ARTICLE · 1201187
Nature | AI怎样发现蛋白:新工具正在打开新空间
Nature | AI怎样发现蛋白:新工具正在打开新空间在肿瘤微环境中，癌细胞并非孤立作战。它们通过细胞间连接共享资源、传递信号，在缺氧缺营养的恶劣条件下“抱团求生”。但长期以来，科学家对这种细胞间“交流”的分子机制知之甚少。 2026年9月30日,美国迈阿密大学米勒医学院西尔维斯特综合癌症中心团队在Nature 发表题为TM184C is a GPCR-like regulator of intercellular exchange and autophagy的研究，借助AI模型发现了一个新蛋白TM184C，并揭示了它在细胞间连接、物质交换和自噬中的核心作用。 
研究发现，TM184C承担着两个关键功能。 1、促进细胞间连接形成。 TM184C所在的囊泡沿微管移动，在细胞突起中积累，促进隧道纳米管样和肿瘤微管样细胞间连接的形成。这些“桥梁”结构允许细胞之间共享细胞器，通过依赖TM184C C端尾部和arrestin code基序的过程实现。 2、调控自噬。 TM184C通过限制LC3B脂化和自噬体积累来调控自噬。当TM184C减少时，自噬标志物增加，提示它参与调节这一过程。 研究团队还验证了TM184C的进化保守性。他们发现了一种与人类TM184C相似的酵母蛋白Hfl1。去除Hfl1后，酵母细胞出现异常，而加入人类TM184C后，这些异常竟得到修复。这意味着，这一重要功能历经约十亿年进化仍被保留。 研究团队指出，TM184C参与的细胞间交流机制，可能与肿瘤细胞的生存策略密切相关。肿瘤细胞常在缺氧、缺营养的环境中生长。细胞间“交流”使肿瘤细胞能够共享资源、获得邻近细胞支援，从而在不利条件下存活，这一机制可能助推疾病进展。 这项研究不仅开辟了通过AI结构预测挖掘暗蛋白质组的新路径，也为理解肿瘤细胞如何在恶劣环境中“抱团求生”提供了新的分子靶点。
用“形状”而非“序列”寻找蛋白质
过去几十年，科学家研究蛋白质主要依赖氨基酸序列的相似性。但许多蛋白质的功能隐藏在序列相似性之外，形成了所谓的“暗蛋白质组”。
这次，研究团队转向了三维结构。他们利用AlphaFold2模型，比对了超过2.14亿种蛋白质的预测形状，在G蛋白偶联受体（GPCR）家族中发现了两个此前未被识别的“超暗”七次跨膜蛋白家族——TM184和PRRT。
其中，TM184C格外引人注目。它表达广泛、进化保守，定位于高度动态的细胞内囊泡，而非细胞膜。
双重角色：建桥与回收
TM184C功能高度保守
