中国科学技术大学精准智能化学重点实验室钟文婉教授与加州大学河滨分校Richard J. Hooley教授团队合作建立了基于阳离子染料和水溶性超分子深空腔体的主客体差异化传感阵列，结合机器学习及非线性降维技术，成功实现了对同一多肽上不同位点磷酸化状态的选择性识别，以及对激酶活性的监测。研究成果以“Supramolecular Host:Guest Arrays Site-Selectively Recognize Peptide Phosphorylation and Kinase Activity”为题，发表在国际知名期刊J. Am. Chem. Soc.上。
蛋白质磷酸化是细胞对各种生理刺激发生动态响应的重要调节机制，其水平由激酶和磷酸酶严格调控。这些酶的催化活性会受氨基酸的种类和局部序列的影响，其活性失衡与多种疾病的发生紧密相关。目前检测肽链磷酸化的方法主要基于质谱的蛋白质组学和纳米孔技术，依赖于精密且昂贵的仪器、复杂的生物合成以及样品制备过程。传统方法中，激酶活性的高通量筛选往往通过检测放射性标记的ATP浓度的变化来实现，无法选择性识别检测肽链磷酸化的位点。大多数基于荧光的磷酸化水平和酶活性传感器需要使用荧光团标记的多肽，在未修饰肽链上的应用十分有限，且难以实现位点选择性识别。因此，发展一种简单高效的多功能光学检测系统用于选择性区分磷酸化肽位点和状态并监测激酶活性，将具有重要的应用价值。
我们创建了一种基于阳离子染料和水溶性超分子深空腔体的主客体阵列，用于多肽磷酸化位点和状态的选择性识别，并同时监测激酶活性。这种位点选择性是通过多种超分子相互作用实现的（图1 a）：染料可以与肽链中的色氨酸残基相互作用，而空腔体染料复合物可以与多肽形成三元复合物。分子建模结果表明，多肽围绕染料分子折叠，它们之间的相互作用受磷酸化状态和位点影响，而空腔体既可能与染料竞争性结合，也与染料及多肽形成三元复合物。因此，多种空腔体与染料组成的差异化传感阵列可实现对多肽上磷酸化的状态和位点有选择性的响应。结合机器学习及非线性降维技术，得到了一个仅需三个空腔体：染料传感元素的最小化阵列，即可完全区分多肽上不同位点和状态的磷酸化。
该阵列在蛋白激酶A及镁离子、cAMP、ATP等辅助因子的存在下依然有效，能够监测由蛋白激酶A催化产生的，在多肽底物上特定位点的丝氨酸磷酸化水平的变化(图1 b)。尤其值得强调的是，这种间接的识别模式使得主客体传感器在其他磷酸化物种（如ATP和cAMP）高浓度存在的情况下仍具有高选择性和灵敏度。这个工作证明了基于主客体相互作用的差别传感系统可用于激酶功能检测。由于激酶失调与疾病的发生发展有着密切的关系，此类传感系统在疾病防控和药物筛选中应拥有广泛的应用前景。
图1. 主客体阵列识别联合机器学习实现多肽磷酸化水平的识别和激酶活性监测
加州大学河滨分校陈筠怡博士为论文第一作者，中国科学技术大学精准智能化学重点实验室及化学与材料科学学院钟文婉教授，与加州大学河滨分校Richard Hooley教授为共同通讯作者。
原文链接：https://pubs.acs.org/doi/full/10.1021/jacs.4c13757
（精准智能化学重点实验室、化学与材料科学学院、科研部）