人工智能揭示核孔结构，再次证明AlphaFold和RoseTTAfold预测的可靠性

 收藏

关键词：揭示

资讯来源：机器之心

发布时间： 2021-11-06

编辑 | 萝卜皮

细胞核是否具有核膜，是区分真核生物与原核生物的关键。核膜将核内遗传物质与细胞质及其他细胞结构分离开来，使细胞核成为细胞运行的「司令部」。司令部派出的「传令兵」信使 RNA 则需要经过核膜上的核孔离开，其他「补给」也需要经过核孔运送进入细胞核。核孔复合物（NPC）介导核质运输，其错综复杂的架构仍未完全解析。

在这里，密歇根大学、马克斯·普朗克生物物理研究所、欧洲分子生物学实验室等多个组织的研究人员合作，报告了具有显式膜和多种构象状态的人类 NPC 支架的近乎完整的结构模型。

研究人员将基于 AlphaFold 和 RoseTTAfold 的结构预测，与冷冻电子断层扫描以及综合建模相结合。研究表明接头 Nups 在子复合物内，中和跨子复合物的空间组织支架，从而建立高阶结构。微秒长分子动力学模拟表明，支架不需要稳定内外核膜融合，而是加宽中心孔隙。该工作举例说明了如何将基于 AI 的建模与原位结构生物学相结合，以了解跨空间组织级别的亚细胞结构。

该研究以「Artificial intelligence reveals nuclear pore complexity」为题，于 2021 年 10 月 27 日发布在 bioRxiv 预印平台。

核孔复合物（NPC）对于细胞核和细胞质之间的运输至关重要，对真核生物中的许多其他细胞过程也至关重要。

在这里，研究人员将来自孤立 NE 和完整细胞内的人类 NPC 的冷冻电子断层扫描（cryo-ET）分析，与基于人工智能的结构预测相结合，从而推断出一个模型；该模型包含 90% 以上的人类 NPC 支架，拥有前所未有的精度和多种构造。

他们证明了基于人工智能的 Nups 模型及其使用 AlphaFold 和 RoseTTAfold 构建的子复合体，与未发布的 X 射线晶体学结构、冷冻电镜图和补充数据一致。阐明了接头 Nups 的精确三维（3D）轨迹、大多数 FG-Nups 的膜结合域的组织和移植位点，收缩和扩张构象。

这是近乎完整的结构模型支持新型分析。它揭示了链接器 Nups 在高阶结构中执行专用的空间组织功能。它能够对嵌入显式膜中的支架进行分子动力学模拟，以说明人类 NPC 支架如何抵消核膜施加的机械力。

人类 NPC 的框架结构。

讨论

研究人员已经建立了一个近乎完整的人体 NPC 支架模型，其收缩状态（直径较小）适用于纯化的核膜，扩张状态适用于细胞；最近在真菌方面的研究发现，在特定的生理条件下细胞内的 NPC 收缩结构。他们的模型包括多个先前未分配的结构域和蛋白质，解决了替代 Nup 分配中长期存在的歧义，绘制了 NPC 支架上蛋白质连接子的连接图，绘制了膜锚定基序，并为进一步研究 NPC 动力学和功能提供了高质量的基础。

分析表明，粗粒度动力学模型对于分子模拟具有足够的质量，未来可以定量和预测性地描述 NPC 如何与核膜相互作用以及它如何应对机械挑战。该模型还提供了对直径的天然约束和更精确的 FG 尾部从支架发出的位置映射，为模拟核质运输提供了更准确的起点。

人类 NPC 内蛋白质接头的连通性。

如何在拥挤的细胞环境中忠实地组装由大约 1000 个组件组成的复杂结构是一个非常有趣的问题。研究人员的连接图通过组装的支架捕获链接器 Nups 的 3D 轨迹。结合之前对 NPC 组装的分析，它表明链接器 Nups 促进了专用的空间组织功能。Nup93 在单个 IR 复合物内和与 Nup214 复合物的连接表明在确保等化学计量组装方面发挥作用。

