摘要：提到蛋白质，大家脑海中浮现的可能是一张张结构精巧、严丝合缝的分子模型图，它们像积木一样拥有固定的三维形状，执行着细胞内精确的功能。但如果告诉你，我们体内那些执行着关键生命功能的蛋白质中，有相当一部分其实是“无形无状”的？它们就是内在无序区域（Intrinsic

提到蛋白质，大家脑海中浮现的可能是一张张结构精巧、严丝合缝的分子模型图，它们像积木一样拥有固定的三维形状，执行着细胞内精确的功能。但如果告诉你，我们体内那些执行着关键生命功能的蛋白质中，有相当一部分其实是“无形无状”的？它们就是内在无序区域（Intrinsically Disordered Regions, IDRs），广泛存在于超过70%的人类蛋白质中。

IDRs缺乏稳定的三维结构，却像柔软的线条一样在细胞中“舞动”，扮演着不可或缺的“分子演员”角色，例如驱动重要的相分离（phase separation）现象，或是与细胞伙伴进行复杂互动。然而，正是这种“无序”特性，让研究人员长期以来困惑不已：它们是如何在没有固定形态的情况下，精准地识别并结合特定伙伴的呢？这种基于化学特异性（chemically specific）的动态相互作用，更是传统的基于结构的方法（如通过深度学习模型预测精确结构）难以预测的难题。耗时的分子模拟虽能一窥究竟，但对于大规模IDRs的快速研究，却显得力不从心。

5月22日一项发表在《Science》杂志上的重磅研究“Sequence-based prediction of intermolecular interactions driven by disordered regions”，为我们揭示了这一谜团背后的惊人发现。研究人员开发了一个名为FINCHES（First-principle INteractions via CHEmical Specificity）的计算框架，它就像一位洞察分子间“化学语言”的“翻译官”，能够直接从蛋白质序列出发，预测IDRs之间的，以及IDRs与折叠蛋白区域之间的“化学对话”模式。

FINCHES的核心在于巧妙地重塑了粗粒化分子力场（coarse-grained molecular force fields）的物理原理，将其转化为一种无需耗时模拟、仅凭序列就能快速、精准解析复杂相互作用的工具。它能以惊人的速度对整个蛋白质组进行高通量分析，每秒处理超过1000个100残基的IDR序列，并且其预测结果具有高度的可解释性，让我们能直接理解相互作用背后的化学驱动力。这项突破性研究不仅成功预测了IDRs的相分离行为、多重交联能力，甚至洞察了磷酸化等翻译后修饰如何精妙地调控IDRs的功能。

这无疑为我们深入理解生命“无形之手”的工作原理，乃至未来蛋白质设计和疾病治疗，开启了全新的大门。

无序之谜：IDRs的“化学特异性”之舞

蛋白质家族中，有些成员像积木一样拥有固定的形状，它们之间的相互作用就像是两块积木精准地拼合在一起，这被称为序列特异性相互作用（sequence-specific interactions），通常会导致一个稳定的、有明确结构界面的结合状态。深度学习（deep-learning）模型在预测这类相互作用方面已经取得了显著进展。

然而，IDRs则不同。它们没有固定的三维结构，却常常以一种更为灵活的方式与伙伴结合，形成无序结合态（disordered bound states）。这种结合并非基于精确的形状匹配，而是由化学特异性（chemically specific）驱动的，即通过IDRs中氨基酸的化学性质（如电荷、疏水性等）与伙伴形成一系列动态的、集成式的结合构象。这就好比柔软的粘土与另一团粘土的相互吸引，而不是精确的模具嵌合。预测这种化学特异性的分子识别，一直是生物物理学领域的一大难题。传统的分子模拟方法虽然能够描述IDRs的生物物理性质，但对于较大的IDRs来说，它们的计算成本极高，速度缓慢，难以进行大规模研究。

那么，有没有一种方法，能够快速、准确地预测IDRs这种“化学感应”式的相互作用呢？

FINCHES的破局：重塑分子力场的智慧

FINCHES的核心思想令人拍案叫绝：既然传统的分子模拟工具（如粗粒化分子力场, coarse-grained molecular force fields）已经能够很好地描述IDRs的生物物理性质，那么我们为什么不能“提取”这些力场中的化学物理原理，并将其转化为一种无需耗时模拟，直接从序列层面预测IDRs相互作用的工具呢？

