蛋白质折叠被发现之后...

米切尔.莱斯利 | 撰文

潘展 | 翻译

1993年秋，耶鲁大学医学院的阿瑟・霍维奇（Arthur Horwich）正在伦敦参加一场会议，期间他得知实验室在最新项目上取得了突破性进展。霍维奇回忆道：“当时我说‘什么都别跟我说。我这就去改机票，今晚就飞回家’。”

第二天的经历“如同魔法一般”。当他走进一位耶鲁大学合作者的实验室后，霍维奇在电脑屏幕上看到了一幅彩色图像，这是他三年多工作的结晶。该图像呈现的是细菌蛋白质GroEL的晶体结构，这种蛋白质能帮助其他蛋白质折叠成正确的形态。此前研究已表明，GroEL由两个堆叠的环状结构组成，形成一个中空圆柱体，但此次解析出的晶体结构更细致地揭示了该蛋白质的分子结构。霍维奇表示 ，“在高分辨率下看到这些环状结构，真是太美妙了。”

显示 GroEL GroES （ADP）7 伴侣蛋白复合物结构的分子模型

GroEL的这幅高分辨率特写图像，结合早期的电子显微镜图像，帮助霍维奇及其曾长期合作的伙伴——现任职于马克斯・普朗克生物化学研究所的弗朗茨-乌尔里希・哈特尔（Franz-Ulrich Hartl），揭示了一种能让部分蛋白质正确折叠的机制。他们历时数年的研究表明，GroEL及其同家族蛋白（属于“伴侣蛋白”家族）会形成类似“细胞更衣室”的结构。未折叠的蛋白质进入其中一个结构后，会与细胞质内混乱的环境隔离开来，进而开始形成新的空间形态。几秒钟后，一个全新折叠完成的蛋白质便会“弹出”，随时准备发挥其生理功能。人类细胞同样能从伴侣蛋白中获得折叠帮助，其中就包括Hsp60——这是GroEL在哺乳动物体内的同源蛋白。

绝大多数蛋白质都需要折叠成特定形态才能履行其生理职责。伯明翰大学的分子生物学家彼得・伦德（Peter Lund）表示，哈特尔与霍维奇的发现“对基础科学意义重大”。他指出，得益于这些发现，“我们对蛋白质折叠过程以及细胞如何调控这一过程有了更深入的了解”。凭借这项研究成果，霍维奇与哈特尔共同荣获了2011年阿尔伯特・拉斯克基础医学研究奖（Albert Lasker Basic Medical Research Award）。他们是因蛋白质折叠相关研究而获拉斯克奖的三对科学家之一：第二对科学家阐明了细胞识别及处理畸形蛋白质的机制，第三对科学家则开发出了一款强大的人工智能工具，能够预测几乎所有已知蛋白质的最终折叠结构。

01

携手破解蛋白质折叠之谜

蛋白质最初以线性链的形式“诞生”，随后通过扭转、卷曲、盘绕与弯曲，形成特定的形态（即构象）。但这一分子层面的“体操动作”有时会出现偏差，产生结构异常的蛋白质，从而无法正常发挥其功能。例如CFTR蛋白（囊性纤维化跨膜传导调节因子）的正常功能是在肺部黏膜等部位调节人体水盐平衡，而许多囊性纤维化患者体内携带能导致CFTR蛋白变形的基因突变。结构异常的CFTR蛋白无法抵达其“工作场所”——细胞膜。此外，错误折叠的蛋白质还容易相互粘连，形成对细胞有毒性的聚集体。这些蛋白质聚集体正是导致阿尔茨海默病、帕金森病、肌萎缩侧索硬化症等多种疾病的原因。

“蛋白质更倾向于形成正确折叠的状态”，伦德表示。但多年来，“蛋白质如何‘知晓’自己应呈现何种形态”这一问题始终困扰着研究人员。后来，诺贝尔奖得主克里斯蒂安・安芬森（Christian Anfinsen）及其同事似乎找到了答案。

20世纪50至60年代，他们在试管中使蛋白质发生去折叠（即解开三维结构），却发现这些蛋白质分子能自然重新折叠回原本的形态。此后近30年间，研究人员普遍认为，蛋白质在细胞内同样能自发完成折叠。“当时人们觉得蛋白质折叠的问题已经解决了，没有更多新发现可做了，” 哈特尔说。然而，他指出：“细胞质环境极其拥挤。” 细胞质中充斥着各类蛋白质，这些分子可能导致新合成的蛋白质发生聚集，而非正常折叠。正如伦德所言，当蛋白质试图折叠时，“所处的环境条件对它是不利的”。

