HIS 质子化预测
Q:HIS 在 生理条件下的质子化状态应该是HID吗?在对PDB库中蛋白结构进行质子化预测时,如何确定氨基酸的质子化状态?目前市面上的质子化预测软件如pdb2pqr用的是什么算法?
玻尔AI的回答:
在生理条件下(通常指 pH 约为 7.4),组氨酸 (Histidine, His) 的咪唑侧链具有接近中性的 pKa 值,这使得它在生理 pH 范围内可以处于质子化(带正电,HIP 状态)、去质子化(中性,可能为 Nδ-H 的 HID 状态或 Nε-H 的 HIE 状态)或两种去质子化异构体(HID 和 HIE)的混合状态。因此,简单地认为生理条件下组氨酸的质子化状态“应该”是 HID 是不准确的,其具体状态取决于局部微环境,如附近的氨基酸残基、溶剂可及性和氢键网络等因素 (Li & Hong, 2011)(Uranga et al., 2012)(Couch & Stuchebrukhov, 2011)。
在对 PDB 库中的蛋白质结构进行质子化预测时,确定氨基酸的质子化状态是一个关键步骤,尤其对于组氨酸、天冬氨酸、谷氨酸、赖氨酸和精氨酸等可电离残基 (Dolinsky et al., 2004)(Sakipov et al., 2019)。常用的方法是基于连续介质静电学模型计算氨基酸残基的 pKa 值,然后根据体系的 pH 值来预测其质子化状态 (Dolinsky et al., 2004)(Sakipov et al., 2019)(Couch & Stuchebrukhov, 2011)。这一过程通常包括以下步骤:
1. **结构准备:** 从 PDB 数据库获取蛋白质结构数据。由于 X 射线晶体学通常无法直接确定氢原子位置,需要向结构中添加氢原子 (Dolinsky et al., 2004)(Fisher et al., 2012)。
2. **模型构建:** 将蛋白质嵌入连续介质模型中,模拟蛋白质及其周围溶剂和离子的静电环境 (Dolinsky et al., 2004)(Couch & Stuchebrukhov, 2011)。
3. **pKa 计算:** 基于连续介质模型,计算每个可电离残基的 pKa 值。这通常涉及对咪唑环(组氨酸)或羧基/氨基(其他可电离残基)进行质子化/去质子化状态的能量计算 (Sakipov et al., 2019)(Couch & Stuchebrukhov, 2011)。计算中需要考虑残基之间的静电相互作用、溶剂化效应以及结构构象的影响 (Sakipov et al., 2019)(Uranga et al., 2012)。
4. **质子化状态预测:** 根据计算得到的 pKa 值和指定的 pH 值,预测每个残基的质子化状态。例如,如果一个残基的 pKa 大于环境 pH,则倾向于保持质子化状态;如果 pKa 小于环境 pH,则倾向于去质子化状态 (Sakipov et al., 2019)(Uranga et al., 2012)。对于组氨酸,还需要区分 HID 和 HIE 异构体,这通常通过分析其周围的氢键网络和空间位阻来确定 (Uranga et al., 2012)(Malinska et al., 2015)。一些方法还可以预测组氨酸的双质子化状态(HIP)(Malinska et al., 2015)(Chatake et al., 2007)。
目前市面上常用的质子化预测软件,例如 PDB2PQR (Dolinsky et al., 2004),主要基于连续介质静电学方法来预测蛋白质残基的质子化状态和添加氢原子。PDB2PQR 的核心算法是 APBS(Adaptive Poisson-Boltzmann Solver)计算 pKa 的方法 (Dolinsky et al., 2004)。该方法通过解决 Poisson-Boltzmann 方程来模拟蛋白质在溶剂中的静电势,并利用此电势计算每个可电离残基的电荷分布和 pKa 值 (Dolinsky et al., 2004)。对于组氨酸,PDB2PQR 会根据咪唑环周围的氢键网络和环境来判断其最有可能的质子化和互变异构状态(HID 或 HIE)(Uranga et al., 2012)(Malinska et al., 2015)。尽管 PDB2PQR 是一个广泛使用的工具,但其预测精度会受到蛋白质结构分辨率、计算模型精度以及局部微环境复杂性的影响 (Uranga et al., 2012)(Fisher et al., 2012)。一些研究也指出,分子动力学模拟等方法可以作为补充,用于验证或改进基于静电学预测的质子化状态 (Uranga et al., 2012)(Sakipov et al., 2019)。
