原創 奇點糕 奇點網 收錄於話題#阿爾茨海默病相關52#結構生物學1
施一公課題組在阿爾茨海默病領域又取得重要進展。
近日，國際著名學術期刊《細胞》在線發表了清華大學生命學院施一公課題組研究論文。
這篇論文在國際上首次報導了γ-分泌酶（澱粉樣蛋白前體蛋白的重要切割酶）結合三種小分子抑制劑（GSI）和一種調節劑（GSM）的冷凍電鏡結構，闡明了γ-分泌酶識別不同種類抑制劑及調節劑的分子機理[1]。
這項研究成果與該團隊在2015年解析的γ-分泌酶的結構[2]，以及2019年解析的γ-分泌酶與重要底物Notch[3]和澱粉樣蛋白前體蛋白（APP）[4]的高解析度三維結構一起，首次完整展現了γ-分泌酶結合底物與藥物的全過程。
總的來說，這項研究成果讓我們能以前所未有的精度了解γ-分泌酶活性的調節機制，對於治療阿爾茨海默病的下一代γ-分泌酶抑制劑及調節劑的設計，有巨大的推動作用。
楊光輝、周瑞和郭雪飛是論文的共同第一作者，施一公是通訊作者。
▲ 本研究論文截圖
阿爾茨海默病（AD），也就是我們嘴裡常說的老年痴呆（這個說法不是很嚴謹），是人類健康的大敵，目前全球患者數千萬。
遺憾的是，目前還沒有任何特效藥物獲批上市。也正因如此，《自然》雜誌也把靶向澱粉樣蛋白的抗體aducanumab的獲批進展，評選為「2021年十大值得關注的科學事件」[5]。
我們都知道，阿爾茨海默病患者的病理標誌物之一是腦組織中出現的澱粉樣斑塊沉積。這些病理性斑塊是由γ-分泌酶從APP上切出來的β澱粉樣蛋白（主要是Aβ42）逐漸聚集而成。
因此，從理論上講，只要能搞定γ-分泌酶，就能減少β澱粉樣蛋白的形成，進而達到延緩阿爾茨海默病進展的目的[6]。
實際上，目前已經有很多γ-分泌酶抑制劑和調節劑正處於臨床研究階段。
Semagacestat是第一個進入III期臨床評估的γ-分泌酶抑制劑，雖然該藥物的早期研究結果令人鼓舞[7]，但是III期研究不僅沒有延緩疾病發展[8]，反而導致患者認知能力和日常活動能力減弱，甚至提高了患者患皮膚癌的風險。
究其背後原因，是因為γ-分泌酶不僅是APP的切割酶，還是另一個著名蛋白Notch的切割酶[9，10]。
Notch那可以一個神通廣大的蛋白，它控制的信號通路影響著細胞的分化、凋亡和增殖，與癌症的發生和進展那也是密切相關。
▲ Notch信號通路的作用範圍
為了解決這個問題，研究人員已經開發出了特異性抑制γ-分泌酶切割APP的抑制劑，Avagacestat（BMS-708163）就是其中具有代表性的一個[11]。儘管Avagacestat優先抑制APP的切割，但是高劑量的Avagacestat仍然會抑制γ-分泌酶切割Notch，並導致毒副作用[12，13]。
在施一公課題組成員看來，想要開發出特異性更好的γ-分泌酶抑制劑，搞清楚γ-分泌酶與小分子藥物的作用機制至關重要。然而，到目前為止，還沒有任何γ-分泌酶與小分子抑制劑等相互作用的原子模型。
因此，從結構上了解γ-分泌酶抑制劑的分子機制就成了本研究的主要目的。
為了儘可能了解γ-分泌酶抑制劑與γ-分泌酶相互作用的共同之處和差異，施一公教授團隊不僅研究了Semagacestat和Avagacestat這兩個非過渡狀態類似物，還研究了另一種γ-分泌酶抑制劑——直接結合γ-分泌酶PS1活性位點的競爭性過渡狀態類似物L-685,458[14]。
此外，γ-分泌酶調節劑E2012[14]也被納入本研究。與γ-分泌酶抑制劑作用機制不同，γ-分泌酶調節劑會結合到遠離γ-分泌酶活性位點的一個獨特的位點上，促進γ-分泌酶對Aβ42的進一步裂解，從而減少易聚集β澱粉樣蛋白的數量[16]。而且，在γ-分泌酶抑制劑L-685,458的存在下，E2012的效果還會增強[16]。
▲ γ-分泌酶的結構
接下來咱們就一起一個一個地看看上面提到的4種化合物與γ-分泌酶結合之後的冷凍電鏡結構。
第一個是會同時抑制γ-分泌酶切割APP和Notch的Semagacestat，施一公課題組得到了3.0Å解析度結構。
從結構上看，Semagacestat成功佔據了γ-分泌酶上原本該結合APP和Notch蛋白β鏈的位置。要知道，β鏈可是引導APP和Notch等底物被γ-分泌酶切割的關鍵所在[3，4]。
