结构生物学研究生物大分子的三维结构,以及其结构、运动、相互作用与功能之间的关系。其主要研究对象是蛋白质、核酸,以及它们彼此之间或与脂质、糖类、离子和小分子形成的复合物。该领域融合生物化学、分子生物学、物理学和计算方法,从分子几何构型和物理相互作用的角度解释生物过程。
分子结构可以揭示酶如何加速反应、遗传信息如何复制、受体如何识别信号,或病原体如何进入细胞。然而,结构并不是一幅能为分子定貌的静态图像。生物分子以多种构象组成的系综存在,而实验观测通常反映的是大量分子在某一时段内的平均状态,或对分子群体、时间两者之一取平均的结果。因此,结构生物学将原子模型与对运动、结合、能量学特征和生物活性的测量相结合。
其主要实验方法包括X射线晶体学、冷冻电子显微术和核磁共振波谱学。互补性测量、分子模拟和基于机器学习的预测进一步拓展了这些方法的研究能力。这些方法共同将分子序列与作用机制联系起来,为解读遗传变异提供支持,并为药物发现和分子工程奠定基础。
分子架构与结构尺度
生物结构具有层次性,但各层次相互关联,而非彼此独立。蛋白质的一级结构是由肽键连接的氨基酸残基序列。二级结构描述主链中反复出现的局部排列,尤其是α螺旋和β折叠。三级结构是单条多肽链的整体排列,而四级结构描述多条链之间的缔合方式。蛋白质结构域是一个紧凑的结构单元或进化单元,通常具有明确的功能,例如结合核苷酸或催化化学反应。一条多肽链可以包含多个结构域,彼此通过柔性连接区相连。
这些结构由许多单独作用较弱的相互作用共同稳定。氢键有助于形成螺旋、折叠片层和碱基对;静电相互作用发生在带电基团之间;范德华力则对原子的紧密堆积方式十分敏感。疏水效应促使许多非极性基团埋藏起来、远离水环境,是推动可溶性蛋白质折叠的重要因素。一些细胞外蛋白质还含有共价的二硫键。不过,稳定性取决于整个分子及其周围环境中各种相互作用与熵的平衡,而非某一类特殊化学键的存在。
核酸也具有类似的结构层次。脱氧核糖核酸通常形成由互补碱基配对和碱基堆积作用稳定的双螺旋,但其局部形状取决于序列、水合状态、结合的蛋白质以及机械应力。RNA能够形成茎、环、交汇区、假结以及复杂的三级折叠结构。其结构的多样性使它既能传递信息,也能发挥催化作用。例如,核糖体是一种大型核糖核蛋白复合体,其催化中心主要由核糖体RNA构成。糖类和脂质组装体还体现了其他组织原则,包括分支连接方式和自组装双分子层。
相关的尺寸范围从单个化学键一直延伸到细胞中的分子机器。键长通常为一埃的量级,其中 ;小型球状蛋白质的尺寸为几纳米,大型组装体则可达数十乃至数百纳米。结构分辨率描述的是观测结果所能支持的细节程度,而非样品的实际大小。分辨率足够高时,可以辨认出各个侧链和有序水分子。分辨率较低时,结构图可能只能用于确定结构域或整个亚基的位置。生物学问题决定了哪种尺度的信息有意义:确定离子的配位几何构型,与确定参与染色体组织的复合体的整体架构,所需的证据并不相同。
历史发展
结构生物学源于物理测量与生物化学纯化技术的融合。1912 年,晶体的 X 射线衍射现象得到证实,随后威廉·亨利·布拉格和威廉·劳伦斯·布拉格的研究确立了利用衍射图样揭示原子排列的方法。将这些方法应用于生物材料则更为困难,因为生物大分子体积庞大,含有许多相似的原子,而且形成的晶体往往脆弱、含水量高。威廉·阿斯特伯里在 20 世纪 30 年代开展的纤维衍射研究有助于证明,蛋白质和核酸具有规则的分子组织,而非化学组成不明确的胶体。
1951 年,莱纳斯·鲍林、罗伯特·科里和赫尔曼·布兰森提出了 α 螺旋结构,鲍林和科里还描述了 β 折叠结构。他们的模型将化学几何关系与氢键约束相结合。1953 年,詹姆斯·沃森和弗朗西斯·克里克依据化学证据及 X 射线衍射研究,尤其是罗莎琳德·富兰克林和莫里斯·威尔金斯的成果,提出了 DNA 双螺旋结构。这一结构为碱基互补配对提供了物理解释,并提示了遗传信息复制的机制。它还表明,分子模型能够将化学与遗传直接联系起来。
