Angew. Chem. ：利用化学交联结合分层分析策略解码细胞中蛋白质的动态构象

活细胞内蛋白质的动态构象能够揭示其在生物学功能中的结构分子机制。现有的结构生物学方法主要用于静态结构的研究。随着深度学习算法助力蛋白质结构预测的发展迭代，AlphaFold2实现了对蛋白质的结构的全面预测，但该方法对柔性区域的预测仍面临挑战，并且依赖于已解析的结构信息。因此，迫切需要一种新的方法来高通量解析活细胞内尤其是高度动态的蛋白质的动态构象。

近年来，原位化学交联-质谱技术（in vivo XL-MS）以其高速、高通量、低成本以及对蛋白质性质要求较低等优势，成功捕获了蛋白质的动态信息，因此在解析活细胞内蛋白质的动态构象方面具有巨大潜力。为此，中国科学院大连化学物理研究所张丽华研究员团队和中国科学院精密测量科学与技术创新研究院刘买利院士团队提出了一种利用体内XL-MS解码细胞中蛋白质动态构象的策略。该策略将AlphaFold2的结构作为先验信息，结合体内XL-MS数据与多种结构计算与评估方法，用于多种蛋白质的体内构象重构，重点研究了多结构域蛋白质和固有无序蛋白质（IDPs）的动态构象，提高了对蛋白质在细胞微环境中发挥功能的分子机制的理解。

研究团队首先提出了一种多结构域蛋白质的结构重构策略，将结构域作为整体，利用结构域间的XL-MS数据优化整体结构的三维构象。利用这种整体重构策略，团队成功表征了钙调蛋白(CaM)，hnRNP A1和hnRNP D0三种蛋白质在细胞内的动态构象。这些蛋白质有的在体外已经有了详细的研究，有的还尚未在体外解析完整的结构。

进一步，研究团队解析了IDPs在细胞内的系综构象。IDPs具有多功能性和动态调节能力，然而其高度的动态性使得传统的结构生物学方法难以解析其结构。针对这一难点，研究团队提出了两种互补的结构表征策略，一是将XL-MS信息直接转换为距离约束用于IDP结构的计算，二是首先使用全原子分子动力学模拟进行无偏采样，然后基于XL-MS数据对采样结构进行评估和筛选。利用这两种互补的研究策略，研究团队成功解码了两种高迁移率组蛋白HMG-I/Y和HMG-17在细胞内的系综构象。这两种互补的结构表征策略一方面实现了对IDP分子构象的全面采样，另一方面通过结构聚类与重评估方法保证了结果的准确性与可靠性，避免了可能出现的过拟合状态，从而全面且客观地重构了HMG-I/Y和HMG-17在细胞内的系综构象。

综上所述，研究团队提出的体内XL-MS结合分层分析策略为解析蛋白质动态结构提供了重要的技术方法。这一策略有望在AlphaFold2的基础上解码所有蛋白质的动态构象，尤其是高度动态的IDPs在活细胞内的动态构象。该研究为我们深入了解蛋白质在细胞中的功能提供了关键的工具和方法。

论文信息

Decoding Protein Dynamics in Cells Using Chemical Cross-Linking and Hierarchical Analysis

Dr. Beirong Zhang, Prof. Zhou Gong, Dr. Lili Zhao, Dr. Yuxin An, Dr. Hang Gao, Dr. Jing Chen, Prof. Zhen Liang, Prof. Maili Liu, Prof. Yukui Zhang, Prof. Qun Zhao, Prof. Lihua Zhang

该工作的通讯作者是中国科学院大连化学物理研究所的张丽华研究员，赵群研究员和中国科学院精密测量科学与技术创新研究院的龚洲副研究员。第一作者是大连化学物理研究所的博士研究生张蓓蓉。该工作得到了国家自然科学基金、国家重点研发计划、中科院青促会等项目的资助。

Angewandte Chemie International Edition

DOI: 10.1002/anie.202301345