醣工程

醣工程 是做什麼的？

概述

醣基化（Glycosylation）是最常見也最複雜的蛋白質轉譯後修飾，影響超過 50% 的人類蛋白質。醣類分子調控蛋白質的摺疊、穩定性、免疫辨識、受體交互作用以及治療性蛋白質的藥物動力學。醣工程（Glycoengineering）旨在透過合理修改醣基化模式，來改善治療效果、穩定性或免疫逃逸能力。

兩種主要的醣基化類型：

• N-醣基化：附著在天門冬醯胺 (N) 上的序列訊號 N-X-[S/T]，其中 X ≠ 脯胺酸；發生在內質網/高基氏體
• O-醣基化：附著在絲胺酸 (S) 或蘇胺酸 (T) 上；無嚴格的一致性序列；主要起始於 GalNAc

何時使用此技能

在以下情況使用此技能：

• 抗體工程：優化 Fc 區醣基化以增強 ADCC、CDC 或降低免疫原性
• 治療性蛋白設計：鑑定影響半衰期、穩定性或免疫原性的醣基化位點
• 疫苗抗原設計：設計醣基屏蔽以集中免疫反應於保留的抗原決定位
• 生物相似藥特性分析：比較參考藥品與生物相似藥之間的醣鏈模式
• 藥物靶點分析：醣基化是否影響受體的靶點結合？
• 蛋白質穩定性：N-醣鏈通常穩定蛋白質；鑑定可進行穩定化突變的位點

N-醣基化序列訊號分析

掃描 N-醣基化位點

N-醣基化發生於序列訊號 N-X-[S/T]，其中 X ≠ 脯胺酸。

import re
from typing import List, Tuple

def find_n_glycosylation_sequons(sequence: str) -> List[dict]:
    """
    掃描蛋白質序列中典型的 N-連接醣基化序列訊號。
    模體：N-X-[S/T]，其中 X ≠ 脯胺酸。

    參數：
        sequence: 單字母胺基酸序列

    返回：
        包含位置（1-based）、模體和上下文資訊的字典列表
    """
    seq = sequence.upper()
    results = []
    i = 0
    while i <= len(seq) - 3:
        triplet = seq[i:i+3]
        if triplet[0] == 'N' and triplet[1] != 'P' and triplet[2] in {'S', 'T'}:
            context = seq[max(0, i-3):i+6]  # ±3 個殘基的上下文
            results.append({
                'position': i + 1,   # 1-based
                'motif': triplet,
                'context': context,
                'sequon_type': 'NXS' if triplet[2] == 'S' else 'NXT'
            })
            i += 3
        else:
            i += 1
    return results

def summarize_glycosylation_sites(sequence: str, protein_name: str = "") -> str:
    """產生 N-醣基化位點的研究日誌摘要。"""
    sequons = find_n_glycosylation_sequons(sequence)

    lines = [f"# N-醣基化序列訊號分析：{protein_name or '蛋白質'}"]
    lines.append(f"序列長度：{len(sequence)}")
    lines.append(f"總 N-醣基化序列訊號數：{len(sequons)}")

    if sequons:
        lines.append(f"\nN-X-S 位點數：{sum(1 for s in sequons if s['sequon_type'] == 'NXS')}")
        lines.append(f"N-X-T 位點數：{sum(1 for s in sequons if s['sequon_type'] == 'NXT')}")
        lines.append(f"\n位點詳細資訊：")
        for s in sequons:
            lines.append(f"  位置 {s['position']}：{s['motif']}（上下文：...{s['context']}...）")
    else:
        lines.append("未偵測到典型的 N-醣基化序列訊號。")

    return "\n".join(lines)