此后,蛋白质晶体学证实,不规则的、具有完整三维构象的分子折叠结构可以通过实验确定。约翰·肯德鲁及其同事于 1958 年报告了肌红蛋白的低分辨率结构,并于 1960 年报告了其原子模型。马克斯·佩鲁茨及其同事于 1960 年报告了血红蛋白的三维结构。这些成就有赖于晶体学相位问题的解决,以及大量的计算工作。1962 年,肯德鲁和佩鲁茨因对球状蛋白质的研究获授诺贝尔化学奖。随后解析出的结构,包括 1965 年的溶菌酶结构,将活性位点的构造与酶的作用联系起来。
自 20 世纪 70 年代起,同步辐射光源、性能改进的探测器、重组蛋白质生产技术和速度更快的计算机,拓展了可研究对象的范围。20 世纪 80 年代,溶液核磁共振逐渐发展成为一种测定蛋白质结构的方法。电子显微学则从对颗粒的低分辨率观察,逐步发展到能够构建原子模型,其中玻璃化技术、图像处理算法和直接电子探测器的推动作用尤为重要。核糖体及其他大型复合物的结构表明,完整的分子机器也可以在化学细节层面加以分析。蛋白质数据库于 1971 年建立,最初仅收录七个结构,它确立了将结构数据提交入库并共享这一核心惯例。近年来,准确的计算预测和能力不断提升的细胞成像技术,使结构生物学的研究范围不再局限于分离出来、易于开展实验研究的分子。
样品制备与实验设计
结构研究始于一个生物学问题,以及能够用于回答该问题的样品。研究人员必须确定哪种分子状态与问题相关:未结合的受体、结合底物的酶、瞬态组装体,还是来自特定细胞环境的修饰蛋白。序列边界、相互作用的分子、辅因子和化学条件都可能影响观测到的结构。一个便于实验的构建体可能在实验上取得成功,却缺失了天然作用机制所必需的调控片段。因此,实验设计需要区分哪些分子特征是测量所必需的,哪些是进行生物学解释所必需的。
许多蛋白质通过重组DNA技术,在细菌、酵母、昆虫或哺乳动物表达系统中生产。表达系统的选择会影响蛋白质折叠、产量、二硫键形成,以及糖基化等翻译后修饰。纯化通常结合使用亲和分离方法、离子交换色谱法和体积排阻色谱法。必须核验序列是否正确,并检查纯度、聚集情况和寡聚状态,因为在凝胶上看似均一的样品,仍可能包含多种构象或组装形式。质谱法可用于确认分子质量和修饰情况,而活性测定则用于检验纯化后的分子是否保留了相关的生化功能。
获得所需的分子状态可能需要加入配体、金属离子、核苷酸或结合伙伴。无催化活性的变体、不能发生反应的底物类似物,或改变核苷酸状态,都可以用于捕获中间态,但每一种干预都会改变体系,解释结果时必须考虑这些影响。抗体片段及其他结合支架分子可以稳定特定构象,也可以提供易于识别的特征,便于冷冻电镜中的图像对齐。这些试剂也可能限制分子运动或改变各状态的分布。因此,比较不同构建体,并对结合与功能进行独立测量,有助于提高结构研究的可靠性。
膜蛋白和非均一复合物的研究面临特殊挑战。膜蛋白可能需要去垢剂、脂质囊泡或纳米盘,以屏蔽疏水表面并保持活性。从细胞中分离的复合物可能保留天然修饰,但数量稀少或组成不一;重构的复合物可能更纯净,却可能缺少某个尚未发现的组分。不同方法的具体要求也会进一步影响样品制备:晶体学需要有序晶体,溶液核磁共振通常需要浓度较高的可溶性样品,而且往往需要同位素标记,冷冻电镜则需要玻璃态薄冰中的颗粒符合成像要求。温度、酸碱度、盐浓度和样品存放时间,都可能改变分子的完整性及各状态所占的比例。因此,成功制备的样品不仅应当纯净,还应经过充分表征,能够代表特定条件下的生物体系。
X射线晶体学
X射线晶体学通过X射线在有序晶体中产生的衍射来测定分子结构。晶体内的分子呈周期性排列,散射波相互干涉,在由晶格决定的位置产生衍射反射。这些反射的强度包含了重复排列的晶胞内电子密度分布的信息。尽管单个分子的散射很弱,但由于大量分子的散射相干叠加,衍射仍能提供详尽的结构信息。生物大分子晶体通常含有大量溶剂,使蛋白质和核酸能够保留其水合状态下的许多结构特征。