也就是說Semagacestat搶佔了APP和Notch與γ-分泌酶結合的位點，成功地抑制了γ-分泌酶對APP和Notch的切割。這在一定程度上直觀地解釋了Semagacestat導致嚴重副作用的分子機制。
▲ Semagacestat與γ-分泌酶的結合圖
看完Semagacestat與γ-分泌酶作用機制之後，你心裡可能在想：Avagacestat既然是選擇性抑制γ-分泌酶切割APP，那結合位點與Semagacestat定然不同。
如果你還知道Avagacestat和Semagacestat的化學結構差異巨大，那你應該會更加篤信上述猜想。
實際上，施一公課題組的成員一開始也是這麼想的。
但是當他們拿到Avagacestat與γ-分泌酶3.1 Å的結構之後，被他們看到的事實驚呆了。Avagacestat與Semagacestat在γ-分泌酶上的結合位點完全相同。
▲ Avagacestat與γ-分泌酶的結合
如此看來，Avagacestat抑制γ-分泌酶的機制與Semagacestat其實是一樣的。那問題來了：Avagacestat為啥表現出了選擇性呢？
深入研究才發現，原來Avagacestat與Semagacestat雖然在γ-分泌酶上佔據了同樣的位點，但是二者的結合模式還是存在細微的差異。
具體來說，Avagacestat主要與γ-分泌酶PS1周圍疏水殘基相互作用，與Gly382的醯胺基團只有一個氫鍵；相比之下，Semagacestat通過四個氫鍵固定在結合口袋上。除此之外，還有一些細微的差異。
換句話說，與Semagacestat相比，Avagacestat與γ-分泌酶的PS1結合後，構象更「鬆散」。或許就是這種差異，導致了二者之間的選擇性差異。
隨後解析L-685,458與γ-分泌酶3.1 Å的結構發現：L685,458的一部分也在γ-分泌酶上佔據了與前面兩種抑制劑相同的位置。當然，L-685,458其餘部分與γ-分泌酶之間的相互作用，與前面兩種化合物存在差異。
不過，總的來看，三種γ-分泌酶抑制劑都佔據了γ-分泌酶PS1中原本屬於APP和Notch蛋白β鏈的位置。只不過相互作用的具體殘基有所差異。
▲ 三個化合物結合詳情的比較
最後咱們再來看看E2012。
如前面所介紹，E2012前面三種化合物的作用機制不相同。但是E2012可以和L685,458同時結合γ-分泌酶，並達到更高的抑制效果[16]。那E2012和L685,458都結合到γ-分泌酶上，會是什麼樣的模樣呢？
解析度高達2.6 Å的冷凍電鏡結構顯示：E2012和L685,458結合在γ-分泌酶上兩個不同的位置，E2012插入到了PS1與γ-分泌酶的NCT結構域形成結合空腔中。
這也是學界首次明確了調節劑結合γ-分泌酶的位點。
進一步的研究發現，E2012結合到γ-分泌酶之後，可以和PS1的loop1形成氫鍵，而loop1與γ-分泌酶的底物招募密切相關[3，4]。
▲ E2012（紅）和L458結合γ-分泌酶的位點比較
至於L685,458為何能增強E2012的效果，研究人員也做了探索，他們「對比底物結合的構象，E2012空間上對底物跨膜螺旋的一側具有一定的位阻效應，但不完全重合，這與抑制劑是有明顯區別的」[17]。
因此，他們認為「這種位阻效應，客觀上構成了底物跨膜螺旋兩個方向的運動趨勢，為解釋E2012促進Aβ42切割成Aβ38的別構調節機制提供了結構基礎」[17]。
你可能看出來了，上面兩段說的內容其實我也沒看懂，所以就引用了清華大學官方稿件的說法。如果你想知道詳細的信息，可以點擊文末「閱讀原文」查閱論文原文。
總的來說，施一公課題組這項研究成果讓我們看清楚了γ-分泌酶抑制劑和調節劑的作用機制，對於開發更好的治療AD藥物，有極大的促進作用。
無論如何，期待科學家在AD基礎研究和治療領域取得更多的突破。
參考文獻：
[1].Guanghui Yang, Rui Zhou, Xuefei Guo, et al. Structural basis of γ-secretase inhibition and modulation by small molecule drugs[J]. Cell, 2020.
