Caltech JACS：分子动力学揭示GLP-1R的偏向性激动机制

如果关注药物领域，相信你对GLP-1R (胰高血糖素样肽1受体， glucagon-like peptide-1 receptor) 一定不会陌生。作为明星药物靶点，GLP-1R对于治疗II型糖尿病 (T2DM) 和肥胖的效力受到了包括Novo Nordisk、Eli Lily、Pfizer等在内的头部药企和一众Biotech公司的青睐，长效GLP-1R激动剂、可口服的小分子激动剂和相关双 (多) 靶点激动剂更是近年的热门话题。

同时，作为极具代表性的B类G蛋白偶联受体 (G-protein coupled receptor, GPCR)，GLP-1R在过去二十余年得到了科学家们的持续关注——从早期基于多肽配体的激动剂、拮抗剂研究，到近些年多篇文章持续性报道的cryo-EM结构测定，都为GLP-1R的作用机制提供了诸多线索，并帮助人们更好地理解了B类GPCR在结构、功能、机制上的特殊性。然而尽管如此，GLP-1R活化的详细分子机制仍然存在许多谜团，其中一个就是GLP-1R的偏向性激动。

近日，加州理工学院（Caltech）李勃在William A. Goddard, III教授的指导下，在J. Am. Chem. Soc.上发表论文，利用分子动力学模拟技术，研究了GLP-1受体与Gs蛋白及偏向性激动剂ExP5形成的活化复合物的结构和动力学特性。

图片来源：J. Am. Chem. Soc.

ExP5是GLP-1受体的一种G蛋白偏向激动剂，其独特的N端序列决定了其信号的偏向性，它能以更快的速度和更高的效力激活G蛋白信号通路，从而降低了与之竞争的β-arrestin活化路径的比重。然而，ExP5造成该现象的分子机制尚不明确。

本研究利用微秒级分子动力学模拟，解析了ExP5与受体间的相互作用模式，提出ExP5通过其特殊的N端电荷网络调控受体的构象变化，从而增强了与Gs蛋白的相互作用的分子机制。作者发现，ExP5的N端能够深入GLP-1R的胞外结合口袋，特别是E1能够通过其正负电荷组合与TM5的R5.40和TM7的E6.53、E7.42形成多个盐桥，构建了一个强大的电荷网络。此外，还观察到N5与Q3.37之间，以及Y1.43-D4-R2.60-Y1.47之间形成的氢键网络。这些相互作用加强了ExP5与受体的结合。需要指出的是，由于分辨率限制，E1所形成的电荷网络在已有的cryo-EM结构中尚未被解析出来，本研究通过动力学模拟发现了这一新的结合模式。

图片来源：J. Am. Chem. Soc.

为了进一步考察ExP5如何稳定GLP-1R的激活构象，作者将模拟所得的ExP5-GLP-1R-Gs复合物与非激活态GLP-1R进行了对比。结果发现，在ExP5的作用下，TM6向细胞内侧下移，TM7向细胞外侧上移，TM5在细胞内端发生延伸。这些构象改变为Gs蛋白的耦合提供了基础。进一步分析表明，E1的电荷网络在这个过程中发挥了关键作用。它通过与TM6的E6.53形成盐桥，诱导TM6的下移。同时，它促进了TM5-TM6之间紧密的缝合，使两者的细胞内半部集体向内侧移动。

图片来源：J. Am. Chem. Soc.

最后，作者考察了上述由ExP5诱导的构象改变对Gs蛋白耦合的影响。结果发现，TM5-TM6的向内移动使其与Gs蛋白α亚基的Ras结构域形成了大量的相互作用——这在先前的Cryo-EM结构中只有部分反映出来。例如，TM5的延伸使其能与Ras接触，ICL3也参与到了相互作用中。因此，ExP5能增强受体与Gs蛋白之间的耦合。这可能是ExP5显示G蛋白偏向性激动的关键相互作用基础。

总之，本研究提出了一种新的分子机制，即：ExP5通过其特殊的N端电荷网络诱导信号从外向内的传导，使受体发生有利于Gs蛋白激活的构象改变。这为ExP5的偏向性激动提供了解释，也为开发更有效的II型糖尿病和肥胖药物提供了重要信息。本研究还指出了仅依赖低分辨率Cryo-EM结构解析构效关系时的潜在局限性，因为一些关键的残基级别的相互作用可能没有被解析出来或受到其它稳定剂的影响。本研究为GLP-1R以及其他B类GPCR的构效关系研究提供了新的认识。

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

Structure and Molecular Mechanism of Signaling for the Glucagon-like Peptide-1 Receptor Bound to Gs Protein and Exendin-P5 Biased Agonist

Bo Li, Krystyna Maruszko, Soo-Kyung Kim, Moon Young Yang, Amy-Doan P. Vo, and William A. Goddard III*

J. Am. Chem. Soc., 2023, 145, 20422–20431, DOI: 10.1021/jacs.3c05996

作者简介

李勃：加州理工学院在读博士 (2021-present)，师从William A. Goddard教授，主要研究方向为大尺度计算方法的开发及其在复杂分子体系中的应用，特别关注计算分子设计。现休学任QuanMol Tech, Inc. 首席科学家，专注建立新一代小分子药物设计平台QuanMol ReDefine。此前，李勃本科于天津大学-南开大学联合培养，期间先后师从UCLA K. N. Houk教授、天津大学党延峰教授、加州理工学院Thomas F. Miller教授开展有机、催化、生物、材料体系的计算研究。目前论文、专利共20余篇 (含in-press)，做出主要贡献的论文包括JACS (x5)、Nat. Chem.、Nat. Commun. (x3)、Acc. Chem. Res. (x2)、PNAS、Angew. Chem. Int. Ed. 等。

QuanMol Tech聚焦小分子药物发现领域，基于其独有的QuanMol ReDefine云计算药物建模平台和普适性Interaction-based drug design (IBDD) 技术，助力药物化学家快速、准确设计药物分子，建立直观且高精度的SAR。现有案例涵盖KRas、kinase、nuclear receptor、bromodomain、GPCR等多样化靶点。QuanMol Tech正与多家国内外知名机构和高校开展合作研发，现寻求更多小分子药物发现方向的合作，包括软件订阅、合作研发 (例如提供高活性新骨架设计)、学术合作 (共同研究并发表论文) 等。团队有丰富合作经验和强技术背景。详情请联系邮箱：connect@quanmol.com。