技术突破核心 - 西湖大学团队开发了首个用于冷冻电镜图像处理的AI基础模型Cryo-IEF，并构建了全自动端到端数据处理流程CryoWizard [2][3] - 该技术旨在将冷冻电镜数据处理从复杂、耗时、高度依赖专家经验的“技术活”，转变为简单、易用、低门槛的通用方法 [3] 行业背景与挑战 - 单颗粒冷冻电镜技术无需结晶步骤且所需样品少，已成为结构生物学领域最主要的研究方法 [5] - 传统冷冻电镜数据处理流程面临海量低信噪比原始图像，需多步骤迭代式处理，费时费力且高度依赖专家经验 [6] Cryo-IEF模型技术细节 - 模型采用无监督对比学习方法进行预训练，能从极低信噪比图像中提取本质特征 [8] - 训练数据集包含来自一百多种生物大分子的约6500万张颗粒图像，模型展现出对图像内在规律的通用理解力 [8] CryoWizard流程与应用 - 基于Cryo-IEF开发的CryoRanker模型可自动评估单个颗粒图像质量，替代传统繁琐耗时的多步骤聚类与人工筛选 [10][12] - CryoWizard实现从原始图像到高分辨率三维结构的全自动解析，用户只需输入少量参数即可完成，无需手动干预 [12] 行业影响与意义 - 该成果有望显著降低冷冻电镜技术门槛，赋能规模较小或非结构生物学主攻方向的实验室探索核心分子机理问题 [15] - 技术推动冷冻电镜高分辨率结构解析技术更易于被广大科研群体使用，加速医学、药学及基础生命科学领域的创新发现 [16][17]

应激反应与SIFI蛋白机制 - 慢性应激反应激活会损害细胞存活并导致退行性疾病，生物体通过E3泛素连接酶SIFI等沉默因子终止应激信号传导以维持细胞内稳态[2] - SIFI如何在细胞尺度上感知应激压力并及时使应激反应失活尚不清楚[3] - 加州大学伯克利分校团队解析了内源性SIFI的冷冻电镜结构，结合AlphaFold建模和生化分析，揭示了整合应激反应(ISR)沉默的结构和机制基础[4] 整合应激反应(ISR)的双重作用 - 细胞遭遇压力(如线粒体损伤)时会启动ISR，暂停非必需活动以集中资源修复损伤，但持续激活的ISR会导致神经退行性疾病[5] - 线粒体受损时，细胞通过激酶HRI激活ISR暂停蛋白质合成，若修复后警报未关闭，长期停工将导致细胞死亡并引发小脑共济失调、早发性痴呆等疾病[6] SIFI蛋白的结构与功能 - SIFI是E3泛素连接酶复合体，负责在压力解除后标记HRI和受损蛋白，引导其被蛋白酶体降解以重启细胞正常运作[7] - SIFI结构包含：1) 巨型脚手架结构(1.3MDa，由UBR4、KCMF1和钙调蛋白组成，形似双臂环抱的圆环)；2) 中心传感器KCMF1的ZZ结构域识别特定降解信号蛋白；3) 外围催化臂UBR4与泛素结合酶UBE2A协同合成K48泛素链；4) 钙调蛋白铰链感知钙离子信号调控构象变化[9] SIFI的工作机制 - 广谱"质检"：通过柔性结构域捕获多种应激相关蛋白(如未正确导入线粒体的前体蛋白)[12] - 启动"贴标"：KCMF1给底物加首个泛素标签，若底物自带泛素(如HRI融合泛素)可跳过此步骤[13] - 精准"链式反应"：UBRI4的UBL结构域将底物泛素传递给UBE2A，专一性连接K48位点形成降解信号链，破坏界面会导致应激信号失控[14] 医学应用前景 - 患者UBR4突变(如A2581T、R2584C)导致SIFI支架扭曲无法协调泛素传递，修复SIFI功能或抑制HRI可逆转病理表型[15] - SIFI的广谱底物结合能力为设计新型PROTAC分子提供模板，改造其ZZ或DOC2结构域可精准锁定癌细胞蛋白，突破"不可成药"蛋白靶向瓶颈[16]