本文系统阐述了α-螺旋肽的结构特征及其稳定机制，并介绍了药物设计中的核心策略，包括固相肽合成（SPPS）、N-羧基内酯（NCA）的开环聚合（ROP）、构象 stapling、非天然氨基酸引入以及刺激响应性修饰。同时，文章还重点介绍了计算模拟和深度学习方法在从头结构预测与功能优化方面的前沿进展。

α-螺旋肽的分子结构及其稳定因素

α-螺旋是一种由广泛氢键网络稳定的规则二级结构，其中主链的羰基氧原子与下游第四个残基处的酰胺氢原子形成氢键（i → i + 4）。这种模式产生了一个稳定、右手螺旋的构架。例如，在Aβ(1–40)肽形成的离子通道样孔道结构中，GXXXG基序内的Cα-H···O非经典氢键可增强螺旋间的连接性，从而强化孔道结构的稳定性。尽管此类相互作用的稳定贡献仍存在争议，但大量分子动力学（MD）和量子力学计算研究已证实其在稳定肽和蛋白质结构中的作用。

侧链的排列是影响螺旋稳定性的另一个关键因素。疏水性残基倾向于聚集，形成疏水核心，从而降低螺旋与水相之间的界面能，促进整体结构的稳定性。例如，α-螺旋的C端和N端通常富含疏水性或极性残基，这有助于螺旋的空间定位和折叠稳定性。极性残基还可通过形成盐桥和氢键参与螺旋结构的稳定。研究表明，某些跨膜蛋白中α-螺旋的稳定性依赖于其极性残基与膜环境之间的相互作用。

此外，α-螺旋在蛋白质整体结构中表现出动态特性。例如，在莲藕多酚氧化酶（PPO）中，α-螺旋的伸展与断裂与酶活性密切相关，特定的螺旋区域可通过稳定底物结合位点来促进催化过程，这表明α-螺旋的稳定性不仅取决于局部氢键和侧链相互作用，还与其功能状态有关。某些特定序列，如GXXXG基序，通过促进特定的螺旋间相互作用来调控肽段或蛋白质的组装方式，从而影响其结构与功能。疏水性和极性残基的分布则反过来决定了螺旋在膜环境中的定位与稳定性，进而影响蛋白质的整体构象与动力学行为。

α-螺旋的稳定性源于主链氢键网络的规则排列，以及通过疏水相互作用、极性相互作用和特定结构模体（如GXXXG序列）等侧链介导的调控。将分子动力学模拟与实验生物物理方法相结合，为阐明这些稳定机制提供了强有力的工具，从而为高稳定肽类治疗剂和功能蛋白的合理设计提供了关键指导。

肽的合成与修饰策略

肽的合成与修饰对于制备稳定的α-螺旋肽至关重要。主要方法包括固相肽合成（SPPS）和基于N-羧基内酯（NCA）的开环聚合（ROP）。由于其高效性、可自动化以及易于纯化，SPPS被广泛用于α-螺旋肽的合成，通过将氨基酸逐步偶联至固相树脂上实现肽链的延伸（图2a）。近年来，研究引入了非天然氨基酸及特殊结构基元，例如季α-芳基化氨基酸（Q4As），这些成分能够调控肽的折叠行为和稳定性，促进α-螺旋的形成与维持。NCA的ROP法在快速合成高分子量聚(α-氨基酸)方面具有独特优势，通常由亲核试剂（如伯胺）或碱（如叔胺和烷氧负离子）引发聚合反应（图2b）。此外，已开发出多种新型催化体系，如过渡金属催化剂和有机硅胺化合物，以实现对分子量和立体规整性的精确控制。

环化修饰是稳定α-螺旋肽构象的有效方法。通过在肽链特定位置引入化学交联剂，例如分子内环化或“钉合”（stapling），可有效降低构象的灵活性，从而提高螺旋的热力学稳定性和抗蛋白水解能力。例如，利用烯烃侧链在i和i+4位点进行关环复分解反应（RCM）实现碳氢钉合，形成共价桥连，显著稳定α-螺旋结构，同时可通过调节桥连长度、立体化学和取向来调控钉合效率和螺旋稳定性。近期研究还发现，多组分大环化反应不仅能够提供构象约束，还可引入多功能侧链，从而拓展了设计多样性。

