IF50.5｜结构预测揭示黄病毒科糖蛋白演化史

用AlphaFold2和ESMFold预测458种黄病毒蛋白结构，发现E1E2可能代表全新融合机制。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

黄病毒科包含丙肝、登革、寨卡等重要病原体，其包膜糖蛋白决定宿主范围、组织嗜性和致病性，是疫苗和抗病毒药物的重要靶点。然而，由于序列高度分歧，许多黄病毒的糖蛋白尚未被识别或分类，尤其是hepaciviruses、pegiviruses和pestiviruses的E1E2融合机制仍不清楚。传统基于序列的同源搜索方法难以检测深远的进化关系，而实验结构解析速度慢、通量低。近年来，机器学习驱动的蛋白质结构预测（如AlphaFold2、ESMFold）为大规模、高灵敏度的结构同源搜索提供了可能，使得在全科范围内系统调查糖蛋白的分布和演化成为可行。

科学问题

卡在哪里： 此前对黄病毒科进化史的重建主要依赖RdRp等保守蛋白，但决定病毒生物学特性的糖蛋白序列高度分歧，难以进行可靠的序列比对和系统发育分析。因此，糖蛋白在黄病毒科中的分布、分类以及E1E2与经典II类融合蛋白（如E蛋白）之间的进化关系长期不明，阻碍了对病毒融合机制和生态适应性的理解。

本文要回答： 本文旨在结合系统发育分析与蛋白质结构预测，全面绘制黄病毒科糖蛋白的结构图谱，揭示其分布规律和进化历史，并探讨E1E2是否代表一种全新的膜融合机制。

技术路线

作者主要用了：AlphaFold2、ESMFold、Foldseek、系统发育分析、结构引导的序列比对。

作者首先构建了包含458个完整编码序列的黄病毒科基因组数据集，并基于NS5（RdRp）序列重建了科级系统发育树，将黄病毒科分为三个主要谱系。随后，采用基因组无关的策略，将多聚蛋白编码序列分割成重叠的300残基片段，分别用ColabFold（AlphaFold2）和ESMFold进行结构预测，构建了全科“蛋白折叠组”。利用Foldseek进行结构同源搜索，以实验解析的糖蛋白结构为参考，系统鉴定了E、E1、E2等糖蛋白的同源物。最后，结合结构引导的序列比对和系统发育分析，推断了糖蛋白的进化历史，并整合宿主信息探讨了生态适应性。

图 1　Fig. 1。图1展示了黄病毒科RdRp系统发育树，清晰分为三个主要谱系，并标注了代表性物种的基因组结构。右侧比较了DENV-2 NS3的实验晶体结构与ColabFold预测结构，显示预测准确性高。同时展示了ColabFold和ESMFold在不同谱系中的预测置信度比较，表明ColabFold整体更优，但对LGF等MSA深度浅的病毒，ESMFold提供了有效补充。

核心亮点

亮点 1｜黄病毒科分为三个主要谱系

基于RdRp系统发育分析，黄病毒科被明确分为三个主要谱系：Orthoflavivirus/jingmenvirus群（含orthoflavivirus-like病毒）、LGF/Pestivirus群、以及Pegivirus/Hepacivirus群。无论是否使用外群，LGF/Pestivirus与Orthoflavivirus/jingmenvirus均聚为一支，并与Pegivirus/Hepacivirus形成姐妹群。该拓扑结构在93%的MUSCLE和MAFFT比对衍生的系统发育树中得到支持。这一框架为后续糖蛋白分布映射和进化事件推断提供了基础。

图 2　Fig. 2。图2以热图形式展示了Foldseek结构同源搜索的e值结果，揭示了E、E1、E2、prM和MTase在黄病毒科中的分布。E糖蛋白广泛存在于Orthoflavivirus/jingmenvirus和LGF/Pestivirus谱系，而E1E2仅见于Pegivirus/Hepacivirus和Pestivirus。宿主信息显示E1E2与脊椎动物感染严格相关，而E–MTase与媒介传播相关。