1991年，霍里奇（左）和哈特尔在慕尼黑哈特尔公寓参加派对

哈特尔与霍维奇偶然间找到了应对这一难题（蛋白质在细胞内折叠受阻）的方法之一。两人最初都攻读医学专业，却都被科研深深吸引。霍维奇最终身兼医师与科学家双重身份，而哈特尔则选择不从事临床医疗工作。“正是这个决定拯救了无数生命，” 他打趣道。1988年，两位研究者各自独立探索着同一个问题——蛋白质如何进入线粒体（细胞内负责产生能量的细胞器）。其他科学家已发现，蛋白质必须先以未折叠状态才能“溜进”线粒体内，进入后再折叠成具有活性的形态。

霍维奇及其团队此前已在酵母中发现了一种突变：这种突变会导致线粒体蛋白无法正常形成。但在试图揭示该突变背后的根本缺陷时，研究团队遭遇了实际困难。“我们当时只是个只有三个人的小实验室，”霍维奇回忆道。直到某天，霍维奇意外接到了哈特尔及其上司的来电——彼时哈特尔刚在慕尼黑大学组建自己的研究团队。“他们说‘我们了解到你正在研究可能影响线粒体蛋白的酵母突变体。需要帮忙吗？’”霍维奇回忆道。他当即答应了。

“我们曾有过一段紧密合作的时期，”哈特尔表示。两位研究者会在彼此的实验室中工作，共享研究成果，并反复探讨各种假说。在四年时间里，他们共同撰写的11篇论文揭示了多项关键发现：酵母的这种突变会导致Hsp60蛋白功能失效，证实了Hsp60具有帮助其他蛋白质折叠的作用，并进一步详细描述了其折叠机制。即便在合作结束后，两人仍持续围绕这一机制展开研究并取得了新的突破——例如哈特尔发现，Hsp60会与另一种关键蛋白质Hsp70协同作用，以确保蛋白质正确折叠。

这些研究者的成果，再结合其他科学家的研究发现，共同表明：GroEL会形成一个保护性“腔室”，蛋白质可在其中不受其他分子干扰地完成折叠。另一种名为GroES的蛋白质则充当该腔室的“盖子”，确保腔室内的蛋白质能在稳定环境中顺利折叠。Hsp60的作用机制与之类似，由Hsp10蛋白担任其“盖子”。麻省理工学院（MIT）的生物化学家乔纳森・魏斯曼（Jonathan Weissman）曾在20世纪90年代中期担任霍维奇的博士后，他指出：“GroEL 和Hsp60的特殊性在于，与传统酶类不同，它们催化的并非化学反应，而是构象变化反应。” 他强调：“自然界中存在某种物质能帮助大量蛋白质完成折叠——这一认知是一次重大的概念突破。”

02

让异常蛋白质重归正确形态

Hsp60和GroEL并非细胞内仅有的折叠“场所”。人类约三分之一的蛋白质会在一种名为内质网（简称ER）的细胞器内完成折叠——内质网是由膜包裹形成的管状网络结构。然而，这些在内质网中折叠的蛋白质有时也会出现折叠错误。两位研究者——现任职于京都大学的森和俊（Kazutoshi Mori）与现任职于阿尔托斯实验室（Altos Labs）的彼得・沃尔特（Peter Walter），因阐明细胞如何应对这种“内质网蛋白质折叠错误”的机制，共同荣获了2014年阿尔伯特・拉斯克基础医学研究奖。

森（左）和沃尔特在 2014 年拉斯克奖颁奖典礼上

内质网负责处理两类蛋白质：一类是细胞将要分泌到胞外的蛋白质，另一类是需嵌入细胞膜的蛋白质。当细胞处于应激状态时，这些蛋白质可能发生错误折叠并开始堆积，进而形成有毒聚集体或引发其他问题。为对抗这些不良影响，细胞会启动未折叠蛋白反应（unfolded protein response,简称UPR）——这一过程能促使异常蛋白质重新折叠，若无法修复则将其降解。“未折叠蛋白反应至关重要，”吉森大学的外科肿瘤学家乔纳森・哈诺斯（Jonathan Harnoss）表示，“人体内的每一个细胞都会发生这一反应。”他补充道，由于该反应对细胞存活意义重大，它在多种疾病中都“扮演着关键角色”，包括糖尿病、心血管疾病、类风湿性关节炎，以及他所研究的癌症。

20世纪80年代末，德克萨斯大学西南医学中心的约瑟夫・桑布鲁克（Joseph Sambrook）、玛丽-简・格辛（Mary-Jane Gething）及其同事提出假说：当异常蛋白质开始在细胞内堆积时，细胞会依赖未折叠蛋白反应来应对。“沃尔特与森和俊的研究为这一假说填补了具体细节，” 剑桥大学的分子生物学家大卫・罗恩（David Ron）指出，“他们明确展示了‘未折叠蛋白反应如何运作’的具体机制。

