通过计算机模拟（in silico）方法对RAPTOR–STAT3接口进行研究，发现了mTORC1通路与JAK-STAT通路在干燥综合征（Sjogren’s syndrome）及其相关癌症中的潜在相互作用
《Computational Biology and Chemistry》：In silico exploration of the RAPTOR–STAT3 interface reveals potential crosstalk between mTORC1 and JAK-STAT pathways in Sjogren’s syndrome and its linked cancer
编辑推荐：
干燥综合征（SS）患者中STAT3与RAPTOR的互作机制及癌症关联性研究，通过整合计算生物学方法分析PPI网络、蛋白结构对接及转录组数据，揭示两者在免疫-代谢信号通路中的协同作用，证实STAT3-RAPTOR交互界面及在唾液腺中的共表达模式，为SS相关癌症研究提供新靶点。
Yadvindra Singh|Chander Parkash|Gobind Ram
印度旁遮普邦卡普尔塔拉IKG旁遮普技术大学化学科学系
摘要
舍格伦综合征（SS）是一种慢性自身免疫性疾病，主要影响唾液腺。该疾病与癌症风险增加有关，这表明致癌途径和自身免疫途径可能存在相互作用。尽管RAPTOR是mTOR复合体1（mTORC1）的组成部分，但它对于将mTOR免疫信号传导与细胞代谢联系起来至关重要。信号转导子和转录激活因子3（STAT3）是癌症相关途径和炎症途径之间的纽带。在这项研究中，我们采用了基于计算生物学的综合分析方法，重点关注非实验性证据，以探讨STAT3-RAPTOR相互作用在舍格伦综合征及其相关癌症发病机制中的作用。通过STRING构建的蛋白质-蛋白质相互作用（PPI）网络，并在Cytoscape中进行分析和验证，结果表明STAT3和RAPTOR是免疫-代谢信号网络中的关键相互作用节点。PDBsum对STAT3的蛋白质-蛋白质界面进行了表征，揭示了该蛋白与RAPTOR之间的显著接触；ClusPro进行的分子对接结果得到了HADDOCK的进一步确认。UniProt、EMBL-EBI ProtVar和AlphaMissense帮助确定了STAT3和RAPTOR的人类错义变异，以评估其功能相关性。GEPIA数据显示，在癌症数据集中，STAT3和RAPTOR存在共表达现象。重要的是，使用自身免疫疾病探索器（ADEx）对舍格伦综合征患者的唾液腺转录组数据进行疾病特异性验证后发现，这两种蛋白在自身免疫靶组织中的共表达具有保守性。所有这些发现表明，STAT3和RAPTOR之间存在双向相互作用，构成了连接舍格伦综合征与恶性转化的共通免疫-代谢信号通路。未来需要通过实验室实验来验证这些预测的相互作用及其功能意义。
引言
舍格伦综合征（SS）是一种影响主要外分泌腺（包括泪腺和唾液腺）的自身免疫性疾病。该疾病最常见的症状是口腔和眼睛分泌减少，这源于这些腺体的组织学变化。从组织病理学角度来看，该疾病的特点是导管腺体中淋巴细胞浸润，从而导致口干和眼干（Bjordal等人，2020年）。SS分为两种类型：原发性和继发性。在原发性SS中，导管腺体和泪腺的淋巴细胞浸润会导致口腔和眼睛干燥；而继发性SS则与其他自身免疫性疾病（如类风湿关节炎、系统性红斑狼疮和系统性硬化症）共存（Stefanski等人，2017年）。患有SS的个体在疾病初期通常血液中存在针对核糖核蛋白复合物Ro（SSA）和La（SSB）的抗体。这些抗体的存在，加上高γ球蛋白血症、类风湿因子和II型单克隆冷球蛋白，与全身症状、腮腺肿大以及疾病早期发作有关（Moutsopoulos & Zerva，1990年）。尽管JAK-STAT信号转导子和转录激活因子通路以及哺乳动物雷帕霉素靶蛋白（mTOR）通路在舍格伦综合征中均存在失调，但目前尚不清楚信号转导子和转录激活因子3（STAT3）是否在结构层面上与mTOR的调节相关蛋白（RAPTOR）直接相互作用。关于这种相互作用与舍格伦综合征关系的结构研究尚未完成。
为了调控细胞发育，RAPTOR作为mTORC1复合体的关键支架蛋白发挥作用，它结合mTOR并吸引诸如核糖体蛋白S6激酶1（S6K1）和4E-BP1（真核生物翻译起始因子4E结合蛋白）等底物。通过将底物转运至mTOR进行磷酸化，RAPTOR充当了分子桥梁。当营养物质充足时，它还作为营养传感器激活mTORC1（Showkat等人，2014年）。RAPTOR的磷酸化使mTORC1复合体发生形态变化，从而便于下游底物（如S6K1和4E-BP1）结合并发生磷酸化（Wang等人，2009年）。舍格伦综合征的病理生理学与唾液腺免疫细胞（尤其是B细胞、浆细胞和T细胞）中的mTORC1蛋白密切相关。B细胞过度活跃、自身抗体合成（IgG/IgM）以及由糖酵解驱动的自身免疫反应均受到这种刺激的促进（Luo等人，2023年）。mTORC1通路在舍格伦综合征中导致糖酵解增强和代谢功能障碍，这是免疫代谢重编程的特征。这种代谢重编程引发了B细胞和T细胞的过度激活以及组织破坏（Chen等人，2024年）。为了研究舍格伦综合征中的潜在通路级相互作用，RAPTOR是一个生物学上相关的候选因子，因为它在mTORC1信号传导中起着关键支架作用。
