《ChemBioChem》：Coiled Coils as a Programmable Platform for Computational Biosensor Design
卷曲螺旋（coiled coils）是一类多功能的α-螺旋蛋白基序，其特征性重复序列模式引导其组装为确定的寡聚体束，并支撑广泛的生物学功能。支配卷曲螺旋形成的成熟序列-结构关系使得研究人员能够预测性地控制稳定性、特异性和寡聚状态，从而使其成为从单分子检测到合成生化回路及功能性纳米材料等生物传感器设计中具有吸引力且化学可操作的构建模块。在回顾卷曲螺旋架构的理论基础之后，本综述概述了工程化可编程结合界面的策略，这些界面可被理性调控以产生正交、高亲和力的相互作用对，从而实现灵活且模块化的生物传感器平台。特别强调了计算和数据驱动设计方法的最新进展，包括机器学习和基于人工智能（AI）的策略，以及已建立的卷曲螺旋构建的理性和经验方法。这些互补的设计原则支撑了基于卷曲螺旋的生物传感器的发展，并结合选定的应用实例进行讨论，以说明工程化卷曲螺旋相互作用如何支持灵敏和特异的分子识别以及合成生物学和化学生物学中的可切换控制。总体而言，本综述强调卷曲螺旋作为分子工程、计算和化学生物学界面处的可编程、稳定且高度可设计的支架。
1 引言
α-螺旋束是蛋白质中最丰富的结构基序之一。在这一更广泛的类别中，卷曲螺旋占据特别重要的地位，因为它们结合了重复序列语法与相对透明的结构逻辑。在天然蛋白质中，卷曲螺旋参与大量生物学功能，包括转录调控、膜融合、细胞内运输、细胞骨架组织、机械转导和信号转导。卷曲螺旋存在于所有三个生命域中，可作为大分子复合物（包括高尔基体和中心粒）中的分子间隔物或支架。SNARE复合物内的特定卷曲螺旋结合被认为驱动细胞运输中的膜融合。卷曲螺旋蛋白还参与准确的染色体分离，酿酒酵母中卷曲螺旋相互作用的基因组映射显示该相互作用网络的破坏会损害动粒组装和细胞分裂。
经典卷曲螺旋由两条或多条两亲性α-螺旋相互缠绕形成超螺旋组装体，主要通过疏水堆积和静电互补来稳定。与许多球状蛋白折叠不同，卷曲螺旋具有相对明确的序列-结构关系，允许系统预测和操纵寡聚状态、取向、亲和力和特异性。这种高度可编程性使卷曲螺旋成为有吸引力的构建模块，可在多种合成生物学应用中作为相互作用模块或分子开关。
在生物传感器工程中，卷曲螺旋提供多种功能优势。其相互作用强度可在多个数量级范围内调节，可构建正交异二聚体对以最小化交叉反应，其折叠和组装行为可与光学、酶学、机械或转录输出耦合。因此，卷曲螺旋现广泛用作分子开关、分裂蛋白招募系统和定位模块。图1说明了这种模块化设计逻辑并总结了多种应用类别。
计算蛋白质设计的出现进一步加速了该领域的进展。早期卷曲螺旋工程主要依赖源自天然亮氨酸拉链和螺旋束的理性和基于规则的方法。后来的发展引入了原子级基于物理的建模方法，能够明确优化稳定性、特异性和多态能量学。最近，基于AI的主链生成和逆折叠方法拓宽了可设计的蛋白质结构和序列范围，包括卷曲螺旋、螺旋组装体和更复杂的蛋白质架构。
本综述聚焦于与卷曲螺旋生物传感器工程最相关的结构原理以及已建立或新兴的设计方法。首先介绍一般卷曲螺旋设计原理作为理性和基于规则工程的基础，以及支持和扩展这些方法的计算建模策略，包括参数化卷曲螺旋建模、基于物理的设计方法和AI驱动方法。接下来概述卷曲螺旋生物传感器的一般设计原则，重点在于调节亲和力、正交性、稳健性和信号转导机制。最后，根据输入触发类型综述代表性卷曲螺旋生物传感器应用。
2 卷曲螺旋结构与序列-结构关系
卷曲螺旋经典上用七肽重复序列符号abcdefg描述，其中a和d位置通常被疏水残基占据，形成埋藏的螺旋间核心（图2E）。e和g位置常含带电残基，建立螺旋间盐桥并有助于配对特异性。其余位置b、c和f更多暴露于溶剂，因此对影响螺旋性、溶解度、柔性或触发响应的替换更为耐受。
卷曲螺旋的定义性结构特征是Crick最初描述的"knobs-into-holes"（KIH）堆积排列（图2C）。在这种几何构型中，一条螺旋的侧链插入伙伴螺旋上四个残基形成的口袋中。这种紧密的疏水互锁对卷曲螺旋稳定性有重大贡献。
超螺旋几何源于α-螺旋周期性与将疏水残基对齐在螺旋一面上所需的周期性之间的不匹配（图2A,B）。α-螺旋每圈约含3.6个残基，而两亲性七肽重复有效引入3.5残基周期性。由此产生的几何挫折通过形成左手超螺旋来解决，该超螺旋将疏水残基对齐成连续的界面缝合线。
卷曲螺旋几何可用相当有限且明确定义的变量集参数化描述，如螺旋半径、超螺旋半径、螺距、相位角、轴向平移和交叉角（图2D）。Crick的参数方程及其后来的实现构成了几种现代卷曲螺旋建模工具的基础。这种相对简单的几何框架是卷曲螺旋特别适合计算设计的关键原因之一。
在此几何框架内，序列组成决定优先采用哪种寡聚状态和螺旋排列。埋藏的极性残基如天冬酰胺常偏向二聚体组装，并可编码平行或反平行取向偏好。此外，a和d位置疏水核心残基的身份和位置强烈影响寡聚状态。在GCN4亮氨酸拉链突变体中，a位置Ile和d位置Leu有利于平行二聚体，a和d均为Ile有利于三聚体，a位置Leu加d位置Ile促进四聚体形成。相关原理后来被用于建立包含确定平行二聚体、三聚体和四聚体组装体的从头卷曲螺旋基础集。