这两位科学家虽从不同起点出发，却最终聚焦于同一研究领域。森和俊表示，自己是通过阅读漫画对科学产生了浓厚兴趣，后来他在京都大学获得了生物化学博士学位。在从事了四年癌症研究后，他于1989年离开日本，前往德克萨斯大学西南医学中心（UT Southwestern），在桑布鲁克与格辛的实验室担任博士后。“那时我甚至不知道蛋白质折叠的重要性，” 森和俊回忆道。但不久后，他便深入投身于未折叠蛋白反应的研究之中。

沃尔特则来自当时的西德，他在洛克菲勒大学获得分子生物学博士学位，师从诺贝尔奖得主、1993年阿尔伯特・拉斯克基础医学研究奖获得者京特・布洛贝尔（Günter Blobel）。此前，沃尔特已在 “细胞如何将特定蛋白质转运至内质网” 这一领域开展了广受认可的研究。后来他在加州大学旧金山分校（UCSF）建立了自己的实验室，随后开始关注一个新问题：内质网中的蛋白质折叠错误如何促使细胞启动相关基因，进而调控未折叠蛋白反应。“我们想弄清楚，信息是如何从内质网反向传递到细胞核的，” 他在一次采访中表示。

UPR由三条起源于内质网的途径介导，分别是：Ire1途径（左侧）、ATF6途径（中间）和PERK途径（右侧）。每条途径均以其对应的跨膜蛋白（Ire1、ATF6、PERK）命名，这些跨膜蛋白会与未折叠蛋白相互作用，从而启动UPR

尽管沃尔特与森和俊各自独立开展研究，最终却不约而同地设计并执行了同一项实验——通过仔细观察酵母突变菌落，筛选出因基因改变而导致未折叠蛋白反应功能受损的细胞。这类功能缺陷型细胞呈白色，而未折叠蛋白反应功能正常的酵母细胞则呈蓝色。这项研究工作极为繁琐：仅为找到3个突变细胞，森和俊就花了6个月时间，检查了10万个酵母菌落。但这份努力最终有了回报——研究人员成功锁定了IRE1蛋白，证实其是未折叠蛋白反应中的关键分子。“他们对IRE1的发现，为整个领域的发展奠定了基础，”杜伦大学生物学家马丁・施罗德（Martin Schroeder）评价道。

1993年，森和俊与沃尔特的团队在三个月内先后发表了各自的研究成果。两位科学家都推测，跨内质网膜分布的IRE1蛋白，能够感知内质网中错误折叠的蛋白质，并以某种方式将信号传递给细胞核。但两人都未曾想到，这套信号传递机制会如此独特。

细胞要合成某种特定蛋白质，首先会以编码该蛋白质的基因为模板，合成信使 RNA（mRNA）。随后，细胞会对mRNA分子进行“编辑”——切除其中的特定片段，再将剩余部分连接起来，这一过程被称为RNA剪接。沃尔特与森和俊的酵母实验研究表明：当IRE1检测到内质网中的蛋白质折叠错误后，会促使细胞对编码另一种蛋白质（Hac1）的mRNA进行剪接。剪接修饰后的mRNA会被用于合成Hac1蛋白，该蛋白随后进入细胞核，启动相关基因的表达，进而触发未折叠蛋白反应。1996年至1997年，这一发现正式发表，彻底挑战了分子生物学领域的传统认知——此前研究人员普遍认为，RNA剪接仅发生在细胞核内，而该研究却证实，细胞会在细胞质中对Hac1的mRNA进行剪接。“能在分子机制层面将这一切完整阐释清楚，这项工作既精妙又完全具备获奖的价值，” 罗恩评价道。

此后，森和俊与沃尔特仍在不断丰富未折叠蛋白反应的相关研究成果。例如，1999年，森和俊及其同事在哺乳动物细胞中发现了未折叠蛋白反应的另一条独立通路——该通路由ATF6蛋白启动。罗恩表示，这两位科学家之所以能取得成功，是因为 “他们在恰当的时机进入了这个领域，年龄正合适，接受过良好的科研训练，思维敏捷且注重细节”。他补充道，两人都具有一个重要的特质：“他们愿意考虑那些看似离奇的可能性。

03

人工智能攻克蛋白折叠难题

药物研发人员、疫苗开发人员、结构生物学家、蛋白质化学家以及进化生物学家——这些只是能从2023年阿尔伯特・拉斯克基础医学研究奖得主的成果中获益的部分科学家。该奖项的获奖者是来自伦敦谷歌深度思维（Google DeepMind）人工智能实验室的德米斯・哈萨比斯（Demis Hassabis）与约翰・贾珀（John Jumper）。

