利用构象动力学网络模型研究内在无序蛋白质的动力学行为

Intrinsically disordered protein (IDP) is ubiquitous in nature, which cannot be well represented by a single static 3-D structure. 30% to 50% of the eukaryotic proteins are IDPs, containing at least one consecutive intrinsically disordered region with more than 30 amino acids. IDPs are also closely disease-related, involved in cancers, diabetes, cardiovascular and neurodegenerative diseases. People have known that IDPs would rapidly convert between various conformations of different functions, however, because of extraordinarily high flexibility of IDPs, finding the dynamic foundation underlying these rapid transitions is beyond the capacities of current experimental methodologies. Computational simulation is a commonly-used method to reveal proteins dynamics. By combining with Markov state model analysis, swarms of molecular dynamics trajectories could be reduced to a comprehensible kinetic model, which could quantitatively represent the dynamics of protein, even the complicated procedure of protein folding. In this program, we will recruit molecular dynamics simulation and Markov state model analysis to systematically exploit the kinetic networks of four IDPs. Through their kinetic networks, we will decipher how IDPs are kinetically constituted and how they rapidly transform between various conformations to bind their partners or cofactors. We hope that our works will shed light on the relationship between intrinsic disorder and sequence as well as function, and greatly deepen our understanding on intrinsic disorder.

蛋白质分子的内在无序性是生物界的一种普遍现象，真核生物中将近一半的蛋白质分子都具有这一特性。内在无序蛋白质也与癌症、糖尿病和神经退行性疾病等密切相关。人们已经观察到内在无序蛋白质相比有结构蛋白质，其特殊之处在于能够快速地在不同构象之间切换，高效地实现其多样的功能，也即快速切换机制。然而，目前常用于描述内在无序蛋白质的构象系综模型并不包含动力学信息，难以揭示快速切换机制背后的动力学基础。原子水平的分子动力学模拟是研究蛋白质分子的动力学性质的重要手段。近年来，研究者通过分子动力学模拟与马尔科夫模型分析法的结合，建立蛋白质分子的构象动力学网络模型，已经对有结构蛋白质的动力学行为进行了深入的研究。本项目计划将这套方法应用于内在无序蛋白质，用构象动力学网络模型取代构象系综模型，分析内在无序蛋白质的动力学行为及其与配体的结合过程，从而揭示快速切换机制背后的动力学基础，进一步阐明内在无序性与功能的关系。

固有无序蛋白质（IDP）意指在行使生理功能时没有明确三维结构的蛋白质。它们广泛存在于生物体中，在信号传导、蛋白质磷酸化、翻译/转录调控等方面发挥着重要的作用。本项目尝试采用动力学网络模型来描述IDP及其配体蛋白质，研究它们之间的相互作用模式，找出IDP与其他分子发生相互作用的规律。在对4.1G-CTD/NuMA复合物的研究中，我们发现自由态4.1G-CTD的动力学网络包含明显的中心态。中心态结构有着较高的分布几率，且有着清晰的β-α-β二级结构特征，其存在打破了2013年J. Am. Chem. Soc.论文中关于IDP没有中心态的论述，表明IDP有着丰富多样的结构特性。更重要的是，我们发现中心态的结构与4.1G-CTD的复合物状态有着很高的结构相似度，这意味着4.1G-CTD在与NuMA的结合过程中能够快速地从其他构象转变为复合物状态，从而大大加快4.1G-CTD与NuMA的结合。我们通过计算模拟还研究了4.1G-CTD及其复合物对于低pH值的响应，发现4.1G-CTD能够整体性地调整自身的紧密程度，从而调控其与配体蛋白质的相互作用。据此，我们提出固有无序蛋白质其实近似有结构蛋白质，能够以完整的结构域的模式来发挥生理功能。我们将这种IDP的特征称作固有无序结构域（IDD），这一新概念的提出将为理解IDP的性质，设计新的针对IDP的小分子药物提供理论依据。在对多重药物外排泵AcrAB-TolC复合物体系的研究中，我们为TolC构建了动力学网络模型，分析了它的打开状态的结构和能量特点，并提出了一种新的TolC与AcrA的相互作用模式。在对水-甘油孔蛋白质的研究中，我们为甘油通过水-甘油孔蛋白质的过程构建了动力学网络模型，展现了甘油分子选择性地通过孔蛋白质的详细机制。这一工作对研究IDP型的孔蛋白质与小分子的相互作用具有一定的参考价值。我们还撰写综述，对IDP体系相互作用的模式进行了总结和归纳，提出了五类不同的动态多价的相互作用模式。同时，我们也指出综合运用多种计算和实验方法是目前研究IDP体系的最佳手段。此外，我们也采用动力学网络模型对更为无序的磷脂体系进行了研究和探索，拓展了动力学网络模型的应用范围。