tooluniverse-gpcr-structural-pharmacology

GPCR 与结构药理学研究

GPCR 药理学：激动剂、拮抗剂、反向激动剂和偏向性激动剂各自具有不同的临床意义。偏向性激动（优先激活 G 蛋白或 β-arrestin 信号通路）可以将疗效与副作用分离；例如，G 蛋白偏向性阿片类激动剂旨在保留镇痛效果，同时减少 β-arrestin 介导的呼吸抑制。对检索到的配体进行分类时，始终依据其药理类型，而不只是化学结构。受体状态（活化态与非活化态晶体结构）决定了哪些配体和突变可供解读——非活化态结构适用于分析拮抗剂结合，活化态结构适用于分析激动剂结合复合物。通用 GPCR 编号（Ballesteros-Weinstein）支持跨受体突变比较；始终同时报告该系统中的位置和序列位置。

查询核实，不要猜测：切勿假定 GPCRdb 条目名称（例如 adrb2_human）或 PDB ID——始终使用 GPCRdb_list_proteins 查找正确的条目名称，并使用 GPCRdb_get_structures 确认可用结构。

此研究技能整合了 GPCRdb（GPCR 受体生物学）、SAbDab（抗体结构）和 PDBePISA（蛋白质界面分析），以支持结构药理学、抗体工程和靶向 GPCR 的药物发现。

关键原则：

1. 受体优先 — 在进行任何 GPCRdb 查询之前，先确定 GPCR 条目名称
2. 配体分类 — 区分激动剂、拮抗剂、部分激动剂和偏向性激动剂
3. 结构指导 — 通过 PDBePISA 将 GPCRdb 突变数据与 PDB 结构配对
4. 抗体背景 — 使用 SAbDab 检索治疗性抗体结构并分析 CDR
5. 优先使用英文查询 — 搜索时使用标准受体名称（例如，“beta-2 adrenergic receptor”）；调用 API 时将其转换为 GPCRdb 条目名称

---

适用场景

用户提出以下问题时使用：

• “[GPCR receptor] 有哪些已知配体？”
• “[receptor] 有哪些晶体结构？”
• “查找靶向 [antigen] 的抗体结构”
• “分析 PDB [ID] 中的蛋白质-蛋白质界面”
• “哪些突变会影响 [GPCR] 的功能或药理学特性？”
• “[family] 家族中有哪些 GPCR？”
• “抗体 PDB [ID] 中有哪些 CDR 环？”
• “[PDB ID] 对应的生物学组装体是什么？”

---

工具参数参考（重要）

工具	关键参数	说明
GPCRdb_get_protein	protein	GPCRdb 条目名称（例如 adrb2_human），不是基因符号或 UniProt 登录号
GPCRdb_list_proteins	family（可选）、protein_class（可选）	列出所有 GPCR；可按家族标识筛选（例如 "adrenoceptors"），或通过 protein_class 按易读的类别名称筛选（例如 "chemokine receptors"、"opioid receptors"）
GPCRdb_get_structures	protein（可选）、state（可选）	state："active"、"inactive"、"intermediate"
GPCRdb_get_ligands	protein	返回激动剂、拮抗剂和偏向性配体及其亲和力
GPCRdb_get_mutations	protein	返回突变对受体功能和配体结合的影响
SAbDab_search_structures	query	抗原名称、物种或关键词；返回浏览 URL 和元数据
SAbDab_get_structure	pdb_id	4 个字符的 PDB 代码（例如 "6W41"）；返回 CDR 注释
SAbDab_get_summary	（无必需参数）	数据库统计信息和摘要
PDBePISA_get_interfaces	pdb_id	4 个字符的 PDB 代码；返回所有界面配对及其埋藏面积
PDBePISA_get_assemblies	pdb_id	根据晶体堆积预测的生物学组装体
PDBePISA_get_monomer_analysis	pdb_id	按链划分的溶剂可及表面积（SASA）明细

GPCRdb 条目名称格式

GPCRdb 使用自己的条目名称格式：{receptor_slug}_{species}。常见示例：

• β-2 肾上腺素能受体：adrb2_human
• β-1 肾上腺素能受体：adrb1_human
• μ-阿片受体：oprm1_human
• 多巴胺 D2 受体：drd2_human
• 胰高血糖素样肽-1 受体：glp1r_human
• CXCR4 趋化因子受体：cxcr4_human

如果不知道条目名称，可使用 GPCRdb_list_proteins() 浏览并查找正确的 slug。你也可以使用 protein_class 参数按受体类别筛选，参数值采用易读名称——例如，使用 GPCRdb_list_proteins(protein_class="chemokine receptors")——而不必使用数字家族 slug。family 和 protein_class 均可接受，且用途有所重叠；当用户提供受体类别名称时，优先使用 protein_class。

