人分泌型磷脂酶A2-ⅡA的功能性动力学特征研究

目的 人分泌型磷脂酶A-ⅡA (secretory phospholipase Agroup ⅡA,sPLA-ⅡA)在调节细胞脂质代谢和信号传导中具有重要作用,参与了多种急、慢性炎症反应。研究其动力学和变构与功能的关系具有重要意义。方法 利用弹性网络模型(elastic network model, ENM)、微扰响应扫描(perturbation-response scanning, PRS)和蛋白质结构网络(protein structure network,PSN)方法对来自人sPLA-ⅡA的31个分子的结构动力学和变构效应进行分析,并探索其动力学共性和特异性与功能的关系。结果 结果表明,对酶的催化和结构稳定起关键作用的催化残基和参与二硫键形成的半胱氨酸残基具有低运动性,这是对酶共有功能的要求;而涉及与钙离子或膜结合的5个结构区域具有高运动性,它们体现了酶成员的特异性。另外,高运动性区域在PRS分析中显示出对外界微扰响应的高敏感性,表明其在变构调节中起重要作用,而低敏感性残基则在维持结构稳定方面发挥了重要作用。残基运动相关性分析发现,人sPLA分子催化位点周围的强相关运动有利于酶催化功能的发挥。结论 本研究有助于深入理解人sPLA-ⅡA成员分子的动力学及功能性变构机制,可为药物设计和准确设计具有精细调节活性的蛋白质提供指导。

基于各向异性网络模型研究δ阿片受体的动力学与关键残基

目的阿片受体是一种G蛋白偶联受体(GPCR),主要通过变构转导胞外区内源性配体结合信号,使其与胞内区效应蛋白偶联来介导镇痛反应。δ阿片受体(DOP)除了与疼痛控制有关外,还与情绪控制有关,是一个很有吸引力的治疗靶点。本文旨在分析DOP的结构动力学和变构效应。方法首先利用各向异性网络模型(anisotropic network model,ANM)对DOP进行建模,通过慢运动模式和快运动模式残基涨落探索DOP的结构动力学与功能的关系。然后,结合微扰响应扫描(perturbation-response scanning,PRS)对DOP中与变构通信相关的关键残基进行识别。结果慢运动模式可以很好地识别DOP的结构以及功能性钠离子结合位点,快运动模式可以识别出对蛋白质结构稳定起重要作用的关键残基。残基运动相关性分析发现胞外/胞内的跨膜螺旋与环状区域之间存在正相关性,这些区域相互作用促进DOP与配体的结合。PRS分析中敏感性高和效应性高的关键残基在DOP的变构通信中发挥重要作用。结论这项工作有助于加强对δ阿片受体变构通讯机制的理解,并为药物设计提供有价值的信息。

基于GNM方法研究人TDP-43-DNA相互作用动力学及关键位点

TAR DNA结合蛋白43(transactive response DNA binding protein 43,TDP-43),一种可变剪切因子,可以特异性地结合富含TG序列的DNA,涉及多种神经退行性疾病.分子动力学模拟方法虽然是研究分子间相互作用强有力的工具,但它非常耗时,且难以对有大的构象变化的体系进行充分采样来研究其变构行为.本工作使用粗粒化的基于弹性势的高斯网络模型(Gaussian network model,GNM)研究人TDP-43与靶标DNA间相互作用的动力学.进一步地,利用本课题组之前提出的基于GNM的热力学循环方法识别TDP-43与DNA相互作用的关键残基,其微扰引起了大的结合自由能的变化.DNA结合后,TDP-43上富含正电残基的loop1和loop3片段有较大的柔性损失,这反映了它们在识别和结合中的诱导契合作用.另外发现,基于热力学循环的方法不仅识别到一些与DNA特异性相互作用有关的重要残基,而且识别到一些远离结合界面但在结合引起的分子构象变化中发挥重要作用的残基.本研究有助于理解TDP-43与DNA的特异性相互作用,可为药物设计提供重要信息,另外该方法可以很方便地拓展到其他蛋白质-核酸相互作用动力学的研究.

基于三维卷积神经网络的RNA结构上镁离子结合位点预测

目的核糖核酸(ribonucleic acid,RNA)在许多生命过程中起着关键作用,它几乎参与了遗传信息转录和翻译的各个方面。镁离子(Mg 2+)是RNA折叠成稳定三级结构所必需的,而且常常与核酶的催化活性有关。尽管实验解析的RNA结构越来越多,但实验确定RNA结构中的离子存在诸多困难。三维卷积神经网络(three-dimensional convolutional neural network,3D-CNN)能够直接从原始数据中学习有用的特征,已被应用于一些基于结构的预测工作。为此本文拟提出一种基于3D-CNN的RNA结构上Mg 2+结合位点的预测方法RNAMg。方法首先收集蛋白质数据库(protein data bank,PDB)中的RNA结构构建了高分辨率的非冗余RNA-Mg 2+结合位点数据库(113个结构);随后,对每个结合位点建立局部坐标系,以周围微环境(碳、氧、氮、磷原子和电荷)构建5个特征通道,将RNA三级结构作为3D图像送入3D-CNN模型预测RNA-Mg 2+结合位点;最后,使用五折交叉验证评估模型的性能。结果独立测试集上的结果表明,在识别RNA结构中的Mg 2+位点上,RNAMg优于目前最先进的方法。结论RNAMg可以识别出RNA结构中的Mg 2+结合位点,对理解RNA折叠、核酶催化反应等各种关键生物学过程及相关疾病的产生机制有重要意义。