2.2 蛋白质的空间结构与折叠

2.2 蛋白质的空间结构与折叠

本节摘要：蛋白质的一级结构（氨基酸序列）会自发折叠出四级层次：一级序列挑出肽键，二级局域螺旋与折叠板由氢键稳定，三级是整个多肽的三维骨架，四级是多个亚基组装成复合体。本节用多个算例估算多肽长度与二级结构占比、把"分子量↔残基↔螺旋长度"随手换算，解释折叠由疏水效应驱动、由分子伴侣协防，并量化错折叠如何通向淀粉样疾病。

学习目标

阅读完本节，你应当能够：

1. 说出蛋白质结构的四个层级并各举典型二级单元
2. 解释疏水效应在折叠中的"发动机"作用
3. 用算例把"序列长度、分子量、二级结构占比"联系起来
4. 说明分子伴侣与二硫键如何帮助折叠/稳定成形
5. 指出错误折叠（如 β 淀粉样沉积）为何指向疾病

一、四级结构：从序列一路堆上去

一条多肽先有一级结构（线性序列，靠肽键连），再在局部折出 α-螺旋（每圈 3.6 残基、靠链内氢键）与 β-折叠（相邻肽段靠氢键并排成片），这叫二级结构。把整条链的二级单元在空间里排布成真实三维形态，是三级结构。若干多肽链（亚基）再组装成四级结构，比如血红蛋白就是两条 α 链加两条 β 链的四聚体。

三级结构的形状大致分两类：纤维状（如胶原）提供拉伸强度，球状（如酶、抗体、转运蛋白）把亲水壳外围着疏水核，以便溶于水又包裹活性位点。掌握"球状 vs 纤维状"这个粗略二分，能帮你在读结构图时快速判断这个蛋白是"干活的"还是"撑腰的"。

二、一个数量级的直觉：序列长短决定占位

我们先用算例感受"一个残基多重、一段螺旋约几个残基"。这层换算在做蛋白质建模、表达纯化、估算泳道分子量时非常常用。

aa_per_spiral = 3.6
pitch = 0.54            # nm，每圈轴向螺距
def spiral(n):
    turns = n / aa_per_spiral
    return turns, turns * pitch

for n in [40, 100, 400]:
    turns, length = spiral(n)
    print(f"{n:>3} 残基 → {turns:.1f} 圈 α 螺旋，轴向约 {length:.0f} nm，分子量约 {n*110} Da")

# 球状蛋白"半径 vs 残基数"的经验律估（radius ~ 1.33 * N^0.33 nm）
def sphere_radius(n_res):
    return 1.33 * n_res ** 0.33
for n in [100, 300, 1000]:
    print(f"约 {n:>4} 残基 → 估算球状半径 {sphere_radius(n):.1f} nm")
​

当分子量反推残基数，或用经验律估一个结构域的大小，就能判断"这条蛋白该长成多大的一坨"。凡与凝胶电泳、凝胶过滤层析打交道的人，都靠这类换算把"泳道上的条带"翻译成"分子大概是多大、几个亚基"。

三、折叠的驱动力：疏水效应与分子伴侣

折叠最主要的"发动机"是疏水水合：溶液里的水想少"供养"非极性残基，于是那些疏水侧链被挤进分子内核，把亲水带电侧链留在表面。这与第 1 章讲的两亲性同一源头。下面的算例演示"疏水暴露面积越小、溶度越占优"如何单向推动折叠。

# 疏水骨架进水的"惩罚"驱动折叠：表面积越小越占优
def free_penalty(surfaceA2, gamma=0.03, T=310):
    # 疏水表面与水接触的自由能代价，kcal/mol 量级
    R = 1.987e-3; kcal = 0.018 * surfaceA2   # 每 A2 表面约 18 cal/mol
    return kcal
for area in [2000, 6000, 12000]:
    print(f"暴露疏水面积 {area:>6} Ų → 折叠代价约 {free_penalty(area):.0f} kcal/mol")
​

展开态暴露大量疏水面积，折叠则把它们埋进核内、大幅削减这一代价——这就是漏斗往低能走的"引擎"。但折叠也不是随意降落，而是一条"漏斗"状能量路径（下图）。分子伴侣（如热休克蛋白）并不告诉链该怎么折，而是"罩住"折叠中的链，防止它误聚成无活性的大块。

图 2-1 蛋白质折叠漏斗

漏斗图传达的是：折叠并不是在所有构象里随机乱逛，而是朝更低自由能的方向收敛；中途的错误产物会被伴侣兜住重折。这也解释了为什么温度稍高就易出错——能量波动把链推离漏斗底部。而二硫键则把成熟的分泌蛋白构象"焊固"，正如第 2.1 节所讲。-S-S- 一旦形成，即使后来局部张力存在也会被锁住，因此内质网里氧化环境+伴侣+二硫键三重协作决定分泌蛋白最终形态。

四、错折叠即疾病

若折叠失败或分子伴侣负荷过重，疏水区域互粘会聚成错误聚集物。阿尔茨海默病的 β 淀粉样蛋白沉积、疯牛病致病的朊蛋白，都属于"某个蛋白的错折叠/错构象传染"。下面量化"淀粉样纤维一把就烧断还是越堆越稳"的临界性。

def aggregate_growth(n, k_on, k_off):
    # 极简成核-延伸：净值 = 生长 - 解离
    return k_on * n - k_off
for k_on, k_off in [(2.0, 1.0), (1.0, 1.0), (1.0, 2.0)]:
    net = aggregate_growth(100, k_on, k_off)
    print(f"k_on={k_on} k_off={k_off} → 每单位时间净增 {net:+.1f}（{'倾向延伸' if net>0 else '倾向解散' if net<0 else '临界' }）")
​

当"加上去"比"掉下来"快，聚集就越滚越大并最终自催化扩增——这正说明淀粉样沉积一旦越过某个核化门槛就变得极难逆转，也解释了这类病的病程为何"拖得越久越重"。要理解淀粉样纤维为何难缠，也绕不开氢键主导的 β 折叠重排：大量平行的 β 片在整个纤维长度上靠氢键彼此咬合，异常牢固。

本节要点回顾

• 四个层级：一级序列、二级（α 螺旋 β 折叠）、三级三维形态、四级亚基组装。
• 疏水驱动折叠：非极性侧链入核、极性带电侧链在水面，漏斗模型由能量主导。
• 可算的换算：约 110 Da/残基、3.6 残基/圈、球状半径经验律，把分子量与长度落到直觉。
• 伴侣与二硫键：帮助折叠与反馈错误路线，而非指定构象；分泌蛋白尤赖二硫键。
• 错折叠即疾病：淀粉样、朊病毒是"同一个序列、另一套折法"的临床证例。