# 範例：IgG1 Fc 區域
fc_sequence = "APELLGGPSVFLFPPKPKDTLMISRTPEVTCVVVDVSHEDPEVKFNWYVDGVEVHNAKTKPREEQYNSTYRVVSVLTVLHQDWLNGKEYKCKVSNKALPAPIEKTISKAKGQPREPQVYTLPPSREEMTKNQVSLTCLVKGFYPSDIAVEWESNGQPENNYKTTPPVLDSDGSFFLYSKLTVDKSRWQQGNVFSCSVMHEALHNHYTQKSLSLSPGK"
print(summarize_glycosylation_sites(fc_sequence, "IgG1 Fc"))

突變 N-醣基化位點

def eliminate_glycosite(sequence: str, position: int, replacement: str = "Q") -> str:
    """
    透過將 Asn 取代為 Gln（保守性突變）來消除 N-醣基化位點。

    參數：
        sequence: 蛋白質序列
        position: 要突變的天門冬醯胺的 1-based 位置
        replacement: 要取代的胺基酸（預設 Q = Gln；大小相似，不會被醣基化）

    返回：
        突變後的序列
    """
    seq = list(sequence.upper())
    idx = position - 1
    assert seq[idx] == 'N', f"位置 {position} 是 '{seq[idx]}'，而不是 'N'"
    seq[idx] = replacement.upper()
    return ''.join(seq)

def add_glycosite(sequence: str, position: int, flanking_context: str = "S") -> str:
    """
    透過將某個殘基突變為 Asn，引入 N-醣基化位點，
    並確保 X ≠ Pro 且 +2 = S/T。

    參數：
        position: 要引入 Asn 的 1-based 位置
        flanking_context: 位置+2 處的胺基酸（如果需要修改則為 'S' 或 'T'）
    """
    seq = list(sequence.upper())
    idx = position - 1

    # 突變為 Asn
    seq[idx] = 'N'

    # 確保 X+1 != Pro（如果需要則突變為 Ala）
    if idx + 1 < len(seq) and seq[idx + 1] == 'P':
        seq[idx + 1] = 'A'

    # 確保 X+2 = S 或 T
    if idx + 2 < len(seq) and seq[idx + 2] not in ('S', 'T'):
        seq[idx + 2] = flanking_context

    return ''.join(seq)

O-醣基化分析

啟發式 O-醣基化熱點預測

def predict_o_glycosylation_hotspots(
    sequence: str,
    window: int = 7,
    min_st_fraction: float = 0.4,
    disallow_proline_next: bool = True
) -> List[dict]:
    """
    基於局部 S/T 密度的啟發式 O-醣基化熱點評分。
    不能取代 NetOGlyc；作為快速基礎線使用。

    規則：
    - O-GalNAc 醣基化聚集在 Ser/Thr 豐富的片段
    - 標記 S/T 富集窗口中的 Ser/Thr 殘基
    - 避免 S/T 後緊跟 Pro（TP/SP 模體會抑制 GalNAc-T）

    參數：
        window: 用於計算局部 S/T 密度的奇數窗口大小
        min_st_fraction: 標記位點所需的窗口內 S/T 最小比例
    """
    if window % 2 == 0:
        window = 7
    seq = sequence.upper()
    half = window // 2
    candidates = []

    for i, aa in enumerate(seq):
        if aa not in ('S', 'T'):
            continue
        if disallow_proline_next and i + 1 < len(seq) and seq[i+1] == 'P':
            continue

        start = max(0, i - half)
        end = min(len(seq), i + half + 1)
        segment = seq[start:end]
        st_count = sum(1 for c in segment if c in ('S', 'T'))
        frac = st_count / len(segment)

        if frac >= min_st_fraction:
            candidates.append({
                'position': i + 1,
                'residue': aa,
                'st_fraction': round(frac, 3),
                'window': f"{start+1}-{end}",
                'segment': segment
            })

    return candidates

外部醣工程工具

1. NetOGlyc 4.0（O-醣基化預測）

用於高準確度 O-GalNAc 位點預測的網路服務：

• URL：https://services.healthtech.dtu.dk/services/NetOGlyc-4.0/
• 輸入：FASTA 蛋白質序列
• 輸出：每個殘基的 O-醣基化機率評分
• 方法：基於實驗驗證的 O-GalNAc 位點訓練的神經網路

import requests

def submit_netoglycv4(fasta_sequence: str) -> str:
    """
    提交序列至 NetOGlyc 4.0 網路服務。
    返回用於結果擷取的任務 URL。

