蛋白質折疊被發現之后...

米切爾.萊斯利 | 撰文

潘展 | 翻譯

1993年秋，耶魯大學醫學院的阿瑟?霍維奇（Arthur Horwich）正在倫敦參加一場會議，期間他得知實驗室在最新項目上取得了突破性進展。霍維奇回憶道：“當時我說‘什么都別跟我說。我這就去改機票，今晚就飛回家’。”

第二天的經歷“如同魔法一般”。當他走進一位耶魯大學合作者的實驗室后，霍維奇在電腦屏幕上看到了一幅彩色圖像，這是他三年多工作的結晶。該圖像呈現的是細菌蛋白質GroEL的晶體結構，這種蛋白質能幫助其他蛋白質折疊成正確的形態。此前研究已表明，GroEL由兩個堆疊的環狀結構組成，形成一個中空圓柱體，但此次解析出的晶體結構更細致地揭示了該蛋白質的分子結構。霍維奇表示 ，“在高分辨率下看到這些環狀結構，真是太美妙了。”

顯示 GroEL GroES （ADP）7 伴侶蛋白復合物結構的分子模型

GroEL的這幅高分辨率特寫圖像，結合早期的電子顯微鏡圖像，幫助霍維奇及其曾長期合作的伙伴——現任職于馬克斯?普朗克生物化學研究所的弗朗茨-烏爾里希?哈特爾（Franz-Ulrich Hartl），揭示了一種能讓部分蛋白質正確折疊的機制。他們歷時數年的研究表明，GroEL及其同家族蛋白（屬于“伴侶蛋白”家族）會形成類似“細胞更衣室”的結構。未折疊的蛋白質進入其中一個結構后，會與細胞質內混亂的環境隔離開來，進而開始形成新的空間形態。幾秒鐘后，一個全新折疊完成的蛋白質便會“彈出”，隨時準備發揮其生理功能。人類細胞同樣能從伴侶蛋白中獲得折疊幫助，其中就包括Hsp60——這是GroEL在哺乳動物體內的同源蛋白。

絕大多數蛋白質都需要折疊成特定形態才能履行其生理職責。伯明翰大學的分子生物學家彼得?倫德（Peter Lund）表示，哈特爾與霍維奇的發現“對基礎科學意義重大”。他指出，得益于這些發現，“我們對蛋白質折疊過程以及細胞如何調控這一過程有了更深入的了解”。憑借這項研究成果，霍維奇與哈特爾共同榮獲了2011年阿爾伯特?拉斯克基礎醫學研究獎（Albert Lasker Basic Medical Research Award）。他們是因蛋白質折疊相關研究而獲拉斯克獎的三對科學家之一：第二對科學家闡明了細胞識別及處理畸形蛋白質的機制，第三對科學家則開發出了一款強大的人工智能工具，能夠預測幾乎所有已知蛋白質的最終折疊結構。

01

攜手破解蛋白質折疊之謎

蛋白質最初以線性鏈的形式“誕生”，隨后通過扭轉、卷曲、盤繞與彎曲，形成特定的形態（即構象）。但這一分子層面的“體操動作”有時會出現偏差，產生結構異常的蛋白質，從而無法正常發揮其功能。例如CFTR蛋白（囊性纖維化跨膜傳導調節因子）的正常功能是在肺部黏膜等部位調節人體水鹽平衡，而許多囊性纖維化患者體內攜帶能導致CFTR蛋白變形的基因突變。結構異常的CFTR蛋白無法抵達其“工作場所”——細胞膜。此外，錯誤折疊的蛋白質還容易相互粘連，形成對細胞有毒性的聚集體。這些蛋白質聚集體正是導致阿爾茨海默病、帕金森病、肌萎縮側索硬化癥等多種疾病的原因。

