RNA单G凸起选择性小分子配体的机制研究：基于高斯加速分子动力学的耦合素衍生物识别机制解析

本研究针对RNA靶向药物开发中的选择性难题，通过整合高斯加速分子动力学模拟(GaMD)、核磁共振弛豫测量(R2)和结构-活性关系(SAR)分析，揭示了耦合素衍生物通过罕见的小沟结合模式特异性识别RNA单G凸起结构。研究发现配体平面性、电荷状态等分子特征是结合关键，为理性设计RNA靶向小分子提供了新框架。

　　

RNA作为基因调控的核心分子，其结构靶向一直是药物开发的难点。传统RNA小分子面临选择性差、结合机制不清等挑战，尤其对单核苷酸凸起等动态结构的识别缺乏系统研究。美国芝加哥大学、北卡罗来纳大学等机构的研究团队在《Nucleic Acids Research》发表论文，以SARS-CoV-2基因组中G凸起为模型，揭示了耦合素衍生物的特异性识别机制。

研究采用三项关键技术：1) 荧光偏振(FP)测定69种耦合素衍生物对四种RNA凸起的结合亲和力；2) 全原子高斯加速分子动力学(GaMD)模拟捕获配体-RNA结合路径；3) ¹H SOFAIR NMR弛豫测量验证结合位点。人类来源的RNA序列通过化学合成获得。

主要结果
选择性结合验证
通过FP实验发现耦合素衍生物对G凸起(RNA1)的亲和力(K_d=0.27±0.01 μM)显著高于A/U/C凸起(>35倍)，且与GA富集序列结合模式不同。DNA修饰实验显示结合依赖RNA特有的沟槽几何特征。

小沟结合机制
GaMD模拟首次捕捉到C30配体自发插入RNA小沟的动态过程：

• 耦合素BC环与凸起G24形成氢键(N1-内酯)
• DE环与C12产生π-π堆积
• 质子化哌嗪(A环)与磷酸骨架静电作用
  非平面衍生物C30-Me因空间位阻丧失结合能力，验证了平面性对沟槽结合的关键作用。

NMR实验验证
¹H SOFAIR测得G9/A10/U22/C23/G24核苷酸的R₂弛豫率显著增加(ΔR₂^%>100%)，与模拟预测的结合位点高度一致。

分子特征定量分析
通过拉索回归(Lasso)从443个分子描述符中鉴定出8个关键特征：

• 正电荷贡献(如FCharge描述符)
• 平面性(BC-DE二面角<-30°时K_d增加10倍)
• 棒状分子构型(NPR1<0.2)

该研究不仅阐明了RNA小沟结合的新机制，更建立了"计算模拟-实验验证-机器学习"三位一体的RNA配体设计框架。对开发抗病毒药物(如靶向SARS-CoV-2 RNA)和遗传病治疗剂(如脊髓性肌萎缩症SMN2调节剂)具有重要指导意义。特别值得注意的是，研究揭示的平面性-电荷协同作用原则，可拓展至其他结构化RNA靶点的配体设计。