STING两种激活方式在动力学上分道：配体结合把涨落收进lid，SAVI突变改由a1b1跨区组织
导语
同一套残基对涨落网络把配体结合的STING与SAVI相关多突变体分开：配体结合数据集的网络由lid区主导，多突变体则转向a1b1富集、跨原体分布的组织，并把281位残基放进一个跨区子网络。
正文
分析把每个残基对当作一个节点，节点之间的连线表示两者的涨落模式相似，而不是空间上接触。 此前对分子动力学的刻画多按单个残基的汇总指标来做，例如均方根涨落，难以把低占比、随状态变化的耦合模式单独挑出来。 在配体结合数据集中，两个被选中的小簇所构成的网络里含lid残基的节点分别占93.9%（49个节点中的46个）和95.0%（20个节点中的19个），最高中心性节点主要是lid及邻近配体结合域残基对。
SAVI相关多突变体没有复现配体结合的lid主导模式，而是把协同涨落重新分配到a1b1区并跨区连接。 apo状态的两个最大小簇约75%的残基对来自外周配体结合域，而突变体的Mut-C2在三个相似度区间里都有超过一半的连通节点含a1b1残基。 在d5.5–6.0区间，Mut-C2的主要连通分量含31个节点、101条边，其中17个（54.8%）含a1b1残基，含281位的节点191B_281B位于该分量内，其六个直接邻居构成SAVI相关子网络。
方法把每条残基对距离轨迹压成低维描述子，再用距离聚类挑出少数非背景行为，最后在描述子相似度上建网络。 一维卷积自编码器只在apo轨迹上训练，随后同一模型直接用于apo、holo和突变体三种状态，因此三种状态共享同一套描述子坐标。 每条轨迹超过1微秒，取100–1000纳秒窗口、每0.5纳秒一个结构共1800个点；每个状态整理出50403个残基对，聚类后得到1个超过5万对的背景簇和9个各不足100对的小簇。
接下来
这套流程在膜嵌入的STING二聚体上演示，覆盖apo、配体结合和SAVI相关多突变三种状态，每种状态用一条超过1微秒的轨迹，分析窗口为100–1000纳秒。多突变体是把八个SAVI相关替换一并引入apo坐标构建的状态级压力测试模型，作者明确说明它不代表某个具体患者基因型。显式的C端尾接合与高阶聚合不在建模范围内。作者提出，把同一流程用于独立轨迹可以检验这些模式在不同运行之间是否一致。
作者说明，三种状态各自独立聚类，因此背景簇在残基对层面并不意味着一一对应，状态差异集中在潜在特征空间中占比很小的低密度区域。被选中的小簇规模有限，apo为66和38对，holo为96和46对，突变体为82和58对。网络分析限制在马氏距离不超过6.0的范围内，因为更大的距离会让连通节点数陡增、网络难以解读。作者也指出，留出重建损失参与了模型选择，因此它被用作重建判据，而不是独立的预测性能估计。