欢迎光临
我们一直在努力

IF=15,生信基地作为作者单位的第一篇SCI:计算机设计CLDN4导向肽载纳米气泡

一、写在前面

继致谢论文后,Biomamba生信基地迎来了作为作者单位参与的第一篇文章:

图片

这篇文章题为"In silico design of CLDN4-directed peptide-loaded nanobubbles for ultrasound-assisted delivery, photothermal therapy, immune activation, and multimodal imaging in ovarian cancer"发表于《J Nanobiotechnology.》(IF=15,DOI:10.1186/s12951-026-04675-w)。

CLDN4因其在上皮性卵巢癌中频繁富集且与侵袭性肿瘤表型相关,是卵巢癌中具有治疗意义的候选靶点。重要的是,CLDN4 同时也在多种正常上皮组织中本底表达。因此对于配体介导的靶向递送,CLDN4 的表达水平与细胞膜可及性是两项相互独立但互为补充的考量条件。本研究旨在开发一种结合分子识别、超声/荧光成像、超声相关IP相关传递/保留及光热处理的CLDN4导向肽-纳米气泡光治疗平台。经结构引导的计算机优化和表面等离子体共振验证得到CLDN4结合肽——P15。P15与哆青碱绿(ICG)结合生成ICG–P15光热偶联物(IP),并将其掺入充满六氟化硫的脂质纳米气泡中形成IP/NBs。实验数据支持,超声相关增强肿瘤IP相关递送/保留、能在光热肿瘤抑制治疗中参与免疫激活。

Xu Y, Hua Y, Zhang C, Zhang Y, Wan J, et al. In silico design of CLDN4-directed peptide-loaded nanobubbles for ultrasound-assisted delivery, photothermal therapy, immune activation, and multimodal imaging in ovarian cancer. J Nanobiotechnology. 2026 Jun 11;24(1):764.

这里也预祝我们的粉丝们早日命中心仪的期刊,若是大家觉得我平时分享的代码或生信教程有那么点好用,可以在文章里以这种格式致谢Biomamba,希望咱们这个系列也能更新个百八十篇:

Since Biomamba and his wechat public account team produce bioinformatics tutorials elaborately and share code with annotation, we thank Biomamba for their guidance in bioinformatics and data analysis for the current study.

如果需要单细胞数据分析教学、生信热点全文复现、自测数据个性化分析辅导、实验科研服务,欢迎联系[Biomamba_zhushou]。

图片

二、主要生信结果

本篇文章干湿结合,湿实验用到的有:

CLDN4过表达细胞系、超声红外、ROS共定位、增殖分析、类器官培养WB、纳米气泡制备、体外释放动力学、光热加热测量、细胞毒性、Bliss 协同相互作用分析、超声辅助内皮透孔转运测定、体内抗癌研究、体内对比增强超声成像IP/NBs检测、评估肿瘤内IP相关分布及T细胞浸润情况、ICD相关危险信号与细胞因子检测、体外免疫细胞激活测定。

详细结果大家可以参考原文,这里仅列生物信息学相关部分:

1、卵巢癌中CLDN4富集的单细胞转录组分析

1.1 分析过程

本文分析了来自八个卵巢癌样本(GEO: GSE130000)的单细胞RNA测序数据,包括未治疗的原发肿瘤(n=4)、腹膜转移(n=2)和复发病灶(n=2),以识别肿瘤富集的候选靶点。经过质量控制后,排除线粒体基因含量>20%、检测不到200个基因、超过6000个检测基因或文库复杂度较低(新颖度评分<0.8)的细胞,保留了13,369个高质量细胞。下游分析使用Seurat v4.3进行。基因表达矩阵通过SCTransform进行归一化,并选取了3000个高度变异的基因进行后续分析。对缩放变量基因进行了主成分分析,前50个主成分被用于统一流形近似与投影(UMAP)和基于图的聚类(分辨率=0.8)。细胞群体根据典型标记基因表达模式进行注释。

图片

原文Fiugure 2 看图片是不是很眼熟:单细胞Figure 1常见图表

为了识别肿瘤/上皮候选区室富集的基因,在标记定义的肿瘤/上皮候选细胞与数据集中剩余细胞群之间进行了差异表达分析,使用FDR<0.01,|log₂ 折叠变化|>1,表达细胞分数最小>0.25。符合这些标准的基因被用于优先选择肿瘤富集的候选靶点,包括紧密连接相关基因。

为进一步探讨CLDN4表达在不同临床疾病状态间的差异,基于高EPCAM/KRT19/KRT8/KRT18表达及低PTPRC/LST1/COL1A1/PECAM1表达,提取了一个标志定义的肿瘤/上皮细胞。随后,CLDN4表达在样本层面使用pseudo bulk方法,每个样本生成一个值。使用Kruskal–Wallis检验评估了原发病变、转移病灶和复发病灶间的差异。

