結構生物學探索——結構解析的分子置換

大江網

大江網官方帳號

作者：範成鵬

職稱職務
：武漢大學基礎醫學院

副教授

學科專業：生物化學與分子生物學

主要工作經曆與任職：

2006年10月－2011年11月 美國耶魯大學醫學院藥理學系博士後

2011年11月－2012年9月 美國耶魯大學醫學院藥理學系associate research scientist

2013年7月至今 作為人才引進到武漢大學基礎醫學院生物化學與分子生物學系副教授

經常會聽到感慨，比較順利的分子置換，看到LLG和TFZ比較高，初始修正的R因子等等數據統計指標比較好看，真是很容易。但是有些模淩兩可的和比較困難的，就需要基礎理論和基礎知識以及恒心和毅力，而這些還是來自於對理論基礎的理解和軟件的熟悉。結構生物學博大精深，我懂得很少，還在不斷學習，僅僅分享我的一點心得，供各位參考。

case4: 去年我收了一套數據，1.18埃的native晶體衍射數據，蛋白質的序列同源性在25%左右，我當時有些遲疑不定，是做分子置換試試看，還是同時做硒代的晶體兩手准備，畢竟上海光源近期就要停光休息。我決定熬夜，通過Blast搜尋同源結構後下載了幾個結構作為初始模型，用phaser得到的初始解的TFZ是7.3，初始修正的R／Rfree在49％和51%左右（時間久遠，記不清楚了，無法精確定位有效數字），我看了看電子密度圖，有些region吻合，有些區域則不吻合，然後我采用Acta D有一篇文獻推薦的一種非常規的方法進行再次修正，對著高分辨率的電子密度圖結合蛋白質序列手動調整一些區域，再次修正，R因子迅速的下降到了30％以下，修正後的統計數據好看，電子密度圖也好看，最後快馬加鞭，啃著饅頭喝著涼水，幾個小時全程搞定。只有感慨，差點做了硒代，費錢費力。還是沒有被迷惑或者輕言放棄，心中有理論，手中有電腦，終於不慌。磨刀不誤砍柴工，前期閱讀教材和文獻獲得的積累，沒有白費，在這個比較艱難的結構解析中派上了用場。

case5: 去年我收了一套數據，不到100個氨基酸的蛋白質，1.18埃的數據，多種軟件嘗試分子置換未果，因為序列同源性太低，使用Blast against PDB直接沒有任何hit（No significant similarity found），沒有可用的同源結構模型。然後硒代晶體和浸泡重原子等等，都失敗了，再次准備去上海收集數據進行嘗試的時候，疫情來了。呆在家裏，作為英雄的城市的一員為國家做貢獻，閉門讀書，就試試用一些結構預測的軟件得到的模型，初步嘗試分子置換，沒有看到希望，密度圖也是慘不忍睹，就算了。然後就忙著別的課題去了。然後近期在朋友圈看到推薦的騰訊的tFOLD，趕緊聯系王博試了試，王博士熱心慷概的幫助，預測的model的集合發過來，我用Phaser試了試，TFZ是7.3，是manual說的probable的邊界值，初始修正，R／Rfree是52/54％，我覺得這個就奇怪了，然後看看電子密度圖，也是模淩兩可似是而非，然後我在想，接下來怎麼辦？放棄還是堅持？To do or not to do？這個是個問題，哈姆雷特的名言在腦海裏閃電一般出現，我決定live！我因為馬上要去上課，就順手的連接性（phenix phaser之後的run autobuild）的做了autobuild。然後專心的上課，傳道授業解惑。吼了幾節課，身心俱疲，回來一看，R／Rfree，CC值，FOM值，模型的完整性，電子密度圖等等，科學合理，證明這個解析是正確的，R／Rfree已經29％和39%左右了，然後對著電子密度圖和蛋白質序列，吃著饅頭喝著涼水聽著電視劇順手和朋友們微信聊個天，畢竟能夠解決難題的心中慢慢的滿足感需要釋放，在coot裏頭手動調整，自娛自樂，經過多輪model building in coot和Phenix－refine之後，最後的R／Rfree降到了18％以下。我不由得對著屏幕感慨了良久，現在的算法和軟件真心太棒了，解析結構大部分時候不是瓶頸（我曾經在美國耶魯大學留學的時候，有個結構的解析全程只花了一刻鐘左右），還是要重心在結構測定之後的科學問題的推進。

感謝那些偉大的科學家，不斷的努力，不斷的推動，精細和優化基礎理論，讓算法和軟件這麼棒，從而將結構生物學工作者從繁瑣的腦力勞動和體力勞動中解放出來，拿到精修的model之後，深入分析結構，設計實驗，挖掘和分析功能，闡釋結構與功能的關系，把更多的精力和時間投入到生物學問題的解釋和發現上，然後是寫作科學“八股文”還是“散文”或者“詩歌”，解釋生物大分子的分子機制，基於結構為基礎的藥物設計與優化等等，探索生物大分子對人類健康與疾病和工農業的改造優化等等的關系。

不拋棄不放棄，永不言敗，堅韌不拔，大概這就是結構生物學的無窮魔力所在吧。

來源：結構生物學探索微信公眾號