生物信息學方法在蛋白質—蛋白質相互作用研究中的應用

靳皓茹　李娟　方慧生

摘要：蛋白質在許多生命進程中起著關鍵作用，通過與其他蛋白質相互作用來發揮其生物學功能。因此，研究蛋白質-蛋白質相互作用對于探索生命的真諦、理解疾病相關機理，以及研究新藥提升人們的健康水平具有重要的作用。隨著生物信息學的不斷發展，越來越多的計算方法被應用于蛋白質結構及功能的研究。其中，蛋白質-蛋白質對接，分子動力學模擬等技術在蛋白質相互作用中得到了較為廣泛的應用。本文對蛋白質蛋白質對接及分子動力學模擬等生物信息學方法的基本原理，相關軟件及其在蛋白質-蛋白質相互作用研究中的應用進行概述。

關鍵詞：蛋白質-蛋白質對接；分子動力學模擬；蛋白質-蛋白質相互作用

Abstract：Proteins that play a critical role in many cellular processes often perform their functions by interacting with other proteins. Therefore， the studies of protein-protein interactions are vital to exploring the essence of life， understanding the mechanism of diseases and developing new drugs to improve human health. With the sustained development of bioinformatics， more and more computational methods have been applied to structural and functional research of proteins. Protein-protein docking and molecular dynamics simulation are both widely applied to the studies of protein-protein interactions. This article reviews the theory of computational methods， softwares and the application in protein-protein interactions.

Key words：Protein-protein docking； Molecular dynamics simulation； Protein-protein interactions

眾所周知，蛋白質在生物進程中扮演著重要的角色。蛋白質通過與其他生物大分子（如蛋白質，DNA和RNA）相互作用介導細胞內各種重要的生理過程，如基因的復制、轉錄、翻譯以及細胞周期調控、信號轉導、免疫反應等，其中，蛋白質-蛋白質相互作用尤為常見。因此蛋白質-蛋白質相互作用的研究有助于人們探明其細胞內功能，從而了解各種疾病發生機制，為進一步的新藥研發提供幫助。目前為止，研究蛋白質-蛋白質相互作用主要有酵母雙雜交、免疫共沉淀、親和色譜、質譜、核磁共振等多種實驗方法，這些技術為蛋白質相互作用研究做出了重要貢獻，積累了寶貴的數據資源。

隨著計算機處理能力的不斷提升，生物信息學的理論模擬方法得到迅速發展和廣泛應用。生物信息學整合數學，物理，化學，信息學等眾多學科的優勢，以計算模擬手段進行生物學相關研究。自Janin和同事們[1]首次運用自動化對接算法預測牛胰蛋白酶抑制劑-胰蛋白酶復合物3D結構至今，蛋白質-蛋白質對接領域已取得很大進步。該方法常用于蛋白質結構及功能研究，分析配體與蛋白質間或者蛋白質-蛋白質間的相互作用模式，便于研究者從原子水平探究受體-配體間作用機制。分子動力學模擬在誕生至今的幾十年中不斷隨著計算機軟硬件技術的快速提升而愈加發展完善，已經成為研究蛋白質、核酸等生物大分子的結構和動力學特性的重要工具。本文將對蛋白質-蛋白質對接和分子動力學模擬的基本原理及其在蛋白質間相互作用研究中的應用進行簡要概述。

1 蛋白質-蛋白質對接

準確的蛋白質-蛋白質復合物結構是進行蛋白質-蛋白質相互作用研究的基礎。然而，通過實驗方法測定蛋白質-蛋白質復合物結構比測定單個蛋白質更加困難。隨著計算機水平的不斷發展，人們開始希望用計算模擬手段來預測蛋白質復合物的真實結構，并希望從原子層面來分析蛋白質-蛋白質相互作用的內部機制。蛋白質-蛋白質分子對接是一種常用的方法。它是指利用兩個單體蛋白質的三維空間結構，來預測蛋白質-蛋白質復合物結構。解決蛋白質對接問題有兩個關鍵因素：打分函數和搜索算法[2]。打分函數應能夠區分出正確的或近似正確的蛋白質對接復合物，而且搜索算法需嚴格地探索由相互作用的蛋白質形成的巨大構象空間。

