《Proteins: Structure, Function, and Bioinformatics》：Information-Theoretic Framework for Allosteric Communication Pathway Prediction From Protein Structure
编辑推荐：
变构通讯（allosteric communication）是蛋白质功能的基础，但识别信号传递所经的残基水平通路及其方向性仍是一项重大挑战。在此，研究人员提出一个多指标信息论框架，可在数秒内从单一蛋白质结构识别候选变构通讯通路。该方法结合来自高斯网络模型（Ga
变构通讯（allosteric communication）是蛋白质功能的基础，但识别信号传递所经的残基水平通路及其方向性仍是一项重大挑战。在此，研究人员提出一个多指标信息论框架，可在数秒内从单一蛋白质结构识别候选变构通讯通路。该方法结合来自高斯网络模型（Gaussian Network Model, GNM）的转移熵（Transfer Entropy, TE）以赋予残基-残基耦合模型的方向不对称性，结合互信息（Mutual Information, MI）以量化耦合强度，并结合条件互信息（Conditional Mutual Information, CMI）以检测介导间接耦合的中继残基。在网络层面，Burton–Pemantle系综随机生成树提供稳健性加权中介中心性（betweenness centrality），从而区分持续性通讯瓶颈与偶发枢纽。净转移熵分布幅度的Kullback–Leibler（KL）散度量化网络重布线并识别变构开关。研究人员在四个实验表征系统上验证该方法：PSD-95的PDZ3、p38α MAP激酶、KRAS WT对致癌性G12D突变体，以及kinesin-5在ATP与ADP结合状态。定量验证表明，该工作流捕获了既往报道的热点，并在全通路重叠指标上超过仅MI和接触图最短路径基线，同时至少与拓扑匹配随机对照表现相当。计算时间从约14 s（110个残基结构域）到约7 min（350个残基结构域），在标准笔记本电脑上完成。因此，该方法可系统应用于大型蛋白质家族。
论文解读
变构调节（allosteric regulation）是蛋白质在一个位点受到扰动后调制远距离位点功能的过程，几乎参与细胞信号传导的所有方面。然而，信号如何从变构位点到达功能位点、经由哪些残基以及方向性如何，仍不清楚。核磁共振（Nuclear Magnetic Resonance, NMR）弛豫弥散、氢-氘交换等实验可提示两位点偶联，但很少解析连接它们的完整残基路线和方向性；双突变环可识别能量偶联残基对，但只探测孤立残基对，不能重建通路。计算方面，分子动力学（Molecular Dynamics, MD）模拟结合相关分析或最短路径算法虽可映射通讯网络，但通常需要微秒级全原子模拟，限制了对蛋白质家族或突变数据库的大规模扫描；常用耦合度量如相关系数、互信息、距离涨落是对称的，能检测哪些残基一起运动，却不能判断哪一个驱动另一个。高斯网络模型（Gaussian Network Model, GNM）无需模拟，直接从接触网络拓扑编码平衡涨落性质。Hacisuleyman and Erman (2017)表明，可从GNM协方差矩阵计算转移熵（Transfer Entropy, TE），从单一结构确定净信息源与信息汇。基于此，研究人员扩展为更完整工作流，并在四个系统上测试。
研究人员开展的研究提出TE、MI、CMI、Burton–Pemantle系综随机生成树和KL散度组成的框架：TE给方向性，MI给耦合强度，CMI检测介导间接耦合的中继残基，网络层面识别持续通讯瓶颈，KL散度检测功能状态间变构网络重布线。该方法在PDZ3、p38α、KRAS WT与G12D、kinesin-5 ATP与ADP结合态上验证，能从单一结构在约14 s至约7 min内给出候选通路，捕获既往报道热点，并在全通路重叠指标上超过仅MI和接触图最短路径基线，至少不差于拓扑匹配随机对照，说明其可用于大规模蛋白质家族研究。
用于开展研究的关键技术方法如下：构建GNM，每个残基为节点并置于侧链重原子质心，Gly用虚拟C
β，按蛋白大小设置接触截断r
c并构建Kirchhoff矩阵，经奇异值分解（Singular Value Decomposition, SVD）和伪逆获得残基涨落协方差；由协方差计算TE、MI和CMI；用CMI阈值检测中介；路径从最高Net T