---

工作流概览

Phase 1: Receptor Identification (for GPCR queries)
  -> GPCRdb_list_proteins: find receptor family and entry name
  -> GPCRdb_get_protein: receptor details, family, species

Phase 2: Ligand Landscape
  -> GPCRdb_get_ligands: all known ligands by pharmacology class
  -> Cross-reference with ChEMBL/PubChem for chemical properties

Phase 3: Structural Data
  -> GPCRdb_get_structures: available PDB/EMDB structures with resolution
  -> PDBePISA_get_interfaces: interface analysis on best structure
  -> PDBePISA_get_assemblies: biological assembly determination

Phase 4: Mutation & Pharmacology Data
  -> GPCRdb_get_mutations: pharmacological mutation map
  -> Compare to ligand binding sites from structure

Phase 5: Antibody Structures (for antibody queries)
  -> SAbDab_search_structures: find structures by antigen
  -> SAbDab_get_structure: CDR annotations, chain details
  -> PDBePISA_get_interfaces: antibody-antigen interface analysis

---

阶段 1：GPCR 受体识别

# List all GPCRs in a family to find entry name (by slug)
family_list = GPCRdb_list_proteins(family="adrenoceptors")

# Filter by human-readable class name (new -- preferred when user says e.g. "chemokine receptors")
chemokine_list = GPCRdb_list_proteins(protein_class="chemokine receptors")

# Browse all GPCRs (no family filter)
all_gpcrs = GPCRdb_list_proteins()

# Get detailed protein info once you have the entry name
receptor = GPCRdb_get_protein(protein="adrb2_human")
# Returns: family classification, endogenous ligands, tissue expression,
#          GPCRdb-specific annotations, sequence features

阶段 2：配体概况

# Get all known ligands for a GPCR
ligands = GPCRdb_get_ligands(protein="adrb2_human")
# Returns: ligand names, types (agonist/antagonist/partial/biased/allosteric),
#          binding affinities (Ki, IC50, EC50), references

# Ligand type classification:
# - Agonist: activates receptor
# - Antagonist/Inverse agonist: blocks or suppresses receptor
# - Partial agonist: submaximal activation
# - Biased agonist: selective signaling (Gs vs. beta-arrestin bias)
# - Positive/Negative allosteric modulator (PAM/NAM)

从 GPCRdb 获取配体后，可选择与以下资源进行交叉比对：

• PubChem_get_CID_by_compound_name(compound_name=ligand_name) — 获取 CID、SMILES
• ChEMBL_search_molecules(query=ligand_name) — 获取 ChEMBL ID、生物活性数据

阶段 3：结构数据

# Get available crystal/cryo-EM structures
structures = GPCRdb_get_structures(protein="adrb2_human", state="inactive")
# state options: "active", "inactive", "intermediate" (omit for all)
# Returns: PDB IDs, resolution, ligand in structure, publication info

# Analyze a specific structure's interfaces
interfaces = PDBePISA_get_interfaces(pdb_id="2rh1")  # adrb2 inactive structure
# Returns: interface pairs, buried solvent-accessible area (BSA),
#          interface residues, hydrogen bonds, salt bridges

# Determine biological assembly
assemblies = PDBePISA_get_assemblies(pdb_id="2rh1")
# Returns: predicted oligomeric state, assembly stability score,
#          subunit composition

# Per-chain SASA breakdown
monomers = PDBePISA_get_monomer_analysis(pdb_id="2rh1")
# Returns: accessible/buried surface area per chain

界面分析解读：

• BSA > 1500 Ų：界面强（可能具有生物学相关性）
• BSA 800-1500 Ų：界面中等
• BSA < 800 Ų：界面弱或为晶体接触

阶段 4：突变数据

# Get all mutations characterized for a GPCR
mutations = GPCRdb_get_mutations(protein="adrb2_human")
# Returns: mutation positions (generic GPCR numbering), effects on:
#   - Expression/folding
#   - Ligand binding (affinity changes)
#   - G-protein coupling
#   - Receptor activation

# Generic GPCR numbering (Ballesteros-Weinstein):
# e.g., 3.32 = position 32 in TM helix 3 — conserved across GPCR classes

阶段 5：抗体结构检索

# Search SAbDab for antibody structures by antigen
results = SAbDab_search_structures(query="EGFR", limit=20)
# Returns: browse URL + metadata table of matching structures

# Get detailed annotations for a specific antibody structure
structure = SAbDab_get_structure(pdb_id="1IQD")
# Returns: VH/VL chain IDs, CDR1-3 (Kabat/IMGT), antigen info,
#          heavy/light chain types, resolution

