【资料图】

近日，中国科学院生物物理研究所胡俊杰课题组在在国际学术期刊《自然—通讯》（Nature Communications）与《细胞科学杂志》（Journal of Cell Science）发表论文，结合先进的AI蛋白质结构预测技术，通过3D打印结构模型的方式发现了传统方法无法观测到的聚合方式。

这两项工作解析的是内质网“成管蛋白”诱导管状曲度与片状边缘曲度的分子机制，以及内质网腔体“桥连蛋白”调控片状内质网厚度的结构基础，进而深度揭示了内质网塑形的分子机制。

内质网是真核细胞的关键细胞器，负责蛋白合成、脂质合成及钙存储等重要过程。从形态上讲，内质网是一个由管状和片状交织而成的连续的膜系统。内质网的塑形与其生理功能有着直接的关联。然而，这些塑形蛋白易多聚且不均一，对塑形机制的解析造成了严重的阻碍。

研究人员运用近期发展的基于深度学习的结构预测方法，推测了酵母成管蛋白Yop1p的构象。随后，研究人员巧妙通过化学交联和3D打印模型拼接等，阐明了Yop1p多个二聚化界面的组合方式。此外，Yop1p的同源蛋白REEP1与遗传性痉挛性截瘫关联，其多个突变与破坏REEP1的聚合直接相关，证明了成管蛋白聚合装配的重要性。研究人员又运用类似的策略预测了Climp63的结构，发现Climp63的腔内结构域主要以螺旋为主，多个预测模型的差异显示了螺旋束的紧密程度较弱，其中一种构象若形成末端相对的二聚体，其长度符合细胞内观察到的内质网片状厚度。此外，该结构域表面富含电荷簇，可以多种方式形成同侧或对侧的聚合。

研究发现，生物膜塑形通常依赖塑形蛋白的多聚化调控，而塑形蛋白往往综合多个较弱的同源互作界面来实现最终的塑形多聚体。这种调控模式使得塑形机制的可调控性和可塑性变的很强。同样的理论也适用于细胞器互作中膜接触位点的建立。

本系列研究得到国家自然科学基金委，以及稳定支持基础研究领域青年团队计划等的支持。

标签：