测得的反射强度与其结构因子模的平方有关,但常规衍射测量并不能直接给出相位。因此,重建电子密度需要解决相位问题。分子置换法以相关结构或足够准确的预测模型为起点。实验定相则利用额外的散射信息,例如来自反常散射原子或重原子衍生物的信息。通过硒代甲硫氨酸引入的硒在蛋白质定相中尤为有用。由此得到的电子密度图用于指导模型构建,随后通过精修调整坐标、位移参数、占有率及其他变量,提高模型与观测数据的一致性。
数据质量并不只取决于最高标称分辨率。完整度、信号强度、各向异性、辐射损伤、晶体缺陷以及独立观测的数量都很重要。大多数常规生物大分子衍射数据集都采自低温冷却的晶体,这能减少辐射损伤,但也可能改变不同构象的占比。室温测量和串行晶体学则提供了不同的观察视角。同步辐射可提供高强度、波长可调的X射线束,而X射线自由电子激光则能利用极短脉冲采集微晶的衍射数据。在合适的实验中,通过光学或化学方式触发反应,再按设定时间进行测量,便可追踪反应过程中的结构变化。
在需要精确的配体几何构型或详尽的活性位点模型时,晶体学仍具有独特价值。不过,晶体环境可能通过堆积接触稳定某些构象,而柔性区域可能几乎不产生可解读的电子密度。在常规蛋白质结构分辨率下,氢原子通常难以定位,因此判断质子化状态往往需要额外证据。在较弱的电子密度中拟合出的配体,经过分子绘图展示后,可能显得比数据实际支持的更加确定。因此,精修必须辅以独立验证、局部电子密度图检查以及与生物化学观测结果的比较。实验所支持的结果,是一个描述结晶状态的模型,其不确定性因分子区域而异,而不是对溶液中所有构象的完整呈现。
冷冻电子显微镜
冷冻电子显微镜用于观察在低温下保存的样品,样品通常包埋在一层薄薄的玻璃态冰中。快速冷却可防止形成较大的冰晶,避免其损伤样品并干扰成像。在单颗粒分析中,通过计算将大量不同取向的分子颗粒图像组合起来,重构出三维图。与晶体学不同,这种方法不要求分子形成晶体。因此,它对于大型复合物、膜蛋白及难以结晶的组装体尤为重要。
电子与物质之间的相互作用很强,使薄样品中的生物颗粒能够成像,但同样的相互作用也会造成辐射损伤。因此,测量必须限制电子剂量,所得数据中含有大量噪声。直接电子探测器将曝光过程记录为连续的多帧图像,从而能够校正电子束引起的运动,并更有效地提取高分辨率信息。计算处理会估计颗粒的位置、取向及成像参数,再将彼此相容的观测数据合并。2010年代,这些技术进展带来的快速提升常被称为冷冻电镜的“分辨率革命”。在有利条件下,重构结果能够揭示侧链构象、结合的配体以及极其精细的原子细节。
冷冻电镜重构图通常被解释为静电势图,而非X射线晶体学得到的电子密度图。原子坐标通过拟合该图确定,并在立体化学约束下进行精修。分辨率通常通过比较由两半独立处理的数据分别计算得到的重构图来评估。然而,一个报告的分辨率数值无法描述有序程度不均一的复合物的所有区域。刚性核心可能支持精细的原子建模,而外围结构域仍然模糊不清。分类和变异性分析可以区分部分组成或构象不同的状态,使异质性不再仅仅是障碍,也成为生物学信息的来源。
样品制备和计算处理都会带来重要的局限。颗粒可能呈现择优取向,在气–水界面发生去折叠或解离,也可能在冰层中分布不均。小蛋白质提供的信号往往不足以支持可靠的对齐,不过实际适用的下限取决于形状、对称性、样品制备和仪器设备。分类可能遗漏罕见状态,也可能将连续运动人为划分为离散类别。在有充分依据时施加对称性约束可以增强信号,但也可能掩盖不对称特征。因此,应结合原始颗粒图像、局部图质量、独立处理验证以及生物化学证据,评估重构得到的复合物。仅凭颗粒数量庞大,并不能证明最终模型代表了具有生物学意义的状态。
核磁共振波谱与溶液中的分子行为
核磁共振波谱利用原子核的磁性研究分子结构与运动。在强磁场中,氢-1、碳-13和氮-15等原子核的能级可通过射频辐射加以探测。它们的共振频率取决于周围的电子环境,由此产生的化学位移可用于区分分子中的不同位点。通过多维实验,可以将信号归属到特定的原子或残基。研究中通常采用碳-13和氮-15同位素富集,简化蛋白质的大量信号,并建立这些信号之间的关联。