除疏水核心外，侧翼e和g位置的残基提供了控制伙伴特异性的主要机制。有利的静电相互作用可稳定所需的异二聚体，而排斥性电荷模式可不利于不需要的配对从而提高正交性。这种正设计和负设计之间的平衡对于细胞内合成生物学应用尤为重要，其中工程化卷曲螺旋必须避免与内源性蛋白质的脱靶相互作用。
尽管经典七肽重复主导许多系统，天然和设计的卷曲螺旋也包含十一肽、十五肽和其他非经典周期性。经典七肽包含2个螺旋圈上的7个残基（每圈3.5个残基），而十一肽包含3圈上的11个残基（每圈3.67个残基），十五肽包含4圈上的15个残基（每圈3.75个残基）。这些周期性减少或逆转了与固有α-螺旋重复的不匹配，因此可有利于更直或右手超螺旋。这种偏离可引入曲率、改变卷曲螺旋手性、促进构象切换或产生替代组装状态。这些结构不规则性越来越多地被用于响应性生物传感器架构中。
对于生物传感器工程，小的序列变化特别有用，因为它们可强烈改变亲和力、寡聚偏好或替代状态的相对稳定性。这种异常直接的序列-结构关系使卷曲螺旋成为可用于合成设计的最可编程蛋白质相互作用类别之一。
3 卷曲螺旋设计方法
卷曲螺旋生物传感器设计依赖于将序列水平变化转化为可预测的结构和功能结果的能力。以下部分总结了为控制卷曲螺旋几何、稳定性、特异性和响应性而开发的主要设计策略。这些方法从基于七肽重复化学和静电模式的直觉规则到建模主链几何、原子相互作用、配体结合位点和序列兼容性的计算方法。这些策略共同提供了工程化可编程和可切换卷曲螺旋模块的工具箱。
3.1 理性和基于规则的设计原理
理性卷曲螺旋工程始于经验序列规则的直接应用。早期设计利用a/d位置的简单疏水模式和e/g位置的互补静电来产生选择性异二聚体和确定的寡聚状态。这些经验规则此后演变为更广泛的设计语言，其中三个主要序列特征被视为可编程变量：疏水核心堆积、埋藏极性相互作用和外周电荷模式。这些特征共同允许设计者在紧凑且可解释的序列框架内控制寡聚状态、螺旋取向、伙伴特异性和正交性。
理性设计的一个基本原则是核心堆积几何的调节。七肽重复的a和d位置位于埋藏疏水界面，但它们占据几何上不同的环境：在平行二聚体中，a残基以"锐角"排列，d残基以"钝角"排列，而在四聚体中这些几何关系相反。因此，每个位置侧链的形状和分支模式必须与目标寡聚状态的特定堆积腔几何兼容。
亮氨酸具有无分支的γ-碳和柔性侧链，其构象非常适合二聚体中锐角a位置腔。相比之下，β-分支残基如异亮氨酸和缬氨酸具有受限的旋转异构体偏好；在异亮氨酸替换的GCN4三聚体中，堆积腔可在a和d位置容纳此类残基，这种几何适配在二聚体中不可用。因此，寡聚状态不仅取决于疏水性，还取决于侧链几何与堆积腔之间的三维互补性。
除疏水残基外，埋藏极性残基引入第二层性质不同的特异性。GCN4 a位置单个保守天冬酰胺形成跨界面氢键，该氢键仅在平行二聚体排列中几何上得到满足。将其替换为疏水残基导致肽形成混合寡聚状态，表明天冬酰胺同时强制化学计量和螺旋取向。关键的是，这种特异性不仅仅是埋藏极性原子的结果，还取决于侧链几何与周围结构环境之间的立体化学互补性：谷氨酰胺尽管与天冬酰胺化学相似，但在二聚体和三聚体中通过性质不同的堆积相互作用被容纳，允许肽占据两种状态。因此，极性残基的侧链长度和几何必须与预期界面的精确空间约束匹配以强制唯一组装。
理性设计的第三层由e和g位置的电荷模式提供，主要控制伙伴特异性和取向而非核心几何。由于这些位置侧翼疏水界面，一条螺旋上g位置的残基在下一个七肽中靠近伙伴螺旋上e'位置的残基，形成适合螺旋间离子对的结构排列。这种几何允许有利的Lys-Glu接触稳定预期界面，而故意不利的电荷组合可去稳定同二聚体或脱靶异二聚体。这些接触的取向依赖性进一步增加了其设计价值：在平行卷曲螺旋中，g-to-e'相互作用沿螺旋轴沿一个方向，而在反平行排列中寄存器反转。因此，给定的电荷模式可有利于一种拓扑而不利于其反向对应物。
定量诱变确定每个有利的螺旋间离子对贡献约0.4 kcal/mol的二聚体稳定性，单个贡献适中但在典型七肽重复肽的多个e/g位置上累积显著。由于该值是在defined实验条件下针对特定模型肽确定的，应视为上下文依赖而非通用值，单个离子对贡献随离子强度、序列位置和局部螺旋环境变化。因此，静电模式在整个界面上使用时特别强大，可将多个有利接触与竞争配对中的排斥相互作用结合。这种累积效应可将二聚化选择性移动几个数量级，构成负设计的基础，其中不需要的组装被主动抑制而非仅仅不被稳定。
这些原理在几个有影响力的工程系统中得到直接表达。E/K卷曲螺旋对使用富含谷氨酸的螺旋（E-coil）与富含赖氨酸的螺旋（K-coil）配对，利用互补的螺旋间盐桥驱动高度选择性的异二聚化。该系统已广泛用作表面等离子体共振和基于细胞的测定中的定向捕获和固定标签。SYNZIP库通过筛选大型组合肽面板系统扩展了这一逻辑，以鉴定具有最小交叉反应性的异特异性对，提供广泛可复用的模块化蛋白质组装工具包。NICP正交相互作用集后来将这些概念带入哺乳动物细胞环境，纳入明确的负设计原则以最小化与内源性人卷曲螺旋蛋白的相互作用，并展示了从亚细胞定位到转录调控的应用。这些系统共同展示了如何组合相同的核心设计规则——堆积互补性、埋藏极性特异性和界面-wide电荷模式——以产生在复杂生物环境中保持功能的选择性卷曲螺旋相互作用模块。