[2].Bai X, Yan C, Yang G, et al. An atomic structure of human γ-secretase[J]. Nature, 2015, 525(7568): 212-217.
[3].Yang G, Zhou R, Zhou Q, et al. Structural basis of Notch recognition by human γ-secretase[J]. Nature, 2019, 565(7738): 192-197.
[4].Zhou R, Yang G, Guo X, et al. Recognition of the amyloid precursor protein by human γ-secretase[J]. Science, 2019, 363(6428).
[5].Else H. The science events to watch for in 2021[J]. Nature.
[6].Golde T E, Petrucelli L, Lewis J. Targeting Aβ and tau in Alzheimer's disease, an early interim report[J]. Experimental neurology, 2010, 223(2): 252-266.
[7].Siemers E R, Dean R A, Friedrich S, et al. Safety, tolerability, and effects on plasma and cerebrospinal fluid amyloid-β after inhibition of γ-secretase[J]. Clinical neuropharmacology, 2007, 30(6): 317-325.
[8].Doody R S, Raman R, Farlow M, et al. A phase 3 trial of semagacestat for treatment of Alzheimer's disease[J]. New England Journal of Medicine, 2013, 369(4): 341-350.
[9].Doody R S, Raman R, Sperling R A, et al. Peripheral and central effects of γ-secretase inhibition by semagacestat in Alzheimer’s disease[J]. Alzheimer's research & therapy, 2015, 7(1): 36.
[10].Aster J C, Pear W S, Blacklow S C. The varied roles of Notch in cancer[J]. Annual Review of Pathology: Mechanisms of Disease, 2017, 12: 245-275.
[11].Gillman K W, Starrett Jr J E, Parker M F, et al. Discovery and evaluation of BMS-708163, a potent, selective and orally bioavailable γ-secretase inhibitor[J]. ACS Medicinal Chemistry Letters, 2010, 1(3): 120-124.
[12].Coric V, van Dyck C H, Salloway S, et al. Safety and tolerability of the γ-secretase inhibitor avagacestat in a phase 2 study of mild to moderate Alzheimer disease[J]. Archives of neurology, 2012, 69(11): 1430-1440.
[13].Coric V, Salloway S, van Dyck C H, et al. Targeting prodromal Alzheimer disease with avagacestat: a randomized clinical trial[J]. JAMA neurology, 2015, 72(11): 1324-1333.
[14].Esler W P, Kimberly W T, Ostaszewski B L, et al. Transition-state analogue inhibitors of γ-secretase bind directly to presenilin-1[J]. Nature cell biology, 2000, 2(7): 428-434.
[15].Kimura T, Kawano K, Doi E, et al. Preparation of cinnamide, 3-benzylidenepiperidin-2-one, phenylpropynamide compounds as amyloid β production inhibitors[J]. Eisai, Japan, 2005: 679.
[16].Pozdnyakov N, Murrey H E, Crump C J, et al. γ-Secretase modulator (GSM) photoaffinity probes reveal distinct allosteric binding sites on presenilin[J]. Journal of Biological Chemistry, 2013, 288(14): 9710-9720.
[17].https://news.tsinghua.edu.cn/info/1003/84251.htm
本文作者 | BioTalker
閱讀原文