4. 实验测定稳定性数据

在蛋白突变稳定性预测工程中，实验测定的稳定性数据既是训练与验证预测模型的“金标准”，也是判断某个突变体是否值得继续开发的依据。本节聚焦三类最常用的测定手段——热变性、化学变性和圆二色谱（CD），并说明如何从公共数据库获取可用的稳定性数据。理解这些方法的物理量定义、实验条件与数据格式，是后续把实验数据与计算预测对齐的前提。

一、热变性：以熔解温度 Tm 为核心参数

热变性通过程序升温使蛋白逐步去折叠，常用差示扫描量热法（DSC）或热位移 assay（如 DSF、nanoDSF）监测。DSC 直接测量热容 Cp 随温度的变化，得到一条吸热峰曲线，峰顶对应熔解温度 Tm，峰面积对应范德华焓变 ΔHvH。DSF 则利用内源荧光（主要是色氨酸）或外源荧光染料（如 SYPRO Orange）随温度升高暴露而增强的信号，拟合得到 Tm。两者得到的 Tm 在多数情况下可比，但 DSF 的绝对值可能因染料结合而略有偏移。

热变性数据的关键参数包括：Tm（热稳定性核心指标）、ΔHvH（范德华焓，反映协同性）、ΔCp（热容变化，用于外推不同温度下的 ΔG）。若需要比较不同突变体的稳定性，通常用 ΔTm = Tm(突变体) − Tm(野生型) 表示。例如，某突变体在 pH 7.4、150 mM NaCl 条件下测得 Tm 为 62.3 °C，野生型为 58.1 °C，则 ΔTm = +4.2 °C，提示该突变可能提升热稳定性。需要注意，ΔTm 受缓冲液、离子强度、pH 和扫描速率影响，比较时须保持条件一致。

二、化学变性：用变性剂滴定获取 ΔGH2O

化学变性常用尿素或盐酸胍（GdmCl）作为变性剂，通过滴定改变蛋白折叠态与去折叠态的比例，再用荧光、CD 或吸收信号监测。典型做法是配制一系列变性剂浓度，平衡后测量信号，得到变性曲线。对两态折叠模型，可用线性外推法拟合：

ΔG(D) = ΔG_H2O − m × [D]
其中 ΔG(D) 为某变性剂浓度下的折叠自由能变化，
ΔG_H2O 为无变性剂时的构象稳定性，
m 为变性剂依赖斜率，反映去折叠时暴露面积变化。

拟合得到 ΔGH2O 和 m 值后，可进一步计算 Cm（转变中点浓度）。例如，某突变体在 25 °C、pH 7.0 条件下拟合得 ΔGH2O = 5.8 kcal/mol，m = 1.9 kcal/(mol·M)，则 Cm = ΔGH2O/m ≈ 3.05 M。与野生型 ΔGH2O = 4.2 kcal/mol 相比，突变体稳定性提高约 1.6 kcal/mol。化学变性法的优势是可在恒定温度下直接获得 ΔGH2O，但实验耗时较长，且高浓度变性剂可能引入非两态行为。

三、圆二色谱：监测二级与三级结构变化

圆二色谱通过测量左右旋圆偏振光吸收差来反映蛋白结构。远紫外 CD（190–250 nm）主要报告二级结构：α-螺旋在 208 nm 和 222 nm 有双负峰，β-折叠在 218 nm 附近有负峰，无规卷曲在 198 nm 附近有负峰。近紫外 CD（250–320 nm）报告芳香族残基环境，反映三级结构。热变性或化学变性过程中，连续采集 CD 信号可得到变性曲线，再拟合 Tm 或 ΔGH2O。

CD 的优点是样品用量少、可实时监测，且能同时提供结构变化信息；缺点是信号对缓冲液吸收、蛋白浓度和光程敏感，且高浓度变性剂（如 GdmCl）在远紫外区有强吸收，需使用短光程比色皿（如 0.1 cm 或 0.01 cm）并做空白校正。实际数据处理时，通常将 222 nm 的 CD 信号对温度或变性剂浓度作图，再用两态模型拟合。

