肽缀合磷酰二胺吗啉寡核苷酸(PPMO)的分子特性与构效关系研究:从溶液结构到药物递送优化

【字体: 时间:2025年08月27日 来源:Molecular Therapy Nucleic Acids 6.1

编辑推荐:

  本研究针对肽缀合磷酰二胺吗啉寡核苷酸(PPMO)的结构-功能关系这一关键科学问题,通过结合圆二色谱(CD)、粘度测量与分子动力学(MD)模拟,首次揭示了22-mer、25-mer和30-mer PPMO在溶液中的非经典折叠结构特征。研究发现-GlyArg6肽段虽不改变PMO组分的结构特性,但显著影响溶液粘度行为,为优化PPMO制剂工艺提供了重要理论依据。该成果发表于《Molecular Therapy Nucleic Acids》,为开发更高效的抗肌萎缩蛋白(Dystrophin)外显子跳跃疗法奠定了结构基础。

  

在基因治疗领域,反义寡核苷酸(ASO)犹如一把精准的"分子剪刀",而磷酰二胺吗啉寡核苷酸(PMO)作为其特殊变体,凭借稳定的非离子型骨架在杜氏肌营养不良症(DMD)治疗中崭露头角。然而这把"剪刀"面临着一个关键瓶颈——如何高效穿透细胞膜?科学家们尝试给PMO装上"导航肽"(如-GlyArg6),形成肽缀合PMO(PPMO),但这类复合分子的三维结构始终如同"黑箱",严重制约了其优化设计。更棘手的是,高浓度PPMO溶液的异常粘度行为常常让制剂工程师们束手无策。

美国马萨诸塞大学Lowell分校的Evgenii Kliuchnikov团队联合Sarepta Therapeutics公司,在《Molecular Therapy Nucleic Acids》发表的研究犹如一盏明灯。研究人员选取靶向肌营养不良蛋白前体mRNA外显子45、53和51的22-mer、25-mer和30-mer PPMO为模型,构建了融合PMO与肽段的全原子力场,通过10次1微秒级分子动力学(MD)模拟捕获5500帧构象,结合圆二色谱(CD)和粘度实验,首次绘制出PPMO在溶液中的"分子肖像"。

关键技术路线包含:1)采用改进的AMBER力场进行全原子MD模拟;2)通过Barnaba软件分析碱基堆积和配对;3)结合支持向量机和非线性回归解析CD谱特征构象;4)利用HYDROPRO计算本征粘度;5)采用MM/GBSA方法计算折叠自由能。特别针对22-mer、25-mer和30-mer三种不同长度PPMO的系统比较,揭示了序列依赖性构效关系。

22-mer、25-mer和30-mer PPMOs的结构特征

研究发现所有PPMO均形成半径约1.4-1.5 nm的紧凑结构,带有4-6个碱基对和5-11个碱基堆叠。25-mer PPMO展现出独特的结构动力学:其3'-端PMO与-GlyArg6肽段的氢键相互作用时间分数达14%-30%,显著高于22-mer(2%)和30-mer(3%)。这种差异源自25-mer序列中毗邻3'-端的嘧啶碱基(胞嘧啶和胸腺嘧啶)更易与精氨酸侧链形成氢键。

实验CD光谱的理论重建

通过非线性回归分析,团队识别出5-7个主导溶液构象(占群体85%-90%),其理论CD曲线与实验数据高度吻合。值得注意的是,270 nm处的正峰强度呈现22-mer>25-mer>30-mer的梯度变化,而210 nm处的负谷深度则以25-mer为最深。这种差异反映不同长度PPMO中电子离域程度的微妙变化。

粘度-浓度曲线的分子基础

在稀溶液(<30 mg/mL)中,三种PPMO粘度相近(η≈1.1 mPa/s),但在高浓度(70 mg/mL)时出现显著分化:25-mer粘度达4.24 mPa/s,远超22-mer(2.36 mPa/s)和30-mer(3.47 mPa/s)。Huggins常数分析表明,25-mer的kH=9.7,暗示更强的分子间作用倾向。溶剂可及表面积(SASA)计算揭示,25-mer每个核苷酸的溶剂暴露面积最低,这与其高粘度行为相呼应。

PMO与PPMO的对比启示

尽管-GlyArg6肽段自身呈无规卷曲(31%Turn+69%Coil),但其存在使PPMO折叠自由能(ΔG)比相应PMO更低(如25-mer PPMO ΔG=-71 kcal/mol)。特别重要的是,肽段通过增加分子表面亲水性,使PPMO在高浓度下的粘度始终低于对应PMO,这一发现为优化注射制剂提供了关键参数。

这项研究首次建立了PPMO溶液结构的"构象全景图",揭示出三个关键规律:1)PMO组分主导整体结构,但肽段通过位置特异性相互作用(特别是25-mer 3'-端)调节分子柔性和溶液行为;2)嘧啶碱基更易与精氨酸侧链形成稳定氢键网络;3)SASA/核苷酸是预测制剂粘度的有效指标。这些发现不仅解释了临床观察到的25-mer PPMO特殊制剂挑战,更为设计新一代"可注射性"更优的PPMO提供了分子蓝图。正如研究者Valeri Barsegov指出:"这项工作的真正价值在于将PPMO从经验优化带入理性设计时代——我们现在可以像工程师看待齿轮那样精确调控其分子特性。"

相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号