简单来说，FINCHES将分子力场中描述氨基酸之间吸引或排斥作用的能量函数进行“改造”，通过积分这些势能，计算出一个平均场相互作用参数（mean-field interaction parameter），即ε值。这个ε值就像是一个“化学兼容性分数”：ε值越负，代表相互作用越具吸引力；ε值越正，则代表相互作用越具排斥力。

FINCHES的优势显而易见

快速与分析性：由于是分析性预测而非耗时模拟，FINCHES能够在数分钟内完成对整个蛋白质组的预测，每秒处理超过1000个100残基的IDR序列，这比传统方法快了数千倍。

可调性与可解释性：FINCHES能够根据底层能量函数进行调整，并且由于其基于明确的化学物理原理，每一次预测结果的分子决定因素都清晰可解释，不像某些“黑箱”模型那样难以理解。

高通量与可扩展性：这种能力使得对大规模IDR数据集进行系统性研究成为可能，为理解IDR的功能和设计新的生物分子提供了前所未有的工具。

FINCHES目前集成了Mpipi-GG和CALVADOS2等主流的粗粒化力场。这些力场还允许调节溶液环境，例如盐浓度对相互作用的影响，使我们能够探索更复杂的生物物理现象。虽然FINCHES的预测并非提供原子分辨率的精确数值，但它们为IDR相关的相互作用提供了快速、半定量的描述，极大地推动了该领域的研究。

FINCHES在行动：实证数据揭示无序蛋白的奥秘

FINCHES的提出并非纸上谈兵，它在多项实验验证中展现了惊人的预测能力。

预测IDR的“抱团取暖”：相分离的秘密

IDRs的相分离（phase separation）是近年来生物学领域的热点，它解释了membraneless organelles的形成。FINCHES能够直接从蛋白质序列预测IDRs的相分离趋势。

研究人员通过FINCHES计算了不同IDRs的平均场相互作用参数ε值，并将其输入到Flory-Huggins理论（Flory-Huggins theory）中，从而预测出完整的相图（phase diagrams）。这些相图能够揭示温度和浓度如何影响IDRs的相分离行为。

FUS-LCD变体：研究发现，FINCHES预测的FUS低复杂性结构域（FUS-LCD）变体的ε值与实验测量的光散射第二维里系数（A2 values）之间呈现出高达0.93的良好相关性。实验数据与预测结果在零值处高度一致，表明了FINCHES在捕捉IDRs宏观相互作用特性上的准确性。例如，将野生型FUS中所有酪氨酸（tyrosine）替换为丝氨酸（serine）的变体（FUS-Y2S），FINCHES预测其吸引性相互作用完全被抑制，与实验观察一致。

LAF-1 RGG结构域：对于RNA解旋酶LAF-1的RGG结构域，FINCHES准确预测了其ε值与盐浓度（NaCl）依赖的第二维里系数之间的1:1对应关系，相关性高达1.00，这表明FINCHES能够精确捕捉盐离子如何削弱分子间相互作用。

hnRNPA1-LCD相图： FINCHES成功预测了RNA结合蛋白hnRNPA1低复杂性结构域的相图，包括芳香族残基突变如何影响相分离行为，与此前的模拟和实验结果高度吻合。

DDX4-NTD相图：对于DDX4蛋白的N端IDR，FINCHES不仅能够准确再现不同盐浓度下的相图，还能捕捉到氨基酸序列模式（sequence patterning）对相分离的影响。例如，通过重排带电残基（电荷混洗，charge shuffle）导致相图的变化，以及精氨酸（arginine）替换为赖氨酸（lysine）或苯丙氨酸（phenylalanine）替换为丙氨酸（alanine）完全抑制相分离的突变体，FINCHES都能正确地预测其行为。

