黄芪茎多糖代谢物与DAO结合GROMACS模拟

1天前浏览6

关键词：GROMACS；分子动力学；MM-PBSA；黄芪多糖；分子对接

一、文章简要介绍

黄芪的根是常用中药，茎秆却大量废弃。这篇论文把黄芪茎里的多糖提出来，喂给泌乳中期的奶山羊，看能不能改善抗氧化能力和产奶性能。作者先做提取条件优化，再做60天饲喂试验，然后上血清代谢组学找差异代谢物，最后用分子对接和GROMACS分子动力学验证关键代谢物与靶蛋白的结合。论文发表在Scientific Reports 2026年第16卷12762篇，DOI：10.1038/s41598-026-39922-5。

图1是整个研究的流程。从黄芪茎预处理、热水提取多糖，到奶山羊饲喂、血液和乳样分析，再到代谢组学筛选、对接和动力学验证，一条线走下来。

二、仿真步骤

步骤一：锁定代谢物和靶蛋白。血清代谢组学（UPLC-MS/MS）筛出307个差异代谢物，134个上调、173个下调，富集在甘油磷脂代谢、D-氨基酸代谢等20条通路。挑出6个关键代谢物：LPC(22:3)、L-鸟氨酸、L-色氨酸、咖啡酸、莽草酸和苯乙酰-L-谷氨酰胺，分别对应PLA2G2A、OTC、IDO1、SHMT1、SHMT1和DAO六个靶蛋白。

步骤二：AutoDock Vina对接。靶蛋白结构从PDB取人源同源结构（羊没有晶体结构，用人源做代理）：3U8I、1OTH、8ABX、1BJ4、1BJ4、7U9U。配体从PubChem拿SDF，用AutoDock Tools转成PDBQT。对接结果显示六个复合物结合能-4.687到-8.339千卡每摩尔，多数小于等于-5.0。最强的是苯乙酰-L-谷氨酰胺对DAO，-8.339千卡每摩尔，三个氢键撑着（Gly312、Leu316、Thr317）。这个复合物被选去做分子动力学。

图2是六个对接pose。每个代谢物都待在各自靶蛋白的口袋里。苯乙酰-L-谷氨酰胺与DAO的结合最牢，后面所有动力学分析都围绕它展开。

步骤三：GROMACS搭建体系。蛋白用AMBER14SB力场，配体用Antechamber算AM1-BCC电荷、GAFF2原子类型，再经ACPYPE转成GROMACS拓扑，离子参数走Joung-Cheatham。复合物放进截断八面体盒子，蛋白表面到盒边至少1.2纳米，TIP3P水溶剂，补0.15摩尔每升氯化钠。先最陡下降能量最小化，力小于1000千焦每摩尔纳米收敛，再分两段各200皮秒做NVT和NPT平衡，温度298K。

步骤四：100纳秒生产模拟。NPT系综，2飞秒步长，Verlet积分，PME处理长程静电，范德华和库仑截断1.2纳米，氢键用LINCS约束，Nosé-Hoover控温、Parrinello-Rahman控压，298K、1巴。轨迹每10皮秒存一帧，分析用GROMACS自带工具加VMD和PyMOL，结合自由能用gmx_MMPBSA算。

三、关键结果与发现

结果一：复合物很稳。骨架RMSD大约20纳秒后稳定在0.38加减0.05纳米，配体RMSD始终低于0.10纳米，空蛋白稳定在0.25纳米（图3A）。回转半径Rg在2.75纳米附近小幅波动，整体紧凑度没变（图3B）。RMSF显示308到322号残基的环区活动大，最大波动约0.60纳米（图3C）。配体和结合口袋的质心距离恒定在1.45加减0.03纳米，SASA均值6加减0.5平方纳米，界面稳定（图3D-E）。

图3是MD全程的总览，A到O十五个子图。RMSD收敛、Rg平稳、氢键维持在3个左右、PCA只采样两个主导构象簇，这些信号指向同一个结论：苯乙酰-L-谷氨酰胺在DAO口袋里待得住。

图4把稳定性指标单独放大看。A到E分别是RMSD、回转半径、残基波动、配体距离和溶剂可及面积，从头到尾没有漂移。

结果二：能量上有利。MM-PBSA算出的总结合自由能是负92.051加减0.366千焦每摩尔。拆开看，范德华项贡献最大，负158.225千焦每摩尔，静电项负37.614，非极性溶剂化负17.688，极性溶剂化正121.475抵消掉一部分，熵项正8.288，修正后结合自由能负83.764。范德华主导，疏水作用跟上来，静电帮忙但不占大头（图3G-H）。

结果三：关键残基和氢键网络。残基分解指出Tyr224和Tyr314是两个热点，π-π堆积、T形π-π和π-烷基相互作用挂在Tyr224和Tyr228上，范德华接触涉及Ile230、Tyr314、Thr44。全程氢键数平均3个，具体接触有六个：Gly312、Gly313、Gly315、Leu316、Thr317和Leu51（图3I-J）。静电表面显示结合沟带正电，正好配配体的极性基团（图3L）。自由能景观只有一个深盆地，体系就一个稳定构象（图3M）。