这一发现与最近对早期 NPC 生物发生的分析一致，表明 Nup93 在细胞质中的翻译过程中已经与 Nup62 复合物等化学计量相关联。因此，Nup62 亚复合物与 Nup205/188-Nup93 异二聚体的化学计量组装很可能是从 NPC 生物发生位点预先组装的；这解释了接头对亚复合物内相互作用的重要性；而辐条如何在 NE 平面形成 C2 对称接口仍有待解决。

人类 NPC 的膜锚定图案分布在整个支架上。

在红外膜涂层中，多种相互作用汇聚成一个有趣的跨膜相互作用中心。研究人员提出，它的核心是由外环和内环之间的界面处的 Aladin-NDC1 异二聚体形成的。这个跨膜相互作用中心很可能是同一轮辐内 Nup155 的两个近似副本的空间组织者，分别指向外环和 IR。Aladin-NDC1 可能进一步与 Gp210 相关联，它在 NE 管腔中的辐条之间拱起。

该中心还结合 Nup35，Nup35 连接到相邻辐条的 Nup155 副本，从而促进水平的圆柱形寡聚化。由于 Nup35 在 NPC 组装过程中早期与 Nup155 相关联，因此其二聚化结构域对于将其柔性连接器支架固定在 IR 膜涂层内的相邻辐条上至关重要。

他们的分析不一定支持「NPC 融合 INM 和 ONM」或它们「稳定 INM 和 ONM 的融合」的经常强调的概念。该模拟表明，膜融合拓扑结构本身在一定条件下是稳定的，向链状松弛，膜弯曲能为零。

事实上，一些物种在没有 NPC 的情况下维持融合拓扑，例如在果蝇的半封闭有丝分裂期间。相反，他们的分析表明 NPC 稳定了一个比松弛、无张力的双膜孔更宽的孔。这一观点与有丝分裂后 NPC 组装的超微结构分析一致，该分析表明 NE 孔以小直径形成并在招募 NPC 亚复合体后扩张。这些数据认为，膜形状定义了 NPC 支架的轮廓，反之亦然。

来自分子模拟的 NPC 动力学。

该工作的一个创新方面是，研究人员使用基于 AI 的结构预测程序 AlphaFold 和 RoseTTAfold 对用于拟合 EM 图的所有原子结构进行建模，并在不直接使用任何 X 射线结构或同源模型的情况下对整个 NPC 支架进行建模。

预测的原子结构传统上表现出各种不准确性，限制了它们在低分辨率 EM 图中建立详细的近原子模型的使用。然而，AlphaFold 和 RoseTTAfold 最近在预测单体蛋白质和复合物的结构方面表现出前所未有的准确性。这些程序还被证明可以准确评估它们在单个残基和域间接触水平上的置信度。事实上，研究人员可以通过将模型与未发表的晶体结构、冷冻电镜图和生化数据进行比较，来验证模型的成功。

由此产生的 NPC 支架模型几乎是完整的，并且在几个界面上表现出接近原子级的精度。该模型还包含几个外围 NUP，例如 Nup214 和 Nup358 复合体的部分。尽管由于它们的灵活性，这些外围 Nup 的整个 EM 密度不太可能在不久的将来得到解决，但通过整合来自可以解决灵活蛋白质（例如超级蛋白质）的互补技术的数据，可以实现人类 NPC 的完整模型。分辨率显微镜、FRET 和特定位点标记。

由于原位和纤维素冷冻 ET 以及强大的基于 AI 的预测，现在可以对复杂的结构（例如 NPC）进行建模。并非研究人员尝试使用基于 AI 的结构预测建模的所有亚基或域组合都会导致与互补数据一致的结构模型，强调在先验知识仍然稀疏的情况下，未来仍需要实验结构确定。然而，即使基于人工智能的建模不能产生高可信度的结果，这些模型仍然可以作为假设生成和后续实验验证的工具。

论文链接：https://www.biorxiv.org/content/10.1101/2021.10.26.465776v1.full.pdf

人工智能 × [ 生物神经科学数学物理材料 ]

「ScienceAI」关注人工智能与其他前沿技术及基础科学的交叉研究与融合发展。

欢迎关注标星，并点击右下角点赞和在看。

点击阅读原文，加入专业从业者社区，以获得更多交流合作机会及服务。