专栏名称: BioArt

BioArt致力于分享生命科学领域科研学术背后鲜为人知的故事，及时报道和评论生命科学领域有料的动态，BioArt也是一个生命科学领域“百花齐放，百家争鸣”的舞台，循“自由之思想”与“独立之精神”为往圣继绝学。

Cell | AI驱动的分子对接与精准质谱技术的结合揭示大肠杆菌中蛋白质-代谢物相互作用网络

BioArt · 公众号 · 生物 · 2025-02-02 09:52

正文

撰文 | Qi

蛋白质与代谢物之间的相互作用（Protein-Metabolite Interactions, PMIs）是理解细胞代谢、信号传导和基因调控的关键。尽管蛋白质-蛋白质相互作用（PPIs）的研究已经取得了显著进展，但蛋白质与代谢物之间的相互作用仍然是一个相对未被充分探索的领域。代谢物是细胞内的重要组成部分，参与了几乎所有的生化反应，包括代谢途径的调控和转录因子的激活。然而，由于技术上的挑战，尤其是在活细胞内监测小分子与蛋白质的结合，PMIs的研究进展相对缓慢。

大肠杆菌作为一种模式生物，其代谢和调控网络已经被广泛研究，并且有大量的公共数据库（如KEGG和EcoCyc）记录了其代谢途径和基因调控网络。然而，尽管这些数据库提供了丰富的预测信息，但只有一小部分预测的PMIs得到了实验验证。许多代谢反应中的底物和产物是已知的，但对应的酶却未被鉴定【1-3】；反之，某些酶的功能底物或产物仍然未知。这种知识缺口不仅限制了对细菌生理学的全面理解，也阻碍了从生物医学到合成生物学等多个应用领域的发展。

2025年1月24日，波士顿大学的Andrew Emili团队在Cell杂志上发表了文章Ligand interaction landscape of transcription factors and essential enzymes in E. coli，通过快速亲和纯化、精准质谱和AI驱动的高分辨率分子对接技术，系统地鉴定了大肠杆菌中蛋白质与代谢物之间的相互作用网络，不仅揭示了代谢物在细胞代谢和调控网络中的重要作用，还为设计选择性化学探针提供了新的思路。

为了系统地鉴定大肠杆菌中转录因子和必需酶与代谢物之间的相互作用，该团队结合快速亲和纯化、精准质谱和AI驱动的分子对接技术开发了一个多步骤的实验流程。简而言之，他们利用大肠杆菌ASKA库中的N端6xHis标签蛋白后用磁珠从细胞裂解液中分离出目标蛋白质及其结合的代谢物，通过高分辨率的液相色谱-质谱联用技术（LC/MS），对亲和纯化后的代谢物进行了精确的质谱分析，并利用“XCMS”软件包对质谱数据进行处理，筛选出与蛋白质特异性结合的代谢物，通过与KEGG和EcoCyc数据库的比对，初步鉴定代谢物的身份。为进一步验证代谢物与蛋白质的结合，他们开发一个基于AI的分子对接流程，包括两个主要步骤：1）利用已知的蛋白质-配体复合物结构作为模板，进行模板驱动的分子对接（LigTBM）；2）对于没有合适模板的蛋白质，采用一种基于口袋相似性的分子对接方法（PocketDock），通过比对蛋白质结合口袋的物理化学特性，预测代谢物的结合模式，随后通过表面等离子体共振（SPR）技术对验证了其中部分蛋白质-代谢物间的相互作用。

经过上述实验流程，该团队一共鉴定了296种代谢物与114种蛋白质（69种必需酶和45种转录因子）之间的相互作用，随后通过体外酶活性实验和体内表型分析以验证上述作用特征。举例来说，他们发现代谢物在代谢网络中扮演着“桥梁”角色以连接不同的代谢途径，即某些代谢物能够同时与多个酶结合，从而协调不同代谢途径的活性。此外，某些代谢物不仅作为酶的底物或产物，还能够通过反馈机制调控酶的活性，如叶酸能与其酶FolA结合，抑制其活性，从而调控叶酸的生物合成。

除了发现并验证上述代谢物与蛋白质的相互作用外，该团队还基于对代谢物结合口袋的精确结构分析，设计了一系列选择性化学探针，例如一种针对血红素合成必需酶——铁螯合酶（HemH）的化学探针4-氨基苯甲酰胺（4-AB），该探针能在体内抑制HemH功能，从而显著降低大肠杆菌的增殖能力。

综上，这项工作通过结合亲和纯化、精准质谱和AI驱动的分子对接技术，证明了代谢物不仅是代谢途径中的底物或产物，还能够通过反馈机制调控酶的活性，从而协调不同代谢途径的活性，还基于对代谢物结合口袋的精确结构分析设计出一系列化学探针，为开发新型抗菌药物提供了潜在的靶点。需要注意的是，尽管这项研究已取得重要进展，但仍有许多未知的代谢物和蛋白质相互作用有待探索。未来的研究可以进一步扩展这一技术平台，应用于其他微生物系统的研究。

原文链接：

https://doi.org/10.1016/j.cell.2025.01.003

制版人：十一

参考文献

1. Pan, S., and Reed, J.L. (2018). Advances in gap-filling genome-scale metabolic models and model-driven experiments lead to novel metabolic discoveries. Curr. Opin. Biotechnol. 51, 103–108. https://doi.org/10.1016/j.copbio.2017.12.012.

2. Bernstein, D.B., Sulheim, S., Almaas, E., and Segre` , D. (2021). Addressing uncertainty in genome-scale metabolic model reconstruction and analysis. Genome Biol. 22, 64. https://doi.org/10.1186/s13059-021-02289-z.

3. Monk, J.M., Lloyd, C.J., Brunk, E., Mih, N., Sastry, A., King, Z., Takeuchi, R., Nomura, W., Zhang, Z., Mori, H., et al. (2017). iML1515, a knowledgebase that computes Escherichia coli traits. Nat. Biotechnol. 35, 904–908. https://doi.org/10.1038/nbt.3956.

BioART战略合作伙伴

（*排名不分先后）

BioART友情合作伙伴

（*排名不分先后）

转载须知

【原创文章】BioArt原创文章，欢迎个人转发分享，未经允许禁止转载，所刊登的所有作品的著作权均为BioArt所拥有。BioArt保留所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘

会议资讯

近期直播推荐