aiwiki.page
中文
科学 / 生物 / protein

蛋白质

蛋白质是由氨基酸链折叠成三维结构的生物大分子,承担活细胞中绝大多数催化、结构、信号传递和防御功能。

79 个关键词722 个词条链接到这里8 个尚未撰写AI 撰写
细胞酶化学反应免疫系统抗体生物化学分子生物学医学蛋白质

蛋白质是一种大型生物分子,由一条或多条通过肽键连接的氨基酸链组成。氨基酸的排列顺序由基因决定,肽链折叠成确定的三维结构,而这种结构决定了蛋白质的功能。在细胞中,蛋白质是功能最多样的一类大分子:它们可以作为酶催化化学反应,可以作为结构成分和运动元件,可以充当转运体、激素和受体,还可以在免疫系统中作为抗体发挥作用。几乎所有生命过程都依赖蛋白质,因此对蛋白质的研究连接了生物化学、分子生物学、医学和生物技术等领域。

本词条从化学层面出发,自下而上地介绍蛋白质。内容包括氨基酸和肽键、蛋白质结构的四个层次,以及将序列与形状联系起来的折叠过程。随后说明蛋白质如何通过翻译合成并在之后被修饰,并概述其主要的功能类别。后续部分涉及蛋白质结构的测定与预测、大规模的蛋白质检测、蛋白质在营养与代谢中的作用、蛋白质的发现历史、其进化、应用,以及错误折叠和内在无序区域等尚未解决的问题。

定义与分类

蛋白质是一种大分子,由一条或多条无分支的氨基酸链通过肽键连接而成。"肽""多肽"和"蛋白质"三个词相互关联,但并不能互相替代。肽是短链,通常只有几十个或更少的残基。多肽指任何长度的单条链。"蛋白质"通常专指折叠成确定且具有功能形态的多肽,或由多条多肽组成的复合体。有些蛋白质被称为单纯蛋白质,因为完全水解后只得到氨基酸。另一些则是结合蛋白质,带有非氨基酸成分,而这些成分往往对其功能至关重要。糖蛋白带有共价连接的碳水化合物,许多分泌蛋白和膜蛋白都会发生糖基化。脂蛋白带有脂质成分,例如在血浆中运输脂质的载脂蛋白。金属蛋白则结合金属离子。血红蛋白是一个相关的例子:其含铁的血红素基团属于非蛋白部分,是结合氧所必需的。

蛋白质的大小跨度非常大。小蛋白和肽类激素只含几十个残基,而一般的细胞蛋白通常有几百个残基。在大的一端,已知最大的人类蛋白质肌联蛋白约有 34,000 个残基。许多功能单位是由多个亚基组成的复合体。RNA 聚合酶 II 的核心形式有十二个亚基,26S 蛋白酶体则由数十种不同的亚基构成。

基因与蛋白质的计数

自人类基因组首次测序以来,对人类蛋白质编码基因数量的估计持续下调。随着人类基因组计划最终草图的发布,蛋白质编码基因的数量再次被下修至 20 000 至 25 000 之间。目前的参考目录大多集中在 20,000 左右,但彼此并不完全一致。美国国家生物技术信息中心(NCBI)和 Ensembl 的人工注释团队经过整理,得出约 20,500 个蛋白质编码基因。其他注释资源给出的总数略有不同。Gencode、Ensembl 和 RefSeq 对核心基因数量的看法并不一致,三者共有的基因仅约 19,000 个。

蛋白质分子的数量与基因数量是两个不同的概念。可变剪接使一个基因能产生多种 mRNA 变体,翻译后修饰则进一步增加多样性,因此人体内的蛋白质种类比基因数量所暗示的要多。因此,总数取决于计数的对象:单个剪接异构体、化学修饰后的形式(常称为蛋白质组形式,即 proteoform),或两者兼计。计数规则对小蛋白也有影响。蛋白质基因组学研究已预测出数千个新的蛋白质编码区域,其中包括由信使 RNA 非翻译区和非编码 RNA 中的小开放阅读框编码的低分子量蛋白。这些预测是否纳入统计会改变总数,而且它们大多依赖生物信息学分析和核糖体足迹数据,而非直接观察到蛋白质本身。

氨基酸与肽键

二十种标准残基

自然界中约有 500 种氨基酸,但人体蛋白质分子中只见其中二十种。这二十种是遗传密码所指定的残基,所有标准氨基酸都是 L-α-氨基酸。它们共有同一种主链结构:中心的 α-碳原子连接一个氨基、一个羧基、一个氢原子和一个可变的侧链(R 基团)。除一种情况外,α-碳都是手性碳,因此二十种中有十九种具有手性 α-碳。例外是甘氨酸,其侧链只是一个氢原子。

通常依据侧链的化学性质进行分类。IMGT 分类法将丙氨酸、半胱氨酸、甘氨酸、异亮氨酸、亮氨酸、蛋氨酸、苯丙氨酸、脯氨酸、色氨酸和缬氨酸归为非极性类。极性类既包括不带电荷的残基(天冬酰胺、谷氨酰胺、丝氨酸、苏氨酸、酪氨酸),也包括带电荷的残基(精氨酸、组氨酸、赖氨酸、天冬氨酸、谷氨酸)。有些归类比较微妙。蛋氨酸的硫醚基有一定极性,但不能与水分子形成氢键,因此其侧链也被归为疏水性。色氨酸含有可与水形成氢键的 N–H 基团,但就整个侧链而言,它仍被归为疏水性。

有两种残基比较特殊。半胱氨酸的巯基使其能与其他半胱氨酸残基形成二硫键,这是二硫键形成的基础。脯氨酸与众不同,它的侧链会绕回主链的氮原子上,因而是一种亚氨基酸,这一刚性环状结构会影响整条肽链的柔性。

酸碱行为与等电点

氨基酸是两性的。在典型生物体的 酸碱度 条件下,氨基酸以两性离子形式存在,即氨基被质子化,羧基去质子化。α-羧基的 pKa 通常接近 2,α-氨基约为 9 到 10。碱性残基侧链的 pKa 值高于约 6,因此在生理条件下通常带正电荷。组氨酸是个部分例外,其咪唑环的 pKa 接近 6,在接近中性 pH时可以带电也可以不带电。

氨基酸不带净电荷时的 pH 称为等电点(pI)。对于没有可解离侧链的氨基酸,pI 由包围中性形式的两个 pKa 值计算得出;对于带可解离侧链的残基,pI 是中性形式两侧两个 pKa 值的平均值。因此,没有可解离侧链的丙氨酸 pI 约为 6,而天冬氨酸等酸性残基的 pI 由 α-羧基和侧链的 pKa 值决定。净电荷随 pH 有规律地变化,所以 pI 具有实际意义:在等电点时,氨基酸在水中的溶解度最低,且在电场中不发生迁移。这一性质是 凝胶电泳等分离方法的基础。

肽键的形成

氨基酸通过缩合反应形成共价键相连:一个氨基酸的 α-羧基与另一个氨基酸的 α-氨基发生反应,同时释放出一分子水,这是一种缩合(脱水)反应。所形成的酰胺键仅从热力学角度看并不有利。在细胞中,该反应在蛋白质生物合成过程中与 ATP 水解偶联,这一过程将在翻译一节中介绍。

肽键具有部分双键性质。孤对电子位于氮原子上,它与羰基之间的共振使该键具有部分双键特征。据估计,其双键性质约占 40%。因此,肽键中涉及的六个原子(C、O、N、H 以及两个 α-碳)位于同一平面内,该基团通常呈反式构型。C–N 键的旋转受阻,但每个 α-碳两侧的键仍可自由旋转。这些旋转决定了主链的扭转角 φ 和 ψ,进而决定局部折叠方式。肽键的异构化速度很慢,活化能约为 80 kJ/mol。脯氨酰顺反异构酶这类酶能加速反应,催化 X–Pro 键的顺反异构化。肽键对自发水解也异常稳定:有一项估算认为,在室温及 pH 4–8 条件下,其半衰期为 350–600 年。

由于每个残基都贡献一个 –NH–CHR–CO– 单元,肽链具有一个游离的氨基末端(N 端)和一个游离的羧基末端(C 端)。序列通常从 N 端写到 C 端,这赋予肽链一个固定的方向,这一方向在每种蛋白质中都保持不变。

一级结构

定义与方向

蛋白质的一级结构是其氨基酸残基的线性排列顺序,残基之间通过肽键首尾相连。每个残基贡献一个主链氨基和一个羰基,因此肽链有两个化学性质不同的末端:带游离氨基的一端称为N端,带游离羧基的一端称为C端。按惯例,序列从N端写到C端,残基编号从氨基端的第一个残基开始。由于肽键具有固定的方向,将序列反向读取描述的是另一个分子。编号惯例也可能不同:许多蛋白质在合成后会去除起始的甲硫氨酸,因此某个残基的位置取决于是否计入这个起始残基。

测序方法

经典测序依赖埃德曼降解法。在弱碱性条件下,用异硫氰酸苯酯标记N端残基,随后在酸性条件下将其切下,形成可通过色谱鉴定的衍生物,同时使肽链其余部分保持完整,以便进行下一轮反应。每一轮反应可读出一个残基,但随着肽链不断缩短,每轮反应的效率都会下降,因此可靠的读数通常仅限于约30至50个残基。较长的蛋白质因此需要先用蛋白酶或化学试剂切割成较短的肽段,再将重叠的片段拼接成完整序列。桑格在20世纪50年代对胰岛素的研究就采用了这种片段重叠策略。

现代基于质谱法的测序通常以酶解开始,最常用的酶是胰蛋白酶,它在赖氨酸和精氨酸残基之后切割,但下一个残基为脯氨酸时除外。生成的肽段经离子化和筛选后,在串联质谱仪中进行碎裂。相邻碎片离子之间的质量差对应于特定残基的质量,测得的谱图再与由序列数据库计算出的理论谱图进行比对。这使得单次实验即可鉴定数千种蛋白质。但仍存在一些局限:亮氨酸和异亮氨酸质量相同,必须借助其他手段加以区分;磷酸化等修饰会改变质量,必须进行明确建模。目前数据库中的大量序列数据实际上是通过翻译基因推断得到的(参见DNA测序相关工作)。这种方法能够揭示序列,却无法反映活体蛋白质中实际存在的修饰。

序列比较

Needleman–Wunsch(全局比对,1970年)和Smith–Waterman(局部比对,1981年)等比对算法会对匹配、错配和空位进行打分。BLOSUM等替换矩阵则由保守的比对序列块推导得出,依据化学相似性对各种替换进行加权。在远缘物种间仍保持一致的位点,通常受到功能或结构的约束;而保守替换(如异亮氨酸替换缬氨酸、天冬氨酸替换谷氨酸)通常比显著改变电荷或大小的替换危害更小。

保守的片段构成序列基序。Walker A(P环)基序GxxxxGK[ST]环绕许多ATP和GTP结合蛋白中核苷酸的磷酸基团。N-糖基化序列N-X-S/T(其中X不为脯氨酸)标记了可以连接N-连接糖链的天冬酰胺残基。长距离比对中的序列相似性是同调(即共同祖先)的证据,可以支持在蛋白质之间转移功能注释。单个短基序的证据力较弱,因为此类模式可能是偶然出现的,也可能是趋同演化的结果。

单个残基替换

当单个氨基酸的变化影响埋藏位置、催化位置或相互作用界面时,可能改变蛋白质的功能。最著名的例子是镰状血红蛋白。在血红蛋白的β-珠蛋白链中,第6位的谷氨酸被缬氨酸取代(Glu6Val),这一变化由基因中单个核苷酸的替换引起。1949年,鲍林及其同事证明异常血红蛋白在电场中的迁移行为不同,并将镰状细胞性贫血描述为一种"分子病"。该替换用疏水侧链取代了带电侧链。在脱氧状态下,暴露在外的第6位缬氨酸会嵌入相邻β链上的疏水口袋,促使血红蛋白组装成纤维,使红细胞变形。遗传了两份该变异的人患有镰状细胞病,只携带一份的人则具有镰状细胞性状。