3.2 基于规则的计算设计方法
上述理性原理提供了可解释的卷曲螺旋设计序列规则，但实际实施常需要能够大规模识别、参数化、建模和评估卷曲螺旋结构的计算工具。这些工具支持卷曲螺旋分析和设计的不同阶段，包括现有结构中的基序检测、几何参数化、主链建模和候选设计评估（表1）。
SOCKET和SOCKET2使用knobs-into-holes堆积标准而非仅依赖序列周期性从实验确定的结构中识别卷曲螺旋。CC+提供经实验验证的卷曲螺旋组装体的精选结构库，现已扩展包括AlphaFold2衍生模型。SamCC-Turbo实现卷曲螺旋结构的大规模自动几何分析，包括局部周期性变化、螺旋交叉角和束半径，并提供配套的结构图谱（CCdb）。
参数化主链生成工具代表理性设计生态系统的另一个主要组成部分。Crick卷曲螺旋参数化（CCCP）方法引入广义Crick参数化，用于拟合和生成跨多种寡聚状态的卷曲螺旋主链。CCBuilder和CCBuilder2.0随后提供用户友好界面，用于生成理想化束、调整几何参数、将序列穿线到主链上以及评估结构兼容性。这些工具在早期设计阶段特别有用，此时必须在进行更详细的原子级或序列级优化之前选择目标寡聚状态、螺旋取向、重复长度和超螺旋几何。
基于序列的预测工具如DeepCoil、MARCOIL和LOGICOIL直接从氨基酸序列识别卷曲螺旋倾向和寡聚化行为。互补的结构穿线方法CCFold使用模板引导方法实现卷曲螺旋结构的快速建模，包括非七肽重复模式。CCpred预测平行卷曲螺旋束中序列依赖性螺旋轴向旋转和核心堆积几何。这些方法共同通过评估卷曲螺旋倾向、寡聚状态、核心堆积几何和结构兼容性为理性设计提供质量控制步骤。
这些基于规则的计算方法的主要优势在于它们保持了理性设计的可解释性，同时提高了规模和可重复性。传感器优化通常需要增量调整而非无约束的结构探索。如果生物传感器表现出过高背景激活、不足动态范围或差可逆性，理性编辑提供直接解决方案：修改重复数、重新分布静电接触、缩短螺旋、减弱界面堆积或引入去稳定残基。重要的是，理性和基于规则的方法在AI驱动蛋白质设计时代仍然高度相关，因为大多数现代工作流程仍依赖基本卷曲螺旋语法来定义初始拓扑、约束设计问题并解释实验结果。
3.3 基于物理的计算设计方法
基于规则的计算方法使用卷曲螺旋几何和序列语法来识别、参数化和生成合理设计，而基于物理的方法在原子相互作用和能量偏好水平评估这些设计。因此，基于物理的计算蛋白质设计通过明确建模侧链堆积、氢键、静电、主链和侧链构象能量学以及多态行为来扩展理性和参数化设计。
Rosetta是该领域的流行软件，已广泛用于α-螺旋束和卷曲螺旋样组装体的从头设计。Rosetta设计工作流程通常将侧链旋转异构体采样与主链最小化和基于物理的能量函数结合，以鉴定所需构象状态相对于所有竞争替代方案在能量上有利的序列。由于卷曲螺旋主链可使用Crick方程紧凑参数化，它们为原子级优化提供了良好起点：主链几何由少量参数定义，约束搜索空间并使得能够系统优化残基类型、侧链构象和界面堆积。当与参数化主链生成结合时，Rosetta设计已产生具有接近原子级结构准确性和极高热力学稳定性的从头螺旋束。然而，对于生物传感器设计，优化单一稳定结构通常不够，因为传感器通常必须采用至少两种不同状态——非活性状态和分析物结合活性状态——其相对稳定性必须精确平衡。
设计确定相互作用几何并区分替代组装体的一种策略是Rosetta HBNet方法，它识别和设计蛋白质界面内自包含的埋藏氢键网络。HBNet不单纯依赖疏水堆积和外周静电互补性，而是在蛋白质核心内创建互连的氢键供体和受体网络。由于这些网络在几何上刚性且高度协同，网络中所有氢键的满足强制单一精确结构状态，显著锐化构象特异性。将可电离残基（如组氨酸）纳入这些网络还可将其稳定性与残基质子化状态耦合，使得能够设计在确定pH值下优先稳定或去稳定的组装体。HBNet设计的界面在基于细胞的测定中显示出高相互作用特异性，并实现了以前未见的寡聚架构，包括三角形三聚体和同心螺旋环方形四聚体。因此，埋藏氢键网络可用于指定蛋白质四级结构和pH依赖性构象状态。
HBNet稳定确定的结构状态，而多态设计解决它们之间的能量平衡，这对生物传感器性能至关重要。几种Rosetta框架实施这一概念。通用多态设计协议使用遗传算法跨正和负结构状态优化序列。另一个协议Rosetta:MSF提供模块化框架用于跨多个状态评估Rosetta协议。此外，约束收敛（RECON）协议使用互补策略，其中各个状态最初独立探索序列空间并逐步约束收敛于共同序列。这些框架共同可有利于所需活性和非活性状态同时惩罚竞争构象，从而调节背景活性、切换阈值和动态范围。
一种互补的物理信息小分子识别策略由结合位点收敛基序（COMBS）方法提供，该方法依赖van der Mer（vdM）概念框架。vdM将每个氨基酸主链构象映射到源自结构数据库的相互作用化学基团的统计偏好位置，允许识别重复相互作用基序并将其移植到选定的蛋白质支架中。使用这种方法，设计了六种从头蛋白质结合药物阿哌沙班，其中两种达到低至亚微摩尔亲和力，X射线晶体学证实了精确设计的结合腔。该策略对于靶向小分子、肽或离子的卷曲螺旋生物传感器特别相关，其中挑战不仅在于正确折叠，还在于以分子识别所需的几何精度放置功能团。
