基于物理信息的材料信息学用于纳米结构氧化钛表面蛋白质吸附：结构-性能关系与逆向表面设计

《Bioengineering》：Physics-Informed Materials Informatics for Protein Adsorption on Nanostructured Titanium Oxide: Structure–Property Relationships and Inverse Surface Design

　　

钛基表面上的蛋白质吸附受材料、表面和蛋白质性质之间相互作用的制约，这使得在不同实验系统之间进行定量预测变得复杂。本研究提出了一种基于物理信息的材料信息学框架，通过将文献来源的实验数据库与计算建模和机器学习方法相结合，研究蛋白质在钛及氧化钛表面上的吸附行为。该经验数据库包含从已发表研究中提取的354条实验观测记录。另外构建了一个包含11个蛋白质系统、共689,040个物理可容许状态的计算设计空间，用于考察模型在蛋白质与表面参数组合下的行为。计算性能以平衡表面蛋白密度和荧光强度为对象，通过决定系数（R²）和均方根误差（RMSE）对照指定参考目标进行评估。在11个蛋白质系统中，密度（R²）值范围为?80.8615至0.99892，RMSE值范围为0.91至130.44 ng/cm²。对于荧光强度，R²范围为?4.5118至0.9978，RMSE值范围为0.12至18.93任意单位。这些结果表明，各蛋白质系统与计算参考目标的一致性存在显著差异，部分系统出现负的R²值。由于这些指标仅针对计算指定目标计算，因此不能确立独立的实验预测准确性，也不能证明对未见蛋白质的经验泛化能力。与外部文献数据的比较提供了另一项有条件的评估，用以检验与所报道吸附行为的一致性。总体而言，该框架整合了文献证据、物理信息假设和计算探索，以在广泛的参数空间中表征蛋白质吸附。仍需针对匹配的实验测量进行独立验证，以确立定量预测性能。

基于物理信息的材料信息学框架用于研究纳米结构氧化钛表面蛋白质吸附：一项结构-性能关系与逆向表面设计的计算探索

蛋白质吸附是生物医学装置接触生理环境后最早发生的事件之一，吸附层可影响细胞黏附、血小板活化、细菌黏附、免疫反应及与周围组织的相互作用。在钛和氧化钛表面，吸附行为与氧化物组成、表面化学、电子和表面能特性、粗糙度、纳米尺度几何结构及蛋白质特异性性质相关。已有研究采用光学波导光模式光谱法、椭圆偏振法等不同实验手段，发现吸附随表面和蛋白质种类而变化，表明单一描述符不足以解释所有实验系统中的吸附行为。表面形貌是重要但依赖背景的因素：粗糙金属表面和图案化钛表面的研究报道了蛋白质附着和细胞响应的变化，而其他研究则发现粗糙度效应较弱或依赖蛋白质种类；粗糙氧化钛和硅表面以及纤维蛋白原和白蛋白暴露的钛表面研究进一步表明，吸附及下游响应取决于形貌、蛋白质种类和实验条件，而非随粗糙度呈普遍单调关系。纳米结构氧化钛薄膜的研究还考察了表面结构、蛋白质浓度、荧光响应和饱和型吸附关系的作用。尽管多孔表面可能比光滑表面提供更大的可及面积和几何限域，但吸附响应的大小和方向取决于具体系统，不应无限定地推广。蛋白质特性构成另一个变异来源：纳米颗粒尺寸和表面相互作用可改变蛋白质构象和功能，蛋白质在吸附后可能根据界面和环境发生重排。文献虽提供了多种系统中的吸附、表面形貌、蛋白质性质和荧光测量，但单项研究通常只变化其中一部分因素，无法同时测量所有描述符。这种异质性限制了对表面与蛋白质变量相对贡献的直接比较，也促使采用统一的材料信息学方法。此类方法可整合多项研究观测并表征非线性耦合关系，但同时也会继承实验方案、测量约定和重建或数字化变量的差异所引入的不确定性。计算扩展设计空间可在文献支持边界内探索组合，但并不会增加独立实验测量的数量。

本研究开发了一个基于物理信息的材料信息学框架，用于研究纳米结构氧化钛上的蛋白质吸附，建立在更广泛的二氧化钛文献及其生物医学和抗菌表面相关性基础上。研究人员汇编了354条文献来源的实验观测，并以其定义独立计算设计空间的参数边界。分析响应关系与Langmuir型浓度-响应项相结合，采用多任务残差神经网络（MT-ResNet）将蛋白质分子量、标称膜厚、表面粗糙度、孔隙长径比和蛋白质浓度与吸附及荧光响应联系起来。Langmuir型项被视作现象学饱和关系，而非理想可逆单层吸附的证据，因为真实蛋白质吸附可能涉及构象重排、动力学俘获、侧向相互作用和竞争。研究目标包括：（i）考察蛋白质性质、表面形貌和浓度之间的耦合关系；（ii）在模型约束的计算域内量化描述符贡献；（iii）将模型行为与独立发表的吸附信息进行比较，同时区分计算拟合与实验预测精度。跨蛋白质系统的泛化通过留一蛋白质组评估予以考察，此类指标的解释取决于训练和测试所用数据。