# Get database overview
summary = SAbDab_get_summary()
# Returns: total structures, species breakdown, antigen coverage stats

CDR 分析：

• CDR-H3 变化最大，通常主导抗原接触
• CDR 长度分布：SAbDab 提供 Kabat、Chothia 和 IMGT 编号
• 检索到 SAbDab 结构后，使用 PDBePISA_get_interfaces(pdb_id=...) 计算抗体-抗原埋藏表面积

---

常见研究模式

模式 1：GPCR 药物靶点分析

Input: GPCR name (e.g., "GLP-1 receptor")
Flow: GPCRdb_list_proteins -> find "glp1r_human" ->
      GPCRdb_get_protein (receptor details) ->
      GPCRdb_get_ligands (approved + investigational drugs) ->
      GPCRdb_get_structures (available PDB structures) ->
      PDBePISA_get_interfaces on best structure ->
      GPCRdb_get_mutations (pharmacological mutants)
Output: Complete GPCR pharmacology profile with structural context

模式 2：抗体-抗原界面分析

Input: Target antigen (e.g., "PD-L1") or specific PDB code
Flow: SAbDab_search_structures(query="PD-L1") ->
      SAbDab_get_structure(pdb_id="best hit") (CDR annotations) ->
      PDBePISA_get_interfaces(pdb_id=...) (buried area, key contacts) ->
      PDBePISA_get_assemblies (assembly context)
Output: CDR sequences, epitope contact residues, interface energetics

模式 3：GPCR 家族调查

Input: Drug class question (e.g., "beta-adrenergic receptors")
Flow: GPCRdb_list_proteins(family="adrenoceptors") ->
      GPCRdb_get_protein per receptor (adrb1/2/3) ->
      GPCRdb_get_ligands per receptor (selectivity landscape) ->
      GPCRdb_get_structures per receptor (structural coverage)
Output: Family-wide selectivity map, structural availability, ligand classes

模式 4：结构界面表征

Input: PDB code
Flow: PDBePISA_get_assemblies (oligomeric state) ->
      PDBePISA_get_interfaces (all interface pairs ranked by BSA) ->
      PDBePISA_get_monomer_analysis (per-chain surface burial)
Output: Biologically relevant assembly, key interface residues, buried areas

---

与其他技能组合使用的工具

此技能可与其他 ToolUniverse 技能互补：

目标	此技能提供	搭配使用
GPCR 药物发现	受体/配体/结构数据	使用 tooluniverse-binder-discovery 进行虚拟筛选
抗体工程	SAbDab 结构 + CDR 数据	使用 tooluniverse-antibody-engineering 进行优化
变异对 GPCR 的影响	GPCRdb 突变效应	使用 tooluniverse-variant-functional-annotation 进行 ACMG 分析
靶点验证	GPCR 表达、配体数据	tooluniverse-drug-target-validation
PDB 结构分析	PDBePISA 界面	使用 tooluniverse-protein-structure-retrieval 查询 RCSB/PDBe

---

回退链

首选工具	回退方案	使用场景
GPCRdb_get_protein	UniProt 搜索 + PubMed	不知道条目名称或目标不是 GPCR
GPCRdb_get_ligands	ChEMBL 生物活性搜索	GPCRdb 中没有该受体
GPCRdb_get_structures	RCSB PDB 文本搜索	GPCRdb 中尚无相关结构
SAbDab_search_structures	RCSB PDB 抗体搜索	SAbDab 中未收录该抗原
PDBePISA_get_interfaces	PDBe 图 API	PDBePISA 未返回界面

---

完整性检查清单

对于 GPCR 分析：

• 通过 GPCRdb_list_proteins 或 GPCRdb_get_protein 确认条目名称
• 记录受体家族和类别
• 获取配体概况及药理类型
• 列出可用结构及其分辨率和状态
• 使用 PDBePISA 分析最佳结构（界面 + 组装体）
• 获取突变数据以提供药理背景

对于抗体结构：

• 使用抗原名称运行 SAbDab 搜索
• 使用 SAbDab_get_structure 获取最佳结构
• 提取 VH 和 VL 链的 CDR1–3 序列
• 使用 PDBePISA 分析抗体–抗原界面
• 记录埋藏表面积和关键接触残基

---

重要参考资料

• GPCRdb：https://gpcrdb.org — 提供标准化 GPCR 数据及通用编号
• SAbDab：https://opig.stats.ox.ac.uk/webapps/newsabdab/sabdab — 结构抗体数据库
• PDBePISA：https://www.ebi.ac.uk/pdbe/pisa — 蛋白质界面分析