几种有影响力的生物传感器系统直接源于这些基于物理的设计方法。LOCKR引入了模块化蛋白质笼-闩锁架构，其中设计的卷曲螺旋相互作用调节功能基序的暴露。该系统通过 cognate key 肽竞争性置换闩锁螺旋发挥作用：在闭合状态下，闩锁通过设计的卷曲螺旋接触与笼结合，埋藏功能基序；key结合破坏该相互作用并释放基序，在体外、酵母和哺乳动物细胞中实现高达40倍的条件激活。Co-LOCKR随后将该架构扩展到细胞表面的布尔逻辑操作，通过组合多个共定位依赖性开关实现AND、OR和NOT门以靶向表达确定抗原组合的细胞。lucCage平台后来通过用分裂NanoLuc片段替换功能基序将这些原理转化为发光生物传感器：分析物结合打开笼，重建荧光素酶并产生生物发光信号。该系统对SARS-CoV-2刺突受体结合域实现了15 pM检测限，发光信号高于背景50倍，并已在广泛的临床相关分析物面板中得到验证。
3.4 原子级和量子力学方法
上述基于物理的设计方法将序列优化朝向目标结构，但对所得组装体折叠后的行为提供的洞察有限。卷曲螺旋稳定性、特异性和切换取决于构象动力学，在涉及金属配位、质子化或发色团的系统中还取决于电子效应，而静态设计和结构预测方法仅间接捕获这些。尽管本节描述的原子级和量子力学模拟方法目前不是卷曲螺旋生物传感器设计的既定组成部分，但它们提供了互补的方法学框架，对于理解电子性质重要的系统可能特别有价值。它们可帮助精炼候选设计并合理化结构或电子变化如何转化为可测量输出。实践中通常组合三个描述层次：经典分子动力学（MD）模拟探测构象动力学和稳定性，密度泛函理论（DFT）描述电子结构、配位化学、对外部刺激的量子尺度响应，以及耦合量子力学/分子力学（QM/MM）方法连接局部电子效应与周围蛋白质环境。
3.4.1 分子动力学
经典MD使用经验力场描述卷曲螺旋的结构动力学，可解析有助于寡聚化、伙伴特异性和组装稳定性的相互作用，包括螺旋间堆积、氢键、盐桥和溶剂介导接触。它还可量化这些相互作用如何响应突变或pH、离子强度、温度和机械载荷的变化。这使得MD直接用于开关和生物传感器设计，其中已被应用于研究构成卷曲螺旋传感基础的构象转变和力依赖性去折叠。MD模拟常作为从头设计或结构预测后的精炼或验证步骤，允许候选组装体在扩展轨迹上测试结构稳定性。增强采样方法如副本交换MD和元动力学通过促进常规模拟中稀有采样的亚稳态之间的转变来拓宽可及构象空间。然而MD的预测价值取决于力场、边界条件、采样协议和可及模拟时间尺度。
3.4.2 密度泛函理论
MD描述构象行为，而量子力学方法可访问肽的电子结构，DFT是此背景下最广泛使用的方法。通过明确处理电子密度，DFT可描述电荷分布、氢键能量学、极化、偶极矩以及对内部和外部电场的响应，这些是经典力场不能直接捕获的。其中几种性质直接与分子识别和电化学或电子读出生物传感器中的信号生成相关。DFT还可量化氨基酸替换、质子化状态、金属配位和配体结合如何改变这些电子性质。其主要限制是计算成本。常规Kohn-Sham DFT随系统大小陡峭缩放，因此通常限于几百个原子，而完整卷曲螺旋束通常包含数千个原子。半经验密度泛函紧束缚（DFTB）通过保留明确量子力学描述将成本降低几个数量级，使得能够分析较大组装体中的电荷再分布、偶极矩、极化和变形诱导电子效应。因此DFTB提供经典力场模拟和第一性原理DFT之间的中间描述层次。两种方法都可为连接螺旋几何与电子和自旋依赖性传输的简化模型提供量子基础参数。在手性螺旋结构中，不对称螺旋势与自旋-轨道耦合一起可产生自旋依赖性电子传输，这种现象称为手性诱导自旋选择性（CISS）。因此，结合或构象诱导的螺旋支架几何变化原则上可调节自旋敏感电子读出。
3.4.3 量子力学/分子力学
QM/MM通过量子力学处理化学活性区域而用经典MD力场处理周围蛋白质和溶剂来组合两种描述层次。这非常适合可驱动卷曲螺旋传感的局部化学，如金属结合位点、质子化中心、发色团或配体结合界面，因为这些区域可在电子结构水平建模而无需量子力学处理整个系统的成本。卷曲螺旋生物传感器的直接QM/MM研究仍然稀少，但对视紫红质蛋白和细胞色素的应用表明该方法可解析复杂生物分子环境中的电子转移、电荷再分布和激发态过程，提示对由金属配位、氧化还原化学或发色团激活触发的卷曲螺旋生物传感器的潜在应用。
3.5 基于深度学习的计算设计方法
基于深度学习的蛋白质设计方法迅速扩展了计算蛋白质设计工具箱，并日益补充理性、参数化和基于物理的方法。在当前工作流程中，三类广泛的方法对卷曲螺旋和螺旋束工程特别相关：主链生成模型、逆折叠模型和新兴的多态感知AI设计方法。
在主链生成层面，扩散和流基方法使得采样新蛋白质架构成为可能。RFdiffusion在去噪扩散概率模型内重新利用RoseTFAFold结构预测网络。它可从简单分子规格生成对称寡聚体、蛋白质结合剂和基序约束支架。最近的发展将该方法扩展到主链级支架之外：RFdiffusion2实现酶设计的原子级活性位点支架，而RFdiffusion3将基于扩散的设计扩展到涉及配体、核酸和其他非蛋白质原子的全原子生物分子相互作用位点。Chroma方法通过在包括对称性、子结构、形状甚至自然语言提示的可编程约束下联合生成主链和序列信息来扩展这一范式。最近，Proteina引入具有分层条件的流匹配生成建模，朝向特定折叠类别包括α-螺旋架构。