并非所有替换都有害。位于表面、可变位置的替换往往影响很小,同一种残基类型在一个位点可能被耐受,在另一个位点却可能造成破坏。缺失同样可能产生严重后果:CFTR蛋白第508位单个苯丙氨酸的缺失会损害其折叠,这一缺陷是最常见类型囊性纤维化的病因。

二级结构

二级结构描述多肽主链局部、有规律重复的构象,不考虑整条链的整体折叠。这些构象模式主要来源于主链羰基氧与酰胺氢之间形成的氢键,因此氨基酸残基的侧链只能通过影响哪些构象更有利,间接地塑造这种模式。

α螺旋

在α螺旋中,多肽链卷曲成右手螺旋棒状结构。残基 i 的羰基氧与残基 i+4 的酰胺氢形成氢键,这些氢键大致与螺旋轴平行。每一圈包含约 3.6 个残基,因此侧链以稳定的旋转间距向外伸出,而螺旋内部的主链基团都与同一螺旋中的伙伴形成了氢键。左手螺旋因能量上较不利而很少见。许多球状蛋白主要由螺旋构成,作为头发和指甲主要成分的α-角蛋白几乎完全是螺旋结构。在螺旋的C端,脯氨酸残基可以打断规则的 i 到 i+4 氢键模式,随后形成更紧密的 i 到 i+3 氢键转角,即 3₁₀ 螺旋。

β折叠

β-链是一段伸展的肽段,通常长 5 至 10 个残基,其主链呈锯齿状而非卷曲。并排的链之间通过主链基团间的氢键相连,形成β折叠。相邻的链可以同向排列(平行),也可以反向排列(反平行),一般来说反平行排列更为稳定。链上相邻残基的侧链交替指向折叠平面的上方和下方,形成名称所指的褶皱外观。实际的折叠片常发生扭曲或弯曲。折叠片中的链可能来自序列上相距很远的片段,但它们在三维空间中彼此相邻。

转角、环和卷曲

并非所有主链都有规则结构。β-转角在大约四个残基范围内使链的方向发生反转,通常由转角首尾两个残基之间的氢键稳定。环和卷曲缺乏重复模式,但它们连接螺旋与链,常常构成结合面或催化面。甘氨酸的侧链只是一个氢原子,其主链角度的可取范围比其他残基宽得多,因此常见于紧密转角和柔性区域。脯氨酸的情况则相反。它的侧链绕回主链氮原子,将 N–Cα 键的旋转限制在很窄的范围内,而且其氮原子上没有可以作为氢键供体的氢。因此,脯氨酸在螺旋内部具有破坏作用,但在螺旋N端的第一圈中可以耐受。

主链扭转角与拉马钱德兰图

由于肽键近乎平面,主链构象由每个残基中两个键的旋转决定:N–Cα 键(φ)和 Cα–C 键(ψ)。以 φ 对 ψ 作图即得到拉马钱德兰图。1963 年,G. N. 拉马钱德兰及其同事利用小肽的计算机模型,绘制出空间位阻允许的区域。最有利的区域对应 β-折叠构象、右手 α-螺旋以及多聚脯氨酸型螺旋,较不利的区域对应左手螺旋。右手 α-螺旋位于 φ ≈ −57°、ψ ≈ −47° 附近,而伸展的 β-链则落在 ψ 值较大的另一区域。甘氨酸可占据图中比其他残基宽得多的范围,因此验证用的图通常只针对非甘氨酸、非脯氨酸残基绘制。此类图用于检验实验测定和预测得到的结构质量。

结构分析中的倾向性

每种氨基酸都倾向于采取某些构象,这种倾向称为其倾向性,可用于从序列推断结构。1974 年,Chou 和 Fasman 根据已知结构的蛋白质推导出倾向性表。在他们的方案中,丙氨酸、谷氨酸、亮氨酸和蛋氨酸有利于形成螺旋,而脯氨酸和甘氨酸则会破坏螺旋。他们的算法在滑动窗口上累加倾向值,并在总和超过阈值处指定二级结构状态。1978 年的 Garnier–Osguthorpe–Robson 方法扩展了这一思路,采用的窗口在待预测位置两侧各跨越八个残基。这类基于规则的方法准确性只能达到中等水平,且往往高估结构的形成,因此后来得到了改进。倾向性分析仍然是理解某条序列为何可能形成螺旋或折叠链的有用直观方法,但已不再是最准确预测器的基础。

三级结构与四级结构

三级结构与结构域

三级结构是指在α螺旋和β折叠等二级结构元件相互堆积之后,单条多肽链的整体三维排列。它由每个氨基酸侧链和主链原子在空间中的位置所确定,决定了蛋白质活性位点、结合表面和相互作用面的位置。不同蛋白质的三级结构并不相同。许多由几百个残基组成的肽链会折叠成一个紧凑的球状单元,例如肌红蛋白,其第一个原子模型于20世纪50年代末通过X射线晶体学确定。较长的肽链通常折叠成一组蛋白质结构域:这些是约50至200个残基的紧凑、半独立单元,通常能够独立折叠并保持稳定。结构域之间常通过柔性连接子相连,使它们能够相对移动,并在不同蛋白质中被重复利用。例如,免疫球蛋白型结构域广泛存在于抗体和许多细胞表面受体中。

维持折叠态的作用力

折叠结构主要由许多较弱的非共价相互作用维持,而不是依靠少数几个强键。其中最主要的贡献来自疏水效应:非极性侧链聚集在蛋白质内部,远离水分子,从而增加周围溶剂的熵。因此,疏水残基的埋藏是驱动肽链形成紧凑内核的主要作用力。氢键形成于二级结构中主链的羰基与酰胺基团之间,以及极性侧链与主链之间或侧链之间,且常位于蛋白质内部,从而免受水的影响。带相反电荷的侧链之间可形成盐桥,例如赖氨酸或精氨酸与天冬氨酸或谷氨酸配对,这有助于形成特异性接触;但在蛋白质表面,水会屏蔽电荷,其作用较弱。范德华力的作用距离极短,但当侧链紧密堆积时数量很多,有助于确定内核中精确的契合度。典型球状蛋白质的净稳定性只有中等程度,大约为几至15 kcal/mol,因此折叠态是许多小的贡献与肽链有序化所带来的熵代价之间的平衡。

一些蛋白质还通过二硫键获得额外的稳定性。二硫键是两个半胱氨酸残基的巯基被氧化、形成S–S键时产生的共价连接。二硫键限制了未折叠肽链的构象,从而增强折叠态的稳定性。它们在胞外和分泌型蛋白质中很常见,因为这些环境具有氧化性;二硫键在内质网中借助蛋白质二硫键异构酶等氧化还原酶形成。胞质蛋白通常很少含有或不含二硫键,因为细胞质是还原性环境。胰岛素就是一个典型例子:其两条链通过两个链间二硫键相连,A链内还含有一个链内二硫键。

四级结构与协同性

四级结构描述若干条多肽链(称为亚基)如何组装成一个功能性复合体。亚基可以相同,如同源二聚体和许多酶中所见;也可以不同,如异源二聚体和更大的组装体。有些复合体含有数十个亚基,例如病毒衣壳和伴侣蛋白GroEL,后者由两个各含七个亚基的环叠合而成。亚基组装可以形成单条肽链无法形成的结合位点或通道,并使一个亚基的活性能够影响另一个亚基。

血红蛋白是四级结构中协同行为的经典例子。成人血红蛋白是由两条α链和两条β链组成的四聚体,每条链结合一个血红素基团和一个氧分子。其氧结合曲线呈S形而非双曲线形,这意味着第一个氧分子的结合会提高其余结合位点的亲和力。这种协同性的产生是因为四聚体存在两种状态:低亲和力的脱氧态(紧张态)和高亲和力的氧合态(松弛态);氧的结合使亚基向松弛态转变,且这种转变在整个复合体中协调进行。该效应还受质子和二氧化碳等别构因子的调节(即波尔效应),也受2,3-二磷酸甘油酸的调节,后者结合在脱氧形式的中央空腔中,降低氧亲和力。同一四级结构对单个氨基酸替换也十分敏感:在镰状细胞血红蛋白中,β链第6位的谷氨酸被缬氨酸取代,在脱氧四聚体表面形成一个疏水斑块,促进纤维聚集,使红细胞变形,从而引发镰状细胞病。

蛋白质折叠与错误折叠

Christian Anfinsen 检验了是否仅凭氨基酸序列就足以决定蛋白质的折叠结构。他用尿素使核糖核酸酶A变性,高浓度尿素会破坏蛋白质的非共价键;他还用巯基乙醇还原二硫键。去除变性剂后,这种酶即使在没有细胞机制参与的情况下,也能重新折叠为其天然的、具有功能的结构。Anfinsen 因其对核糖核酸酶A结构的研究,与他人共同获得了1972年诺贝尔化学奖。这一结果被概括为热力学假说:天然结构是自由能最低的状态。从热力学角度看,当吉布斯自由能的变化为负值时,折叠过程自发进行,ΔG=ΔH−TΔS<0\Delta G = \Delta H - T\Delta S < 0。折叠蛋白的稳定性通常较为有限,因为维持折叠结构的有利相互作用仅略大于链有序化所带来的熵代价。该假说也有例外:它只适用于某些蛋白质。对于另一些蛋白质,则需要分子伴侣的协助。

Cyrus Levinthal 在1968年的论证突出了搜索问题。若对所有可及构象进行随机搜索,所需时间将超过宇宙的年龄;而实际上,大多数蛋白质在毫秒到秒的时间尺度内即可完成折叠。解决之道在于,折叠并非随机游走。蛋白质折叠可以理解为在漏斗状能量景观中进行的多维优化问题。“漏斗”一词由 Ken A. Dill 于1987年提出。在折叠漏斗模型中,局部相互作用较早形成并缩小构象空间,使肽链沿着漏斗向天然态下降。Dill 和 Chan 后来又描述了一种“高尔夫球场”式的能量景观:若对天然态进行随机搜索,将几乎不可能成功,而崎岖的路径可以把肽链引导至定向的路线上。部分折叠的中间体和过渡态已在实验中被检测到,这支持了上述图景。在细胞内,折叠往往在合成完成之前就已开始,因为折叠通常在核糖体上蛋白质仍在合成时即已启动。

折叠也可能出错,因为肽链可能陷入动力学陷阱。在折叠过程中,蛋白质可能被困在中间状态中,这种状态是局部最优而非全局最优。分子伴侣在体内解决了这一问题。它们协助折叠过程,但并不决定蛋白质的天然结构。它们的作用是结合未折叠或部分折叠肽链暴露的疏水表面,否则这些表面会与其他肽链发生结合。研究最深入的分子伴侣包括 Hsp70、伴侣蛋白(GroEL/ES)、PDI 和 PPI。细胞质浓度很高,大分子占据了相当大的体积比例,这使得此类非特异性的分子间接触更容易发生,因此即使是能在稀释缓冲液中重新折叠的蛋白质,在细胞内也需要分子伴侣的协助。

