揭示细胞膜自组装背后的物理本质

注：文末有研究团队简介及本文科研思路分析

自组装是结构单元自发形成有序结构的现象。从没有生命的无机材料，到生命活动的基本单位——细胞，自组装随处可见。细胞膜作为细胞的基本结构之一，起着分隔细胞内部和外界环境、控制物质出入的作用。细胞膜的结构骨架是双层膜（bilayer），由脂质分子自组装而成。了解这一自组装过程及其背后的物理本质将有助于进一步理解生命的起源。

2001年，S. Marrink教授在美国化学会志上发表了里程碑式的工作（JACS, 2001, 123, 8638），通过分子动力学模拟的手段在原子尺度上观察了随机无序的脂质分子组装成有序的双层膜结构的全过程。在之后的近20年里，许多研究者都尝试对这一现象进行更为深入的分析，然而，由于这些研究均停留在用肉眼观察的研究模式，因而始终无法了解这个过程背后的物理本质。

本工作通过引入溶剂可及表面积（SASA）和均方根偏差（RMSD）两个指标，并创造性地运用马尔科夫态模型分析法，成功地对大量分子动力学模拟数据进行了处理，得到了自组装过程的一维自由能曲线和二维自由能面（图1）。一维自由能曲线显示，体系的自由能在总体上随着组装的推进呈逐步下降的趋势（图1a）。在这个过程中，焓起着推动组装的作用，而熵则不利于组装的进行（图1b）。二维自由能面则对组装过程中的不同结构状态进行了更加精细地划分（图1c）。结果显示，体系在组装过程中会经过两条不同的组装路径：一条路径以SPL态为代表，另一条路径以NCT态为代表，两条路径在局部稳定态CC处交汇。之后体系需要跨过一个高度为0.02 kJ/mol每脂质分子的自由能能垒，然后转变为稳定的双层膜状态。能垒的存在验证了大约20年前Marrink教授的猜测。

图1. (a) 自组装过程中的自由能变化曲线；(b) 自组装过程中焓和熵对自由能的贡献；(c) 自组装过程中的二维自由能面。图片来源：J. Am. Chem. Soc.

此外，通过一个五态的非平衡动力学模型，研究者也得到了不同宏观状态的比重随时间的变化情况（图2），从动力学的角度展现了自组装的全过程。

图2. 从随机分布状态出发之后，不同宏观状态的比重随时间的变化情况。图片来源：J. Am. Chem. Soc.

上述结果表明，只要使用得当，马尔科夫态模型分析法可以深入而全面地揭示组装过程的物理本质。考虑到脂质分子本身高度的结构复杂性，这一工作意味着类似的研究策略可以被运用到更多的自组装体系研究中。

这一成果近期在线发表于学术期刊Journal of the American Chemical Society。复旦大学的翁经纬博士和杨茂华博士生为共同第一作者，徐昕和王文宁为共同通讯。

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）：

Revealing Thermodynamics and Kinetics of Lipid Self-Assembly by Markov State Model Analysis

Jingwei Weng, Maohua Yang, Wenning Wang*, Xin Xu*, Zhongqun Tian

J. Am. Chem. Soc., 2020, 142, 21344–21352, DOI: 10.1021/jacs.0c09343

徐昕教授简介

徐昕，复旦大学化学系教授，博士生导师。1991年获厦门大学化学系物理化学专业理学博士学位，1991到1993年为中科院福建物质结构研究所博士后，1993年被聘为厦门大学化学系副研究员，1995年破格晋升为研究员。1995~1996年为日本京都大学工学部访问教授，2000～2003年为美国加州理工学院化学系访问教授。2010年6月加盟复旦，2011年度被聘为教育部长江学者特聘教授。现任国际期刊《JACS Au》副主编和国内外多个杂志的编委。

复旦大学徐昕教授课题组（课题组网页：www.xdft.org  ）的主要研究方向为理论方法开发（如密度泛函理论的新泛函、氧化物SPC嵌入簇模型方法、XO组合方法、动力学蒙特卡洛方法XPK等），及其在多相催化、均相催化、（催）组装体系等方面的应用。取得了一系列国内外同行公认的科研成果。部分科研成果获2019年教育部高等学校科学研究优秀成果奖——自然科学一等奖（题目：密度泛函理论新进展）。课题组设立并常年开放上述相关课题的博士后项目，将依据应聘者的能力以及相应课题的项目需求，提供相匹配的、有竞争力的薪酬和待遇。欢迎有志于挑战电子结构理论方法与应用的难点和热点问题的优秀博士生报名。应聘者需提交电子版个人简历，并发送到邮箱xxchem@fudan.edu.cn（徐昕）或jwweng@fudan.edu.cn（翁经纬）。标题须统一注明：“博后招聘-姓名-学校-专业”。

科研思路分析

Q：这项研究最初是什么目的？或者说想法是怎么产生的？

A：自组装是自然界和科研界中一个极为常见的现象，但对应的理论研究非常缺乏。我们组多年来都对它十分关注，也投入了相当多的人力和物力，希望能够解析自组装现象背后的物理本质。但由于自组装体系的计算模拟研究存在多个技术难点，所以一直进展缓慢。这次的进展是徐昕课题组和王文宁课题组通力合作的结果，并得到了厦门大学田中群教授的大力支持和具体指导。由于我们选择了脂质自组装体系作为突破口，这一体系的计算模拟基础较好，前人也积累了不少的经验，这使得整个工作有相对较高的可控性和可规划性。另外，我们幸运地发现RMSD可以作为自组装体系的指标，并且经过艰苦的努力实现了对应的算法，为马尔科夫态模型分析法的运用奠定了基础。

Q：研究过程中遇到哪些挑战？

A：本项研究中最大的挑战是马尔科夫态模型的构建。自组装体系是非常特别的体系，与常见的蛋白质大分子体系有着很大的不同，常规的分析策略都不奏效。另一面，这使得我们必须摆脱旧的思维模式，去另辟蹊径，去寻找新的分析策略。另外，我们团队在如何认识自组装现象，如何看待细致平衡假设等问题上也曾有过很大的分歧。在这个过程中，我们团队成员积累了对马尔科夫态模型分析法的丰富的使用经验，向同行专家请教，团队良好的沟通对解决这些问题起到了至关重要的作用。当然，尽管我们已经解决了一部分问题，对自组装体系的计算模拟研究依然存在非常多的挑战，特别是力场准确性的问题和采样充分度的问题等。我们希望通过不断学习和创新，努力将研究推到更高的层次。