一旦主链已生成或选择，逆折叠方法可设计兼容固定主链几何的氨基酸序列。ProteinMPNN使用在蛋白质主链上操作的图神经网络预测序列，并已成功挽救先前失败的设计。LigandMPNN通过将非蛋白质组分包括小分子、核苷酸和金属明确编码到图表示中扩展ProteinMPNN。它已被用于设计经实验验证的小分子和DNA结合蛋白。ESM-IF代表互补的基于变换器的逆折叠方法，在数百万AlphaFold预测结构上训练，实现快速序列多样化和主链条件评分，特别适合大规模文库生成。
尽管这些方法为广泛蛋白质设计开发，它们日益与扩展卷曲螺旋和螺旋束架构超越经典参数化设计 limits 相关。例如，Woolfson及其同事设计了包含五到八条平行内部螺旋的单链α-螺旋桶蛋白，其中相距太远无法通过简单环连接的螺旋改为通过外层螺旋-转角-螺旋-转角-螺旋支撑元件连接。这些外周螺旋使用基于片段的搜索工具MASTER播种，随后用ProteinMPNN迭代序列优化和AlphaFold2结构评估。该工作流程说明经典主链搜索、基于AI的序列设计和结构预测如何组合以访问仅通过参数化设计难以获得的拓扑。Woolfson实验室的相关工作使用类似的ProteinMPNN/AlphaFold2工作流程设计具有规定顺时针或逆时针拓扑的三螺旋卷曲螺旋以及平行和反平行排列的异六聚体A3B3 α-螺旋桶，每种均经晶体学证实。
总体而言，AlphaFold系列预测工具可用于筛选候选设计，但高预测置信度分数不应被视为预期卷曲螺旋寄存器、寡聚状态或设计拓扑的实验验证。AlphaFold2在卷曲螺旋结构上的基准测试表明，尽管当整体拓扑正确时局部堆积几何通常再现良好，反平行束常被预测为不正确的平行拓扑，且标准AlphaFold2置信度指标不能可靠区分正确与不正确拓扑。
一种互补的生成策略由深度网络"幻觉"提供，其中结构预测网络从最小规格如寡聚对称性和链长从头采样序列。该方法已产生经晶体学验证的卷曲螺旋组装体，其拓扑以前无法通过设计获得，包括由外周支撑螺旋环增强的同三聚体束，以及具有不连续超螺旋扭曲且无密切天然结构同源物的C4对称组装体。值得注意的是，虽然RFdiffusion已用于生成一般对称螺旋寡聚体，但RFdiffusion设计的经典knobs-into-holes卷曲螺旋主链的已发表实例仍然有限。因此MASTER播种/ProteinMPNN和基于幻觉的研究目前提供了深度学习辅助扩展卷曲螺旋拓扑和几何的一些最清晰实例。
然而对于生物传感器设计，生成单一稳定结构的能力本身不够。大多数生物传感器需要兼容至少两种不同构象或组装状态的序列，通常是非活性状态和分析物结合活性状态，它们之间具有受控的能量间隔。几种最近的方法已开始解决这种多态需求。ProteinGenerator将多态设计直接嵌入基于RoseTFAFold的序列空间扩散框架中。通过在具有不同结构约束的扩散轨迹上平均序列logits，它生成同时满足多个结构目标的序列。该策略已用于设计亲-子蛋白质三元组，其中单一序列根据完整或分裂采用不同的超二级结构。EvoPro平台将遗传算法与AlphaFold2/AlphaFold3结构预测和ProteinMPNN/LigandMPNN序列设计的迭代轮次整合，允许将包括正负设计目标的明确多态目标编码为可定制评分函数。值得注意的是，该平台提供设计构象开关、结合剂和同源寡聚体的协议。
SwitchCraft代表AI引导多态蛋白质设计的特别直接实施。SwitchCraft不是分别处理每个结构状态并事后组合结果，而是使用AlphaFold3风格共折叠模型Boltz-1并行地将单一序列与每个状态特异性分子上下文共折叠，并对所有状态上的组合损失函数应用基于梯度的优化。这种多态优化可直接编码功能需求如变构调节或配体区分。尽管SwitchCraft仍待广泛实验验证，该框架在概念上非常适合卷曲螺旋生物传感器设计，其中非活性和活性状态通常通过确定的构象转变不同。
总之，这些发展表明深度学习方法已与螺旋生物传感器设计相关，同时也突出了重要限制。基于RFdiffusion的工作流程已生成对螺旋肽激素包括甲状旁腺激素和胰高血糖素的高亲和力结合剂，随后被纳入发光生物传感器。然而，经典短卷曲螺旋生物传感器的设计仍强烈依赖经典序列语法、理性调节和实验优化。目前，基于深度学习的主链生成和逆折叠对扩展结构多样性、改进序列设计和挽救挑战性设计最具影响力，而非作为机制性序列-结构推理的完全替代。多态感知方法如ProteinGenerator、EvoPro和SwitchCraft代表重要的下一步。它们的持续开发和实验验证将决定AI驱动方法可多广泛地应用于卷曲螺旋开关和生物传感器的设计。
4 卷曲螺旋生物传感器设计的设计原则
