深度学习设计的WRAP结构域用于膜蛋白脂质与配体复合物的原生质谱分析
Native Mass Spectrometry of Membrane Protein Lipid and Ligand Complexes Using de novo Designed WRAP Domains
研究团队用生成式深度学习设计的WRAP结构域在原生质谱中保留膜蛋白的弱相互作用,并以GlpG、AqpM和OmpA为模型体系完成表征。脂质可在WRAP内部多个位置结合,改变WRAP结构即可改变脂质相互作用;WRAP-OmpA在蛋白与WRAP界面形成的空腔中结合磷脂酰乙醇胺,同时容纳弱结合的壳二糖配体。作者据此将WRAP定位为探测膜蛋白配体与脂质相互作用的通用载体。
已发表论文 · journal · 10.1021/jacs.6c15293
本站摘要基于收录版本 v1(2026-11-07),原始摘要与 AI 导读固定保留。
IF(5) 16.1 · 2025 · 期刊参考指标
膜蛋白会与其底物一起,与周围的脂质发生动态的瞬时相互作用。捕获这些同时发生的接触往往仍是一个具有挑战性的问题。在此,我们证明生成式深度学习设计的 WRAP 结构域能够在原生质谱中保留膜蛋白的弱相互作用。以融合了 WRAP 的 GlpG、AqpM 和 OmpA 作为模型系统,我们表明脂质可以在 WRAP 内部的多个位置结合,从而使其能够通过原生质谱进行表征。我们证明,通过改变 WRAP 的结构可以改变脂质的相互作用。我们利用该方法表明,WRAP–OmpA 在蛋白–WRAP 界面形成的空腔内结合磷脂酰乙醇胺脂质,同时还能容纳几丁二糖配体的弱结合。这些发现确立了 WRAP 作为探测膜蛋白配体与脂质相互作用的通用载体。
来源:Journal of the American Chemical Society · doi.org