图5是能量和构象部分。H图的MM-PBSA残基分解里，Tyr224和Tyr314的柱子明显高过其他残基，这两个位点是将来做定点突变的候选。

来源：320科技工作室

Flexynesis多组学深度学习生信分析

关键词：多组学整合；深度学习；生信分析；Flexynesis；标志物发现一、文章简要介绍这篇Nature Communications文章来自德国柏林马普分子医学中心BIMSB生物信息学平台，2025年发表，DOI：10.1038/s41467-025-63688-5。做的是精准肿瘤里的老难题：怎么把基因组、转录组、甲基化、拷贝数这些不同层次的组学数据揉在一起，训练出一个能预测药效、分型、生存期的模型。文章拿80篇已发表的多组学整合工作做了摸底：29篇没给代码，45篇给的是脚本和笔记本，几乎都不能直接装来用。于是他们干脆做了一个打包好的工具，取名Flexynesis，基于PyTorch Lightning开发，PyPI、Bioconda、Galaxy都能装。图1是整体工作流：多组学表格输入后自动清洗、特征选择，用贝叶斯优化搜超参数，训练多种神经网络，最后用Integrated Gradients算特征重要性，输出每个任务的关键标志物。二、Flexynesis工具与分析方法先说架构。工具内置五种网络：全连接网络DirectPred、带MMD损失的变分自编码器supervised_vae、跨模态编码器CrossModalPred、三元组对比网络MultiTripletNetwork、图神经网络GNN（接STRING蛋白互作网络，支持GraphConv、GCNConv、SAGEConv三种卷积）。数据融合支持早融合和中间融合两种。再说流程。数据进来先做质控：缺失值插补、低方差特征剔除。特征选择用拉普拉斯评分，每个组学模态单独筛，再剔冗余。超参数用scikit-optimize做贝叶斯序列优化，搜编码维度、学习率、隐藏层大小。评估指标按任务区分：回归看皮尔逊相关和R方，分类看AUC和F1，生存看一致性指数。图2是三类单任务演示。回归：用CCLE细胞系基因表达和拷贝数预测两种靶向药的响应，在GDSC数据上独立验证，预测和实测相关约0.6；分类：预测微卫星不稳定状态，只用表达和甲基化就拿到AUC 0.981；生存：LGG和GBM胶质瘤合并队列训练Cox比例风险头，高风险和低风险组明显分开。三、关键结果与发现第一个结果：多任务能同时学。在1865例转移性乳腺癌METABRIC队列上，同时预测亚型和化疗状态，嵌入空间把两个临床变量都分开了，比单独训练效果好。胶质瘤上用年龄、组织学诊断、生存三个头同时训，嵌入里能看出年龄越大风险越高、且多是胶质母细胞瘤；三个任务筛出的标志物重叠在IDH1、ATRX、PIK3CA、EGFR这些已知基因上。图3是METABRIC嵌入的对比：上面两个图是单任务模型，只能分开一个变量；下面是多任务模型，亚型和化疗状态两个变量同时分开。图4是无监督玩法：不加任何标签，用VAE-MMD把TCGA的21种癌、1600个样本压缩成嵌入，k-means自动分群，得到的聚类和真实癌型高度吻合，调整互信息0.78。第二个结果：跨模态翻译。用DepMap数据做基因必需性预测：每个基因用三组特征表示，细胞系表达谱、ProtTrans蛋白语言模型的序列嵌入、DescribePROT蛋白功能特征。输入基因表达去重建CRISPR敲除必需性分数，1064个细胞系的预测相关度明显提升，蛋白语言模型嵌入贡献最大，光加DescribePROT没有额外收益。图5左上是跨模态架构示意，右边小提琴图对比三种输入组合的预测相关度，加了蛋白序列嵌入那组明显上移。第三个结果：微调救活跨分布预测。用TCGA肿瘤组织训练的模型直接去预测CCLE细胞系癌型，F1只有0.16，几乎瞎猜；拿50个细胞系样本微调后，深度学习模型F1拉到0.8，传统方法没法微调只能干瞪眼。数据分布接近时微调收益不大，分布偏移大时是质变。图6上面是分布接近的场景（CCLE到GDSC），微调没什么差别；下面是分布偏移的场景（肿瘤组织到细胞系），微调后分数直接翻五倍。第四个结果：标志物能对上临床库。预测八种已知靶点药物的响应，每个药取前十特征，八种里有六种找到了CIViC数据库收录的已知标志物，比如厄洛替尼的EGFR、紫杉醇的ERBB2。另外所有表现最好的模型都包含RNA表达层，单用突变信息效果最差，这和业内经验一致。图7上半是每种药最优模型的皮尔逊相关，下半是按数据层着色的top10标志物，标着Known Target的柱子就是CIViC验证过的已知靶点。作者也说了，这套工具没有发明新算法，价值在于把数据清洗、特征选择、超参搜索、训练评估、标志物发现串成一条标准化流水线，让不熟悉深度学习的临床研究者也能上手。来源：320科技工作室