编辑推荐：
新冠病毒（SARS-CoV-2）肆虐全球，其与宿主的相互作用机制尚不明晰。研究人员开展 SARS-CoV-2 - 宿主空间组织研究，构建出 3D 互作组图谱，确定关键复合物结构。这为理解感染机制、开发抗病毒疗法提供关键依据。
新冠疫情给全球带来了巨大冲击，新冠病毒（SARS-CoV-2）与宿主之间的相互作用机制成为科研人员关注的焦点。蛋白质 - 蛋白质相互作用（PPIs）在生物功能调控和疾病发展中起着关键作用，对于新冠病毒而言，其与宿主的 PPIs 与 COVID-19 疾病紧密相关。然而，目前的 PPI 网络研究存在诸多问题。一方面，PPI 检测方法存在局限性，导致网络往往不完整且难以利用；另一方面，现有的 PPI 网络大多是二维表示，无法体现蛋白质在细胞内真实的三维空间位置关系，而且网络中的距离常缺乏生物学意义。因此，为了更深入地了解 SARS-CoV-2 的感染机制，开发更有效的抗病毒策略，开展相关研究迫在眉睫。
来自法国巴斯德研究所（Institut Pasteur）、加拿大 Lunenfeld-Tanenbaum 研究所等多个研究机构的研究人员共同开展了此项研究。他们通过一系列实验和分析，构建了 SARS-CoV-2 与人互作组的三维（3D）模型，揭示了病毒蛋白入侵细胞的模式以及病毒利用细胞机制的协同作用，还确定了一些功能重要的病毒 - 宿主复合物，并获得了其结构模型。这一研究成果发表在《Communications Biology》上，为理解 SARS-CoV-2 的感染机制以及开发抗病毒疗法提供了重要的理论基础和研究方向。
研究人员主要运用了以下关键技术方法：首先是邻近依赖性生物素识别（BioID）技术，用于获取 SARS-CoV-2 蛋白的近端相互作用组数据；其次是 split-nanoluciferase（mN2H）检测，该方法能通过蛋白质片段互补检测二元 PPIs，与 BioID 技术相互补充；此外，还利用了 AlphaFold-Multimer 进行病毒 - 宿主复合物的结构预测。
建模 SARS-CoV-2 - 宿主蛋白质组的空间组织
研究人员基于 BioID 诱饵蛋白能标记半径约 10 - 20nm 内近端伙伴的特性，利用生成的 27 种 SARS-CoV-2 蛋白的 BioID 相互作用组数据，构建加权图结构。通过引入已知的宿主 - 宿主蛋白相互作用，应用力导向图布局算法，确定了病毒和宿主蛋白的 3D 坐标，生成了可交互的病毒 - 宿主相互作用图谱。该图谱虽无法精确对应细胞物理体积，但能近似展示病毒和宿主蛋白的空间组织。同时，研究人员还对图谱进行优化，如过滤高连接度宿主蛋白，确定了与病毒蛋白紧密相关的宿主因子，这些因子大多与膜相关。此外，通过与 SARS-CoV-2 相关的 CRISPR-Cas9 研究数据交叉分析，发现了对 SARS-CoV-2 诱导细胞毒性重要的宿主因子及其在病毒多肽近端景观中的定位。
构建完整的 SARS-CoV-2 - 宿主接触组模型
研究人员整合多种方法产生的 SARS-CoV-2 - 宿主相互作用组数据，运用相同的建模和 3D 可视化方法，完善了 SARS-CoV-2 - 宿主 3D 图谱。通过比较不同研究中病毒 - 宿主蛋白对的欧氏距离，发现基于该研究近端数据集创建的 3D 图谱中，病毒 - 宿主蛋白对的平均距离更低，且能准确将阳性病毒 - 宿主相互作用定位在更近的距离，表明该 3D 图谱具有较高的可靠性。
探索近端相互作用组数据集中病毒蛋白的物理接触
研究人员用 mN2H 检测补充 BioID 近端相互作用组数据集。他们从 BioID 数据集中选取两组宿主因子，与 27 种病毒蛋白进行 mN2H 检测。结果显示，在测试的病毒 - 宿主蛋白对中，6% 表现出直接相互作用，在 BioID 检测到的蛋白对中，21% 为直接相互作用。mN2H 检测的 SARS-CoV-2 - 宿主直接相互作用质量与高度研究和整理的直接相互作用相当。通过 mN2H 相互作用谱分析，还发现了不同病毒蛋白与宿主蛋白的特异性相互作用，以及病毒蛋白之间的相互作用枢纽，这些都与 3D 图谱中蛋白的定位相符，进一步验证了 3D 图谱的准确性。
BioID-based 3D 相互作用图谱的预测价值
研究人员利用 mN2H 数据评估 3D 图谱在识别潜在直接相互作用方面的预测价值。结果发现，mN2H 检测到的直接相互作用蛋白之间的平均距离比非相互作用蛋白短，且 3D 图谱中诱饵与猎物距离越近，mN2H 检测为阳性相互作用的概率越高。在距离小于 0.2 时，基于 BioID 近端伙伴预测 mN2H 阳性相互作用的召回率为 90%，精度为 20%，表明 3D 图谱可基于距离预测直接相互作用。
病毒 - 宿主复合物相互作用界面的建模
研究人员使用 AlphaFold-Multimer 对 mN2H 检测为阳性的病毒 - 宿主 PPIs 进行结构预测，为 10 个（约 14%）PPIs 提供了可接受置信度的预测结构。其中，NSP13-USP13 相互作用的 pDockQ 得分最高，通过同源建模也得到了该复合物的结构，为研究其在 SARS-CoV-2 感染中的作用和开发抗病毒药物提供了重要依据。
靶向建模的病毒 / 宿主复合物的人类成分以识别潜在疗法
研究人员开发了 Nano-Fuse 检测方法，通过纳米荧光素酶活性测量 SARS-CoV-2 感染。用该方法测试 USP13 抑制剂 Spautin-1 对 SARS-CoV-2 感染的影响，发现其能有效抑制病毒感染，且抑制效果优于蛋白酶抑制剂 GC376，且无毒性，证实了 USP13 在 SARS-CoV-2 感染中的作用，为进一步筛选 PPI 破坏化合物提供了方向。
研究构建了 SARS-CoV-2 - 宿主互作组的 3D 图谱，揭示了病毒 - 宿主相互作用的空间组织和动态变化，验证了 3D 图谱在预测直接相互作用方面的准确性和价值，确定了关键的病毒 - 宿主复合物及其结构，为理解 SARS-CoV-2 感染机制和开发抗病毒疗法奠定了基础。同时，该研究也为蛋白质相互作用网络的空间表示提供了新的方法和思路，在生命科学和健康医学领域具有重要的意义。不过，研究也存在一定的局限性，如目前仅使用了 SARS-CoV-2 的 BioID 数据集，3D 图谱是静态的等。未来可利用机器学习算法和更多数据进一步完善病毒 - 宿主相互作用的动态模型，推动相关领域的发展。