    注意：此處使用 DTU Health Tech 網路服務。結果約需 1-5 分鐘。
    """
    url = "https://services.healthtech.dtu.dk/cgi-bin/webface2.cgi"
    # NetOGlyc 提交（參數可能因網路服務版本而異）
    # 建議在大多數情況下直接使用網路介面
    print("請於此處提交序列：https://services.healthtech.dtu.dk/services/NetOGlyc-4.0/")
    return url

# 另見：NetNGlyc 用於 N-醣基化預測
# URL：https://services.healthtech.dtu.dk/services/NetNGlyc-1.0/

2. GlycoSHIELD（醣基屏蔽分析）

GlycoSHIELD 將預先模擬的醣鏈構型庫嫁接至靜態蛋白質結構上，並評分醣鏈屏蔽了多少蛋白質表面，無需執行新的分子動力學模擬 （Tsai 等人，Cell 2024，doi:10.1016/j.cell.2024.01.034）：

• URL：https://gitlab.mpcdf.mpg.de/dioscuri-biophysics/glycoshield-md/（網路應用程式：https://glycoshield.eu）
• 用途：模擬醣蛋白上的醣鏈屏蔽並繪製每個殘基的屏蔽程度
• 輸出：每個位點的醣基化 PDB/XTC 構型集合、每個殘基的屏蔽圖、將屏蔽資訊儲存在 B-factors 欄位的 PDB 檔案

GlycoSHIELD 不在 PyPI 上 — uv pip install glycoshield 會失敗。它以三個腳本形式提供，並基於一個小型 glycoshield 套件（需要 numpy, scipy, matplotlib, MDAnalysis；GlycoSASA.py 還需要在 PATH 上有 gmx 來自 GROMACS）。從檢出目錄安裝：

# 安裝 (GPL-3.0)。醣鏈構型庫需另外下載 —
# 參見 glycan_library_downloader.py 和儲存庫中的 GLYCAN_LIBRARY/。
git clone https://gitlab.mpcdf.mpg.de/dioscuri-biophysics/glycoshield-md.git
cd glycoshield-md
uv pip install -e .

# 1. 將醣鏈構型嫁接至輸入檔案中列出的每個序列訊號上。
#    每行一個位點：<鏈> <殘基-1,殘基,殘基+1> <1,2,3> <醣鏈.pdb> <醣鏈.xtc> <輸出.pdb> <輸出.xtc>
python GlycoSHIELD.py --protpdb protein.pdb --inputfile sequons_input \
    --threshold 3.5 --mode CG --shuffle-sugar

# 2. 跨嫁接構型集合的每個殘基屏蔽評分（探針半徑單位為 nm）
python GlycoSASA.py --pdblist A_463.pdb,A_492.pdb --xtclist A_463.xtc,A_492.xtc \
    --probelist 0.14,0.25 --plottrace

說明：這些旗標來自腳本的 argparse 定義和上層教程（N-cadherin EC5 帶有 Man5 醣鏈）；在此處並未實際執行。--mode CG 僅針對 Cα 原子檢查衝突，並與 --threshold 3.5 搭配使用；--mode All 搭配 --threshold 0.7 則是全原子設定。

3. GlycoWorkbench（醣鏈結構繪圖/分析）

• URL：https://www.eurocarbdb.org/project/glycoworkbench
• 用途：繪製醣鏈結構，計算質量，標註質譜圖譜
• 格式：GlycoCT，IUPAC 壓縮式醣鏈表示法

