Chemical Reviews 2026: 膜活性抗菌多肽的结构、相互作用与组装 (中)
今天介绍的是发表在 Chemical Reviews 上的一篇综述,主题聚焦膜活性抗菌多肽的结构,相互作用与组装。随着细菌耐药性不断加剧,传统抗生素面临越来越大的挑战,抗菌肽因能够直接作用于微生物膜而受到广泛关注。文章从AMPs的发现与分类出发,进一步讨论其膜选择性,膜破坏机制以及常用模型膜体系,梳理了多肽与脂质膜相互作用中的关键分子事件,也展示了生物物理技术在解析这一复杂过程中的重要作用。
Lee, T.-H.; Charchar, P.; Sani, M.-A.; Le, D.-H.; Le, T. C.; Yarovsky, I.; Separovic, F.; Aguilar, M.-I. Structure, Interactions, and Assembly of Membrane-Active Antimicrobial Polypeptides. Chem. Rev. 2026. https://doi.org/10.1021/acs.chemrev.5c00994.
5 AMP-膜相互作用的生物物理分析
AMPs在微生物上的相互作用会形成高度复杂的环境,其中许多因素可能发挥关键作用,而这些因素在实验中往往难以直接观察。为了建立AMP一级序列和结构与其对病原体作用之间的关系,需要开展高分辨率研究,但这也带来了实验限制。因此,目前关于AMPs如何抑制和杀灭细菌的主要认识,大多来自对模型体系的操控研究。最初,研究使用的是简单的膜模拟体系,但随着方法学和技术的发展,以及相关认识的不断深化,细胞内研究已经进入新的阶段。总体而言,阐明负责肽类抗菌作用的分子组装体仍是一项具有挑战性且持续推进的工作,如下所述。
图18｜固态NMR实验概览，用于测定AMP在脂质膜环境中的关键结构特征。每个面板显示了特定实验方法所测量的肽结构、取向和动力学特性。
5.1 膜环境中AMP折叠过程的光谱分析
5.1.1 用于研究AMP-膜相互作用的NMR实验
AMP对细菌活性的一个典型特征,是其与病原体脂质膜发生相互作用并扰乱膜完整性。AMPs在脂质膜表面的积累通常会诱导AMP自身和脂质膜同时发生构象变化。NMR,尤其是固态NMR(图18),在研究这些结构转变方面发挥了重要作用。与脂质双层相互作用的AMPs可引起脂质体堆积和流动性的变化,这些变化可以通过
当取向脂质双层沉积在玻璃片上时,
图19｜肽-脂质组装对取向双层
由氘代磷脂组成的脂质体常用于监测AMPs对膜疏水核心的影响,例如脂质有序性的改变或双层堆积的扰动。氘代酰基链的
通过固态NMR可以测量脂质与AMPs之间的距离,并确定其相对于双层法线的倾斜角,但前提是需要进行
图20｜AMP取向、疏水长度不匹配与
许多研究团队已经投入工作,建立适用于这些复杂体系的NMR实验方法。通过同位素掺入来管理背景信号、在实验压力下维持细胞完整性,以及采用新的脉冲序列来监测细胞中的特定区域,这些策略为理解AMPs如何与细胞相互作用开辟了新的路径。例如,在
Marcotte及其同事改进了将
图21｜E. coli细胞内DNP
5.1.2 AMP与脂质膜的动力学行为
NMR弛豫技术可提供AMP在不同环境中的动力学行为信息。纵向弛豫(T1)和横向弛豫(T2)测量能够在原子分辨率下揭示肽或脂质的柔性，阐明从皮秒到毫秒不同时间尺度上的构象变化机制。例如，弛豫测量可用于表征肽主链和侧链动力学，或由AMP存在引起的快速重取向脂质结构域。这些分子运动反映了AMP在与脂质膜或其他生物靶标相互作用时所经历的结构适应。通过分析T1和T2弛豫速率，可以识别肽中运动性增强的区域与较刚性的区域。这种结构柔性通常对抗菌活性至关重要，因为它使AMP能够在结合细菌膜时采用不同构象。例如，某些AMP在溶液中可能基本无规则，但在与膜结合后变得更刚性，从而通过孔形成或膜变薄等机制促进膜破坏。通过
除了肽动力学，NMR弛豫技术还可探究AMP与脂质膜的相互作用。
图22｜使用T2滤波器的
5.1.3 细胞内AMP NMR研究
虽然模型体系对于理解AMP与精心设计但相对简单的脂质膜相互作用的分子机制至关重要，但体内观察结果与生物物理测量之间的关联常常令人感兴趣。胶束、纳米盘和脂质体虽然模拟了膜环境的某些方面，但无法完全捕捉天然生物膜的各向异性和不对称特性，而这些特性会影响AMP的三级和四级组装。另一种观察复杂系统的方式是考虑细菌对AMP作用的整体响应。因此，能够监测细菌整体内容物对于理解AMP如何关闭关键生物过程至关重要。为此，结构生物学技术和硬件的不断发展推动了在细菌悬液天然环境中研究AMP的能力。细胞内固态NMR的进展使得在生理状态下分子/原子水平上研究AMP相互作用成为可能，但极其复杂的异质环境要求精心制备以获得高分辨率信息。早期对整体细胞系统的固态NMR研究受到标记AMP稀缺导致的低灵敏度以及细胞背景谱重叠的限制。优化表达策略、同位素标记方案，以及高磁场、质子检测和DNP等先进仪器和方法的应用，为细胞内NMR开辟了新前景。有趣的是，目前绝大多数细胞内固态NMR研究集中在膜蛋白上，其方法也适用于AMP。例如，最近通过结合均匀与稀疏同位素标记，实现了E. coli内膜水通道蛋白AqpZ的结构测定。在天然膜中，通过大量长程和中程
图23｜细胞样品制备及固态NMR技术，用于研究关键细胞组分在天然环境中的结构与动力学。 (上排) 通过选择性同位素标记抑制背景信号；膜组分分离用于样品富集；刺激并收获天然外膜囊泡(OMV)，用于小直径转子快速MAS实验，以通过
5.2 肽-膜相互作用的动力学分析
如上所述，膜活性肽与脂质膜结合通常通过复杂的协同机制进行，至少包含两步：肽首先通过静电作用结合于膜表面附近，然后通过疏水作用在膜表面重取向、移动或进一步插入脂质膜疏水区。为了深入理解肽-膜相互作用，需要分析包括肽电荷、疏水性、两性特性及极性面二级结构角度等理化参数在内的影响。如前所述，CD、NMR、荧光光谱、FTIR、衰减全反射傅里叶变换红外光谱、固定人工膜色谱等多种生物物理技术结合模型膜体系，已广泛用于研究生物分子-膜相互作用，为肽-膜结构-功能关系提供重要信息。由于结合反应可能非常迅速，通常难以区分多个结合步骤，这给使用传统技术获得数据带来挑战。表面等离子共振(SPR)已成为研究膜结合亲和性及动力学事件的常用技术，近年来SPR技术平台的发展进一步拓展了其在肽-膜相互作用研究中的潜力。
对于AMP-膜相互作用，研究主要关注肽的结构与行为。膜结构的具体信息主要来自固态NMR和荧光研究。然而，基于SPR的生物传感器可解决一些具体机制问题，包括：
- 肽是否可逆结合特定膜成分？
- 头基结构如何影响结合过程？
- 静电与疏水作用在膜结合中起何作用？
- 肽对特定脂质成分的选择性如何？
- 肽结合膜的速度如何？
- 膜结合是否存在动力学上不同阶段？
- 光学生物传感器能否观察膜破坏？
图24｜magainin 2结合(A) DMPC和(B) DMPC/DMPG(4:1)双层，以及melittin结合(C) DMPC和(D) DMPC/DMPG(4:1)双层在L1芯片上的SPR传感器图。 (A)和(B)转载自文献263，版权2014 The Authors, 由Springer Nature出版。(C)和(D)经授权转载。
5.2.1 曲线拟合策略与膜结合亲和常数的动力学模型
发现膜活性肽表现出可逆膜结合，是研究这类肽作用机制的一个重要转折点。这一观察促成了以结构-膜结合-活性为量化手段的肽功能研究。肽-膜相互作用的动力学模型，是对肽结合膜过程的近似数学描述。简单的模型如一态模型（或“Langmuir结合”），肽以浓度依赖速率与膜结合和解离，肽在膜上不改变状态。反应可表示为：
其中P为溶液中自由肽，L为未结合膜，PL为肽-膜复合物。模型通过微分方程描述结合质量随时间变化：
其中
其中
平行反应模型假设两个简单双分子反应并行发生，结合不同速率常数产生复杂反应。许多肽/蛋白-膜相互作用的研究使用1:1或两态模型确定膜亲和常数，数值积分分析传感器图为理解结合与插入中间步骤提供了重要信息。
图25｜膜破坏的分子机制包含一系列中间状态，每个状态代表一组密切相关的双层结构。 以AMPs和凋亡肽诱导的双层无序为例，可定义三种膜插入状态：(1) 平行表面结合状态(A−C)；(2) 部分插入状态(D−F)；(3) 显著插入并伴随膜裂解或膨胀状态(G−I)。
5.2.2 AMP-膜相互作用的动力学分析
多种抗菌肽通过结合并破坏细胞膜发挥作用，存在不同作用机制，包括达到临界浓度后的膜整体破坏、孔形成或与膜特定疏水组分（如LPS）结合。由于这些模型均涉及肽与膜结合，因此确定肽对特定靶膜的相对亲和性，对于解析作用机制至关重要。SPR在阐明这类肽分子作用机制中发挥了重要作用。大量使用SPR研究AMP与不同膜组成相互作用的研究表明，结构明确的melittin和magainin2是研究最广泛的膜活性肽之一，结合多种光谱分析，揭示了其膜结合的可逆性、静电与疏水作用及双步骤结合/插入机制。通过SPR研究，magainin2对负电荷脂质结合更强，同时CD测定显示其在含阴离子脂质的脂质体中保持高螺旋含量，这与其通过静电作用优先作用于富含阴离子磷脂的细菌一致。相比之下，melittin对两性和阴性脂质均表现出强结合，与其同时作用于细菌和真核细胞一致。动力学分析得到的亲和常数与其他技术结果相似，验证了SPR在量化肽-膜相互作用中的有效性。SPR还用于分析两性DMPC/胆固醇和负电荷DMPE/DMPG脂质混合物中melittin和magainin的膜结合，显示膜亲和性与膜破坏特性高度相关。在高浓度下，溶血肽melittin可裂解固定的DMPG脂质体，表现为结合阶段RU下降。该方法可用于筛选不同膜上的结合，并综合分析疏水、静电作用及肽两性和结构对膜结合和选择性裂解的影响。SPR分析还显示C端带正电的melittin在膜结合中发挥关键作用，调节肽电荷可改变不同磷脂的结合选择性。总体而言，SPR动力学分析结合1:1或两态模型清楚显示，多数肽/蛋白结合膜至少经历两步：先静电结合，再重取向和/或插入双层，为肽-膜结合机制提供了更精细描述。这些研究为溶血肽膜结合亲和力及至少两步膜相互作用提供了示例，并结合其他生物物理技术揭示了结合与插入的整体过程。