哈萨比斯是DeepMind的联合创始人兼首席执行官，贾珀则担任该实验室主任。两人带领团队开发出了人工智能系统AlphaFold(阿尔法折叠)，该系统能够以无可比拟的精度预测蛋白质结构。2024年，这两位科学家还共同荣获了诺贝尔化学奖。

该图表展示了机器学习如何将蛋白质结构领域推向一个新的发展阶段。其中，EMBL-EBI = 欧洲分子生物学实验室 - 欧洲生物信息学研究所（European Molecular Biology Laboratory-European Bioinformatics Institute）；CASP = 结构预测关键评估（Critical Assessment of Structure Prediction）。

“他们彻底革新了结构生物学与结构生物化学领域，” 伦敦大学学院的进化结构生物学家克里斯汀・奥伦戈（Christine Orengo）表示。AlphaFold的蛋白质折叠预测能力，有望加速治疗方法的研发、开辟对抗污染的新途径、加深科学家对部分蛋白质功能的理解，并催生各类其他领域的突破。“这是人工智能在科学领域实现的最大飞跃，” 康涅狄格学院的计算化学家马克・齐默（Marc Zimmer）评价道。

科学家可通过X射线晶体衍射等技术，以实验方式解析许多蛋白质的结构。但这类研究工作耗时、难度大且成本高昂。经过60多年的努力，研究人员已解析并公布了约20万种蛋白质的结构，而这一数量还不足自然界中蛋白质总数的1%。为填补这一空白，数十年来，科学家们一直试图设计一种算法，仅需通过蛋白质的氨基酸序列就能预测其空间形态。

AlphaFold的核心原理是通过学习实验解析的蛋白质结构来预测未知蛋白质的折叠形态，该系统于2018年在“蛋白质结构预测关键评估”（Critical Assessment of protein Structure Prediction，简称 CASP）竞赛中首次公开亮相。CASP是自1994年起每两年举办一次的“蛋白质折叠预测对决”，参赛者需针对一组特定蛋白质，尽可能精准地预测其结构，评分则依据预测结果与实际结构的吻合程度。当时，AlphaFold在所有参赛者中表现突出，但它的预测精度仍未达到实验解析结果的水平。“他们确实是表现最好的，但还没到令人惊叹的程度，”马里兰大学的计算生物学家、CASP联合创始人约翰・莫尔特（John Moult）表示。

然而，在2020年的CASP竞赛上，“他们的表现让所有人都为之震撼，” 莫尔特表示。DeepMind团队推出的新版系统AlphaFold2，其预测结果与实验室方法解析出的蛋白质结构几乎完全一致。正如一篇评论所指出的，哈萨比斯、贾珀及其DeepMind团队的同事们整合了“大量创新思路”来提升系统性能，如替换了AlphaFold原有的神经网络（即赋予系统学习能力的分析模型），采用了一种全新且更强大的神经网络类型——这类网络也被用于ChatGPT等聊天机器人中。

DeepMind还通过多项研究展示了AlphaFold2的卓越能力。该系统不仅预测了人类基因组中近2.4万种蛋白质的结构，随后又完成了科学家已发现的几乎所有大约2亿种蛋白质的结构预测。“如果在2018年，有人跟蛋白质化学家说‘我们终将获得所有已测序蛋白质的结构’，对方一定会嘲笑你，” 齐默说道。此外，DeepMind还推出了AlphaFold3，该版本能够预测蛋白质与RNA、DNA 及其他类型分子之间的相互作用。如今，众多科学家已将不同版本的 AlphaFold应用于自身研究中。“这必将带来变革性影响，” 奥伦戈表示。

Jumper（左）和Hassabis在2023年拉斯克奖颁奖典礼上

尽管首批借助AlphaFold研发的药物尚未进入临床试验阶段，但科学家们已在积极将对蛋白质折叠结构的深入认知转化为实际治疗手段。例如，2023年已有首款由人工智能设计的药物进入临床试验；另有一项“增强未折叠蛋白反应”是否能缩小胰腺癌患者的肿瘤的试验正在测试。

此外，美国食品药品监督管理局（FDA）已批准一系列被称为“矫正剂”的药物，这类药物可促使囊性纤维化患者体内功能异常的CFTR蛋白重新折叠为正确形态。“这是我们对蛋白质折叠的认知转化为实际应用的典型案例，” 魏斯曼表示。

参考资料

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

主题：氧化性左旋核酸与阿尔兹海默病；嘉宾：许代超（中科院上海有机化学研究所生物与化学交叉研究中心 研究员）

Deep Science预印本