在探索性EMT/迁移相关分析中,在标记定义的肿瘤/上皮候选区内计算EMT/迁移特征评分。该特征基于经过精心筛选的EMT及迁移相关基因面板,包括VIM、FN1、CDH2、SNAI1、SNAI2、ZEB1、ZEB2、TWIST1、MMP2、MMP9、MMP14、ITGA5、ITGB1、ITGAV、ITGB3、SERPINE1、TGFB1和TGFBI。未出现在过滤后表达矩阵中的基因不计入评分计算。对于每个细胞,EMT/迁移评分作为检测到的特征基因的平均SCTransform归一化表达来计算。随后通过对每个样本肿瘤/上皮候选区室的细胞级得分进行平均,生成样本级EMT/迁移得分。对样本层面CLDN4表达与EMT/迁移评分关联可视化。

1.2 主要结果

GSE130000数据集来自八个卵巢癌样本,包括四个原发肿瘤、两个腹膜转移和两个复发病灶(Figure 2a)五种细胞类型(Figure 2b, c)。在紧密连接基因中,CLDN4在肿瘤/上皮候选区室表现出优先表达(Figure 2d),支持其作为肿瘤富集治疗靶点的候选性。不同疾病状态中CLDN4表达的样本水平探索性比较,结果证实存在差异(Kruskal–Wallis p = 0.048;补充图S1c)我们还考察了同一肿瘤/上皮候选区内样本级CLDN4表达与EMT/迁移相关特征评分之间的关系(补充图S1d)。该分析同样被视为探索性,用于评估CLDN4表达是否与入侵相关转录特征具有描述性一致性。

图片

Figure S1

2、CLDN4结合肽序列的设计

2.1、分析过程

CLDN4–C端的C末端C-端产权梭菌肠毒素(C-CPE)复合体(PDB: 5B2G)的晶体结构被用作肽设计的结构模板。为识别CLDN4识别的残基,利用Discovery Studio 2021进行了每残基能量分析和丙氨酸扫描诱变,并由MM/GBSA估算了残基层次对结合的贡献。基于这些分析,识别出能量重要的残基,并将其归类为两个功能区,以便肽序列优化。

随后在这些区域的选定热点位置进行饱和诱变,系统地用20个典型氨基酸替换每个残基。被保留预测表现出比相应亲序列更有利结合自由能的变异体,以构建聚焦候选肽文库。在初步排名中,MM/GBSA利用OPLS4力场和VSGB2.0溶剂模型评估了所得变体的结合自由能。候选序列根据预测的结合自由能进行排名,排名前列序列则被推进以供实验验证。

2.2 主要结果

为了从C-CPE–CLDN4界面推导出最小CLDN4结合基序,我们首先分析了CLDN4–C-CPE复合物(PDB:5B2G;Figure 3b)。界面能量分解鉴定出若干对受体识别有重大贡献的C-CPE残基,包括Phe219、Leu223、Arg227、Leu254、Tyr310、Leu316和Gln317(见图。3c)。补充的单残基能量扫描进一步强调了Asn218、Asp225、Arg227、Tyr306、Tyr310和Leu315作为配体结合中能量上重要的位置(Figure 3d)。

基于这些热点残基,我们在两个功能区(Asn218/Asp225/Arg227)和区域II(Tyr306/Tyr310/Leu315)上进行了饱和诱变,并保留了亲和力偏好的变体,构建了一个聚焦肽文库(Lead-PCL;20条预测序列和2条亲本序列)。

图片

Figure 3

3、分子动力学模拟

3.1 分析方法

AlphaFold3生成的预测肽结构通过HDOCK与CLDN4对接,获得初始肽-受体复合物。随后在GROMACS中进行分子动力学模拟,以评估对接配合物在显性溶剂环境中的构象稳定性。每个配合物在TIP3P水箱中被溶,实现电荷中和,并在生产模拟前进行能量最小化和平衡处理。模拟持续了50纳秒,并通过均方根偏差(RMSD)分析。需要GPU算力的同学可参考:RTX5090、4080S、5070显卡上机。

评估了轨迹稳定性。在候选肽的比较优先级排序中,对所得的50纳秒轨迹进行了MM/GBSA计算,并以计算出的结合自由能作为候选人选择的支持排名证据。

3.2 主要结果

通过结构引导对接和MM/GBSA对50纳秒轨迹的MM/GBSA评估对候选肽进行排名,P15被确定为表现最佳序列(ΔG = − 48.55 kcal/mol; Figure 3e–g 和 S3–S6)。在GROMACS中进行的分子动力学模拟,持续50纳秒,支持了P15–CLDN4复合物在轨迹中的相对构象稳定性(见图S5f)。结构建模表明,P15在CLDN4的胞外囊中呈现出有利的结合姿态(Figure 3h)。

表面等离子体共振分析显示,四个候选体(P02、P14、P15和P21)结合了具有纳摩尔范围亲和力的重组CLDN4(图3 i–l)。其中,P15的稳态K_D值最低(11.28±0.35 nM)。

图片

赞(0)
未经允许不得转载:171主机测评 » IF=15,生信基地作为作者单位的第一篇SCI:计算机设计CLDN4导向肽载纳米气泡
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址