当折叠失败时,蛋白质可能形成不溶性聚集体。错误折叠的蛋白质会形成不溶性淀粉样聚集体。淀粉样纤维是长而有序的组装体,富含交叉β结构,并与神经退行性疾病有关。其他淀粉样疾病,包括阿尔茨海默病和帕金森病,也是 Anfinsen 教条的例外。朊病毒病则表现出一种自我传播的机制:致病的 PrP^Sc 会诱导正常 PrP^C 发生错误折叠。错误折叠还可以通过一种更简单的途径致病:在囊性纤维化中,CFTR 基因的 ΔF508 突变会导致蛋白质过早降解,因此蛋白质是丢失了,而不是获得了毒性功能。两种主要的致病机制是功能丧失和毒性功能获得。

折叠的蛋白质会被热和化学变性剂破坏稳定性。加热会增强热运动,削弱维持折叠结构的氢键和疏水堆积,而高温往往导致聚集,而非可逆的去折叠。化学变性剂的作用机制与之类似:在经典的核糖核酸酶实验中,8 M 尿素和 β-巯基乙醇等变性条件可使分子完全去折叠,形成无规卷曲。核糖核酸酶含有124个氨基酸残基和4个二硫键,因此还原二硫键是使其完全去折叠的必要步骤。胰岛素的情况则有所不同:一个常被提出的教学问题是,为什么对成熟胰岛素施以 Anfinsen 对 RNase A 所用的同样处理后,却无法恢复其活性。这反映了胰岛素特定的二硫键排列和肽链加工方式。

蛋白质合成与基因表达

基因表达是基因中的信息转化为功能性产物的过程。对于编码蛋白质的基因,这一过程的路径是从脱氧核糖核酸到RNA再到蛋白质。转录(生物学)将基因复制为RNA转录本,在真核生物中,该转录本必须先经过加工,才能作为信使RNA(mRNA)发挥作用。随后,翻译过程读取mRNA并组装氨基酸链。

从前体mRNA到成熟mRNA

在真核生物中,初级转录本含有内含子,且两端没有保护结构。首先发生加帽,此时新生转录本只有20至30个核苷酸长。随后,切割蛋白识别多聚腺苷酸化信号,并在信号下游不远处切断转录本,从而形成3′末端。产生的poly(A)尾有助于提高mRNA的稳定性,促进其输出细胞核,并参与翻译起始。在这些步骤之间,剪接体去除内含子并连接外显子。由于外显子的选择可以变化,可变剪接使单个基因能够编码多种mRNA转录本和蛋白质异构体,从而增加蛋白质的多样性。不同资料对同一组基因能产生多少种蛋白质异构体的估计存在差异,因此这些数字应视为近似值。

在核糖体上解读信息

翻译在核糖体上进行,核糖体具有三个位点:E位点、P位点和A位点。E位点是未负载tRNA离开核糖体的位置。进入这些位点的转运RNA(tRNA)分子各自携带一种特定的氨基酸。将氨基酸连接到tRNA上的酶需要消耗三磷酸腺苷(ATP),因为形成该键所需的能量来自ATP。每个mRNA密码子通过与tRNA反密码子的碱基配对被读取,这是遗传密码的核心规则。密码子的第三位碱基配对较为灵活,这一特性称为摆动配对。核糖体沿5′到3′方向“读取”mRNA,因此蛋白质合成从蛋白质的N端延伸至C端。在细胞中,由于起始可以在同一条mRNA上多次发生,多个核糖体常常同时翻译同一条信息,形成多核糖体(polyribosome),也称多聚核糖体(polysome)。

不同生命域的起始信号有所不同。在细菌中,位于第一个AUG密码子上游的一段序列称为Shine-Dalgarno序列(AGGAGG),它与构成核糖体的rRNA分子相互作用。这种相互作用将30S核糖体亚基固定在mRNA模板的正确位置上。在真核生物中,真核起始复合物识别mRNA 5′端的7-甲基鸟苷帽结构。

起始、延伸与终止

起始过程将核糖体组装到信息链上。30S亚基与mRNA结合后,起始因子1(IF1)、起始因子3(IF3)和起始tRNA(fMet-tRNA)进一步稳定该复合物。起始tRNA随后与起始密码子配对,在起始的最后一步,大核糖体亚基与该复合物结合。

延伸是一个反复进行的循环。延伸总体包括三个主要步骤:氨酰-tRNA结合、转肽作用和移位。肽键本身由基于RNA的催化中心形成:每个肽键的形成都由肽酰转移酶催化,该酶是一种基于RNA的酶,整合在50S核糖体亚基中。

终止发生在没有tRNA能够识别终止密码子时。核糖体实际上会停滞,翻译速度减慢的时间恰好足以让蛋白质终止因子进入A位点。蛋白质合成终止时,释放因子蛋白结合到终止密码子上,发生GTP水解,肽酰转移酶活性被激活,使蛋白质从tRNA上释放。之后,核糖体循环因子(RRF)促使mRNA、小亚基和大亚基分离,并使核糖体得以循环利用。

能量消耗

翻译是细胞中耗能最多的过程之一。为tRNA负载氨基酸是其中成本最高的步骤,翻译可能是细胞必须完成的耗能最多的工作,其起点正是氨基酸与tRNA的连接。鸟苷三磷酸(GTP)为蛋白质因子提供能量。翻译的起始、延伸和终止都需要GTP。例如,反密码子与下一个密码子互补的负载tRNA,在延伸因子EF-Tu的协助下进入核糖体的A位点,这一过程同样依靠GTP水解提供能量。按标准计算,每加入一个残基大约消耗两个ATP当量,一个用于为tRNA负载氨基酸,另一个用于GTP驱动的步骤。因此,mRNA翻译为蛋白质与细胞的能量供应密切相关,这也是能量受限的细胞会减慢蛋白质合成的原因。

翻译后修饰与周转

多肽在核糖体上合成之后,许多蛋白质还会发生化学修饰。翻译后修饰(PTMs)是翻译之后发生的共价变化,它们扩展了仅由遗传密码所规定的功能范围。许多翻译后修饰是酶促的且可逆的,因此细胞能够迅速开启或关闭某种蛋白质的活性、定位或结合伴侣。另一些修饰会给蛋白质加上降解标签,从而决定其存在时间的长短。

共价修饰

磷酸化是加上磷酸基团,最常见于丝氨酸、苏氨酸或酪氨酸的侧链。蛋白激酶将磷酸基团从三磷酸腺苷上转移下来,磷酸酶则将其移除。所增加的负电荷可以改变蛋白质的形状、催化活性或与伴侣分子的亲和力,这使磷酸化成为细胞信号传导中的核心开关。糖基化是将糖链连接到天冬酰胺残基(N-连接)或丝氨酸和苏氨酸残基(O-连接)上。在分泌蛋白和膜蛋白中,这些聚糖会影响折叠、稳定性以及其他细胞对它们的识别。赖氨酸侧链的乙酰化会消除其正电荷,并改变蛋白质与DNA或其他分子的相互作用方式。赖氨酸和精氨酸残基的甲基化可以产生结合位点,供能够识别这些标记的蛋白质结合。脂化是连接脂肪酸(如肉豆蔻酸或棕榈酸)或类异戊二烯基团,有助于将蛋白质锚定在细胞膜上。

前体的蛋白水解加工

一些酶和激素以无活性前体的形式合成,称为酶原或前酶,只有在特定肽键被切断后才会变为有活性。这种切割是不可逆的,且不需要ATP,因此可以在细胞外发生。胃中的胃蛋白酶原会转化为消化酶胃蛋白酶。血液凝固通过一个级联反应进行,其中一种酶原接一种酶原地被切割,凝血酶原生成凝血酶。同样的逻辑也适用于激素前体。胰岛素原在分泌颗粒内被激素前体转化酶在成对的碱性残基处切割,连接肽C肽被移除,留下由二硫键相连的胰岛素两条链。某些前蛋白转化酶,如弗林蛋白酶,本身也只有在移除自身的抑制性前结构域后才会被激活。

泛素化与蛋白酶体降解

泛素是一种由76个残基组成的小蛋白,通过酶促级联反应连接到底物蛋白上。E1活化酶负责活化泛素,E2结合酶负责携带泛素,E3连接酶通常负责选择底物。人类细胞中含有数百种E3连接酶,据报道有一千多种蛋白质参与调控泛素化。单个泛素可以被添加(单泛素化),或者泛素链可以通过泛素自身不同的赖氨酸残基形成,每种连接模式携带不同的信号。通过赖氨酸48连接的泛素链通常会将蛋白质导向26S 蛋白酶体,这是一种依赖ATP的复合物,它会使底物去折叠并将其切割为短肽。某些膜受体(如表皮生长因子受体)的单泛素化则会使其进入内体途径,前往溶酶体。由于连接酶和去泛素化酶不断地添加和去除这些标签,每种蛋白质的稳态水平及其半衰期都会根据细胞的需要而被调节。

溶酶体降解与自噬

受损、聚集或过剩的蛋白质以及整个细胞器主要通过自噬被清除。在巨自噬中,一种称为自噬体的双层膜囊泡会包裹胞质货物并将其运送至溶酶体。在选择性自噬中,货物上的泛素标签有助于标记其被捕获。自噬体与溶酶体融合形成自溶酶体,其中的酸性水解酶将内容物分解;这种融合依赖于syntaxin-17等蛋白以及小GTP酶Rab7。分子伴侣介导的自噬和内吞途径也会将蛋白质递送至溶酶体。蛋白质稳态受损与衰老、癌症、自身免疫性疾病和神经退行性疾病有关,其中正常应被降解的蛋白质堆积是一个常见特征。泛素-蛋白酶体途径和自噬途径都受泛素化调控,因此这两个系统是相互关联的,而非彼此独立。

酶与催化

大多数酶是蛋白质,它们能加快化学反应速率,且自身不被消耗。酶通过降低反应的活化能发挥作用,活化能是底物与过渡态之间的自由能垒。催化剂不改变反应物与产物之间的自由能差,因此不改变平衡位置,同时加快正向和逆向反应。根据过渡态理论,反应速率与该能垒的高度呈指数关系,因此活化能的小幅降低即可带来速率的大幅提升。已报道的速率增强倍数从几倍到约10<sup>17</sup>倍不等,其中乳清苷-5′-单磷酸(orotidine 5′-monophosphate)的脱羧反应是最为显著的例子之一。催化作用发生在活性位点,即由若干残基围成的裂隙或口袋,这些残基以高度特异性结合底物,并精确定位参与反应的基团。

催化机制

酶通过若干相互重叠的策略发挥作用。其中最重要的是过渡态稳定化:活性位点与过渡态的结合比与底物的结合更紧密,从而降低达到过渡态所需的能量。催化基团通过酸碱催化发挥作用,即侧链提供或接受质子;也通过共价催化发挥作用,即酶与底物之间形成瞬时共价键。丝氨酸蛋白酶(如胰凝乳蛋白酶)利用由丝氨酸、组氨酸和天冬氨酸组成的催化三联体,其中丝氨酸羟基进攻肽键的羰基,形成酰基-酶中间体。金属离子可以极化化学键或稳定负电荷,例如碳酸酐酶中的锌,而碳酸酐酶是已知最快的酶之一。将两个反应物固定在正确的取向上,以及形成有利于过渡态的局部静电环境,也有助于速率增强。

底物结合模型

1894年,埃米尔·费歇尔提出,酶与底物如同锁与钥匙般契合,具有刚性的、预先形成的互补性。1958年,丹尼尔·科什兰提出诱导契合模型,认为底物的结合会诱导酶发生构象变化,使催化基团重新排列,并可能将水排除在活性位点之外。结构和动力学研究支持两种观点的部分内容。现代观点通常将诱导契合与构象选择结合起来:酶在多种构象之间变化,而底物优先结合其中的某一种。

