Science：利用基于人工智能的结构预测分析人类核孔复合体

真核生物的细胞核保护着基因组，被核包膜的两层膜所包围。核孔复合体（Nuclear pore complex, NPC）穿过核包膜以促进核质运输。人类NPC的分子量为120兆道尔顿（MDa），是最大的蛋白复合体之一。它共有约1000个蛋白，由一组约30个不同的核孔蛋白（nucleoporin, NUP）组成，每个NUP存在许多个拷贝。它们可以粗略地分为两类：支架型NUP和天然无序NUP。支架型NUP含有折叠的结构域，并在一个中心通道周围形成一个圆柱形的支架结构。天然无序NUP排列在这种支架结构上并延伸到这个中央通道，在那里它们与货物复合物相互作用。NPC的结构是高度动态的。它通过构象呼吸（conformational breathing）对核包膜张力的变化做出反应，表现为扩张和收缩运动。阐明原子分辨率下的支架结构对于更精确地了解NPC的功能和动态非常重要，但这对结构生物学家来说是一个巨大的挑战。

通过本领域的共同努力，科学家们已经朝着这个目标取得了相当大的进展。事实证明，互补性方法的协同组合是至关重要的。原位结构生物学技术被用来揭示NPC支架的整体布局，它定义了分子建模的空间参考。许多NUP的高分辨率结构在体外已被确定。蛋白质组学分析和广泛的生化研究工作揭开了NUP的相互作用网络。综合建模被用来结合不同类型的数据，从而形成了NPC支架的大致轮廓。然而，以前的人类NPC结构模型是不完整的，而且由于以下几个方面的挑战，其准确性是有限的：(i) 许多NUP的高分辨率结构来自于亲缘关系较远的物种，因此不能全面地涵盖对应的人类NUP；(ii) 该支架是由一组天然无序的起作连接蛋白作用的NUP相互连接的，普通的结构生物学技术无法直接获取它们；(iii) NPC支架以一种独特的拓扑结构紧密地拥抱着融合在一起的内外核膜，不能孤立地进行研究；(iv) 支架型NUP的构象动态限制了结构测定中可达到的分辨率。

在一项新的研究中，来自德国马克斯-普朗克生物物理研究所、欧洲分子生物学实验室海德堡总部和法兰克福大学等研究机构的研究人员使用基于人工智能（AI）的预测，生成了大量的人类NUP及其亚复合物的结构模型。所产生的模型涵盖了迄今为止在结构上尚未表征的多种结构域和界面。与以前的和未发表的X射线和低温电镜结构进行比对，显示出前所未有的准确性。相关研究结果发表在2022年6月10日的Science期刊上，论文标题为“AI-based structure prediction empowers integrative structural analysis of human nuclear pores”。

这些作者获得了人类NPC的收缩和扩张构象状态的高分辨率低温电子断层图。利用综合建模，他们将单个NUP的结构模型整合到低温电子断层图中。他们明确地纳入了几种起连接作用的NUP，并追踪它们在NPC支架上的轨迹。他们非常详细地阐明了膜相关NPC和跨膜NUP如何分布在内外核膜的融合拓扑结构中。由此产生的结构模型将人类NPC支架的结构覆盖率提高了约两倍。他们对照早期和新的实验数据广泛地验证了他们的模型。他们的模型的完整性使他们能够在一种明确的膜环境和溶剂中对NPC支架进行微秒级的粗粒度分子动力学模拟。这些模拟显示NPC支架在没有膜张力的情况下，可以防止原本稳定的双膜融合孔收缩到较小的直径。

70-MDa人核孔复合体支架结构模型。图片来自Science, 2022, doi:10.1126/science.abm9506。

综上所述，这些作者构建出的70-MDa原子分辨率模型涵盖了人类NPC支架的90%以上。它捕捉到了收缩和扩张过程中发生的构象变化。它还揭示了天然无序NUP的精确锚定位点，识别这些锚定点是建立完整的NPC动态模型的先决条件。这项新的研究体现了基于人工智能的结构预测如何加速阐明原子分辨率下的亚细胞结构。（生物谷 Bioon.com）

参考资料：

Shyamal Mosalaganti et al. AI-based structure prediction empowers integrative structural analysis of human nuclear pores. Science, 2022, doi:10.1126/science.abm9506.