“蛋白質更傾向于形成正確折疊的狀態”，倫德表示。但多年來，“蛋白質如何‘知曉’自己應呈現何種形態”這一問題始終困擾著研究人員。后來，諾貝爾獎得主克里斯蒂安?安芬森（Christian Anfinsen）及其同事似乎找到了答案。

20世紀50至60年代，他們在試管中使蛋白質發生去折疊（即解開三維結構），卻發現這些蛋白質分子能自然重新折疊回原本的形態。此后近30年間，研究人員普遍認為，蛋白質在細胞內同樣能自發完成折疊。“當時人們覺得蛋白質折疊的問題已經解決了，沒有更多新發現可做了，” 哈特爾說。然而，他指出：“細胞質環境極其擁擠。” 細胞質中充斥著各類蛋白質，這些分子可能導致新合成的蛋白質發生聚集，而非正常折疊。正如倫德所言，當蛋白質試圖折疊時，“所處的環境條件對它是不利的”。

1991年，霍里奇（左）和哈特爾在慕尼黑哈特爾公寓參加派對

哈特爾與霍維奇偶然間找到了應對這一難題（蛋白質在細胞內折疊受阻）的方法之一。兩人最初都攻讀醫學專業，卻都被科研深深吸引。霍維奇最終身兼醫師與科學家雙重身份，而哈特爾則選擇不從事臨床醫療工作。“正是這個決定拯救了無數生命，” 他打趣道。1988年，兩位研究者各自獨立探索著同一個問題——蛋白質如何進入線粒體（細胞內負責產生能量的細胞器）。其他科學家已發現，蛋白質必須先以未折疊狀態才能“溜進”線粒體內，進入后再折疊成具有活性的形態。

霍維奇及其團隊此前已在酵母中發現了一種突變：這種突變會導致線粒體蛋白無法正常形成。但在試圖揭示該突變背后的根本缺陷時，研究團隊遭遇了實際困難。“我們當時只是個只有三個人的小實驗室，”霍維奇回憶道。直到某天，霍維奇意外接到了哈特爾及其上司的來電——彼時哈特爾剛在慕尼黑大學組建自己的研究團隊。“他們說‘我們了解到你正在研究可能影響線粒體蛋白的酵母突變體。需要幫忙嗎？’”霍維奇回憶道。他當即答應了。

“我們曾有過一段緊密合作的時期，”哈特爾表示。兩位研究者會在彼此的實驗室中工作，共享研究成果，并反復探討各種假說。在四年時間里，他們共同撰寫的11篇論文揭示了多項關鍵發現：酵母的這種突變會導致Hsp60蛋白功能失效，證實了Hsp60具有幫助其他蛋白質折疊的作用，并進一步詳細描述了其折疊機制。即便在合作結束后，兩人仍持續圍繞這一機制展開研究并取得了新的突破——例如哈特爾發現，Hsp60會與另一種關鍵蛋白質Hsp70協同作用，以確保蛋白質正確折疊。

這些研究者的成果，再結合其他科學家的研究發現，共同表明：GroEL會形成一個保護性“腔室”，蛋白質可在其中不受其他分子干擾地完成折疊。另一種名為GroES的蛋白質則充當該腔室的“蓋子”，確保腔室內的蛋白質能在穩定環境中順利折疊。Hsp60的作用機制與之類似，由Hsp10蛋白擔任其“蓋子”。麻省理工學院（MIT）的生物化學家喬納森?魏斯曼（Jonathan Weissman）曾在20世紀90年代中期擔任霍維奇的博士后，他指出：“GroEL 和Hsp60的特殊性在于，與傳統酶類不同，它們催化的并非化學反應，而是構象變化反應。” 他強調：“自然界中存在某種物質能幫助大量蛋白質完成折疊——這一認知是一次重大的概念突破。”