卷曲螺旋是有吸引力的工程元件，因为它们结合了高稳定性与模块化和可预测设计性。当纳入生物传感器架构时，它们可履行几种不同的功能角色。它们可直接作为分子识别界面；作为诱导型或条件型组装模块将分裂组件聚集在一起；作为自抑制钳制门控融合效应器的活性，如笼-闩锁LOCKR家族所示；作为机械化学元件其力依赖性去折叠报告张力；或作为结构组织者定义报告域的相对几何。由于这些功能都取决于卷曲螺旋折叠、结合和解离平衡，核心设计挑战是调节这些平衡以实现所需灵敏度、特异性、动态响应、正交性和抗降解稳健性。这些一般设计原则连同代表性信号输出机制如FRET、分裂荧光素酶重建和LOCKR型切换在图3中说明。
4.1 设计亲和力、正交性和稳健性
将卷曲螺旋转化为传感元件的核心挑战是平衡亲和力与可逆性。高度稳定的界面产生强信号但可能降低动态响应性并阻止传感器重置。相反，弱界面可改善可逆性但增加背景噪声并降低活性状态的占据。因此成功的传感器工程强调能量调节而非绝对稳定性最大化。从头E/K异二聚体系统说明如何实现这一点：系统改变三个、四个和五个七肽的螺旋长度不仅调节平衡亲和力还调节支配可逆性的结合和解离动力学。可比的平行异二聚体工具包跨越从微摩尔到亚纳摩尔范围的解离常数，提供可选择适当工作点的分级相互作用强度集。
这种能量平衡还决定卷曲螺旋传感器的动态范围。分子内发夹开关、分裂酶报告器和笼-闩锁架构都依赖在非活性和活性构象之间移动平衡，使得分析物结合产生填充状态的大的变化。在LOCKR笼-闩锁系统中，开/关平衡通过延长闩锁螺旋和调整笼-闩锁与笼-key界面的相对强度来调节。衍生的lucCage生物传感器使这一逻辑明确：其输出由笼打开、key结合和闩锁-靶标结合能量之间的热力学平衡决定，允许检测灵敏度被预测和理性调整。实践中，螺旋长度、连接子组成、界面静电或埋藏极性残基的小变化可显著移动这些平衡。为实验表征这种热力学平衡并闭合计算设计循环，可使用圆二色（CD）光谱结合热或化学变性评估折叠稳定性，等温滴定量热（ITC）或荧光滴定量化结合亲和力，分析超离心（AUC）或尺寸排阻色谱耦合多角度光散射（SEC-MALS）确定寡聚状态。
对于多重传感和细胞应用，亲和力调节必须由正交性补充。工程化卷曲螺旋必须接合其预期伙伴同时避免内源性蛋白质和同一区室中的其他合成模块。迭代实验和计算努力已产生日益增大的相互正交对集，始于SYNZIP相互作用组及其体外和基于细胞的表征，随后是计算设计的正交反平行同二聚体，以及通过作为内置负设计元件的埋藏氢键网络强制特异性的从头异二聚体。重要的是，正交性还应在组装动力学背景下考虑。Kurgan等人表明一些名义上不同的从头卷曲螺旋寡聚体经历异型链交换并形成意外的混合组装体，表明单独卷曲螺旋组装体的结构或平衡表征可能不足以检测动态交叉反应性。这种动态交叉反应性在细胞环境中尤其相关，其中正交性还必须针对内源性相互作用伙伴维持。因此NICP工具箱等集已针对人类蛋白质组计算筛选并在哺乳动物细胞中验证用于多重转录和定位控制。因此负设计和正交相互作用库是实用生物传感器工程的核心。
最后，可靠的细胞性能需要的不仅仅是正确的伙伴选择。设计的卷曲螺旋还必须稳健折叠并在融合到报告器、酶或定位域时抵抗聚集或蛋白水解降解。跨数千种从头微小蛋白质的大规模平行蛋白水解测定表明折叠稳定性与抗降解性相关，为选择稳健支架提供定量基础。为在实验测试前最小化意外相互作用，计算相互作用组筛选针对大型竞争伙伴虚拟库评估候选序列，而蛋白质组水平分析估计针对宿主蛋白质组的脱靶结合。这种筛选已使多输入设计开关在细胞中作为融合构建体可靠操作。
4.2 设计信号转导机制
一旦亲和力、正交性和稳健性已调节，下一个挑战是将卷曲螺旋转变耦合到可测量输出。跨卷曲螺旋生物传感器架构，基本逻辑相似：刺激在两种状态之间移动平衡，如折叠与去折叠、组装与解离或打开与关闭，这种结构转变与输出通道连接。不同传感器类别主要区别在于这种结构变化如何转化为可检测信号。
最大的卷曲螺旋生物传感器组使用邻近依赖性读出。在这些系统中，卷曲螺旋转变将两个报告元件聚集在一起或分开。基于FRET的传感器利用侧翼于卷曲螺旋模块的供体和受体荧光团之间能量转移的距离和取向依赖性，使得端到端距离或螺旋几何变化产生比率信号。分裂荧光素酶系统如NanoBiT遵循类似原理但产生生物发光输出，两个弱关联的荧光素酶片段仅在传感相互作用正确定位时重建。电化学阻抗传感器提供无标记变体，其中电极表面的卷曲螺旋组装或切割改变界面电阻。在所有情况下，卷曲螺旋几何必须在信号关闭和信号开启状态中适当定位报告元件。
第二种策略将卷曲螺旋切换耦合到转录或遗传输出。在这里，卷曲螺旋不主要控制报告器几何而是调节功能肽基序的暴露或招募。在LOCKR笼-闩锁架构中，闭合状态可螯合降解子、核输出序列或转录因子招募基序，而分析物驱动的闩锁置换暴露基序从而控制蛋白质稳定性、定位或基因表达。该架构将分子识别与下游信号放大分离，使其对合成基因回路特别有用，其中输出幅度和时间由细胞调节过程决定。
第三种方法使用卷曲螺旋转变本身产生生化或物理输出。在pH触发的单体螺旋束中，低pH质子化暴露膜活性螺旋破坏脂质双层，产生染料释放或膜泄漏作为读出。在计算设计的相变传感器蛋白中，分析物结合驱动折叠和液-液相分离，可检测为浊度或荧光变化。这些系统需要较少的辅助报告组件，但其输出必须直接耦合到螺旋折叠、组装或功能表面的暴露。
驱动这些状态转变的化学或物理刺激可广泛变化。以下部分因此根据输入触发调查代表性卷曲螺旋生物传感器并强调每种触发如何连接到 underlying卷曲螺旋切换机制。
