G蛋白与G蛋白偶联受体的解离动力学及别构调节的影响

《Proceedings of the National Academy of Sciences》：Dissociation kinetics of G proteins from G protein–coupled receptors and effects of allosteric modulation

G蛋白偶联受体（GPCR）与G蛋白的解离动力学是信号转导的关键环节，但传统分子动力学模拟难以捕捉缓慢动态过程。本研究提出PPI-GaMD方法，通过选择性加速非键相互作用能量，显著提升G蛋白从GPCR的解离模拟效率。在5个GPCR-G蛋白系统中验证该方法，成功预测解离速率与实验数据一致。进一步模拟发现，G蛋白解离存在两条路径：P1依赖ICL2区域相互作用，P2涉及TM5/6区域；正调节剂（如T62、MIPS521）通过增强受体ICL2与Gα5的相互作用，抑制解离动力学。结合BRET实验验证，PAMs通过稳定受体构象降低G蛋白解离速率，为靶向GPCR信号通路的药物设计提供新策略。

　　本研究围绕G蛋白偶联受体（GPCR）与G蛋白之间的相互作用展开，探讨了这些相互作用的动力学过程以及正向变构调节剂（PAMs）对G蛋白解离速率的影响。GPCR作为人体膜蛋白中最大的超家族之一，包含超过800个成员，是目前约三分之一上市药物的主要靶点。这些受体通过与特定的G蛋白亚型相互作用，触发一系列细胞内信号传导过程，从而在生理和病理过程中发挥重要作用。然而，研究GPCR与G蛋白之间的动态相互作用仍面临诸多挑战，尤其是在模拟G蛋白从受体上解离的慢动力学过程时，传统的分子动力学（MD）方法往往受限于模拟的时间尺度，难以充分捕捉这些复杂的生物过程。

为了解决这一问题，研究人员引入了一种新型的PPI-Gaussian加速MD（PPI-GaMD）方法。该方法通过选择性地增强非键合蛋白相互作用能量，显著降低了蛋白解离过程中的能垒，从而加速了模拟过程。相比传统的MD方法，PPI-GaMD在捕捉重复的蛋白解离与结合过程中表现出更高的效率，使其成为研究GPCR-G蛋白解离动力学的有力工具。通过PPI-GaMD模拟，研究人员成功揭示了G蛋白从GPCR解离的两个不同路径，并计算了相应的解离速率。这些速率与实验数据高度一致，进一步验证了该方法的有效性。

在研究过程中，研究人员对五种具有实验数据的GPCR-G蛋白系统进行了模拟，包括α?A-肾上腺素受体（α?AAR）-Gi、β?-肾上腺素受体（β?AR）-Gs、β?-肾上腺素受体（β?AR）-Gs、A?A-腺苷受体（A?AR）-Gs以及M?-胆碱受体（M?R）-Go。通过对这些系统的模拟，研究人员发现，G蛋白的解离速率在不同的系统中存在显著差异。例如，在α?AAR-Gi系统中，解离速率约为4.82 ± 0.44 × 10? s?1，而在β?AR-Gs系统中，解离速率高达1.54 ± 0.21 × 10? s?1。这些速率在实验测量中通常为秒到小时的量级，而PPI-GaMD方法通过加速模拟过程，使得这些速率的计算更加高效。

研究还进一步探讨了PAMs对G蛋白解离速率的影响。以腺苷A?受体（A?R）与Gi蛋白为例，研究人员通过PPI-GaMD模拟和生物发光共振能量转移（BRET）实验，发现PAMs能够显著降低Gi蛋白的解离速率。例如，在A?R-Gi系统中，Gi蛋白的解离速率在无PAM的情况下为4.09 ± 0.41 min?1，而在存在T62或MIPS521 PAMs时，解离速率分别降低至1.59 ± 0.13 min?1和1.86 ± 0.13 min?1。这一发现表明，PAMs通过增强受体与G蛋白之间的相互作用，从而延缓了G蛋白的解离过程，进而增强了受体的信号传导效率。

通过分析PPI-GaMD模拟数据，研究人员还识别了G蛋白解离的两个主要路径。路径P1主要涉及G蛋白与受体的内在环2（ICL2）区域的相互作用，而路径P2则更多地依赖于受体跨膜区5和6（TM5/6）的相互作用。这些路径在不同的GPCR-G蛋白系统中表现出一定的共性，但也存在系统特异性。例如，在β?AR-Gs系统中，路径P1和P2的中间状态分别为I1和I2，而在A?R-Gi系统中，PAMs的结合进一步增强了这些中间状态的稳定性。

研究还发现，GPCR的构象变化在G蛋白解离过程中起着关键作用。例如，在β?AR-Gs系统中，当G蛋白解离时，受体的TM3-TM6距离显著增加，表明该区域在解离过程中变得更加灵活。此外，PAMs的结合不仅影响了G蛋白的解离速率，还增强了受体与G蛋白之间的相互作用，从而稳定了受体的活性状态。这些结果为理解GPCR与G蛋白之间的动态相互作用提供了新的视角，并为开发针对GPCR的变构药物提供了理论依据。

尽管PPI-GaMD方法在研究G蛋白解离动力学方面表现出色，但研究仍存在一定的局限性。首先，模型未包括G蛋白的柔性α-螺旋结构，而这一结构在生物活性中起着重要作用。其次，模拟过程中使用了无核苷酸状态的G蛋白，而核苷酸交换是G蛋白激活和解离的关键步骤。此外，研究未涉及受体的ICL3区域，这一区域在信号传导调控中可能具有重要影响。因此，未来的研究需要进一步完善模型，以更准确地反映生物系统的真实情况。

本研究的结果不仅加深了对GPCR-G蛋白解离动力学机制的理解，还为变构药物的设计提供了新的思路。通过PPI-GaMD模拟和实验验证，研究人员揭示了G蛋白解离的动态过程及其受到的调控因素，这些发现对于优化药物作用机制、提高药物选择性和疗效具有重要意义。此外，该研究也为开发更高效的模拟方法提供了参考，有助于推动计算生物学在药物发现领域的应用。