**基于分子动力学模拟与最短路径法构建的蛋白质别构图差异度量:以TetR二聚体突变体的局部与远端别构效应解析为例**

《Journal of Chemical Theory and Computation》:Correction to “Measuring Differences in Protein Allosteric Graphs Constructed via Molecular Dynamics Simulations”

【字体: 大 中 小 】 时间:2026年09月18日 来源:Journal of Chemical Theory and Computation 5.8

编辑推荐:

  研究人员此前发表了题为"Measuring Differences in Protein Allosteric Graphs Constructed via Molecular Dynamics Simulations"的论文。本更正声明旨在提醒读者注意原文第

  
研究人员此前发表了题为"Measuring Differences in Protein Allosteric Graphs Constructed via Molecular Dynamics Simulations"的论文。本更正声明旨在提醒读者注意原文第3.7节及支持信息SI-1中存在的错误。Osuna等人描述的SPM(最短路径法,Shortest Path Method)工作流程未包含Amber cpptraj命令autoimage(自动成像),且该方法最初仅应用于单链蛋白质体系。研究人员最初在分析二聚体TetR(四环素阻遏蛋白,Tetracycline Repressor)体系时沿用了该流程。然而,经重新审视TetR计算结果后,研究人员发现在周期性边界条件下,多链体系必须使用autoimage才能保持蛋白质链之间具有物理意义的相对位置。研究人员已使用autoimage重新计算了距离矩阵和关联矩阵,随后重建了完整二聚体的SPM图,并对WT(野生型,Wild Type)、G102D和E150K/C195Q突变体重复进行了所有成对图距离计算。更正后的Figure 10、Table 5和Table 6已在本文中提供。该更正改变了数值距离值以及单个节点和边贡献者的排序,但并未改变定性趋势或结论。在更正后的Figure 10中,基于空间信息的节点、边和总距离将G102D置于比E150K/C195Q更接近WT的位置,而谱距离则将G102D置于更明显地远离WT的位置。在更正后的Figure 10、Table 5和Table 6中,主要贡献者的整体空间分布(特别是残基-节点贡献者)保持相似。尽管ASP102不再是G102D节点贡献者的前十名,但THR103和ARG104进入了前十名,且两者在序列和空间上均邻近突变位点。相比之下,E150K/C195Q的主要贡献者无论在序列还是空间上均远离突变位点。因此,更正后的结果保留了原文的结论,即TetR中突变诱导的扰动可涉及局部或远端别构区域。
**基于分子动力学模拟的蛋白质别构图差异量化方法及其修正研究**

**一、研究背景与问题提出**

蛋白质别构效应(Allostery)是生物大分子调控功能的核心机制之一,指蛋白质上远端位点的结合或修饰事件通过长程构象耦合影响活性位点功能。深入理解别构调控对于蛋白质工程和药物发现具有重要意义,然而实验手段难以全面捕捉别构信号在蛋白质内部传导的动态路径。分子动力学模拟(MD,Molecular Dynamics Simulation)能够在原子分辨率下揭示蛋白质构象动力学,而基于MD轨迹构建的蛋白质别构图(Allosteric Graph)则为定量刻画别构通信网络提供了有力工具。Osuna等人提出的最短路径法(SPM,Shortest Path Method)可将蛋白质残基间动态耦合关系抽象为加权网络图,但该方法最初仅针对单链蛋白质体系开发,其在多亚基复杂体系(如二聚体)中的适用性和技术细节尚需验证,特别是周期性边界条件下多链体系坐标处理的问题。此外,如何定量比较不同突变体别构图之间的差异,以解析突变对别构网络的扰动模式(局部效应vs.远端效应),仍是该领域的方法学挑战。

**二、研究内容与重要意义**

研究人员在原文中报道了一种基于MD模拟构建蛋白质别构图并利用地球移动距离(EMD,Earth Mover's Distance)度量和比较图差异的方法学框架,并应用于TetR(四环素阻遏蛋白)二聚体及其突变体(G102D和E150K/C195Q)以及泛素(Ubiquitin)及其六种突变体的别构网络分析。本更正声明针对原文第3.7节和SI-1中的技术错误进行了修正:原SPM工作流程遗漏了Amber cpptraj的autoimage(自动成像)命令,该命令对于多链体系在周期性边界条件下恢复链间真实相对位置至关重要。修正后,所有距离矩阵、关联矩阵、SPM图以及成对图距离计算(EMDNodes、EMDEdges、EMDGraph、SDGraph)均已重新完成。更正虽导致部分数值和排序变化,但原文核心定性结论——突变诱导的别构扰动可涉及局部或远端别构区域——得到完整保留,验证了该方法学框架的稳健性。

