综述：嗜热蛋白的分子适应——从机制理解到机器学习方法

《ChemistryOpen》：Molecular Adaptations of Thermophilic Proteins—From Mechanistic Understanding to Machine Learning Approaches

　　

嗜热蛋白以其在高温下的稳定性和活性而闻名，因此成为工程化具有增强稳定性酶的模型。这些蛋白质的稳定性受热力学因素（thermodynamic factors）和动力学因素（kinetic factors）共同影响，这些因素影响折叠-去折叠平衡（folding–unfolding equilibrium）和不可逆变性（irreversible denaturation）的速率。结构研究表明，增强的热稳定性（thermostability）通常源于多种协同相互作用，包括改进的疏水堆积（hydrophobic packing）、增强的静电相互作用（electrostatic interactions）和优化的氢键网络（hydrogen-bonding networks）。嗜热蛋白与中温蛋白（mesophilic proteins）的比较研究有助于识别支持热适应（thermal adaptations）的一般机制。突变（mutational）和蛋白质工程（protein-engineering）方法进一步证明了特定氨基酸残基（amino acid residues）或基序（motifs）通过改变或修饰局部结构相互作用对稳定性的影响。近年来，计算方法（computational approaches）和机器学习方法（machine learning methods）已成为预测蛋白质稳定性的不可避免工具。尽管这些方法改进了预测，但仍存在若干局限性，如训练数据集（training datasets）有限、对某些蛋白质家族的偏倚（bias）、模型解释（model interpretation）困难等。因此，结合实验热力学数据（experimental thermodynamic data）、结构研究（structural studies）和现代基于人工智能的计算工具（AI-based computational tools），研究人员有可能开发出更可靠的策略来设计耐热蛋白（thermostable proteins），特别是用于各种工业和生物技术应用。

**1 引言（Introduction）**
极端环境微生物（extremophiles）中的嗜热生物（thermophiles）在50°C–100°C范围内最适生长，其蛋白质（即嗜热蛋白）在高温下具有增强的稳定性和功能。嗜热蛋白在生物技术和化学加工中具有重要应用价值。综述重点探讨嗜热蛋白的进化、影响热稳定性的因素、与中温蛋白的差异、以及机器学习（machine learning, ML）和计算模拟方法在识别与评估这些蛋白中的应用。

**2 嗜热蛋白的进化（Evolution of Thermophilic Proteins）**
嗜热细菌可适应从热泉到北极冰川等多样环境，其分类包括专性、兼性或耐热型。关于嗜热蛋白的起源存在不同假说，包括中温起源说（通过适应或突变）和嗜热起源说（进化发生于更温暖环境）。嗜热蛋白的发展历史如图1所示（图示省略）。

**3 影响嗜热蛋白质热力学的因素（Factors Influencing the Thermodynamics of Thermophilic Proteins）**
蛋白质稳定性由折叠态（F）与去折叠态（U）之间的自由能变化（ΔG_FU）决定。嗜热蛋白通常通过降低热容变化（ΔC_p）或增强ΔG值来实现更高熔解温度（T_m）。熵（entropy）因素也重要，疏水作用增强熵并降低总自由能。热力学参数（ΔH、ΔC_p、ΔS）通过差示扫描量热法（differential scanning calorimetry, DSC）和圆二色光谱（circular dichroism, CD）等测定，并利用修正的Gibbs–Helmholtz方程（公式(3)）描述ΔG_FU与温度的关系。较小的ΔC_p导致更平坦的ΔG(T)曲线和更高的T_m。

**4 动力学稳定性（Kinetic Stability）**
不可逆热变性通常由聚集或化学修饰引起，可用标准模型描述：F?U→X（F为天然态，U为可逆去折叠中间体，X为不可逆失活态）。在高温下，不可逆步骤速率常数k_i远大于再折叠速率常数k_f，观测速率常数k_obs≈k_u（去折叠速率常数）。因此，维持低k_u是嗜热蛋白的重要适应策略，其k_u通常比中温蛋白低数个数量级。

