你是一个在植物细胞质中刚刚新鲜合成的蛋白。

你知道你的使命，是去一个名叫叶绿体的“工厂”报到上班，和其他两三千种叶绿体蛋白“同事”一起，完成光合作用等任务。

你到了这个工厂名为“TOC-TIC”的大门门口，左顾右盼。因为你听说，有一种“马达”将会帮助你穿过这扇门，你将像搭载了交通工具一样进入叶绿体。

但你还未曾见过它，你很好奇，它是谁？长什么样？

同样在脑海中有着这些问号的，还有长期关注着光合作用的科学家们。

这是地球上最重要的化学反应。光合作用每年合成的有机物相当于人类年消耗的十倍，它时刻影响着我们所呼吸的空气、获取的营养，与全球气候及化石能源息息相关。

迄今，围绕着光合作用的研究，已经产生了多个诺贝尔奖。然而大自然这一神奇的反应过程极其复杂，人们仍然未能穷尽其中精妙的机理。

继2022年在Cell上发表文章，揭示叶绿体这座光合作用“工厂”的“大门”TOC-TIC复合物后，北京时间8月27日晚间，西湖大学、西湖实验室闫浈团队在Cell上连续发表了两篇关联论文，报道了在叶绿体蛋白转运的动力机制上取得的又一重大突破——他们揭示了叶绿体蛋白转运的动力机制及其进化多样性，为该领域的研究开辟了新的视野。

也就是说，他们找到了帮助叶绿体蛋白穿过“大门”的“马达”，并揭开了它的神秘面纱。

原文链接：https://doi.org/10.1016/j.cell.2024.08.003

原文链接：https://doi.org/10.1016/j.cell.2024.08.002

叶绿体有着“光能工厂”的称号。在这座“工厂”中，有大约3000种不同种类的叶绿体蛋白“工人”会进行协作。它们不但负责完成光合作用的化学反应，同时，也深度参与脂肪酸合成、氨基酸合成以及免疫反应等关键生理活动。

但在开始工作前，这些蛋白必须经历关键的一步：蛋白转运。

这是因为这些蛋白中的绝大多数，并非生来就存在于叶绿体中。除了少部分由叶绿体自身编码合成的蛋白质，多数叶绿体蛋白都是由细胞核编码、再在细胞质中翻译为蛋白（实际为前体蛋白，preprotein，可以理解为叶绿体蛋白的前身），随后被运输到叶绿体中。

对于西湖大学生命科学学院PI闫浈所带领的膜蛋白结构与功能实验室来说，细胞器蛋白转运，一直是他们主要的研究方向。它指的是蛋白质从合成地点到功能地点（即细胞器）的过程。细胞中的环境错综复杂，因此，如何精准识别并成功转运，尤为关键。

那么，当蛋白质进入叶绿体，它需要经历什么？

2022年，闫浈实验室揭示了叶绿体“大门”的样子，回答了在科学界悬而未决近四十年的疑问，这一成果被Cell收录。

此前，科学界已知叶绿体上存在一道前体蛋白进入叶绿体的“大门”，TOC-TIC，即由外膜转运子TOC和内膜转运子TIC共同组成的复合物，但一直不清楚这扇门的模样。闫浈团队通过内源性蛋白分离的技术，首次揭示了莱茵衣藻TOC-TIC复合物的组成及精细结构，为长期争论的问题提供了明确的答案：这是一个由14个组分构成的庞大的复合物。（详见：Cell报道 |  西湖大学闫浈实验室破解叶绿体“守门人”之谜）

现在我们继续想象，叶绿体前体蛋白已站在“大门”TOC-TIC前。但它并不能自己“行动”穿过这扇门，它需要一个动力来源，才能进入叶绿体。谁会是给它提供动力的那个“马达”呢？