02

讓異常蛋白質重歸正確形態

Hsp60和GroEL并非細胞內僅有的折疊“場所”。人類約三分之一的蛋白質會在一種名為內質網（簡稱ER）的細胞器內完成折疊——內質網是由膜包裹形成的管狀網絡結構。然而，這些在內質網中折疊的蛋白質有時也會出現折疊錯誤。兩位研究者——現任職于京都大學的森和俊（Kazutoshi Mori）與現任職于阿爾托斯實驗室（Altos Labs）的彼得?沃爾特（Peter Walter），因闡明細胞如何應對這種“內質網蛋白質折疊錯誤”的機制，共同榮獲了2014年阿爾伯特?拉斯克基礎醫學研究獎。

森（左）和沃爾特在 2014 年拉斯克獎頒獎典禮上

內質網負責處理兩類蛋白質：一類是細胞將要分泌到胞外的蛋白質，另一類是需嵌入細胞膜的蛋白質。當細胞處于應激狀態時，這些蛋白質可能發生錯誤折疊并開始堆積，進而形成有毒聚集體或引發其他問題。為對抗這些不良影響，細胞會啟動未折疊蛋白反應（unfolded protein response,簡稱UPR）——這一過程能促使異常蛋白質重新折疊，若無法修復則將其降解。“未折疊蛋白反應至關重要，”吉森大學的外科腫瘤學家喬納森?哈諾斯（Jonathan Harnoss）表示，“人體內的每一個細胞都會發生這一反應。”他補充道，由于該反應對細胞存活意義重大，它在多種疾病中都“扮演著關鍵角色”，包括糖尿病、心血管疾病、類風濕性關節炎，以及他所研究的癌癥。

20世紀80年代末，德克薩斯大學西南醫學中心的約瑟夫?桑布魯克（Joseph Sambrook）、瑪麗-簡?格辛（Mary-Jane Gething）及其同事提出假說：當異常蛋白質開始在細胞內堆積時，細胞會依賴未折疊蛋白反應來應對。“沃爾特與森和俊的研究為這一假說填補了具體細節，” 劍橋大學的分子生物學家大衛?羅恩（David Ron）指出，“他們明確展示了‘未折疊蛋白反應如何運作’的具體機制。

這兩位科學家雖從不同起點出發，卻最終聚焦于同一研究領域。森和俊表示，自己是通過閱讀漫畫對科學產生了濃厚興趣，后來他在京都大學獲得了生物化學博士學位。在從事了四年癌癥研究后，他于1989年離開日本，前往德克薩斯大學西南醫學中心（UT Southwestern），在桑布魯克與格辛的實驗室擔任博士后。“那時我甚至不知道蛋白質折疊的重要性，” 森和俊回憶道。但不久后，他便深入投身于未折疊蛋白反應的研究之中。

沃爾特則來自當時的西德，他在洛克菲勒大學獲得分子生物學博士學位，師從諾貝爾獎得主、1993年阿爾伯特?拉斯克基礎醫學研究獎獲得者京特?布洛貝爾（Günter Blobel）。此前，沃爾特已在 “細胞如何將特定蛋白質轉運至內質網” 這一領域開展了廣受認可的研究。后來他在加州大學舊金山分校（UCSF）建立了自己的實驗室，隨后開始關注一個新問題：內質網中的蛋白質折疊錯誤如何促使細胞啟動相關基因，進而調控未折疊蛋白反應。“我們想弄清楚，信息是如何從內質網反向傳遞到細胞核的，” 他在一次采訪中表示。

UPR由三條起源于內質網的途徑介導，分別是：Ire1途徑（左側）、ATF6途徑（中間）和PERK途徑（右側）。每條途徑均以其對應的跨膜蛋白（Ire1、ATF6、PERK）命名，這些跨膜蛋白會與未折疊蛋白相互作用，從而啟動UPR

