利用分子模拟和基于物理的多机器学习策略预测无序蛋白质的物理特性

《Biomacromolecules》：Prediction of Physical Characteristics of Disordered Proteins Using Molecular Simulation and Physics-Informed Multiple Machine Learning Strategies

多肽-聚合物共轭物通过AROP接枝-自策略制备，利用主胺和丙二硫实现可控聚合，扩展至二肽/三肽修饰，并成功应用于KLVFF肽链的硫醚聚合，为阿尔茨海默病研究提供新工具。

　　

肽-聚合物共轭物是一种非常有前景的分子，因为它们结合了肽的生物活性和聚合物的多功能性，从而在药物递送、生物材料和纳米医学领域具有广泛的应用前景，同时提高了稳定性、生物相容性和功能性。迄今为止，通过“接枝到”（grafting-to）方法合成这类生物杂化物一直是主要策略，而“接枝自”（grafting-from）技术的应用相对较少。虽然也开发了一些基于自由基的“接枝自”技术，但这些技术存在一些局限性，例如可聚合单体的种类有限，以及会引入不可降解的聚合物链。基于AROP（Aryl Radical Polymerization）的“接枝自”方法为合成含有杂原子的聚合物侧链的肽-聚合物共轭物提供了一条有前景但尚未充分探索的途径。我们报道了一种原创的AROP“接枝自”方法：使用伯胺作为接枝位点，N-乙酰同型半胱氨酸硫内酯作为连接剂，丙烯硫化物作为单体。通过使用各种受保护的和未受保护的氨基酸作为模型骨架，优化了这一接枝技术。此外，还实现了对赖氨酸残基侧链上的伯胺进行区域选择性功能化。该方法随后被扩展应用于二肽和三肽的合成。令人惊讶的是，即使使用末端含有未受保护羧酸基团的寡肽作为引发剂，接枝反应也能以可控的方式进行。此外，该技术还被用于在KLVFF肽序列（Lys-Leu-Val-Phe-Phe）上引入多硫醚接枝基团，而KLVFF肽序列是β-淀粉样蛋白（Aβ）中的关键识别位点，这种蛋白与阿尔茨海默病密切相关。