是否有可能根据其结构预测分子的气味?(下)

文摘   科学   2024-11-22 07:03   上海  

2. 嗅觉机制

2.1. 嗅觉生理学

      从昆虫到哺乳动物,各种动物的嗅觉系统的组织结构非常相似,这使得人们能够检测到大量结构不同的分子。嗅觉的机制可分为四个主要步骤:气味分子气流、与受体结合、信号转导和信息处理。接下来,我们关注人类的嗅觉(图6)。

图6 人类嗅觉的机制。1. Orthonasal嗅觉; 2. 鼻后的嗅觉; 3.鼻腔; 4. 嗅球; A: 僧帽细胞;B: 肾小球;C: 轴突;D: 纤毛;E: 嗅觉受体;F: 嗅觉受体神经元。

      气味分子可以通过鼻前嗅觉(在鼻子前面直接吸入)或通过咽喉,当舌头在咀嚼或喝水时将空气推到鼻腔后面(鼻后嗅觉)[33]。

      在鼻腔内,气味感知是由于挥发性化合物与位于嗅上皮内的嗅觉受体神经元(ORN)的相互作用,嗅上皮在鼻腔上部占据3.7平方厘米的区域。上皮细胞被粘液覆盖,并包含嗅腺,分泌粘液[40]中发现的酶。人类每个上皮细胞中大约有1200万个ORN(右和左);由于嗅觉系统是双侧的,所以每个结构[41]有两个。

      感觉转导是一种将嗅觉传感器检测到的气味相关信息传递到大脑的机制。事实上,每个ORN的一端有20-30根纤毛浸泡在粘液中,并包含嗅觉感受器(ORs),它与气味分子结合,产生电反应。电信息通过位于ORN另一端的轴突传递到位于鼻腔后部的神经纤维[33,40]。每个ORN在人类中表达一种受体类型,而在其他物种中,单个神经元可能表达两种不同的受体类型[41]。orn的轴突通过筛骨形成肾小球。肾小球由ORN轴突终末和二尖瓣细胞(二阶神经元)的树突组成。含有相同类型气味受体的所有ORN的轴突都聚集在同一个肾小球中。人类有超过5500个肾小球,形成嗅球。嗅球是信号被处理并传输到大脑的地方[41,42]。二尖瓣细胞的轴突聚集在与嗅皮层相连的嗅束中。直到最近,人们还认为嗅觉系统是同侧的:左上皮与左球相连,而左球本身又与左皮质相连,但现在人们知道,这种连接也可能是对侧[41]。有研究表明,在受到嗅觉刺激后,大脑的几个区域被激活,如丘脑、杏仁核和眼窝前额皮质,使嗅觉成为一种复杂的感官体验[33]。

2.2. 嗅觉理论:研究结构-气味关系

      化合物的分子结构与其气味之间的关系一直是许多研究的主题。在这方面,两大思想流派共存:全局方法(global approach)气味分子-受体相互作用(odorant moleculereceptor interaction)的研究。全局方法是相当描述性的,在解释嗅觉链的机制方面是无效的。然而,这些研究可以帮助调香师和评香师为他们开发的产品寻找新原料[32,34 - 36,43 - 46]。完整的嗅觉链是复杂的,可能会导致几种误差。首先,嗅探的方式,无论是快速还是缓慢,都会影响到达鼻孔的气味浓度,但嗅球似乎能够区分气味浓度的变化和鼻中气流的改变(机械感知)[41,47]。鼻后嗅觉和鼻前嗅觉会导致不同的感觉,主要是由于气味在鼻腔或鼻咽粘液中的溶解度不同,其成分[48]不同。前受体事件,如鼻腔粘液中气味的酶转化和与气味结合蛋白的结合,也会影响气味感知(如醛和酯转化为酸和醇)[49,50]。鼻腔粘液富含气味结合蛋白,根据其化学结构对气味有不同的亲和力。这些气味结合蛋白的确切作用完全是假设的:捕获高浓度的气味以保护鼻上皮细胞,通过粘液运输疏水化合物,并从受体中去除气味以使其快速重新激活[51,52]。受体后事件也会使对化学结构和气味感知之间关系的理解复杂化。事实上,人们还没有完全理解大脑对来自鼻子的信号的转换。肾小球被描述为一个在时间上组织良好的单元,在信号转换中发挥重要作用,可以与丘脑在其他感觉通路中的作用相比;例如,帮助区分气味浓度的变化,以进行气味源定位[53-56]。一旦信号被大脑处理,另一个问题就出现了;也就是说,用每个人都能理解的方式来表达感知到的气味。与视觉和听觉不同,嗅觉是主观的,个人特征使得信息共享即使在专业人士之间也很困难。视觉和听觉可以简化为容易测量的身体参数。人们利用对标分子建立了不同的参考尺度,如“气味场”(field of odors),以对气味进行分类,但仍远未形成描述气味的通用语言[57,58]。

