基于分子动力学模拟的TRPM8通道门控特性分析

doi:10.7503/cjcu20220080

摘要/Abstract

摘要：

TRPM8通道的温度感知等生理功能依赖于正常的门控, 但现有晶体结构中S6跨膜螺旋C末端形成的门控结构存在氨基酸缺失, 所以其门控特性未能揭晓. 本文基于已有的晶体结构和AlphaFold算法构建了 11个完整不同构象的TRPM8通道, 发现其S6跨膜螺旋C末端构成的门控存在回环和螺旋2种构象. 在回环构象中, 多个氨基酸参与形成阻碍离子通透的孔道区; 而在螺旋构象中, 仅有关键氨基酸V956发挥门控作用. 由于回环构象的柔性大于螺旋构象, 导致回环构象参与阻碍离子通透的关键氨基酸构象和数量变化多样. 二级结构预测与模建结果表明, S6跨膜螺旋C末端存在回环构象向螺旋构象的转变, 此过程中柔性的回环构象结构域向胞外侧上移, 关键氨基酸向孔道衬外扭转, 增强了与相邻跨膜螺旋S5的相互作用以及S5与TRP螺旋之间的相互作用, 进而形成刚性、稳定且有序的螺旋构象. 这增加了TRPM8通道各结构域间的协同性, 使能量信息更高效地传递到门控结构域, 为TRPM8通道开启蓄势.

关键词: TRPM8通道, 门控, 同源模建, 分子动力学模拟

Abstract:

Physiological functions of TRPM8 channel， such as temperature sensing， depend on normal gating. Due to the lack and insufficient number of existing crystal structures， the gating characteristics of TRPM8 channels need to be further explored. Therefore， 11 TRPM8 channels with different conformations were constructed， basing on the existing crystal structure and AlphaFold algorithm. It was found that there were two different architectural in the S6 transmembrane helical bundle crossing domain（gating）： loop state and helix state. At the loop state， multiple amino acids participated in the formation of pore regions that hinder ion permeability， while in the helical architecture. Only the key amino acid V956 played a gating role. Because the flexibility of the gated loop architecture was greater than that of the helical， and the number of key amino acids involved in gating was different. The secondary structure prediction showed that the loop architecture could change to the helical. In this process， the flexible loop domain moved upward to the outside of the cell， and the gated amino acids twisted to the outside of the pore lining. At the same time， the interaction with the adjacent transmembrane S5 helix was enhanced， and a rigid， stable and orderly helical architecture was formed. This promoted the coordination between the various domains of TRPM8 channel， enabled energy and information to be transmitted to the bundle crossing more efficiently， which was conducive to channel opening.

Key words: TRPM8 channel, Gating mechanism, Homology modeling, Molecular dynamics simulation

中图分类号:

O641

TrendMD:

高志伟, 李军委, 史赛, 付强, 贾钧儒, 安海龙. 基于分子动力学模拟的TRPM8通道门控特性分析. 高等学校化学学报, 2022, 43(6): 20220080.

GAO Zhiwei, LI Junwei, SHI Sai, FU Qiang, JIA Junru, AN Hailong. Analysis of Gating Characteristics of TRPM8 Channel Based on Molecular Dynamics. Chem. J. Chinese Universities, 2022, 43(6): 20220080.

图/表 5

Fig.1 Structural models and the Ramachandran Plot statisticsThe crystal structures of 6NR2（A） and 6O77（B）； the homology modeling structures of 6NR2（C）， 6O77（D） and AlphaFold（E， F）； the statistical results of the Ramachandran Plot（G）.

Fig.2 Conformational changes of the ion permeation poreThe zoom-in view of the bundle crossing gate illustrated that residues known to be critical for ions passing； the solvent accessible pathway as generated by the HOLE software is illustrated as red（radius<size of a water molecule）， green（radius~size of a water molecule）， and blue（radius>size of a water molecule） surface； hole diagram of model 6NR2（A）， 6NR4（B）， 6O72（C）， 6NR3（D）， 6O77（E） and AlphaFold（F）； amino acid name in （A） to （F） is on the right.

