作为公司范围内的休整与充电计划的一部分,Schrödinger 全球所有办事处将于8月17日至21日当周暂停办公。在此期间,我们的响应将有所限制,敬请谅解。Scientific和技术支持 团队成员仅会处理紧急支持问题。

JUN 12, 2025

基于深度学习的YscF突变体结构建模揭示了鼠疫耶尔森菌III型分泌系统结构的决定因素

摘要:

全球范围内抗菌药物耐药性的上升,再次引发了人们对鼠疫杆菌(Yersinia pestis)等卷土重来的病原体的担忧。鼠疫耶尔森菌(Y.pestis)的一个关键致病因子是III型分泌系统(T3SS),该系统能够将效应蛋白直接注入宿主细胞。负责转运的针状结构由YscF蛋白聚合形成,但其完整的寡聚体结构以及功能破坏性突变的影响仍知之甚少。

在本研究中,我们利用AlphaFold 3对YscF蛋白中关键突变体的寡聚体组装进行了建模。此前体外研究发现,所分析的突变体对针状结构的形成及其调控具有显著影响。这些突变体包括单点突变、R73A双点突变、D28A/D46A突变以及多点突变体。 具体而言,包括恒定分泌(CS)突变体(I13A、D17A、D28A、D46A)和非分泌(NS)突变体(N31A、V34A、D77A、I82A)。 构建了21亚基和24亚基寡聚体的模型,并利用PyMOL 及定量结构分析进行了评估。通过螺旋对齐、亚基间距和界面接触面积进行的比较评估表明,R73A和D28A/D46A突变体保留了伸长性和对称性,这与功能性分泌一致。 相比之下,CS和NS突变体形成了结构紧凑或畸变的组装体,这与异常的分泌表型相关。

这些数据揭示了T3SS组装的结构基础,并强调了特定的氨基酸替换如何会破坏高阶寡聚化。这项研究不仅加深了我们对分泌系统结构机制的理解,还证明了深度学习模型在预测复杂大分子行为方面的实用性,为未来的结构研究提供了支持。

演讲者:

斯蒂芬妮·贝利多,新东南大学

斯蒂芬妮·贝利多、卢卡·瓦尔盖斯和德夫·帕特尔是诺瓦东南大学的本科生,他们将就“基于深度学习的YscF突变体结构建模”进行报告。