      基于气味受体相互作用的研究允许对嗅觉机制的更微妙的理解,但需要非常纯的化合物,因为微量的对映异构体就会损害气味的品质。我们必须记住,有些气味的感知阈值很低;例如,添加到丙烷中作为警示剂的乙基硫醇在浓度为10(e-7) ng/L时可以检测到,最低的浓度为吡罗利蒂诺[1,2-e]- 4H -2,4-二甲基-1,3,5-二噻嗪(煮熟贝类的典型风味),两种异构体在浓度为10(e-8) ng/L时即可被闻到[32,41]。

2.3. 气味分子–嗅觉受体相互作用

     2004年,理查德·阿克塞尔(Richard Axel)和琳达·b·巴克(Linda B. Buck)因对气味受体和嗅觉系统[18]组织的研究而被授予诺贝尔医学奖或生理学奖。这些研究通过对嗅觉系统[18]的阐明,使人们对人类嗅觉机制有了更好的了解。在此之前,尽管提出了许多不同的理论,但我们的感官对嗅觉的了解并不多。在Richard Axel和Linda B. Buck发现嗅觉之前,已经提出了近30种关于嗅觉的理论[59,60],包括基于极化效应的刺激嗅觉器官的模型[61],嗅觉膜的模型[62],压电效应[63],基于吸收的气体分子和某些类胡萝卜素色素之间形成弱结合复合物的嗅觉转导[64],与色谱系统中的极性化合物的类比[65],以及基于非弹性电子能谱的机理[59]。在这些理论中,嗅觉的立体化学理论被称为Amoore’s theory,已经流行了相当长一段时间[66]。基于七种主要气味(如樟脑和植物),每个主要气味都有一个大致的形状。例如,一种樟脑气味与一个疏水的椭圆形状相连,长轴为0.95 nm,短轴为0.75 nm。这一理论允许设计出许多商业上成功的新分子,如Javanol⑩、Rossitol⑩、Belambre⑩和Azurone⑩,但当被描述的特异性嗅觉缺失症(即无法感知特定气味)的数量从7个(与模型一致)增加到90个时,该理论就被抛弃了[66-68]。另一方面,振动理论认为气味分子能被检测是由于它们的振动频率,而不是它们的形状;在气味和ORs的活性部位之间会发生电子转移。几项研究表明,人类能够区分同位素(与同位素原子的同分异构体),因为后者的分子振动频率不同,因此强化了这一理论。然而,在最近的一项研究中,Block等人测试了麝香和其他化合物的一系列同位素在体外激活特定气味受体的能力,并没有发现支持振动理论的实验证据。受体周围事件或气味污染,而不是受体水平上的振动效应,被认为可以解释区分同位素的能力。因此,研究气味感受器识别的本质应该基于感受器的激活机制,而不是气味感知[59]。

Buck和Axel假设气味分子与特定表面受体(GTP结合蛋白偶联受体,或GPCR)的结合激活了特定的G蛋白。GPCRs是跨膜蛋白,有一个细胞外N端和一个细胞内C端(7个2螺旋和6个环)跨越膜7次[18,33]。由于这些跨膜蛋白在生物样品中很难直接鉴定,我们克隆了仅在嗅上皮中表达的一个大的多基因家族的18个不同成员,并对之进行了表征[18]。遗传研究表明OR蛋白主要在ORN中表达,且高度可变,特别是在跨膜结构域(3、4和5),可能是气味结合蛋白[18]的区域。图7展示了当气味分子进入鼻腔时发生的级联反应。气味直接穿过粘液或通过转运蛋白到达气味感受器。在与气味结合后,受体发生结构修饰并激活位于细胞质一侧的G蛋白。一种叫做Ga的活性亚基被释放,继而激活裂解酶腺苷酸环化酶,导致三磷酸腺苷(ATP)转化为环磷酸腺苷(cAMP)。cAMP能够打开环核苷酸门控离子通道,允许Ca2+和Na+离子进入细胞,这导致ORN去极化,并将信息传输到大脑。然而,Ca++离子的进入打开了依赖于Ca++的Cl-通道,增加了去极化[18,33,69,70]。