**三、关键技术方法**

本研究涉及的关键技术方法包括:(1)利用Amber软件对TetR二聚体(WT、G102D、E150K/C195Q)及泛素突变体进行平衡态分子动力学模拟;(2)采用SPM(最短路径法)基于MD轨迹构建蛋白质残基级别的别构通信加权图;(3)使用Amber cpptraj的autoimage命令处理多链体系周期性边界条件下的坐标成像;(4)运用EMD(地球移动距离)框架计算别构图的多层次差异度量,包括基于节点的EMDNodes、基于边的EMDEdges、综合图距离EMDGraph,以及基于谱图理论的SDGraph;(5)通过成对比较矩阵(Pairwise Matrix)量化野生型与突变体之间别构网络的整体与局部差异。

**四、主要研究结果**

**(1)SPM图构建与可视化(Figure 10a):** 修正后的研究工作从WT TetR及其两个突变体(G102D和E150K/C195Q)的平衡态MD轨迹中生成了三维SPM别构图,直观展示了各体系中残基间别构通信路径的拓扑结构。

**(2)EMDNodes节点贡献分析(Figure 10b,Table 5):** 通过EMDNodes矩阵的成对比较发现,G102D与WT之间排名前十的节点贡献残基中,THR103和ARG104在序列和空间上均邻近G102D突变位点;而E150K/C195Q的主要节点贡献者(如LYS108、GLN109、THR112等)无论在序列顺序还是三维空间上均远离E150K和C195Q两个突变位点,提示该双突变引发了远端别构区域的重塑。

**(3)EMDEdges边贡献分析(Figure 10c,Table 6):** EMDEdges计算显示边的贡献模式与节点分析一致。WT-G102D比较中排名靠前的边(如GLN109-THR112、THR106-GLN109)涉及与突变位点邻近的残基对;而WT-E150K/C195Q比较中的主要贡献边(如GLN109-THR112、LYS108-GLN109)则位于远离突变位点的区域。值得注意的是,WT-G102D比较中出现了一条跨链边HSD139-CYS144。

**(4)整体图距离与谱距离分析(Figure 10d, 10e):** 基于空间信息的EMDGraph总距离将G102D置于比E150K/C195Q更接近WT的位置,而基于谱图理论的SDGraph距离则将G102D置于更明显远离WT的位置。这一差异提示两种距离度量捕捉了别构图不同维度的变化特征:空间距离对局部结构变化更为敏感,而谱距离更能反映网络拓扑层面的全局重排。

**(5)泛素突变体验证:** Figure 10b同时展示了WT泛素与其六种突变体的成对EMDNodes矩阵,突变位置以箭头标示,排名前十的贡献残基以黄色标记,验证了该方法在不同蛋白质体系中的通用性。

**五、讨论总结与研究结论**

本更正的核心结论是:尽管数值距离值和个别残基排名因autoimage修正而发生变化,但定性趋势与原文保持一致。修正后的结果继续支持原文的中心论点——TetR二聚体中突变诱导的别构扰动可呈现两种截然不同的空间模式:G102D突变主要影响突变位点邻近区域的局部别构网络(THR103、ARG104等近端残基参与),而E150K/C195Q双突变则主要扰动远端别构区域(贡献残基在序列和空间上均远离突变位点)。这一发现表明蛋白质别构网络对不同类型的突变具有差异化的响应策略,为理解突变如何通过局部或长程机制调控蛋白质功能提供了定量框架。研究方法学上的autoimage修正也强调了多链蛋白质体系MD后处理中正确处理周期性边界条件的重要性,为后续研究提供了技术规范参考。综上,该SPM-EMD联合分析框架为定量解析蛋白质别构通信网络中的突变效应提供了可靠且稳健的计算方法学工具。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号