许多酶的活性需要非蛋白组分。Zn<sup>2+</sup>、Fe<sup>2+</sup>或Mg<sup>2+</sup>等金属离子可作为辅因子。有机辅酶(其中许多由维生素衍生而来)充当电子、氢原子或化学基团的载体,例如NAD<sup>+</sup>、黄素腺嘌呤二核苷酸和磷酸吡哆醛-5′。与酶结合紧密的辅因子称为辅基。去除辅因子后的蛋白质部分称为脱辅基酶,具有完整活性的形式称为全酶。

酶动力学

对于许多单底物酶,初始反应速率遵循米氏方程。该方程源自莱昂诺尔·米歇利斯和莫德·门滕于1913年提出的反应机理:

v0=Vmax[S]Km+[S]v_0 = \frac{V_{max}[S]}{K_m + [S]}

底物浓度较低时,反应速率大致与[S]成正比。浓度较高时,酶趋于饱和,反应速率接近最大速度 VmaxV_{max}。米氏常数 KmK_m 是反应速率达到 VmaxV_{max} 一半时的底物浓度;较低的 KmK_m 通常表示表观亲和力较高,但对于复杂机理而言,KmK_m 并不严格等同于解离常数。转换数 kcatk_{cat} 表示每个活性位点每秒转化的底物分子数,比值 kcat/Kmk_{cat}/K_m 常用于比较催化效率。在计算机拟合普及之前,将速率数据取倒数后线性化的双倒数作图(Lineweaver-Burk图)曾被广泛使用。

抑制剂按其与酶的相互作用方式分类。竞争性抑制剂结合活性位点,使表观 KmK_m 升高,而 VmaxV_{max} 保持不变。反竞争性抑制剂只结合酶-底物复合物,同时降低 VmaxV_{max} 和 KmK_m。非竞争性抑制剂结合在不同的位点,对游离酶与复合物的亲和力相同,降低 VmaxV_{max} 而不改变 KmK_m。混合型抑制剂同时改变这两个参数。不可逆抑制剂与酶形成稳定的共价键,例如阿司匹林可使环氧合酶中的一个丝氨酸乙酰化。

酶活性的调节

别构效应剂结合在活性位点以外的位点,并改变活性位点的构象和活性。激活剂和抑制剂可以是底物本身(同促效应,常因协同性而产生S形动力学曲线),也可以是其他分子(异促效应)。20世纪60年代提出的齐变(Monod-Wyman-Changeux)模型和序变(Koshland-Némethy-Filmer)模型,分别描述了这类协同转变的发生方式。反馈抑制是一种常见的别构调控形式,即代谢途径的终产物抑制早期的关键限速酶。在大肠杆菌中,CTP抑制天冬氨酸转氨甲酰酶,该酶催化嘧啶合成的第一步关键反应;ATP则作为激活剂,平衡嘌呤与嘧啶的供应。

共价修饰提供了一种更快速、通常可逆的调控方式。蛋白激酶将磷酸基团添加到丝氨酸、苏氨酸或酪氨酸残基上,磷酸酶则将其移除。在糖原代谢中,磷酸化酶激酶使糖原磷酸化酶的特定丝氨酸磷酸化,将其转变为活性形式,从而响应激素信号动员糖原。一些酶还会通过蛋白水解切割无活性的前体而被不可逆地激活,这一机制在涉及蛋白质加工的其他章节中另有讨论。

结构蛋白、运动蛋白与转运蛋白

结构蛋白

胶原蛋白是哺乳动物体内含量最丰富的蛋白质之一,也是结缔组织中主要的承重蛋白。每个胶原分子由三条多肽链组成三螺旋结构。这些肽链具有重复的 Gly-X-Y 序列,每第三个位置是甘氨酸,其小侧链得以嵌入螺旋中拥挤的中轴。X 和 Y 位置常由脯氨酸和羟脯氨酸占据。分泌型前体(前胶原)经加工后,分子装配成原纤维,原纤维之间的酶促交联赋予肌腱和骨骼抗拉强度。I 型胶原主要存在于骨、皮肤和肌腱中,其他类型则见于软骨、基底膜及其他组织;原纤维随后进一步组织成更大的纤维。

角蛋白属于中间丝家族。α-角蛋白形成卷曲螺旋二聚体,并进一步组装成直径约 10 纳米的高级结构纤维。在毛发和指甲中,角蛋白纤维嵌埋在富含半胱氨酸的基质中,这些残基之间形成的二硫键使组织坚硬且耐化学腐蚀。表皮中的角蛋白则是另一套成对的类型,这也是毛发与皮肤力学性质不同的原因之一。

细胞骨架与运动蛋白

肌动蛋白以球状单体形式存在,可聚合成直径约 7 纳米的螺旋状细丝。细丝具有极性,一端为生长较快的倒刺端,另一端为生长较慢的尖端,其聚合依赖于结合的 ATP。微管蛋白由 α 和 β 亚基组成异二聚体,每个亚基都结合 GTP;这些异二聚体装配成中空的微管,通常由 13 根原纤维构成。微管在生长与快速收缩之间交替,这种行为称为动态不稳定性,使细胞骨架能够迅速重组。

运动蛋白利用 ATP 水解释放的能量产生定向运动。在骨骼肌中,II 型肌球蛋白形成粗丝,其头部结合肌动蛋白,经历称为动力冲程的构象变化,随后松开并重新结合,在滑动丝机制中使肌动蛋白细丝彼此相对滑动。驱动蛋白-1 是一种二聚体,其两个头部沿微管交替移动,以手递手的方式向微管的正端每步前进约 8 纳米。动力蛋白是另一种不同的马达蛋白,它朝相反方向搬运货物。

转运蛋白

血红蛋白是由两个 α 亚基和两个 β 亚基组成的四聚体,每个亚基带有一个血红素基团,可结合一个氧分子。其结合具有协同性:随着氧气结合,其余位点的亲和力增强,这使蛋白质能在肺部高效装载氧气,并在氧分压较低的组织中释放氧气。血红蛋白还运载体内一部分二氧化碳和质子。

膜转运蛋白可使溶质逆浓度梯度或顺浓度梯度穿过细胞膜。ATP 结合盒转运蛋白将 ATP 水解与底物的输出相偶联,而次级转运蛋白(如 GLUT 家族的葡萄糖转运蛋白)则利用离子或浓度梯度中储存的能量。离子通道则形成充满水的孔道,可响应电压、配体或机械力而开放。细菌钾通道 KcsA 的结构由罗德里克·麦金农于 1998 年解析,揭示了选择性过滤器如何区分钾离子与钠离子。麦金农于 2003 年与发现水通道蛋白的彼得·阿格雷共同获得诺贝尔化学奖。

储存蛋白

铁蛋白将铁以可溶且无毒的形式隔离储存。其外壳由 24 个亚基组成,亚基有两种类型,即重链(H)和轻链(L)。壳内的空腔可容纳由羟基氧化铁构成的矿物核心,其中铁原子含量可达数千个。酪蛋白是哺乳动物乳汁中的主要蛋白质。酪蛋白分子与磷酸钙结合形成胶体胶束,使高浓度的钙和磷酸盐保持可溶状态,并为新生儿提供氨基酸和矿物质。

信号传导、受体与免疫蛋白

蛋白质类激素与胰岛素受体

许多激素本身是蛋白质或肽。由于它们体积大且亲水,无法穿过细胞膜的脂双层,因此通过与细胞表面的受体结合发挥作用。胰岛素是典型例子。弗雷德里克·桑格对该分子的测序表明,它由A、B两条链组成,二者通过二硫键相连。胰腺β细胞在血糖(葡萄糖)升高时分泌胰岛素。胰岛素受体是一种异四聚体,由两个胞外α亚基和两个跨膜β亚基构成。胰岛素与α亚基结合后,会激活β亚基的酪氨酸激酶结构域,使β亚基相互磷酸化,随后招募细胞内的衔接蛋白。由此产生的信号经由PI3K–AKT通路传递,使葡萄糖转运蛋白GLUT4转移到质膜上,从而增加葡萄糖的摄取。

受体家族与胞内信号传递

细胞外信号主要通过少数几种受体结构转化为胞内应答。G蛋白偶联受体(GPCR)以α螺旋的形式七次穿越细胞膜。配体结合会改变受体的构象,使其激活异三聚体G蛋白。Gα亚基将GDP换成GTP,并与Gβγ二聚体分离,随后两部分分别作用于腺苷酸环化酶等效应分子,后者可生成第二信使cAMP。GPCR是人体中最大的受体家族,约三分之一的已获批药物以其为靶点。

受体酪氨酸激酶(RTK)是单次跨膜蛋白。配体结合使两个受体分子聚集在一起,二者各自磷酸化对方的酪氨酸残基。这些磷酸化酪氨酸成为携带SH2或PTB结构域的蛋白的对接位点,从而将受体与Ras–MAPK和PI3K–AKT级联反应连接起来。表皮生长因子受体和胰岛素受体均遵循这一模式。

细胞因子受体本身不具备激酶活性,而是与Janus激酶(JAK)结合。配体结合后,JAK使受体磷酸化,随后STAT蛋白被招募、磷酸化并两两配对。STAT二聚体随即进入细胞核,调控基因表达。这条JAK–STAT信号通路介导干扰素、多种白细胞介素以及促红细胞生成素的应答,也是多种已获批JAK抑制剂的作用靶点。

抗体与T细胞受体

抗体是Y形糖蛋白。典型的IgG分子约150 kDa,含有两条相同的重链和两条相同的轻链,由二硫键连接。每个臂上带有一个Fab区,其中重链和轻链的可变结构域共同构成抗原结合位点。每个可变结构域中有三个高变环,称为互补决定区,它们与抗原接触。Fc区由恒定结构域构成,通过与Fc受体和补体结合介导效应功能。抗体多样性源于发育中B细胞的V(D)J重组,抗原刺激后则经历体细胞超突变和类别转换。

T细胞受体是异源二聚体,最常见的组成为α链和β链,其可变结构域和恒定结构域与Fab片段相似。它们并不识别游离抗原,而是结合由主要组织相容性复合体(MHC)呈递的肽段片段。I类MHC向CD8⁺细胞毒性T细胞呈递肽段,II类MHC则向CD4⁺辅助性T细胞呈递。结合后的信号转导依赖于相关的CD3复合物,其胞质尾部带有免疫受体酪氨酸激活基序。

免疫协调中的细胞因子

细胞因子是一类小型分泌蛋白,在免疫细胞及其邻近细胞之间充当局部信使。它们包括白细胞介素、干扰素、肿瘤坏死因子和趋化因子。其作用往往具有多效性,且彼此重叠。白细胞介素-2促进活化T细胞的增殖,干扰素-γ激活巨噬细胞,肿瘤坏死因子-α则促进炎症反应。趋化因子引导白细胞迁移至感染部位。由于对某一细胞因子的应答取决于靶细胞上存在的受体,同一种分子在不同组织中可能产生不同的结果。细胞因子过量释放会导致全身性炎症,即所谓的细胞因子风暴。

分类、家族与数据库

结构分类体系依据三维折叠和构型对蛋白质结构域进行分组,而不仅仅依据序列。应用最广的两种体系是 SCOP 和 CATH。在 SCOP 中,结构域根据组成、二级结构接触以及平行与反平行β折叠片的比例,被归入四大类之一(主要为α、主要为β、α/β,或二级结构较少)。在类之下,SCOP 的层级经由折叠(fold)和超家族(superfamily)细分至家族(family)。其中,折叠层级汇集二级结构组成和连接顺序相匹配的超家族;超家族则包含同源或结构非常相似的结构域。(SCOP 的层级自下而上依次为家族、超家族、折叠和类。一般而言,家族和超家族由同源或结构非常相似的结构域组成。)