亮点 2｜E1E2可能代表全新融合机制

通过Foldseek结构同源搜索，作者在Pegivirus/Hepacivirus和Pestivirus中检测到E1和E2的结构同源性，尽管序列一致性仅为10-15%。E1和E2的分布几乎完全相关，且未在其它类群中发现E1E2样折叠。重要的是，E1E2与经典II类融合蛋白E之间未检测到显著结构同源性，即使在基部物种中也是如此。这强烈提示E1E2代表一种全新的膜融合机制，而非II类融合系统的高度分化形式。

图 3　Fig. 3。图3展示了BTV4多聚蛋白N端区域的推定成熟蛋白结构模型，包括E糖蛋白同源物、两个伴侣蛋白和RNase T2。通过Foldseek搜索，RNase T2同源物在Bole tick virus亚支和Pestivirus属中广泛分布，且系统发育分析表明其起源于细菌水平基因转移。

亮点 3｜糖蛋白分布与生态位严格关联

将糖蛋白类型与宿主信息关联后发现，具有E糖蛋白和甲基转移酶（MTase）的病毒可感染多种宿主，包括通过节肢动物媒介在脊椎动物间传播的病毒；而具有E1E2和内部核糖体进入位点（IRES）的病毒则严格局限于脊椎动物宿主。这种E–MTase与E1E2–IRES的共适应模式表明，获得E1E2和IRES并伴随E和MTase的丢失，代表了对脊椎动物生态位的分子承诺。根据RdRp系统发育，这一承诺在黄病毒科中至少独立发生了两次。

图 4　Fig. 4。图4展示了基于3Di结构比对的E、E1和E2糖蛋白系统发育树。E蛋白系统发育与RdRp树基本一致，而E1和E2的系统发育表明Pegivirus/Hepacivirus和Pestivirus的糖蛋白具有共同祖先，支持E1E2通过水平基因转移在属间传播的假说。

亮点 4｜LGF病毒编码细菌来源的RNase T2

对Bole tick virus 4（BTV4）的N端区域进行分析，鉴定出五个推定成熟蛋白，包括E糖蛋白同源物、两个推定的伴侣蛋白（可能替代prM功能）以及一个T2家族核糖核酸酶（RNase T2）。Foldseek搜索显示，RNase T2同源物广泛分布于Bole tick virus亚支和整个Pestivirus属，且与细菌、植物和动物的RNase T2序列形成深分支。系统发育分析表明，Erns（pestivirus的RNase T2）起源于一次古老的细菌基因水平转移事件，并在LGF/Pestivirus祖先中获得，随后在部分谱系中丢失。

图 5　Fig. 5。图5以分支图形式总结了黄病毒科进化史中的关键蛋白获得和丢失事件，包括E和E1E2的谱系特异性分布、prM的获得、RNase T2的水平转移以及E1E2对E的替换，直观呈现了糖蛋白系统转换与生态位适应的关联。

亮点 5｜黄病毒科进化史中的关键事件

综合糖蛋白分布和系统发育分析，作者提出了黄病毒科进化史模型：谱系1（Orthoflavivirus/jingmenvirus和LGF/Pestivirus）的祖先具有E糖蛋白和MTase，谱系2（Pegivirus/Hepacivirus）的祖先具有E1E2和IRES。在谱系1中，jingmenviruses发生了基因组节段化并丢失了E蛋白的融合环；orthoflaviviruses获得了prM伴侣蛋白；LGF/Pestivirus祖先获得了细菌RNase T2。Pestivirus从LGF样祖先中分化出来时，通过属间水平基因转移获得了E1E2并丢失了E和MTase。这一系列事件塑造了黄病毒科多样的病毒学和生态学特征。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： AlphaFold2、ESMFold、Foldseek、系统发育分析、结构引导的序列比对
• 公开数据： 原文未给出公开组学登录号
• 代码： 公开仓库 https://github.com/nmatzke/3diphy、https://github.com/thackl/gggenomes、https://github.com/wwood/kingfisher-download；本地已克隆：kingfisher-download、gggenomes
• 谁该点开原文： 从事病毒进化、糖蛋白功能或结构生物信息学的研究者，以及关注新发病毒生态学的同行。

带走一句

结构预测与Foldseek联用能突破序列比对的极限，为高度分歧的病毒蛋白发现同源物并重建进化史，值得在病毒组学中推广。