1.1打分函數 蛋白質-蛋白質對接可以被歸類為一個全局最優化問題，其主要目的是找到蛋白質分子間最穩定關聯結構。使用打分函數是準確評估結合蛋白間的相互作用所必需的。打分函數有兩個作用：構象采集和母板選擇及精制。打分函數的根本目的是從錯誤的對接取向中區分出正確或近似正確的對接取向。打分函數主要有兩種類型：基于物理原理的函數和基于實驗知識的函數。通常，基于物理原理的能量函數用分子力場如CHARMM[3]和AMBER[4]描述蛋白質-蛋白質相互作用。

打分函數可能包括幾何學與化學的互補，靜電力、范德華力和氫鍵的相互作用以及解相關能量項。最常用的打分函數是形狀互補。經常將形狀互補與FFT算法聯合應用于詳盡的全局搜索。靜電場在帶電粒子或極性分子間的相互作用中扮演著重要角色。泊松-玻爾茲曼方程常被用來解決從原子水平獲得溶劑化生物分子系統的靜電電位問題。打分函數包括了極其重要的離散和核心相互作用，通常用范德華力相互作用來描述。

1.2搜索算法 搜索算法的主要目的就是在勢能圖上定位最穩定的狀態。對接復合物可能解的構象搜索可通過兩種不同的方案執行。第一種方案是進行全空間搜索，第二種是隨機地或按一定順序只搜索局部空間。快速傅里葉變換是最為著名的用于全空間的搜索算法之一。Katchalski-Katzi[5]和助手首次將快速傅里葉變換法用于蛋白質對接，確定受體配體間幾何契合。該方法被應用于許多程序，如GRAMM[6]， FTDock[7]，3D-Dock[8]以及ZDock[9]。局部搜索算法包括模擬退火，蒙特卡洛法及遺傳算法等。Vieth和助手們[10]發現分子動力學法最適于進行大空間搜索，而遺傳算法比其他算法更適合進行小空間搜索。大多數情況下，蒙特卡洛算法和分子動力學算法都用來進行蛋白質柔性處理。

1.3對接過程 蛋白質-蛋白質對接一般通用的過程包括：①盡可能多的從全局或局部搜索中生成對接復合物；②篩選和評估復合物；③精制和重排。這三步可被細分為更多步。第一步完成剛體的全局搜索，盡可能多的生成對接蛋白質-蛋白質構象。在第二步中，采用生物或實驗信息和打分函數來掃描并評估第一步得到的對接復合物。錯誤對接復合物的得分比接近X射線結構復合物的得分高是很常見的，許多得分高的結構并不實際存在。應過濾掉這些不實際存在的結構，將剩下的對接復合物進行評估。第三步涉及到側鏈及可能骨架的柔性。柔性處理時主要進行重排側鏈。

2 分子動力學模擬

分子動力學模擬是一門利用經典力學來模擬大分子體系運動的方法，它綜合了數學、統計物理、化學、計算機等多門學科的內容。分子力場是分子動力學模擬的基礎。它采用簡單的函數來描述分子能量與結構之間的關系。分子力場的基本函數形式包括了原子之間的成鍵相互作用與非鍵相互作用。非鍵相互作用主要包含了范德華力與長程靜電力。

2.1分子動力學模擬過程 分子動力學模擬的步驟主要包括了四步：第一步是確定初始構象，初始構象盡量選越接近模擬系統的結構越好，通常是能量較低的構象。通常采用分子力學方法對其構象進行優化；第二步平衡相過程，在前一步中已經確定的模擬體系將進行平衡相過程。在構建平衡相的過程中，須對其構象以及溫度等參數進行調控并加以監控，還要判斷體系是否已經達到平衡；第三步生產相過程，模擬體系中的分子以及構成分子的原子開始根據初始速度運動，此時根據牛頓力學和預先給定的粒子間相互作用勢來對各個粒子的運動軌跡進行計算，并從這個過程中抽取計算分析時所需要的數據和樣本；第四步將對計算結果進行深入分析處理。

2.2研究進展及常用軟件 Tajkhorshid等成功的模擬了水分子通過不同通道亞型的過程[11]。Xu等在水溶液和磷脂雙層中對β淀粉樣多肽進行了多次長時間分子動力學模擬，發現在生物膜和有機溶劑中以α螺旋為主，在水溶液中則以無規則卷曲為主[12]。京都大學醫學研究科的巖田想[13]成功分析了存在于細胞的，負責將物質運送到細胞內的一種蛋白Mhp1的構造，運用該結果通過在計算機上模擬，在分子層次上弄清了Mhp1將物質運往細胞內的機制。