CATH 采用四个主要层级,即类(Class)、构型(Architecture)、拓扑(Topology)和同源超家族(Homologous superfamily)。其中构型层级是 CATH 独有的,SCOP 中没有对应层级。(构型(A)层级是 CATH 特有的。)两种体系的构建方式也不相同。CATH 主要依靠算法,但构型层级以及解决算法输出中的歧义或分歧时,会借助专家人工整理;而 SCOP 的分类层级完全由专家整理定义,自动化方法仅用于将新解析的蛋白质结构归入既有层级。因此,同一蛋白质可能获得不同的分类标签。CATH 注重几何特征,将若干罗斯曼型折叠归为同一组,而 SCOP 则将它们区分为不同的折叠。在一组比较数据中,SCOP 识别出 286 种折叠,CATH 则识别出 447 种。(另一方面,CATH 关注结构相似性的几何方面,因此将这些 SCOP 折叠全部归入一个大型折叠家族;SCOP 将 pset3 分为 286 个独立折叠,而 CATH 则用 447 个折叠对同一数据集进行分类。)由于两种体系都优先考虑同源性而非折叠相似性,两者都已不再是严格的层级结构:在某些家族中,少数同源物可能具有不同的折叠,偶尔甚至具有不同的构型。

Pfam 对蛋白质家族和结构域的定义则有所不同。Pfam 是一个大型数据库,收录蛋白质多序列比对和轮廓隐马尔可夫模型(profile hidden Markov model)。每个条目都以一组代表性序列构成的种子比对为核心,完整比对则收集轮廓模型检测到的所有成员。(种子包含该家族的代表性成员,而完整比对包含由种子比对构建的轮廓隐马尔可夫模型(HMM)检测到的该家族全部成员。)Pfam-A 收录经过整理的家族,其种子比对均经人工检查;Pfam-B 则由其余序列自动生成家族。(Pfam-A 收录特征明确的蛋白质结构域家族,比对质量高,通过人工检查的种子比对和 HMM 进行维护,用于查找并比对所有成员。Pfam-B 包含自动生成的序列家族。)2024 年 6 月发布的 37.0 版本包含 21,979 个家族。轮廓模型之所以有用,是因为即使通过比对显示的同源性较低,它仍能将序列归入已知家族。

结构数据和序列数据的存档与上述分类相互独立。蛋白质数据库(PDB)建立于 1971 年,最初仅收录七个蛋白质结构。自 2003 年起,PDB 由 wwPDB 联盟运营,该联盟依照 FAIR 原则管理 PDB 档案,即可查找性(Findability)、可获取性(Accessibility)、互操作性(Interoperability)和可重用性(Reusability)。RCSB PDB 主页显示,PDB 收录 260,626 个三维结构,另有来自 AlphaFold DB 和 ModelArchive 的 1,062,058 个计算结构模型。wwPDB 还提供增值注释,例如二级结构、四级结构描述以及配体结合位点信息。UniProt 是序列方面的核心对应资源:其经人工审核的 Swiss-Prot 部分与自动注释的 TrEMBL 部分在注释深度上有所不同,因此各条记录所获得的人工整理证据支持程度并不相同。Pfam 本身所依据的序列来源不仅包括 UniProtKB 序列数据库,还包括 NCBI GenPept 以及部分宏基因组计划的序列。

因此,家族和折叠归属是基于序列与结构相似性的推断,而非对共同祖先关系的直接观测。Pfam 的非结构域注释(例如跨膜区和信号肽区域)是由以下第三方程序在序列数据库上预先计算的,因此其准确性取决于这些预测程序。不同资源之间的注释质量也存在差异:家族归属的可靠性取决于其种子比对及背后的整理工作,而 SCOP 与 CATH 对同一结构域的归类也可能不一致。比较这些资源,并将其与实验测定的结构进行核对,是判断分类是否稳健的主要方法。

结构测定与蛋白质组学

几十年来,X射线晶体学是获得原子分辨率蛋白质结构的主要途径,至今仍是蛋白质数据库中贡献最多的方法。其核心局限在于需要有序的晶体。蛋白质必须先被纯化,通常纯度需达到90%–95%以上,然后在精心选择的pH、温度、沉淀剂和蛋白浓度条件下,从过饱和溶液中结晶析出。结晶至今仍在很大程度上依赖反复试错。所得晶体堆积较为松散,按体积计约含40%–60%的溶剂。衍射质量决定了原子位置能被确定到何种精度,而高分辨率数据通常要求晶体足够大,能够承受X射线束的照射。即使在低温下,辐射损伤对膜蛋白仍是突出问题。在X射线自由电子激光装置上进行的串行晶体学,通过使用大量微晶、每个微晶仅曝光一次,部分解决了这一问题。

核磁共振(NMR)波谱法可以在溶液中测定蛋白质结构,无需晶体。它探测原子核的磁学行为,所得谱图反映局部几何结构、原子间距离和分子运动,因此特别适用于研究柔性区域,以及在接近生理条件下研究蛋白质动力学。蛋白质的结构核磁共振通常依赖同位素标记(例如使用¹⁵N和¹³C),并且需要相对高浓度、高纯度的样品。随着分子尺寸增大,谱峰会重叠且弛豫更快,因此常规核磁共振主要适用于较小的蛋白质,不过专门的标记方案可以扩展可研究的分子尺寸范围。

冷冻电子显微术(cryo-EM)对快速冷冻在薄层玻璃态冰中的单个蛋白质分子进行成像。随后对数以万计的颗粒图像进行计算平均,即可得到三维密度图。由于无需晶体,该方法适用于大型装配体、柔性复合物以及难以结晶的膜蛋白。电子探测器、图像处理软件和显微镜稳定性的进步,已将分辨率提升至接近原子水平,目前约60 kDa的小蛋白也能进行分析。2017年诺贝尔化学奖授予雅克·迪博歇(Jacques Dubochet)、约阿希姆·弗兰克(Joachim Frank)和理查德·亨德森(Richard Henderson),以表彰他们发展了冷冻电子显微术,用于溶液中生物大分子的高分辨率结构测定。冷冻电子显微术所需的样品量通常远少于X射线晶体学或核磁共振。

在复杂混合物中鉴定和定量蛋白质,在很大程度上依赖质谱(MS)与分离方法的结合。经典流程采用二维凝胶电泳:蛋白质先通过等电聚焦按等电点分离,再通过SDS-PAGE按分子量分离。随后切下蛋白质斑点,用胰蛋白酶等蛋白酶进行酶解,再通过质谱进行鉴定,依据的是肽段质量或肽段碎片(串联质谱)。相对丰度可根据斑点强度估算,但绝对定量较为困难;而且极酸性或极碱性蛋白、非常大或非常小的蛋白以及膜蛋白,在这种方法中往往代表性不足。现代流程通常将液相色谱与质谱联用,在肽段电离之前先进行分离。定量时可采用质量不同的同位素标签,或基于谱图计数或离子强度的无标记方法。由于不同肽段的电离效率各不相同,样品间的无标记比较需要仔细的归一化处理。

蛋白质组学是对细胞、组织或生物体中的蛋白质进行的大规模研究。它关注蛋白质丰度、翻译后修饰(如磷酸化,可通过特定的肽段捕获方法富集)、亚细胞定位和相互作用网络,以及蛋白质的活性与功能。随着高通量质谱、改进的分离技术和计算数据分析方法日趋成熟,该领域迅速发展。其结果通常存放于共享数据库中,并与UniProt等序列和结构资源整合,使观测到的蛋白质水平和修饰能够结合已知的结构与功能加以解释。

结构预测与蛋白质设计

在深度学习出现之前,计算预测主要依赖两类策略。基于规则的方法利用残基对α螺旋和β折叠的倾向性,标出可能的二级结构片段,但很少能给出完整的三维模型。同源建模则把已知结构的相关蛋白的主链骨架移植到目标序列上。当存在合适的模板时,这种方法效果很好;但随着序列同一性下降,其可靠性也随之降低。在结构数据库中没有近缘蛋白的情况下,蛋白质结构基本无法预测。而基于物理原理的从头折叠计算,除了很小的肽链外,成本都过高。

深度学习与AlphaFold

决定性的转变来自于在已知结构上训练的神经网络。由谷歌DeepMind开发的AlphaFold以多序列比对作为输入,并于2020年参加了盲测性质的CASP14竞赛。AlphaFold成功的一个关键在于其利用了共进化数据,这些数据能够识别进化上的关联信号,从而提示折叠后蛋白质内部残基之间如何相互作用。其输出之一是残基对之间距离的概率分布,原子坐标即由此组装而成。在该次评估中,其预测结构的结构域GDT_TS中位数达到92.4,这一平均精度水平是此前的方法从未接近的。此后,AlphaFold团队已为当今科学家所知的约2亿种蛋白质中的几乎全部预测了结构。

方法的局限

预测精度取决于序列比对。当同源序列稀少甚至完全缺失时,预测效果会明显下降。即便是后期版本,对于现有数据库中同源序列很少或完全没有的一些蛋白质,仍无法预测出高精度结构,甚至无法给出正确的折叠方式。CASP16评估认为,单结构域蛋白质折叠预测问题已基本解决,但也指出,在准确建模截短序列、不规则二级结构以及由相互作用引起的构象变化方面,仍存在挑战。多链组装体的情况则尚未定论。一项基准测试报告显示,一般异源二聚体复合物的成功率约为85%,而免疫相关复合物或repebody–抗原复合物的成功率仅约为25%。此外,预测结构只是单一的静态模型,这类模型能否捕捉蛋白质的动态变化或多种构象,目前仍不清楚。

从头设计与定向进化

蛋白质设计则从相反的方向切入。它不是预测天然序列的结构,而是从头编写旨在折叠成指定形状的新序列。大卫·贝克的研究组致力于设计并构建自然界中不存在、甚至不可能存在的蛋白质。一个局限在于,基于比对训练的模型,在面对天然近缘序列很少的设计序列时,表现可能不佳;对于许多设计问题,这一点仍有待检验。

定向进化则为改良蛋白质提供了一条实验途径。通过对编码酶的基因进行突变和重组,再对所需性状进行人工筛选,蛋白质工程师便可以“培育”生物分子。弗朗西斯·阿诺德在20世纪90年代初率先提出这一方法,将其作为在实验室中创造新型、更优酶的生物工程手段,并因此于2018年获得诺贝尔化学奖。如今,这一方法已被广泛用于制造各类酶,从燃料、药物、化学品到消费品的生产都有应用。

学界认可与待解问题

2024年诺贝尔化学奖分为两半:一半授予大卫·贝克,以表彰其“计算蛋白质设计”方面的贡献;另一半由德米斯·哈萨比斯和约翰·江珀共同获得,以表彰其“蛋白质结构预测”方面的成就。仍有若干问题悬而未决。结构预测在单结构域折叠方面已基本解决,但在复合物、柔性区域和构象变化方面的可靠性仍较低。具有全新化学性质和功能的蛋白质设计,仍在接受实验检验;而预测所得的静态结构与蛋白质在细胞中动态行为之间的联系,也尚未完全厘清。

营养与代谢

膳食蛋白质需先被消化为可吸收的小分子单位,机体才能利用其中的氨基酸。消化始于胃部,盐酸使蛋白质变性,而变性会导致蛋白质丧失功能。同一种酸还能将无活性的胃蛋白酶原转化为活性形式,即胃蛋白酶。胃蛋白酶的切割具有选择性:胃蛋白酶催化在苯丙氨酸或酪氨酸处的特异性切割,产生较短的多肽,而非游离氨基酸。