核磁共振结构是依据实验约束条件计算得到的,而非以图像形式重建。核奥弗豪泽效应可提供原子间空间邻近性的信息;其对距离的依赖很强,在适用条件下近似与 成正比。标量耦合和化学位移有助于约束主链的几何构型,残余偶极耦合则提供取向信息。计算方法用于寻找既符合这些观测结果、又符合已知化学几何规律的结构。结果通常以一组结构模型的形式呈现。这些模型之间的差异部分反映了结构信息的不完整,不应直接将其视为对分子全部实际运动的测量。
核磁共振的一项独特优势是能够研究多个时间尺度上的动态过程。弛豫测量可探测快速的局部运动,而弛豫色散及相关方法能够检测不同状态之间的交换,包括难以直接观测到的低占比构象。通过滴定加入结合伙伴,可以根据化学位移的变化确定相互作用界面,并为亲和力和交换行为的测量提供依据。这些方法尤其适用于研究瞬态相互作用、无序片段,以及仅凭单一平均结构无法充分解释的调控系统。测量还可以追踪折叠、去折叠,以及温度和溶液组成变化所引起的改变。
随着分子尺寸增大,溶液核磁共振研究会变得更加困难,因为分子转动变慢会使信号展宽,谱峰重叠也会加剧。氘代、选择性标记和专门设计的实验能够拓展其适用范围,但不存在适用于所有体系的统一尺寸阈值。固态核磁共振不要求分子快速转动,可用于研究纤维、膜相关蛋白及其他不溶性组装体,并常采用魔角旋转来提高光谱分辨率。细胞内核磁共振能够研究细胞环境中的特定分子,但其应用受到灵敏度、标记和背景信号的限制。核磁共振的这些不同形式将分子构造与动力学及局部化学环境联系起来,所提供的信息往往能够补充衍射或电子显微镜所得空间细节更丰富的模型。
互补测量与整合建模
许多生物大分子组装体无法仅靠一种高分辨率方法得到全面表征。它们可能过于柔性、存在时间过短,或体积过大且组成多变,因而无法确定唯一的原子结构。整合结构生物学将不同类型的证据纳入统一的建模框架,以研究这类体系。由此得到的结构表征可以包含稳定结构域的原子坐标、柔性片段的粗粒化描述,以及不确定排列方式的概率分布。其目的不一定是构建一个完整的原子模型,而是确定与所有现有观测结果相符的结构组织方式和运动模式。
小角散射测量溶液中的分子对 X 射线或中子的散射在小角度范围内的分布。它无需结晶即可提供有关整体尺寸、紧凑程度和形状的信息。例如,回转半径概括了散射物质围绕其中心的分布情况。由于信号经过旋转平均,许多不同的三维结构都可能产生相似的曲线。中子散射可采用包括选择性氘代在内的对比度变化策略,帮助区分复合物中的不同组分。将这些技术与独立获得的组成信息及分辨率更高的组分结构相结合,能够获得最丰富的信息。
其他测量手段则提供不同类型的约束。化学交联结合质谱分析可识别由交联试剂连接的残基对,在考虑连接臂柔性和化学可及性的基础上,限定这些残基之间可能的距离。氢氘交换质谱测量主链酰胺氢与溶剂发生交换的难易程度,从而提供有关保护程度、构象变化和界面的信息。基于荧光的距离测量可监测标记位点之间距离的变化,有时还能在单分子水平上进行。原生质谱有助于确定亚基组成及化学计量比,而离子淌度测量则提供与分子整体形状相关的信息。
整合建模必须明确考虑每一种测量结果与结构之间的关系。交联并不是一把精确的尺子,溶剂保护程度的变化也不能唯一确定直接接触。计算采样用于探索候选构型,评分函数则评估这些构型与观测结果及已有化学知识的吻合程度。未用于模型构建的独立数据可用于检验模型的预测有效性。输出结果可能是几个不同的结构簇,而非单一解;这种不确定性本身具有科学意义。核孔复合物等大型组装体表明,将组分结构、成像结果、相互作用数据和空间约束相结合十分有用。报告底层数据、假设、采样过程和不确定性至关重要,否则,整合模型表面上的完整性可能会掩盖其各部分所依据证据在支持力度上的显著差异。
