《Medicine in Drug Discovery》：GPCR-PTM: an interpretable, topology-aware rule-based framework for residue-level post-translational modification annotation and prediction across the human GPCRome
编辑推荐：
翻译后修饰（post-translational modification，PTM）是G蛋白偶联受体（G protein-coupled receptor，GPCR）信号、转运和表面表达的重要调控因子，但残基水平证据在数据库中高度碎片化，且计算预测常忽略七次跨
翻译后修饰（post-translational modification，PTM）是G蛋白偶联受体（G protein-coupled receptor，GPCR）信号、转运和表面表达的重要调控因子，但残基水平证据在数据库中高度碎片化，且计算预测常忽略七次跨膜拓扑所施加的区室约束。研究人员开发了GPCR-PTM，一个可解释框架，将数据库支持的注释与拓扑约束、基于规则的磷酸化（phosphorylation）、N-连接糖基化（N-linked glycosylation）、S-棕榈酰化（S-palmitoylation）和泛素化（ubiquitination）预测相整合。位点被划分为Verified（UniProt ECO:0000269实验注释）、Supported（其他数据库支持证据）和Predicted（基于规则）三层证据；数据库引文在PubMed标题/摘要层面筛查；预测位点利用明确序列规则、膜拓扑和进化保守性排序。在839个reviewed人类GPCR中，流程将9559条源记录整合为7247个唯一数据库支持PTM位点，覆盖827个受体。13,453个合并引文-位点对中，13,216个（98.2%）有可检索缓存摘要，但仅353个（2.7%）为残基明确，说明摘要粒度不等于证据质量。在针对246个UniProt ECO:0000269实验位点的回顾性基准中，规则系统回收216个（87.8%），其中磷酸化回收75.4%，可评估的N-连接糖基化和S-棕榈酰化全部回收；因糖基化和棕榈酰化规则编码了规范识别模式，其完全回收反映规则覆盖而非预测判别力，磷酸化严格精确率7.0%、AUPRC 0.074，故总体回收应理解为盲法查找下的覆盖而非校准预测性能。区室匹配富集支持pXpp磷酸化簇3.19倍富集，并确认规范N-糖基化和近膜棕榈酰化规则的预期定位。交互式双语报告整合证据过滤、PTM全景、拓扑感知序列注释和AlphaFold三维上下文。GPCR-PTM定位为基础GPCR研究与药理学的可审计假设生成资源，而非校准概率预测器；仍需前瞻性验证和与学习式预测器的直接比较。
研究背景方面，G蛋白偶联受体（G protein-coupled receptor，GPCR）是被药物广泛靶向的最大膜受体家族，其药物反应不仅由配体结合决定，还受翻译后修饰（post-translational modification，PTM）调控，包括磷酸化、N-连接糖基化、S-棕榈酰化和泛素化，这些修饰影响脱敏、内吞、回收、信号偏倚和表面表达。现有PhosphoSitePlus、dbPTM、iPTMnet等资源聚合实验PTM，机器学习工具预测候选位点，GPCRdb提供通用残基编号，但缺乏跨多源的通用证据层级、七次跨膜拓扑的区室硬约束、残基水平来源可追溯性，以及引文是否残基明确的自动判断。因此研究人员开展GPCR-PTM，目标是把异构PTM记录转为可审计、可解释的假设，用于基础GPCR生物学和药理学。
主要关键技术方法方面，研究人员以839个reviewed人类GPCR为对象，整合UniProt实时接口与离线Swiss-Prot人源平面文件、dbPTM 2025实验记录、iPTMnet批量PTM记录；用UniProt ECO证据码划分Verified、Supported、Predicted三层；基于七次跨膜拓扑做区室门控；对PubMed标题摘要做正则与关键词级引文粒度筛查；按arrestin互作类别应用pXpp过滤；用序列模体、拓扑区域和进化保守性做启发式排序；以区室匹配且剔除注释的背景做Fisher精确检验富集；并用AlphaFold结构与3Dmol.js做可视化，但结构仅用于展示不进入预测。
研究结果方面，2.1 GPCR组规模普查数据库支持PTM位点显示，9559条源记录合并为7247个唯一位点，5322个磷酸化、1697个N-连接糖基化、116个S-棕榈酰化、112个泛素化；827个受体至少有1个数据库支持位点，位点数右偏，多数据库一致代表来源 corroboration 而非独立重复。2.2 ADRB2案例研究显示，报告含7个Verified、5个Supported、20个Predicted位点，规范PKA位点S345/S346、GRK相关S355/S356、棕榈酰化C265/C341均被解析，预测层结合模体、拓扑和保守性给出优先级而非概率。2.3 CCR5与OPRM1对比案例显示，CCR5为arrestin class B且已注释区高度重叠使新预测少，OPRM1无ECO:0000269位点但有Supported与Predicted位点，说明非Verified不等于未知。2.4 自动摘要级引文审计显示，全源13,453个引文-位点对中仅2.7%为Direct，iPTMnet可审对中也仅29.5%残基明确，说明Indirect不代表全文不支持，审计用于分诊而非替代全文策展。2.5 实验位点回顾性回收显示，246个L1位点回收216个（87.8%），磷酸化118收89、N-糖基化111收111、S-棕榈酰化16收16、泛素化1收0；磷酸化严格精确率7.0%、AUPRC 0.074，N-糖基化和S-棕榈酰化高回收来自规则本身编码规范模式。2.6 区室匹配背景模体富集显示，pXpp簇在112个验证Ser/Thr磷酸化位点中占36个，较胞质Ser/Thr背景富集3.19倍且Bonferroni显著；N-X-[S/T]在110个非胞质天冬酰胺背景中16.2倍富集；近膜半胱氨酸窗口15/16个S-棕榈酰化位点，3.68倍富集；PKA、PKC、CK2等单激酶模体无显著富集，说明单个激酶共识不是已验证GPCR分类器。2.7 交互式报告与三维可视化显示，报告含证据层、PTM类、拓扑区同步过滤、GPCRdb通用编号、10残基块拓扑注释和按需AlphaFold加载，低pLDDT区域被标记，三维视图不生成或重加权预测。
讨论部分总结方面，研究人员强调证据与预测分离是核心：数据库位点保留来源与层级，预测位点可追溯至命名规则、酶可及拓扑区和保守值，分数为启发式排序而非校准概率。拓扑是最可辩护的硬约束，N-X-[S/T]在胞内环不可被腔面糖基化机器访问，磷酸化、棕榈酰化、泛素化需胞质访问。arrestin class感知pXpp过滤是透明机械启发式，但仅26个受体有策展类别，其余用胞内环长度代理。局限包括序列模体必要不充分、磷酸化受构象和激酶招募主导、泛素化依赖E3适配而弱建模、排秩权重未拟合结果、ECO:0000269参考不完整、摘要级引文审计非全文、数据库存在确证偏倚、AlphaFold低置信尾环恰是许多PTM区域。该框架价值不在单一分数，而在从源证据到机械约束再到候选优先化的可审计链，适合设计突变、转运、arrestin招募等湿实验。
结论部分翻译为：GPCR-PTM最重要的下一步是混合架构，即现有拓扑与机制规则作为硬生物约束，学习模型在允许空间内排序候选，从而保留可解释性并提高模体兼容残基间判别力。后续重点包括完成人工引文审计基准、在共同held-out数据集与外部PTM预测器头对头比较、扩展更多PTM类、使用全文与补充材料做文献筛查，以及公开版本化基准输出。这些扩展将使GPCR-PTM从可解释假设生成框架走向经定量验证的学术社区资源。