5.2.3 通过质量与双折射表征肽结合及双层完整性变化
如前所述，膜的光学厚度和质量随时间的变化可用于监测膜形成及脂质双层结构的质量。然而，仅凭质量或厚度无法揭示脂质双层分子有序性的动态变化。膜中脂质分子的有序取向形成了具有独特光学各向异性的各向异性体系。单轴脂质双层的分子有序度
图26|肽质量对膜有序性的影响。 (A) 通过将丙氨酸替换的magainin 2（Ala8,13,18-Mag2）施加于支持的单层DMPC双层膜，观察到随膜结合肽质量增加，膜分子有序性发生多阶段失稳过程。肽以浓度从1.25至40 μM、每次2倍递增连续注入DMPC双层膜。Ala8,13,18-Mag2的结合与解离分别用实箭头和虚线表示。肽结合引起的双层膜无序化程度与膜扩张密切相关，并与AFM实时成像观察到的脂质分子在固体支持双层膜上的扩展变化一致。肽诱导的膜结构逐步变化涉及肽-脂质复合物的多种状态a、b和c。在两种不同的肽/脂质（P/L）摩尔比下观察到明显的膜结构变化：mp对应初始膜无序化，mp**对应膜破坏开始并伴随质量损失。(B) 在脂质分子在mp（状态b）初始无序化之后，更多肽继续结合至膜上，并在不同P/L比下达到mp**，反映不同AMP对DMPC或DMPC/DMPG的作用。(C) AMP与膜结合引起的变化过程示意图展示了膜破坏和扩张的过程，最终导致总质量损失（状态c）。
5.2.4 实验数据动力学分析以确定结合机制
膜活性肽的研究通常集中在整体过程，例如肽的实际效应如细胞裂解和货物运输，或机制的最终终点如孔形成或胶束化。然而，为更好理解肽的作用机制，需表征整个动态过程中各序列事件的动力学。例如，肽可能先结合膜，再重取向、进一步插入膜、破坏膜，随后与其他肽形成孔或其他结构组装。许多研究仅关注肽初始结合或脂质-肽复合物最终结构的形成，忽略中间步骤。然而，这些中间步骤可能对肽功能至关重要，对其理解可为新型治疗肽设计提供新思路。关键问题不仅是总体机制，而是中间步骤及影响这些转变序列的因素。确定中间状态需要对肽和膜的结构变化及不同中间步骤的动力学进行全面表征。利用光波导技术，通过对实时结合数据的动力学分析及特定模型，可设计肽以调控其活性，从而更灵活、有效地理解生物分子-膜相互作用的机制。基于前述1:1 Langmuir模型和两态模型，可进一步扩展至三态模型，其中第二结合态肽可转变为第三状态；平行反应模型则涉及同时发生的多个反应，简单情况为两条单态反应，复杂情况可能涉及多态反应。上述模型中还可能存在协同性，即膜表面肽之间的相互作用可加速从一个状态向另一状态的转变。三态模型可表示为：
其中
5.2.5 膜活性肽引起的脂质扰动与破坏分析
通过图形化分析结合与结构变化的相关性，可评估肽对膜结构逐步变化的累积影响。双折射分析提供了肽对脂质双层组织变化的实时信息，有助于描述肽与不同脂质组成膜相互作用时的行为。多种转变可用于评估肽的离散结合行为及机制。初期质量增加通常表征分子与膜结合，伴随双折射变化。双折射下降（膜无序增加）时，双折射-质量曲线的斜率变化可衡量结合过程中的顺序事件：从水平或浅斜率（表面结合对双折射影响小，图25A）到近垂直下降（显著扰动膜结构，图25F,I），其他情况介于两者之间。结合也可能导致双折射增加，表明发生稳定或有序化效应。结合后的膜变化可能包括解离时双折射恢复，或伴随质量损失进一步降低有序性，可能表示肽解离伴随已结合肽的缓慢双折射下降，或膜变薄/膨胀或表面物质移除导致的质量下降。通过适当模型体系研究，可直接观察质量与结构组织的动态关系，从而区分不同模式的肽-膜相互作用。膜结构变化的知识显著提升了对AMP作用机制的理解。考虑不同模型时，多种作用模式可能同时存在，且作用模式可能依赖于肽溶液及膜结合浓度、膜组成与结构、结合动力学及各相互作用伙伴的结构变化。双折射-质量曲线为AMP作用模型提供了重要新见解。尽管许多研究集中于确定膜破坏的临界浓度，但在特定肽/脂质摩尔比(P/L)阈值下表征不同程度双层扰动的步骤，可更清楚地理解AMP对膜的协同分子机制。通过DPI实时监测不同AMP的P/L递增，可观察结合、插入及双层破坏的顺序步骤。Aurein1.2和magainin2分别存在于澳大利亚树蛙和非洲蛙的背部分泌物中。尽管序列及长度不同（aurein1.2为13氨基酸，magainin2为23氨基酸），两肽在阴离子膜环境中均形成两性螺旋，而在中性膜环境中magainin2无结构。地毯机制被提出解释两肽在膜裂解中作用的相似临界P/L比。然而，DPI可提供膜裂解前、裂解过程中及裂解后膜结构变化的信息，并显示两肽在相同作用机制下存在显著差异。阴离子膜破坏点的P/L比，aurein1.2显著低于magainin2(图26B)。此外，增强杀菌活性的Ala8,13,18-mag2在阴性膜破坏的P/L比与magainin2相似(图26B)，但在中性DMPC膜上破坏所需的P/L比几乎为阴性DMPC/DMPG的两倍(图26A)。由膜破坏点确定的P/L比表明，这些蛙肽的作用可归因于地毯机制。然而，aurein1.2在破坏中性DMPC和阴性DMPC/DMPG膜后双折射下降可逆。相比之下，Ala8,13,18-mag2破坏膜后表现部分可逆双折射下降伴永久无序。此类部分可逆双折射变化与肽插入及双层膨胀相关，AFM研究(图26A)、荧光染料释放和AFM结果均显示aurein1.1、magainin2和Ala8,13,18-mag2的膜破坏方式不同。总体而言，这些实验表明，仅以特定模型定义AMP作用过于简化。不同双层观察到的可逆堆积无序-有序行为对各种AMP具有独特性，而其他光谱技术难以显现。膜无序分析扩展了对AMP作用下膜可逆结构变化及双层在关键肽浓度下开始解体的理解(图26C)。基于另一种干涉波导传感器OWLS的研究，也显示抗菌聚合物与SLB结合时的原位光学双折射变化。通过各向异性薄层模型计算层厚和双折射，并与复合/交换模型比较评估其相关性。加入抗菌聚合物后，薄层厚度从5.2增至8 nm，再降至5.8 nm，同时双折射从0.026降至−0.06，显示了脂质无序和解体效应。基于复合模型，最终结构中抗菌聚合物覆盖的表面积不到40%。该方法同样可用于研究AMP对膜的影响。针对特定靶细胞的选择性对开发新AMP及其他膜作用药物至关重要。结合已定义脂质组成和结构性质的模型膜的研究表明，电荷、疏水性、两性、双层结构组织、胆固醇与鞘磷脂存在等因素复杂地影响结合选择性。此外，通过修改肽序列、长度或在末端引入带电或疏水残基，也可增强对致病菌的选择性而不损伤宿主细胞。研究显示，这些肽在膜结构影响方面存在显著差异，其生物活性可能由膜结构的显著变化介导。以maculatin1.1为例，结合过程中双层有序性显著变化且在高浓度下呈协同效应，随双层厚度和有序性增加而增强。因此，maculatin1.1有效扰动膜可能需要最优双层厚度和脂质有序性，而增加厚度和有序性可能抑制其活性，并在AMP抗性中发挥作用。这些此前未展示的结构效应可能涉及AMP选择性。当对细菌膜提取物进行双折射测量时，可实现更直接的相关分析。
图27|AFM成像显示多种AMP对云母上形成的DMPC支持脂质双层膜（SLBs）的影响。 (A,A’) Alamethicin诱导DMPC SLBs变薄和扩张。(B,B’) Protegrin 1诱导DMPC形成管状胶束结构。(C,C’) Aurein 1.2与DMPC相互作用，因脂质溶解导致DMPC变薄、扩张并形成孔状缺陷。(D,D’) Caerin 1.3诱导DMPC出现孔状缺陷和扩张。(E,E’) 环肽kalata B3作用于DMPC，使其形成类似结构域的结构。(F,F’) Melittin诱导DMPC形成直径约为60−80nm的孔。
5.3 AMPs诱导的膜结构和性质动态变化测量
大多数关于AMPs作用于膜的生物物理研究,都为理解膜体系的平均动态变化提供了有用信息。然而,关于膜在微米/纳米结构域内的局部动态结构变化,目前信息仍然很少。这些结构域可能具有不同的厚度、脂质堆积有序性以及结构域边缘线张力。膜的复杂组成和结构性质也会导致不同AMPs在细胞膜上表现出不同的作用机制。只有在AFM应用之后,这些认识才逐渐变得清晰。事实上,AFM对AMP-膜相互作用的纳米尺度分辨率分析揭示了一系列动态结构变化,这些变化与AMPs对膜变薄、孔缺陷、膜破坏、蠕虫状胶束和管状结构的细微不同影响有关。利用常规AFM或HS-AFM进行的延时分析,进一步提供了膜变薄、孔形成、Ca²⁺依赖性膜破坏、结构域溶解和寡聚体形成等过程的动力学信息。这些研究表明,AMPs的作用机制已经超越了最初提出的基本孔形成机制和地毯机制。实际上,不同效应的观察结果证实,AMPs的作用具有构象依赖性,会随膜脂质组成而变化,并受到环境因素影响。因此,很难将某一种特定作用机制简单归属于某一种AMP,AMPs诱导的膜变化很可能通过由不同机制步骤组成的多条路径进行。
AMPs影响膜动态结构转变的过程,已经在模型膜和完整细菌细胞中通过AFM得到广泛表征。不同序列、长度和二级结构的AMPs可以通过多种方式破坏膜结构稳定性,如图27中DMPC支持脂质双层(SLBs)不同膜缺陷的拓扑图像所示。使用两性离子SLBs有助于在静电作用之外,更好地理解膜自身性质在AMP-膜相互作用中的作用。AMPs对膜的影响发生在0.7-65μM的肽浓度范围内。这些膜结构变化表现为脂质双层结构的几何改变,包括横向面积扩大和双层厚度降低。膜结构变化涉及脂质扩张、孔形成、边缘不稳定性以及蠕虫状胶束结构。这些变化提示AMPs可能以类似去污剂的方式发挥作用,即降低膜线张力。线张力与在脂质膜中不同结构性质区域之间形成界面所需的单位长度能量成本相关。这些效应源于带正电残基定位于双层界面,从而促进膜内线性几何结构形成。这些线性几何结构随后促进肽与双层边缘结合,并在较高P/L比下推动层状相向蠕虫状胶束的协同转变。除alamethicin外,这种AMPs降低界面线张力的行为并不依赖电荷。alamethicin是一种形成桶板孔的肽,预计不具有线活性。AMPs通过其采用的不完全两性结构促进膜转变。此外,高浓度AMP kalataB3作用于DMPC时表现出独特变化,包括局部膜厚度降低以及更高结构域形成,但DMPC膜片面积没有显著变化。不同AMPs普遍会引起界面区域不稳定,尤其是在结构域边界处,这一过程可由AFM在纳米尺度上表征,而其他技术难以获得这类信息。