计算预测与分子模拟
计算结构生物学处理若干相互关联但又各不相同的问题:根据序列预测折叠结构、构建复合物模型、估计不同构象的占比,以及计算分子相互作用如何影响稳定性或功能。经典的同源建模以经过实验表征的同源分子为模板,其依据是具有进化亲缘关系的蛋白质往往保留相同的整体折叠。模型的准确性取决于序列比对、模板的适用性以及结构分化的程度。与保守的核心区域相比,环区、插入片段以及发生变化的结构域间排列通常更难建模。对接方法则搜索相互作用分子可能采用的合理排列方式,通常将几何构型搜索与近似的能量评分相结合。
机器学习通过从序列和已知结构中提取统计关系,极大地改变了结构预测。进化共变分析可以揭示倾向于协同变化的残基对,这通常意味着它们在空间上彼此接近。较新的神经网络方法则直接整合序列、进化、几何和结构信息。AlphaFold在2020年的蛋白质结构预测关键评估(CASP)中大幅提升了蛋白质结构预测的准确性,相关系统也已将计算建模的范围拓展至日益复杂的分子相互作用。这些进展使许多尚无实验测定结构的蛋白质也有了合理的结构模型。
预测置信度并不等同于实验验证。局部置信度指标用于估计特定区域的可靠性,而预测比对误差指标则反映相对位置的不确定性,例如结构域之间相对位置的不确定性。一个单独预测时置信度很高的结构域,在全长蛋白质中的取向仍可能不确定。柔性序列、不同构象、依赖结合的折叠、化学修饰以及不常见的配体,仍然是重要挑战。预测得到一个复合物,也不能证明其组分会在细胞中相遇、以可观的亲和力结合,或采用模型所示的化学计量比。预测在用于设计实验、解读密度图或比较不同的机制解释时,尤其能发挥作用。
分子动力学模拟利用描述原子间相互作用的物理模型,计算原子随时间的运动。在常规模拟中,力场描述成键几何关系和非键相互作用,数值积分则以很小的时间步长推进系统的演化。溶剂和离子可以显式纳入模拟。模拟能够揭示局部重排、水合模式、离子透过过程以及可能的转变路径,但可覆盖的时间尺度和不充分的采样,使结果难以直接解读。增强采样方法和自由能计算可以克服其中一些局限。模拟轨迹与一个看似令人信服的机制解释相吻合,本身并不足以构成证据:结果取决于初始条件、力场的准确性,以及是否采样到了相关状态。当实验与计算相互检验时,二者最能提供有价值的信息。
折叠、无序与构象动力学
大分子并非刚性物体。即使是折叠良好的蛋白质,也会发生化学键振动、侧链旋转、环区波动以及更大尺度的结构重排。其行为可以用自由能景观来描述,其中包含由能垒分隔的不同构象能谷。在平衡状态下,一个状态所占的比例取决于它相对于其他竞争状态的自由能;状态间的转变速率还取决于它们之间的能垒。因此,占比最高的结构未必就是直接执行某一化学或机械步骤的状态。占比极低的构象也可能是必不可少的中间态。
蛋白质折叠研究多肽如何从有序程度较低的状态形成具有特定结构的构象系综。克里斯蒂安·安芬森对核糖核酸酶的研究支持了这样一条原理:在适宜条件下,氨基酸序列包含形成天然结构所需的信息。这并不意味着每一种蛋白质都能在孤立状态下高效折叠。细胞内的折叠受到核糖体、分子伴侣、结合伙伴、膜以及化学修饰的影响。有些多肽链经过中间态完成折叠,另一些则会沿多条路径折叠。聚集会与形成正确结构的折叠过程相竞争,尤其是在通常埋藏于内部的表面暴露出来时。结构测量和动力学实验考察这些过程的不同方面,因此必须结合起来解读。
内在无序蛋白质及内在无序区域在特定生理条件下不会形成单一、稳定的三级结构。它们的序列往往有利于保持高度柔性,并使大部分区域暴露于溶剂中,但无序并不等于均一的随机状态。有些片段会形成短暂存在的螺旋或紧凑的构象系综,另一些则在与伙伴结合时发生折叠。无序区域可以通过提供多个短相互作用基序或修饰位点来参与调控。其功能可能依赖于一系列构象的分布,而非某种唯一的原子排列。结构预测中的低置信度区域可能与无序相符,但要区分真正的无序和难以准确预测的区域,仍需要实验证据。
