蛋白质结构建模在肾脏病学研究中的发展与应用 NEPHROLOGY · STRUCTURAL MODELING
Nature Reviews Nephrology · 2026

蛋白质结构建模在肾脏病学研究中的发展与应用

从蛋白质结构到机制解释与干预设计

基于:Wu et al., Nature Reviews Nephrology, 2026
肾脏结构医学 · Journal Club

AI 结构模型不是终点,而是可验证的机制假设。

文章背景与作者介绍

第一作者 Sean Wu 真实照片
第一作者
Sean Wu

Division of Nephrology, David Geffen School of Medicine at UCLA
Keck Data Science Institute, Pepperdine University
Department of Engineering Science, University of Oxford

研究方向
  • 医学人工智能
  • 大语言模型可靠性与不确定性
  • AI for Science
  • 医学影像与临床预测模型
代表作
  • NEJM AI, 2024:肾脏病学大语言模型能力评测
  • American Journal of Ophthalmology, 2024:结构影像预测青光眼视野进展
  • UAI, 2026:语言模型语义不确定性与自蒸馏

角色定位:提供可信医学 AI、模型不确定性和跨学科结构建模视角。

通讯作者 Ira B. Kurtz 真实照片
通讯作者
Ira B. Kurtz

Division of Nephrology, David Geffen School of Medicine at UCLA
California NanoSystems Institute, UCLA
Brain Research Institute, UCLA

研究方向
  • 肾脏酸碱平衡
  • SLC4 家族膜转运蛋白
  • 离子和碳酸氢盐转运
  • 肾小管酸碱紊乱
  • Cryo-EM 与膜蛋白结构—功能研究
代表作
  • Comprehensive Physiology, 2014:尿液酸化的分子机制
  • Communications Biology, 2022:AE1 内向与外向多构象结构
  • Nature Communications, 2025:NBCn1 结构、转运与计算建模

角色定位:连接肾脏生理、膜转运蛋白结构和功能实验。

Chapter 1 · Protein machines in nephrology

肾脏维持全身稳态依赖蛋白质机器的精确运行

肾小球与不同肾单位节段依靠多类蛋白质机器协同完成屏障维持、物质处理、环境感知、代谢调控和损伤应答。

肾单位与肾小球结构 · 转运 · 感知 · 代谢 · 应答
滤过屏障与组织结构

Ⅳ型胶原网络 · nephrin–NEPH1 · podocin · 足细胞骨架

水、溶质与酸碱稳态

水通道 · 离子通道 · 溶质转运体 · 泵与交换体

环境感知与信号调控

膜受体 · 初级纤毛 · 激酶 · 适配蛋白 · 转录因子

代谢、内分泌与外源物处理

线粒体蛋白 · 代谢酶 · 肾素 · 药物和毒物转运系统

免疫防御与损伤应答

补体调节蛋白 · UMOD · KIM1 · 炎症与修复蛋白

上述功能系统彼此交叉;同一种蛋白质机器可同时承担结构、运输、感知和调控作用。
Genetic information → molecular function

序列决定结构,结构决定功能

结构是遗传信息转化为分子功能的中间层;稳定性、相互作用和构象动态决定结构如何解释疾病。

DNA转录RNA翻译氨基酸序列折叠与装配结构与构象系综驱动催化 · 转运 · 信号 · 识别

Protein stability

能否形成并维持稳定天然构象,避免错误折叠、降解或聚集。

Folding · Stability · Degradation · Aggregation

Intermolecular interactions

能否与蛋白、核酸、配体、离子或膜脂形成正确识别与装配。

Interface · Complex · Ligand · Recognition

Conformational dynamics

蛋白质能够访问哪些功能状态,以及状态之间如何相互转换。

Open / closed · Active / inactive · Inward / outward
结构信息帮助定位残基、解释变异、识别 PPI 界面与疏水口袋,并理解通道、转运体和受体的状态转换。
Perturbation → mechanism → phenotype → intervention

结构异常造成分子损伤、病理改变与疾病发生

结构解析的意义不止于展示三维形态,而在于建立可检验的分子扰动链条。

① 结构扰动来源

  • 错义突变:侧链、电荷、疏水性和局部几何改变
  • 翻译后修饰失调:磷酸化、糖基化、泛素化异常
  • 环境损伤:pH、离子、氧化应激、毒物、病原体

② 分子与结构后果

  • 错误折叠或稳定性改变
  • 复合物装配或界面破坏
  • 膜定位、胞内运输或纤毛运输异常
  • 通道门控或转运循环改变

③ 肾脏疾病表型

  • 滤过屏障损伤与蛋白尿
  • 水、电解质和酸碱紊乱
  • 囊肿形成与纤毛相关病变
  • AKI、炎症、纤维化与 CKD 进展

④ 结构研究机会

  • Mechanistic interpretation
  • Variant assessment
  • Target identification
  • Structure-guided intervention
分子扰动—结构机制—肾脏表型—治疗干预,是结构医学最重要的可验证链条。

实验结构生物学:从信号到模型

样品
实验信号
密度或空间约束
计算反演 / 模型拟合
结构模型
image-2 预留:实验结构方法总览图
Experimental structure biology · X-ray crystallography