图7。当气味分子进入鼻腔时发生的级联反应。气味直接或通过转运蛋白(Tp)穿过粘液,然后到达气味受体,经过结构修饰,激活G蛋白(G)。一个活性亚基(Ga)被释放,激活裂解酶腺苷酸环化酶,导致三磷酸腺苷(ATP)转化为环磷酸腺苷(cAMP)。cAMP能够打开环核苷酸门控离子通道,允许Ca2+和Na+离子进入细胞,导致气味受体神经元(ORN)去极化,并将信息传输到大脑。

人类能够区分的气味分子的数量是巨大的,但它们的确切数量仍有争议,估计在40万到100万[2]之间。有两种理论可以解释这种能力:一种是大量的嗅觉感受器,每个感受器与几种气味相互作用,另一种是少量的嗅觉感受器以组合的方式对大量气味作出反应。由于只有396个独特的嗅觉受体[71],只有第二个假设是合理的,这与经典的“锁和钥匙”机制[2]有很大的不同。与啮齿类动物等其他哺乳动物相比,人类的嗅觉感受器更少(小鼠为1130个)[71],嗅球也更小,但它们包含的神经元数量是相当的[72]。

嗅觉受体不是与特定的配体结合,而是对一系列气味具有亲和力,一个气味分子可以根据其物理化学性质(如分子体积)与多个具有不同亲和力的受体结合。同样,对一种特定气味的识别不是由于单个受体的激活,而是由于一组具有特殊模式的受体的激活,这是典型的组合编码。已有研究表明,受体可以被广泛调节并对许多不同的气味作出反应,对结构相似的气味最敏感,或被狭窄调节,对一小组气味作出反应,如图8[23]所示。

图8。嗅觉受体(OR)对气味的反应。人类大约有396个嗅觉感受器(OR 1, OR 2, OR 3,等等)。单一的嗅觉感受器能够识别不同的气味分子。作为一个例子,或1是能够识别分子,B和C (d)。确定一个特定的气味是由一群受体激活与一个特殊的模式(A、B和C)。例如,有气味的认可或1或2香蕉味道(A)。分子B是,反过来,认可或1和3和标识为一个橘子味道(B),两个不同的分子可以被相同的受体和确认为拥有相同的气味(A和C)。事实上,香味C也被OR 1和OR 2识别为香蕉味(C)。

作为一种补体,高浓度的气味会激活更多的受体。因此,被激活的受体的数量与气味的特性以及它的浓度有关。另一个问题是时间性。一种气味可以在一些嗅觉感受器中引起持久的反应,而在另一些感受器中则引起较短的反应。作为一个必然的结果,单个嗅觉受体可以对某些分子给出简短的回答,对其他化合物[39]给出冗长的回答。此外,嗅觉感受器的激活并不是嗅觉调节的唯一途径,一些嗅觉感受器也可以被一些气味剂[39]抑制。由于一个给定的ORN在人体内只表达一类气味受体,而含有该受体的神经元将轴突发送到嗅球的一个或几个肾小球,因此研究受体与气味分子之间的相互作用是嗅觉研究的关键[73]。

从基因组中已经发现了数千个受体的序列。OR,代表超过2%的人类基因组和4%的我们的蛋白质组,属于典型的A类GPCR基序。然而,OR与这类非嗅觉蛋白的序列一致性较低,因为OR保守基序与其他a类GPCR的序列不相似或更复杂。由于到目前为止,无论是活性状态还是非活性状态的ORs的三维结构都没有得到解决,分子建模方法(同源建模、对接和分子动力学,尤其是)与序列守恒和位点定向突变相结合,有助于预测ORs的三维模型及其与不同配体的结合。结合袋主要由来自TM3、5、6和7[74 - 78]的疏水跨膜(TM)残基组成,如Phe 104,这可能有助于通过芳香循环和气味分子双键之间的相互作用稳定配体[74]。由于对非嗅性GPCRs的激活至关重要的高度保守基序还不存在,因此对其激活机制的理解仍然很差。尽管这些模型极大地促进了我们对ORs的识别和激活的理解,嗅觉GPCRs的结构阐明将在嗅觉领域提供巨大的进展,就像第一个被结晶的g偶联受体视紫红质的情况一样,它帮助我们更好地理解光感知[39]。