结构动态变化也是变构作用的基础,即一个位点的变化改变另一个位点的行为。位点间的信息传递可以涉及大尺度构象重排、已有状态的比例重新分配、柔性的变化,或这些效应的组合。血红蛋白是一个经典例子:氧的结合与亚基间相互作用的变化以及其他位点的协同结合相耦联。描述分子识别的两种常见模型是构象选择和诱导契合:前者指结合伙伴与预先存在的状态结合,后者指结合促使后续结构重排发生。这两种机制并非在所有情况下都相互排斥。要区分它们,需要了解各状态的占比和转变速率,而不能仅凭游离分子与结合态分子的结构。
催化与识别的结构解释
结构生物学通过确定相互作用的化学基团在三维空间中的位置,解释生物化学过程的特异性。酶的活性位点将底物、催化残基、辅因子和水分子组织成有利于反应发生的排列。催化并不只是牢固地结合底物:有效的酶能降低相对于非催化过程的活化自由能。结构可以提示电荷稳定、质子转移、共价中间体或金属配位如何发挥作用,但要证实一种机制,通常还需要动力学研究、化学分析和有针对性的扰动实验。在稳定复合物中观察到的几何构型,可能不同于瞬态过渡态中的构型。
丝氨酸蛋白酶体现了结构与化学反应之间的关系。在胰凝乳蛋白酶等酶中,丝氨酸、组氨酸和天冬氨酸残基的特定排列有助于亲核进攻和质子转移,而氧阴离子结合区域则稳定带负电荷的中间体。特异性在一定程度上取决于底物结合口袋的形状和化学性质。在金属蛋白中,结合的离子可以使底物适当排列、活化水分子或稳定电荷。解释这类结构时需要谨慎,因为即使能观察到金属结合位点,也不一定能确定在体内占据该位点的是哪种金属,而常规结构测定的分辨率也未必足以辨认所有相关质子。
分子识别并不局限于酶的活性位点。抗体通过由多个可变环共同构成的表面结合表位,其中形状互补、氢键、静电作用、溶剂置换以及构象适应均有贡献。DNA结合蛋白可以直接识别碱基特异性的化学基团,也可以感知DNA形状和可变形性中随序列变化的特征。RNA结合蛋白同样能够区分序列和折叠结构。这些界面上的结合能贡献往往分布不均:少数残基可能贡献很大,而看似广泛的接触表面中,也可能存在对结合能贡献不大的区域。
因此,从结构上作出解释,必须区分空间邻近与因果关系。通过突变替换一个参与接触的残基,可能会削弱结合,但原因可能是直接相互作用被消除、折叠结构的稳定性降低、构象平衡发生偏移,或表达水平改变。反过来,即使相互作用的双方没有直接接触,水分子介导的相互作用也可能十分重要。结合还取决于分子和溶剂的熵,因此仅靠统计氢键数量,通常无法可靠地预测亲和力。通过比较不同结构,结合量热测量、结合动力学研究和功能测定,可以确定哪些结构特征真正重要。随后,时间分辨研究和反应中间体测量可以将静态的化学基团排列与产生催化或识别作用的一系列事件联系起来。
膜与分子机器
细胞膜为分子结构提供了一种化学性质独特的环境。膜的疏水内部有利于形成跨膜螺旋或β桶,其外表面与脂质链相互作用;而极性基团则需要受到屏蔽、在内部形成氢键,或与充水区域接触。周围的脂质并非只是惰性溶剂。脂双层的厚度、曲率、侧向压力以及特定脂质种类,都可能改变蛋白质的构象与活性。因此,当膜环境对作用机制至关重要时,就需要将去污剂环境中获得的结构与脂质环境中的样品及功能测量结果进行比较。
离子通道展示了局部几何结构与集体运动如何相互配合。通道包含一条离子通透路径、一套选择性机制,以及一个或多个闸门。钾通道的结构表明,狭窄的选择性过滤器中,主链上的氧原子能够以高度有序的排列方式与钾离子配位。然而,要解释通道如何区分性质相近的离子,仍需考虑水合、柔性和多离子行为,而不能只看孔径。G蛋白偶联受体是另一个例子:配体结合会改变七螺旋束中各构象的分布,使受体能够与细胞内信号传导伙伴相互作用。不同的结合伙伴可以稳定受体构象景观中的不同区域。
