人工智能揭示苦味受体在肠道与大脑健康中的潜在作用

摘要：研究人员利用最新的基于人工智能的蛋白质建模系统AlphaFold3预测了全部25种已知人类苦味受体（T2Rs）的结构。与AlphaFold2相比，AF3在与实验测定数据对比时，始终能产生更准确的结构预测。

该研究揭示了T2Rs细胞内区域存在很强的结构相似性，而细胞外区域有显著差异，这解释了不同受体如何对多种苦味化合物做出反应。这些见解凸显了T2Rs在味觉和肠脑信号传导中的双重作用，为食欲控制、葡萄糖代谢及糖尿病等生活方式疾病的研究开辟了道路。

关键事实：

• 人工智能升级：AlphaFold3在预测T2R结构方面优于AlphaFold2。
• 结构见解：细胞内区域高度保守，而细胞外区域差异很大。
• 健康潜力：研究结果将苦味受体与肠脑信号传导及糖尿病研究联系起来。

来源：芝浦工业大学

受体蛋白在细胞表面或细胞内表达，与不同的信号分子（即配体）结合，引发细胞反应。味觉受体在口腔组织中表达，与呈味物质相互作用，呈味物质是产生味觉的分子。苦味受体（T2Rs）负责苦味感觉。然而，除口腔组织外，这些受体也在胃肠道的神经足细胞中表达，神经足细胞负责将肠道信号传递至大脑。因此，T2Rs可能在维持肠脑轴中起关键作用。

迄今已鉴定出25种人类T2Rs。然而，由于某些复杂性，大多数这些受体的结构尚未阐明。近年来，基于人工智能的预测模型已被用于准确理解蛋白质结构。

此前，基于人工智能的诺贝尔奖得主模型AlphaFold2（AF2）被用于解析T2Rs的结构。然而，随着技术进步，该模型已更新至最新版本AlphaFold3（AF3）。最新模型相比前一版本能进行更详细的结构预测。

因此，在本研究中，由芝浦工业大学的Naomi Osakabe教授带领的一组研究人员决定使用AF3模型分析T2Rs的结构，并将准确性与基于AF2的预测研究结果以及两种T2Rs（T2R14和T2R46）的现有三维结构进行比较。

“胃肠道中苦味受体的表达表明它们参与维持肠脑轴、葡萄糖耐量和食欲调节。因此，了解其结构能更好地洞察其功能，”Osakabe教授提到这是本研究的主要动机。

该论文于2025年7月14日在线发布，并于2025年7月22日发表在《食品科学当前研究》第11卷。

本文由芝浦工业大学的Takafumi Shimizu、Rio Ohno以及卡塔尼亚大学的Vittorio Calabrese教授共同撰写。

研究人员从UniProt数据库获取了所有人类T2Rs的氨基酸序列，并使用AF3模型预测其三维结构。为作比较，从AlphaFold数据库检索了先前生成的AF2预测数据。

T2R14和T2R46的实验测定结构来自蛋白质数据库（PDB）。使用了各种软件工具进行结构可视化、比对和准确性评估。

分析表明，AF3提供的结构预测始终比AF2更准确。对于T2R14，预测以115个冷冻电镜结构为基准，AF3与实验数据的一致性更高。同样，对于T2R46，与三个实验解析结构的比较证实，AF3在所有情况下都最接近匹配。

本研究还分析了T2Rs结构的相似性。对于这些受体，蛋白质的一部分留在细胞内，即细胞内区域，而另一部分留在细胞外（细胞外区域）。与信号分子的相互作用发生在细胞外区域。

研究表明，T2Rs的细胞内区域存在更多结构相似性和一致性。受体的细胞外区域显示出显著的结构差异。“蛋白质聚类基于其结构的相似性和差异。根据我们的发现，我们将T2Rs分为三个不同的簇，”Osakabe教授说。

这些模式可能有助于研究人员理解不同T2Rs的功能以及某些受体为何对特定化合物做出反应。

T2Rs的结构可能使其通过与另一种味觉受体特异性G蛋白α - 味导素相互作用识别数千种不同的苦味物质。“由于受体参与检测苦味物质和维持肠脑轴，这在健康和药物研究中可能发挥重要作用，特别是针对糖尿病等生活方式疾病，”Osakabe教授提到，解释了本研究的重要性。

进一步研究T2Rs的序列与结构之间的关系以及个体味觉感知如何变化，将有助于更全面地理解T2R功能。

资助信息：本工作由日本学术振兴会科研资助（批准号：23H02166）支持。

作者：土屋浩平

来源：芝浦工业大学

联系方式：土屋浩平 - 芝浦工业大学

图片：图片来源为神经科学新闻

使用AlphaFold3方法对人类苦味受体的三维结构预测

然而，T2Rs的结构信息有限，迄今仅通过实验确定了两种人类T2Rs，即T2R14和T2R46的结构。

通过将T2R14和T2R46的预测结构与已知实验结构进行比较，评估了AF3的准确性。

随后的分析表明，受体的细胞外区域观察到显著的结构变化，而细胞内区域的结构一致性更高。

本研究提供了证据，表明AF3可推进我们对T2R结构的理解以及对T2R - 配体相互作用在健康相关过程中的生物活性研究，包括降低肥胖和糖尿病风险。