《Nat Chem | 上海药物所发展时空可分辨全局性解析蛋白质-DNA相互作用新方法》

  • 来源专题:生物安全知识资源中心—领域情报网
  • 编译者: hujm
  • 发布时间:2023-05-04
  •   蛋白质与DNA的相互作用在生物学过程中发挥着关键作用。精确解析蛋白质-DNA相互作用能够揭示二者相互识别机制和动态变化,对于深入理解生理和病理条件下基因的调控机制至关重要。虽然已有的研究方法在表征高亲和力的DNA-蛋白质(尤其是转录因子)的识别和作用机制方面取得了很大的进展,但是对于生物体系中低丰度的蛋白质,以及动态、微弱的蛋白质-DNA复合物的分析仍极具挑战。
      为了实现时空动态的蛋白质-DNA相互作用全景解析,中国科学院上海药物研究所陈小华课题组和谭敏佳课题组合作,在前期开发的光诱导PANAC光点击化学的基础上(Nat. Commun. 2020, 11, 5472;Chem 2019, 5, 2955-2968),发展了一种具有赖氨酸选择性的蛋白质-DNA交联方法(Light-Induced Lysine (K) Enabled Crosslinking, 简称LIKE-XL),并结合团队在深度定量蛋白质组学分析方面的丰富经验和技术优势,实现了对蛋白质-DNA动态互作、包括弱相互作用的转录因子-DNA的时空动态性深度解析(图1)。
      2023年4月27日,相关研究成果以“Spatiotemporal and global profiling of DNA–protein interactions enables discovery of low-affinity transcription factors”为题发表于Nature Chemistry。

      研究人员首先设计合成了含光交联基团的DNA探针,该探针能够在低浓度(微摩尔浓度)、短时间(5-10分钟)高效交联相互作用的蛋白质。结合基于质谱的定量蛋白质组学技术,LIKE-XL全局性解析方法在鉴定相互作用蛋白质数目上远超基于非共价作用的技术;比非特异性的交联方法显示更优的效率和更高的灵敏度。LIKE-XL策略不仅成功地鉴定到了预期低亲和力的转录因子-DNA相互作用,还发现了目标DNA序列上新型转录因子及结合位点。进一步,通过整合交联位点、结构生物学信息和分子对接,该研究发现了弱结合能力的转录因子与DNA结合的新作用模式。借助LIKE-XL技术,合作团队全局性揭示了表观遗传药物(如去乙酰化酶抑制剂SAHA)时间分辨的下游转录因子互作网络动态全景。
      该项研究为全局性深度解析蛋白质-DNA的时空动态互作提供了一种新方法,以目标DNA序列为探针的互作蛋白质结合活性分析策略,有望用于解析目标DNA序列中不同的碱基修饰与蛋白质相互作用的研究,为DNA及表观遗传相关研究提供化学生物学新工具。

      上海药物所陈小华研究员、谭敏佳研究员为本论文的通讯作者;上海药物所博士后郭安娣、博士研究生闫克念、副研究员胡昊为本论文的共同第一作者。该工作得到国家自然科学基金委“生物大分子动态修饰与化学干预”重大研究计划、基金委“抗肿瘤新药敏感群体和耐药机制研究” 创新研究群体、科技部重点研发计划、上海市科委优秀科学带头人等项目的支持。此项工作获得上海交大医学院张健教授,上海药物所赵东昕研究员、陆晓杰研究员、许叶春研究员,江南大学徐勇将教授,复旦大学上海医学院刘贇教授的大力帮助和支持。
      全文链接:https://doi.org/10.1038/s41557-023-01196-z

  • 原文来源:http://www.simm.ac.cn/web/xwzx/kydt/202304/t20230428_6747694.html
相关报告
  • 《一种研究药物与蛋白质体相互作用的新方法能够改进癌症治疗》

    • 来源专题:新药创制
    • 编译者:杜慧
    • 发布时间:2025-02-27
    • 来自卡罗琳学院的研究人员开发了一种新的方法来理解抗癌药物如何与不同形式的蛋白质相互作用。这项研究已经发表在《自然通讯》杂志上。 传统上,如果蛋白质来源于同一个基因,则认为它们是相同的。然而,新方法能够区分被称为功能蛋白体的细微蛋白质变异体。这些变异体可以影响它们与药物的相互作用方式,进而影响治疗的有效性和副作用。 在这项研究中,我们扩展了之前的方法论,以更好地理解伊布替尼(一种广泛用于治疗某些白血病的药物)的目标图谱。除了识别伊布替尼以前未知的目标外,我们首次清楚地展示了伊布替尼与相同蛋白质的不同变体之间有不同的相互作用。”该研究由卡罗琳学院肿瘤病理学系的副教授Rozbeh Jafari领导。 新方法基于热蛋白质组分析,研究人员通过测量蛋白质形式之间的具体物理差异,即它们的热稳定性来进行研究。通过测量称为肽的单个蛋白质片段的热稳定性,研究人员之前已经能够区分具有相似模式的肽。这使得发现功能蛋白体成为可能。 在技术的进一步发展中,研究人员研究了药物如何影响蛋白体及其热稳定性。在对伊布替尼的研究中,研究人员观察到该药物影响特定功能蛋白体的热稳定性。通过研究药物如何影响蛋白质的热稳定性,研究人员已经能够识别特定的功能蛋白体及其与药物的相互作用。这种方法为理解和改进药物设计以及个性化医疗提供了新的视角和工具。
  • 《Nat Commun | 上海药物所提出基于序列的药物设计新方法》

