---
name: protein-conformational-disease-identification
description: 识别由蛋白质错误折叠引发的构象病（如朊病毒病、阿尔茨海默病），其特征是一级结构不变但高级结构异常，表现为β-折叠富集、蛋白酶抗性及淀粉样聚集。当面对神经退行性疾病且排除基因突变导致的一级结构改变时使用本技能。
---

# 蛋白质构象病识别与诊断

## 何时使用
- 患者表现出神经退行性症状（如认知衰退、运动障碍）
- 怀疑疾病由蛋白质错误折叠引起，而非基因突变（如镰状细胞贫血）
- 实验观察到正常可溶性蛋白转变为不溶性、蛋白酶抗性聚集体
- 需区分构象病与单纯蛋白质变性沉淀

## 执行步骤
1. **确认蛋白一级结构未变**：通过测序验证目标蛋白（如PrP）氨基酸序列与野生型一致。
2. **评估二级结构变化**：检测α-螺旋减少、β-折叠增加（例如使用圆二色谱或红外光谱）。
3. **测试蛋白酶抗性**：用蛋白酶K处理样本，若仍保留部分片段（如PrP^Sc的27–30 kD核心），提示构象异常。
4. **检查聚集倾向**：观察是否形成淀粉样纤维（刚果红染色阳性、Thioflavin T荧光增强）。
5. **排除分子病**：确保无已知致病点突变（如β-珠蛋白Glu6Val）。
6. **判断模板化传播能力**：若异常蛋白可诱导正常同源蛋白发生相同构象转变，则支持构象病诊断。
7. **关联临床表型**：将结果与典型构象病（疯牛病、阿尔茨海默病、亨廷顿病等）匹配。

## 关键变量监控
- `secondary_structure_ratio`：α-螺旋 vs β-折叠比例显著下降
- `protease_resistance`：呈现阳性（抵抗蛋白酶K消化）
- `aggregation_propensity`：动力学参数显示高聚集倾向

## 输出建议
生成警报："识别潜在构象病风险，提示需检测蛋白质折叠状态而非仅测序，指导神经退行性疾病诊断"。