IF46.9｜FLiP–MS实验标记库全局解析蛋白质复合物动态

一种结合超滤与LiP–MS的新方法，可高通量、结构分辨地追踪蛋白质互作变化。

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

蛋白质复合物的动态组装与解离是细胞响应内外信号的核心机制，其失调与多种疾病相关，且疾病突变富集于蛋白结合界面。现有全局互作组方法如亲和纯化质谱和色谱分级质谱虽能揭示大量互作，但通量低、耗时长，且缺乏结构分辨率；交联质谱可提供界面信息但灵敏度有限。LiP–MS能检测蛋白酶敏感性变化，但无法区分互作改变与其他结构扰动。因此，领域亟需一种能系统、动态、高通量且具备结构分辨率的方法来监测蛋白质复合物变化。

科学问题

卡在哪里： 此前缺乏一种能同时实现全局覆盖、高通量、并定位蛋白结合界面的方法，以在复杂样本中区分互作改变与其他结构变化。

本文要回答： 开发FLiP–MS方法，生成蛋白互作标记库，并应用于酵母DNA复制应激模型，全局解析复合物动态。

技术路线

作者主要用了：FLiP–MS、LiP–MS、DIA质谱、AP–MS、AlphaFold3、网络传播。

作者首先对酵母天然裂解液进行连续超滤，将大蛋白复合物与单体分离，再对各级分进行有限蛋白酶解（LiP），通过比较不同组装状态下蛋白酶敏感性的差异，鉴定出位于蛋白结合界面或伴随构象变化的肽段，构建FLiP标记库。随后将该标记库与常规LiP–MS数据整合，从非分级裂解液中全局监测扰动下的互作变化。最后利用蛋白互作网络分析，将变化的标记投射到已知复合物上，识别发生组装变化的复合物。

图 1　Fig. 1。图1展示了FLiP–MS工作流程：a部分说明通过连续超滤分离复合物与单体，再对各级分进行有限蛋白酶解，比较蛋白酶敏感性差异以鉴定结合界面标记；b部分展示将标记库与LiP–MS数据整合以监测扰动下的互作变化；c部分显示通过网络分析识别发生组装变化的复合物。

核心亮点

亮点 1｜FLiP标记库富集蛋白结合界面

通过连续超滤结合LiP–MS，作者在酵母中鉴定出6,441个FLiP标记，覆盖1,086个蛋白。多种正交证据表明这些标记富集于蛋白结合界面：GO富集分析显示‘蛋白结合’和‘RNA结合’结构域显著富集；将标记映射到PDB多聚体结构，ROC分析显示标记肽比非标记肽更靠近界面（最佳AUC达0.71）；标记还显著富集于已知破坏互作的突变位点（82.5%重叠，P<0.0008）。此外，标记在无序区域富集，与已知互作界面特性一致。

图 2　Fig. 2。图2验证FLiP标记库的质量：a部分显示超滤各级分的SEC紫外吸收曲线，表明分子量分布逐级降低；b部分火山图显示19,880个肽段中有8,914个在级分间丰度显著变化；c部分GO富集分析显示标记富集于蛋白结合和RNA结合结构域；d-f部分通过PDB结构映射和ROC分析证明标记靠近结合界面；g部分显示标记在无序区域富集。

亮点 2｜FLiP–MS重现DNA复制应激下P-body组装变化

在羟基脲诱导的DNA复制应激下，作者将FLiP标记库与LiP–MS数据整合，从586个蛋白中检测到3,085个潜在互作变化标记。针对P-body形成这一已知应激反应，作者发现6个P-body蛋白（Pat1、Lsm6、Lsm7、Dhh1、Dcp2、Xrn1）的标记发生显著变化，且这些标记映射到已知互作界面，如Pat1与Dhh1的结合界面、Lsm1-7复合物的七聚体环界面等。这些结果验证了FLiP–MS能够捕获已知的复合物动态变化。

图 3　Fig. 3。图3展示FLiP–MS在HU应激下检测P-body组装变化：a部分火山图显示10,368个肽段结构变化，其中3,085个为FLiP标记；b部分荧光显微镜确认HU诱导P-body形成；c部分显示P-body蛋白标记肽的质谱信号变化；d-f部分将变化标记映射到Pat1-Dhh1、Lsm1-7、Xrn1和Asc1等蛋白的已知结合界面。

亮点 3｜全局网络分析揭示56个复合物在应激下重组

将变化的FLiP标记投射到Complex Portal蛋白互作网络，作者识别出56个在HU应激下发生组装变化的蛋白复合物，包括已知参与复制应激的INO80、RSC、SAGA等，以及蛋白质质量控制、核孔复合物、核糖体等。其中12个复合物含有已知的Gcn5乙酰化靶点，提示SAGA乙酰转移酶活性可能调控这些复合物的动态。

图 4　Fig. 4。图4展示全局复合物动态及与Gcn5乙酰化的关联：a部分网络图显示56个复合物在HU应激下发生组装变化；b部分AP–MS显示SAGA亚基Spt8在HU下显著减少；c部分Western blot显示Spt7发生C端切割；d部分乙酰化分析显示HU下多个Gcn5靶点乙酰化水平升高。

亮点 4｜Gcn5乙酰化活性调控应激下复合物组装

利用Gcn5催化失活突变体，作者比较了野生型和突变体在HU应激下的FLiP标记变化。发现34个复合物的标记变化在突变体中丢失，其中10个含已知Gcn5靶点；另有4个复合物在突变体中获得新标记。乙酰化分析显示HU应激下Htb1、Htb2等已知Gcn5靶点乙酰化水平升高，且突变体中这些变化消失。这些结果表明Gcn5依赖的乙酰化直接或间接调控多个复合物的组装状态。

图 5　Fig. 5。图5展示Gcn5活性对复合物动态和P-body形成的影响：a部分生长实验显示Gcn5催化失活突变体对HU更敏感；b部分火山图显示突变体中FLiP标记变化减少；c部分网络比较显示34个复合物的标记变化丢失；d-e部分时间序列显微镜显示突变体P-body形成增多且解聚延迟。

亮点 5｜Gcn5活性抑制P-body形成

在Gcn5催化失活突变体中，P-body蛋白的FLiP标记变化减少，且突变体在无应激条件下即出现小P-body。时间序列显微镜显示，HU应激下突变体形成更多/更大的P-body，且应激解除后解聚更慢。这表明Gcn5乙酰化活性直接或间接抑制P-body形成，揭示了SAGA复合物与mRNA处理颗粒之间的新联系。

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： FLiP–MS、LiP–MS、DIA质谱、AP–MS、AlphaFold3、网络传播
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事蛋白质组学、结构生物学或细胞应激反应研究，希望高通量监测蛋白互作动态的研究者。

带走一句

FLiP–MS提供了一种可扩展的策略，将结构信息与全局互作动态结合，为解析复杂生物过程中的复合物重排提供了新工具。