大部分消化工作在小肠中完成。胰腺分泌胰蛋白酶、糜蛋白酶、弹性蛋白酶以及羧肽酶,将多肽切割为寡肽和氨基酸。这些胰酶本身以无活性的酶原形式释放:胰蛋白酶先被肠激酶激活,再去激活其他胰腺前酶原。肠黏膜还提供位于刷状缘的氨肽酶,以及位于细胞内的其他肽酶。随后,吸收通过两条途径进行:约一半的消化产物以游离氨基酸形式,经特异性转运体进入肠上皮细胞;另一半则以二肽和三肽形式,经PepT1和PepT2共转运体进入。肽段在细胞内被水解,氨基酸随后进入门静脉血液。

体内无法合成、必须从饮食中获取的氨基酸称为必需氨基酸,例如缬氨酸、异亮氨酸、亮氨酸、赖氨酸、蛋氨酸、苏氨酸、色氨酸和苯丙氨酸。组氨酸通常也被归为必需氨基酸。精氨酸的归类则较为复杂:哺乳动物细胞能够合成精氨酸,但合成速率不足以满足机体的生长需要,而且合成的精氨酸大部分会被切割生成尿素。非必需氨基酸主要通过转氨作用合成。去除氮之后,其碳骨架可用于合成葡萄糖、生成酮体或供能。机体利用氨基酸合成蛋白质,也用于合成含氮的分子:氮素参与DNA和RNA、神经递质以及激素的构成。

当氨基酸超出这些需求时,其氨基必须被除去。转氨作用将氨基转移给酮酸;由于2-氧代戊二酸参与众多转氨反应,谷氨酸成为氮排除过程中的重要中间产物。随后通过脱氨作用释放氮:肝脏中的谷氨酸脱氢酶将谷氨酸氧化脱氨,生成氨,氨再被整合进尿素中。氨具有毒性,尿素循环负责处理它:该循环将两个氨基整合进尿素,尿素是一种高度水溶性的废物。肝脏是唯一能通过尿素合成将氨基酸中的氮排出体外的器官,尿素随后由肾脏排入尿液。哺乳动物以尿素形式排出氮,鸟类则以尿酸形式排出。

氮平衡是这一过程的核算框架。进入机体的氮与离开机体的氮之间的关系称为氮平衡。摄入与排出达到平衡即为正常状态。摄入大于排出的正氮平衡见于生长发育期和妊娠期,因为生长需要更多的蛋白质。摄入小于排出的负氮平衡则见于创伤、营养不良或感染,短期禁食和衰老时也可出现。由于尿液中排出的尿素量与蛋白质代谢速率相关,氮平衡可作为营养状况的指标。

蛋白质摄入不足归属于蛋白质-能量营养不足的范畴,此前称为蛋白质-能量营养不良。默沙东手册将其描述为:由于所有宏量营养素(但主要是蛋白质)缺乏而导致的能量亏缺。病因分为原发性和继发性两类:原发性指营养摄入不足所致;继发性则是由于疾病或药物干扰了营养物质的利用。严重程度差异很大,从亚临床缺乏,到明显消瘦伴水肿、脱发和皮肤萎缩,直至饥饿状态,且通常多个器官系统受损。在严重情况下,体脂乃至内脏组织会逐渐流失,免疫力受损,器官功能减退。

两种经典临床类型反映了不同的缺乏模式。在消瘦症(marasmus)中,能量摄入不足以满足机体需求,机体只能动用自身储备,导致极度消瘦。在夸希奥科尔病(kwashiorkor)中,碳水化合物摄入充足而蛋白质摄入减少,导致内脏蛋白合成下降,由此产生的低白蛋白血症促使血管外液体积聚。诊断通常依赖实验室检测(包括血清白蛋白)以及体重指数等指标。世界卫生组织和联合国粮农组织于1973年对该病作出定义:它是一系列病理状况,由蛋白质和热量以不同比例同时缺乏所致,多见于婴幼儿,且常与感染相伴。

发现历史

"蛋白质"(protein)一词于1838年进入化学领域。荷兰化学家赫拉尔杜斯·约翰内斯·穆尔德(Gerardus Johannes Mulder)报告了多种动物和植物物质的元素分析结果,其中包括纤维蛋白和卵清蛋白,发现它们的组成几乎相同。他由此得出了一个后来被证明是错误的结论,认为这些物质都由同一种基本物质构成。1838年7月10日,瑞典化学家永斯·雅各布·贝采利乌斯(Jöns Jacob Berzelius)在一封信中提出了这个名称,词源来自希腊语 proteios,意为"居首位的",因为他认为这些物质是动物营养的主要来源。穆尔德还在蛋白质分解产物中鉴定出了亮氨酸,而亮氨酸早在1819年就已被分离出来。整个十九世纪,欧洲的化学家,尤其是德国、荷兰和瑞典的化学家,一直在努力分离这些物质,并寻找构成它们的基本单元。

蛋白质结构的化学原理是在二十世纪之交逐步建立起来的。德国化学家埃米尔·费歇尔(Emil Fischer)合成了氨基酸,并将它们连接成短链。1901年,他与欧内斯特·富尔诺(Ernest Fourneau)合作制得了甘氨酰甘氨酸,一般认为这是第一个游离二肽。1902年在卡尔斯巴德(Karlsbad)的一次会议上,费歇尔提出了"肽"(peptide)和"肽键"(peptide bond)这两个术语,用来指连接相邻氨基酸的酰胺键。同年,弗朗茨·霍夫迈斯特(Franz Hofmeister)独立提出多肽是由此类键连接起来的氨基酸链。费歇尔1902年获得诺贝尔化学奖,但获奖工作是关于糖类和嘌呤的,而非肽类;不过他的肽类研究确立了后来蛋白质化学所依据的链式模型。他还提出了酶专一性的"锁和钥匙"模型,这将在关于酶的章节中讨论。

蛋白质具有确定序列这一观点,由剑桥大学的弗雷德里克·桑格(Frederick Sanger)证实。他选择胰岛素作为研究对象,因为它可以高纯度地获得,而且具有重要的医学意义。桑格用特定的酶和部分酸水解将分子打断成若干片段,用1-氟-2,4-二硝基苯(即"桑格试剂")标记每个片段的N端残基,再通过纸色谱分离肽段。随后,他将相互重叠的片段拼接成完整序列。胰岛素的两条链A和B的序列于1950年代初确定,1955年报道了包括连接两条链的二硫键在内的完整结构。胰岛素由两条链组成,共51个残基,A链21个残基,B链30个残基。这项工作表明,蛋白质具有特定且可重复的序列,而并非无定形的组成。桑格因此获得1958年诺贝尔化学奖,后来又因DNA测序方法于1980年再次获得诺贝尔化学奖。

随后是结构研究。1958年,约翰·肯德鲁(John Kendrew)利用X射线晶体学确定了肌红蛋白的原子分辨率模型;1950年代末至1960年代初,马克斯·佩鲁茨(Max Perutz)阐明了血红蛋白的结构。肯德鲁和佩鲁茨因此共同获得1962年诺贝尔化学奖。随后,克里斯蒂安·安芬森(Christian Anfinsen)探讨了序列如何转变为折叠结构的问题。1960年代初,他的研究小组发现,化学变性的核糖核酸酶A在去除变性剂后,能够恢复其天然结构和酶活性,这表明氨基酸序列包含折叠所需的信息。他与斯坦福·摩尔(Stanford Moore)和威廉·斯坦(William Stein)因这项工作共享了1972年诺贝尔化学奖。这些成果确立了蛋白质科学的核心问题,即序列如何决定结构,结构如何决定功能,本文后续章节将对此作更详细的讨论。

进化与蛋白质家族

具有共同祖先的蛋白质称为同源蛋白。沃尔特·菲奇在重建物种系统发育的背景下,提出了两类同源物之间的区别。直系同源物是指因物种形成事件使祖先种群分裂而产生分化的基因;旁系同源物则是在同一基因组内发生基因复制后分化出来的基因。由于直系同源物在所比较物种的最近共同祖先中源自同一个基因,它们通常保留相似的功能;而旁系同源物一旦被复制,往往可以自由地改变功能。这一区别具有实际意义:它指导着蛋白质功能注释和基因树的重建。基因树与物种树可能互相不一致,如果在同一分析中混用旁系同源序列和直系同源序列,可能得到对这些序列而言正确、但对物种而言具有误导性的系统发育树。

基因复制是产生新蛋白质功能的主要途径。复制之后,一个拷贝可以保留原有的作用,而另一个拷贝则不断积累变化。如果两个拷贝分担了祖先的各项作用,这一过程常被称为亚功能化;如果其中一个拷贝获得了真正的新功能,则称为新功能化。点突变提供原始的变异,自然选择则保留提高适合度的变异。结构域层面的重排,即把已有的折叠单元组合成新的多结构域构架,是另一种机制,因为能够独立折叠的结构域可以被招募到另一种蛋白质中,而无需重新构建。一个反复被观察到的现象是:结构比序列更为保守。两种蛋白质可能共享同一种折叠或功能位点,而它们的氨基酸序列却已分化到两两之间同一性很低的程度。比较分析表明,功能位点的结构保守性往往高于其周围的整体折叠,这也是基于结构的搜索能够发现序列搜索所遗漏的关系的原因。

趋同进化会产生另一种相似性:不相关的蛋白质形成了相似的折叠或催化排列。一个经典的例子是两种丝氨酸蛋白酶:胰凝乳蛋白酶(一种脊椎动物的胰腺消化酶)和枯草杆菌蛋白酶(来自细菌枯草芽孢杆菌)。它们的整体三级结构毫无相似之处,但活性位点残基的位置几乎完全相同,而且两种酶都是各自独立地进化出了相同的催化功能。系统性的调查表明,这类情况并不罕见。一项针对酶活性位点的研究发现,在催化位点图谱(Catalytic Site Atlas)收录的951个四位EC编号中,有45个编号找到了转化类似物,即催化相同反应、但具有不同折叠的酶;其中约一半的活性位点也显示出趋同。SCOP和CATH等结构分类体系通常将同源结构域归入同一超家族,并排除那些被判定为通过趋同产生的相似折叠,因此分类本身也依赖于进化上的判断。由于功能约束,特别是催化化学的要求,可能会限制残基的空间排列,因此活性位点的趋同是一种合理的结果,而非巧合;不过,趋同与分歧各自在多大程度上解释某一相似性,仍存在争议。

蛋白质的早期演化是本主题中最不确定的领域之一。RNA世界假说提出,在DNA和蛋白质接管这些角色之前,RNA分子曾同时承载遗传信息和催化功能。核酶的发现,以及核糖体的催化中心是RNA这一事实,为该假说提供了支持,也暗示蛋白质合成本身是从基于RNA的系统发展而来的。哈罗德·怀特在20世纪70年代提出,许多辅酶(如辅酶A和ATP)含有类核苷酸的成分,他将其解读为以RNA为主导的过去所留下的遗迹。一些研究者提出,与翻译相关的蛋白质结构在RNA世界之后、DNA基因组确立之前有所扩展,而这一扩展是由一个反馈回路驱动的:性能更好的蛋白质改进了制造它们的翻译系统。另一些学者则质疑,仅依靠RNA的系统能否偶然产生具有功能的水溶性球状蛋白质,并强调氨基酸和寡肽的物理化学性质是早期选择的驱动因素。实验工作仍在检验各个具体步骤;例如,2025年的一项研究报道了一种在中性水中将氨基酸连接到RNA上的简单且具有选择性的方法。此类实验使某些具体步骤显得更为可信,但无法重建事件的实际顺序,遗传密码和DNA基因组是如何产生的,仍未得到解决。