在哺乳动物中,嗅觉感受器并不局限于主嗅上皮的气味感受器。在常用的小鼠模型中,嗅觉系统包含不同的化学感觉子系统,包括嗅觉受体:气味受体、犁鼻器、微量胺相关受体、甲酰基肽受体和鸟酰基环化酶受体,其中大部分属于GPCR类。主要嗅觉系统和辅助嗅觉系统之间的关系是复杂的,需要进一步的研究,特别是对于老鼠以外的物种[2,23,79]。昆虫体内也有犁鼻器官,例如,犁鼻器官和触角可以感知信息素。这些分子是已知的影响所有生物体交流的半化学物质[80]。根据其功能,信息素在动物报警、释放、领地信息和性别等方面发挥着关键作用[3,81]。在人类中,犁鼻器官是退化的、无功能的[81],功能性辅助嗅觉系统的存在尚不清楚[41]。此外,在非典型的嗅觉组织如心肌和红红细胞、神经节、脾脏、结肠、前列腺和睾丸中也有嗅觉受体的描述[82]。在成熟精子中发现了嗅觉受体,揭示了其在精卵化学趋同中的潜在作用[82]。

3.嗅觉研究的新趋势

3.1. 人类嗅觉的重要性和多样性

自19世纪布罗卡提出人类是“无嗅觉者”以来,与其他哺乳动物相比,人类嗅觉发育不全的观点在科学界根深蒂固[72]。事实上,美国医学协会指出,丧失视力和听力分别导致85%和35%的致残率,而嗅觉丧失[41]的致残率仅为3%。最近的研究反驳了这个19世纪的神话,揭示了人类具有非常好的探测和辨别不同气味的能力[72,83]。气味的重要性及其对情绪、认知和行为的影响现在已经得到认可[84]。

近年来,个体对气味感知的差异受到了越来越多的关注。人类的嗅觉感知在特定灵敏度和一般嗅觉灵敏度方面都有很大的差异,个体之间的敏感度有好几个数量级的差异[85]。嗅觉受体的多态性构成了这种个体差异的分子基础[85]。特异性嗅觉缺失症、特异性嗅觉减退症(嗅觉能力下降)和较少研究的特异性嗅觉减退症(嗅觉敏锐度增加)的发生率非常多,从统计角度来看,这是一种规律而非例外[85,86]。对如此大的嗅觉感知多样性的第一个逻辑解释是基因。在人类基因组的嗅觉受体基因和假基因中,超过60%的基因编码序列中存在破坏性的单核苷酸多态性(SNPs)。SNPs是人类遗传变异的主要来源,当它们出现在基因组的编码序列中时,它们会导致人群中完整的等位基因和被破坏的等位基因之间的分离。尽管可以观察到几种气味阈值具有显著的一致性,但研究表明嗅觉灵敏度是一种复杂的特征,这是由于嗅觉受体的变化以及信号通路中信息下游处理方式的差异[85,87]。嗅觉缺失症的起源复杂,不仅是由于嗅觉受体的遗传变异,还得到了一项观察结果的支持,即可以通过训练提高对最初无法检测到的特定气味的敏感性[86]。成人嗅觉系统的可塑性已通过成功训练志愿者辨别气味对映体得到证明[88]。

嗅觉研究不再局限于调香师和评香师,这一领域的在军事领域中的兴趣就说明了这一点[89]。嗅觉的重要性现在正受到医学领域的关注,因为嗅觉系统受损会影响身体健康、营养和进食乐趣,更普遍地,会影响生活质量[84,90]。嗅觉过程的四个步骤都可能受到影响:鼻息肉会影响鼻气流,慢性鼻炎会导致周围受体事件改变,病毒性鼻炎会损害初级嗅觉神经元的转导,神经退行性疾病是导致大脑处理问题的主要原因[40,90]。提高人们对嗅觉在人类健康中的重要性的认识至关重要。嗅觉丧失可能是神经退行性疾病(如阿尔茨海默病或帕金森病)的早期迹象,可以帮助诊断[90]。

