深度流形学习揭示蛋白酶体自调控的隐藏动力学

2.5-MDa 的 26S 蛋白酶体维持蛋白质稳态并调节无数细胞过程。多泛素化底物相互作用如何调控蛋白酶体活性尚不清楚。本文我们引入一个名为 AlphaCryo4D 的深度流形学习框架，该框架能够对非平衡构象连续体进行原子级冷冻电子显微镜（cryo-EM）重构，并重构出底物降解过程中蛋白酶体自调控的隐藏动力学。AlphaCryo4D 将三维深度残差学习与自由能景观的流形嵌入相结合，通过基于能量的粒子投票算法指导三维聚类。在使用模拟异质 cryo-EM 数据集的盲测中，AlphaCryo4D 的三维分类精度达到常规方法的三倍，并以亚 3 埃分辨率重构了 130-kDa 蛋白质的连续构象变化。通过使用 AlphaCryo4D 分析单个实验 cryo-EM 数据集，我们鉴定出底物结合的人源 26S 蛋白酶体的 64 个构象体，揭示了双帽全酶中两个调控颗粒的构象纠缠及其与单帽全酶的能量差异。在 RPN2、RPN10 和 Alpha5 亚基上发现了新的泛素结合位点，用于重塑多泛素链以进行去泛素化并回收。重要的是，AlphaCryo4D 编排了蛋白酶体 AAA-ATPase 马达在转位起始过程中的单核苷酸交换动力学，其通过变构促进亲核攻击而上调蛋白水解活性。我们的系统分析阐明了蛋白酶体自调控的一种宏大的层级变构机制。