i→j种子贪心选择未访问残基，经CMI介导过滤器插入中继，至信息汇终止，并取前五种子生成路径集合；用Burton–Pemantle从MI加权图采样1000棵随机生成树，计算系综中介中心性和稳健性；五准则修剪路径；用KL散度比较状态。基准结构来源为PDZ3 PDB id:1BFE、p38α PDB id:1WFC、KRAS WT PDB id:6GOD与G12D PDB id:6GOF、kinesin-5 ATP PDB id:3HQD与ADP PDB id:1II6。
3.1 PDZ3。研究人员将该算法用于PDZ3的apo晶体结构1BFE。前五种子位于C端延伸区Asn415、Ser408、Arg405、Thr414、Asn403。主要修剪路径从Asn415出发，经Thr414、Val413、Ser404、Ile412、Glu401进入远端α3的Tyr397，再进入β3、β2肽结合槽、β1-β2环、β2-β3环，终止于α2。五条路径均沿相同路线，从α3/C端区域汇聚到β2和α2形成的肽结合槽。CMI中介集中在β2/α2槽、α2连接环及Glu401。Burton–Pemantle系综分析独立支持α3/C端为优势通讯枢纽。修剪后至少三条路径重复出现的13残基共识核心位于α3/C端和β2/α2肽结合槽，其中Glu334、Gly335、Ala370、Tyr397、Glu401与Petit et al.和Kaya et al.参考集一致，Tyr397也出现于共识核心。定量上，共识核心精确匹配F1为0.21，5 ?空间邻近F1为0.55，全路径F1为0.56，超过仅MI最短路径基线0.15和接触图基线0.12，与拓扑匹配随机游走不可区分（p=0.41）。结论是从晶体结构单独恢复通讯骨架并定位于α3/C端变构区域。
3.2 p38α MAP激酶。研究人员将该算法用于p38α的apo晶体结构1WFC。前五种子位于N叶核苷酸/变构界面附近，包括Glu12、Glu97、Arg10、Arg94、Thr7。主要路径从Glu12出发，跨N叶β片，进入C叶αE、催化环/HRD、激活环DFG残基Phe169、Asp177、Met179以及Thr180-Gly181-Tyr182磷酸化模体，再沿αF到αF-αG/MAPK插入区。五条路径从不同N叶残基起始，但汇聚为单一跨叶通道。CMI中介分布于催化/HRD、DFG/激活环、αE和αF。Burton–Pemantle最高系综中介中心性残基在N叶β片和αC，与路径区域分离，提示两种度量捕获互补性质。修剪后，至少三条路径重复出现16残基共识核心，覆盖αE、激活环、αF和αF-αG/MAPK插入区，其中Met179和Ile212与Acharyya et al.网络一致。定量上，精确匹配F1为0.15，5 ?空间邻近F1为0.26，全路径F1为0.24，与仅MI和接触图基线0.12相当，不差于拓扑匹配随机游走（p=0.18）。结论是该方法定位通讯区域和方向性，但不声称精确恢复完整网络。
3.3 KRAS WT与G12D。研究人员比较KRAS WT（6GOD）和G12D（6GOF）的TE景观。WT前五种子为Glu168、Lys172、Ser171、Gly48、Cys51；主要路径从C端α5/高变区Glu168出发，经α5、loop 7、β5/β6、α2、核苷酸结合核心、switch II、P-loop、switch I、α1，终止于β2-β3。G12D前五种子为Gly48、Cys51、Thr50、Ser1、Asp47；主要路径锚定于β2-β3，经β2-β3、α5、α2、α1、α4、β5-β6/α4、switch II，终止于α3。WT五条路径联合覆盖41个残基，涉及α5、loop 7/β5、α2、switch I和II、P-loop及β2-β3效应区；G12D网络中心在β2-β3/α4瓣。CMI在WT中标记α5的Ser171、Met170、Lys172、Lys169及Ser106、Gly12等；在G12D中标记Cys51、Ile46、Arg135等。Burton–Pemantle显示两状态枢纽集合接近，说明G12D保留底层拓扑，但TE捕获的方向流被重布线。修剪后WT形成14残基核心，G12D形成12残基核心。KL散度最大变化位于C端/α5，Glu168、Arg172、Ser171、Met170、Lys169、His166从WT强净信息源转为G12D中性或沉默；His166从汇变为源，Glu37反向。结论是G12D保留结构通讯枢纽但重布线方向流，最大变化在C端/α5，并逆转switch I和效应瓣的信息流。定量上，WT精确F1为0.13、5 ? F1为0.38、全路径F1为0.29；G12D精确F1为0.08、5 ? F1为0.20、全路径F1为0.24；两者超过接触图基线，不区别于拓扑匹配随机游走；仅MI在精确重叠上具竞争力，TE框架的独特贡献是方向性。
