基于结构生物信息学探索“自结合肽”作为一类新型药物靶标的分子机制

It is known that 'folding' and 'binding' are two distinct strategies used by biomolecules to fulfill their biological functions. In fact, however, there is an exception we called 'self-binding peptides (SBPs) that span between the folding and binding; that is, a peptide segment, on the one hand, specifically recognizes and interacts with its target to establish a dynamic balance between the bound complex and unbound members, on the other hand, the segment is integrated into the target in primary sequence via a flexible polypeptide linker. Considering that the SBPs (i) are found to serve commonly as functional mediator of their parent proteins within disease-related cell signaling networks, and (ii) can bind to their cognate targets in a transient, reversible manner through weak chemical forces, it is suggested that the SBPs would be promising as a kind of new therapeutic targets that can be readily interfered with drug molecules. Here, we attempt to deploy a fold of structure-based studies around the SBPs; first, the thermodynamic property and dynsmic behavior are elucidated to understand the molecular mechnism and biological implication underlying SBPs. On this basis, we will then focus on the rational drug design of small-molecule compounds and peptide aptamers to target the SBP regions of two oncogenic proteins, i.e. the non-receptor tyrosine kinase c-Src and the guanine nucleotide exchange factor TIM. In addition, we will also perform fluorescence spectroscopy analysis, enzyme activity assay and tumor cytotoxicity experiment to test, verify, and correct the theoretical protocols and designed molecular enetities arising from computational efforts.

一般认为生物大分子的“折叠(folding)”和“结合(binding)”是两类截然不同生物学过程。先前我们提出了一种跨越折叠和结合之间的生物分子现象，称为“自结合肽”，它一方面与特定蛋白发生特异性识别、结合和解离来动态行使生物职能，另一方面又与该蛋白在一级序列上连为一个整体。由于（1）自结合肽常常作为其所在蛋白质的功能调节元件，进而参与到诸多疾病相关细胞信号网络当中；（2）自结合肽多以较弱的化学力与蛋白受体发生短暂可逆的相互作用，因此我们认为它非常适合作为一类新型药物靶标加以分子干预。在该项目中，我们拟在结构水平对自结合肽的热力学性质和动力学行为开展系统研究，阐明决定自结合肽生物学功能的分子机制。在此基础上，重点针对两类原癌蛋白（c-Src激酶和TIM蛋白）理性设计靶向自结合肽的小分子和多肽药物。此外，我们还将使用荧光光谱、酶活检测和肿瘤细胞毒性试验测试设计分子的活性。

自结合肽（self-binding peptide）是我们课题组提出的一类有趣而特殊的生物分子现象：一方面它与其靶标蛋白在一级序列上连为一个整体，另一方面它又和靶标在空间上互相独立并发生类似于分子间相互作用的识别过程，因此可以视为一类跨越“折叠（folding）”和“结合（binding）”的生物学事件。前期工作中我们发现自结合肽常常作为其母体蛋白的功能调节元件，进而参与到诸多疾病相关细胞信号网络当中。鉴于此，本项目围绕自结合肽的生物医学意义开展，重点是将其上升为一类新型的施药靶标（druggable target）。主要包括以下内容：（1）针对原癌酪氨酸激酶c-Src的两个自结合肽调节区域SH2和SH3开展研究，采用结构生物信息学方法理性设计了一系列的寡肽分子用于靶向SH2和SH3的自结合肽位点，并进一步证明了该类策略可以间接调节c-Src激酶活性，从而为分子干预自结合肽并实现癌症治疗提供了新的策略。相较于传统靶向c-Src保守激酶域的小分子化学抑制剂而言，由于自结合肽调节区域SH2和SH3并非所有酪氨酸蛋白激酶所共有且保守性低，而肽类物质比小分子化合物具有更好的生物兼容性，因此适合作为低毒高效的新型生物抗癌药物。（2）系统分析了利用人类免疫球蛋白IgG1 Fc区域作为载体融合自结合肽片段设计肽体（peptibody）药物用于抑制血管生成以及探讨了重构人类ACE2自结合肽片段靶向新型冠状病毒（SARS-CoV-2）刺突蛋白阻止病毒膜融合的可能。（3）从结构、能量和动力学水平证明了母体蛋白环境因素在自结合肽与其靶标相互作用亲和力和识别特异性中扮演了重要角色，在分子水平上为基于自结合肽序列来开发其竞争性肽类药物的研究提供了理论帮助。（4）提出了自结合肽与其靶标相互作用采用所谓基于折叠的结合（binding-upon-folding）策略，这与传统肽/蛋白质相互作用所采用的基于结合的折叠（folding-upon-binding）策略相反。（5）利用机器学习、定量构效关系和氨基酸描述子等统计学习方法初步发展了自结合肽序列特征与其生物活性之间的定量预测模型，为自结合肽活性推测及功能设计提供了相关生物信息学工具。