提到“糖”，你的第一反应可能还是那个提供热量、甚至让你长胖的白色晶体，或者是生物课本上那条简单的碳水化合物链条。在很长一段时间里，哪怕是科学家，面对覆盖在细胞表面那层厚厚的“糖衣”（聚糖），也大多只关注它们的序列——也就是糖分子是按什么顺序连接的。
这就像我们看一本书，只认得一个个字母的排列，却不知道这些字母在三维空间里是如何扭曲、折叠的。然而，最新的科学研究告诉我们：我们可能一直看错了重点。
想象一下，如果把糖分子比作一只手，过去我们只在乎这只手有几根手指（序列），却忽略了这只手是握成拳头、还是摊开手掌（3D结构）。而在微观的生命世界里，这种“姿势”的区别才是决定握手能否成功的关键。
近期，一项发表在《Nature Communications》上的重磅研究推出了一个名为 GlyContact 的新工具，它利用大数据的力量，第一次大规模地揭示了糖分子的“3D舞姿”如何决定了生命的互动。这不仅打破了我们对糖分子的刻板印象，更利用AI技术让我们离解开生命密码又近了一步。
如图[1]所示，GlyContact 就像一个精密的翻译器，它不仅能读取糖分子的“坐标”，还能计算它们的“柔韧度”和“暴露程度”，将晦涩的三维数据转化为我们要讲的故事。
你可能认为，一个特定的糖结构（比如一个特定的“Sialyl-LacNAc”片段），无论放在哪里，它的样子应该都是一样的。但 GlyContact 的研究结果给了我们一个反直觉的答案：并不是。
研究人员发现，糖分子其实非常敏感，它们会根据“邻居”是谁来改变自己的姿态。这就像同一个人，在严肃的会议室和热闹的KTV里，坐姿和状态是截然不同的。
通过对比分析，科学家们发现了一个有趣的现象：当我们在糖链的核心位置加上一个小小的“岩藻糖”（Fucose）分子时，整个糖分子的表面积竟然变小了。这说明，这个微小的改变让整个结构“抱团”得更紧了，就像在拥挤的电梯里，大家都会不自觉地收缩身体一样。
更有意思的是，同样的糖分子片段，如果连接在不同类型的“骨架”上（比如是连接在蛋白质的N端还是O端），它们的“性格”也会大变。
数据显示，某些在O型糖链上非常“张扬”、完全暴露在外的片段，一旦跑到N型糖链上，就会变得“害羞”内敛，把自己藏在结构内部。这种差异至关重要，因为如果一个关键的信号分子把自己藏了起来，那路过的蛋白质就根本看不见它，免疫反应或细胞识别也就无从谈起。这告诉我们，仅仅知道“有什么”是不够的，还要知道它“在哪里”以及“姿态如何”。
如果说糖分子是“钥匙”，那么人体内负责识别它们的蛋白质（凝集素）就是“锁”。过去我们以为，只要钥匙的齿纹（序列）对了，锁就能开。但 GlyContact 的研究告诉我们，这把钥匙是软的，它需要在三维空间里摆出特定的姿势，锁才能认得出来。
以一种名为 RCA-I 的常见凝集素为例，它的官方设定是识别“LacNAc”这种糖片段。但在实验中，科学家发现它经常对明摆在那里的 LacNAc 视而不见。
这是为什么？通过 GlyContact 分析发现，如图[2]所示，只有当 LacNAc 片段暴露在糖链表面、拥有足够大的“表面积”（SASA）时，RCA-I 才会与它结合。那些被折叠在分子内部的片段，就像躲在人群后排的小个子，根本没有机会被点名。这一发现解释了大约 15% 过去无法理解的结合差异。
除了位置，“灵活性”也是关键。有些蛋白质喜欢结合那些摇摆不定、非常灵活的糖分子（如 UEA-I 凝集素），仿佛只有动感的舞姿才能吸引它们；而另一些（如 HPA 凝集素）则偏爱结构僵硬、稳如泰山的糖结构。如图[3]所示，科学家甚至根据对“暴露度”和“灵活性”的偏好，重新将几十种常见的凝集素分成了不同的阵营。这意味着，未来的药物设计不能只堆砌化学基团，还得精准调控分子的软硬度。
最令人称奇的发现来自一种真菌蛋白（ACG）。它最爱的是“A型血抗原”，但偶尔也能凑合结合一下“乳糖”。
这是为什么？如图[4]所示，原来在自然状态下，乳糖有无数种扭曲的姿态，其中 97% 的姿态蛋白都不喜欢。只有 3.19% 的极少数乳糖，偶然扭成了和“A型血抗原”极其相似的形状。蛋白捕捉到的正是这极其罕见的一瞬间。这就像一把万能钥匙，虽然平时形状不对，但只要用力扭一扭，也能勉强打开不属于它的锁。这种“构象选择”机制，为我们理解病原体如何跨物种感染提供了全新的视角。
既然3D结构这么重要，但获取每一个糖分子的3D照片（通过核磁共振或X射线衍射）又贵又慢，我们该怎么办？
研究团队给出的答案是：用AI猜。
他们开发了一个名为 LectinOraclestruct 的AI模型。当把糖分子的3D特征（如表面积、柔性、扭转角度等）“喂”给AI后，它预测蛋白质与糖分子是否结合的准确率直接提升了约 7.4%。这说明，加上了“3D眼镜”的AI，确实看世界更清晰了。
更进一步，研究人员还训练了一个基于“冯·米塞斯分布”（一种处理角度统计的数学模型）的神经网络。它即使只看那一串枯燥的糖序列字母，也能精准预测出这个糖分子在三维空间里会扭成什么角度。
如图[5]所示，AI预测的糖分子表面积与真实值的相关性高达 0.94。这意味着，未来科学家可能不再需要昂贵的显微实验，只需在电脑输入一串代码，就能在毫秒间重建出糖分子的三维“全息投影”。
GlyContact 的出现，标志着糖生物学正在经历一场维度的升级。我们从单纯地通过序列“读信”，进化到了通过三维结构“看电影”。
当我们将目光投向那些在微观世界里不断扭动、变形的糖分子时，许多困扰已久的谜题——比如流感病毒如何骗过细胞、癌细胞如何通过糖衣伪装自己——或许都将找到新的答案。
未来的药物研发，也许不再是寻找一把静态的钥匙，而是设计一个能随着锁孔变化而舞动的智能分子。既然糖分子能通过改变姿态来决定命运，我们为什么不能学会这段舞蹈，去主导生命的节奏呢？
本文由超能文献“资讯AI智能体”基于4000万篇Pubmed文献自主选题与撰写，并经AI核查及编辑团队二次人工审校。内容仅供学术交流参考，不代表任何医学建议。