值得注意的是,除了基于连续介质静电学的方法外,还有其他技术可以用于研究组氨酸的质子化状态,例如固态核磁共振 (NMR) (Zadorozhnyi et al., 2021)(Li & Hong, 2011)、中子晶体学 (Chatake et al., 2007)(Kovalevsky et al., 2010)(Kovalevsky et al., 2010) 和拉曼光谱 (Pogostin et al., 2019)。这些实验技术可以提供直接的证据,但通常需要特定的样品准备和仪器条件。计算方法,尤其是分子动力学模拟,也常被用于研究组氨酸质子化状态对蛋白质结构和功能的影响 (Fujiwara et al., 2024)(Sun et al., 2022)(Sun et al., 2023)(Sun et al., 2023)(Rodnin et al., 2023)(Sun et al., 2024)。例如,有研究利用恒定 pH 分子动力学模拟来确定组氨酸残基对人血红蛋白 T/R 状态构象转变的影响 (Fujiwara et al., 2024)。还有研究通过分子动力学模拟探讨了组氨酸质子化状态对阿尔茨海默病相关淀粉样蛋白 Aβ 结构和聚集行为的影响 (Sun et al., 2022)(Sun et al., 2023)(Sun et al., 2023)(Sun et al., 2024)(Shi et al., 2023)。这些研究强调了精确确定组氨酸质子化状态对于理解蛋白质功能和疾病机制的重要性。
总而言之,虽然组氨酸在生理条件下倾向于中性或部分质子化,但其具体的质子化状态受到多种因素影响。质子化预测软件如 PDB2PQR 主要利用连续介质静电学方法,结合 pKa 计算和结构分析来预测氨基酸的质子化状态,但理解其局限性并结合其他实验或计算方法可以提供更全面的认识。
Q:阳离子-pi 作用对HIS的质子化影响如何?假如HIS周围存在带芳香环的配体,HIS会倾向于带正电吗?
玻尔AI的回答:
阳离子-π相互作用对组氨酸(Histidine, His)质子化状态的影响是一个重要的生物化学问题,特别是在蛋白质-配体相互作用中。His侧链的咪唑环具有接近生理pH的pKa值,使其质子化状态容易受到微环境的影响,进而影响蛋白质的结构和功能 (Winiewska-Szajewska et al., 2024)(Patronov et al., 2014)。当His周围存在带芳香环的配体时,His是否倾向于带正电(即质子化)取决于多种因素,其中阳离子-π相互作用是关键之一。
**阳离子-π相互作用与His质子化**
阳离子-π相互作用发生在带正电荷的物种(阳离子)与富含电子的π系统(如芳香环)之间 (Liao et al., 2013)(Liu et al., 2020)。在蛋白质中,His侧链的咪唑环可以作为π系统的贡献者,而其氮原子则可以质子化带正电荷 (Malinska et al., 2015)。当His咪唑环与蛋白质中的其他芳香族残基(如苯丙氨酸Phe、酪氨酸Tyr或色氨酸Trp)或结合的芳香族配体发生相互作用时,阳离子-π相互作用可以显著影响His的质子化倾向 (An et al., 2015)(Cauët et al., 2005)(Fernández-Recio et al., 1999)。
具体而言,如果His以质子化形式(带正电荷)存在,它可以与周围的芳香环形成有利的阳离子-π相互作用 (Cauët et al., 2005)(Liao et al., 2013)。这种相互作用产生的吸引力会稳定His的质子化状态,从而可能提高His的pKa值 (Fernández-Recio et al., 1999)。例如,一项研究发现,在Anabaena apoflavodoxin蛋白中,His34与Phe7和Tyr47相互作用,当His34质子化后,它与Phe7之间的阳离子-π相互作用能够稳定其带电状态,并通过pKa转移分析证实了这种相互作用对His质子化的影响 (Fernández-Recio et al., 1999)。另一项量子化学研究也表明,His-芳香族复合物的稳定性取决于His的质子化状态,质子化的His能与芳香环形成更强的相互作用 (Cauët et al., 2005)。
然而,His的质子化状态不仅受阳离子-π相互作用的影响,还与氢键、静电相互作用以及溶剂环境等多种因素有关 (Patronov et al., 2014)(Kim et al., 2013)(McDonald et al., 2010)。一些研究利用PDB数据库分析了His与芳香族残基的相互作用模式,发现His可以以多种构象和质子化状态存在,并与芳香环形成π-π、δ(+)-π或阳离子-π相互作用 (Cauët et al., 2005)(Malinska et al., 2015)。RING 4.0等工具可以帮助分析蛋白质结构中的非共价相互作用网络,包括π-π堆叠和π-阳离子相互作用 (Conte et al., 2024)(Piovesan et al., 2016)。PDB数据库(Protein Data Bank)是研究蛋白质结构和相互作用的重要资源,包含了大量蛋白质-配体复合物的结构信息,可以通过pdb2pqr等工具进行处理和分析,以便更准确地预测残基的质子化状态和相互作用 (Dolinsky et al., 2007)(Suruzhon et al., 2020)。