X 射线晶体学:从衍射图样重建原子结构

晶体将大量相同分子的微弱散射信号有序放大,使蛋白质的孔道、活性位点、相互作用界面和配体结合方式成为可解析的原子结构。

AQP2 PDB 4NEF 四聚体 ribbon 结构 H₂O NDI
AQP2|PDB 4NEF Collecting-duct water channel

水通道孔径 · 四聚体装配 · NDI 相关变异

AQP2 PDB 4NEF 单体跨膜水通道结构
单体跨膜孔道与膜平面
Electron-density mesh 局部密度包裹侧链,模型由衍射数据重建。
原子结构把疾病变异从线性序列位置转化为可解释的三维结构环境。
优势|What X-ray reveals 高分辨率原子模型孔道与活性位点蛋白-配体复合物成熟精修与验证体系
局限|What crystallization selects 样品需高纯度且均一膜蛋白与柔性区域困难动态区域可能缺乏密度晶体堆积稳定代表构象

“X 射线晶体学提供高可信度的原子结构证据,但晶体中的平均结构并不等同于蛋白质在生理环境中的完整动态状态。”

Experimental structural biology

NMR:从原子级频谱重建溶液结构与动态

NMR不是直接“看见”结构,而是从原子级频谱中提取约束,重建溶液中的结构与动态。

VDAC1 PDB 2K4T 19股β桶膜通道结构束
VDAC1|PDB 2K4T 19股β桶膜通道|线粒体外膜|溶液NMR
β桶孔道 结构束 膜环境

优势|What NMR reveals

溶液状态 柔性区域 弱互作 构象交换

局限|What spectra constrain

小蛋白更适合 谱峰重叠 样品标记 结构束≠真实系综

STRUCTURAL METHODS · SINGLE-PARTICLE CRYO-EM

单颗粒cryo-EM:大量随机投影重建三维平均结构

数十万至数百万个低信噪比颗粒投影经过挑选、分类、取向估计和平均,最终重建一个或多个结构类别。

Workflow
单颗粒 cryo-EM 从原始照片到颗粒挑选和三维重构的工作流图
raw micrograph particle picking 2D classification orientation estimation 3D classification 3D density atomic model
Main renal channel case

PC2 / PKD2

PDB 5T4D EMDB EMD-8354 3.0 Å
PC2 PKD2 PDB 5T4D 四聚体 cryo-EM 结构

四聚体通道结构揭示孔区、装配界面与ADPKD变异的三维环境。

Auxiliary transporter case

NBCe1 / SLC4A4

PDB 6CAA EMDB EMD-7441 3.9 Å
NBCe1 SLC4A4 PDB 6CAA 二聚体 cryo-EM 结构
ion accessibility pathway

二聚体膜结构揭示离子可及通路与配位区域。

优势 No crystallization Large complexes Membrane proteins Conformational classification
局限 Low SNR Air-water interface Preferred orientation Small proteins

STRUCTURAL METHODS · CELLULAR CRYO-ET

cryo-ET:在细胞与组织中重建原位分子架构

对同一个玻璃化区域进行多角度低剂量成像,可以保留膜、细胞骨架和蛋白复合物的天然空间上下文。

足细胞裂孔膜 fishnet-like network 的 cellular cryo-ET 研究图
Podocyte slit diaphragm cellular cryo-ET 在天然肾小球中观察裂孔膜连接单元及其空间网络。
Missing wedge Dose-limited SNR Specimen thickness cryo-FIB

STRUCTURAL METHODS · CRYO-ELECTRON MICROSCOPY

冷冻电子显微学:从二维电子信号到三维结构

冷冻电子显微学在玻璃化状态下采集电子图像或衍射信号,并通过不同计算路径重建纯化分子、原位组织或微晶结构。

共同起点
样品快速玻璃化 低剂量电子束 二维图像或电子衍射
A

Single-particle cryo-EM

大量纯化的随机取向颗粒 → 2D projection → 3D average structure

B

Cryo-ET

同一细胞或组织区域连续倾转 → tilt series → in situ tomogram

C

MicroED

三维微晶或纳米晶体 → electron diffraction → crystal structure

本综述重点讨论 单颗粒分析 cryo-ET MicroED 作为冷冻电子显微学分支保留在方法图谱中。

为什么结构仍然稀缺?