4. GlyConnect（醣鏈-蛋白質資料庫）

• URL：https://glyconnect.expasy.org/
• 用途：查找經實驗驗證的醣蛋白和醣基化位點
• 查詢：依蛋白質（UniProt ID）、醣鏈結構或組織進行查詢

import requests

def query_glyconnect(uniprot_id: str) -> dict:
    """查詢 GlyConnect 以獲取某蛋白質的醣基化資料。"""
    url = f"https://glyconnect.expasy.org/api/proteins/uniprot/{uniprot_id}"
    response = requests.get(url, headers={"Accept": "application/json"})
    if response.status_code == 200:
        return response.json()
    return {}

# 範例：查詢 EGFR 的醣基化
# egfr_glyco = query_glyconnect("P00533")

5. UniCarbKB（醣鏈結構資料庫）

• URL：https://unicarbkb.org/
• 用途：瀏覽醣鏈結構，依質量或組成搜尋
• 格式：GlycoCT 或 IUPAC 表示法

關鍵醣工程策略

針對治療性抗體

目標	策略	備註
增強 ADCC	Fc Asn297 去岩藻糖化	去岩藻糖化的 IgG1 與 FcγRIIIa 的結合能力提高約 50 倍
降低免疫原性	移除非人類醣鏈	消除 α-Gal、NGNA 抗原決定位
改善藥物動力學半衰期	唾液酸化	唾液酸化的醣鏈可延長半衰期
減少發炎	高度唾液酸化	IVIG 的抗發炎機制
建立醣基屏蔽	在表面添加 N-醣基化位點	遮蔽易受攻擊的抗原決定位（疫苗設計）

常用突變

突變	效果
N297A/Q (IgG1)	移除 Fc 區醣基化（去醣基化）
N297D (IgG1)	移除 Fc 區醣基化
S298A/E333A/K334A	增加 FcγRIIIa 結合
F243L (IgG1)	增加去岩藻糖化
T299A	移除 Fc 區醣基化

醣鏈表示法

IUPAC 壓縮式表示法（單醣縮寫）

符號	全名	類型
Glc	葡萄糖	己糖
GlcNAc	N-乙醯葡萄糖胺	HexNAc
Man	甘露糖	己糖
Gal	半乳糖	己糖
Fuc	岩藻糖	去氧己糖
Neu5Ac	N-乙醯神經胺酸（唾液酸）	唾液酸
GalNAc	N-乙醯半乳糖胺	HexNAc

複合型 N-醣鏈結構

典型複合型雙觸角 N-醣鏈：
Neu5Ac-Gal-GlcNAc-Man\
                       Man-GlcNAc-GlcNAc-[Asn]
Neu5Ac-Gal-GlcNAc-Man/
（±最內層 GlcNAc 上的核心岩藻糖）

最佳實務

• 從 NetNGlyc/NetOGlyc 開始：在實驗驗證前先進行計算預測
• 以質譜儀驗證：使用醣蛋白質體學（Byonic, Mascot）進行位點特異性醣鏈分析
• 考慮位點上下文：並非所有預測的序列訊號都會實際發生醣基化（可及性、細胞類型、蛋白質構型）
• 針對抗體：Fc N297 的醣鏈至關重要 — 請務必先表徵此位點
• 使用 GlyConnect：檢查您的目標蛋白質是否有實驗驗證的醣基化資料

其他資源

• GlyTouCan（醣鏈結構儲存庫）：https://glytoucan.org/
• GlyConnect：https://glyconnect.expasy.org/
• CFG Functional Glycomics：http://www.functionalglycomics.org/
• DTU Health Tech 伺服器（NetNGlyc, NetOGlyc）：https://services.healthtech.dtu.dk/
• GlycoWorkbench：https://glycoworkbench.software.informer.com/
• 綜述：Apweiler R 等人 (1999) Biochim Biophys Acta. PMID: 10564035
• 治療性醣工程綜述：Jefferis R (2009) Nature Reviews Drug Discovery. PMID: 19448661