揭示淀粉样前体蛋白胞内结构域（AICD）构象动态图谱：阿尔茨海默病与ALS治疗新视角

本研究针对淀粉样前体蛋白胞内结构域（AICD）在阿尔茨海默病（AD）和肌萎缩侧索硬化症（ALS）中的关键作用，通过整合分子动力学模拟（MD）、小角X射线散射（SAXS）、圆二色谱（CD）和核磁共振（NMR）技术，首次解析了含YENPTY功能基序的35残基AICD片段的多态性构象。研究发现AICD通过动态平衡的紧凑-延伸构象转换及瞬态二级结构形成，为理解其核信号转导和神经退行性病变机制提供了结构基础。

　　

在神经退行性疾病研究领域，淀粉样前体蛋白（Amyloid Precursor Protein, APP）因其与阿尔茨海默病（AD）的密切关联而备受关注。长期以来，科学界对APP的研究多聚焦于其水解产物Aβ在脑内沉积形成的淀粉样斑块，却忽视了另一个关键片段——APP胞内结构域（AICD）的生物学功能。这个仅含50-59个氨基酸的小片段，虽不及Aβ"声名显赫"，却在核信号传导和基因调控中扮演着重要角色。更引人深思的是，越来越多的证据表明AICD的功能紊乱不仅与AD相关，还可能参与肌萎缩侧索硬化症（ALS）的发病过程。然而，由于AICD本质上是一种固有无序蛋白（IDP），其结构的高度动态性使得传统研究方法难以捕捉其真实构象状态，这一知识空白严重制约了针对AICD相关通路的药物开发。

瑞典隆德大学（Lund University）化学系计算化学分部的Nabanita Mandal和Marie Skep?团队在《Biophysical Journal》发表的研究，首次采用多尺度技术手段揭示了AICD的构象密码。研究人员选取含有关键YENPTY基序的35残基AICD片段，通过5微秒的全原子分子动力学模拟（MD）构建构象库，结合SAXS、CD和NMR实验数据验证，建立了AICD的动态结构模型。研究创新性地采用时间延迟独立成分分析（tICA）和均匀流形近似投影（UMAP）等机器学习方法，解码了AICD构象转换的动力学特征。

关键技术方法包括：1）采用AMBER99SB-ILDN力场和TIP4P-D水模型进行5×1 μs的MD模拟；2）通过ESRF的BM29光束线获取SAXS数据，计算半径回转（R_g）和配对距离分布函数P(r)；3）利用CD光谱分析二级结构含量；4）基于Karplus方程计算J耦合常数验证骨架二面角采样准确性；5）应用tICA和UMAP算法识别亚稳态构象。

构象动态特征

通过RMSD和核密度估计分析显示，AICD在1.5 μs后达到准平衡状态，主要构象偏离参考结构约1.2 nm。SAXS数据显示实验R_g值为16.12 ?，与模拟结果（16.10 ?）高度吻合（χ²=1.162）。Kratky图和P(r)函数揭示AICD呈现部分压缩的柔性结构，最大分子延伸达40 ?。

溶剂可及性规律

溶剂可及表面积（SASA）分析显示，随着R_g增大（9-20 ?），AICD从紧凑态（SASA≈45 nm²）向扩展态转变。残基特异性分析发现N/C端（G1、Q34等）持续暴露，而中央疏水残基（V7、M33等）在紧凑态时发生瞬时埋藏，其中M33的SASA变异系数最高，提示其可能作为分子开关调节蛋白互作。

瞬态结构特征

接触图谱显示低R_g组存在密集的短程接触，尤其在YENPTY基序（Y20-Y25）周围形成氢键网络。CD分析表明AICD含60%螺旋结构（28.57% Helix 1 + 31.43% Helix 2），与实验数据（25%+26%）相符。二级结构概率分布显示中央区域存在β-转角（11.43%）和环状结构（28.57%），而YENPTY基序在紧凑态会形成瞬态α-螺旋。

构象景观解析

tICA分析发现AICD存在多个亚稳态，构象转换时间尺度与生物过程相关。UMAP聚类识别出四个特征构象群：Cluster 1（71%占比）显示YENPTY基序通过范德华力和π-π堆积形成紧密结构；Cluster 2-4则呈现逐步解离的过渡态，其中Cluster 4（1.5%占比）几乎完全解离。

这项研究首次系统描绘了AICD的构象动态图谱，揭示其通过YENPTY基序的构象调控可能影响FE65等适配体蛋白的结合。特别值得注意的是，M33等残基的动态溶剂暴露特征为解释AICD的翻译后修饰调控提供了结构基础。从转化医学视角看，该研究为开发靶向AICD构象选择的药物提供了新思路——相较于传统的活性位点抑制，稳定特定亚稳态构象或许能更精确地调控AICD的核信号功能。未来研究可进一步探索磷酸化等修饰如何重塑这一构象景观，以及不同构象亚群与神经退行性疾病特定病理特征的关联。