3.2. 电子鼻与机器学习

个体间嗅觉能力的高度差异和不断增加的数据集为嗅觉研究的新领域铺平了道路,如电子鼻和机器学习。

电子鼻并不是什么新事物,第一种是40年前设计的,由简单的气体探测器组成,通过处理不同传感器的信号比例来识别气味[91]。电子鼻由一系列不同的气体传感器组成,这些传感器可以与挥发性分子相互作用,产生信号,如电信号或光信号,这些信号可以被放大并最终处理[92]。电子鼻技术的进步是由于传感器性能、信号制备和模式识别的改进,如文献[93]所述。为了应对人类鼻子可能检测到的高灵敏度、高选择性和数量众多的气味,已经进行了大量的研究,但在设计出一种类似于人类嗅觉系统、能在各种环境条件下工作的仪器之前,还需要进行更多的研究[94]。一些挥发性分子可以被人工嗅觉机器检测到,但人的鼻子却不能。可以通过增加特定传感元件的数量来提高被检测气味的多样性,尽管很难达到适当的灵敏度,因为人类鼻子的检测极限比实际气体探测器的检测极限至少低3-5个数量级[92]。选择性与所使用的传感元件的类型有关。金属氧化物和导电聚合物的选择性较差[92],而半导体氧化物纳米带则更加稳定和高灵敏度[95]。手性聚合物复合材料可用于对映体挥发性化合物的差异检测[96]。最近,有人提出用嗅觉受体蛋白作为传感元件,但由于它们是跨膜蛋白,不可能获得所需的稳定性。气味结合蛋白是更合适的候选蛋白,因为它们是可溶的,在温度和有机溶剂中非常稳定[94]。尚待解决的主要问题是需要一个水界面和低解离动力学,这与持续监测气味是不相容的设计具有修饰的配体结合特异性的位点特异性突变蛋白可能是一种解决方案[94]。虽然还需要设计一种具有类人性能的气味识别仪器,但随着军事领域[89]、环境监测[97]、医疗诊断[98]和食品饮料质量控制[99-101]等技术的进步,其应用领域正在不断扩大。

关于嗅觉编码的多面性和嗅觉研究数据的复杂和高维方面的问题仍然存在。在过去的20年里,人工神经网络被用来帮助阐明结构-气味的关系:预测脂肪族醇的樟脑或水果气味[102],四氢萘和茚酮化合物的麝香气味[103],吡嗪的香气质量和阈值[104],等等。最近,机器学习被用于促进嗅觉领域复杂的数据驱动研究;例如,预测嗅觉受体的反应[105]。机器学习方法越来越广泛地应用于不同层次的人类嗅觉研究中:气味检测和识别的生理学、作为诊断生物标志物的嗅觉灵敏度以及从挥发物的理化性质进行气味识别(综述,见[106])。

4. 结论

      确定是否有可能根据分子的结构来预测其气味当然不是一件小事。文献中充满了对气味和数千种天然和合成气味的阈值的描述,这对任何想知道什么气味与已知分子有关的人来说都是有用的。结构相似性在某些情况下可以用来预测一种特定化合物的气味,但如前所述,它远不是100%可靠的。

      在生物信息学和机器学习的帮助下,化学、生理学、神经生物学和遗传学的最新进展应该能让人们更好地理解人类的嗅觉系统。研究嗅觉受体-气味的相互作用和激活机制无疑是基于分子结构预测气味的最有吸引力的方法。如今,测试每一种可能的气味的每一个嗅觉受体似乎是不可能的,但在生物信息学方法的帮助下,这一目标可能是可以达到的,特别是如果ORs的3D结构被发现的话。气味的组合编码方案需要更好地理解大脑如何处理OR激活组合,从而将气味与嗅觉感知联系起来。考虑到组合编码生成的庞大数据集,机器学习可能会有所帮助。一些作者提出了嗅球的固有信号成像,但技术上仍需改进。根据每项研究的目标,全局方法可能是合适的。例如,当主要问题不是知道嗅觉系统是如何工作的,而是消费者是否会喜欢用于商业用途的食物/香水时,训练有素的小组成员将是提供产品感官评估和反映个体差异性的最佳解决方案[107,108]。

在许多传统中,闻食物被认为是不礼貌的。这种文化问题逐渐导致了日常生活中嗅觉的衰退。从公共卫生的角度来看,通过改变心态和鼓励孩子们去闻和享受他们吃的东西,恢复嗅觉在我们五种感官中的关键作用是至关重要的。老年人也应该刺激他们的嗅觉以抵消嗅觉能力的下降,因为嗅觉能力下降与食欲下降有关,而食欲下降会对健康产生重大影响,甚至是神经退行性疾病的标志。



中外香料香精第一资讯
国内外香料香精化妆品领域的最新进展,商业情报,会展信息,以资讯的前沿性,及时性和教育性,体现其功能和价值。
 最新文章