Fig.3 Statistical height of the ion permeation pore and angle of TRP helix, secondary structure prediction of gate amino acids（A） The structure of loop gate；（B） the binding-crossing of helical gate；（C） the distance statistics from S6 helix to N terminal of TRP helix on the left and the angle of TRP helix on the right；（D） prediction of secondary structure of gates amino acids.

Fig.4 Root?mean?square deviation(RMSD) and root mean square fluctuation(RMSF) plots of 6NR2 or 6O77 systems under MD simulation

Fig.5 Interaction between the binding?crossing domain and S5 helixThe structure of loop gate（A） and helical gate（B）； the interaction of M958 with F849（C）， F959 with M843（D）， T962 with M843（E）， the bundle crossing（956 to 970） with S5 N-terminal（840 to 850）（F）， N970 with R842（G）；（A， B） the main chain is represented by band， and the side chain amino acids are represented by rod；（C—G） blue indicates the interaction of loop gate and red indicates the interaction of amino acids in the bundle crossing of helical gate； the y axis stands for the total energy of electrostatic interactions and Van Der Waals interactions.

参考文献 37

1	Moran M. M.， Annu. Rev. Pharmacol.， 2018， 58， 309—329
2	Jimenez I.， Prado Y.， Marchant F.， Otero C.， Eltit F.， Cabello⁃Verrugio C.， Cerda O.， Simon F.， Cells， 2020， 9（12）， 2604
3	Huang Y.， Fliegert R.， Guse A. H.， Lü W.， Du J.， Cell Calcium， 2020， 85， 102111
4	Izquierdo C.， Martín⁃Martínez M.， Gómez⁃Monterrey I.， González⁃Muñiz R.， Int. J. Mol. Sci.， 2021， 22（16）， 8502
5	Señarís R.， Ordás P.， Reimúndez A.， Viana F.， Pflugers Arch.， 2018， 470（5）， 761—777
6	Moore C.， Gupta R.， Jordt S. E.， Chen Y.， Liedtke W. B.， Neurosci. Bull.， 2018， 34（1）， 120—142
7	Xu L. Z.， Han Y. L.， Chen X. Y.， Aierken A.， Wen H.， Zheng W. J.， Wang H. K.， Lu X. C.， Zhao Z. Y.， Ma C.， Liang P.， Yang W.， Yang S. L.， Yang F.， Nat. Commun.， 2020， 11（1）， 3790
8	González⁃Muñiz R.， Bonache M. A.， Martín⁃Escura C.， Gómez⁃Monterrey I.， Int. J. Mol. Sci.， 2019， 20（11）， 2618
9	Yoon H. J.， Kim J.， Yang J. M.， Wei E. T.， Kim S. J.， Yoon K. C.， J. Clin. Med.， 2021， 10（2）， 250
10	Hou S.， Gu R. X.， Wei D. Q.， J. Chem. Inf. Model.， 2017， 57（11）， 2811—2821
11	Lei X. T.， Jin Y. Q.， Meng X. Y.， Chem. J. Chinese Universities， 2021， 42（8）， 2550—2557
	雷晓彤，金怡卿，孟烜宇. 高等学校化学学报， 2021， 42（8）， 2550—2557
12	Gu R. X.， Liu L. A.， Wei D. Q.， Trends Pharmacol. Sci.， 2013， 34（10）， 571—580
13	Diver M. M.， Cheng Y. F.， Julius D.， Science， 2019， 365（6460）， 1434—1440
14	Yin Y.， Wu M. Y.， Zubcevic L.， Borschel W. F.， Lander G. C.， Lee S. Y.， Science， 2018， 359（6372）， 237—241
15	Yin Y.， Le S. C.， Hsu A. L.， Borgnia M. J.， Yang H. H.， Lee S. Y.， Science， 2019， 363（6430）， eaav9334
16	Xu L. Z.， Han Y. L.， Chen X. Y.， Aierken A.， Wen H.， Zheng W. J.， Wang H. K.， Lu X. C.， Zhao Z. Y.， Ma C.， Liang P.， Yang W.， Yang S. L.， Yang F.， Nat. Commun.， 2020， 11（1）， 3790
17	Yin Y.， Lee S. Y.， Trends Biochem. Sci.， 2020， 45（9）， 806—819
18	Gu R. X.， Liu L. A.， Wei D. Q.， Du J. G.， Liu L.， Liu H.， J. Am. Chem. Soc.， 2011， 133（28）， 10817—10825