目前，用于分子動力學模擬的軟件越來越成熟。較為常用的主要有：GROMACS，NAMD， AMBER，CHARMM，TINKER、LAMMPS等。GROMACS[14]是用戶界面友好的分子動力學模擬軟件，模擬中的參數條件和基本功能已經趨于成熟，里面包含多種力場，非常適用于模擬生物大分子這種復雜體系。同時由于其速度快，在非生物體系統中也得到了廣泛的應用。AMBER[15]不僅是一個程序，而是包含了從體系準備到動力學模擬，再到軌跡分析等一系列程序的集合。同時，AMBER 還是一系列力場的名稱，這些力場涵蓋了蛋白質、核酸、糖類、脂類等眾多生物大分子。NAMD同樣適用于模擬計算蛋白質、核酸等生物大分子體系，而且并行計算效率非常高。

3 展望

目前，蛋白質分子對接及分子動力學模擬等計算手段雖然已廣泛用于蛋白質-蛋白質間相互作用的相關研究，但還是存在一些值得改進的地方。例如，蛋白質-蛋白質對接過程中，蛋白質柔性的相關處理，構象搜索的合理性及打分函數的準確度；分子動力學模擬中力場的種類和所研究體系的匹配度等。隨著計算機技術不斷的發展，這些生物信息學方法有待進一步優化和相關軟件需要進一步完善，從而使其更適用于蛋白質等生物大分子的模擬研究。總之，將生物信息學方法與傳統實驗手段相結合來進行蛋白質間相互作用等生物大分子體系研究，是一條有待進一步發展的有效途徑。

參考文獻：

[1]WodakS J，JaninJ.Computer analysis of protein-protein interaction[J].Journal of molecular biology，1978，124：323-342.

[2]Taylor，J.S.and Burnett，RM.DARWIN：A program for docking flexible molecules[J].Proteins. 2000，41：173-191.

[3]Brooks，B.R.，States，D.J.， S.andKarplus，M.CHARMM： a program for macromolecular energy， minimization， and dynamics calculations[J].J.Comput.Chem.1983，4： 87-217.

[4]Ferguson， D.M.， Kollman，P.A.A second generation force field for the simulation of proteins， nucleic acids， and organic molecules[J]. J. Am. Chem. Soc，1995， 117： 5179-5197.

[5]Katchalski，Vakser，I.A.Molecular surface recognition： determination of geometric fit between proteins and their ligands by correlation techniques[J].Proc.Nat.Acad.Sci.USA，1992.89： 2195-2199.

[6]Tovchigrechko， Vakser， I.A.Development and Testing of an Automated Approach to Protein Docking[J].Proteins，2005，60：296-301.

[7]Gabb，H.A.，Sternberg，M.J.E.Modeling protein docking using shape complementarity， electrostatics and biochemical information[J].JMB.1997，272：106-120.

[8]Moont， Sternberg，M.J.E.Modelling protein-protein and protein-DNA docking[J].In Bioinformatics - From Genomes to Drugs，2001，1：361-404.

[9]Chen， R.and Weng，Z.A novel shape complementarity scoring function for protein-protein docking[J].Proteins，2003，51：397-408.

[10]Vieth， M.， Hirst.Assessing search strategies for flexible docking[J].J.Comput.Chem，1998，19： 1623-1631.

[11]Tajkhorshid，E， Schulten， K.，Control of the selectivity of the aquaporin water channel family by global orientational tuning[J]. Science， 2002， 296： 525-530.

[12]Xu ，Y.，Jiang， H.Conformational transition of amyloid beta-peptide[J].PNAS.USA，2005，102： 5403-5407.

[13]Shima mura，T.，Beckstein. Molecular basis of alternating access membrane transport by the sodium-hydantoin transporter Mhp1[J].Science.2010，328：470-473.

[14]E.Lindahl，D.van der Spoel， Gromacs 3.0： A Package for Molecular Simulation and Trajectory Analysis[J].Journal of Molecular Modeling，2001，7：306-317.

[15]D.Case， B.Wang，R.The Amber Biomolecular Simulation Programs[J].Journal of Computational Chemistry，2005，26：1668-1688.

編輯/金昊天