理解膜中孔的动态形成对于阐明AMP活性的分子基础十分重要。膜中的孔状缺陷也已通过AFM实现可视化和定量表征。多种AMPs,如melittin及其类似物、alamethicin、indolicidin以及其他从头设计肽,均可在模型膜中产生孔状缺陷,并通过AFM观察到相应拓扑变化。melittin诱导的孔状缺陷可通过缺陷扩大、融合或新缺陷形成而持续增长。初始缺陷半径在DLPC双层中约为3.8nm,在DOPC双层中约为4.7nm。随着孵育时间延长,缺陷半径分布变宽,并伴随显著膜破坏。孔状缺陷增长的动力学速率顺序为DLPC>DOPC>DOPC/胆固醇,显示酰基链长度以及脂质有序性等脂质性质改变会影响缺陷增长。孔状缺陷的成核起始于膜表面肽单体的重取向,随后少数肽以跨膜取向排列,脂质头基也排列在缺陷边缘。孔状缺陷进一步扩张并发展为膜破坏,可能源于边缘处亚稳态脂质分子的移除,这会促进肽通过脂质基质发生协同移动,并持续至膜完全破坏。结合AFM和高分辨率SIMS(二次离子质谱),这类效应也在肽amhelin中得到观察。amhelin在DLPC/DLPG(3:1)SLBs的成孔过程中,会排列在孔状缺陷边缘。
图28|Protegrin 1浓度对DMPC结构转变的影响。
AMP浓度对膜结构转变的影响也已通过AFM成像得到充分表征。多项AFM研究显示,AMP浓度逐步升高与膜结构连续转变相关,这些转变包括膜变薄、面积扩张、孔状缺陷、蠕虫状胶束、管状结构或完全解体。这些现象已在magainin2-amide作用于DMPC/DMPG(4:1)、magaininH2作用于POPC、protegrin1作用于DMPC以及daptomycin作用于POPG的研究中得到显示。protegrin1(PG-1)作用于DMPC时,DMPC结构会从低浓度下无可检测孔的双层变薄和扩张,发展为中等浓度下广泛出现孔状缺陷,再到高浓度下形成蠕虫状管结构(图28)。magaininA对DMPC/DMPG(4:1)的作用也表现出类似结构转变。magaininA中Mag2的Ser8、Gly13和Gly18被Ala替代。MagA导致膜变薄并引起面积扩张,在临界阈值浓度以下可观察到孔状缺陷,而在阈值浓度以上则形成蠕虫状胶束。这些复杂变化提示,MagA对膜造成的双层破坏程度会随着双层破坏进程而变化。这些研究还表明,对膜拓扑进行高分辨率AFM分析,可以以前所未有的深度理解膜裂解过程,即不同膜构象状态之间的相互转换,其中存在恢复与裂解之间的平衡。
脂质分子在膜中会组织成液态无序相、液态有序相和凝胶相等微米/纳米结构域,这些结构域具有不同厚度和堆积有序性,并可能以不同方式影响AMPs的作用。此外,AMPs与膜结合也会诱导不同相发生变化。例如,LL-37与含有三种不同厚度结构域的DMPC/DMPG混合SLBs结合时,肽活性会随结构域理化性质而变化,并表现出对带负电脂质头基的结合偏好。LL-37与DMPC/DMPG SLBs发生强相互作用,使较厚结构域面积增加,并破坏较薄结构域,产生断裂膜边缘。球状结构的直径测得为4.6-18.3nm,长时间孵育后伴随膜厚度降低和膜结构域消失。膜破坏效应在由DMPG组成、链堆积密度较低的结构域中更为明显。此外,不同结构域中同时出现膜变薄和球状结构,提示在由不同酰基链长度的饱和和不饱和磷脂组成的多相膜中,可能共存地毯式膜溶解和孔状缺陷等多种机制。
AMPs对膜拓扑和力学性质动态变化的相特异性影响,也已在maculatin1.1(Mac1.1)与E.coli膜的相互作用中得到表征,研究分别使用了早期生长期和晚期稳定期的E.coli膜。Mac1.1与早期生长期E.coli SLBs结合时,会在Ld相的较低结构域中诱导孔状缺陷和膜变薄,而较高的Lo相无显著变化,说明无序流动相发生脂质溶解。然而,较长时间孵育后可观察到Lo相结构域厚度增加,提示脂质分子重组为更有序的相,并表现出低黏附和更高模量,这些性质通过PeakForce纳米力学(PF-QNM)模式分析得到。相比之下,Mac1.1与晚期生长期E.coli SLBs结合时,会在较薄Ld相的膜边缘出现楔形扩张,而结构域内没有可见孔状缺陷。晚期生长期SLBs中的这些变化也比早期生长期SLBs中观察到的变化快得多。晚期生长期SLBs的Lo相起初能够抵抗Mac1.1的作用,直到主要在Ld相中出现高度约90nm的显著膜鼓包,并伴随Lo相面积减少(图29)。这些变化还与体积较大的球状结构表现出的高黏附和低模量力学性质相关。polymyxin也被提出具有类似鼓包效应,可诱导E.coli外膜形成鼓包。肽诱导的这些膜鼓包源于膜变薄和扩张产生的横向压力。晚期生长期中不饱和磷脂向环丙烷磷脂的转化也被检测到,且与膜结构重塑高度相关。总体而言,这些结果进一步证明,复杂膜重塑特征是AMPs对不同脂质组成和脂质堆积相膜表现出不同活性机制的一部分。
图29|Maculatin 1.1（20μM）对稳定生长后期大肠杆菌SLBs的影响。 在肽分子施加的横向压力作用下，观察到液态无序相（Ld,橙黄色）转变为隆起结构，其最大高度为85nm。膜隆起结构的形成同时伴随液态有序相（黄色）面积减少。
总之,标准AFM模式探测到的AMPs对膜结构、物理性质和力学性质的复杂影响,为膜破坏动态过程提供了高分辨率图像。然而,由于膜中脂质和肽的快速扩散系数约为数μm²/s,或速度可达数百μm/s,标准AFM模式的时间分辨率无法在分子水平上解析膜中的肽。近期发展起来的HS-AFM则能够在分子水平上成像AMP寡聚体在膜中的瞬态动态运动。例如,daptomycin与POPG结合的可视化结果显示,在低于MIC的浓度下,daptomycin可在孔形成的最初1分钟内于膜中发生寡聚化、扩散和聚集。小寡聚体快速扩散,平均速度约为300μm/s,中等大小约为4.3nm²,随后在POPG双层表面发展为缓慢扩散的凹坑和拉长隆起,静态凹坑簇进一步融合为直径7-12nm的环形孔,并在膜边缘形成直径8-12nm的管状结构。高于MIC时,daptomycin与POPG的结合速度明显更快,并表现出显著结构异质性,显示膜结构从蜂窝状管状图案转变为立方相和波纹相。对于daptomycin与POPG/TOCL(4:1)的结合,未观察到环形孔或管状结构,而是出现高度静态、间距约5nm的屈曲结构,可持续数秒。心磷脂的存在显著削弱了daptomycin对膜失稳的影响。polymyxin及其类似物与Staphylococcus aureus SLBs相互作用时,也观察到蜂窝状晶体结构形成。总体而言,利用HS-AFM在分子水平上获得AMPs作用的“视频”能力,为理解AMPs在膜上的结构与动力学分子机制提供了前所未有的细节。
6 基于物理的模拟提供的分子见解
计算方法在探索AMPs与生物膜的复杂相互作用中不可或缺，它们可以提供实验方法难以覆盖的长度和时间尺度信息。随着计算能力、算法和数据可获得性的提升，在模拟复杂生物环境条件下的分子水平过程方面能力显著增强，并可与实验协同工作。计算方法大致分为两类：一类是成熟的基于物理的模拟，能够模拟原子分辨的肽-膜相互作用和分子动力学，这部分在本节讨论；另一类是新兴的数据驱动方法，利用机器学习和人工智能从大量数据中识别模式，以表征、预测和设计新型AMPs，这将在第7节讨论。
图30|同一膜-肽体系在不同分辨率下进行MD模拟的示例。 图中展示了含有magainin α螺旋肽的DOPC脂质双层膜，从左到右依次为全原子、联合原子、粗粒化和隐式膜分辨率模型。最右侧面板显示的是全原子溶剂和螺旋肽，并结合HMMM双层膜，即在膜-水界面处使用短尾表面活性剂样脂质，在双层膜核心中使用二氯乙烷（DCLE）分子。颜色标注如下：肽（黄色）；脂质/DCLE碳原子、脂肪族UA珠粒和CG甘油珠粒（灰色）；脂质氧原子和CG甘油珠粒（红色）；磷原子和CG磷酸盐珠粒（土黄色）；氮原子和CG胆碱珠粒（深蓝色）；氢原子（白色）；水氧原子和CG水珠粒（浅蓝色）；DCLE氯原子和氯离子（绿色）；钠离子（紫色）。模型使用CHARMM-GUI以及DPC胶束中magainin 2的NMR结构（PDB:2MAG）构建。图经授权改编自相关文献。
6.1 经典分子力学与动力学方法概述
分子力学涵盖多种基于物理的计算技术，可用于研究AMPs从原子到超分子尺度如何破坏细胞膜。这些方法依赖经典力学原理，使用称为力场(FF)的势能函数描述模拟体系中原子间的相互作用。在AMP-生物膜体系中，模拟成分通常包括模型膜双层（磷脂、糖脂、甾醇、脂多糖、跨膜蛋白）、AMPs、溶剂、盐及其他相关分子。系统的总势能依赖于3N粒子（原子）坐标的复杂函数，大多数生物相关力场采用高效且经过验证的函数形式。典型生物分子力场中，**共价键(2体)和角(3体)**用谐振项处理；二面角/扭转角(4体)用三角函数周期和表示；静电作用以库仑公式表示，短程直接处理，长程通过傅里叶变换计算；范德华力采用Lennard-Jones势，超过截断距离则忽略。某些力场会采用替代函数或附加项（如保持平面/手性、极化修正、角度和主链扭转修正），但总体结构一致：加和的谐振键项、周期二面角及成对非键相互作用。不同力场主要区别在于分辨率和参数化，即附加在键和非键项上的力常数，决定特定构型的分子几何和能量贡献，这些参数来源于实验或量子力学计算，其质量和可用性直接影响模拟中原子间相互作用、结构以及动力学现象的准确性。
