拓扑势引导蛋白质自组装

《PLOS Computational Biology》：Topological potentials guiding protein self-assembly

　　

研究人员模拟分子构建块组装为功能性复合物的过程，这是计算生物学与材料科学的核心问题。由短程非极性相互作用驱动的蛋白质组装模拟原则上可达生物学正确结构，但崎岖的能量景观常将模拟困于非功能性局部极小值。研究人员引入一种长程拓扑势，由加权总持续性（weighted total persistence）量化，并将其与溶剂化自由能的形态测量方法（morphometric approach to solvation free energy）结合。在四个蛋白质体系中，该组合将组装成功率提升至最高十六倍，并在原本失败的情形下实现组装。不同于既往基于拓扑的方法，本方法将拓扑度量作为主动能量偏置而非描述性工具。该方法仅依赖原子几何，原则上可推广至其他自组装体系，为克服分子模拟中的动力学势垒提供通用策略。

研究背景方面，分子构建块在计算体内组装为功能性复合物是生物学与材料科学的核心挑战，主要障碍是动力学捕获（kinetic trapping）问题：即便功能性天然结构是能量函数最小值，构型空间的广阔与非功能性局部极小值众多，使模拟在可行时标内难以发现正确结构。物理模拟若仅依赖短程几何势能（如形态测量溶剂化自由能），其能量景观在亚基接触前基本平坦、接触后变得崎岖，导致随机游走式搜索陷入局部极小。现有物理长程作用（静电、长程水合力和形状匹配）在真实体系中可拉拢并定向蛋白，但显式模型计算昂贵。因此研究人员开展一项研究，将计算拓扑中的持久同调（persistent homology）从事后分析工具转为主动模拟偏置，定义拓扑势V_topo为各维总持续性P_i的加权和（V_topo=Σ_i w_i P_i），并与短程几何势V_geo（由排除体积V、溶剂可及表面积A、积分平均曲率C、积分高斯曲率X与软球重叠罚项L构成）线性组合为V_comb=(1?λ)V_geo+λV_topo，用Random Walk Metropolis与模拟退火在烟草花叶病毒（TMV）二聚体/三聚体、乙肝病毒核心蛋白二聚体、SARS-CoV-2 ORF9b二聚体及人CD40配体胞外片段三聚体上进行验证。结论显示：拓扑势作为长程漏斗将亚基拉入正确邻域与取向，几何势精细对接界面；TMV二聚体成功率从纯几何势约5%升至85%（约十六倍），乙肝核心二聚体从0%升至80%，ORF9b二聚体从2.5%升至42.5%，CD40三聚体从0%升至5%；参数由TMV优化后可迁移至他体系；该方法不依赖目标先验、仅依原子几何与三个权重，具透明性与通用性。论文发表于《PLOS Computational Biology》。

关键技术方法方面，研究人员依托加权Alpha复形（weighted Alpha complex）在原子中心并集上构建Alpha过滤（Alpha filtration），用持久同调计算0/1/2维总持续性P₀/P₁/P₂；几何侧采用White Bear functional Mark II由基本测度理论给出硬球溶剂（半径与堆积分数0.3665）的V、A、C、X系数并加软球重叠罚项L；采样用Random Walk Metropolis与模拟退火，成功判定以实验结构为参照的d_RMSD阈值；权重w₀,w₁,w₂与混合比λ经网格搜索与Pearson相关性分析选定；样本为PDB条目4BMG、6Z4U、1ALY及TMV实验构型。

研究结果部分，几何-拓扑相关性小节中，研究人员对比纯几何势驱动的TMV二聚成功轨迹，发现P₀在蛋白靠近时最小，P₂与V_geo负相关，d_RMSD与V_topo线性相关性高于与V_geo相关性，表明拓扑势含可驱动组装的信号。优化持续性小节中，对V_topo单独最小化的权重平面网格搜索显示，二聚体与三聚体在“接触不重叠”区（如w=(?0.5,0.5,0.0)附近）最小化构型与正确组装拓扑势差最小。两亚基相图小节指出，纯拓扑势最小化产生重叠、不接触成环/成球、微触三类区，无完全正确组装但正确态为局部极小。三亚基相图小节显示不接触区更大（环、球、螺旋三类），最小拓扑势差位于接触/不重叠边界。几何与拓扑结合小节中，λ扫描显示TMV二聚在T=5.0、λ=0.5、w=(?0.5,0.5,0.0)或(0.0,0.5,?0.5)时成功率85%，纯几何仅5%；(1,0,0)仅拉拢不导向界面，(0,1,?1)关联高斯曲率项但弱于前两者。拓扑势权重选择小节选定四组权重，其中(?0.5,0.5,0.0)与(0.0,0.5,?0.5)最优。TMV二聚参数空间扫描小节给出上述十六倍提升数值。联合势成功模拟分析小节展示单条轨迹276步达最小，前期V_topo平稳下降主要由P₀孔闭合贡献，后期由P₁、P₂下降主导。拓扑势在不同阶段影响小节用终前相初始态重启模拟，证明V_topo在远距对齐与近程对接两阶段均优于纯V_geo。其他体系改进小节列乙肝核心（80%）、ORF9b（42.5%）、CD40三聚（5%）成功率达表3数值，纯几何分别为0%、2.5%、0%。

讨论部分总结：研究人员指出拓扑势作为长程补充使成功率超量级提升，TMV优化参数可迁移同尺寸亚基体系；特定权重(?1)ⁱ加权和可数学联系形态测量中的高斯曲率项X（即2πχ，χ为欧拉示性数），或反映膨胀分子面拓扑变化与水合层组织；计算成本随亚基数线性于势评估、但迭代数随体系指数增长，粗粒化可拓展规模；方法不依赖同源限制，仅含原子几何与三权重，透明非黑箱，区别于AlphaFold3等需训练集相似性的深度学习；不模拟动力学故不能推论断头可及性，但能以高概率恢复热力学正确态。

研究结论翻译：本研究表明，定义为溶剂中蛋白质各维总持续性加权和的拓扑势，显著提升模拟蛋白质组装成功率。作为短程形态测量溶剂化自由能的长程补充，它使纯几何势失败体系得以组装，并将他体系成功率提升超一个量级，优化参数下TMV二聚达85%。拓扑势与几何势在TMV二聚中深度关联，TMV优化参数良迁移至他体系。拓扑势虽无直接物理诠释，但特定参数化（交替和）可数学关联形态测量高斯曲率项，或捕捉膨胀分子面拓扑变化及长程形状依赖效应。计算成本随亚基数为线性势评估、瓶颈在迭代次数，粗粒化可拓展。方法不依赖同源或亚基数限制，仅含几何与权重，透明可视，为克服形状组装崎岖景观的通用策略，高概率恢复自然热力学态，不建模动力学但保热力学真实，不似深度学习依赖目标相似性。