AlphaFold 3在糖链建模中的应用：能力、局限与糖蛋白相互作用研究新突破

本研究针对糖链结构复杂性和动态性带来的建模挑战，利用AlphaFold 3（AF3）开发了基于bondedAtomPairs（BAP）语法的糖链建模方法。通过系统评估不同输入格式（SMILES/userCCD/CCD），研究人员成功构建了N-糖链、O-糖链及脂质连接糖复合物的立体化学精确模型，并验证了其与糖基转移酶、凝集素的相互作用。该研究为糖生物学机制研究提供了标准化建模工具，填补了AI预测在糖科学领域的应用空白。

　　

糖链作为生命体中结构最复杂的生物分子之一，其立体化学多样性和动态特性长期制约着糖科学的发展。超过半数人类蛋白质存在糖基化修饰，这些糖链在免疫调控、病原体识别等过程中发挥关键作用，但传统实验方法难以捕捉其瞬时构象。随着AlphaFold系列算法在蛋白质结构预测领域的突破，最新发布的AlphaFold 3（AF3）首次扩展了多生物分子建模能力，为糖链研究带来了新机遇。

美国乔治亚大学的Chin Huang、Natarajan Kannan和Kelley W. Moremen团队在《Glycobiology》发表的研究，系统探索了AF3在糖链建模中的潜力。研究人员发现，直接使用简化分子线性输入规范（SMILES）或用户自定义化学组分词典（userCCD）会导致糖链立体化学错误，如半乳糖（Gal）C2羟基轴向/赤道取向错误、糖苷键α/β构型误判等。通过创新性地采用化学组分词典（CCD）编码的单糖模块与bondedAtomPairs（BAP）语法联用，成功构建了乳糖-N-新四糖（LNnT）、双天线N-糖链G2等复杂糖链的精确模型。

关键技术包括：1）基于GLYCAM的能量最小化糖链结构验证；2）通过JSON文件定义CCD编码与BAP共价连接；3）与PDB晶体结构（如MAN1A1/M9/La³⁺复合物）进行RMSD比对；4）跨膜蛋白CD22等多结构域糖蛋白的全体系建模。

研究结果揭示：

1. 1.

   糖链输入语法的优化验证

   通过比较SMILES、rdkit_utils转换的userCCD和CCD+BAP三种输入方式，证明BAP语法能准确保持糖链立体化学特性。如M9 N-糖链在α-甘露糖苷酶MAN1A1结合时，末端Man9残基从溶液相的⁴C₁椅式构象转变为催化所需的³OB船式构象，与GH47家族酶反应坐标理论相符。

1. 1.

   糖-蛋白复合物的精准预测

   AF3成功复现了糖基转移酶MGAT2与A1 N-糖链的催化复合物（RMSD 0.241 ?），其中3-臂GlcNAc结合于外显位点，6-臂Man伸入活性中心与UDP-GlcNAc配位。对于唾液酸转移酶ST6GAL1，模型准确捕捉了其对G2F糖链3-臂的优先识别特性。

2. 2.

   脂质连接糖链的拓展应用

   研究首次实现神经节苷脂GP1c、Globo H等糖鞘脂的完整建模。当Globo H与伯克霍尔德菌凝集素Bc2L-C形成三聚体复合物时，模型与晶体结构（6TIG）的RMSD仅0.137 ?。多萜醇焦磷酸（Dol-PP）连接的几丁二糖则正确呈现了N-糖链生物合成中罕见的α-糖苷键构型。

3. 3.

   O-糖链的动态建模突破

   针对难以结晶的O-连接糖链，AF3构建了核心1-4结构、硫酸角质素（KS）及O-Man核心M3糖链模型。其中包含磷酸核糖醇的非经典糖链骨架建模，为肌营养不良相关糖链研究提供新工具。

4. 4.

   跨膜糖蛋白的构象解析

   全长CD22（Siglec-2）的11个N-糖基化位点被同时建模，首次可视化其IgV结构域通过G2S2糖链介导的顺式相互作用，以及6-O-硫酸化GlcNAc（GlcNAc6S）对反式结合的调控机制。

讨论部分指出，AF3的扩散生成架构使其能超越训练集范围预测新型糖-蛋白相互作用，如对2023年后新发布的B3GALT5/核心3 O-糖链复合物（8ZX3）仍能达到0.096 ?精度。但需注意静态模型的局限性：1）Fc结构域N-糖链因晶体数据偏倚难以模拟加工酶作用；2）硫酸乙酰肝素（HS）长链建模需手动修正；3）matriglycan中α-木糖易被误判为β构型。

该研究建立的糖链建模标准流程，不仅推动了糖科学从"结构盲区"向机制研究的转变，其CCD+BAP的模块化策略更为复杂生物分子体系（如GPCR-配体复合物）的AI预测提供了范式。随着糖链数据库的扩充与算法迭代，AF3有望成为糖疫苗设计、糖基化抗体优化等转化医学研究的核心工具。