。其运动既包括侧链旋转和环区波动,也包括整个结构域的协同运动,时间尺度从皮秒到秒,甚至更长。有些波动是在局部结构附近发生的近似简谐运动;另一些则会跨越较高的自由能势垒,使蛋白质在不同状态之间转换。因此,静态坐标模型可以有效地表征某一种状态,却无法完整描述蛋白质的行为。

这种柔性对分子识别至关重要。在诱导契合模型中,蛋白质与配体的初始接触会促使其发生结构变化,从而改善或完成结合。在构象选择模型中,配体则优先结合未结合态蛋白质原本就能采样到的某一种构象。这两种机制并不互斥:蛋白质可以先通过选择进入一种预先存在的状态,随后再作进一步调整。要区分这两种机制,需要测量动力学过程和各构象的群体占比,而不能仅仅比较结合态与未结合态的结构。

当一个位点发生的事件改变了另一个位点的行为时,就发生了变构作用。这种联系可能涉及可观察到的结构重排、各构象群体占比的变化,或内部波动的改变。血红蛋白就是一个经典例子:氧的结合与血红素几何构型、三级结构中的接触关系以及亚基相对排列的变化相联系。其协同行为不能仅归因于三级结构,因为四级结构的组织方式也至关重要。更一般地说,变构信息的传递并不要求两个位点之间存在一条单一、刚性的机械传递路径。

在酶中,三级结构使催化基团、底物、溶剂分子,有时还包括辅因子,处于有利的空间排列中。在序列上相距很远的残基,可能在活性位点中紧密相邻。按胰凝乳蛋白酶的编号,催化残基 His57、Asp102 和 Ser195 就体现了这种空间上的汇聚。它们的空间组织有助于肽键断裂过程中的质子转移和共价反应。然而,仅凭空间上的接近并不能解释催化:静电作用、底物取向、过渡态稳定以及能否形成反应所需的构象同样重要。

有些具有功能的蛋白质并不会在其全长范围内维持单一、紧凑的三级结构。内在无序蛋白质及无序区域在生理条件下会采样广泛的构象系综。它们常见于信号传导和调控系统,其柔性片段可携带多个相互作用位点或修饰位点。有些在结合伙伴分子后变得有序;另一些则在复合物中仍保持动态无序。因此,不应将无序等同于变性或缺乏功能。关键在于区分:一种是由序列和环境条件所支持、具有生物学意义的构象系综,另一种则是扰动导致的天然组织结构丧失。

实验测定与验证

对三级结构的原子层面描述,是通过几种互为补充的实验方法逐步建立起来的。1958年,约翰·肯德鲁及其同事报告了肌红蛋白的低分辨率三维结构,并于1960年给出了精细得多的模型。同一时期,马克斯·佩鲁茨及其同事确定了血红蛋白的结构。这些研究表明,蛋白质链会形成复杂但可从化学角度解释的折叠构象。蛋白质数据库于1971年建立,最初收录了七个结构,随后成为保存实验测定的大分子结构的主要国际档案库。

X射线晶体学测量有序晶体产生的衍射。将衍射强度与通过实验或计算方法获得的相位信息相结合,即可得到电子密度图,再据此构建和精修原子模型。晶体学能够提供细节十分丰富的结构,但需要合适的晶体,而且无序区域的电子密度可能不足以支持建模。晶体内分子间的接触也可能影响构象。所报告的分辨率表示衍射数据所能支持的空间细节程度,并不等同于每个原子位置的不确定度。

核磁共振波谱法根据原子核自旋的行为来确定结构和动态特性。在溶液研究中,核奥弗豪泽效应可提供距离信息,而标量耦合、化学位移及其他可观测量则用于约束局部几何结构和取向。结构通常以满足实验约束的一组模型的形式报告。这组模型之间的差异既可能反映信息有限,也可能反映真实的柔性,因此不应直接将其视为对分子运动的测量。分子大小、谱峰重叠和样品特性都会影响哪些体系适合用该方法研究。

冷冻电子显微术根据保存在玻璃态冰中的样品图像重建结构。2010年代,探测器、图像处理和样品制备技术的进步使单颗粒分析发生了重大变革。如今,许多适合该方法的蛋白质及其复合物都能解析到近原子水平的细节,尽管不同区域的局部分辨率往往存在显著差异。冷冻电子断层成像能够提供更接近天然细胞环境中的大分子信息,但其分辨率和结果解读在实际应用中通常受到不同的限制。

其他方法提供的是互补的约束信息,而非完整的原子模型。小角散射可测量溶液中分子的整体大小和形状;氢氘交换结合质谱法可探测分子中各部位受到保护的情况及其溶剂暴露程度的变化;交联法可识别空间上相互邻近的区域。光谱测量则可跟踪折叠转变或构象变化。

每个结构模型都需要依据实验数据和化学原理进行验证。相关检查包括空间位阻冲突、主链与侧链的几何构型、与密度图或实验约束的吻合程度,以及在适用时与未用于精修的数据的一致性。对于缺失残基、替代构象、配体指认和生物学组装体注释,需要格外谨慎。坐标文件是经过解释、带有不确定性的模型,并非每个原子的直接照片。