大型分子机器将化学反应与协调运动耦联起来。ATP合酶将离子跨膜运动与旋转运动及催化位点的构象变化相耦联。结构研究已解析出不同的旋转状态,并揭示了嵌入膜中的转子如何与催化区域相连接。核糖体在底物识别、肽键形成和移位的循环过程中,协调信使RNA、转运RNA和翻译因子的活动。其功能依赖于不同状态之间的运动,而不是某一种优选排列。结构分类、动力学测量和单分子实验从互补的角度描述了这一循环。
其他组装体则负责构建、运输或组织细胞物质。微管是一类聚合物,其亚基的几何结构与核苷酸状态会影响其生长和缩短;马达蛋白则将核苷酸依赖的构象变化转化为沿这些轨道的定向运动。DNA复制与修复复合物在协调多种催化活性的同时,确保各组分都能接触同一核酸底物。在这些例子中,整体架构限定了哪些步骤在物理上能够发生,但各步骤的顺序与速率仍需独立证据来确定。分离出的亚复合物结构可以揭示各组分的作用机制,却可能无法体现完整组装体施加的约束。因此,要表征一台分子机器,就需要在相关的化学与力学条件下,确定其组成、对称性、相互作用网络以及运行状态的范围。
药物发现与分子工程
基于结构的药物设计利用分子模型来寻找并优化能够与生物靶标相互作用的化合物。结合位点的结构可以揭示空腔、静电特征、柔性区域,以及置换有序水分子或接触此前未被利用表面的机会。候选化合物可以通过计算对接来选择、通过实验来筛选,也可以由较小的化学片段组装而成。随后,靶标与化合物的复合物结构有助于解释化学优化过程中亲和力和选择性的变化。这是一个反复迭代的过程:根据假定的相互作用指导合成,再通过新的测量结果判断化学修饰是否产生了预期效果。
基于片段的药物发现从小分子入手,这些分子通常结合较弱,却能占据结合口袋中有助于提供关键信息的部位。晶体学、核磁共振及其他方法可以检测这类相互作用,并指导片段的扩展或连接。解读结果时,必须注意浓度、晶体堆积、配体溶解度,以及局部实验证据的支持力度。能够观察到处于结合状态的化合物,并不意味着它就是有效的抑制剂;结合更强,也未必能使其成为有用的药物。能否进入细胞、能否在细胞内与靶标结合,以及代谢、毒性和选择性,都需要在后续阶段进一步评估。结构证据能够提供分子层面的解释,但不能取代药理学研究或临床研究。
已有的经典案例既展现了这种方法的价值,也说明了它的局限。HIV蛋白酶的结构为靶向其活性位点的抑制剂的开发和优化提供了支持,后续获得的结构则帮助解释了与耐药性相关的变化。流感病毒神经氨酸酶的结构指导了相关抑制剂的开发,这些抑制剂模拟了底物或过渡态相互作用的重要特征。癌症研究利用激酶结构区分活性构象与非活性构象,并寻找可供利用的结合口袋。耐药性可能源于药物接触部位的直接变化、构象偏好的改变、活性的增强,也可能源于靶标本身以外的机制。一个结构只能解释所研究分子体系中体现的机制。
分子工程运用相关原理来改变或创造生物功能。抗体工程可以改变抗体的亲和力、特异性、稳定性,以及它与免疫系统组分的相互作用。酶工程将结构解读与选择或筛选相结合,以改变底物偏好,并改善酶在特定条件下的性能。计算蛋白质设计旨在寻找能够稳定所需折叠构象或呈现指定结合表面的序列。疫苗研究可以利用结构信息来稳定某种抗原构象;将病毒融合蛋白稳定在融合前构象,就是其中一个突出的例子。在上述每种情况下,设计出的结构都是一个可供检验的假设。表达、物理稳定性、结合能力、活性及生物学效应都需要通过实验加以表征,因为几何上合理的模型并不能证明其功能得以成功实现。
验证、不确定性与结构档案库
每个结构模型都结合了观测结果与假设。在精修过程中,通常会对键长、键角、立体化学和优选构象施加约束,因为仅凭实验数据无法独立确定每一个坐标。分辨率越低,这些先验约束的作用就越大。因此,一个模型可能在化学结构上看似无可挑剔,却与实验证据吻合不佳;也可能过度拟合含噪声的观测数据,牺牲了几何构型的合理性。验证旨在考察模型是否得到测量数据的支持、是否符合化学规律、复杂程度是否恰当,以及是否与构建模型时未使用的信息相符。
晶体学验证包括衡量计算所得衍射数据与实测衍射数据一致程度的指标。常规残差的形式为
