《Green Energy & Environment》:Construction of Protein–Random Heteropolymer Conjugates with Superior Thermal Stability via Data-Efficient Bayesian Optimization
编辑推荐:
蛋白质-聚合物偶联物通常局限于聚乙二醇(PEG)衍生物,限制了功能创新。随机杂聚物(RHPs)可以模拟分子伴侣,但仅与蛋白质物理混合,共价偶联尚未探索。在此,研究人员首次使用水相、耐氧聚合技术结合贝叶斯KAN(BayesianKAN)机器学习框架,合成了蛋白质
蛋白质-聚合物偶联物通常局限于聚乙二醇(PEG)衍生物,限制了功能创新。随机杂聚物(RHPs)可以模拟分子伴侣,但仅与蛋白质物理混合,共价偶联尚未探索。在此,研究人员首次使用水相、耐氧聚合技术结合贝叶斯KAN(BayesianKAN)机器学习框架,合成了蛋白质-RHP偶联物。以葡萄糖氧化酶(GOX)为模型酶,构建了偶联物库,并在仅需传统样本量十分之一的四个迭代轮次内,鉴定出一种热稳定性提升59.52%的优化偶联物。机理表征表明,RHP偶联保留了天然蛋白质结构,并提供了类似分子伴侣的保护,防止热解折叠和聚集。该工作建立了一个广泛适用、数据高效的功能性蛋白质-聚合物偶联物发现平台,对生物催化和生物制药开发具有重要意义。
蛋白质-聚合物偶联物在生物医学和生物催化中应用广泛,但已获批和临床研究的偶联物几乎全部局限于聚乙二醇(PEG)及其衍生物,聚合物类型单一制约了性能提升和创新。随机杂聚物(RHPs)由多种不同化学性质的单体随机排列而成,可模拟分子伴侣功能,保护蛋白质构象,但现有研究仅将RHPs与蛋白质物理混合,非共价结合易解离,限制了协同潜力。共价偶联RHPs有望实现更强功能整合,但面临两大挑战:一是需要绿色合成条件(水性、中性pH、室温、有氧),且纯化繁琐;二是RHP优化依赖高通量筛选平台,成本高、技术门槛高。为此,研究人员开发了一种新策略,结合水相耐氧活性自由基聚合和数据高效的贝叶斯KAN(BayesianKAN)机器学习框架,以葡萄糖氧化酶(GOX)为模型酶,首次构建并优化了蛋白质-RHP共价偶联物。该研究发表在《Green Energy》上,建立了广泛适用、数据高效的功能性蛋白质-聚合物偶联物发现平台,对生物催化和生物制药开发具有重要意义。
**主要关键的技术方法**(不超过250字):研究人员采用水相、耐氧、非位点特异性原位聚合技术,以GOX-Br为引发剂,在96孔板中利用CuBr
2/Me
6TREN催化体系,在室温有氧条件下,从GOX表面原位生长不同单体(HEMAP、OEGMA、EHMA、MMA)组成的RHP,并通过小体积旋转脱盐板纯化,构建GOX-RHP偶联物库。同时引入数据高效贝叶斯KAN(BayesianKAN)优化框架,该框架结合Kolmogorov-Arnold网络(KAN)和高斯过程回归(GPR),通过符号回归学习配方组成与活性保留率之间的非线性映射,并利用上置信界(UCB)采集函数推荐新配方,实现小样本下的闭环迭代优化。样本来源:GOX购自Sigma Aldrich,实验在北京大学口腔医学院完成。
**研究结果**:
**3.1 构建GOX-RHP偶联物及初始实验数据集**:通过水相耐氧原子转移自由基聚合(ATRP),以GOX-Br为大分子引发剂,选用四种甲基丙烯酸酯单体(HEMAP、OEGMA、EHMA、MMA),成功制备了不同组成的GOX-RHP偶联物,并利用ABTS显色法评估热稳定性。采用混合专家选择样本和实验设计(DoE)样本的策略,构建了包含6个专家选择样本和20个DoE样本的初始数据集,DoE样本覆盖了更广泛的配方空间,专家选择样本提供了较高的活性保留率标签,有利于模型训练。
**3.2 贝叶斯KAN辅助闭环配方推荐与迭代优化**:基于初始数据集,采用贝叶斯KAN框架进行四轮迭代优化,每轮推荐三个候选配方,实验验证后,将表现优于当前最佳的配方纳入训练集。经过四轮迭代,最优偶联物的活性保留率从初始的22.21%提升至35.43%,相对提升59.52%。与随机采样、仅DoE和传统高斯过程回归(GPR)贝叶斯优化相比,贝叶斯KAN表现出更高的优化效率。测试集验证显示模型具有良好的泛化能力(R
2 = 0.867,MAE = 1.185)。
**3.3 活性保留结果分析**:分析四轮迭代中单体组成变化,发现疏水单体EHMA先增后减,表明过高疏水性不利;较低疏水性的MMA比例波动上升,可能在调节界面相互作用中起关键作用;极性单体OEGMA呈下降趋势,提示其稳定作用存在阈值;带负电的HEMAP在最后一轮增加,可能通过静电排斥使RHP链伸展,空间位阻阻止GOX聚集。最佳偶联物(35.43%活性保留)由47.18% MMA、10.14% EHMA、33.18% OEGMA、9.50% HEMAP组成,表明多种单体协同作用。
**3.4 通过理化性质表征揭示机制**:选取最终轮次三个最佳偶联物(T437、T440、T441)进行表征。SDS-PAGE和
1H NMR证实成功偶联;凝胶渗透色谱(GPC)显示分子量相近(107.58–137.34 kDa),性能差异源于单体比例;动态光散射(DLS)显示水合半径22.78–26.46 nm,无聚集;Zeta电位变化证实RHP附着。圆二色光谱(CD)显示偶联物保持天然二级结构,加热至90°C后α-螺旋含量恢复至32.03–34.88%(天然GOX仅恢复至19.00%),表明RHP提供分子伴侣样保护。内源荧光显示T440组荧光强度增加最小,表明其三级结构变化最小,与最高活性保留一致。外源荧光(ANS)显示RHP偶联抑制了热诱导的疏水斑块暴露,保护了三级结构。
**总结讨论与结论**:讨论部分指出,各单体通过不同机制协同作用(MMA介导界面相互作用、EHMA需低水平避免疏水聚集、OEGMA和HEMAP平衡稳定与静电调节),贝叶斯KAN框架在小样本条件下高效优化,但扩展至其他酶系统需重新建立优化流程。结论:研究人员开发了一种数据高效策略,首次实现RHP与蛋白质的共价连接,通过整合水相耐氧聚合技术和贝叶斯KAN框架,以GOX为模型,快速构建偶联物库,经四轮迭代(样本量仅传统方法的十分之一)获得热稳定性提升59.52%的优化偶联物。机理表征揭示RHP偶联保留天然二级和三级结构,并提供分子伴侣样保护,防止热解折叠和聚集。该工作建立了有限实验条件下快速发现和优化功能性蛋白质-聚合物偶联物的广泛适用平台,为生物催化、生物制药开发和精准生物材料工程提供了新范式。未来工作将探索更广泛的酶和非酶蛋白-RHP偶联物,并扩展贝叶斯KAN框架至结构-性质关系学习和新分子结构推荐。