13.2 後轉譯修飾（PTMs）與細胞微環境的複雜性#

一、序列之外的第二個序列#

蛋白質組學有個基本事實：人類基因體大約編碼兩萬個蛋白質，但蛋白質本身卻有數十萬種不同的形式。差距不是來自基因數目，而是來自基因產物在合成之後被反覆地剪接、切割、磷酸化、糖基化、乙醯化、甲基化、泛素化、氧化，與其他蛋白質結合，再被摺疊進不同的構形。生物學界常把這些加工稱為後轉譯修飾（post-translational modifications, PTMs），有時更直接地說：DNA 是藍圖，但蛋白質才是工作的機器，而機器必須在使用前被調校、在使用中被改裝、在損壞後被拆解。

這句話背後有個嚴格的邏輯後果。既然蛋白質的行為由「序列 + 修飾 + 環境 + 構形集合」共同決定，那麼任何只吃序列的模型，無論多麼強大，都必然漏掉一部分資訊。這不是模型的缺陷，而是資訊本來就不在輸入裡。AlphaFold 2 之所以能在蛋白質結構預測上取得決定性突破，正是因為它把序列這個「唯一可靠且齊全」的輸入榨到極致；而現在它成功了，剩下的問題就會自然地從序列溢向序列之外。

二、五種最要命的修飾#

磷酸化：最普遍也最直接的開關#

磷酸化是在絲胺酸（Ser）、蘇胺酸（Thr）或酪胺酸（Tyr）側鏈的羥基上接上一個磷酸基團。它之所以重要，一半是因為它普遍——人類蛋白質組中有一半以上的蛋白質可以被磷酸化——另一半是因為它的化學效果直接：磷酸基團帶兩個負電荷，在生理 pH 下高度去質子化，於是在原本中性或正電的表面引入了一塊強烈的負電荷。

這種電荷變化的結構後果可以是顯著的。鹼性的殘基（例如離胺酸、精胺酸）會被排斥，導致局部二級結構局部解穩；原本與金屬離子配位的殘基（例如天門冬胺酸、麩胺酸）會因為競爭而失去配位；帶負電的磷酸基團則可以與正電的「磷酸化辨識模組」結合，其中最典型的是 SH2 模組，它專門辨識磷酸酪胺酸周圍的特定序列。

從因果上看，磷酸化是一個「序列→結構」模型難以涵蓋的案例：同一條序列，在未磷酸化時形成某個構形，磷酸化後可能穩定一個完全不同的構形，而接著 SH2 模組的招募又會改變局部環境。這是一條由化學修飾驅動、而非由序列驅動的狀態轉換。

泛素化：給蛋白質貼上處分標籤#

泛素化是把一個 76 胺基酸的小蛋白質（泛素，ubiquitin）接到標的蛋白質上。接上去的泛素數目與位置決定了命運：單一泛素常與內吞、訊號傳遞有關；K48 連結的多聚泛素鏈則是蛋白酶體的降解標記；K63 連結參與 DNA 修復與發炎訊號。

它的機制有一個精巧之處：泛素被接上去之後，標的蛋白質本身並沒有改變太多原子組成，但這個「貼標籤」行為改變了它會被誰辨識。蛋白酶體的受體（19S 帽）能辨識泛素鏈，把標的拉入 20S 核心的通道，用蛋白水解作用切碎。整個「標記—辨識—降解」機制的實現，靠的是模組之間的識別，而不是結構本體的改變。這是一個很純粹的「識別標記」案例，也說明結構生物學的完整版需要包含「誰在什麼時候認識誰」。

糖基化與乙醯化：表面的手寫註記#

糖基化在內質網與高基氏體中進行，形式包括 N-連結（天門冬醯胺）與 O-連結（羥基胺基酸）。它最主要的結構角色是調節蛋白質的穩定性、溶解度與膜定位：一個可溶蛋白若帶著 bulky 的醣鏈，會被迫留在膜上，因為巨大的親水性側鏈改變了它穿越脂雙層的代價。抗體的醣基化直接影響 effector function，這也是治療性抗體工程中 glycoengineering 的核心。

乙醯化則集中在兩處：組蛋白的離胺酸乙醯化，是表觀遺傳學（epigenetics）的主要調控語言——它改變染色質的鬆緊，進而決定哪些基因被轉錄；以及蛋白質 N 端的乙醯化，它決定蛋白質的半衰期，N 端存在一個乙醯化的甲硫胺酸，等於替蛋白質貼上「今日到期」的標章。

甲基化同樣有兩副面孔：離胺酸甲基化可活化或抑制訊號傳遞，取決於位點；組蛋白甲基化則可以是活化（第三個甲基）或抑制（第四個甲基）標記。同一個化學基團，在不同位置有相反功能，這說明「修飾的意義」不是化學性質，而是它改變了什麼分子介面。