引入非天然氨基酸是增强α-螺旋肽功能性和稳定性的另一项重要策略。诸如α-氨基酸、β-氨基酸及其衍生物等非天然氨基酸，可赋予肽链更强的结构刚性和抗蛋白水解能力。例如，Q4A的D/L对映异构体利用其独特的空间构型有效调控了肽链的α-螺旋倾向性：某些立体异构体通过优化主链二面角（φ, ψ）几何构型增强了螺旋稳定性，而其他构型则破坏了螺旋的连续性。含有氮杂环的β-氨基酸衍生物，如顺式-5-氨基氮杂环己烷-4-羧酸（cis-AAzC），可通过改变主链构象促进非常规的11/9或12/10螺旋结构形成，从而提高水溶性和生物相容性。非天然氨基酸的引入可通过调节氨基酸侧链的疏水性、电荷和空间位阻，从而改变肽的两亲性和功能特性，进而影响其细胞渗透性和靶向能力。螺旋稳定肽的脱靶效应主要源于其两亲结构引发的膜相互作用以及疏水性介导的非特异性蛋白质结合。这些风险可通过合理的序列设计、电荷优化和分子钉合工程显著降低，从而开发出具有高靶标指数的治疗性肽类药物。立体化学修饰在调控肽功能方面也起着关键作用。例如，含有D-氨基酸的环状N端封盖基序可增强α-螺旋的稳定性。这种简便且多用途的修饰方法非常适合用于肽库筛选和抑制剂开发。作为天然L-肽的对映异构体，D-肽因其抗蛋白酶降解性和优越的药代动力学特性，在肽类药物设计中受到广泛关注。镜像噬菌体展示技术结合计算机辅助药物设计平台（如finDr），可高效筛选靶向特异性D-肽配体，推动抗体模拟治疗药物的研发。

除了化学修饰外，响应性刺激修饰还赋予α-螺旋肽对外部和内部环境变化（如光、温度、氧化还原状态、pH值以及酶活性）的动态响应能力。例如，含有偶氮苯的大环肽可发生可逆的光诱导构象转换，动态调节其α-螺旋含量及相关的生物活性，为开发光控药物和功能性生物材料提供了新途径。含硒多肽通过引入硒醚（-Se-）侧链，对活性氧物种（ROS）具有响应性。当暴露于极低浓度（0.1%）的过氧化氢（H₂O₂）时，硒醚被氧化为亲水性的硒氧化物，从而引发从无规卷曲向α-螺旋的构象转变。这一过程可导致自组装胶束解聚，并实现对包封抗癌药物（如阿霉素DOX）的可控释放。通过阳离子溶瘤肽（PLP）与pH敏感性阴离子肽的静电复合形成的纳米颗粒（DNP），可在酸性肿瘤微环境（pH 6.8）中发生电荷反转，从而恢复其膜破坏活性。一种由金纳米颗粒（GNP）核心、合成肽连接子和光学功能分子（OFM）组成的蛋白质模拟纳米开关，可被肿瘤细胞过表达的碱性磷酸酶（ALP）激活。ALP介导的去磷酸化会引发多肽构象从柔性无规卷曲转变为刚性的α-螺旋，从而可用于调控荧光成像或光动力治疗（图2c）。

总之，NCA的SPPS和ROP为合成α-螺旋肽提供了高效的平台，通过环化、引入非天然氨基酸以及响应性修饰，显著提升了这些肽的螺旋稳定性、功能多样性和生物医学应用潜力。这些技术不仅改善了肽的构象稳定性和生物活性，还增强了其细胞穿透能力、抗蛋白酶降解性及药代动力学特性，为基于肽的治疗药物和生物材料开发奠定了坚实基础。

