综述：DMPG膜的结构转变与熔化过程及其与水相互作用的关系

本文深入探讨了带电脂质DMPG（二肉豆蔻酰磷脂酰甘油）在熔化过程中独特的七峰热容曲线，揭示了其膜几何形态转变与溶剂相互作用的耦合机制，并建立了可解释热力学数据及压力依赖性的理论模型，对理解生物膜相行为具有重要启示。

　　

Abstract

在二肉豆蔻酰磷脂酰甘油（DMPG）的熔化转变过程中，脂质链的有序度和三维囊泡结构排列同时发生变化。这些变化导致了在较宽温度范围内延伸的奇特热容曲线，并呈现出七个c_p最大值。本研究提供了在不同离子强度和电荷条件下的量热、粘度和体积膨胀系数数据。我们提出了一个简单的理论，该理论用两种膜几何形态的共存来解释量热数据，这两种形态都能发生熔化。在转变期间，这两种几何形态之间的平衡发生协同变化。这种平衡取决于膜与溶剂的相互作用、膜的电荷以及缓冲液的离子强度。溶剂相互作用也贡献了膜相的体积变化。与不带电的膜不同，我们发现焓变不再与体积变化成正比。因此，量热曲线的压力依赖性与不带电膜的不同。我们的理论定性和定量地解释了量热曲线的压力依赖性。此外，我们证明了同一理论可用于描述磷脂酰胆碱中的预转变和波纹相的形成。本文的一个关键结论是，溶剂分子（例如H₂O）是膜的一部分，就DMPG而言，水不能被视作一个独立的相。

Introduction

脂质膜可以从固态有序相熔化到液态无序相。熔化转变代表了脂质链有序度的变化。这种转变在生物膜中扮演着重要角色，例如在神经脉冲的产生过程中。该转变通常是连续的，即 susceptibilities 不发散，并且焓、体积和面积随温度或压力的变化而连续变化。这意味着广延变量是强度变量的单调递增稳态函数。在大多数报道的案例中，该转变表现为 susceptibilities 中的单一最大值，最显著的是热容，但也包括体积和面积压缩性、弯曲弹性以及电容 susceptibility。然而，存在一些有趣的行为偏差并未得到应有的关注。某些转变在以某种方式与囊泡形态变化耦合时，会显示出多个转变峰。一个众所周知的例子是多层不带电囊泡的预转变和主转变，这可被视为一个连续的熔化过程中的两个峰，该过程与熔化区域内膜表面周期性波纹的出现相耦合。预转变和主转变代表了此转变的下端和上端。在二棕榈酰磷脂酰胆碱（DPPC）的情况下，存在波纹相的熔化事件范围约为7度。第二个例子是低离子强度下带电脂质二肉豆蔻酰磷脂酰甘油（DMPG）的奇特熔化行为。DMPG的热谱图显示出两个或三个峰，发生在一个同样约7度宽的连续熔化过程中。在外峰之间的区域内，脂质分散体系粘度很高且透明，而在熔化区域之外则表现出低粘度和乳光外观。这种转变的热容曲线如图1所示。粘度和乳光（通过光散射测量）的变化与热容曲线的变化一致（见图2）。此类转变是本文的主题。

DMPG熔化曲线的积分对应于总转变焓，该值与脂质二肉豆蔻酰磷脂酰胆碱（DMPC）的相似，DMPC是一种表现出与DMPG相似热力学参数的不带电（两性离子）脂质。然而，预转变和主转变之间的耦合通常未被考虑，因此通常认为它只显示一个单一的熔化峰。DMPG复杂的熔化行为为了解熔化过程的本质提供了深入的视角。

DMPG的异常行为最早由Gershfeld和Nossal报道。此后，有许多出版物描述了这种行为。过去，我们提出熔化行为源于DMPG囊泡结构的变化，该变化与转变区域内膜弹性的变化相耦合。这种转变方案有效地描述了两种相互依赖的转变：1. 如上所述的链有序度转变；2. 宏观脂质集合体的几何和形状转变。本文的大部分内容致力于在热力学水平上理解这种耦合。

即使没有任何理论，也有大量的实验观察可以让我们对DMPG奇特行为背后的原因做出有根据的猜测：

• •
  热容曲线的形状取决于离子强度。在10 mM NaCl下，转变范围约为7度，相对粘度（即，归一化粘度与同温度下水的粘度之比）高达80。在200 mM NaCl的离子强度下，转变曲线仅显示一个单峰，并且转变中的粘度变化仅为约0.05，几乎看不见。由此可以得出结论，熔化行为强烈依赖于系统的静电学。
• •
  随着脂质浓度的增加，熔化区域变窄，直到DMPG的行为像不带电脂质（如DMPC）一样。这已在至少500 μM 到 150 mM 的浓度范围内得到证实。在此范围内，样品越稀释，转变的外峰分离得越远。这表明中间相（粘稠且透明）与熔化区域外的低温和高温相相比，与更多的水相互作用。如果脂质浓度高，每个脂质可用的水就少。在150 mM DMPG下，每个脂质大约有332个水分子。在0.5 mM下，每个脂质有111,000个水分子。假设DMPG和水的密度约为1 g/ml，膜在流体状态下的厚度为4 nm，并且膜是平坦的，这意味着在150 mM时，膜周围水层的厚度每侧约为17 nm。在0.5 mM脂质下，水层厚度增长到6 μm。量热曲线在这个从极低到极高的整个浓度范围内都发生变化，这一事实意味着没有自由水，所有水分子都与脂质相互作用。Loew等人称之为“无限溶胀”。因此，必须将脂质分散体视为一个单一的相，由具有非常厚界面水层的膜组成，即一种水凝胶，其中所有水都与脂质系统相关联。因为如果水独立于膜，并且水合膜相与水性相分离，那么额外的水不会改变热容曲线。