3.4 Kinesin-5。研究人员比较kinesin-5的ATP结合态3HQD和ADP结合态1II6。ATP态前五种子为Gly252、Asp251、Ile250、Thr249、Glu253；主要路径从switch II/β片Gly252出发，经β8、β7、L5、P-loop、N端β1-β2/L2，终止于α4/L12微管界面。ADP态前五种子为Ala58、Leu57、Ser61、Asp59、Ile250；主要路径从N端β1-β2/L2的Ala58出发，经P-loop、L8、β6/β7核心、switch I、L5，终止于L12/微管界面和α4。五条路径分别汇聚；ADP路径涉及L8而ATP路径不涉及。CMI在ATP中标记中央β片和N端残基，在ADP中标记N端和L8残基。Burton–Pemantle显示两状态共享N端和中央β片枢纽，说明拓扑大体保留，但方向流重新播种。修剪后ATP核心18残基，ADP核心17残基，结构重组织与既往L8在ADP中协调增加、L5解停靠并失去变构偶联的发现一致。KL散度最大变化集中在颈连接/α6和switch I；switch I的Met228、Thr226、Asn229、Thr223从ATP态净汇变为ADP态净源，Ala230等反向，颈连接从混合/汇变为ADP态强源。结论是核苷酸循环保留结构通讯枢纽，但重组通过switch I和颈连接的方向流。定量上，两状态精确F1均为0.08，5 ? F1为0.19（ATP）和0.20（ADP），全路径F1为0.23（ATP）和0.18（ADP）；超过接触图基线，空间和全路径超过仅MI，但精确匹配上MI有竞争力，且不优于拓扑匹配随机游走；颈连接/α6在KL分析中突出但路径未经过。
3.5 参数敏感性。研究人员对接触截断、延迟时间τ、CMI中介阈值、修剪阈值、路径长度上限和种子数进行敏感性分析。核心发现是信息源身份、结构位置以及通路连接的功能元件较稳健；精确残基水平恢复中度依赖接触截断和τ；CMI阈值只影响中介密度，不影响通路骨架。接触截断加1 ?仍恢复信息源和连接功能区，减1 ?可使种子转移到不同结构元件，精确成员完全改变，原因是收紧截断移除约25%–30%接触，尤其长程相互作用携带低频集体模式，而前五信息源仅携带总正净转移熵的8%–27%。CMI阈值在0.4–0.6内通路骨架稳定。τ在自适应值附近保持源在同一结构元件。修剪阈值中MI截断基本不影响共识核心，更严格核心纳入分数降低更离域系统的成员数。路径通常达到长度上限，因此研究人员报告源和区域层面结论，而不把精确路径长度视为有意义。
讨论部分总结：该工作流可从结构在数分钟内恢复四个机制多样系统的实验验证变构通讯区域和通路骨架。GNM将所有截断内接触视为等同弹性弹簧，不区分相互作用类型，也不显式表示溶剂，但GNM方法跨系统成功提示接触拓扑是集体动力学的主要决定因素。CMI中介检测对四个基准均必要，避免把完全经由中间残基的间接耦合误判为直接耦合，所识别中继残基可作为潜在变构药物设计靶点。Burton–Pemantle系综分析与定向路径互补：前者用MI加权边识别持续结构枢纽，后者用方向性净转移熵解析信号传播。KL散度关注通路如何在状态间改变。KRAS中G12D不破坏通讯枢纽而重定向流，最大重布线在C端/α5并逆转个别switch和loop残基方向；kinesin-5中核苷酸水解使switch I从ATP态净汇变为ADP态源，颈连接/α6重分布最大，ADP路径额外涉及L8。KRAS WT与G12D的C
α RMSD仅0.157 ?，结构几乎相同，但微小拓扑差异经特征值分解重塑TE景观，使KL散度检测到全局RMSD遗漏的重布线。定量验证显示，全路径重叠指标上TE定向预测在六个结构中超过仅MI和接触图最短路径基线，精确匹配上具竞争力，所有情况下不差于拓扑匹配随机对照；PDZ3一致最强，kinesin-5较大运动域较弱。低精确召回由保守共识核心修剪导致，未精确匹配的核心残基多邻近参考残基。独特贡献是方向性：分配净信息源或汇，识别CMI条件中介，检测状态依赖重布线，这是无向度量无法实现的。
研究结论翻译：该工作流的计算效率为约14 s（110个残基结构域）至约7 min（350个残基结构域），相比基于MD方法需数小时至数天，适合大规模研究。通过使用单一静态结构，该方法突出变构是嵌入接触拓扑的内在性质。KL散度扩展可系统应用于疾病相关突变数据库，识别重布线蛋白质通讯网络而非仅使其去稳定的突变。计算速度、方向性和多尺度分析的结合使该工作流成为机制研究和变构药物发现的实用工具。