基于力场的方法可用于生成分子系统的统计集（如蒙特卡洛方法），但这里重点关注经典分子动力学(MD)，这是研究膜结构和热力学性质最广泛使用的方法。MD中，每个粒子受力由势能函数负梯度计算，并根据牛顿第二定律(F=ma)运动。由于粒子相互耦合，运动方程无法解析求解，需用数值积分器逐步更新原子位置并重新计算力和速度，生成时间演化轨迹。需注意，经典MD无法模拟化学反应或键断裂/形成，因此大多数AMPs模拟使用静态pH表示单个可滴定基团的质子化状态。近来，恒定pH算法使得模拟可探索pH条件下动态(去)质子化事件，如膜插入、跨膜转运及脂肪酸pKa变化。
AMP-膜系统的初始配置由具体生物学问题决定。膜通常以预平衡双层或胶束开始，模型从最简的单一或二元脂质混合物到高度多组分系统不等。肽起始结构来源主要有：(i) 实验确定坐标，如XRD或NMR；(ii) 计算生成构型，包括预测或人工理想化构型。根据模拟目标，随后MD用于探索AMP构象变化或使用约束保持所需二级结构（粗粒化模拟中常见）。本节重点讨论经典MD模拟下的AMP-生物膜相互作用。其他话题如膜构建最佳实践、膜通透、脂质动力学及运输、复杂膜建模和分析工具可参考文献。
图31|创新的三级顺序多尺度工作流程用于研究蛋白质-膜相互作用。 左侧：连续介质宏观模型将膜视为各脂质组分的动态密度场，以捕获大尺度的组成波动。每个蛋白质被简化为单个珠粒，可处于三种膜相关离散状态之一，以编码蛋白-脂质偏好（不同的倾角、旋转和插入深度）。机器学习用于选择多样化的膜“片段”以进行进一步研究。中间：对选定片段进行粗粒化模拟，采样蛋白-脂质接触。蛋白质二级结构固定，但其方向（倾角、旋转和插入深度）可变化。机器学习用于识别用于反映射的新取向。右侧：对选定粗粒化快照进行全原子模拟，揭示详细的蛋白-脂质依赖重排。反馈循环：
(i) 全原子模拟实时分析；全原子二级结构统计变化用于更新粗粒化蛋白（珠粒类型、键和角度）。
(ii) 粗粒化蛋白-脂质径向分布函数用于重新加权和优化连续介质蛋白-脂质相互作用势。
双向耦合使大尺度膜动力学、中尺度粗粒化洞察和精细尺度全原子细节能够持续互相反馈，从而实现准确且高效的多尺度研究。
6.1.1 膜-肽模型分辨率
力场具有不同功能形式和分辨率以满足研究需求。选择适当模型需权衡准确性与可行性。全原子(AA)力场显式表示体系中每个原子，包括重原子、氢、水和离子。这种粒度可捕捉氢键、静电、疏水效应等关键分子相互作用，对理解肽-脂质相互作用对AMP二级结构、聚集、吸附及膜破坏的影响至关重要。AA MD提供详细原子级视角，但计算量大，仅适用于较小系统（十几纳米）和短时间尺度（纳秒到几微秒）。常用AA力场包括CHARMM和AMBER系列。
联合原子(UA)力场将脂肪族非极性氢与其母碳合并为单一交互中心，而极性氢仍单独处理，以保留偶极和氢键相互作用。通过优化交互中心参数以体现重原子和轻原子的综合效应，计算效率提升约2-3倍，同时对分子结果影响较小。GROMOS UA力场广泛应用，覆盖脂质、蛋白、核苷酸和糖类。CHARMM UA (C36UAr)为成本效益较高的选择，同时与AA CHARMM兼容。
粗粒化(CG)力场将一组重原子及其氢原子替换为单个交互“珠”，大幅减少粒子数和自由度，使得微米尺度、多组分体系、微秒到毫秒时间尺度的模拟成为可能。代价是能量景观平滑化，动力学变化不可预测，难以直接外推到实验时间尺度。此外，简化肽主链会限制构象转变采样。如已知二级结构，可在模拟中约束，但会抑制聚集和膜转运相关的构象变化。经过良好参数化的CG模型仍可捕捉重要的脂质-肽动力学，但需注意原子分组可能影响熵与焓平衡，导致模拟伪影。Martini系列力场最广泛用于膜变形、自发孔形成、肽聚集和转运等大尺度现象模拟。Martini2采用标准4:1重原子映射，Martini3引入3:1、2:1映射以提高灵活性，但在肽-膜相互作用、固有无序蛋白及磷脂翻转仍存在挑战。
**隐式膜模型(IMM)**将膜视作连续介质处理，水区高介电、疏水膜芯低介电。早期应用可预测肽膜吸附、折叠、插入和取向，效率比原子级膜双层模拟高100倍以上。但IMM难以表示不同膜类型及多组分膜，也无法捕捉自发形成的水填充肽孔。
**高流动性膜模拟(HMMM)**截短长脂肪酸链，通常为3-5碳，并用有机溶剂或简单碳溶剂填充膜芯，显著提高脂质横向扩散，保留膜-水界面原子细节，便于研究氢键、静电和肽二级结构。HMMM可用于初步识别结合模式和构象，然后用全脂质模型精炼膜插入。
混合与多尺度MD结合不同分辨率，为AMP-膜相互作用提供全面视角，捕捉从初始吸附到膜破坏的结构与动力学行为。多尺度可并行或顺序进行，例如小分子、肽或单层脂质使用原子分辨率嵌入在粗粒化环境中，多数研究采用顺序多尺度模拟。
图32|高温MD模拟能够在保留稳定构象的同时，加速对渐进式肽-膜相互作用的建模。 许多肽（如图中所示的合成GL5KL6G序列）最初呈未折叠结构，但在与膜结合后会自发折叠。经授权改编自相关文献，版权归2019年美国化学学会所有。相比之下，较大且热稳定的肽（如melittin和alamethicin）在高于60°C的温度下插入膜后，仍能够保持其α螺旋特征。
6.1.2 增强采样与自由能计算技术
经典MD尤其是常规无偏模拟在探索复杂能量景观、相关生理时间动力学和稀有事件时存在局限。肽膜插入、孔形成和构象转变涉及跨越高能障碍，属于微秒时间尺度上的稀有事件。提高采样覆盖、可靠性和统计意义通常需要多次长时间模拟，但仍可能陷入高能态。增强采样方法被开发以加速构象探索并实现定量自由能计算。
时间步调整：MD积分时间步受最小振动周期限制，过长会导致数值不稳定。AA MD通常使用1 fs时间步,平衡计算精度与稳定性。通过限制氢原子相关的键振动（如LINCS和SHAKE算法）可安全使用2 fs时间步。UA和HMMM模型也使用2 fs时间步。
图33|（上）真核、两性离子膜：不利相互作用。 （下）原核、阴离子膜：由静电作用驱动的插入。Maximin 1肽主链以洋红色显示，N端残基（1−7）以蓝色显示，C端残基以绿色显示。构成弯折区域的残基（9−16）以黄色显示。
高温MD(HT-MD)：在50-120°C下加速肽折叠和膜插入，保持膜完整性。HT-MD允许肽自由折叠、结合、插入和脱离膜，同时可通过统计推断生理条件下行为。模拟退火是HT-MD变体，通过周期性加热和冷却逃离局部能量极小值。
复制交换MD(REMD)：并行模拟多个副本，通过条件交换避免陷入局部极小值。REST调整系统部分“温度”，HREMD使用不同Hamiltonian参数，pH-REMD用于pH依赖膜插入模拟。
偏置采样：通过定义反应坐标应用外力驱动系统穿越高能转变。常见方法包括Steered MD(SMD)、Umbrella Sampling(US)、Metadynamics及其变体。机器学习方法可辅助识别集体变量(CVs)，AIMMD可无需预定义CVs，通过动态无偏路径采样计算自由能、速率和机制。
这些方法统称为自由能方法，通过平均力势(PMF)量化结合亲和力和分配自由能。对于AMP-膜复杂过程，合适CV难以先验确定，Accelerated MD等方法可在无需预定义反应坐标下增强采样。
图34|脂质化α螺旋肽与9POPG:1POCL双层膜相互作用的全原子MD模拟快照。 (A) C10-Pard（红色）；(B) C8-MSI（灰色）。肽以透明表面表示，并在其中嵌入带状结构以显示二级结构，其N端脂质链以青色和白色球体显示。突出显示距离肽3Å以内的POPG（橙色）和POCL（蓝色）脂质。
6.2 基于物理模拟的示例与关键发现
大多数物理模拟研究致力于回答关键生物物理问题，包括：
- AMPs从溶液迁移至膜环境时的变化；
- AMP吸附、插入及跨膜机制；
- AMP聚集、寡聚化及孔形成过程。
探究1)-3)提供理解功能结果及选择性相互作用的背景，如：
- AMPs如何影响靶膜的天然性质？
- 肽-膜选择性的决定因素？
- 哪些中间步骤和因素决定AMP作用模式和活性？
模拟提供了实验尚未达到的时间和长度分辨率，犹如虚拟显微镜定量研究AMP-膜相互作用。目前研究直接关注膜-AMP界面及相互作用。近期有大量综述涉及AMPs和膜的物理模拟、抗微生物作用及脂质-蛋白相互作用。本节综合这些研究成果，强调多尺度模拟在可靠表征AMP作用机制中的能力及存在的局限。
6.2.1 膜诱导的AMP构象行为
实验技术如CD和NMR可确认AMP在不同环境下的二级结构，但MD可揭示驱动这些构象变化的瞬态步骤和分子相互作用。常规及增强采样AA MD尤其有助于理解此过程。典型MD工作流程中，肽置于模型双层膜上，监测其二级结构随自发（或偏置）吸附、界面折叠及插入的演变，可直接比较溶液相和膜结合相构象。
6.2.1.1 在膜环境中保持有序构象的AMPs
多数AMPs在膜中的典型机制为：由水相无序线圈转变为与脂质双层相互作用后形成明确二级结构，这一步对功能至关重要，可形成两性结构以促进膜破坏。MD模拟提供了详细的原子视角。例如，对于α-螺旋AMPs，AA MD显示原本在水中柔性肽，如cathelicidin BMAP-28(1-18)、蛙源ascaphin-8及其嵌合体、合成肽CaD23，会快速吸附到膜表面并折叠为稳定α螺旋。CD实验确认其在水溶液中为随机卷,在膜模拟环境中为α螺旋。模拟显示折叠由疏水残基进入脂肪酸链核心、阳离子残基暴露于阴离子头基驱动。BP100、decalin和temporin-L等AMPs在负电荷膜结合后也形成稳定α螺旋，与实验一致。
