编辑推荐：
为解决对凝集素（lectins）系统性研究不足的问题，研究人员开展了关于凝集素结构组学工具的研究。结果表明多种技术可用于确定凝集素结构，还能基于此分类和预测。这对理解细胞通讯、疾病机制及生物技术应用意义重大。
在生命的微观世界里，细胞表面的聚糖结构和构象如同神秘的 “糖密码”，而凝集素则是解读这一密码的关键 “钥匙”。凝集素广泛存在于生物界，在蛋白质折叠分选、细胞黏附运输、免疫反应等众多生物学过程中发挥着关键作用，与癌症、慢性疾病以及感染性疾病的发生发展密切相关。然而，目前对于凝集素的研究还面临诸多挑战。一方面，凝集素的结构复杂多样，其多聚体和多价性增加了研究难度；另一方面，虽然已经积累了一些蛋白质三维结构数据，但如何利用这些数据深入了解凝集素的功能、分类以及预测其结合特异性，仍是亟待解决的问题。
为了攻克这些难题，来自国外的研究人员开启了关于凝集素结构组学工具的探索之旅。他们的研究成果发表在《BBA Advances》上，为我们深入理解凝集素的奥秘提供了重要线索。
研究人员运用了多种关键技术方法来开展此项研究。在确定凝集素三维结构方面，主要采用了 X 射线晶体学、核磁共振（NMR）、中子晶体学和冷冻电镜（Cryo-EM）技术。这些技术从不同角度为解析凝集素结构提供了可能。同时，通过构建和分析相关数据库，如 UniLectin3D 等，对凝集素进行分类和特征描述。此外，利用生物信息学工具，如 Hidden Markov Model（HMM）等进行序列分析和功能预测。
凝集素结构的测定与来源
研究发现，凝集素三维结构主要可从蛋白质数据库（PDB）及专业数据库 UniLectin3D 获取。在 UniLectin3D 记录的 2643 个结构中，97% 由经典 X 射线晶体学解析。X 射线晶体学虽能获得高分辨率结构，但对于较长碳水化合物链的结晶存在困难。NMR 适用于溶液中蛋白质及糖 - 蛋白质复合物结构的测定，已成功解析了一些小凝集素的结构。中子晶体学可揭示氢原子位置等重要信息，但受蛋白质和配体氘代及大晶体需求限制。Cryo-EM 技术发展迅速，能在不进行标记或结晶的情况下获取结构信息，尤其适用于分析具有结构和构象异质性的样本。
凝集素结构与聚糖识别基础
凝集素的功能特性主要源于其碳水化合物识别域（CRD），CRD 折叠方式多样，且凝集素存在多种架构形式，如单域（merolectins）、寡聚体（hololectins）或与不同功能域结合（chimerolectins）。凝集素通过识别聚糖羟基的立体特异性排列实现对碳水化合物的特异性结合，结合位点通常为浅口袋，结合时构象变化不大。结合过程中，碳水化合物配体需与结构化水分子竞争，同时与极性氨基酸形成氢键，芳香族氨基酸也参与其中。一些凝集素的结合还依赖金属离子，如钙离子在不同凝集素家族中发挥着稳定结构或直接参与糖结合的作用。此外，聚糖具有复杂的构象行为，凝集素结合时会选择特定构象，影响结合的热力学过程。
结构数据库与基于结构的分类
随着研究的深入，出现了多个与凝集素相关的数据库。GlyCosmos 的凝集素部分包含大量条目，但需要更系统的分类。UniLectin3D 则以凝集素三维结构为基础进行层次分类，分为 36 种折叠、109 类（基于氨基酸序列相似性）和 449 个家族（反映物种信息）。其中，β - 三明治和 β - 三叶形是常见的折叠类型。这些数据库为凝集素的研究提供了丰富的资源，有助于深入了解凝集素的结构和功能关系。
从序列预测结构：LectomeXplore 和人类凝集素组
研究人员利用 UniLectin3D 的分类信息，定义了每个类别的 HMM 特征，用于筛选蛋白质序列数据库，构建了 LectomeXplore 数据库，其中包含近 150 万条推定的凝集素序列。同时，创建了人类凝集素组（HumanLectome）数据库，收集了 215 种推定的凝集素，涵盖 19 个类别，为研究人类凝集素的功能和分布提供了重要平台。
机器学习预测结构和特异性
人工智能在糖科学领域的应用逐渐广泛，AlphaFold 软件在蛋白质三维结构预测方面取得了显著成果，但也存在局限性，如对某些藻类凝集素的结构预测效果不佳。在预测凝集素特异性方面，虽然面临诸多挑战，但已有多种软件工具被开发出来，如 LectinOracle、GlyNet 等，它们基于不同的数据和方法，为预测凝集素的特异性提供了新的途径。
研究人员通过一系列研究，揭示了凝集素结构测定的多种方法、结构与功能的关系、基于结构的分类体系以及利用生物信息学和机器学习预测结构与特异性的策略。这不仅有助于我们深入理解凝集素在生物过程和疾病中的作用机制，还为开发基于凝集素的生物技术应用、疾病诊断和治疗方法提供了理论基础，对生命科学和健康医学领域的发展具有重要推动作用。未来，随着技术的不断进步和研究的深入，有望进一步完善对凝集素的认识，解锁更多 “糖密码” 的奥秘，为解决相关疾病问题提供更有效的方案。