三、為什麼 AlphaFold 不建模修飾#

回到 13.1 的提問：AlphaFold 為什麼不直接建模 PTM？

第一個原因是資料結構。AlphaFold 2 的核心訓練資料是蛋白質資料庫（PDB）中的實驗結構，而 PDB 中的結構多數是在「方便」的條件下取得：重組表現、純化、常見緩衝液、常常未修飾或只修飾少量位點。修飾位點在結構資料中不僅稀疏，而且彼此不一致——同一個位點，有結構顯示磷酸化、更多結構顯示未修飾。這意味著「修飾的統計分布」在資料裡幾乎不存在，模型無從學習。

第二個原因是資訊來源。序列本身通常不包含修飾資訊。要預測一條蛋白質會在哪裡被磷酸化，需要知道它是否是激酶受體的底物、該激酶的序列偏好、該位點周圍的電荷環境、以及它在細胞中的表現量與互動網絡。這些都不在序列裡，而在生物學的系統層面。

第三個原因是條件性。修飾是「條件式」的：同一條序列在不同細胞類型、不同發育階段、不同刺激下會被修飾成不同的樣子。因此「序列→修飾→結構」並不是一個函數，而是一個條件分布。若要完整支援，模型需要額外的輸入通道來承載「修飾譜」（proteotype）。

儘管如此，情況並非完全停滯。AlphaFold 3 與其他擴散模型架構，能夠把共價連接的配體（包含修飾基團）放進輸入；研究中也有把特定修飾以「特殊殘基」形式硬編碼進序列的作法，以部分模擬修飾對局部結構的影響。而 2025 年前公開的工作，已開始嘗試以擴散模型生成帶有修飾的構形，並探索與泛素化位點預測的整合。可以預期的是，未來幾年「修飾感知」的結構模型會從研究玩具變成常規功能。

四、細胞微環境：把蛋白質放回水裡#

除了修飾，蛋白質還要面對一整套物理環境。這些條件在 AlphaFold 的架構中基本上被視為固定的「標準狀態」，但它們在生理上都是變數。

分子擁擠是其中最容易被低估的一個。在細胞內，蛋白質與核酸的總濃度極高，估算約佔細胞體積的四分之一到三分之一，水的可及體積因此被大幅壓縮。這種擁擠會產生排斥效應，傾向把分子推向外型更緊湊、更球狀的構形；它也會改變蛋白質之間的關聯機率，讓「碰到」變得比在稀溶液中頻繁得多。擁擠甚至會促進某些蛋白質的凝聚——這正是阿茲海默症等疾病中類澱粉沉積的物理學背景之一。

鹽濃度與離子強度影響一切依賴靜電的相互作用。生理鹽濃度遠高於許多生化實驗所用的緩衝液，而在這個條件下，暴露於表面的鹼性殘基會被大量排出的離子屏蔽，靜電吸引減弱、排斥也減弱。這會影響蛋白質的摺疊穩定性、核酸的結合親和力，以及界面處殘基的可見性。許多在低鹽實驗中觀察到的行為，換到生理條件便不再成立。

pH則直接控制質子化狀態，進而改變電荷分布。蛋白質的功能往往只在狹窄的 pH 區間正常運作：溶小體中的水解酵素適應酸性環境，消化道中的酵素適應鹼性，而細胞質接近中性。更有意味的是，某些酵素利用 pH 依賴性作為催化策略——例如利用 pKa 的移動來決定何時進行親核攻擊。這是「環境參數」不只是背景噪音、而是機制本身的例子。

溫度決定了動態分布的形狀。生理溫度下，蛋白質的構形交換與摺疊速率都比室溫實驗快得多；嗜熱古菌的蛋白質在室溫下摺疊得異常緩慢，其摺疊穩定性被大幅提升以補償，這說明序列裡刻寫了對溫度的適應。

氧化還原狀態則決定了哪些二硫鍵形成、哪些甲硫胺酸被氧化。細胞質是還原性的，內質網是氧化性的；錯誤的二硫鍵形成是內質網壓力與相關疾病的核心機制。

五、翻譯中的摺疊：核糖體通道效應#

最容易被忽略、卻最深刻的一項，是蛋白質並不是在完成合成之後才摺疊的。

新生的多肽鏈必須從核糖體的大次單元出口隧道中穿出。這個隧道的直徑只容得下未摺疊的多肽鏈通過——任何試圖提前形成緊密球狀結構的嘗試都會被物理地卡住。這意味著蛋白質的摺疊是「被引導的」：在通過隧道的過程中，許多二級結構（尤其是 α 螺旋）會自發形成，這些局部結構是後續正確摺疊的先決條件；反之，許多需要緩衝空間才能折疊的區域，必須等到鏈完全釋出後才能成形。