**5 嗜热蛋白与中温蛋白的比较（Comparison of Thermophilic and Mesophilic Proteins）**
关键热力学差异在于稳定性曲线的曲率：中温蛋白具有高ΔC_p和尖锐的ΔG(T)曲线，温度窗口窄；嗜热蛋白通过降低ΔC_p使曲线平坦化，维持较宽温度范围内的稳定性。结构上，嗜热蛋白核心呈现类似分形的紧密堆积，用支链非极性氨基酸（Ile、Val）替代较大残基，消除内部空腔；离子对（ion pairs）形成扩展网络而非孤立存在。两者在各自最适生长温度下具有相同的均方根波动（root-mean-square fluctuations），但室温下嗜热蛋白刚性过强，高温下中温蛋白柔性过高导致熵去折叠。ML方法已用于识别从嗜热到中温的氨基酸替换模式，例如精氨酸（arginine）在嗜热蛋白中更受青睐，因其胍基可形成多个氢键和离子对。

**6 嗜热蛋白的稳定化因素（Stabilizing Factors of Thermophilic Proteins）**
影响嗜热蛋白高温稳定性的因素包括离子对丰度、疏水残基埋藏、结构核心特征、氢键分布等（如图2所示，图示省略）。

**7 离子对丰度（Ion Pair Abundance）**
嗜热蛋白中离子对数量显著多于中温蛋白，且离子对距离常小于4 ?（中温蛋白为6–8 ?）。离子对增加三级结构刚性，增强稳定性并诱导紧密堆积，同时降低去折叠速率。尽管存在反对观点，但多项研究支持离子对数量与稳定性正相关。

**8 埋藏氨基酸侧链的疏水性（Hydrophobicity of Buried Amino Acid Side Chains）**
嗜热蛋白的氨基酸组成特点包括：较大的残基体积、较高的疏水性、更多带电氨基酸（Glu、Arg、Lys）、更少不带电极性残基（Ser、Thr、Asn、Gln）。在8 ?半径内评估的侧链疏水性更高，导致蛋白质折叠时残基紧密堆积，增强抗去折叠和聚集能力。

**9 结构核心（Structural Cores）**
嗜热蛋白含有更高比例的小氨基酸（Gly、Ala、Ser、Val）和较少大/极性氨基酸（Cys、Asp、Glu、Gln、Arg）。紧密堆积增加抗去折叠能力。超嗜热蛋白（hyperthermophilic proteins）具有更多二硫键（disulfide bonds），强调紧凑三级核心对稳定性的重要性。

**10 氢键分布（Hydrogen Bond Distribution）**
嗜热蛋白中49%的氢键连接埋藏核心残基与暴露残基（中温蛋白为42%），且氢键主要位于主链与侧链之间。这种分布通过将脆弱外部锚定到紧凑核心来增强稳定性。

**11 分子适应策略（Molecular Adaptation Strategies）**
嗜热蛋白通过协同策略实现稳定性：热力学策略（低ΔC_p产生平坦ΔG(T)曲线）、动力学策略（高去折叠能垒降低k_u）、结构策略（短程离子对网络、紧凑非极性核心）、动态策略（高温下保持与中温蛋白在低温下相同的柔性）、进化策略（替换热不稳定残基，如Met）。分子动力学模拟显示，嗜热蛋白的振动能量传递和残基组成（更多非极性残基）有助于稳定性。频率分辨通信图识别了能量传递路径中的关键残基。盐桥（salt bridges）和非共价相互作用也影响活性与耐热性的平衡。

