细胞内pH值（酸碱度）的细微变化，可触发蛋白质构象改变、信号通路重调，进而影响细胞增殖、分化甚至癌变。 然而，识别哪些蛋白质对pH敏感、以及具体作用位点，传统方法需对单个蛋白进行长达数年的实验室测试——自1993年以来仅确认了约70种pH敏感蛋白，明确机制的不足20种。圣母大学Katharine White团队在 Science Signaling 发表的研究，开发了一种计算预测管道，利用RCSB蛋白质数据库（PDB） 中的三维结构，通过计算氨基酸侧链的pKa值（酸碱解离常数） 与静电相互作用网络，可在数天内扫描数百种蛋白质，预测其pH敏感位点与变构机制。实验验证显示：
-
SHP2与c-Src（含SH2结构域的致癌相关蛋白）中，仅两个质子的结合即可触发整体构象从“关闭”到“打开”的开关；
-
在多种癌症中，c-Src的pH敏感位点发生突变，使其对细胞内pH变化不再响应，持续激活，驱动癌细胞不受控增殖。
该工具为研究pH在癌症、神经退行性疾病、免疫失调中的作用，以及设计“恢复pH敏感性”的新型靶向药物提供了高效平台。
pH信号的“黑箱”：传统方法的局限
细胞内pH（通常为7.0-7.4）受代谢、离子通道、膜转运体精密调控，异常pH与癌症、阿尔茨海默病、亨廷顿病、糖尿病等广泛相关。但“细胞如何感知pH”长期模糊，主因：
-
低通量：传统方法（如定点突变、表面等离子体共振）一次只能测试一个蛋白；
-
位点预测困难：pH敏感位点常远离活性中心（变构调节），难以通过序列比对识别。
方法：AI预测“电荷网络”
1. 数据输入
从PDB数据库获取蛋白质三维结构，计算每个可离子化氨基酸（Asp, Glu, His, Lys, Arg, Tyr, Cys）的pKa值（在该pH下50%质子化）。
2. 电荷网络分析
模拟在不同pH下，各残基质子化状态的变化，以及相邻残基间的静电相互作用（吸引/排斥）。当pH变化时，一个残基的电荷翻转可能引发连锁反应，导致整体构象转变——这是变构调节的典型特征。
3. 输出
预测哪些蛋白、哪些特定残基构成“pH敏感性开关”。
实验验证：SHP2与c-Src的“质子开关”
-
SHP2：预测显示其SH2结构域在pH变化时发生“闭合→开放”构象转变，实验室验证确证：仅两个质子的结合即可解锁该变构。
-
c-Src：预测其pH敏感位点位于激酶结构域边缘；实验显示，在生理pH范围内（7.0-7.4）其活性随pH下降（酸性）升高，随pH上升（碱性）降低——这是细胞精密调控其活性的机制。
癌症中的“突变破坏”：c-Src对pH“失聪”
在多种人类癌症中，c-Src的pH敏感位点发生错义突变（如E99K、D404N），导致：
-
突变后的c-Src不再响应细胞内pH变化，始终处于高活性状态；
-
这种“锁定”驱动癌细胞增殖、迁移与生存信号持续激活，促进肿瘤进展。
临床意义
-
药物设计新靶点：若能开发模拟“正常pH调控”的小分子，将突变c-Src“拉回”可调控状态，有望在抑制肿瘤的同时避免传统激酶抑制剂对正常细胞的非特异性毒性；
-
生物标志物：pH敏感位点的突变状态可作为癌症分型或治疗响应的预测指标；
-
扩展应用：该管道可快速扫描任何与pH相关疾病（如缺血再灌注损伤、溶酶体贮积症）的候选蛋白。
未来方向
-
整合机器学习，从序列直接预测pKa与变构网络（无需结构）；
-
建立“人类pH敏感蛋白质组”图谱，作为疾病研究的公共资源；
-
针对预测位点开发“pH调控恢复剂”先导化合物。
参考信息
Reference: “Ionizable networks mediate pH-dependent allostery in the SH2 domain–containing signaling proteins SHP2 and SRC” by Papa Kobina Van Dyck et al., 2025, Science Signaling.
DOI: 10.1126/scisignal.adt3018