此外，也可模拟“预插入”肽并测试构象稳定性。例如，蛙源dendropsophin及两种类似物在3POPE:1POPG阴性细菌模拟双层膜中，肽平行或跨膜插入均保持稳定α螺旋。Maculatin1.1在DMPC丰富的胶束或双层膜中500 ns AA-MD中保持α螺旋稳定，CD和NMR结果一致。HT-MD可加速折叠事件而不扭曲热力学。BP100 11残基在50°C AA MD 250 ns显示从水相随机卷转变为膜结合α螺旋，符合CD实验。初次结合DPPG膜后，BP100需翻转、重取向α螺旋以将疏水残基埋入双层核心。14残基设计肽(GL5KL6G)在3DMPC:1DMPG膜的2μs AA MD (70°C)中显示卷→螺旋转变，说明膜接触可诱导并稳定螺旋结构。HT-MD对高温稳AMPs尤为有效，如melittin(20aa)和alamethicin(26aa)在>60°C下仍保持α螺旋。
6.2.1.2 在膜环境中保持无序或混合构象的AMPs
部分肽利用增加的柔性实现功能，这种“三级可塑性”表明刚性折叠结构并非最活跃状态。例如bacteriocin enterocin 7B通过膜表面螺旋展开发挥功能。自适应SMD显示其展开能量景观与杀菌效率直接相关，CD实验显示疏水核心不稳定突变体能增强膜通透性。Maximin1也显示膜穿透时从有序转为无序的关键转变。最初为α螺旋，AA MD 500 ns揭示通过磷酸基氢键锚定膜表面后，肽在膜表面展开成卷曲，促进中央“弯折”区域在原核膜中深入穿透，但在两性膜中持续作用受阻，从而解释其选择性。MD还显示无结构卷肽可通过产生更多深浅不一的堆积缺陷引起整体膜变薄。
三元共聚物AMP模拟中，灵活聚合物利用脂质堆积缺陷稳定构象并重塑膜。含脯氨酸的铰链区域可产生混合螺旋/卷曲状态，MD显示这些灵活弯折对作用机制至关重要。Indolicidin的REMD模拟显示其在水和DMPC双层中主要为随机卷，但膜结合后形成伸展构象，二维分析揭示水/表面结合构象在插入膜后丢失。US MD显示伸展构象可加速脂质翻转，即使低浓度下在3DMPC:1DMPG膜中也有效，SANS/SAXS实验支持此加速翻转为外周膜结合肽产生瞬态孔的通用机制。
图35|Mastoparan肽在溶液中与膜结合状态下的构象景观比较，基于原子级MD计算的自由能图。 两条肽的有效构象相空间以灰色表示。肽在溶液中的自由构象以蓝色投影到该空间，蓝色越深表示能量越低、状态越稳定。肽-膜模拟的构象以实色叠加显示。
6.2.1.3 化学修饰与环境调控构象
AMP构象高度敏感，可受化学修饰和环境条件调控。MD在解析这些因素如何调节肽结构与功能方面非常有力。
6.2.1.3.1 脂肪化与酰基化
在自然或合成肽上接脂肪酸链可增强膜相互作用。微秒AA MD显示，中等长度脂肪酸尾巴可作为疏水锚,促进插入并稳定膜结合螺旋，在9POPG:1POCL膜中加速卷→螺旋转变，形成更刚性延伸螺旋。脂肪化可增强膜结合，但过长尾巴可能在溶液中自聚，降低活性单体浓度。SNAPPs（多肽臂星形聚合物）中脂肪化可增强α螺旋稳定性、促进膜嵌入和双层变薄，并降低跨膜转运自由能。
酰基化也可增强膜破坏性。如β-防御素类CIDEM-501, N端乙酰化不改变β发夹核心结构，但增加埋入表面积并稳定膜接触，模拟结构稳定性与实验活性直接相关
6.2.1.3.3 碳氢桥钉化肽
通过共价连接选定侧链以模拟分子内氢键、限制主链二面角，并在膜活性构象中稳定二级结构（图36）。CD实验显示，富赖氨酸和亮氨酸的11肽碳氢桥钉化KAL类似物可形成持久的螺旋（310或α）或β链结构，具体取决于钉化位置（2−6、3−7、6−10）及真核/原核膜环境。在原子级MD中，使用不对称的革兰阴性外膜模型（LPS外层；内层45PE:23PG:3CL），钉化可降低残基波动（非钉化肽约150 ns后解离）、增强疏水相互作用（与Trp）并使疏水区更深嵌入（相比仅C端插入）。此行为加速了吸附/插入过程，与类地毯机制一致，并与实验观察到的E. coli和S. aureus抗菌活性相符，包括耐药株。
图36|稳定肽二级结构的烃桥固定策略示意图。 两个残基被替换为(S)-2-(4-戊烯基)-丙氨酸（在螺旋轮投影中为绿色S5），并通过环闭交叉复分解反应共价连接，形成烃桥。
6.2.1.3.4 磷脂触发的构象变化
特定膜脂组分诱导的构象变化是增强选择性的一种策略。例如，螺旋可变多肽C6−10通过侧链排斥设计，保持适中螺旋性（38%）以限制细胞毒性，但在识别细菌磷脂酰甘油(PG)时，可迅速转变为高螺旋活性状态（约77%）。AA MD显示，该多肽在哺乳动物膜模拟中螺旋不稳定，但在细菌膜模型中迅速稳定。CD和染料渗漏实验证实了PG诱导的螺旋性增加及随后膜破坏。这种螺旋可变策略有效地将杀菌效力与宿主毒性解耦，是提高AMP选择性的有前景方法。
6.2.2 AMP吸附、插入及跨膜转运
MD在揭示AMP膜吸附机制、后续插入路径及跨膜转运影响因素方面起核心作用。
图37|PGLa单体与DMPC:DMPG双层膜相互作用的二维自由能景观。 图中展示了表面结合态（SB）、插入态（I）和亚稳态（mSB, mI）的代表结构。C端残基以橙色标出，赖氨酸侧链以大蓝球表示，磷原子以小紫球表示。在SB和I状态下，赖氨酸与脂质头基相互作用；在mSB状态下，赖氨酸朝向溶剂；在mI状态下，赖氨酸取向无序。白色箭头表示插入路径。
6.2.2.1 初始膜识别与吸附
原子级模拟表明，初始膜识别依赖肽序列，为深层插入做准备，其驱动力来自：阳离子残基去溶剂化、电荷锚定脂质头基，以及肽和膜的结构重排。例如，AA MD（10×200 ns，不同初始取向）显示α-螺旋transportan 10优先形成两性结合，疏水残基朝POPC双层核心，Lys/Arg侧链朝向溶剂。这种“预取向”稳定部分插入中间态，为更深插入做准备。
LL-37的MD模拟显示分步插入机制：肽核心先穿入膜，随后C端锚定并稳定膜结合。PGLa在3DMPC:2DMPG混合膜上AA REMD显示，吸附驱动界面折叠。自由能分析识别两种稳定状态(SB、I)和两种中间状态(mSB、mSI)，状态间存在显著能障。C端在溶液中为α螺旋(mSB)及初次结合(SB)后，暂时解旋并旋转约180°(mI)，再折叠形成预插入状态(I)。N端保持膜结合以保持Lys-磷酸接触，但在最终状态中解离。吸附还引起局部DMPG富集和DMPC耗减，表明肽结合重塑膜组成和电性以利于插入。
另一项研究在细菌内膜（3POPG:1POPE+5%心磷脂）中对三种典型肽（α-螺旋magainin 2、α-螺旋PGLa、β-发夹tachyplesin）建立了共享的附着及预插入步骤(>5Å)。通过机器学习指导的SMD+MD迭代策略生成约9.5 μs模拟数据，使用化学可解释几何坐标（滚动、倾斜、深度）分析生成3D自由能面，清晰区分表面附着（疏水残基朝向溶剂）与膜结合（疏水残基嵌入）状态。研究发现，肽的滚动与穿膜协同动作为限速插入步骤，受序列调控，松弛时间约为5 μs(PGLa)、3 μs(MAG)、1 μs(TAC)。数据驱动分析确认滚动-深度耦合，并识别膜集体模式（脂质重排、膜变形）可与肽动力学混合。该研究显示，构建增强采样或筛选CV集时，必须同时考虑滚动与插入深度，因为它们直接报告控制插入的机制性限速重定位，并对序列依赖能障敏感。
图38|(A) Magainin（MAG）、PGLa（PGL）和Tachyplesin（TAC）的最小自由能插入路径及代表性快照，展示了肽从附着态（疏水基朝向溶剂）到结合态（疏水基嵌入膜内）的协同翻滚-穿透转变。 (B) 翻滚（roll）、倾斜（tilt）和插入深度（depth）集体变量的示意定义。(C) 出现最多的附着态/结合态微观状态及动力学标注。
无偏微秒MD揭示该滚动-倾斜运动的原子细节，显示其如何创建瞬时结合口袋。阳离子赖氨酸和精氨酸侧链与磷酸基相互作用，重排膜-水界面局部环境，一些脂质升出单层，其他脂质头基被侧链推开，暴露下方脂肪酸尾。这形成“疏水摇篮”，允许相邻疏水残基（如色氨酸）翻入膜核心，与胆碱基发生cation-π作用，再与磷酸和甘油深层结合，启动相邻残基逐步插入。
AA MD模拟持续阐明设计高膜结合AMP的残基特异性原则。例如，1 μs AA MD显示牛白细胞源indolicidin在C. albicans膜模拟中，添加五个C端色氨酸可增强抗真菌活性，初期吸附（约100 ns）中，N端阳离子(Lys1、Arg4、Lys7)与阴性头基作用，Trp环强化表面结合，促进三聚体形成，阻碍中段残基(Tyr10、Lys11)深插，与实验活性一致。其他研究结合AA MD、MM/PBSA、SMD和US评估七肽阳性AMP的突变对结合亲和力影响，结果显示：Lys→Arg增强结合，Lys→His或Trp→Leu削弱结合，符合实验抗菌活性。
短肽cupiennin 1a的HREMD显示，低pH下质子化的8个赖氨酸有利于紧凑α螺旋并与磷酸头基形成稳定锚定，去质子化则生成无序构象并减少膜接触。
膜性质也是肽结合的重要因素；AMPs的分布非随机，更倾向与含脂质缺陷的区域结合。缺陷暴露疏水尾，对疏水残基提供预先结合位点。CG MD显示AMPs更偏好液体无序(Ld)膜域而非液体有序(Lo)区域。虽然Lo域肽-脂质相互作用更强，但吸附会破坏有利的脂质-脂质堆积，产生焓惩罚，使Ld域更有利于AMP积累。原子级模拟表明，Ld域缺陷丰富且瞬态，但最稳定缺陷常位于Lo域或界面附近。肽结合情景可为：采样Ld域大缺陷或Lo域小而持久缺陷。浓度也影响分布；高P/L比下Ld域拥挤可能迫使部分肽进入Lo域，但总体偏好受全局脂质-脂质相互作用优化调控。
HMMM模拟对早期锚定和预插入构象的采样经济有效，加速脂质扩散，使magainin 2(+3)和pexiganan(+9)在不同PC、PE、PS、PG和Chol膜的截短体系中高效吸附。结果显示，magainin 2偏好疏水尾接触，pexiganan通过多个赖氨酸形成稳定电荷锚定，限制深度插入并产生较大平均曲率变化。胆固醇稳定螺旋并增强磷酸接口结合，提高插入障碍。对疏水残基进行突变后，magainin转为头基锚定，类似pexiganan，强调Phe/Leu/Ile/Met驱动插入，Lys作为电荷锚定，与前述研究一致。HMMM模型还可生成大尺寸堆积缺陷，促进肽结合并加快结合时间尺度。