**配体中芳香环对His质子化的影响**
当His位于蛋白质的配体结合位点附近,并且配体中存在芳香环时,His的质子化状态可能会受到显著影响 (Winiewska-Szajewska et al., 2024)(Terauchi et al., 2019)。如果His质子化后能够与配体的芳香环形成有利的阳离子-π相互作用,这种相互作用会降低结合复合物的能量,从而有利于His保持质子化状态,并可能增强配体的结合亲和力 (Pellequer et al., 2000)(Liu et al., 2020)。例如,研究表明在某些蛋白质中,阳离子蛋白侧链可以与中性芳香烃配体形成π-阳离子相互作用,从而稳定配体的结合 (Pellequer et al., 2000)。
在药物设计和分子对接研究中,准确预测His的质子化状态对于评估配体结合模式和亲和力至关重要 (Kim et al., 2013)。例如,针对SARS-CoV-2主蛋白酶3CL-pro的抑制剂设计中,His的存在及其质子化状态可能影响配体与结合位点的相互作用 (Macchiagodena et al., 2020)。维生素D受体与配体的结合亲和力也发现与配体手性影响His质子化有关 (Terauchi et al., 2019)。有研究利用计算方法研究了His质子化状态对结核分枝杆菌RmlC虚拟筛选结果的影响,强调了考虑受体中可电离残基质子化状态的重要性 (Kim et al., 2013)。
**His倾向于带正电的条件**
综合来看,His是否倾向于带正电(质子化)在其周围存在芳香环配体时,主要取决于以下几个因素:
1. ** His质子化后与芳香环配体形成阳离子-π相互作用的强度和几何构象。** 最佳的相互作用通常发生在His咪唑环的质子化氮原子与芳香环的中心或π电子云之间,距离和角度对相互作用强度有重要影响 (Cauët et al., 2005)(Liao et al., 2013)。
2. ** 微环境的静电性质。** 如果His周围存在负电荷或处于低介电常数的疏水环境中,这些因素会促进His的质子化 (Lin & Lim, 2004)。相反,正电荷会抑制质子化。
3. ** His形成的氢键网络。** His咪唑环的氮原子可以作为氢键供体或受体,与其他残基形成氢键,这些氢键网络也会影响其质子化倾向 (Patronov et al., 2014)。
4. ** 配体的其他相互作用。** 除了阳离子-π相互作用,配体与蛋白质结合位点的其他相互作用(如氢键、范德华力、疏水相互作用等)也会影响整体的结合自由能,进而间接影响His的质子化状态 (Patronov et al., 2014)(Freitas & Schapira, 2017)(Pietruś et al., 2022)。
5. ** pH值。** 虽然微环境可以改变His的局部pKa,但整体pH仍然是影响His质子化状态的关键因素 (Schmitz et al., 2022)(Li et al., 2024)(Fois et al., 2018)。在低于His本征pKa的pH值下,His更容易质子化。一些研究探讨了pH变化对蛋白质结构、相互作用和His质子化状态的影响 (Schmitz et al., 2022)(Li et al., 2024)(Hulsker et al., 2007)(Fois et al., 2018)。
因此,简单地认为His周围存在芳香环配体就会使其倾向于带正电是不够严谨的。虽然阳离子-π相互作用提供了一种有利的机制来稳定质子化的His,但最终的质子化状态是多种相互作用和环境因素共同作用的结果。需要通过实验手段(如NMR、X射线晶体学)或计算模拟(如分子动力学模拟、量子化学计算)来具体评估特定体系中His的质子化状态 (Cauët et al., 2005)(Vorobjev et al., 2017)(Banerjee et al., 2022)(Terauchi et al., 2019)(Riandono, 2023)(Kim et al., 2013)。利用PDB等数据库中的结构信息,结合RING和PDB2PQR等工具进行详细的相互作用分析和质子化预测,可以为理解阳离子-π相互作用对His质子化的影响提供重要线索 (Conte et al., 2024)(Piovesan et al., 2016)(Dolinsky et al., 2007)(Suruzhon et al., 2020)(Chen et al., 2023)。