我们过去已经表明，对于许多两性离子甚至接近熔化转变的生物膜，焓、体积和面积都是温度的比例函数，即H(T) ∝ V(T) ∝ A(T)。这是一个显著的实验事实，它允许将 susceptibilities 相互关联起来：

(dV/dT)_p = γ_V ? c_p (体积膨胀系数)

κ_T^V(T) = (T ? γ_V² / V) c_p (等温体积压缩率)

κ_T^A(T) = (T ? γ_A² / V) c_p (等温面积压缩率)

其中 γ_V = 7.8 ? 10^-10 m²/N 和 γ_A = 0.893 m/N 是DPPC的参数，对于其他脂质如DMPC、脂质混合物以及来自肺表面活性物质和大肠杆菌的生物膜，这些参数假定非常相似。我们还表明，比例关系意味着在扰动之后只有一个主要的弛豫过程，并且可以确定弛豫常数：τ = (T² / L) c_p (弛豫时间)，其中L是一个唯象系数，对于DPPC和DMPC的多层囊泡，通过压力扰动量热法测量为6–8 ? 10⁸ J K/mol s，对于单层囊泡为14–20 ? 10⁸ J K/mol。这些相关性具有巨大的实用价值，因为它们允许从易于测量的热容来确定弹性常数和实验时间尺度。特别是，热容曲线允许确定生物膜中的弹性和弛豫行为。此类计算要求等式(1)中的关系是正确的。然而，存在一类具有奇特熔化行为的带电脂质（包括DMPG），尚不清楚上述关系是否确实成立。拥有等式(1)的反例可能会挑战该关系的普遍性。

体积和焓之间的比例关系可以通过压力量热法证实。高压导致量热曲线发生移动，但不影响量热曲线的形状。转变焓随[32] ΔH_0,p = ΔH_0,p0 ? (1 + γ_v ? Δp) 增加，其中p₀是大气压，T_p0是大气压下的温度，Δp是实验压力与大气压之间的差值。压力p = p₀ + Δp下的温度轴通过[32] T_p = T_p0 ? (1 + γ_v ? Δp) 重新标度。当执行上述变换时，可以从p = p₀时的热容曲线计算出p = p₀ + Δp时的热容曲线。反之，如果等式(1)中变换的有效性可以通过实验证明，则证明体积和焓是温度的比例函数。这在[32]中有详细展示。我们在此表明，这些关系对于涉及膜几何形态转变的DMPG并不成立。

Section snippets

Materials and methods

化学品：二肉豆蔻酰磷脂酰胆碱（DMPC）和其钠盐形式的二肉豆蔻酰磷脂酰甘油（DMPG）购自Avanti Polar Lipids（伯明翰，阿拉巴马州），无需进一步纯化即可使用。脂质分散在pH 7.5的2 mM或5 mM Hepes（Sigma）、1 mM EDTA（Fluka）缓冲液中。分散体在45°–60 °C下孵育几分钟，并在孵育后涡旋。扩展的脂质相自发形成。一些实验在蒸馏水中进行以保持...

Heat capacity and viscosity as a function of ionic strength and pH

DMPG的熔化高度依赖于浓度和电荷。浓度的影响在引言中已讨论。然而，DMPG不寻常的熔化行为也强烈依赖于膜电荷，而膜电荷受单价离子影响。高离子浓度导致表面电荷的屏蔽和静电表面电位的降低。图2显示了5 mM DMPG分散体在10 mM NaCl（...

Melting equilibria

在下文中，我们推导了一个理论，用于解释DMPG熔化曲线的奇特形状、体积膨胀与热容的偏差以及压力依赖性。让我们假设存在两种脂质膜的几何形态。它们都可以通过改变温度或压力而从凝胶状态熔化到流体状态。我们用一个简单的热力学模型来描述熔化过程，该模型包含如图7所示的四种状态。

四种状态之间的平衡显示...

Discussion

DMPG的奇特转变最早由Gershfeld和Nossal描述。粘度的增加、在熔化范围下端和上端出现的两个尖锐转变峰以及光衍射的显著减少由[7]研究。Gershfeld和Nossal专注于热谱图中的上部尖锐峰（我们在此标记为(b)，见图1），并提出存在一个临界单层转变可以解释这个峰。...

CRediT authorship contribution statement

Thomas Heimburg：撰写 – 审阅和编辑，撰写 – 初稿，可视化，验证，监督，软件，资源，项目管理，方法论，调查，资金获取，形式分析，数据管理，概念化。 Holger Ebel：调查，形式分析，数据管理。 Peter Grabitz：调查，形式分析，数据管理。 Julia Preu：调查，形式分析，数据管理。 Yue Wang：调查，形式分析，数据管理。

Declaration of competing interest

作者声明以下财务利益/个人关系，可能被视为潜在竞争利益：Thomas Heimburg报告财务支持由德意志研究联合会海森堡奖学金提供。 Julia Preu报告财务支持由玛丽·居里博士奖学金提供。 如果有其他作者，他们声明没有已知的可能影响工作的竞争性财务利益或个人关系。