**12 优化嗜热蛋白的氨基酸组成与耦合模式（Optimizing Amino Acid Compositions and Coupling Patterns in Thermophilic Proteins）**
定点诱变研究发现特定氨基酸对稳定性的影响，但忽略了耦合效应。一种基于?值的统计方法识别了嗜热蛋白中显著的氨基酸耦合模式（相隔若干残基的配对），这些模式与最适生长温度相关。实例包括：酵母MgeI的H167L突变体增强刚性和疏水性；重组天冬氨酸蛋白酶BsAPA通过自催化位点突变提高热稳定性；葡萄糖异构酶突变体在金属离子（Co²⁺、Cu²⁺、Mn²⁺）存在下活性增强；木聚糖酶突变体通过侧链刚化和沟槽填充提升稳定性。核糖核酸酶H（RNase H）的动力学研究表明，保守甘氨酸突变可引入更多螺旋内氢键，复制嗜热型的热力学平衡。

**13 增强热稳定性的工程策略（Engineering Strategies for Enhancing Thermostability）**
现代蛋白质工程策略包括：核心填充（core packing and cavity filling，如T4溶菌酶内部空腔引入疏水残基使T_m提升10°C）；B-Factor引导的刚性化（B-Factor-guided rigidification, B-Fit，如针对枯草芽孢杆菌脂肪酶A的柔性环突变）；序列一致性设计（consensus design，如植酸酶一致性序列的T_m超过90°C）；熵稳定化（entropic stabilization，通过环缩短和脯氨酸引入降低去折叠态熵）；计算定向进化框架（如FRESCO，利用分子动力学和Rosetta能量计算筛选虚拟突变）。嗜热蛋白因其高内在稳定性，可作为蛋白质工程的优良支架，承受大量突变而不失结构完整性。

**14 基于机器学习方法研究嗜热蛋白（ML-Based Approaches to Investigate Thermophilic Proteins）**
14.1 序列与结构模型的比较：序列模型（如位置特异性评分矩阵）可扩展性强，但无法捕捉非局部耦合效应；结构模型（利用三维坐标）预测突变效应更准确，但受限于高分辨率结构数据库（如PDB）。
14.2 从经典ML到深度学习的算法演变：早期经典ML（如SVM、随机森林）基于人工特征，可解释但能力有限；现代深度学习（如图神经网络GNNs、Transformer模型ThermoMPNN）通过学习残基局部环境预测ΔG和T_m。预测目标区分重要：最适生长温度（organism-level）与熔解温度（protein-specific）存在差异，模型常因数据集偏倚而性能受限。表2总结了多种模型/工具（如AutoProp、ProLaTherm、DeepTM、SAPPHIRE、SCMTPP、CNN、DNN、ANOVA、PseAAC、PROTS、ELM、TmPred、ProCeSa、ESMStabP、JanusDDG、StableESM）及其优势和应用。
14.3 通过ML预测稳定性：应对数据集局限与可重复性：数据库如ProTherm和FireProtDB提供实验稳定性数据，但存在数据集规模小、实验条件不一致、蛋白质家族代表性不均等问题。可重复性受预处理、特征工程和评估策略差异影响，需使用标准化基准数据集和透明报告。近期计算模型（如Trp-cage小蛋白突变体模拟）揭示了ΔC_p降低对ΔG曲线平坦化的贡献。分子动力学模拟表明嗜热蛋白优化疏水核心的排阻体积效应，并增强协调运动，同时限制大面积偏离天然态。

**15 结论（Conclusions）**
嗜热蛋白是理解极端环境分子适应和利用其潜力的模型系统，其结构特征包括优化的疏水核心、丰富的离子对相互作用、改变的氢键分布和适应性氨基酸组成。与中温蛋白的比较分析揭示了结构刚性与功能柔性之间的平衡。定点诱变、计算模拟和计算机实验进展加深了机制理解，但复杂氨基酸耦合效应和长程相互作用仍需进一步研究。嗜热蛋白作为蛋白质工程的稳健支架，具有突变耐受性和多功能性。ML与实验数据的整合已成为预测热稳定性、功能分类和设计新变体的强大前沿。未来研究需弥合实验与计算方法之间的差距，完善预测算法，并工程化具有定制特性的嗜热蛋白。