19	Jumper J.， Evans R.， Pritzel A.， Green T.， Figurnov M.， Ronneberger O.， Tunyasuvunakool K.， Bates R.， Žídek A.， Potapenko A.， Bridgland A.， Meyer C.， Kohl S. A. A.， Ballard A. J.， Cowie A.， Romera⁃Paredes B.， Nikolov S.， Jain R.， Adler J.， Back T.， Petersen S.， Reiman D.， Clancy E.， Zielinski M.， Steinegger M.， Pacholska M.， Berghammer T.， Bodenstein S.， Silver D.， Vinyals O.， Senior A. W.， Kavukcuoglu K.， Kohli P.， Hassabis D.， Nature， 2021， 596（7873）， 583—589
20	Waterhouse A.， Bertoni M.， Bienert S.， Studer G.， Tauriello G.， Gumienny R.， Heer F. T.， de Beer T. A. P.， Rempfer C.， Bordoli L.， Lepore R.， Schwede T.， Nucleic Acids Res.， 2018， 46（W1）， W296—W303
21	Vermaas J. V.， Hardy D. J.， Stone J. E.， Tajkhorshid E.， Kohlmeyer A.， J. Chem. Inf. Model.， 2016， 56（6）， 1112—1116
22	Phillips J. C.， Hardy D. J.， Maia J. D. C.， Stone J. E.， Ribeiro J. V.， Bernardi R. C.， Buch R.， Fiorin G.， Hénin J.， Jiang W.， McGreevy R.， Melo M. C. R.， Radak B. K.， Skeel R. D.， Singharoy A.， Wang Y.， Roux B.， Aksimentiev A.， Luthey⁃Schulten Z.， Kalé L. V.， Schulten K.， Chipot C.， Tajkhorshid E.， J. Chem. Phys.， 2020， 153（4）， 044130
23	Miao M. Y.， Guo Y. C.， Shao X. G.， Cai W. S.， Chem. J. Chinese Universities， 2021， 42（10）， 3116—3124
	妙孟姚，郭一畅，邵学广，蔡文生. 高等学校化学学报， 2021， 42（10）， 3116—3124
24	Jurrus E.， Engel D.， Star K.， Monson K.， Brandi J.， Felberg L. E.， Brookes D. H.， Wilson L.， Chen J. H.， Liles K.， Chun M. J.， Li P.， Gohara D. W.， Dolinsky T.， Konecny R.， Koes D. R.， Nielsen J. E.， Head-Gordon T.， Geng W. H.， Krasny R.， Wei G. W.， Holst M. J.， McCammon J. A.， Baker N. A.， Protein Sci.， 2018， 27（1）， 112—128
25	Acun B.， Hardy D. J.， Kale L. V.， Li K.， Phillips J. C.， Stone J. E.， IBM J. Res. Dev.， 2018， 62（6）， 1—9
26	Takematsu K.， Pospisil P.， Pizl M.， Towrie M.， Heyda J.， Zalis S.， Kaiser J. T.， Winkler J. R.， Gray H. B.， Vlcek A.， J. Phys. Chem. B.， 2019， 123（7）， 1578—1591
27	Drozdetskiy A.， Cole C.， Procter J.， Barton G. J.， Nucleic Acids Res.， 2015， 43（W1）， W389—394
28	Humphrey W.， Dalke A.， Schulten K.， J. Mol. Graph.， 1996， 14（1）， 33—38
29	Shimizu K.， Cao W.， Saad G.， Shoji M.， Terada T.， Biochim. Biophys. Acta Biomembr.， 2018， 1860（5）， 1077—1091
30	Studer G.， Rempfer C.， Waterhouse A. M.， Gumienny R.， Haas J.， Schwede T.， Bioinformatics， 2020， 36（6）， 1765—1771
31	Kühn F. J. P.， Knop G.， Lückhoff A.， J. Biol. Chem.， 2007， 282（38）， 27598—27609
32	Mishra S.， Looger L. L.， Porter L. L.， Biopolymers， 2021， 112（10）， e23471
33	Li J. W.， Lü S. Q.， Liu Y. Z.， Pang C. L.， Chen Y. F.， Zhang S. H.， Yu H.， Long M.， Zhang H. L.， Logothetis D. E.， Zhan Y.， An H. L.， Sci. Rep.， 2015， 5， 11289
34	Ruan Z.， Haley E.， Orozco I. J.， Sabat M.， Myers R.， Roth R.， Du J.， Lü W.， Nat. Struct. Mol. Biol.， 2021， 28（7）， 604—613
35	Huang Y. H.， Winkler P. A.， Sun W. N.， Lu W.， Du J.， Nature， 2018， 562（7725）， 145—149
36	Zhang Z.， Tóth B.， Szollosi A.， Chen J.， Csanády L.， Elife， 2018， 7， e36409
37	Winkler P. A.， Huang Y. H.， Sun W. N.， Du J.， Lu W.， Nature， 2017， 552（7684）， 200—204