图1 “马达”复合体为叶绿体蛋白转运提供能量

要确定谁是马达，“金标准”便是找到能与“大门”TOC-TIC直接相互作用，共同协作完成转运的蛋白。此前，科学家们尝试了包括免疫共沉淀、交联质谱、遗传敲除等多种研究策略，也提出了多种模型，但始终未能达成共识，处于扑朔迷离的争议之中。

为了解答这一难题， 闫浈团队决定回到植物中去，从材料易得、生长快速的豌豆入手，“搭建”一套叶绿体蛋白转运实验系统，去观察转运过程中到底发生了什么。

图2 豌豆

事实上，蛋白转运是一个发生在刹那之间，极其迅速的过程，如同按下暂停键、观察电影的定格的画面。研究团队把一个转运“进行时”的瞬间从豌豆中“分离”了出来，试图看清到底谁在与TOC-TIC结合、在扮演“马达”。这是利用了（前体）蛋白作为串起不同部分的“引线”，“牵拉”、纯化出了整个转运系统及动力系统的中间态；中间态，可以理解为蛋白转运进行到中途的时候，蛋白“将进未进”叶绿体的那个时段。

接下来，他们利用冷冻电镜技术，试图解析这一超级复合物的结构，以确认马达蛋白的身份。然而，实验并不像预期那样顺利。由于超级复合物本身的动态性，研究人员根据分辨率有限的三维重构目前还无法清晰地分辨出具体的蛋白。因为过程发生得太快，即便应用分辨率接近原子级的冷冻电镜为“眼睛”去看，也无法完全看清蛋白的模样。

但从模糊的电镜图像中，闫浈团队还是发现了端倪。他们初步推测，是TOC-TIC与Ycf2-FtsHi复合体共同组成了这一超级复合物。也就是说，马达可能是Ycf2-FtsHi复合体。

图3 叶绿体蛋白门控系统超级复合物的捕获

科学研究需要敏锐的直觉，但最终得用“事实”说话。

既然结合的过程犹如“昙花一现”难以看清，那么，换个思路，如果能够分别分离出蛋白质转运过程中的“马达”和“大门”，解析高分辨率的结构，看清它们，再和从豌豆中已获得的整体图像进行比对，是不是也能证实马达的身份呢？

其实，当豌豆植株在闫浈实验室的植物房中快速生长之时，同期，团队也在精心培育另一种植物：拟南芥。经常浏览与植物有关的科学发现的人，一定对这个名字不陌生。这是生物界的一大“网红”、研究中经典的模式植物。

而用于本实验，团队必须培养自己的拟南芥。文章的一作之一、博士生梁珂，有一阵，每天睁开眼就惦记着去植物房查看植物的情况，那种静待花开的心情，不像在西湖读博士，倒像在西湖“做花农”。最终，他们精心培育的拟南芥诞生，花了足足4-5个月，也成为了这项研究中最耗时间的部分。

但等待是值得的。“因为想要获得Ycf2-FtsHi复合体，我们就需要给复合体上的组分加上标签、做一些遗传上的操作，这样才能‘牵拉’出来。”梁珂解释说。

图4 拟南芥

运用基因编辑技术，以标签“牵”出复合物，这一思路，闫浈团队在掀起TOC-TIC的面纱时就曾使用过。简单理解，就像光线朦胧的“房间”里有一只看不太清楚模样的“大象”（在本研究中，即Ycf2-FtsHi复合体），在大象的身体部位打上标签，就能把这只象牵出房间、带到光线下仔细看一看庐山真面目。并且，为了研究的严谨性，闫浈团队依然选择在大象的两个不同部位上，分别打上一个标签，如果这样牵出的是同一头“大象”，那么就可以确认它正是我们目标的Ycf2-FtsHi复合体。

随后，闫浈实验室成功地从拟南芥中纯化出内源性的Ycf2-FtsHi复合体。经过不懈努力与探索，他们最终解析了Ycf2-FtsHi复合体的高分辨率结构，鉴定了多达11个组分。利用同样的思路，闫浈团队进一步解析了拟南芥内源性TIC复合体的高分辨率结构。

