对丝氨酸羟甲基转移酶的新认识

　　

仅仅在两次中子实验中，科学家们就发现了一种酶功能的显著细节，这种酶可以帮助设计治疗侵袭性癌症的药物。

在能源部橡树岭国家实验室工作的科学家们，利用散裂中子源和高通量同位素反应堆中的中子，精确地确定了丝氨酸羟甲基转移酶(SHMT)的原子尺度化学反应，这是一种细胞分裂所必需的代谢酶。

癌症劫持了代谢途径中涉及SHMT和其他关键酶的化学反应，并将整个过程变成一列失控的火车，迅速繁殖癌细胞。设计一种抑制剂来阻止这种酶的功能，这种酶在代谢途径的早期就会失效，可能会阻止癌症超越它的企图。英国皇家化学学会在《Chemical Science》杂志上发表了该团队的研究结果。

“我认为中子将在未来基于结构的药物设计中受到高度关注，”ORNL的Victoria Drago说，她是该研究的主要作者，也是一位生物化学家，与ORNL杰出的研发科学家Andrey Kovalevsky合作，他使用中子衍射来照亮蛋白质结构。“这篇论文是中子产生信息的速度有多快的一个很好的例子，这一直是争论很长时间的主题。对SHMT功能及其催化机理的研究始于20世纪80年代初。

确切的催化机制和各种氨基酸残基在酶活性位点的作用已经争论了几十年。在目前的研究中，研究人员观察到只有一种氨基酸残基，即谷氨酸，调节这种酶的化学反应。佐治亚大学化学教授，论文合著者Robert Phillips说：“中子数据清楚地表明谷氨酸是一种酸，它上面有质子。你可能认为它已经放弃了它的质子。但是因为它可以携带质子，它可以来回转移质子。所以，它既是酸又是碱。”

在一种被称为单碳代谢的途径中，这种酶在细胞的线粒体或能量生成器中起作用。它通过将碳原子转移到四氢叶酸(叶酸的一种还原形式)上，将氨基酸丝氨酸转化为另一种称为甘氨酸的氨基酸。这一反应产生了核酸合成的基石，如DNA和RNA，以及其他对细胞分裂至关重要的生物分子。谷氨酸控制着这个过程。

在之前的实验中，该团队在生理相关的室温下结合了两种技术，中子和x射线晶体学，以了解SHMT并在其与四氢叶酸相互作用之前绘制其蛋白质结构。在目前的实验中，研究人员在下一步捕获了这种酶，确定了这种酶的反应机制是如何起作用的。

用中子来描绘

中子看到的是轻元素，比如氢，而x射线看到的是重元素，比如碳、氮和氧。SNS和HFIR的中子衍射，ORNL的内部x射线衍射和Argonne国家实验室先进光子源的同步加速器x射线衍射为团队提供了明确表征酶化学反应所需的见解。

“中子让我们看到氢原子，而氢驱动化学，”Drago说。“酶大约有50%是由氢原子组成的。在静电学方面，氢也带正电荷，这决定了酶的环境。一旦你有了一个可以衍射中子的晶体，你就拥有了你所需要的一切。你可以看到有氢的位置，同样重要的是，没有氢的位置。你会了解整个情况。”

如图所示，癌细胞线粒体过量产生SHMT酶，SHMT酶是由四条相同的肽链或原聚体构成的四聚体，灰色显示。SHMT通过与SHMT共价结合的吡哆醛-5 ' -磷酸和四氢叶酸发挥作用，分别用金色和紫色表示。四氢叶酸作为一种底物，与所有四种原体的活性位点结合。绿色闪烁的氢原子揭示了准确的催化机制和酶活性位点中各种氨基酸残基的作用。一旦酶释放四氢叶酸，一种抑制就可以被设计用来阻止这些位点的进一步化学反应，阻止癌细胞中的单碳代谢途径。

“氢原子的位置决定了酶活性位点内特定化学基团的质子化状态，”Kovalevsky说。“因此，它们提供了电荷分布或静电的信息。这些知识对于设计与SHMT结合的小分子抑制剂，取代四氢叶酸并停止酶功能至关重要。”

细胞中含有数千种酶，它们起到催化剂的作用，加速身体机能所需的生化反应。从呼吸到产生荷尔蒙再到神经功能。酶还提供了一个存放针对特定过程的化学物质的地方。单碳代谢途径中的其他酶已经成为甲氨蝶呤和氟尿嘧啶等抗癌药物的已知靶点。然而，在这一途径中，SHMT出现得更早，这为早期阻止癌症提供了机会。

但治疗癌症的困难部分与它对代谢过程的隐秘攻击有关。与传染病的耐药性不同，如果一条途径不起作用，癌症就会重新调整其他代谢过程，以过量产生癌细胞。

Kovalevsky说:“现在我们知道了SHMT的原子细节，我们可以设计一种针对这种特定蛋白质的抑制剂，作为联合治疗的一部分。如果你将其与治疗传染病进行比较，这要困难得多，因为在癌症化疗中，你通常针对自己的蛋白质，这就是为什么患者会出现副作用。在传染病中，你的目标蛋白质属于病毒或细菌。但对于癌症，你必须杀死自己的细胞。我们的想法是更快地杀死癌症，减少对患者的影响。”

加快发现的步伐

研究小组在SNS的MaNDi仪器和HFIR的IMAGINE仪器上使用中子进行研究。ORNL最近的质子功率升级项目为SNS的所有仪器增加了更强的光束。更强的质子束意味着更多的中子。更多的中子意味着更短的数据收集时间和更小的样本，加速答案，帮助科学家设计更智能的药物来治疗疾病。

“发现研究是绝对必要的，”约翰·霍普金斯大学西德尼·基梅尔综合癌症中心主任William Nelson说。“在人工智能的帮助下，我们将能够对某人的癌症基因进行测序，预测蛋白质结构的样子，并制造出一种药物;效果会很好，我们会在一个半小时内完成。但我们还没到那一步。所以，我们对实际的蛋白质结构、化学结构和物质相互作用的方式了解得越多，我们就越能训练人工智能模型来预测我们现在不知道的事情。”