[1]	胡波, 朱昊辰. 双层氧化石墨烯纳米体系中受限水的介电常数[J]. 高等学校化学学报, 2022, 43(2): 20210614.
[2]	雷晓彤, 金怡卿, 孟烜宇. 基于分子模拟方法预测PIP₂在双孔钾通道TREK-1上结合位点的研究[J]. 高等学校化学学报, 2021, 42(8): 2550.
[3]	李聪聪, 刘明皓, 韩佳睿, 朱镜璇, 韩葳葳, 李婉南. 基于分子动力学模拟的VmoLac非特异性底物催化活性的理论研究[J]. 高等学校化学学报, 2021, 42(8): 2518.
[4]	曾永辉, 言天英. 质子水合结构的振动态密度分析[J]. 高等学校化学学报, 2021, 42(6): 1855.
[5]	汪灿, 王殿宇, 苗伟宁, 田野. 基于超亲水纳米通道的智能可控微反应器[J]. 高等学校化学学报, 2021, 42(4): 1276.
[6]	刘爱清, 徐文生, 徐晓雷, 陈继忠, 安立佳. 高分子/棒状纳米粒子复合物的分子动力学模拟[J]. 高等学校化学学报, 2021, 42(3): 875.
[7]	齐人睿, 李明昊, 常浩, 付学奇, 高波, 韩葳葳, 韩璐, 李婉南. 基于拉伸分子动力学模拟的黄嘌呤氧化酶抑制剂解离途径的理论研究[J]. 高等学校化学学报, 2021, 42(3): 758.
[8]	瞿思颖, 徐沁. 凝血因子Xa的S4口袋部分关键残基对利伐沙班结合的不同作用机制[J]. 高等学校化学学报, 2019, 40(9): 1918.
[9]	马玉聪, 樊保民, 王满曼, 杨彪, 郝华, 孙辉, 张慧娟. 曲唑酮的两步法制备及对碳钢的缓蚀机理[J]. 高等学校化学学报, 2019, 40(8): 1706.
[10]	孙浩帆, 张凌怡, PATRICKNorman, 张维冰. 二芳基乙烯衍生物与DNA结合的分子动力学研究[J]. 高等学校化学学报, 2019, 40(6): 1229.
[11]	张璋, 王栋, 王晓雷, 徐岩. 华根霉脂肪酶有机相酯合成活性的重塑[J]. 高等学校化学学报, 2019, 40(4): 747.
[12]	马兰, 容婧婧, 朱有亮, 黄以能, 孙昭艳. 软胶体粒子形成束晶的动力学模拟[J]. 高等学校化学学报, 2019, 40(1): 195.
[13]	吴红枚, 李惠婷, 李永成, 王宏青, 王孟. 基于基团贡献法和分子动力学预测聚间苯二甲酰对苯二胺的玻璃化转变温度[J]. 高等学校化学学报, 2019, 40(1): 180.
[14]	朱镜璇, 于正飞, 刘野, 詹冬玲, 韩佳睿, 田晓翩, 韩葳葳. 基于分子动力学模拟提高嗜热磷酸三酯酶样内酯酶非特异性底物活力的理论研究[J]. 高等学校化学学报, 2019, 40(1): 138.
[15]	刘艳芳, 杨华, 张辉. 分子动力学模拟烷烃混合物在石墨烯表面取向[J]. 高等学校化学学报, 2018, 39(8): 1729.