盡管沃爾特與森和俊各自獨立開展研究，最終卻不約而同地設計并執行了同一項實驗——通過仔細觀察酵母突變菌落，篩選出因基因改變而導致未折疊蛋白反應功能受損的細胞。這類功能缺陷型細胞呈白色，而未折疊蛋白反應功能正常的酵母細胞則呈藍色。這項研究工作極為繁瑣：僅為找到3個突變細胞，森和俊就花了6個月時間，檢查了10萬個酵母菌落。但這份努力最終有了回報——研究人員成功鎖定了IRE1蛋白，證實其是未折疊蛋白反應中的關鍵分子。“他們對IRE1的發現，為整個領域的發展奠定了基礎，”杜倫大學生物學家馬丁?施羅德（Martin Schroeder）評價道。

1993年，森和俊與沃爾特的團隊在三個月內先后發表了各自的研究成果。兩位科學家都推測，跨內質網膜分布的IRE1蛋白，能夠感知內質網中錯誤折疊的蛋白質，并以某種方式將信號傳遞給細胞核。但兩人都未曾想到，這套信號傳遞機制會如此獨特。

細胞要合成某種特定蛋白質，首先會以編碼該蛋白質的基因為模板，合成信使 RNA（mRNA）。隨后，細胞會對mRNA分子進行“編輯”——切除其中的特定片段，再將剩余部分連接起來，這一過程被稱為RNA剪接。沃爾特與森和俊的酵母實驗研究表明：當IRE1檢測到內質網中的蛋白質折疊錯誤后，會促使細胞對編碼另一種蛋白質（Hac1）的mRNA進行剪接。剪接修飾后的mRNA會被用于合成Hac1蛋白，該蛋白隨后進入細胞核，啟動相關基因的表達，進而觸發未折疊蛋白反應。1996年至1997年，這一發現正式發表，徹底挑戰了分子生物學領域的傳統認知——此前研究人員普遍認為，RNA剪接僅發生在細胞核內，而該研究卻證實，細胞會在細胞質中對Hac1的mRNA進行剪接。“能在分子機制層面將這一切完整闡釋清楚，這項工作既精妙又完全具備獲獎的價值，” 羅恩評價道。

此后，森和俊與沃爾特仍在不斷豐富未折疊蛋白反應的相關研究成果。例如，1999年，森和俊及其同事在哺乳動物細胞中發現了未折疊蛋白反應的另一條獨立通路——該通路由ATF6蛋白啟動。羅恩表示，這兩位科學家之所以能取得成功，是因為 “他們在恰當的時機進入了這個領域，年齡正合適，接受過良好的科研訓練，思維敏捷且注重細節”。他補充道，兩人都具有一個重要的特質：“他們愿意考慮那些看似離奇的可能性。

03

人工智能攻克蛋白折疊難題

藥物研發人員、疫苗開發人員、結構生物學家、蛋白質化學家以及進化生物學家——這些只是能從2023年阿爾伯特?拉斯克基礎醫學研究獎得主的成果中獲益的部分科學家。該獎項的獲獎者是來自倫敦谷歌深度思維（Google DeepMind）人工智能實驗室的德米斯?哈薩比斯（Demis Hassabis）與約翰?賈珀（John Jumper）。

哈薩比斯是DeepMind的聯合創始人兼首席執行官，賈珀則擔任該實驗室主任。兩人帶領團隊開發出了人工智能系統AlphaFold(阿爾法折疊)，該系統能夠以無可比擬的精度預測蛋白質結構。2024年，這兩位科學家還共同榮獲了諾貝爾化學獎。

該圖表展示了機器學習如何將蛋白質結構領域推向一個新的發展階段。其中，EMBL-EBI = 歐洲分子生物學實驗室 - 歐洲生物信息學研究所（European Molecular Biology Laboratory-European Bioinformatics Institute）；CASP = 結構預測關鍵評估（Critical Assessment of Structure Prediction）。