這個「共同轉譯摺疊」（co-translational folding）機制，會導致所謂的「摺疊差異」（folding differences）：同一條蛋白質，在體外以人工合成或以不同表現系統產生的版本，其摺疊行為可能與在細胞內產生的版本不同。特別是那些含有跨膜區段的膜蛋白，它們的摺疊路徑高度依賴核糖體與膜的協同；以及那些含有內含子被切除、或訊號胜肽被切除的蛋白質，它們的成熟態與前驅態在結構上根本不同。

更根本的是，這意味著「序列→結構」這個函數，其實是「序列 + 表現情境 + 環境 → 結構」。同一條序列在細胞裡所處的翻譯情境，是資訊的一部分。

六、伴護蛋白：漏斗口的守護者#

摺疊漏斗模型需要一個補充：在漏斗的入口處，能量地形並非完美的漏斗，某些序列會落進局部極小值，形成錯誤中間態。這正是伴護蛋白存在的理由。

伴護蛋白（chaperones）在細胞內執行幾項不同的工作。Hsp70 家族（如 DnaK）辨認暴露的疏水片段並以 ATP 驅動的方式進行結合與釋放；Hsp90 則協助許多訊號傳遞蛋白與激酶的成熟，並且常與最終的調控開關有關；chaperonin（ GroEL/GroES 這類「桶狀」機器）則提供一個隔離的腔室，讓錯誤摺疊的蛋白質可以重新嘗試，其機制是逐步加入的「ATP 驅動摺疊房間」。

這些機制說明了一件對 AI 設計極為重要的事：序列本身不保證可摺疊，也不保證摺疊到正確的構形。自然界用一套專門的機器來管理這個問題，而人工設計蛋白質時，研究者很快發現必須在設計中顯式地控制構形穩定性——這就是第 12 章提到的「設計策略」中穩定性與可設計性取捨的來源。

七、當序列→結構變簡單，注意力就會轉移#

把上述所有內容放在一起，就會看到一個結構性的轉移。AlphaFold 之前，一個研究團隊若想研究蛋白質的修飾位點或細胞環境效應，前置條件是先取得結構；而取得結構本身就是一個以年為單位的高風險工程。於是許多這類問題根本不會被提出。AlphaFold 之後，結構從瓶頸變成了一個查詢服務，於是「研究修飾、研究調控、研究環境」的成本大幅下降。

這是本章真正的主題：AlphaFold 的直接成果是結構預測，而它更長期的效果是把整個領域的稀缺資源重新分配。當「知道結構」變得便宜，瓶子裡剩下最貴的東西就浮出水面——不是形狀，而是形狀之上的那層修飾、那個環境、那份調控網絡。蛋白質組學、磷酸化組學（phosphoproteomics）、泛素組學（ubiquitinomics）、以及單細胞層次的表觀遺傳學測序，正是在這個意義上成為下一波主角。

另一個後果更微妙。當序列到結構的映射變得近乎免費，蛋白質研究的方法論重心會從「結構是什麼」轉向「行為是什麼」。而行為的度量單位不是埃，而是速率、常數、佔據比例、以及在特定修飾背景下的回應。這意味著 AI 在生物學中的下一個戰場，很可能不在結構坐標，而在動力學參數與系統層級的關聯網絡。

八、無法被結構解決的問題#

還有一類問題，是即使有完美的結構模型也無法回答的，必須誠實地把它們列出來。

修飾的序列非唯一性就是其中之一。同一條胺基酸序列在不同的細胞、不同的時間點、受到不同的刺激，會帶上不同的修飾組合。每一種組合可能對應不同的構形與功能。這意味著「蛋白質」這個詞在嚴格意義上指的不是一條鏈，而是一個化學狀態的分佈族群。

剪接異型體放大了同一個問題的另一個維度。同一個基因的前驅 mRNA 可以被剪接成多種 mRNA，產生在序列層面就已經不同（插入或刪去一段）的蛋白質變體。蛋白質組學估計人類蛋白質組中，來自剪接的變體比例遠高於來自不同基因的比例。也就是說，「序列→結構」的輸入本身，遠比基因體所暗示的更加多樣。

環境依賴的組裝是第三類。許多蛋白質只有在特定夥伴、特定膜環境、特定配體存在時才形成最終構形，孤立的單體結構可能根本不代表它生理上的存在形式。這在多體複合體的組裝中尤其明顯。

把這些放在一起，會得到一個不太舒服但必要的結論：蛋白質的狀態空間，不是一個點的集合，而是一個由序列、修飾、環境、時間四個維度共同張開的高維流形。AlphaFold 讓我們能夠在這個流形上標定一些點，但要「預測生命」，我們需要的是整個流形的地形圖，而不是幾個高點的座標。

這就把我們帶到最後一章：當「預測形狀」這件事被解決之後，生物學的下一個目標該是什麼，以及科學方法的樣貌會因此如何改變。