    • 来源专题:生物安全知识资源中心—领域情报网
    • 编译者:hujm
    • 发布时间:2023-07-19
    •  自上世纪90年代以来,基于蛋白质结构的药物设计(SBDD)一直是创新药物发现的主流方法,在针对具有明确靶标的疾病治疗方面取得了重大进步。这种方法一般涉及多个步骤的复杂流程,包括建立蛋白质的三维(3D)结构,识别潜在的配体结合位点,并通过虚拟筛选或全新设计发现活性化合物等等。SBDD流程中的每个步骤都有其局限性,例如许多蛋白质并没有高分辨率的结构。虽然近年来的蛋白质结构预测技术如AlphaFold和RoseTTAFold有所突破,但并非所有预测的结构都适合进行基于结构的药物设计。精确预测配体结合口袋是一个挑战,因为这些局部结构往往违反“蛋白质折叠规则”,配体的结合也会诱导氨基酸构象发生变化。此外,由于变构效应的机制多样性,对具有多个结构域的新靶标如何确定配体结合位点也存在困难。最后,虚拟筛选可能会产生假阳性,误差和错误的不断累积会导致最后的严重的假阳性问题。   为了解决这些问题,中国科学院上海药物研究所郑明月团队提出了一种基于序列的药物设计新概念。这种“从序列到药物”(sequence-to-drug)的思路采用端到端的可微学习,直接从蛋白质序列出发进行药物设计发现,而无需经过上述多个中间步骤的复杂流程(图1)。端到端的可微深度学习已经在计算机视觉和自然语言处理等领域产生了革命性的影响,它用可微基元(differentiable primitives)取代了复杂流程的所有组件,从输入端到输出端进行联合优化。AlphaFold2在蛋白质结构预测的成功也很大程度上依赖于端到端可微学习的思想。这个概念具有吸引力地方在于它可以以一种自洽和数据高效的方式执行整个学习建模过程,可能避免了复杂流程中的错误积累。相关研究论文以“Sequence-based drug design as a concept in computational drug design”为题于2023年7月15日在Nature Communications在线发表。   尽管已经有深度学习研究报道可以基于蛋白质序列信息预测与化合物的相互作用,但是还没有一种模型完全验证了“从序列到药物”的药物设计概念。在这项工作中,研究团队设计了TransformerCPI2.0作为概念验证的基础模型。该模型利用Transformer神经网络架构和预训练蛋白质语言模型,在蛋白质和化学多样性空间中都展示出了泛化能力。对TransformerCPI2.0进行可解释分析,结果表明模型可以通过注意力机制从序列信息中有效学习蛋白质与配体分子间相互作用的抽象知识,而不仅是简单的记忆训练数据中的分布偏差。   为了进一步检验基于蛋白质序列药物设计的可行性,研究团队还基于TransformerCPI2.0预测结果开展了湿实验的验证研究,针对多种具有挑战性的药物靶标成功发现活性化合物,包括:靶向E3泛素连接酶接头蛋白SPOP(配体结合位点为难以靶向的PPI作用界面)的新骨架抑制剂(图2);靶向E3泛素连接酶RNF130(无蛋白晶体结构、无已知活性化合物)的结合分子。此外,通过逆向应用TransformerCPI2.0对已上市药物进行蛋白质组范围的靶标筛选,成功发现雷贝拉唑抗肿瘤作用的潜在靶标ADP-核糖基化因子ARF1。这些新发现的活性分子和靶标蛋白都是模型训练过程未见的,表明TransformerCPI2.0可以推广到新的蛋白质和化学空间,显示了良好的泛化能力。计算分析和实验结果支持基于序列药物设计的可行性,基于这一概念的新方法有望成为未来理性药物设计流程的重要组成部分。   这一工作通过计算机、信息学、化学和生物学等多学科融合交叉,为创新药物发现提供了新的视角。基于序列的方法可以作为基于结构药物设计的替代方法,在无法获得高质量蛋白质3D结构的场景中发挥作用,也可与其他虚拟筛选和高通量体外筛选技术结合,加速药物发现进程。最近,超大规模按需定制化合物库(make-on-demand library)技术快速发展,已覆盖了数亿到数十亿种化学物质的多样性空间,如何开发计算效率更高的虚拟筛选方法成为领域的研究热点。“从序列到药物”的端到端学习策略可以有效的简化建模和筛选流程,可以更加高效的探索未知化学和生物学空间,为原创药物的发现提供新的出发点和切入点。   上海药物所研究生陈立凡,南京中医药大学联合培养研究生樊子生、常婕,博士后杨瑞瑞和侯辉为本文共同第一作者。上海药物所郑明月研究员、张素林副研究员为本文共同通讯作者。本研究得到了国家自然科学基金、临港实验室、国家重点研发专项、中国科学院青促会和上海市自然科学基金项目的基金资助。 全文链接:https://www.nature.com/articles/s41467-023-39856-w