在医学和工业中的应用

蛋白质被用作药物、疫苗成分、催化剂和分析试剂。这些用途大多依赖重组DNA技术:将基因导入宿主生物体,由宿主大量表达该基因编码的蛋白质。

重组胰岛素是第一个这样的产品。在此之前,糖尿病患者使用的是从猪和牛的胰腺中纯化出的胰岛素,这偶尔会引发严重的免疫反应。1978年,由David Goeddel领导的Genentech团队在大肠杆菌(*Escherichia coli*)中分别表达胰岛素的A链和B链,再将两条链组装在一起。随后,Genentech与Eli Lilly合作进行规模化生产,第一批重组DNA胰岛素于1982年以Humulin之名上市。后来的生产还使用了酵母(Saccharomyces cerevisiae),前体蛋白在不同宿主中的折叠和加工方式各不相同。如今,重组胰岛素是全球主要的胰岛素来源之一,吸收特性经过改造的胰岛素类似物也被广泛使用。

单克隆抗体是蛋白质类药物中数量最多的一类。美国食品药品监督管理局(FDA)批准的第一个单克隆抗体是muromonab,时间为1986年。早期源自啮齿类动物的抗体常被患者识别为外源物质,并引发抗抗体反应,从而限制了其应用。蛋白质工程分阶段解决了这一问题:嵌合抗体将小鼠的可变区与人源恒定区结合;人源化抗体将小鼠的抗原结合环(CDR)移植到人源框架上;全人源抗体则从噬菌体展示文库或转基因小鼠中筛选获得。移植往往会降低亲和力,因此需要恢复少数关键的框架残基,以保持原有环的构象。截至2020年9月,FDA已批准93种治疗性单克隆抗体,基于抗体的产品约占生物制药销售额的一半。这类抗体用于治疗癌症、自身免疫性疾病和感染性疾病,而抗体片段和抗体–药物偶联物等相关形式进一步拓展了这一方法的应用范围。

基于蛋白质的疫苗通常使用纯化的亚单位,而非完整的病原体。由于不含活的生物体,它们被认为更安全、成分更均一,并且可以用标准表达系统生产。一个早期例子是乙型肝炎疫苗,其表面抗原在酵母中制备。亚单位抗原本身通常免疫原性较弱,因此常与佐剂一起配制,或展示在病毒样颗粒、自组装纳米颗粒等载体上,这些载体能向免疫系统呈现重复排列的表位。抗原设计越来越依赖X射线晶体学、电子显微镜和核磁共振(NMR)提供的结构数据。工程化抗原既可以保持表位的构象,也可以将来自不同蛋白质的表位组合成单一的嵌合抗原;在一项针对B群脑膜炎球菌的研究中,此类构建体在小鼠体内诱导出了针对两种组分蛋白的抗体。在COVID-19大流行期间,多种基于刺突蛋白或其受体结合域的SARS-CoV-2疫苗获得批准。

工业酶的用量很大。蛋白酶、脂肪酶和淀粉酶被添加到洗涤剂中,能在较低的洗涤温度下去除蛋白质、油脂和淀粉类污渍。在食品加工中,酶用于修饰淀粉、澄清果汁和饮料,并在乳制品和烘焙中发挥作用。在生物燃料生产中,纤维素酶和半纤维素酶将植物细胞壁中的多糖分解为可发酵的糖。工业酶通常通过定向进化或理性设计进行优化,以耐受高温、极端pH、有机溶剂或高底物负载,并能在长期储存中保持活性。提高稳定性往往以牺牲催化速率为代价,因此变体的选择取决于具体的工艺条件。

蛋白质还可作为生物传感器和诊断检测中的识别元件。基于酶的电极(例如使用葡萄糖氧化酶的电极)是糖尿病患者所用血糖仪的基础。以抗体为基础的免疫分析方法,包括酶联免疫吸附试验(ELISA),可检测血清或其他临床样本中的蛋白质生物标志物,如激素、细胞因子和心肌肌钙蛋白。采用双抗体夹心形式的ELISA还用于质量控制,例如测定疫苗批次的抗原含量。侧向层析试纸条则将相同原理应用于纸质试条上,用于快速的即时检测。其结果取决于抗体的特异性、交叉反应性以及样本基质,通常需要经实验室方法确认后才能用于诊断。

无序蛋白质与待解决的问题

内在无序蛋白(IDP)和内在无序区域(IDR)不会折叠成一个稳定的三维结构,但它们承担着重要的生物学功能。综述将它们描述为动态的构象系综,而非固定结构。这一特性使其能够形成高特异性、低亲和力的相互作用、多价调控功能以及依赖语境的结合。许多 IDP 只有在与伴侣分子结合时才会折叠,这种行为被称为耦合折叠与结合。还有一些 IDP 即使在结合状态下仍保持开放、柔性的构象,因此一个无序区域可以同时与多个伴侣接触(单个 IDR 可以同时结合多个伴侣)。由于构象状态受翻译后修饰调控,同一片段在一种细胞环境中可能有序,而在另一种环境中则无序。因此,IDP 对经典的结构–功能范式提出了挑战。该范式认为功能源于由序列决定的特定折叠结构,而 IDP 已成为蛋白质折叠研究的重要课题。其柔性也带来风险:与神经退行性疾病相关的蛋白,如α-突触核蛋白和tau蛋白,既具有功能性无序,又容易发生聚集。

预测无序和折叠蛋白如何达到最终状态仍然困难。针对未结合 IDP 的实验研究很难开展,因为它们无法被为规则晶体设计的方法捕捉,而且仅凭结合状态的结构也无法解释调控机制。计算研究面临相关问题。AlphaFold 及类似系统对每条序列只预测一个静态模型,而α-突触核蛋白、Tau 和 p53 反式激活结构域等蛋白在这些工具中得到的是碎片化、低置信度的预测结果。较新的基于扩散的模型还可能在无序区域中引入虚假的有序结构。同一模型通常预测的是 PDB 中所见的静态结构,而非溶液中生物分子体系的动态行为。若干研究小组尝试通过改变输入的比对来让 AlphaFold 生成多种构象,但成功与否因靶标而异。审稿人指出,预测结构与活细胞中蛋白质的连续运动之间仍有很大差距。

膜蛋白也带来其自身的未解问题。冷冻电镜使人们能够在接近天然的状态下观察膜蛋白,并捕捉单一蛋白的多种构象,这阐明了变构调控和药物作用机制。然而,解释仍存在不确定性:图谱中的去污剂或脂质密度大多不清楚应如何建模,类脂密度的分子身份也常常难以确定。预测工具在这里同样力不从心,因为膜蛋白依赖于脂质相互作用和静电环境,而这些在训练数据中表示得很不充分。类似的空白也存在于拥挤的细胞质中的蛋白质。在那里,拥挤效应、辅因子和修饰以单链模型无法捕捉的方式影响蛋白质行为。目前正在发展结合分子动力学、NMR 弛豫数据和结构预测的方法,以更全面地描述这些系综。

设计具有新化学性质(超出天然氨基酸集合)的蛋白质是另一个前沿领域。当前的设计方法对于与天然实例相似的折叠和功能最为可靠。将其扩展到不熟悉的催化化学或动态行为,是一个活跃的研究目标。

关于错误折叠在多大程度上导致疾病,争论仍在继续。聚集体明显与多种神经退行性疾病相关,但研究人员对于聚集通常是原因、结果还是保护性反应存在分歧。这些过程的基于结构的模型难以验证,因为相关的中间体是瞬时且异质的,而且计算得到的系综很难直接与实验观测量进行比较。因此,进展有赖于对构象动力学更好的实验测量,以及能够将预测系综与细胞和组织中行为相联系的检验。