细胞因子（IL-6、IL-23和IL-21）可刺激STAT3，这是一种关键的转录因子，能促进Th17细胞的发育并抑制调节性T细胞（Treg）的功能，从而加剧自身免疫性疾病。过度活跃的STAT3信号传导会导致组织损伤、长期炎症和自身反应性细胞存活增加（Kaminskiy & Melenhorst，2022年）。舍格伦综合征中升高的促炎细胞因子（如IL-6）可激活STAT3，从而导致泪腺和唾液腺的持续炎症（Roescher等人，2009年）。唾液腺浸润免疫细胞中持续的STAT3激活表明其可能与调节免疫细胞存活和功能的代谢通路存在潜在的机制性交集（Hillmer等人，2016年）。
现有研究表明，在自身免疫性疾病中，细胞因子引发的转录反应与代谢信号通路之间存在功能相互作用。STAT3控制免疫细胞的发育和炎症，而这两者都受到mTORC1活性的影响（Powell等人，2012年）。然而，目前尚不清楚RAPTOR和STAT3是否在结构层面上直接相互作用以调控代谢和炎症信号。
mTORC1在免疫中的作用以及营养感应功能的改变与溶质转运蛋白（SLC）蛋白的功能障碍有关。某些SLC成员（如SLC38A9和SLC15A4）通过调节氨基酸的可用性和调控mTORC1参与免疫代谢重编程（Kobayashi等人，2021年）。尽管SLC转运蛋白对mTORC1的调控和免疫代谢有贡献，但本研究主要关注RAPTOR作为mTORC1的核心支架成分。
患有舍格伦综合征的患者患淋巴瘤等癌症的风险更高（Fragkioudaki等人，2016年）。JAK-STAT和mTOR信号通路在多种自身免疫性炎症疾病和致癌过程中均存在失调，这可能反映了这些对疾病进展至关重要的分子的共通作用（Pan等人，2026年）。
虽然舍格伦综合征的病理生理学与mTORC1和JAK-STAT信号通路相关，但这些关键要素之间的结构或系统级协同作用仍有待进一步研究。STAT3是一种主要的细胞因子激活的转录因子，调控免疫反应；而RAPTOR则是与mTORC1相关的主要支架蛋白。评估这两个信号节点是否表现出协调的网络连通性、结构兼容性或转录一致性，可以为舍格伦综合征中的通路整合提供机制上的见解，考虑到自身免疫过程中免疫-代谢相互作用日益重要。为此，我们应用了一个结构化的多层计算框架，整合了网络拓扑、结构建模和转录组分析。
本研究旨在计算评估舍格伦综合征背景下RAPTOR和STAT3之间的结构兼容性和系统级相互关系。
具体目标包括：
(i)评估RAPTOR和STAT3在免疫相关蛋白质-蛋白质相互作用网络中的拓扑重要性和网络级连通性。
(ii)利用实验解析的人类结构进行蛋白质-蛋白质对接，以探索结构兼容性。
(iii)预测与等效基因组区域中界面区域附近的错义变异重叠的界面残基。
(iv)评估免疫富集的转录组数据集和舍格伦综合征特异性唾液腺样本中的转录共表达模式。
本研究采用的分析框架如图1所示。
方法
计算工作流程包括以下步骤：(i) 目标蛋白的识别及不同目标蛋白的检索；(ii) 蛋白质-蛋白质相互作用（PPI）网络的构建和拓扑分析；(iii) 结构域的表征；(iv) 通过推导复合体形成模型和PPI界面映射来预测潜在的PPI；(v) 分别对具有预测致病性评分的人类错义变异进行结构映射。
RAPTOR及其在舍格伦综合征发病机制中的相互作用
基于RAPTOR在mTORC1信号传导中的关键支架功能及其在舍格伦综合征中参与的免疫细胞激活和代谢重编程中的作用，将其作为主要目标蛋白。我们研究了一些SLC家族成员，特别关注它们的底物、组织表达及相关分子通路（见补充表S3）。
讨论
我们进行了蛋白质-蛋白质相互作用（PPI）网络分析，将STAT3和RAPTOR确定为免疫-代谢信号网络的关键组成部分。这为后续的结构对接和界面映射提供了依据。本研究的主要优势在于其综合性设计，结合了网络拓扑、结构建模、转录组分析和残基水平变异的分析。这种多层次系统使得RAPTOR-STAT3的相互作用能够得到全面分析。
结论
总之，我们的综合计算分析揭示了RAPTOR和STAT3在舍格伦综合征相关的免疫-代谢信号环境中的网络级相互作用和结构兼容性。使用实验验证的平台进行的对接分析显示了可重复的界面形成，具有有利的能量和几何特性。网络拓扑分析和转录组分析进一步证明了它们之间的关联性和表达一致性。
研究局限性
本研究对舍格伦综合征相关的免疫-代谢信号网络中的RAPTOR和STAT3进行了综合计算分析。网络拓扑分析确定了这些信号节点之间的关联性，而使用实验解析的人类蛋白结构进行的结构对接证明了不同平台间的界面兼容性。免疫富集的数据集和疾病特异性的唾液腺样本支持了转录分析的结果。
CRediT作者贡献声明
Gobind Ram：监督、研究。Chander Parkash：撰写、审稿与编辑、概念化。Yadvindra Singh：撰写初稿、可视化、验证、软件应用、形式分析。
写作过程中生成式AI和AI辅助技术的声明
在撰写手稿时，作者使用了AI辅助工具来辅助语言编辑、改写和提升文本的清晰度。具体而言，使用了QuillBot、StealthWriter和HIX AI等AI辅助软件来改进语法、可读性和结构。使用这些工具并未生成任何科学数据、结果或结论。
