光控钙离子驱动化学机械网络的动态自组装与可重复致动研究

《Nature Communications》：Light-induced assembly and repeatable actuation in Ca2+-driven chemomechanical protein networks

编程软材料中快速、可重复的运动是活性物质与仿生设计领域的挑战。研究人员构建了基于嗜热四膜虫钙结合蛋白2（Tcb2）的光控化学机械网络。他们通过光敏螯合剂释放Ca2+，实现了Tcb2网络的精确生长和可重复收缩，揭示了边界活性区、运动逆转等涌现现象。该研究建立了一个具有快速化学力学动力学和可调光控的响应性活性材料平台，在合成细胞、亚细胞力产生和可编程生物材料中具有应用前景。

　　

想象一下，如果我们能创造一种像肌肉一样可以自主收缩、伸展，并且能对光这样的外部信号做出精准响应的“智能材料”，那将为机器人、药物递送乃至人造器官带来怎样的变革？在活性物质和仿生设计领域，编程软材料实现快速且可重复的机械运动，一直是一个令人着迷又充满挑战的目标。天然系统，如依赖肌动蛋白-肌球蛋白（actomyosin）的肌肉收缩，为我们提供了绝佳的灵感，但其复杂性使得在体外重建类似的动态功能困难重重。那么，能否设计一种更简化、更可控的模型系统，来模拟生命系统的核心力学行为呢？

研究人员将目光投向了一种特殊的蛋白质——嗜热四膜虫钙结合蛋白2（Tcb2）。这是一种对钙离子（Ca²⁺）高度敏感的收缩蛋白。当钙离子浓度变化时，Tcb2蛋白会发生结构重排，从而产生宏观的力学响应。这为构建一个人工的、化学驱动的机械系统奠定了基础。然而，如何对这个系统进行精确的时空调控，以实现类似生命的“主动”行为，是另一个关键问题。为此，研究团队巧妙地将Tcb2的钙离子响应性与光遗传学工具结合，利用光敏螯合剂来实现对钙离子释放的“光控”。这项研究旨在探索一种由光指令驱动、基于蛋白质网络的化学机械系统的自组装与动力学行为，并阐明其背后的物理机制，最终为设计新型智能生物材料铺平道路。相关成果发表在《Nature Communications》上。

为开展研究，作者主要运用了以下几项关键技术：1. 基于Tcb2蛋白的体外重组表达与纯化，构建钙离子响应的化学机械蛋白网络。2. 利用光敏螯合剂（如偶氮苯衍生物）实现光触发Ca²⁺释放，从而对网络组装和收缩进行时空调控。3. 结合荧光显微镜成像和粒子图像测速法，定量分析网络的自组装动力学、生长模式及产生的流场。4. 建立耦合的反应-扩散模型与弹性力学模型，从理论上模拟和解释观察到的网络动态行为。5. 应用强化学习算法，在计算机（in silico）中对网络的时空致动模式进行编程优化。

Tcb2网络在Ca²⁺驱动下表现出动态自组装与快速收缩

研究人员首先在体外重构了Tcb2蛋白网络。当引入Ca²⁺时，Tcb2蛋白迅速发生聚集并形成纤维状网络结构。这些网络表现出动态的自组装过程，并且其收缩速率可与天然的肌动蛋白-肌球蛋白系统相媲美。这表明，基于Tcb2的简化系统能够模拟复杂生命系统中的核心力学过程。

光触发Ca²⁺释放实现网络生长的时空调控

通过将Tcb2网络与光敏Ca²⁺螯合剂相结合，研究人员实现了用光精确控制网络的生长。特定波长的光照可以局部释放Ca²⁺，从而在照射区域启动Tcb2的网络组装。通过控制光照图案，可以引导网络沿着预设的路径生长，实现了对材料结构的自上而下编程。

网络表现出可重复的机械致动与涌现现象

在周期性光照刺激下，Tcb2网络能够进行多次重复的收缩-松弛循环，展现了良好的可逆性与耐用性。更引人注目的是，系统表现出一些复杂的“涌现”现象：例如，活性收缩区域倾向于集中在网络的边界；在特定条件下，网络内部会自发形成密度梯度，并驱动运动方向发生反转。这些现象超出了单一组分的简单叠加，体现了系统作为整体的复杂动力学行为。

耦合模型阐明化学组装与机械响应的相互作用

为了理解观察到的复杂动力学，研究团队建立了一个将化学反应扩散过程与网络弹性力学耦合的理论模型。该模型成功模拟了网络生长、边界活性区的形成以及运动反转等现象，揭示了化学网络的组装动力学与由此产生的机械应力之间紧密的相互反馈是这些行为产生的核心机制。

网络介导的主动粒子运输与计算编程的时空致动

作为功能演示，研究人员展示了Tcb2网络产生的收缩力可以在体外主动运输包裹的微球粒子，实现了物质的定向输运。更进一步，他们利用强化学习对计算模型进行训练，成功编程出秒级时间尺度、具有复杂时空模式的网络致动行为，展示了对该活性材料系统进行智能化编程的潜力。

该研究成功构建了一个由光控Ca²⁺信号驱动的Tcb2蛋白化学机械网络。该系统不仅展示了可与天然肌动蛋白系统媲美的快速动态自组装和收缩能力，而且通过光遗传学工具实现了生长与致动的精确时空调控。研究揭示了该系统在非平衡态下会涌现出边界局域化活性、密度梯度驱动运动反转等复杂动力学行为，并通过一个耦合的反应-扩散-弹性模型阐明了其背后化学与力学耦合的物理机制。此外，研究还实现了网络介导的主动粒子运输，并利用强化学习在计算机中编程了复杂的时空致动模式。

这项工作的重要意义在于，它建立了一个全新的、高度可调控的活性材料研究平台。该平台将特定的生物分子（钙敏感蛋白）与物理调控手段（光）及计算设计（强化学习）相结合，实现了对软材料快速化学机械动力学的编程。这为深入理解活性物质中的非平衡态物理、生命系统中的力学信号转导提供了理想模型。在应用层面，这项研究为开发下一代智能生物材料指明了方向，例如用于合成细胞中模拟细胞骨架和产生亚细胞力、构建新型软体机器人致动器、以及设计能够按需响应并进行药物递送的可编程生物材料。