“他們徹底革新了結構生物學與結構生物化學領域，” 倫敦大學學院的進化結構生物學家克里斯汀?奧倫戈（Christine Orengo）表示。AlphaFold的蛋白質折疊預測能力，有望加速治療方法的研發、開辟對抗污染的新途徑、加深科學家對部分蛋白質功能的理解，并催生各類其他領域的突破。“這是人工智能在科學領域實現的最大飛躍，” 康涅狄格學院的計算化學家馬克?齊默（Marc Zimmer）評價道。

科學家可通過X射線晶體衍射等技術，以實驗方式解析許多蛋白質的結構。但這類研究工作耗時、難度大且成本高昂。經過60多年的努力，研究人員已解析并公布了約20萬種蛋白質的結構，而這一數量還不足自然界中蛋白質總數的1%。為填補這一空白，數十年來，科學家們一直試圖設計一種算法，僅需通過蛋白質的氨基酸序列就能預測其空間形態。

AlphaFold的核心原理是通過學習實驗解析的蛋白質結構來預測未知蛋白質的折疊形態，該系統于2018年在“蛋白質結構預測關鍵評估”（Critical Assessment of protein Structure Prediction，簡稱 CASP）競賽中首次公開亮相。CASP是自1994年起每兩年舉辦一次的“蛋白質折疊預測對決”，參賽者需針對一組特定蛋白質，盡可能精準地預測其結構，評分則依據預測結果與實際結構的吻合程度。當時，AlphaFold在所有參賽者中表現突出，但它的預測精度仍未達到實驗解析結果的水平。“他們確實是表現最好的，但還沒到令人驚嘆的程度，”馬里蘭大學的計算生物學家、CASP聯合創始人約翰?莫爾特（John Moult）表示。

然而，在2020年的CASP競賽上，“他們的表現讓所有人都為之震撼，” 莫爾特表示。DeepMind團隊推出的新版系統AlphaFold2，其預測結果與實驗室方法解析出的蛋白質結構幾乎完全一致。正如一篇評論所指出的，哈薩比斯、賈珀及其DeepMind團隊的同事們整合了“大量創新思路”來提升系統性能，如替換了AlphaFold原有的神經網絡（即賦予系統學習能力的分析模型），采用了一種全新且更強大的神經網絡類型——這類網絡也被用于ChatGPT等聊天機器人中。

DeepMind還通過多項研究展示了AlphaFold2的卓越能力。該系統不僅預測了人類基因組中近2.4萬種蛋白質的結構，隨后又完成了科學家已發現的幾乎所有大約2億種蛋白質的結構預測。“如果在2018年，有人跟蛋白質化學家說‘我們終將獲得所有已測序蛋白質的結構’，對方一定會嘲笑你，” 齊默說道。此外，DeepMind還推出了AlphaFold3，該版本能夠預測蛋白質與RNA、DNA 及其他類型分子之間的相互作用。如今，眾多科學家已將不同版本的 AlphaFold應用于自身研究中。“這必將帶來變革性影響，” 奧倫戈表示。

Jumper（左）和Hassabis在2023年拉斯克獎頒獎典禮上

盡管首批借助AlphaFold研發的藥物尚未進入臨床試驗階段，但科學家們已在積極將對蛋白質折疊結構的深入認知轉化為實際治療手段。例如，2023年已有首款由人工智能設計的藥物進入臨床試驗；另有一項“增強未折疊蛋白反應”是否能縮小胰腺癌患者的腫瘤的試驗正在測試。

此外，美國食品藥品監督管理局（FDA）已批準一系列被稱為“矯正劑”的藥物，這類藥物可促使囊性纖維化患者體內功能異常的CFTR蛋白重新折疊為正確形態。“這是我們對蛋白質折疊的認知轉化為實際應用的典型案例，” 魏斯曼表示。

參考資料

https://laskerfoundation.org/how-to-fold-a-protein/

主題：氧化性左旋核酸與阿爾茲海默病；嘉賓：許代超（中科院上海有機化學研究所生物與化學交叉研究中心?研究員）

Deep Science預印本