多尺度CG/AA MD研究植物防御素NaD1在复杂七组分C. albicans膜模型（POPC:POPE:POPI:POPS:POPG:POPA:DPP2=40:27:18:7:1:6:1）上的作用，展示了残基特异锚定和脂质富集/耗减协同工作。CG模拟确认低P/L比下表面类“地毯”机制，NaD1选择性与DPP2(PIP2类似物)和POPI相互作用，同时排斥POPG，导致膜变薄依赖于寡聚体大小。AA模拟识别DPP2关键结合位点涉及阳离子残基Lys4、His33、Arg40，与晶体结构一致，同时提供了先前未观察到的四聚体“头对头”自发形成机制，解释地毯结构传播。
图39|来自1 μs全原子MD模拟的快照显示W3_p1肽在细菌膜中经历翻滚-倾斜（roll-tilt）预插入过程，在46、673、678和715 ns形成瞬态“疏水摇篮”。 肽主链α螺旋为洋红色，N端Cα为大蓝球，色氨酸残基为金色（见46 ns面板），带正电荷残基为蓝色。脂质重原子颜色标注：氧（红色）、磷（土色）、碳（青色）、参与阳离子-π相互作用的胆碱氮原子（蓝色）。
6.2.3 聚集、寡聚和孔形成
聚集和寡聚是协作的多阶段过程，决定了AMP对膜的不同影响：瞬态缺陷、小型动态跨膜寡聚体、长寿命的宏分子级水通道孔，或非孔形成的地毯样表面破坏。MD研究表明，这些过程受以下因素调控：主要序列和残基排列模式、局部肽浓度及跨膜所需最小寡聚体大小、脂质组成及双层膜的机械响应，以及调控孔稳定性和选择性的肽−肽、肽−脂质和肽−水相互作用平衡。
6.2.3.1 AMP序列、排列及最小成核单元的影响
MD模拟反复显示，残基排列及极性/带电和非极性侧链的空间布局，而非单纯的疏水性或净电荷，决定AMP是否自组装成螺旋束、β-片层或保持表面结合状态，以及这些组装体是否成核形成跨膜孔。
一个典型例子是α-螺旋macrolittin家族（第三代合成melittin变体）。八个macrolittin肽预插入POPC双层的AA MD显示，这些肽组装形成跨膜α-螺旋八聚体，呈环状或环状类似结构。模拟显示每个八聚体约有60−80个氢键（每肽约10个水桥侧链相互作用），证明肽−脂质−水连接对孔稳定性至关重要。在模型中，将两个关键酸性残基单点突变回母序列（E4→A4, E8→V8）显著减少直接及水介导的肽−脂质氢键数量。实验上，这些点突变强烈降低了大分子泄漏和囊泡融合活性，同时增加细胞毒性，与MD结论一致：完整的氢键−脂质网络是macrolittin在极低P/L比下形成大选择性纳米孔的原因，而melittin序列则广泛溶细胞。
类似地，通过设计合成桶状孔形成肽LP1，建立了AMP序列与功能的联系。CG MD（Martini FF，降低肽−肽相互作用）在微秒尺度上严格挑战孔稳定性，识别出增强寡聚体完整性的关键序列模式。特定突变如I→F改善芳香堆积，靶向K/D突变加强分子间盐桥，可稳定跨膜孔结构。囊泡泄漏实验和AFM直接成像验证了计算指导设计的优越孔形成活性。关键发现是，孔稳定性虽重要，但亚微摩尔杀菌效力的限制因素是肽对靶膜的亲和力需要同步优化。
这些原则同样适用于β-片层和14螺旋AMP，显示残基排序而非总组成决定聚集途径和孔几何。无偏微秒AA MD中四个成分相同但非极性−极性序列不同的类淀粉样肽，只有交替模式(F1)在膜−水界面（相对叶层）组装成平行β片层，约5 μs后穿透形成稳定圆柱孔并高通量水渗透；其他模式(F2−F4)保持分散，在多微秒时间尺度内未形成破坏双层结构的聚集体。
对于短合成折叠肽（10残基高度刚性β肽形成14螺旋），两性残基模式（由残基排序控制）决定孔形成能力。CG和AA模拟显示，当P:L≈1:67以上，两性异构体聚合，协作排开头基，并潜入延伸跨膜构象形成水孔，可稳定数十微秒；非两性β肽结构异构体则在类似浓度下聚集但保持表面结合，非孔化。
循环精氨酸/色氨酸肽的生物物理实验补充了这一观点，显示残基排列（疏水Trp聚集或交替模式）决定膜插入强度与选择性。避免局部疏水残基积累是提高AMP选择性的关键设计原则。
MD还显示主链拓扑结构（如环化）可增强孔形成，通过稳定单肽跨膜状态。对于超短8残基R3W4V，AA MD显示环化锁定肽为稳定跨膜构象，该单元成为核心，促进更多肽插入并将磷脂头基拉入疏水核心，最终在高P/L比下导致膜融合和通透。
综上，这些研究表明，当极性/带电残基位于可形成肽间水桥氢键且非极性面紧密排列的位置时，有利于跨膜寡聚体和稳定纳米孔形成；其他极性残基排列更倾向表面结合、非孔化状态。此外，MD阐明了二级结构特征（如肽柔性和折角）在α-螺旋AMP中具有复杂、情境依赖的作用。柔性决定最终孔结构：刚性直线螺旋稳定桶状孔，折角和铰链有利形成环状孔，使肽适应孔缘高膜曲率。这说明没有单一结构模体（如α螺旋）可保证孔形成活性，主要序列和二级结构均是设计高效AMP的关键因素。
图40|脂质包装缺陷调控AMP的定位与分布。 (A) 三维脂质包装缺陷的定义。计算DPPC（绿色）、DOPC（灰色）、CHOL（红色）双层膜叶片上的自由体积（蓝色），以识别疏水口袋。示意图展示了可识别的不同缺陷几何形状。经授权转载自相关文献，版权归2020年美国化学学会所有。(B) 相分离膜中缺陷的动态性与持久性。四帧连续全原子MD模拟显示表面缺陷（蓝色、紫罗兰色、紫色、洋红色）。重叠颜色显示，位于有序相（Lo）及其周围的缺陷比无序相（Ld）中的瞬态缺陷更持久稳定。经授权转载自相关文献，版权归2023年Elsevier所有。(C) 肽被引导至缺陷处。示例为ALPS肽，通过将疏水残基直接插入预形成的包装缺陷（青色），吸附于脂质膜（灰色）。经授权转载自相关文献，版权归2020年美国化学学会所有，并遵循ACS AuthorChoice/Editors’ Choice使用协议。(D) AMP优先分布于Ld相。60 μs粗粒化模拟快照显示四种不同AMP（白色主链）在低浓度（P:L = 1:200，左）和高浓度（P:L = 1:20，右）下，优先定位于Ld相（红色，富Dilineoylphosphatidylcholine (DLiPC)），而避开Lo相（绿/蓝，富DPPC/胆固醇）。黄色箭头标示形成孔的聚集体。
6.2.3.2 不同的孔形成组装途径
AMP在不同膜组成中的MD模拟揭示孔结构（如环状、桶状、无序）直径0.6−4.2 nm。模拟显示，孔通常不是单一稳定结构，而是由构象多样的通道状孔集合组成，在平衡态下持续组装和解体。这种结构异质性对肽序列或脂质组成的微小变化高度敏感，是难以识别单一孔形成模体的原因。
模拟建立了AMP在膜上结合与组装形成孔的不同路径（图5）：
A）预组装寡聚体转运：肽在溶液或膜界面形成有序寡聚体，整体插入生成孔，并伴随瞬时水渗透，可通过尺寸分辨泄漏实验验证。CG/AA MD短合成β肽显示P:L存在明显阈值转向孔形成，而AA MD amyloid-like F1肽在5 μs后β片层聚集伴随水渗透急增约10倍。
B）跨膜融合：单体或小寡聚体插入后，与其他嵌入寡聚体融合，形成较大孔。Melittin/MelP5模拟显示U形或部分插入单体转运，其他跨膜肽加入形成更大环状孔。
C）表面招募（逐步插入）：已有跨膜肽/寡聚体逐个招募附近表面肽，孔逐步增长。Maculatin AA/HT MD显示C端优先逐步加入形成3−8聚孔。Pleurocidin的多阶段路径：初期由二聚体形成的孔作为核心，进一步聚集形成稳定结构。
D）堆叠肽环：对超短或环化肽，MD显示肽远短于膜厚度也可形成孔，通过在单层形成肽环，并在对侧单层匹配，形成跨膜孔（LDKA 4残基，高达1:1000 P:L比）。Lugdunin形成更典型肽堆叠产生纳米管孔（图42）。
这些途径非互斥，单一肽−膜系统可同时经历多条路径，例如Maculatin以表面招募为主偶尔出现跨膜融合事件，因此实验信号常为混合。Melittin为经典复杂例子，其机制高度依赖局部肽浓度和排列。CG MD POPC双层显示，肽浓度至少导致三种不同结果（图46A−C）：
- 中等P:L (20:1024)形成环状孔，通过肽N端集体插入局部曲膜；
- P:L加倍 (40:1024)以C端提取脂质的类洗涤剂机制为主；
- 高浓度/高度受力膜 (160:4096)可导致快速膜破裂。
浓度依赖的多样性也出现在其他AMP类别。短阳性α螺旋肽（BP100、Decoralin、Temporin-L）在POPC:POPG囊泡的CG MD显示，高P:L（1:10−1:5）导致囊泡芽生和凸起，由肽在囊泡表面积累造成外内层不对称应力产生正曲率，是另一种高浓度破坏途径，与地毯模型一致。
孔形成性质差异明显：Melittin孔为瞬态、不稳定，响应膜应力形成后随时间消散（图46D）；Alamethicin形成稳定平衡桶状孔（图46E）。Melittin的环状孔由肽和脂质共同形成，Alamethicin桶状孔由紧密肽束组成。
模拟还揭示不同AMP间协作可产生独特孔形成途径。Magainin 2和PGLa混合物的实验矛盾通过3 μs CG MD在大膜盒（94 nm）中解决：机制并非先前假设的侧向异源二聚体，而是通过Magainin阴性C端与PGLa阳性C端静电形成“锚定结构”，作为表面招募路径的异源寡聚体变体：锚定促进PGLa深层插入，作为跨膜招募器，用电静力牵引表面Magainin 2至对侧叶层完成环状孔形成（图47）。此途径依赖膜环境，灵活DMPC/lyso-MPC可发生，而POPE/POPG膜PGLa插入受限，符合NMR实验结果，强调脂质特性对AMP协同活性关键作用。
图41|MD模拟中肽TP10的Lys残基与脂质头基磷酸盐之间的相互作用。 脂质链（未显示）位于中央白色区域。脂质磷酸基团以金色球体表示。Lys残基侧链的“浮潜”行为使这些阳离子残基的酰胺基能够深入插入双层膜的非极性核心，同时避免产生过高的能量代价。
6.2.3.3 脂质在孔形成中的作用
形成跨膜孔的第一步是局部膜缺陷出现。14残基α螺旋Piscidin的实验与多微秒AA MD显示，横向脂质分选及偏曲脂（如圆锥形PE或反圆锥形溶血磷脂）强烈影响缺陷和孔形成。