5 针对化学和物理触发的卷曲螺旋生物传感器应用
卷曲螺旋已部署在响应广泛输入刺激的生物传感器中：蛋白质配体、小分子、金属离子、pH、氧化还原状态、光、机械力、蛋白水解和翻译后修饰（表2和图4）。以下部分按触发调查这些，强调卷曲螺旋如何被接线到每个传感机制中。
5.1 蛋白质生物传感器
蛋白质触发生物传感器是工程化卷曲螺旋最成熟的应用之一。代表性格式是肽信标，其中分子内卷曲螺旋发夹在相对臂上携带荧光团和淬灭剂。在缺乏靶标时，发夹保持闭合且荧光被染料-淬灭剂邻近抑制。受体或相互作用伙伴与嵌入环中的表位结合去稳定卷曲螺旋茎，分离荧光团和淬灭剂并产生开启信号。由于闭合-打开平衡由茎稳定性设定，传感器灵敏度和动态范围可通过改变七肽重复长度和界面静电模式调节。在一个实例中，相同的21残基酸性肽与全长21残基碱性伙伴或C端截短的17和13残基变体配对，从而调节卷曲螺旋茎稳定性和闭合与开放状态之间的能量平衡。这遵循与许多卷曲螺旋分裂蛋白传感器相同的结合诱导缓解自抑制原理。
另一有影响力的类别包括LOCKR衍生的笼-闩锁系统。在这些设计中，称为笼的从头螺旋束提供可结合分子内闩锁螺旋或竞争性分子间key肽的界面。功能基序、结合表位、降解子或核输出序列嵌入闩锁中并在闭合状态隐藏。Key介导的闩锁置换暴露基序并激活下游输出，在体外、酵母和哺乳动物细胞中报告高达约40倍激活。同一开关底盘已被适配用于使用笼化降解子可调反馈控制细胞蛋白质水平，并且与传感最相关的是转化为lucCage/lucKey平台，其中闩锁置换重建分裂荧光素酶以提供分析物结合的生物发光读出（图4A）。
卷曲螺旋介导的抗体探针提供进一步的蛋白质传感格式。CQ探针和相关Quenchbody系统使用异二聚体卷曲螺旋相互作用将荧光团定位在抗体片段或抗体结合蛋白周围，产生均质荧光测定，其中抗原结合缓解染料淬灭。使用E4/K4卷曲螺旋对作为可优化连接子将罗丹明染料定位在protein M上，获得高达约13倍的抗原依赖性荧光增加。值得注意的是，卷曲螺旋连接子还使得能够用传统探针几何中失败的抗体进行传感，突出其在控制支配淬灭和信号释放的染料排列中的作用。
5.2 小分子生物传感器
小分子传感常使用卷曲螺旋作为化学诱导二聚化（CID）事件下游的可编程转导或放大模块。经典CID系统包括雷帕霉素触发的FKBP/FRB、脱落酸触发的PYL/ABI和赤霉素触发的GID1/GAI，提供主要化学识别步骤。正交卷曲螺旋招募网络包括LOCKR笼-key系统及其lucCage衍生物，然后可将该事件耦合到效应器组装或报告器激活。在此类架构中，小分子通过成核蛋白质-蛋白质相互作用间接调节卷曲螺旋依赖性输出。
对于直接小分子识别，计算设计的配体结合口袋已被引入α-螺旋束和卷曲螺旋样支架中。COMBS中实施的van der Mer方法从结构数据库中重复侧链-配体接触衍生结合基序并使用它们播种从头小分子结合剂，如对华法林所证明。从头和基于扩散的方法已将这一概念扩展到生物活性螺旋肽激素。实例包括甲状旁腺激素和相关肽的结合剂，被移植到lucCage中以产生生物发光生物传感器（图4B），以及使用基于RFdiffusion的设计或为结合和传感工程化的形状互补假环支架生成的小分子结合剂。一个更专门的实例是计算设计的相变底盘蛋白，在结合神经毒剂VX时折叠并经历液-液相分离，使得能够在十亿分之一水平检测VX样有机磷酸酯（图4C）。在此情况下，传感元件是超电荷螺旋束支架而非经典卷曲螺旋，但它说明设计的α-螺旋架构如何可直接耦合到分析物诱导的相行为。
5.3 金属离子生物传感器
金属离子响应系统将工程化配位环境（通常由组氨酸、半胱氨酸或羧酸残基形成）引入螺旋组装体，使得离子结合改变稳定性、寡聚化或光学输出。工程化支架的实例包括Pecoraro组开发的从头三链卷曲螺旋。在这些系统中，内部半胱氨酸或青霉胺替换创建富含硫醇的口袋，螯合重金属如As(III)、Hg(II)、Cd(II)和Pb(II)。束几何和配体残基的a- versus d-位点位置决定配位化学。这些系统大多数仍是金属结合的光谱模型而非完全整合的传感器，因为需要额外的转导机制将金属配位转化为稳健的分析信号。一个装置级实例使用Cu(II)诱导的金纳米颗粒表面肽构象变化驱动聚集和约10–150 μM浓度范围内的比色酒红到无色转变（图4D），尽管识别肽的精确卷曲螺旋特征尚未牢固确立。
5.4 pH生物传感器
pH响应系统是表征最好的环境敏感卷曲螺旋之一。其响应性通常通过埋藏可电离残基（最常见的是嵌入氢键网络中的组氨酸）工程化，其在酸性条件下的质子化引入静电挫折并去稳定界面。在从头束中，转变pH和协同性可通过改变埋藏组氨酸网络数量和周围疏水环境调节。所得低pH解组装已被证明在体外和内吞后破坏膜。相关设计使用具有上移pKa的单个埋藏谷氨酸驱动可逆五聚体到六聚体寡聚化开关，而单体螺旋束已被工程化使得质子化暴露膜活性螺旋并在窄pH 5.5–6.0窗口内触发pH控制膜裂解（图4E）。这些系统对内涵体激活、细胞内递送和环境响应组装特别相关。
5.5 氧化还原敏感生物传感器