蛋白质组层面洞察

研究人员进一步对人类蛋白质组中所有长度大于100个残基的IDRs进行了高通量分析。他们发现，根据Mpipi-GG力场预测，约有10%的IDRs具有同型吸引性ε值（即ε

磷酸化改造IDR功能

FINCHES还揭示了磷酸化（phosphorylation）对IDR相互作用的深远影响。研究人员计算了人类蛋白质组中所有含有磷酸化位点（Ser、Thr或Tyr）的IDRs在磷酸化前后的同型ε值。结果显示，约57%的IDRs在完全磷酸化后，其同型吸引性相互作用减弱；而约30%的IDRs则显示出吸引性相互作用增强。例如，FINCHES预测紧密连接蛋白Zonula Occludens 1（ZO1）的C端IDR在磷酸化后同型相互作用会显著降低，这一预测得到了现有实验数据的强力支持。这些发现表明，翻译后修饰（posttranslational modifications）可以作为“开关”，调控IDR介导的相互作用，从而重新连接它们的生物学功能。

IDR的社交圈：化学特异性与多重交联

除了同型相互作用，IDRs与其他IDRs的异型相互作用（heterotypic interactions）也至关重要。FINCHES使我们能够以前所未有的规模绘制蛋白质组内的异型相互作用图谱。

聚类分析：研究人员对人类蛋白质组中3414个长度在100到150个残基之间的IDRs进行了所有可能的两两异型相互作用计算（约1200万对）。通过层次聚类（hierarchical clustering），FINCHES将这些IDRs分成了24个化学性质相似的相互作用指纹簇（interaction fingerprints）。

吸引性与排斥性：尽管总体上，大多数（约85%）异型IDR-IDR相互作用表现为排斥性（ε值通常为正），但这并不意味着它们不相互作用。令人鼓舞的是，所有IDRs都能与至少一个其他IDR表现出吸引性相互作用。

化学多重交联（chemical promiscuity）：FINCHES定义了“化学多重交联”为IDR与多个潜在伙伴发生吸引性相互作用的倾向。通过分析，研究人员发现许多IDRs具有高度的多重交联潜力。在多重交联程度最高的100个IDRs中，大量是RNA结合蛋白（RNA binding proteins），这与它们在细胞内形成复杂RNP颗粒的功能相吻合。

FINCHES还能够将IDRs内部的特定区域（即亚结构域，subdomains）按照化学特异性进行划分，这为传统的IDR结构域研究提供了新的视角。例如，FINCHES成功地将酵母朊病毒蛋白Sup35和BRCA2蛋白的无序区域分解为具有不同相互作用特性的亚结构域，这对于理解这些大型IDRs的功能至关重要，特别是当其相互作用伙伴未知时。

当无序遇上折叠：IDR与折叠域的“化学感应”

FINCHES不仅能预测IDR与IDR之间的相互作用，还能揭示IDR与折叠域（folded domain）表面的“化学对话”。

ProTa:H1复合物：促胸腺肽α（ProTa）和组蛋白H1（H1.0）形成一个完全无序的高亲和力复合物。实验数据表明，H1的C端区域与ProTa结合的亲和力远高于N端区域，解离常数（Ka）分别为0.04 nM和173 nM。FINCHES通过计算ProTa与H1的每残基互作用图谱（per-residue intermaps），成功地捕捉到这种巨大的亲和力差异，预测C端区域的结合强度远高于N端，与实验结果高度一致。同时，FINCHES还预测了这种相互作用对盐浓度的强烈依赖性，也与实验观察相符。

CAPRIN-1同型相互作用： 对于应激颗粒相关蛋白CAPRIN-1的C端IDR片段，FINCHES预测的相互作用热点区域与核磁共振（NMR）实验确定的关键相互作用位点高度吻合。值得注意的是，与DDX4不同，CAPRIN-1的同型相分离在高盐浓度下反而增强，FINCHES也准确地捕捉到了这一反常现象，这揭示了带电残基和芳香族残基之间复杂的相互作用。

Sox2与Nanog：这两种主转录因子通过其C端IDR相互作用。FINCHES不仅识别出驱动相互作用的特定区域和残基，还将其扩展到实验未曾测试的区域。FINCHES甚至能够预测Nanog的C端IDR将发生强烈的同型相分离，这与近期发表的工作一致。