三类实验稳定性测定与公共数据库数据流 实验测定方法 热变性 (DSC / DSF) 升温 → Cp 峰 / 荧光信号 输出：Tm、ΔHvH、ΔCp 比较：ΔTm = Tm(突变) − Tm(WT) 化学变性 (尿素 / GdmCl) 变性剂滴定 → 信号变化 输出：ΔG_H2O、m、Cm 拟合：ΔG(D) = ΔG_H2O − m[D] 圆二色谱 (CD) 远紫外 190–250 nm → 二级结构 近紫外 250–320 nm → 三级结构 222 nm 信号 → Tm / ΔG_H2O 数据整合与标准化 统一条件：pH、缓冲液、温度 统一单位：°C、kcal/mol、M 统一参照：野生型 vs 突变体 质量检查：曲线拟合 R² > 0.98 异常剔除：非两态、聚集、沉淀 输出：ΔTm、ΔΔG、Cm 表 公共数据库获取 ProTherm / ThermoMutDB ΔΔG、Tm、突变位点、条件 支持按 PDB ID / 突变检索 FireProtDB / ProtaBank 实验稳定性数据、突变体库 含 ΔG、Tm、ΔΔG 字段 PDB / UniProt 结构信息、序列、注释 辅助定位突变位点环境 数据下载与清洗 CSV / JSON 导出，去重、去冲突 统一突变命名：WT + 位点 + 突变 注：所有实验条件（pH、缓冲液、温度、扫描速率）须在比较时保持一致；数据库数据需核对原始文献条件后再用于建模。

四、公共数据库数据获取与使用要点

公共数据库是快速获取大量稳定性数据的重要来源。ProTherm 和 ThermoMutDB 收录了文献报道的突变体 ΔΔG、Tm 和实验条件，可按 PDB ID、UniProt 登录号或突变位点检索。FireProtDB 和 ProtaBank 则更侧重工程化突变体库，字段包括 ΔG、Tm、ΔΔG 及对应的实验方法。PDB 和 UniProt 提供结构与序列注释，帮助判断突变位点是否位于疏水核心、界面或柔性区。

下载数据后，必须进行清洗与标准化。常见问题包括：同一突变在不同文献中 ΔΔG 符号相反（注意定义方向：ΔΔG = ΔG突变 − ΔG野生型，负值通常表示去稳定）；Tm 条件不一致（pH、缓冲液、离子强度不同）；突变命名不统一（如 A123V 与 Ala123Val）。建议统一为“野生型残基 + 位点编号 + 突变残基”格式，并保留原始条件字段。对于建模，优先选择同一蛋白、同一实验方法、同一条件的数据子集，以减少系统偏差。

实操建议：从 ThermoMutDB 下载某蛋白的突变数据后，先按“实验方法”分组，再按“pH 和缓冲液”筛选，最后计算 ΔΔG 的均值和标准差。若同一突变有多个独立测量值，取中位数并记录离散度，作为后续模型训练时的置信度权重。
注意：化学变性中 GdmCl 在远紫外区有强吸收，CD 测量需使用 0.01–0.1 cm 短光程比色皿并做空白校正；热变性中 DSF 的 Tm 可能因染料结合而偏离 DSC 结果，跨方法比较时需谨慎。

综上，热变性提供 Tm 和 ΔTm，化学变性提供 ΔGH2O 和 Cm，CD 提供结构变化与变性曲线，三者互为补充。公共数据库则把这些数据汇聚成可检索、可下载的资源。实际工作中，应根据蛋白特性和研究目标选择合适方法，并始终记录完整的实验条件，以便数据可复现、可比较、可用于预测模型的训练与验证。

← 上一章 📖 返回目录 下一章 →