样品难

  • 纯化
  • 稳定
  • 表达困难

方法难

  • 膜蛋白
  • 柔性蛋白

环境难

  • 体内状态与体外不同

规模难

  • 无法覆盖全部肾脏蛋白

AI 结构预测的理论起点

蛋白质序列包含形成天然结构的重要信息;但结构仍受配体、膜、离子、PTM、复合物和细胞环境影响。

第一性困难:搜索与评分

Sampling

如何在巨大构象空间中找到候选结构。

Scoring

如何判断哪个结构更接近真实状态。

AI 的突破在于把几何规律变成可学习表征。

从物理势到可学习几何

物理建模
同源建模
共进化分析
深度学习距离图
AlphaFold2 端到端几何建模

CASP:范式转折的证据

CASP13

  • AlphaFold1 显示深度学习优势

CASP14

  • AlphaFold2 接近实验精度

结论

  • 结构预测进入“可用研究起点”
AlphaFold2 Architecture

AlphaFold2:从序列、MSA 与模板到三维结构

AlphaFold2 数据流架构图

系统数据流

  • 序列输入 → MSA 与模板
  • Evoformer 提取进化与残基对信息
  • Structure Module 生成三维坐标
  • Recycling 反复精化
Multiple Sequence Alignment

MSA:进化把结构约束写进序列组合

物种序列比对

如果两个残基在进化中协同变化,它们可能在空间上接近或功能相关。

从共变到几何

AI 利用共进化信号,推断残基间几何关系,并把这种统计线索注入 pair representation。

Evolutionary Coupling

MSA 记住的是兼容残基组合

MSA 残基共变四格示意图
1. 兼容组合

正负电荷残基匹配,形成稳定相互作用。

2. 单点突变

相互作用被破坏,结构失稳并受到负选择。

3. 补偿突变

新的残基组合恢复结构兼容性;这只是可能路径,MSA 不告诉实际先后。

4. 统计共变

大量物种中富集的组合成为残基共变或进化耦合信号。

AlphaFold2 · Five Highlights

AlphaFold2 的五大亮点:从进化信息到可置信三维结构

原 PPT 中 AlphaFold2 五大亮点架构图
Transformer / Attention

Transformer:用注意力在序列位置之间传递上下文

Transformer 架构图
注意力机制示意图
Transformer 让模型在远距离残基之间建立上下文联系,是 Evoformer 推理的基础。
Evoformer

Evoformer:把 MSA 信号转成几何一致的残基对关系

Evoformer 结构图
MSA Track · Attention Blocks

MSA track:在序列维度和位点维度上交换信息

MSA row-wise 与 column-wise attention 图

为什么要分两个方向

Row-wise attention 比较同一序列内的位置关系;column-wise attention 比较不同物种在同一位点的替换模式。

Pair Track · Geometry Constraints

Pair track:把共变信息组织成三角几何约束

Outer product mean 与 triangle update 图

几何一致性

Outer product mean 把 MSA 信息注入 pair 表征;triangle update 让残基对关系满足整体几何约束。

Structure Module

Structure Module:把几何表征落实为三维坐标

Structure Module 与 IPA 图
Outputs / Confidence

多输出:结构预测必须和置信度一起阅读

AlphaFold 输出与置信度图

肾脏病学中的四类应用

Protein mutations

  • 变异解释

Protein-protein interactions

  • 互作与复合物

Protein-viral interactions

  • 病毒与宿主蛋白

Drug discovery

  • 靶点与筛选

肾脏蛋白 AI 结构图谱

转运与纤毛

  • 转运体与离子通道
  • 多囊肾与纤毛蛋白

肾小球与免疫

  • 肾小球与裂孔膜
  • 补体、UMOD、KIM1

损伤与病毒

  • 肾毒性
  • 病毒相关损伤
image-2 预留:肾脏蛋白结构图谱

CASE 1 · Cryo-ET + AF2

裂孔膜呈鱼网状:从原位密度到 nephrin-Neph1 分子架构

Cryo-ET 在接近天然状态下观察裂孔膜周期性鱼网结构,AF2 候选模型帮助把原位密度解释为 nephrin-Neph1 异源二聚体交叉组装。

裂孔膜原位 cryo-ET 揭示 nephrin-Neph1 交叉组装的分子架构参考图
Birtasu et al., Kidney Int. 2025 · 原位 cryo-ET + AF2 rigid/flexible fitting

Case 2:NRBP1–TSC22D4–WNK1

转录调控如何影响肾脏盐稳态?

组学发现
蛋白互作假设
AF3 复合物建模
功能实验验证
意义:AI 连接组学信号与结构机制。

CASE 3 · Structure-guided targeting

Case 3|KIM1–TKP-4:从损伤靶点到AI筛选肾脏靶向肽

从 KIM1 损伤靶点出发,结合结构信息、AI 筛选与功能验证,形成 TKP-4 肾脏靶向递送的结构指导筛选链。

KIM1-TKP-4 技术路线图
KIM1–TKP-4 技术路线:损伤靶点识别 → AI 候选肽筛选 → 靶向递送设计
KIM1-TKP-4 主要结果图
主要结果:KIM1 介导的肾损伤靶向富集与功能验证

扩展案例:肾毒性反向靶点发现

毒性信号
预测结构蛋白质组
候选结合口袋
反向寻找潜在靶点
意义:结构蛋白质组支持高通量机制追踪。

三个案例的共同逻辑

看见结构

  • 解释原位密度

理解机制

  • 连接组学、互作和功能

设计干预

  • 从变异到筛选
共同前提:必须有实验验证闭环。

未来与总结

AI 没有替代结构生物学。它把结构从稀缺的研究终点,变成可快速提出、实验约束和迭代验证的研究起点。

预留:动态分子机制收束图
未来肾脏结构医学的核心:在真实生理环境中建立可验证、可解释、可干预的动态分子机制。