模拟10个Piscidin与无溶血磷脂（3POPC:1POPG, 3POPE:1POPG）及含溶血磷脂（2POPC:1POPG:1LPC(16:0), 2POPE:1POPG:1LPE(14:0)）的双层相互作用显示，溶血磷脂显著减薄膜厚并增加瞬态缺陷频率。这些缺陷为Piscidin提供孔成核位点，可在保持二级结构和膜亲和力的情况下渗透双层，得到固态NMR、CD和染料泄漏实验证实（图48）。
扩展研究表明，促进缺陷形成的溶血磷脂可将部分囊泡泄漏转为“全或无”模式。自由能计算显示，膜面积应力（由外层肽非对称性引起）显著降低孔形成能障，提高“全或无”泄漏概率。
MD的关键反复发现：许多AMP可在未形成稳定孔的情况下，显著引起膜离子或其他分子泄漏，解释了为何实验中未观测到通道但泄漏明显。高阳性AMP（如PGLa）模拟显示，瞬态肽−脂质相互作用可形成短寿命水桥，促进离子和肽转运及配体翻转。
总的来看，稳定结构孔非膜渗透的必需条件；表面结合肽如Indolicidin可催化脂质翻转，加速膜通透。AA US MD显示，该加速主要由熵效应驱动，并降低脂质翻转自由能障。水性头基穿过疏水膜核心时，由水柱护送形成瞬态离子通道连接两叶层。
膜脂的形状和化学性质调控AMP的机制与活性。CG模拟显示α-螺旋AMP EcDBS1R4在圆柱形脂质（POPC、POPG）形成沙漏型跨膜孔，肽深入插入并在对侧叶层自发形成肽间接触。加入圆锥形脂质（POPE或心磷脂）抑制孔形成，导致膜变薄，肽插入浅，形成长寿命非渗透性反向平行二聚体，解释了实验中荧光自猝灭现象。
Polymyxin B结合X射线、AA MD和泄漏实验显示：增加膜表面电荷促进Polymyxin B穿透并增强膜损伤，而脂质堆积密度增加则阻碍插入。
脂质化学状态也高度影响肽在膜上的自组装。例如，淀粉样AMP Uperin在氧化（PAzPC）及阴性POPG脂质下，1:9 P:L比可抑制纤维形成，通过强静电相互作用吸附膜表面，保持α螺旋构象，阻止聚集，这种肽特异效应在淀粉样β肽中未观察到。
更现实膜模型中复杂度增加。AA和CG模拟Polymyxin B1在含微量LPS和膜蛋白的E. coli内膜模型显示：少量LPS为初始插入主要靶点，而随后由电穿孔诱导的孔优先在蛋白-磷脂界面形成，说明膜蛋白可创建易位不稳定位点，增加膜依赖作用层次。
无肽膜MD可量化膜机械参数与孔形成自由能景观的关系，解释相同肽在不同膜上的不同行为。AA US MD在25种膜组合（不同固醇含量、脂尾长度、饱和度及头基类型）显示，孔成核自由能ΔGnuc主要与脂质倾斜相关，扩孔线张力γ主要由脂质固有曲率和固醇含量决定。固醇丰富的外质膜类似组成ΔGnuc和γ均升高，使孔成核不利。该理论相关性解释了胆固醇膜稳定表面结合AMP状态并抑制插入和孔形成，也解释了AMP对细菌膜的选择性。
图42|由四个lugdunin肽组成并嵌入DOPC膜中的通道，图像来自微秒级MD模拟。 通道内的水分子相对于纳米管轴线优先采取45°和135°的取向（上方插图）。下方插图显示lugdunin的化学结构。
6.3 基于物理的方法在理解AMP-膜相互作用中产生的主要影响
基于物理的分子模拟在阐明AMPs于生物膜上发挥作用的机制方面发挥了关键作用，能够提供纳米尺度见解，并在关键过程的不同阶段补充和拓展实验发现。在初始吸附过程中，原子级MD持续揭示出残基特异性相互作用驱动膜识别，并形成两性预取向，这些预取向会诱导局部脂质重分布，并先于更深层的肽插入发生。赖氨酸和精氨酸侧链可与阴离子磷酸头基形成强静电接触，而芳香族色氨酸和苯丙氨酸则驱动与膜核心的疏水接触。复制交换和metadynamics等增强采样方法建立了复杂的能量景观，量化了AMP吸附能量极小值和插入能垒，并揭示出肽的协同滚动-穿透运动与插入路径及动力学密切相关。粗粒化MD展示了异质双层中的结构域特异性行为，显示AMPs更倾向于积累在流动性更高的液态无序区域，并且真实肽/脂质比例会产生拥挤效应，从而改变分配和活性。
插入和跨膜转运步骤已经由若干明确模体加以表征：阳离子侧链会向水相界面表现出“snorkelling”行为，模拟中可观察到水辅助的穿透路径，且在酸性微环境中，质子化依赖性插入会变得占主导。根本上，这些机制通过诱导局部“润湿”来克服膜内部水化所需的显著自由能障碍，从而稳定水分子穿透并促进AMP跨膜转运。更大尺度的体系突出了协同现象，例如表面招募和跨膜寡聚化如何导致瞬态环形孔、桶板孔以及无序孔形成。
重要的是，这些计算方法已经确立了膜依赖性构象行为，并帮助解释何时由膜本身决定活性。AA MD揭示了膜结合时常见的卷曲到螺旋转变、预形成螺旋的稳定化，以及无序性或“三级可塑性”促进更深穿透和选择性的情况。MD还解释了化学修饰的作用，包括脂化、酰基化和碳氢桥钉化如何改善锚定、降低主链柔性并实现更深的疏水埋藏，这与实验观察到的活性和选择性相一致。纳入真实组成和环境因素的模拟，例如利用恒定pH MD模拟跨膜pH梯度，已经通过将膜力学性质，如流动性、脂质形状以及形成缺陷的能量成本，与肽插入和孔形成效率联系起来，为选择性提供了物理基础。近期，连接原子级、粗粒化和连续介质模型的多尺度及混合工作流程迅速发展，并显示出巨大潜力，可实现从初始膜结合到超分子组装和孔形成的AMP行为实时探索。总体而言，这些模拟阐明了对AMP功能、活性和选择性至关重要的动态、情境依赖性机制，将分子相互作用与生物学结果联系起来，并为新型设计AMPs提供预测性见解。
图43|原子级α螺旋肽嵌入粗粒化双层膜和溶剂中的混合模拟。 左图：经授权转载自相关文献，版权归2013年美国化学学会所有，遵循ACS AuthorChoice/Editors’ Choice使用协议。
6.4 局限性与仍待解决的挑战
尽管已经取得重要进展，AMP-膜相互作用建模仍存在关键局限。AA MD能够提供化学细节，但对寡聚化和大孔形成等稀有事件采样不足，尤其是在富含LPS且横向动力学本身较慢的膜中。单条模拟轨迹即使很长，也可能产生误导，因为无法保证系综能够采样完整势能景观并避免动力学陷阱等伪影。加速技术可以提高对亚稳态和瞬态路径的采样效率，但并不能完全消除这些挑战。CG MD能够捕捉部分协同效应，但牺牲了化学细节；需要改进映射方式并结合原子级精修，以恢复细致相互作用。增强采样擅长对机制排序，但对集体变量选择十分敏感。计算成本高昂的独立重复模拟仍然不可或缺。在所有尺度上，明确报告不确定性并与实验结果验证至关重要，只有这样才能使模型和机制始终锚定于生物学事实。
也许最具挑战性的是，每一种AMP-膜过程本质上都具有特异性，即使属于同一类AMPs，也很难识别适用于整体的主题或普遍原则。然而，这种特异性也产生了丰富的多维数据集，包含结构、动力学和机制信息，可作为机器学习的有效素材，用于发现隐藏模式和预测性原则。
图44|序列模式决定孔形成。 左图：肽F1、F2、F3和F4的非极性-极性序列模式的原子表示。右图：脂质膜横截面示意，其中显示脂质头基磷原子（橙色）、肽（带状表示）以及双层膜中的水分子（灰色），对应肽F1、F2、F3和F4。对于F1，脂质膜横截面突出显示两个四聚体在不同时间穿透膜的情况。
6.4.1 力场准确性
可靠的MD模拟根本上依赖于底层力场的准确性。随着体系复杂度提高以及实验基准不断改善，各种分辨率下的力场都需要持续更新，以保持与统计约束和实验约束一致。传统力场开发具有层级性：量子力学数据用于校准AA参数，包括键长/键角、扭转角、电荷和非键vdW相互作用项；AA轨迹则提供参考分布，用于拟合CG模型。理想情况下，AA模型的更新应通过跨尺度一致性检查和实验验证传递到CG模型中。
多数传统力场具有可转移性和模块化特点，可在多种体系中以最小调整加以应用。然而，这些力场通常基于特定脂质或氨基酸片段/官能团进行优化，因此对于新的化学功能基团，需要谨慎进行原子类型参数化。对于肽-膜界面而言，在孤立环境中调校的参数必须重新验证其在混合体系中的可转移性，类似情况已在肽吸附于固体/液体界面的研究中得到证明。近期针对细菌膜模型系统比较CHARMM36、Slipids和GROMOS力场的研究表明，模拟得到的物理性质高度依赖力场和脂质组成。该研究强调，没有任何单一参数集在所有情况下都普遍最优；例如，CHARMM在再现实验脂质头基有序参数方面表现较好，而Slipids对酰基链更为准确，这凸显了实现平衡准确性的挑战。
即使是细微的力场调整也并非简单问题：小改变可能因参数之间的耦合而引入长程误差。改变某些范德华项可能打破整体力场平衡，影响蛋白-水亲和力、氢键形成以及跨膜螺旋-螺旋稳定性等全局性质。值得注意的是，在CHARMM36中降低范德华截断距离会降低膜厚度，从而降低孔形成的自由能障碍。因此，持续精修对于平衡肽-脂质-离子-水之间的非键相互作用，并适应多样化化学结构，如非天然残基、饱和/不饱和/氧化脂质以及LPS，是必不可少的。
多数传统力场中一个关键但常被忽视的限制，是缺乏原子和基团的显式极化性。对于电荷驱动过程以及局部电场很强的区域，例如静电相互作用突出的肽-脂质-水界面，固定点电荷力场无法准确捕捉诱导偶极效应。虽然可极化力场，如DRUDE-CHARMM，已被用于研究可电离精氨酸侧链的膜相互作用，但在AMP-膜研究中仍未得到充分利用。这一点尤其值得关注，因为AMPs从水相环境转移到膜环境时发生的pKa变化，可能显著改变聚集和跨膜/膜转运行为。此外，已有研究显示，膜电荷分布不仅来自头基和甘油羰基偶极的堆积，表面结合水以及非极性脂质尾的结构化也会产生显著贡献。例如，近期针对线粒体靶向四肽的AA模拟展示了如何在机制层面拆分这些贡献：肽通过扰乱脂质头基和界面水层来降低膜偶极势，同时将阳离子从双层表面置换出来以调节表面电势。若要利用经典MD对局部和外部电场条件下生物分子复合体或聚集体行为进行真实预测，将极化性纳入力场尤为重要。
