AlphaFold2预测的淀粉样轻链构象图谱及其与VL域突变和聚集倾向的关联研究

《Journal of Molecular Recognition》：The Conformational Landscape of AlphaFold2-Predicted Amyloidogenic Light Chains and Their Correlation With VL Domain Mutations and Aggregation Propensity

来自国际研究团队利用AlphaFold2人工智能技术，对系统性轻链淀粉样变性(AL)中四种易淀粉样变性的轻链(LCs)进行了全结构建模，揭示了λ6/λ1更易形成开放二聚体的构象特征，发现开放构象与高聚集倾向直接相关，为开发广谱LC稳定剂提供了新靶点。该研究突破了个体化治疗瓶颈，对多态性疾病AL淀粉样变诊疗具有重要指导意义。

　　

这项突破性研究揭示了免疫球蛋白轻链(LCs)在系统性轻链淀粉样变性(AL)中的构象奥秘。研究人员采用革命性的AlphaFold2人工智能技术，对四种临床高发的淀粉样变性轻链胚系——IGLV1(λ1)、IGLV3(λ3)、IGLV6(λ6)和IGKV1(κ1)进行了全结构建模。

令人振奋的是，构象分析发现了明显的胚系特异性规律：λ6和λ1轻链在86%和72%的预测结构中呈现"开放二聚体"特征，即两个可变区(VL)呈现分离状态。这种在蛋白质数据库(PDB)中罕见的构象，与临床观察到的疾病发生率完美吻合：λ6>λ1>λ3>κ1。更关键的是，开放构象（而非突变数量）与更高的淀粉样聚集倾向显著相关。

该研究首次建立了轻链胚系-构象特征-聚集倾向的定量关系，为开发广谱轻链稳定剂指明了方向。特别是鉴定出的开放二聚体界面，有望成为治疗多态性AL淀粉样变的通用靶点，大幅降低个性化治疗的成本和复杂度。这项成果为理解蛋白质错误折叠疾病提供了新范式，展示了人工智能在结构生物学中的强大潜力。