整合结构解析与配体优化：跨越甲状腺素运载蛋白突变谱系的精准治疗新策略

本研究针对甲状腺素运载蛋白淀粉样变性（ATTR）中不同TTR突变对稳定剂（如tafamidis和acoramidis）响应差异的难题，开发了结合AlphaFold3、ESM2、DiffDock-L和DiffSBDD的计算生物学流程，揭示了突变特异性结合模式，并通过生成式设计获得变异感知配体，为ATTR的精准药物设计提供了新范式。

　　

在精准医疗的时代浪潮中，遗传性疾病的治疗正经历从"一刀切"到"量体裁衣"的范式转变。甲状腺素运载蛋白淀粉样变性（ATTR）作为典型的遗传异质性疾病，因甲状腺素运载蛋白（Transthyretin, TTR）基因的200多种点突变而呈现复杂的临床表型。这些突变导致TTR四聚体结构 destabilization，释放出易于错误折叠和聚集的单体，最终形成不溶性淀粉样纤维沉积在心脏、神经等多器官系统。虽然tafamidis和acoramidis等稳定剂已获批临床，但它们对不同TTR变体的疗效差异仍不明确——就像用同一把钥匙试图开启结构各异的锁，其局限性不言而喻明。

为了解决这一难题，由Ugo Lomoio和Valentina Carbonari领衔的研究团队在《npj Systems Biology and Applications》发表了开创性研究。他们开发了一套整合多维度信息的计算生物学流程，系统解析了TTR突变谱系的结构-功能关系，并探索了变异感知的配体设计策略。这项研究不仅揭示了突变远端效应对结合口袋的allosteric regulation机制，更为实现ATTR的精准治疗提供了技术框架。

研究人员采用的多技术联用策略包括：利用AlphaFold3生成133种TTR变体的高精度结构模型；通过ESM2蛋白质语言模型提取序列嵌入特征并进行致病性分类；结合DiffDock-L与AutoDock Vina进行分子对接评估结合亲和力；采用DiffSBDD进行配体生成与优化；最后通过分子动力学模拟验证突变induced destabilization及配体rescue效果。所有分析基于公开数据库收录的临床相关突变，重点关注与神经性和心脏表型相关的变异。

Structural alignment of TTR variants

结构比较显示AlphaFold3预测的模型与实验结构高度一致（平均RMSD=0.2662?），TM-score聚类分析表明致病突变倾向于聚集在特定空间区域，提示它们可能引起相似的构象扰动。四聚体结构表现出高度保守性（TM-score≈0.96），而单体形式则显示更大变异性，这可能与其聚集倾向相关。

Latent space analysis using ESM2 and UMAP

基于ESM2嵌入的UMAP投影成功区分了致病性与良性变异（ROC AUC=0.9948），显著优于AlphaMissense等现有方法。值得注意的是，一些未明确分类的变异（如R124C）在嵌入空间中与已知良性变异聚集，提示其可能被错误注释；而S132I则与淀粉样变性变异聚集，与其报道的聚集倾向一致。

Network-based modelling of protein structural perturbations

蛋白质接触网络（PCN）分析揭示了致病突变显著影响四聚体稳定性的关键结构区域。Leiden算法识别出的7个（单体）和10个（四聚体）残基群落提供了mesoscale结构组织视角，将突变热点与集体结构动力学相联系。

Variant-aware molecular docking and ligand optimisation

分子对接显示tafamidis和acoramidis的结合亲和力存在显著突变依赖性差异。尽管acoramidis总体表现更优，但某些变异（如W61L、Y98F）对tafamidis表现出明显抗性——值得注意的是，Y98F突变虽远离结合口袋，仍通过long-range effects显著降低结合亲和力。

Ligand optimisation and de novo design

针对结合减弱的变异，研究人员使用DiffSBDD进行配体优化。针对Y98F变体设计的配体显著改善了结合亲和力，而针对V142I优化的tafamidis类似物不仅对目标突变有效，还对其他destabilizing variants有改善效果。de novo设计的配体在多个突变背景下表现出与acoramidis相当或更优的结合特性。

Assessing mutation-induced destabilisation and ligand-mediated rescue

分子动力学模拟证实V50M突变导致信号肽区和T4结合位点灵活性增加，而所有测试配体都能恢复局部刚性，使RMSF降至野生型水平。配体结合的V50M变体在整个模拟过程中保持compact conformations，而未结合配体则表现出更明显的构象漂移。

这项研究系统阐明了TTR突变通过直接破坏和allosteric effects影响配体结合的分子机制，打破了传统基于空间邻近性的认知局限。研究所建立的整合计算框架不仅为ATTR的精准治疗提供了新思路，其方法论也可推广至其他蛋白质错误折叠疾病，如肌萎缩侧索硬化症（ALS）中的SOD1突变、阿尔茨海默病中的tau蛋白聚集、系统性轻链（AL）淀粉样变性以及帕金森病中的α-synuclein变异等。

该研究的真正突破在于将蛋白质结构预测、语言模型嵌入、分子对接和生成式设计无缝整合，实现了从突变注释到个性化配体设计的全流程覆盖。通过证明即使是远端突变也能显著影响药物结合，研究强调了在药物开发中考虑蛋白质全局构象动态的重要性。随着实验验证的推进和更多临床数据的整合，这种计算驱动的方法有望加速罕见病精准治疗方案的开发，最终使不同基因型的ATTR患者都能获得最适合的治疗选择。