计算设计与结构预测

计算模拟与结构预测在α-螺旋肽的设计与优化中正发挥着日益重要的作用。分子动力学模拟、同源建模和深度学习等方法能够阐明肽的三维结构、动态行为及其与靶标之间的相互作用，为合理化肽类药物设计提供理论基础和预测依据。

作为一种原子尺度的动力学方法，分子动力学（MD）模拟能够动态地模拟肽在溶液或膜环境中的构象变化和稳定性。例如，在设计针对抗凋亡蛋白Bcl-xl的抗癌药物抑制剂时，通过分子对接结合田口方法筛选出优化的五肽序列（PO5），随后利用MD模拟验证了其与Bcl-xl BH3结构域的稳定结合，并表现出比现有化合物更强的亲和力（图2d）。同源建模基于已知结构的同源蛋白预测目标肽的三维结构，为后续的分子对接和MD模拟提供初始构象。例如，在一项研究结直肠癌中Wnt信号通路抑制的实验中，研究人员基于分泌型卷曲相关蛋白1（SFRP1）的同源模型设计了一种肽。分子对接和MD模拟预测该肽可保持稳定的α-螺旋结构，并有效结合Wnt2配体，后续实验也证实了其生物活性。这表明计算方法在肽结构预测和功能设计方面具有重要的指导潜力。基于深度学习的方法，如HelixGAN，利用生成对抗网络在原子水平上实现α-螺旋结构的从头设计，并通过梯度优化特定残基的构象。这些生成的结构与传统工具（如PEP-FOLD）预测的结果高度一致，在模拟受体结合稳定性方面表现出更优性能，代表了计算肽设计领域的最新进展（图2e）。

计算模拟方法在优化肽的结构与功能方面具有显著优势。首先，它们能够在分子水平上阐明肽-靶标相互作用的结合模式、能量贡献及动态稳定性，从而指导序列优化。其次，虚拟筛选和迭代设计循环可降低实验成本与耗时，同时提高筛选效率。第三，通过整合机器学习技术，这些方法能够从大规模序列数据集中识别潜在的生物活性肽，并设计出具有特定功能的新分子。然而，这些计算方法也存在一定的局限性。首先，分子动力学（MD）模拟对力场和溶剂模型非常敏感，而现有力场在模拟蛋白质-蛋白质/肽相互作用方面已知存在局限性。其次，高昂的计算成本限制了模拟所能达到的体系规模和时间尺度。第三，模拟结果需要实验验证，因为预测的结合亲和力或活性可能与实际情况存在偏差。例如，一些设计出的肽在体外竞争性结合实验中未能有效阻断靶标的结合。第四，尽管深度学习生成的结构展现出潜力，但其训练依赖于大规模、高质量的数据集，且通常缺乏直接预测动力学或热力学参数的能力。

计算模拟和结构预测技术为设计α-螺旋肽提供了强有力的工具，加速了肽类药物的研发与功能优化。未来在力场、计算资源和数据整合方面的改进将进一步拓展其应用范围。然而，实验验证仍是提高预测准确性和临床相关性的关键。表1总结了α-螺旋肽的合成、修饰及计算设计策略。

总之，为确保螺旋肽在复杂生物环境中发挥功能所需的正确结构完整性，必须系统性地整合三个不同层次的方法。在序列设计层面，可通过战略性引入α,α-二取代氨基酸（如Aib、Dpg）或N-甲基氨基酸来增强螺旋倾向性。同时，应采用计算算法预测螺旋稳定性，并优化亲水与疏水残基的分布，以保持关键的两亲特性。在化学修饰层面，可通过碳氢链桥接、硫醚桥联或内酰胺环化等方式共价锁定螺旋构象，并利用圆二色光谱（CD）和核磁共振（NMR）光谱验证所得螺旋含量。最后，在质量控制层面，应建立构效关系（SAR）研究，将螺旋度与生物活性相关联，同时利用分子动力学模拟预测其在溶液中的构象行为。此外，应通过蛋白酶敏感性实验来评估结构稳定性，以确保其在生理条件下的稳健性。

参考文献：DOI：doi.org/10.1186/s12967-026-08161-7