GCN4:Gal11（激活结构域）：在酵母中，转录因子GCN4的IDR能够招募共激活因子Gal11，从而驱动基因表达。FINCHES能够通过分析GCN4无序区域与Gal11激活结构域结合表面的相互作用，识别出GCN4中与实验确定的激活结构域（ADs）高度重叠的区域。

然而，高通量实验发现，有些IDRs虽然FINCHES预测它们与Gal11具有强烈的吸引性相互作用，但它们的AD评分却很低，表现出较差的转录激活能力。FINCHES通过进一步分析揭示了这一“矛盾”：这些IDRs同时也被预测具有强烈的同型相互作用，即它们可能倾向于自身组装或与细胞内其他“非目标”伙伴结合，从而阻碍了它们与Gal11的有效结合，进而削弱了转录激活。这一发现与“酸性暴露模型”（acidic exposure model）的解释高度一致，也为理解凝聚体形成与转录输出之间的关系提供了新的视角。

FINCHES——开启IDRs研究新篇章

FINCHES的出现，无疑为IDRs的生物物理研究带来了革命性的变化。它将分子力场的深刻洞察力转化为一个快速、可解释且易于使用的预测工具，使我们能够：

快速生成分子假说：FINCHES能够迅速预测IDR的哪个区域会驱动吸引性或排斥性相互作用，从而指导后续的突变实验设计。

理解进化保守性：帮助研究人员从化学物理角度理解IDRs序列特征的保守性。

定义上下游相关结构域：由于IDR的功能依赖于其相互作用的伙伴，FINCHES能够根据与特定伙伴的相互作用模式，定义IDRs的“上下游相关结构域”。

理性设计IDRs：为合成生物学和药物发现提供新思路，例如设计具有特定相分离或结合性质的IDRs。

当然，正如任何强大的工具一样，FINCHES也有其局限性：它主要捕捉化学特异性相互作用，无法预测序列特异性的、有明确结构界面的结合（这正是AlphaFold等工具所擅长的）。同时，它也无法完全捕捉所有复杂的分子动力学效应，例如溶液中离子对相互作用的精确影响，或某些特殊温度下的行为。此外，FINCHES目前主要针对体外（in vitro）环境下的两两相互作用进行预测，细胞内复杂的体内（in vivo）环境（包括其他分子的竞争、浓度等因素）对IDRs相互作用的影响还需要进一步整合。

然而，这些局限性并非缺陷，而是未来研究的方向，并凸显了FINCHES作为补充性工具的巨大价值。它提供了一个全新且高效的视角，帮助我们理解IDRs如何利用其独特的“无序”特性，通过微妙的“化学语言”与生命分子网络进行深度对话。

好消息是，FINCHES是完全开源的Python软件包，可以在GitHub上找到它（ ）。此外，它还提供了一个便捷的在线服务器（web server），让你无需编写代码即可进行分析。

IDRs是生命科学中一片充满挑战又充满机遇的“蓝海”。FINCHES作为我们手中的新罗盘，正引领我们深入这片神秘的领域，揭示更多关于生命分子相互作用的奥秘。

参考文献

Ginell GM, Emenecker RJ, Lotthammer JM, Keeley AT, Plassmeyer SP, Razo N, Usher ET, Pelham JF, Holehouse AS. Sequence-based prediction of intermolecular interactions driven by disordered regions. Science. 2025 May 22;388(6749):eadq8381. doi: 10.1126/science.adq8381. Epub 2025 May 22. PMID: 40403066.

声明：本文仅用于分享，不代表平台立场，如涉及版权等问题，请尽快联系我们，我们第一时间更正，谢谢！

往期热文：

Nature

N Engl J Med

Science | 突破性进展！揭示氯胺酮长效抗抑郁效应的关键“开关”

Science | 揭秘胰腺癌隐形外衣下的“神秘靶点”，免疫治疗迎来新曙光！

Nature | 告别“挨针”？鼻腔疫苗：呼吸道感染的终极防御新策略！

Nature Methods

来源：生物探索一点号1