最激动人心的时刻来了！

在成功解析了拟南芥的Ycf2-FtsHi复合物与TIC复合物的高分辨率结构之后，团队将这两个高分辨率结构与先前在豌豆中取得的模糊的超级复合物图像进行拟合，发现它们惊人地吻合！这一发现直接而有力地证实了Ycf2-FtsHi复合物正是叶绿体门控系统的能量驱动者，即“马达”。长久以来困扰科学界的谜团终于被解开了。

同时，这一系列研究不仅证实了Ycf2-FtsHi复合物的角色，更系统地揭示了陆生植物中转运系统及动力系统的组成、组装方式、运作机制及其协同作用的奥秘，为深入理解叶绿体蛋白的跨膜转运提供了坚实的理论基础与结构依据。

大幕拉开，真相水落石出，闫浈团队决定继续乘胜追击。他们牵出了更多“大象”，揭开了关于“马达”的更多真相——

“大门”TOC-TIC的发现始于衣藻，那么它的“马达”长什么样？其实，衣藻正如拟南芥，也是一种广泛应用于植物研究中的模式生物。

图7 衣藻

延续拟南芥的成功经验，他们选择了关键同源蛋白添加亲和标签，如法炮制获得Ycf2-FtsHi复合物，通过对蛋白的纯化与结构解析，彻底揭开了衣藻“马达”的神秘面纱。

团队还成功捕捉到该复合物在ATP存在与不存在时的不同构象，并利用生化实验验证“马达”作为ATP酶的功能，深化了对“马达”功能机制的理解。

图8 莱茵衣藻Ycf2-FtsHi复合体的高分辨率结构（A）以及其在不同状态下的构象变化（B）和ATPase活性实验（C）

再进一步，闫浈团队把目光投向了更多的光合生物。他们通过详尽的蛋白质序列分析，探索了“马达”在各类光合生物中的“模样”。

研究揭示，Ycf2-FtsHi的组分主要分布于绿色植物谱系。莱茵衣藻“马达”和拟南芥“马达”作为两种代表性“马达”，分别在绿藻和陆生植物中保守。而这两大类马达之间的核心组分是保守的，但辅助亚基具有多样性。这表明，在绿色植物谱系分化为绿藻和陆生植物的漫长进化历程中，Ycf2-FtsHi复合体逐步整合了多样化的组分。

图9 Ycf2-FtsHi复合体组分的进化分析

掌握了这些机理，如同获得了开启叶绿体门控的密钥，意味着我们将有望调控叶绿体大门的效率，使其加速通行，或调整其结构，仅允许特定蛋白通过，从而优化光合作用效率。

至此，闫浈实验室以五年里三篇被Cell收录的研究论文，完整揭开了叶绿体蛋白转运中“大门”和“马达”的模样。

“若能运用这把密钥精细调控叶绿体门控，粮食作物的单位面积产量有望显著提升，同时植物的固碳能力也将大大增强。这一进展或许能助力解决粮食短缺难题，加速碳中和目标的实现，为地球的可持续未来铺平道路。”闫浈展望说。

有意思的是，在此次研究过程中，自诞生起就引发热议的“网红”AlphaFold也曾登场，担任了“助手”一角。梁珂介绍说，AI虽然不能找出“马达”，但在给“马达”蛋白添加标签时，他们需要判断合适的添加位置，AlphaFold能通过输入的氨基酸序列预测结构，极大辅助了位置的选择。“大家曾经在争论AlphaFold是不是会取代结构生物学，但其实并不是这样，它是一个很好的研究工具。”人工智能，正在帮助科学家走得更快、更远。

接下来，闫浈实验室还将继续叶绿体蛋白质转运的征程，期待这支年轻的团队，能够给我们带来更多的惊喜。

研究团队合照