自由残差 使用未参与精修的反射数据,有助于发现过拟合。但这两个数值都不能替代对局部电子密度、替代构象、配体几何构型或可疑接触的检查。立体化学检查可以识别异常的主链和侧链构型,但若有充分的实验证据支持,异常构象并不一定是错误的。反过来,几何构型良好的模型仍可能存在链追踪错误或配体位置错误。
冷冻电镜验证既评估重构图,也评估重构图与模型之间的对应关系。比较独立的半数据集重构图有助于评估分辨率,而局部分析则可揭示信息量在空间上的差异。模型构建与精修必须避免利用处理流程各阶段之间共有的噪声。核磁共振验证则考察模型与约束条件的符合程度、结构的几何构型,以及作为建模基础的信号归属是否充分可靠。无论采用何种方法,都不应将提交坐标的数值精度与坐标的实际准确度混为一谈。不确定性的分布可能极不均匀:有序的催化核心与尚未解析的外围环区,不能仅因同属一个条目就被赋予相同的可信度。
公共档案库使这些差异可供查验。蛋白质结构数据库保存大分子结构模型及相关元数据;电子显微镜数据库保存三维电镜重构图;生物磁共振数据库则保存与核磁共振相关的实验数据。如今的数据提交规范还支持提交验证报告及与所用方法相应的辅助文件。常用的 PDBx/mmCIF 格式突破了旧式固定列宽 PDB 格式的限制,能够容纳更广泛的结构数据和元数据。复用数据时,需要注意条目所代表的是晶体学不对称单元,还是提出的生物学组装体,还要留意哪些残基缺失,以及模型中包含了哪些化学组分。实验结构、整合模型和计算预测提供的是不同类型的证据,在数据库、出版物及下游分析中都应保持明确区分。
细胞环境与新兴研究方向
大多数经典结构研究实验通过分离单个分子或复合物来简化生物系统。这使实验结果易于解释,却也去除了细胞内的拥挤效应、空间组织、化学梯度、力学约束以及相互竞争的作用。蛋白质在细胞内的相互作用伙伴及其定位,可以决定它实际采用哪一种可能的结构。结构生物学正日益直接关注这些环境因素,力求将分子架构与细胞器、膜乃至整个细胞的组织方式联系起来。核心难题在于,保留生物系统的复杂性,通常会使高分辨率测量和明确的分子鉴定更加困难。
冷冻电子断层成像通过将玻璃化样品在一定角度范围内倾转并采集图像,重建三维体数据。与单颗粒分析不同,这种方法无需假定整个视野中都含有相同的颗粒,即可在结构所处的空间环境中研究不同结构。较厚的细胞通常需要先通过低温聚焦离子束铣削减薄,才能进行透射成像。有限的倾转范围会造成角度信息缺失,而总电子剂量又必须分配到整个倾转序列中。因此,单个断层重建体的噪声较大,且不同方向上的分辨率并不均一。如果能够识别重复出现的分子特征,就可以通过亚断层平均恢复更多结构细节,同时保留这些特征的位置信息。
关联成像将结构观察与其他测量联系起来。在进行更高分辨率的电子成像之前,荧光显微成像可以先定位细胞中的某个区域或带标记的组分,从而帮助建立分子身份与超微结构之间的联系。时间分辨实验则提供了一个互补的研究方向:在结构测量之前,通过快速混合、光激活或其他触发方式启动某个过程。这类方法旨在捕捉常规样品制备过程中可能消失的中间态。对其结果的解释,取决于触发的速度和均一性、反应时间的分布,以及所测量的分子群体是沿着单一路径还是多条路径演变。只有得到适当动力学证据的支持,一系列结构快照才能构成揭示机制的演变轨迹。
计算预测也正与细胞成像、蛋白质组学和进化信息相结合,用于鉴定组分并提出可能的相互作用网络。这为建立以往难以研究的系统模型创造了机会,但也增加了将合理拟合误当作唯一确定鉴定结果的风险。区分相似蛋白质、解析可变的组分构成,以及表征连续的柔性变化,仍是当前亟待解决的问题。其他尚未解决的任务包括:测量占比很低的功能态,确定天然化学与力学条件下的结构,以及为大型异质性模型赋予切合实际的不确定性。要取得进展,就需要实验和计算框架在证据尚不足以区分不同解释时保留这些可能性,而不是强行将每个生物系统都归结为一个细节完全确定的原子结构。