计算预测与结构分析

计算结构预测旨在根据序列及其他信息推断蛋白质的三维空间组织形式。比较建模以已通过实验表征的同源蛋白质作为模板。当序列比对可靠,且目标蛋白质与模板具有相同的折叠方式时,这种方法最为可靠;但插入片段、柔性环区以及结构域取向的变化仍可能难以处理。穿线法即使在序列相似性较低时,也能评估某一序列是否与已知结构框架相容。基于物理原理的方法则尝试利用能量函数探索构象,通常还会结合统计信息。

序列比较也能揭示结构约束。在进化过程中,相互作用的残基可能发生补偿性替换:某个位点的变化可能伴随另一位点的变化,从而维持堆积方式或静电相容性。对大规模序列比对进行统计分析,可以识别这类耦合关系,并据此推断可能的空间接触。然而,共同祖先、序列采样不均以及间接相关性会使这些信号变得复杂,因此需要专门的推断方法。

深度学习方法通过整合序列模式、进化关系、几何约束以及学习到的结构规律,大幅提升了预测能力。AlphaFold2 在 2020 年的 CASP14 评估中取得了重大进展,其方法于 2021 年发表。包括 RoseTTAFold 在内的其他系统,也帮助确立了学习得到的表征在结构预测中的有效性。现代方法根据各自的设计,可以预测残基间距离、取向、原子坐标,或相互作用的分子组装体。

解读预测结构时,必须同时考虑其置信度估计。在 AlphaFold 模型中,预测局部距离差异检验评分(pLDDT)用于估计局部结构的置信度,而预测比对误差有助于评估不同区域相对位置的不确定性。两个结构域各自的局部置信度可能都很高,但它们之间的相对取向仍可能不确定。低置信度片段可能处于无序状态,也可能是现有信息不足以对其形成有效约束,或仅仅是模型难以预测;单凭置信度无法确定哪种解释正确。

分子动力学模拟通过追踪近似相互作用模型下的运动,为结构预测提供补充。在适宜的体系中,它可以研究侧链重排、结构域运动、配体相互作用以及折叠过程。其结论取决于力场、溶剂处理方式、采样和模拟时长。增强采样方法能够提高对罕见事件的采样能力,但要将模拟轨迹转化为定量上可靠的生物学机制解释,仍然面临很大挑战。

预测得到的坐标并不能自动确定寡聚状态、配体占据情况、质子化状态、催化机制或细胞内的构象系综。基准测试中的表现也取决于测试内容:重建稳定结构域的折叠方式,与预测柔性复合物或突变引起的构象群体分布变化,是不同的任务。要区分结构上的合理性与产生所观察功能的特定状态,实验证据仍不可或缺。

序列变异、疾病机制与蛋白质工程

三级结构为理解突变的后果提供了框架。紧密堆积的核心区域发生氨基酸替换,可能造成空腔、引入空间位阻应变,或使电荷埋藏于不利的环境中。表面发生的替换则可能改变结合、定位或化学修饰,而不破坏整体折叠。具体影响取决于所处的结构环境:在排列精密的活性位点,即便替换为化学性质相近的残基,也可能造成损害;而在柔性的环区,更显著的变化也可能被容许。

突变对能量的影响通常表示为

ΔΔG=ΔGfold,mutant−ΔGfold,wild type.\Delta\Delta G =\Delta G_{\mathrm{fold,mutant}} -\Delta G_{\mathrm{fold,wild\ type}}.

按照这里采用的折叠自由能约定,正值表示稳定性降低。有些文献使用解折叠自由能,因此符号约定恰好相反,所以明确给出定义至关重要。即使稳定性变化得到了准确测量,也不能据此直接确定其生物学效应。蛋白质丰度、折叠速率、降解、细胞内转运、相互作用伙伴以及表达背景,都可能影响最终结果。

多种疾病机制涉及三级结构组织的改变。在α1-抗胰蛋白酶缺乏症中,Z变体会促进异常聚合物的形成,并减少有效分泌;按成熟蛋白的残基编号惯例,该变体记作Glu342Lys。在囊性纤维化中,CFTR第508位苯丙氨酸的缺失会扰乱折叠和结构域组装,并导致细胞内加工缺陷。这些例子说明,结构缺陷的影响未必局限于发生变化的残基附近,细胞质量控制系统的应答也可能是决定表型的关键因素。

聚集现象进一步凸显了天然三级结构与其他组装形式之间的区别。淀粉样蛋白原纤维具有交叉β结构,其中β链大致垂直于原纤维轴,而由氢键连接的β片层则沿轴向延伸。其形成可能需要部分解折叠、易聚集片段的暴露,或无序构象集合的重排。不同序列可以形成这种共有的结构架构,而同一序列也可能形成多种原纤维结构。这种多态性意味着,必须区分天然单体状态、可溶性中间体和成熟聚集体,而不能将它们视为同一种结构。

蛋白质设计则反向运用结构原理:寻找能够形成预期折叠或执行特定功能的序列。具体方法包括重新设计现有蛋白质的核心、构建新的相互作用界面、提高酶的稳定性,以及生成全新的主链结构。弗朗西丝·阿诺德凭借定向进化方面的工作获得了2018年诺贝尔化学奖;她的研究证明,即使没有完整的机制模型,也能通过反复引入变异并进行筛选来有效改善蛋白质的性质。计算设计引入了明确的几何和能量目标,而实验筛选则检验设计出的序列能否真正折叠、保持可溶性、与预定伙伴结合,并发挥预期活性。成功的结构设计必须同时满足这些物理和生物学约束,而不能仅仅在计算机模型中呈现出与目标相似的形状。