方法方面，研究人员从19篇已发表研究中提取定量观测构建文献数据库，涉及链霉亲和素、牛血清白蛋白（BSA）、纤维蛋白原、细胞色素c、溶菌酶及其他血浆或血清蛋白。提取信息包括蛋白质分子量、表面粗糙度、孔隙几何、体相蛋白质浓度、吸附相关测量和荧光响应。由于原始文献未报告统一变量集，数据库同时包含直接报告测量值和推导或重建描述符。354条记录不可理解为354项独立研究、独特蛋白质或新开展实验。部分涉及二氧化硅、硅和功能化金表面的研究也被纳入以提供蛋白质特性、形貌或测量方法信息，但不同基底化学的观测不被视为物理等价。模型输入向量定义为x = [M_w, t, R_q, AR]^T，分别代表蛋白质分子量（kDa）、膜厚（nm）、均方根粗糙度（nm）和孔隙长径比；蛋白质浓度C（μM）作为独立环境变量。输出向量y = [SU, K, ρ_s, F]^T，其中SU为结构饱和摄取描述符，K为表观吸附亲和参数，ρ_s为表面蛋白负载量或吸附密度，F为荧光响应。所有推导或重建值均与直接测量明确区分。对于报告体积蛋白密度或可估算该信息的记录，吸附密度与有效吸附层厚度通过ρ_s = ρ_v·h_layer关联，此为几何换算而非独立吸附模型。单位不一致的摩尔表面负载通过单位换算化为质量覆盖。粗糙度统一为均方根值R_q，孔隙深度与宽度计算长径比AR = d_p/w_p；波纹状表面不强行适用孔隙长径比。吸附相关量缺失时，在数据支持前提下使用Langmuir型表达式重建。Langmuir型分数覆盖为θ = KC/(1 + KC)，荧光响应为F = SU·θ。该公式假设有限饱和容量和随浓度单调增加，但不描述不可逆吸附、构象变化、多层形成、侧向相互作用或竞争吸附。

计算设计空间包含689,040个物理可容许参数状态，由指定范围内的变量组合并施加约束产生。LOPO评估在11个蛋白质组上进行，每组约62,640个状态；每个折中一组为留出组，其余约626,400个状态为外部开发分区，其中80%/20%内部分割用于训练和验证。训练最多500轮，早停耐心20轮。连续特征按训练分区估计均值和标准差后应用于验证和留出分区。计算参考目标在LOPO划分前由解析关系生成，因此评估反映模型对预先指定计算目标的再现能力。性能指标包括决定系数（R²）、均方根误差（RMSE）和平均绝对误差（MAE），计算公式为标准定义，观测值指计算参考目标。所有指标仅针对计算目标计算，不构成经验预测精度。整体R²（表面密度0.9995，荧光0.9996）为样本内预测值，非留出指标。

MT-ResNet架构中，共享表示通过残差块h_l+1 = h_l + ?(h_l, W_l)传递，分别输出ρ_s和F。总损失函数为? = λ₁MSE_ρ + λ₂MSE_F，使用Adam优化器。超参数和架构细节见表3和图2。研究中明确区分三种证据成分：文献数据库、计算设计空间和独立发表的实验比较。计算评估与范围一致性检验区分处理。

结果方面，蛋白质特异性LOPO结果（表2）显示表面吸附密度R²从细胞色素c的?80.8615到因子XII的0.99892不等。细胞色素c、链霉亲和素和纤连蛋白的RMSE分别为113.62、90.17和130.44 ng/cm²；溶菌酶（R² = 0.9913，RMSE = 0.91 ng/cm²）、BSA（R² = 0.9984，RMSE = 2.26 ng/cm²）、因子XII（R² = 0.99892，RMSE = 4.83 ng/cm²）、补体C3c和纤维蛋白原表现较强，MBP和HMWK分别为0.4290和0.5805。荧光方面R²从纤连蛋白的?4.5118到BSA的0.9978，溶菌酶、血红蛋白、补体C3c和纤维蛋白原均大于0.99。均值差异提供了补充背景，如细胞色素c参考均值21.46 ng/cm²对预测均值103.86 ng/cm²。代表性解析方程检查显示三个不同分子量（53、140、340 kDa）的ρ_s和F计算值与参考值数值接近，但示例本身不能证明整体准确度。

特征归因与敏感性分析中，SHAP、排列特征重要性和Sobol敏感性分析一致将表面粗糙度R_q列为最突出描述符，贡献约40.7%–42.1%，其次为浓度（23.8%–24.5%）、分子量（17.8%–18.4%）、长径比（10.4%–11.1%）和膜厚（5.2%–6.2%）。这些方法输出不同量，不应简单平均；结果描述拟合模型在计算域内的行为，不建立因果关系。Langmuir型分析表明低浓度时ρ_s ≈ SU·K·C，高浓度时ρ_s → SU，浓度增加不能超过结构饱和容量。

与已发表实验范围比较（Jansson和Tengvall平滑及多孔钛）：平滑钛实验范围1–5 ng/cm²，预测范围1.5–5.5 ng/cm²；多孔钛（孔径约200–300 nm）实验范围10–50 ng/cm²，预测范围10–48 ng/cm²。范围重叠且排序一致，但缺乏逐点匹配，仅为范围级一致性检验而非验证。

局限性包括：354条文献记录存在协议异质性；689,040个计算状态非新增实验证据；计算评估依赖目标生成程序；解析方程简化了吸附过程；特征归因依赖模型和参数范围；范围比较不构成点对点验证。结论指出，该框架提供了结合文献观测、解析吸附关系和机器学习的结构化计算探索方法，表面粗糙度在模型域内是突出预测因子，但不应视为普遍物理决定因素。样本内高R²仅反映计算目标再现，独立实验验证仍是建立定量预测性能的必要条件。未来工作应扩展经验数据库、改善元数据一致性，并开展匹配输入条件和实测响应的独立实验数据集验证。