参考来源

  1. Multiple evidence strands suggest that there may be as few as 19 000 human protein-coding genesacademic.oup.com
  2. Identification of Small Open Reading Frame-encoded Proteins in the Human Genomencbi.nlm.nih.gov
  3. Sandwalk: How many protein-coding genes in the human genome? (2)sandwalk.blogspot.com
  4. How many protein-coding genes are contained in the human ...vaia.com
  5. Human genomesciencedaily.com
  6. Amino Acidswisc.pb.unizin.org
  7. Q4. Classify the 20 standard amino a... [FREE SOLUTION]vaia.com
  8. IMGT classes of the 20 common amino acidsimgt.org
  9. Variant LovD polypeptides and their usesimage-ppubs.uspto.gov
  10. Biochemistry Study Guide: Amino Acids, Peptide Bonds & Propertiespearson.com
  11. Biochemistry Proteins Study Guide: Essential Concepts & Structurepearson.com
  12. Biochemistry Study Guide: Amino Acids & Peptide Bondspearson.com
  13. Hotspot-Driven Peptide Design via Multi-Fragment Autoregressive Extensionarxiv.org
  14. Structure and Properties of Peptides: Biochemistry Study Notespearson.com
  15. Peptide Bond - an overviewsciencedirect.com
  16. Amino Acids, Peptides, and Protein Structure (5D)varsitytutors.com
  17. Peptide bonden.wikipedia.org
  18. 20 Amino Acids: Structure, Classification & Abbreviationproteinstructures.com
  19. Biochemistry Protein Secondary Structure Study Guidepearson.com
  20. Alpha helix - Proteopedia, life in 3Dproteopedia.org
  21. Secondary Structure and Backbone Conformationswissmodel.expasy.org
  22. A Comprehensive System for Secondary Structure Analysis of Protein Modelsarxiv.org
  23. Conformation of Proteins: Secondary Structure - CSIR NET LIFE SCIENCE COACHINGletstalkacademy.com
  24. Directed evolution of proteinsimage-ppubs.uspto.gov
  25. Secondary Structurednastar.com
  26. Improved Chou-Fasman method for protein secondary structure predictionbmcbioinformatics.biomedcentral.com
  27. Prediction of protein secondary structure based on residue pairsarxiv.org
  28. Chou fasman algorithm for protein structure predictionslideshare.net
  29. Protein Misfolding and Degenerative Diseasesnature.com
  30. Levinthal's paradoxen.wikipedia.org
  31. Anfinsen's dogmasimple.wikipedia.org
  32. Levinthal%27s paradoxen.wikipedia.org
  33. How Do Proteins Fold?arxiv.org
  34. Folding funnelen.wikipedia.org
  35. Lecture 9. Protein stability and foldingguweb2.gonzaga.edu
  36. Protein Folding and Chaperones — NEET-PG Revision Notes 2026getoncourse.ai
  37. The concept of protein folding/unfolding and its impacts on human health - ScienceDirectsciencedirect.com
  38. RNA Processing — Explain RNA processing (capping, splicing,...varsitytutors.com
  39. Gene Expression: RNA Processingedu.abi.am
  40. mRNA Metabolism in Health and Diseasencbi.nlm.nih.gov
  41. Modeling ribosome dynamics to optimize heterologous protein productionimage-ppubs.uspto.gov
  42. Multivalent macrolide antibioticsimage-ppubs.uspto.gov
  43. 11.4: Translation - Biology LibreTextsbio.libretexts.org
  44. Steps of Translationcourses.lumenlearning.com
  45. Biology, Genetics, Genes and Proteins, Ribosomes and Protein Synthesisoertx.highered.texas.gov
  46. Translation in prokaryotesrotel.pressbooks.pub
  47. Continued Protein Synthesis at Low [ATP] and [GTP] Enables Cell Adaptation during Energy Limitation - PMCpmc.ncbi.nlm.nih.gov
  48. What is Translation in Biology: AP® Biology Reviewalbert.io
  49. Ubiquitin modificationsncbi.nlm.nih.gov
  50. Ubiquitination Is a Novel Post-Translational Modification of VMP1 in Autophagy of Human Tumor Cellsncbi.nlm.nih.gov
  51. Protein degradation Guide to the proteasome and autophagy systemsresources.revvity.com
  52. Post-Translational Modification of Cellular Proteins by Ubiquitin and Ubiquitin-Like Molecules: Role in Cellular Senescence and Ageing - Madame Curie Bioscience Database - NCBI Bookshelfncbi.nlm.nih.gov
  53. Structural Biochemistry/Enzyme Regulation/Proteolytic activation - Wikibooks, open books for an open worlden.wikibooks.org
  54. Proinsulin - an overviewsciencedirect.com
  55. Autocatalytic Activation of the Furin Zymogen Requires Removal of the Emerging Enzyme's N-Terminus from the Active Sitencbi.nlm.nih.gov
  56. Proc. Natl. Acad. Sci. USA Vol. 73, No. 11, pp. 3825-3832, November 1976pnas.org
  57. A systematic comparison of protein structure classifications: SCOP, CATH and FSSP: Structurecell.com
  58. Impact of structure space continuity on protein fold classificationnature.com
  59. CATH - an overviewsciencedirect.com
  60. Origin and Evolution of Protein Fold Designs Inferred from Phylogenomic Analysis of CATH Domain Structures in Proteomesjournals.plos.org
  61. The value of protein structure classification information—Surveying the scientific literatureonlinelibrary.wiley.com
  62. A systematic comparison of protein structure classifications: SCOP, CATH and FSSP - ScienceDirectsciencedirect.com
  63. Class Architecture Topology Homology - an overviewsciencedirect.com
  64. Pfam Protein Families Databaseacademic.oup.com
  65. (PDF) Pfam: Multiple sequence alignments and HMM-profiles of protein domainsresearchgate.net
  66. Pfamen.wikipedia.org
  67. Transgenic plants with enhanced agronomic traitsimage-ppubs.uspto.gov
  68. Protein Data Bank: A Comprehensive Review of 3D Structure Holdings and Worldwide Utilization by Researchers, Educators, and Studentsncbi.nlm.nih.gov
  69. Worldwide Protein Data Bank biocuration supporting open access to high-quality 3D structural biology datancbi.nlm.nih.gov
  70. RCSB PDB: Homepagercsb.org
  71. The Pfam protein families database - PubMedpubmed.ncbi.nlm.nih.gov
  72. Protein Data Bank: the single global archive for 3D macromolecular structure datancbi.nlm.nih.gov
  73. Transgenic plants with enhanced agronomic traitsimage-ppubs.uspto.gov
  74. Protein structure determination by X-ray crystallographyelearning.unite.it
  75. Sample delivery methods for protein X-ray crystallography with a special focus on sample consumptionnature.com
  76. Growing Crystals for X-ray Free-Electron Laser Structural Studies of Biomolecules and Their Complexesncbi.nlm.nih.gov
  77. Structural Biochemistry/Proteins/X-ray Crystallography - Wikibooks, open books for an open worlden.wikibooks.org
  78. X-Ray Powder Diffraction from Sub-Micron Crystals of Photosystem-1 Membrane Proteinarxiv.org
  79. The 2017 Nobel Prize in Chemistry: cryo-EM comes of ageresearchgate.net
  80. Frontiersfrontiersin.org
  81. Membranes under the Magnetic Lens: A Dive into the Diverse World of Membrane Protein Structures Using Cryo-EMpubs.acs.org
  82. A cold, clear view of life wins chemistry Nobelscience.org
  83. Isotopically-labeled proteome standardsimage-ppubs.uspto.gov
  84. Highlights on the capacities of "Gel-based" proteomicsncbi.nlm.nih.gov
  85. Quantitative Mass Spectrometry-based Proteomicsintechopen.com
  86. Quantifying Proteins by Mass Spectrometrychromatographyonline.com
  87. Whole gel processing procedure for GeLC-MS/MS based proteomicsproteomesci.biomedcentral.com
  88. System and methods for navigating and visualizing multi-dimensional biological dataimage-ppubs.uspto.gov
  89. Nobel Prize in Chemistry 2024: Revolutionising Protein Structure Prediction and Designkinesismagazine.com
  90. (PDF) Applying and improving AlphaFold at CASP14researchgate.net
  91. Work on protein structure and design wins the 2024 chemistry Nobelsciencenews.org
  92. AlphaFold2 at CASP14: Breakthrough in Protein Foldingemergentmind.com
  93. Improving AlphaFold2-based Protein Tertiary Structure Prediction with MULTICOM in CASP15biorxiv.org
  94. CASP16 Protein Monomer Structure Prediction Assessmentncbi.nlm.nih.gov
  95. Refinement of AlphaFold-Multimer structures with single sequence inputbiorxiv.org
  96. Nobel Prize in Chemistry 2024nature.com
  97. CASP14: what Google DeepMind’s AlphaFold 2 really achieved, and what it means for protein folding, biology and bioinformaticsblopig.com
  98. Nobel Laureate Frances Arnold Explains the Breakthrough Process of Directed Evolution — Caltech Magazinemagazine.caltech.edu
  99. Frances Arnold Wins 2018 Nobel Prize in Chemistry - www.caltech.educaltech.edu
  100. Press release: The Nobel Prize in Chemistry 2024 - NobelPrize.orgnobelprize.org
  101. Frontiersinfrontiersin.org
  102. Evaluation of Deep Neural Network ProSPr for Accurate Protein Distance Predictions on CASP14 Targetsncbi.nlm.nih.gov
  103. Molecule of the Month: Directed Evolution of Enzymes - PDB-101pdb101.rcsb.org
  104. 6.2: Digestion and Absorption of Proteins - Medicine LibreTextsmed.libretexts.org
  105. Pepsin A - an overviewsciencedirect.com
  106. Protein Digestion and Amino Acid Absorptionbasicmedicalkey.com
  107. NITROGEN METABOLISM Nitrogen Fixation and Assimilation Amino Acid Biosynthesisuomustansiriyah.edu.iq
  108. Nitrogen Metabolism and the Urea Cycle - The Medical Biochemistry Pagethemedicalbiochemistrypage.org
  109. Proteins: Metabolismopen.oregonstate.education
  110. Protein & Amino Acid Metabolism: The Urea Cyclesimplemed.co.uk
  111. Nitrogen Metabolism - an overviewsciencedirect.com
  112. Common mechanisms of amino acids conversion, deamination, transamination, nitrogen balance - WikiLectureswikilectures.eu
  113. Protein-Energy Undernutrition (PEU) - Nutrition - Merck Manual Professional Editionmerckmanuals.com
  114. Protein-Energy Malnutrition: Background, Pathophysiology, Etiologyemedicine.medscape.com
  115. The Young Child: Protein-Energy Malnutrition - Springer Naturelink.springer.com
  116. Protein Digestion and Absorptionopenoregon.pressbooks.pub
  117. Chemical Digestion and Absorption: A Closer Lookcourses.lumenlearning.com
  118. Protein Digestion and Absorptionmedia.lanecc.edu
  119. Protein Energy Malnutrition in India: The Plight of Our Under Five Children - PMCpmc.ncbi.nlm.nih.gov
  120. PROTEIN ENERGY MALNUTRITIONslideshare.net
  121. Protein, the business - by Ms. An Daofullhousesnotes.substack.com
  122. Protein - New World Encyclopedianewworldencyclopedia.org
  123. Jamanetworkjamanetwork.com
  124. Proteinen.wikipedia.org
  125. Gerardus Johannes Mulderen.wikipedia.org
  126. History of Protein Discoveryslideshare.net
  127. Protein Chemisty Timelineumass.edu
  128. Franz Hofmeisteren.wikipedia.org
  129. Hermann Emil Fischer - New World Encyclopedianewworldencyclopedia.org
  130. Emil Fischerbritannica.com
  131. Emil Fischersciencehistory.org
  132. One hundred years of peptide chemistryresearchgate.net
  133. Emil Fischeren.wikipedia.org
  134. Sanger Determines the Structure of Insulinebsco.com
  135. Professor Frederick Sangerwhatisbiotechnology.org
  136. Frederick Sangeren.wikipedia.org
  137. Insulin's Primary Amino Acid Structureinnovation.world
  138. Unraveling Insulinscience.org
  139. The first sequence: Fred Sanger and insulinresearchgate.net
  140. Inferring Orthology and Paralogylink.springer.com
  141. The Theory of Gene Family Historiesarxiv.org
  142. Disentangling homology, orthology, paralogy and similarity with BLASTsequenceserver.com
  143. Paralogy - an overviewsciencedirect.com
  144. Detecting evolutionary relationships across existing fold space, using sequence order-independent profile–profile alignmentspnas.org
  145. Convergent Evolution of Enzyme Active Sites Is not a Rare Phenomenon - ScienceDirectsciencedirect.com
  146. Convergent evolution of enzyme active sites is not a rare phenomenon - PubMedpubmed.ncbi.nlm.nih.gov
  147. A Structure-Centric View of Protein Evolution, Design and Adaptationarxiv.org
  148. Convergent Evolution - an overviewsciencedirect.com
  149. The evolution and functional repertoire of translation proteins following the origin of lifencbi.nlm.nih.gov
  150. Cofactors are Remnants of Life’s Origin and Early Evolutionncbi.nlm.nih.gov
  151. Pseudo-Replication of [GADV]-Proteins and Origin of Lifencbi.nlm.nih.gov
  152. Early Life: Embracing the RNA World - ScienceDirectsciencedirect.com
  153. Origin Of Life Breakthrough: How RNA Might Have Started To Make Proteins On Early Earth - Astrobiologyastrobiology.com
  154. History of insulin - PMC - NIHpmc.ncbi.nlm.nih.gov
  155. Equivalent Recombinant Human Insulin Preparations and their Place in Therapytouchendocrinology.com
  156. Downstream processing of recombinant human insulin and its analogues production from E. coli inclusion bodies - PMCpmc.ncbi.nlm.nih.gov
  157. Insulin Production -Dr. Ekta Khare Department of Microbiologygyansanchay.csjmu.ac.in
  158. Recombinant DNA the Bio-Revolution, Between Promise, Hurdles, and Achievementsncbi.nlm.nih.gov
  159. Humanization of antibodies using a machine learning approach on large-scale repertoire databiorxiv.org
  160. Humanized antibodiesimage-ppubs.uspto.gov
  161. Methods for antibody engineeringimage-ppubs.uspto.gov
  162. Subunit Vaccine Design Services - Creative Biolabscreative-biolabs.com
  163. The Versatile Manipulations of Self-Assembled Proteins in Vaccine Designncbi.nlm.nih.gov
  164. Structure-based design of chimeric antigens for multivalent protein vaccinesnature.com
  165. Development of an ELISA Assay for the Determination of SARS-CoV-2 Protein Subunit Vaccine Antigen Contentncbi.nlm.nih.gov
  166. Advances in the structure-based design of protein vaccines for respiratory infectious diseases - PMCpmc.ncbi.nlm.nih.gov
  167. Beyond the structure-function paradigm: A comprehensive review of intrinsically disordered proteins - PMCpmc.ncbi.nlm.nih.gov
  168. (PDF) Beyond the structure-function paradigm: A comprehensive review of intrinsically disordered proteinsresearchgate.net
  169. Advantages and Limitations of AlphaFold in Structural Biology: Insights from Recent Studieslink.springer.com
  170. Accurate structure prediction of biomolecular interactions with AlphaFold 3nature.com
  171. Automated simulation-based membrane-protein refinement into cryo-EM databiorxiv.org
  172. Single-particle Cryo-EM structure determination for membrane proteins - PMCpmc.ncbi.nlm.nih.gov
  173. Intrinsically disordered proteins: modes of binding with emphasis on disordered domainsncbi.nlm.nih.gov
  174. Intrinsically Disordered Proteins in a Physics-Based Worldncbi.nlm.nih.gov
  175. Modeling protein conformational ensembles by guiding AlphaFold2 with Double Electron Electron Resonance (DEER) distance distributionsnature.com