机器学习与统计方法整合预测应激反应蛋白特征网络及糖化人血清白蛋白结合亲和力研究

本研究针对糖尿病等疾病中糖化人血清白蛋白（HSA）对药物结合亲和力的影响问题，通过分子对接和亲和力预测技术，建立了糖化与非糖化HSA在Sudlow位点I的结合差异评估方法。该方法成功应用于多种糖尿病治疗药物，为临床用药调整提供了理论依据，对精准医疗具有重要意义。

　　

在糖尿病等代谢性疾病中，人血清白蛋白（Human Serum Albumin, HSA）的糖化修饰会显著影响其运输药物的能力，进而改变药物在体内的分布和药效。作为血液中最丰富的蛋白质，HSA通过Sudlow位点I和II结合多种药物分子，而高血糖环境下Lys195等关键位点的糖化会直接干扰这一过程。尤其对于治疗窗狭窄的药物，这种结合能力的改变可能导致疗效不足或毒性增加，成为糖尿病临床管理的潜在风险。

法国国家科学研究中心（CNRS）与法国高等教育与研究部（MESRI）的研究团队在《Computational Biology and Chemistry》发表研究，开发了一套整合分子对接与亲和力预测的计算方法，用于量化糖化与非糖化HSA在Sudlow位点I的结合差异。研究人员通过分析PDB数据库中HSA-配体复合物结构（如4IW2、1AO6等），结合分子动力学模拟，揭示了糖化修饰对药物结合的分子机制，并将模型拓展至缺乏结构数据的糖尿病治疗药物，为个体化用药提供了新工具。

关键技术包括：1）基于PDB数据库的HSA-配体复合物结构筛选；2）分子对接模拟糖化与非糖化HSA的配体结合模式；3）结合自由能计算预测亲和力变化；4）实验数据验证（如抗糖尿病药乙酰己酰胺结合增强现象）。

【结果与讨论】

1. 糖化位点特征：Lys195与Lys199通过亲核反应形成HSA-葡萄糖加合物（PDB 4IW2），二级结构保持稳定但局部构象变化显著影响结合口袋。
2. 亲和力差异：糖化HSA对Sudlow位点I配体（如华法林）的结合能力改变与实验数据吻合，证实方法的可靠性。
3. 药物应用：模型预测糖尿病治疗药物在糖化HSA中的结合趋势，为临床剂量调整提供依据。

该研究首次建立了一套可量化评估HSA糖化对药物结合影响的计算流程，不仅解决了传统实验方法耗时耗材的问题，更为糖尿病患者的精准用药开辟了新途径。未来可通过扩大样本验证进一步优化模型，推动个性化治疗的发展。