深度学习解析Hsp90翻译后修饰互作网络及其对药物结合的调控机制

本研究针对Hsp90翻译后修饰(PTM)互作机制这一关键科学问题，通过整合质谱分析与深度学习AI模型，首次揭示了HDAC3/8缺失通过调控Hsp90α-K283/Hsp90β-K275位点乙酰化增强ATP竞争性抑制剂Ganetespib结合的分子机制。研究发现PTM互作重塑Hsp90互作组并创建特异性磷酸化特征，为开发靶向Hsp90的联合抗癌策略提供了新思路。

　　

在癌症治疗领域，热休克蛋白90（Hsp90）作为关键的分子伴侣，其功能调控一直是研究热点。这个蛋白如同细胞内的"蛋白质修复师"，负责维持300多种客户蛋白的稳定性，其中许多与癌症发生密切相关。然而令人困惑的是，尽管Hsp90抑制剂在实验室显示出良好效果，临床疗效却参差不齐。科学家们逐渐意识到，这背后可能隐藏着一个复杂的调控网络——翻译后修饰（PTM）的"密码"。特别是乙酰化和磷酸化这两种修饰，它们像分子开关一样调节着Hsp90的活性和药物结合能力，但具体如何协调运作仍是个谜。

美国威尔康奈尔医学院（Weill Cornell Medicine）的研究团队在《Journal of Biological Chemistry》发表的重要研究，通过创新的多组学整合策略揭开了这一谜团。研究人员首先利用基因编辑技术构建了HDAC1-11的系列敲除细胞系，通过生物素化Ganetespib（bio-GB）亲和纯化结合质谱分析，鉴定了Hsp90与药物的结合特征。随后开发了基于MIND-S框架的深度学习模型预测PTM互作，并通过位点特异性突变实验验证关键发现。

研究首先发现HDAC3/8缺失会显著增强Hsp90与ATP及Ganetespib的结合。质谱分析揭示这种变化伴随着Hsp90α-K283/Hsp90β-K275位点的超乙酰化，以及HOP、CDC37等辅助伴侣蛋白的脱离。通过构建乙酰化模拟突变体（K→Q）证实，这些位点的乙酰化状态直接调控药物结合能力。

更引人注目的是，深度学习模型准确预测了乙酰化引发的磷酸化级联反应。实验数据与AI预测高度吻合，显示HDAC3/8缺失会导致Hsp90α-S231/S263和Hsp90β-S255/S261等位点的超磷酸化，形成独特的PTM特征指纹。这种PTM重编程不仅改变Hsp90构象，还重塑其互作网络——质谱鉴定出64个结合减弱的蛋白（如参与蛋白质折叠的通路）和52个结合增强的蛋白（如翻译相关因子）。

这项研究的意义在于首次建立了HDAC活性-Hsp90乙酰化-磷酸化互作-药物响应的完整调控轴。其创新性体现在：开发了首个Hsp90特异的PTM预测AI工具，解决了传统质谱无法区分Hsp90亚型的难题；发现K283/K275乙酰化可作为预测Ganetespib疗效的生物标志物；为开发HDAC-Hsp90双靶点抑制剂（如MPT0G449）提供了理论依据。这项研究不仅推进了对蛋白质PTM网络的理解，更为精准抗癌治疗开辟了新途径。