氧化还原响应架构使用定位使得亚基内或亚基间二硫键在氧化条件下形成并在还原时逆转的半胱氨酸残基。这种共价切换可锁定或释放卷曲螺旋状态。例如，设计的肽可根据氧化还原条件在二硫键连接的α-螺旋发夹单体和平行卷曲螺旋二聚体之间相互转化。在一个天然实例中，电压门控质子通道的细胞质卷曲螺旋形成氧化还原依赖性亚基间二硫键，增加热稳定性并通过圆二色报告环境氧化还原状态，为生物系统中的氧化应激传感提供范式。具有增强螺旋性的二硫键连接α-螺旋二聚体的可逆氧化还原控制形成也已在最小肽系统中证明。这些实例共同表明二硫键化学如何用于将细胞氧化还原状态耦合到卷曲螺旋组装和构象切换。
5.6 光敏感生物传感器
光响应卷曲螺旋纳入光可切换发色团（最常见的是偶氮苯交联剂）或通过光遗传融合伙伴间接调节。安装在配对半胱氨酸之间的偶氮苯交联剂在顺-反光异构化时改变其端到端距离，从而可逆稳定或去稳定附着的螺旋。当放置在AP-1/bZIP亮氨酸拉链的二聚化界面上时，这种交联剂使DNA结合和下游基因表达能够在活细胞中用紫外和蓝光切换（图4F）。交联位点的系统变化建立了最大化光控的设计规则。放置在E/K异二聚体疏水a/d核心位点的光可切换偶氮苯氨基酸同样产生光依赖性、可逆的卷曲螺旋折叠变化，通过圆二色监测。在这些系统中，光提供可逆且外部控制的输入以高时间精度调节卷曲螺旋组装。
5.7 机械化学生物传感器
机械化学传感器利用卷曲螺旋的力依赖性去折叠。由于去折叠阈值可通过序列设计调节，工程化卷曲螺旋可在分子张力传感器中作为确定力阈值，将机械扰动转化为光学或生化输出。由工程化卷曲螺旋构建的数字遗传编码张力传感器已设计具有序列定义阈值并通过热力学预测、AlphaFold2建模、 steered分子动力学和单分子力光谱验证。当插入机械转导蛋白如纽蛋白时，这些传感器报告约13%的传感器群体在黏着斑内经历高于约10 pN的力。这些系统补充用于映射细胞内力的更广泛遗传编码皮牛顿级张力传感器。
5.8 蛋白酶和激酶生物传感器
蛋白酶和激酶响应系统说明卷曲螺旋如何耦合到酶活性。在蛋白酶传感器中，自抑制卷曲螺旋掩盖分裂报告器的重建直到目标蛋白酶切割开关内的识别序列。切割缓解自抑制并重建报告器（图4G），对TEV蛋白酶产生高达1000倍生物发光开启。相同策略也已扩展到caspase-3和β-内酰胺酶活性及荧光素酶输出的检测。在磷酸化响应系统中，激酶识别位点放置在界面位置使得磷酸化引入负电荷破坏螺旋堆积并切换组装状态（图4H）。肽在未磷酸化时组装，PKA磷酸化后数分钟内解组装，磷酸酶处理后重新组装，提供通过荧光或圆二色监测的可逆翻译后开关。
这些实例共同表明卷曲螺旋不仅是 passive相互作用基序，而是可跨广泛输入触发整合分子识别、构象切换、信号放大和环境响应性的可编程模块。
6 总结与展望
卷曲螺旋仍然是计算蛋白质工程中最强大和多功能的支架之一，因为它们结合了结构简单性与广泛可编程性。其明确的七肽序列语法、knobs-into-holes堆积和静电特异性使得能够直接控制寡聚状态、伙伴特异性、亲和力、螺旋取向和构象行为。自然界在机械、架构和信号转导角色中重复使用的相同相互作用原理使该基序在实验室中如此易处理，并将卷曲螺旋置于合成生物学、蛋白质工程和生物传感器开发的中心。
此处调查的三种设计范式是互补而非竞争的。理性和基于规则的方法继续提供关键机制洞察，并对稳定性、特异性和正交性的可解释优化保持高度有效。基于物理的计算方法极大扩展了可达到的结构精度，并使得能够多态设计可切换架构，其中单一序列被工程化以平衡两个或多个确定构象。AI驱动的生成和逆折叠方法正在拓宽可及序列和结构空间，将从头设计扩展到新拓扑、相互作用模块和针对挑战性靶标的高亲和力结合剂。
卷曲螺旋生物传感器设计的未来可能依赖整合所有三种方法的混合工作流程。理性原则将继续定义功能架构和相互作用逻辑；基于物理的方法将精炼能量学和多态平衡；AI系统将加速探索新拓扑、正交相互作用网络和配体响应组装体。最有能力的平台已将 these方法分层结合，如将从设计结合事件耦合到构象变化和生物发光读出的从头螺旋束开关所示。
卷曲螺旋转导机制的已证明库已变得非常广泛。卷曲螺旋现在作为折叠和二聚化开关、作为定义FRET和分裂报告器对几何的定向捕获和连接元件、作为门控分裂酶重建的自抑制模块、以及作为校准去折叠报告皮牛顿级力的机械化学元件发挥作用。它们已耦合到多种刺激，包括通过埋藏极性网络的pH、磷酸化、氧化还原状态、通过光可切换交联剂的光和机械张力，表明许多能够扰动螺旋稳定性、结合或寄存器的输入可转化为光学、生物发光或电化学输出。
然而仍存在几个挑战。细胞内正交性和蛋白质组兼容性需要持续改进，特别是对于多重系统。计算脱靶预测和蛋白质组范围筛选正成为确保设计对不与宿主相互作用组交叉反应的核心工具。动态范围优化和动力学调节也仍然困难，因为生物传感器性能敏感地取决于竞争构象状态之间的边际能量平衡及其对弱和可变外部刺激的可靠、独特响应。将精确、高亲和力配体结合口袋直接纳入紧凑螺旋支架而非依赖融合识别域仍是另一个主要工程挑战。
尽管如此，最近进展强烈表明卷曲螺旋正从相对简单的二聚化基序演变为计算生物传感器工程的通用可编程平台。随着基于AI的生成、逆折叠和原子级基于物理的精炼继续汇聚，越来越复杂的刺激响应系统可能涌现，这些系统是多重、遗传编码和定量可调的。