人工智能和机器学习也正在通过自动化方法迅速改变AA和CG力场的发展，大体可分为两类。第一类方法使用AI增强现有物理力场，通过自动化和精细化参数化来提升力场质量。例如，espaloma框架使用图神经网络替代刚性的基于规则的原子类型分配，实现从量子化学数据出发、端到端可微的分子力学力场自洽构建。第二类方法利用机器学习完全或部分替代传统模型中预设的物理函数，使建模范式从物理驱动势能转向数据驱动势能。这已经催生了与膜体系高度相关的新型力场，包括首个基于图神经网络的CG脂质模型，该模型通过隐式捕捉复杂多体效应来加速动力学(图49)。在更高分辨率层面，SO3LR等混合模型将神经网络用于半局部相互作用，并将基于物理的项用于长程力，从而实现大规模生物分子体系稳定的纳秒级模拟(图49)。总体而言，这些AI驱动策略有望产生新一代准确且可转移的力场，用于研究膜界面上的AMPs。
图45|寡聚化与孔组装可通过以下两种途径发生：(a) 表面捕获（surface scavenging）；(b) 跨膜-跨膜直接融合（direct transmembrane−transmembrane fusion）。
6.4.2 采样限制与计算成本考虑
AMP作用跨越宽广尺度，从局部肽-脂质相互作用(Å、ps)到膜重组和孔形成(nm-μm、ns-ms)。在当前计算资源下，对稀有事件和慢过程进行充分采样仍然具有挑战性；这些物理现象发生在常规MD难以覆盖的尺度上，体系容易被困在局部极小值中。增强采样算法必须用于缓解这一问题，但其应用也引入了并不简单的复杂性，例如选择合适的集体变量以捕捉折叠、水化和脂质重排，确保伞形采样中窗口有足够重叠并正确重加权，以及验证采样路径不是偏置本身产生的伪影。伞形采样中还涉及一些细微但关键的选择，例如调整参考坐标以减少不真实的膜起伏。随着这些复杂性叠加，无论使用更长的多条轨迹、降低分辨率，还是采用高级采样技术，计算成本都可能成为大型多组分体系研究中的严重瓶颈。
6.4.3 协同效应与不同尺度之间的衔接
虽然许多模拟聚焦于单个或少数肽，但AMPs通常以协同方式发挥作用，并且往往需要较高浓度才能破坏膜。准确模拟这些组装体，包括广泛膜损伤，需要非常大的体系和先进模拟方法，这正在挑战当前计算能力。即使实验已有证据支持孔形成，模拟中没有观察到孔，可能源于模拟时间或体系尺寸不足、膜组成缺乏代表性，或缺少稳定所需的外部场，例如跨膜电势。
发展能够无缝连接不同分辨率层级的混合多尺度方法，如AA/CG，是一个有前景的方向，尤其适合跨膜肽研究(图43)。然而，在实践中耦合不同分辨率并确保相关相互作用得到平衡描述仍然困难。具体技术障碍包括：AA区域中高点电荷密度会导致CG水珠发生不真实的强极化；原子和CG珠需要不同时间步长的积分器，增加同步难度；跨分辨率相互作用的参数化耗时且需要细致处理；可同时建模的已参数化分子和脂质类型仍然有限。尽管存在这些障碍，前沿方法的持续进步仍显示出相当大的潜力。
图46|由MD模拟展示的melittin多样孔形成机制。 Nx标签表示（性质-时间）图中的典型MD生成构象/事件，对应图中快照。
(A−C) 粗粒化（CG）模拟揭示了melittin在POPC膜上的三种不同浓度依赖作用机制。
(A) 在中等P:L比（≈1:51）下，melittin通过协同插入形成环状孔（toroidal pore）。
(B) 在P:L比加倍（≈1:26）时，melittin表现出类似洗涤剂的机制，引起脂质提取。
(C) 在四倍系统体积但相同P:L浓度（≈1:26）下，高度弯曲的膜产生应力，导致膜快速破裂并形成大孔。
(D−E) 全原子（AA）MD模拟比较melittin与alamethicin的孔结构，突出瞬态孔与稳定孔的差异。
(D) Melittin形成大型瞬态环状孔，涉及6−12条肽。孔半径随时间变化图显示其不稳定性并最终闭合。
(E) 对比之下，alamethicin形成清晰的桶状孔（barrel-stave pore），代表一种根本不同的平衡孔形成机制。
6.4.4 模型复杂性与真实性
构建真实的生物膜计算模型是另一个主要挑战。真实细胞膜存在于高度拥挤的生物环境中，具有极其复杂的组成和结构特征，包括多样脂质物种、不对称叶层组成、弯曲和非层状形态、嵌入蛋白，以及革兰阴性细菌中的LPS或哺乳动物细胞中的胆固醇等组分。由于实验组成数据不足以及计算限制，多数AMP-膜模拟仍依赖简化膜模型，通常只包含一到三种脂质、对称平面叶层，并省略心磷脂、胆固醇和嵌入蛋白等关键组分，除非研究重点本身是膜蛋白，如离子通道。虽然头基多样性常被表示，但酰基链多样性很少被纳入；多数研究使用标准棕榈酰/油酰链。这忽略了异质膜中膜有序性和脂质堆积缺陷如何影响肽分配和通透。
例如，直接根据脂质组学数据构建的复杂Acinetobacter baumannii内膜CG模拟显示，细菌从宿主中获取的多不饱和脂肪酸会调节四种不同AMPs对膜生物物理性质的影响，并增强这些AMPs与阴离子心磷脂结构域的结合。这说明既需要最小代表性模型，也需要更高复杂度的膜组成模型。当计算资源允许时，进展令人期待；例如，含有40多种脂质的数百万原子质膜模型已经成功实现全原子模拟。
此外，局部环境因素，如pH、离子强度和溶剂条件，也会影响肽结构和膜相互作用，但准确纳入这些因素及其动态效应，例如跨膜电势对AMPs的影响，仍然具有挑战性。近期使用盐梯度模拟跨膜电势的AA MD显示，跨膜电势与AMP PGLa的倾斜角直接耦合，并提高其膜插入态的占比。恒定pH MD和可极化力场也是捕捉这些环境依赖性的有价值工具，但目前仍未充分使用。然而，在这里讨论的模型类型和尺度范围内，真实分子拥挤环境的再现仍然难以实现。
图47|Magainin-PGLa“锚定”机制介导的协同孔形成。 在使用柔性DMPC/lyso-MPC双层膜的模拟中观察到该过程，其展开包括四个关键步骤：(i)magainin 2（红色）和PGLa（蓝色）的C端之间形成静电锚定；(ii)该锚定促进PGLa优先并更深地插入膜中；(iii)嵌入的PGLa随后将表面结合的magainin 2牵拉穿过膜；(iv)这种排列稳定了环状孔。
6.4.5 用实验数据验证模拟现象
利用高质量实验数据验证计算预测至关重要，但对于所有复杂分子相互作用而言，这本身也很困难。严格检验要求模拟和实验条件相匹配，包括pH、离子强度、温度、分子拥挤和跨膜电势等。差异往往来自两个方面的限制：模拟受力场准确性、采样、体系尺寸和组成复杂度限制；实验则面临空间/时间分辨率不足、非生理设置，如缺乏不对称性的囊泡模型，以及难以捕捉瞬态状态等挑战。更紧密地结合实验验证，例如定向同步辐射圆二色谱(OSRCD)、泄漏实验和NMR，对于确认和精修计算模型十分必要。散射指导MD是这种协同作用的另一个有力例子，其中利用实验约束，如X射线弥散散射获得的膜厚度和中子反射获得的肽位置，来指导AA模拟，并通过直接比较模拟与实验形状因子进行最终验证。
图48|50:25:25 POPC:POPG:LPC(16:0)双层膜中的代表性膜缺陷，展示piscidin诱导孔形成的俯视图（左）和侧视图（右）。 肽主链以蓝色显示，侧链颜色标注为：碱性侧链（蓝色）、极性侧链（绿色）、非极性侧链（白色）；脂质磷酸基团颜色标注为：PC（金色）、PG（银色）、LPC（淡紫色）。脂质链未显示。在侧视图中，距离双层膜中面10Å以内的水为青色，体相水为透明灰色。俯视图中未显示水。
6.5 未来方向：整合多尺度、基于物理的建模，以及实验和机器学习支持的工作流程
基于物理模拟的协同影响将来自整合多尺度工作流程，这些流程应以实验为锚点，并由ML/AI增强，从而基于生物学真实机制实现预测性的从头AMP设计。这些发展需要从以下几个方面推进。
首先，需要建立具有生物学基础的模型和假设。高质量脂质组学和蛋白质组学数据对于构建真实膜组成十分必要，包括叶层不对称性、酰基多样性和嵌入蛋白。实验知识应在计算问题提出之前发挥引导作用，以形成可检验的具体机制假设。
其次，需要利用高通量、低分辨率方法探索大尺度趋势。CG模拟可筛选肽变体和条件，绘制广泛化学空间中的吸附位点、结构域偏好和协同阈值，此类模拟更强调速度而非原子级细节。
图49|机器学习在力场（FF）开发中的最新进展。 左图：基于GNN的粗粒化（CG）模型通过隐式捕捉多体效应，加速膜模拟。右图：SO3LR混合力场结合机器学习和基于物理的组分，能够以更高准确性和效率模拟一系列生物分子体系。
第三，需要在高分辨率下精修局部结构。由CG模拟得到的关键状态可反向映射后进行原子级验证。截短脂质的HMMM模型可以加速界面结合模式发现，而全长AA双层可验证AMP吸附和插入。精修后的可极化力场和可调pH MD对于再现真实生物环境和复杂界面十分必要。带有多维集体变量的增强采样则用于更有信心地建立膜破坏和AMP跨膜转运的机制、路径、速率以及自由能障碍。
第四，需要与实验形成闭环。模拟应与CD、NMR、SAXS、cryo-EM、泄漏/电导实验、突变分析和电化学装置共同设计。匹配膜组成、缓冲液/离子、pH和温度对于结果解释至关重要。反过来，模拟结果最终也应能够直接与部分实验可观测量比较，例如膜结构、流动性、膜内肽位置、构象、孔半径和水化程度，这些都是关键验证步骤。
第五，需要整合ML/AI用于泛化和设计，相关细节将在第7节讨论。MD生成的AMP-膜结构、动力学和性能数据应补充实验数据集，用于机器学习处理。基于物理模型获得的基本见解应被用于生成具有物理基础的描述符，以精修ML模型并避免“黑箱”式预测。由ML生成库中经实验证实的从头设计肽，随后可进一步通过MD探索，以理解其预测和实际性能背后的物理机制。
第六，需要规范报告、可重复性和数据共享。为便于通用ML算法开放获取并利用数据集，同时实现与实验的直接比较，模拟数据必须满足可查找、可访问、可互操作和可重复使用(FAIR)原则。这包括共享初始坐标、完整输入设置参数以及精确的软件发布版本。还需要标准化报告常用指标，并进行不确定性量化，例如肽取向、寡聚体大小、插入深度、孔半径、脂质有序性、膜曲率和厚度以及水渗透。同时，应采用基准膜体系以及标准化模拟和分析协议。