利用计算辅助的肽段筛选技术，从已知肽段中识别出能够增强人类多能干细胞培养物黏附能力及自我更新能力的序列

《ACS Applied Bio Materials》：Computationally Assisted Peptide Screening to Identify Sequences from Reported Peptides to Achieve Enhance Abilities in Supporting Adhesion and Self-Renewal of Human Pluripotent Stem Cell Cultures

　　

摘要

那些能够维持人类多能干细胞（hPSCs）的黏附能力及多能性的肽段，在这些干细胞于能够展示肽段的表面上进行培养和生长过程中起着至关重要的作用。我们基于RGD序列与整合素受体之间的相互作用，设计出了多种经过优化的肽段序列。在本研究中，我们利用AlphaFold进行结构预测，从而得到了整合素αVβ5的三维结构模型。随后，通过分子对接技术，成功构建了该肽段与αVβ3/αVβ5整合素蛋白之间的复合物模型。之后，又运用分子动力学模拟来评估多种肽段-整合素复合物的稳定性，研究了RGD序列周围氨基酸序列的模式如何影响其与整合素受体的结合以及后续的细胞培养性能。最终，这些研究结果帮助我们找到了能够在所测试条件下、在没有 ROCK抑制剂存在的情况下仍能维持hPSCs长期自我更新能力的优化肽段。我们的研究展示了如何通过对RGD序列两侧的氨基酸序列进行计算分析，来找到更适用于hPSCs培养的高效肽段，为大规模临床应用提供了实用策略。