Google DeepMind: 揭示 apoB100 蛋白質的結構

密蘇里大學 (Mizzou) 的研究人員成功繪製了 apoB100 的結構，apoB100 是一種大型蛋白質，構成低密度脂蛋白 (LDL) 的分子支架，俗稱「壞膽固醇」。這項突破得益於 Google DeepMind 的 AlphaFold，提供了一種以前 50 年來無法映射的蛋白質的詳細原子分辨率模型。

apoB100 在心血管疾病中的作用

低密度脂蛋白 (LDL) 是血液中脂肪的主要運輸體，也是粥樣硬化心血管疾病 (ASCVD) 的關鍵風險因素，而 ASCVD 是全球死亡的主要原因。apoB100 蛋白質是賦予 LDL 形態的基本結構成分。了解此蛋白質的精確結構有助於瞭解壞膽固醇在體內如何變得有害，並開發更有效的預防和治療 ASCVD 的策略。

技術方法：結合 AI 與顯微鏡

由於 apoB100 蛋白質體積龐大且與脂肪及其他分子的相互作用複雜，歷史上將其結構映射一直很困難。為了克服這些挑戰，研究人員 Zachary Berndsen 和 Keith Cassidy 採用了混合方法：

• 冷凍電子顯微鏡 (cryo-EM): 用於捕獲 LDL 粒子的初始圖像。雖然這些圖像缺乏完整映射所需的原子精度，但它們提供了必要的實驗框架。
• AlphaFold: 用於生成蛋白質結構的原子分辨率預測。

通過將 AlphaFold 的預測與 cryo-EM 影像數據進行校正，團隊能夠以原子精度解釋實驗結構。

關鍵結構發現

得到的模型顯示意團隊能夠以原子精度解釋實驗結構。

關鍵結構發現

得到的模型顯示，apoB100 作為一種籠狀外殼，包裹著每個 LDL 粒子。在此結構中，一項關鍵發現是一條帶狀帶，它能在 LDL 粒子在血液中循環時保持其完整性。

對未來醫學的影響

揭示 apoB100 的結構為新的診斷和治療干預奠定了基礎。了解蛋白質的确切形狀和排列後，科學家現在可以探索更精準地針對 LDL 的療法，這有可能改變治療高膽固醇和粥樣硬化心血管疾病的臨床方法。