蛋白質翻譯后修飾位點識別研究和應用.pdf

1、蛋白翻譯后修飾通過共價鍵添加功能組或者蛋白質本身增加了蛋白質組的功能多樣性,以及調節(jié)亞基的蛋白水解或者整個蛋白質的水解。這些修飾影響普通的細胞生物學和病理學幾乎所有方面。因此識別和理解蛋白質翻譯后修飾在細胞生物學以及疾病治療和預防方面是必要的。在過去的數(shù)十年中,隨著蛋白質組學技術的高速發(fā)展,導致大量的蛋白序列數(shù)據(jù)產(chǎn)生,這大大加速了蛋白翻譯后修飾的深入研究。雖然高通量的實驗技術在蛋白翻譯后修飾識別和分析上取得了巨大的成果,但是這種途徑要求

2、繁重和昂貴的勞動,并且對于結構與功能之間的關系理解也不能令人滿意。因此,發(fā)展可靠且高效的理論計算方法預測和分析蛋白翻譯后修飾具有十分重要的意義。在我們的工作中,我們不僅對修飾位點鄰近序列的生化環(huán)境,結構和保守性進行了剖析,也對修飾底物的功能和相互作用網(wǎng)絡進行了剖析?；诮y(tǒng)計分析結果結合機器學習方法構建翻譯后修飾的預測模型并對修飾相關疾病進行研究。主要工作總結如下:
　　1.為了解決當前泛素化修飾預測方法的限制,我們發(fā)展了一個新的工

3、具UbiProber,工具特別設計了預測一般和物種特異性的泛素化位點的功能。來自多個物種的大量實驗泛素化數(shù)據(jù)被搜集從幾個數(shù)據(jù)庫資源,利用這些數(shù)據(jù)訓練了不同物種的泛素化預測模型。從訓練數(shù)據(jù)中三個特征集包括k最近鄰打分特征,物理化學屬性特征和氨基酸組成特征被提取,結合使用支持向量機進行模型構建和預測。k最近鄰打分特征能捕獲修飾位點泛素化由相同酶或者酶家族催化的局部序列相似性無論是否知曉哪種酶催化發(fā)生泛素化。物理化學屬性特征和氨基酸組成特征反

4、映了泛素化位點周邊區(qū)域的生物化學環(huán)境,這些區(qū)域在蛋白泛素化的結構和功能上起到不同的作用。此外,為了提取有意義的信息來進一步提高預測器的準確率,信息增益方法被首次用于選擇泛素化序列中關鍵的氨基酸殘基和位置去優(yōu)化特征集。此外,我們討論了不同物種間泛素化修飾的關系。我們的分析展示:(i)在不同物種間泛素化的序列模式是保守的;(ii)關鍵位置和關鍵氨基酸殘基特征的優(yōu)選對于提高泛素化修飾位點預測性能是必要的;(iii)在位點周邊的殘基的物理化學屬

5、性對泛素化過程的發(fā)生是重要的。最終,在.Net4.0框架下構建的UbiProber的軟件系統(tǒng)和網(wǎng)絡服務都被免費應用在http://bioinfo.ncu.edu.cn/UbiProber.aspx。
　　2.我們提出了一個新的計算工具稱作 PupPred,它是通過使用最新構建的一個原核生物蛋白類泛素化的數(shù)據(jù)庫PupDB的數(shù)據(jù)被構建的用于預測原核生物蛋白類泛素化位點。PupDB數(shù)據(jù)庫有182條原核類泛素化蛋白包含215個已知的位點。

6、在這項工作中,在通過對大量的特征編碼進行初步評估后,我們發(fā)現(xiàn)氨基酸對組成是非常適合用于原核類泛素化位點周邊序列環(huán)境的提取。通過使用這個特征且基于更多的訓練數(shù)據(jù),PupPred完成了一個高靈敏度且高特異度的平衡的預測性能。當使用相同的測試集時我們的工具性能遠遠超過了GPS-based的預測器。更重要的是原核生物類泛素化位點周邊的序列,結構和進化特點被展示。在此之前我們?yōu)檎婧松锏姆核鼗揎椢稽c預測發(fā)展了UbiProber工具。由于原核類泛

7、素化和真核泛素化在細胞中功能類似,所以我們試圖用 UbiProber預測原核類泛素化位點。不幸的是我們獲得了比較差的預測結果,這或許部分是由于原核類泛素化和真核泛素化之間的序列功能和特點的差異。所以我們系統(tǒng)的比較了兩種修飾在序列環(huán)境和保守性特點的差異,也分析了他們各自的GO條目富集。總之,這些系統(tǒng)分析和預測可以使我們更好的理解原核類泛素化的過程和功能。PupPred工具被免費應用在:http://bioinfo.ncu.edu.cn/P

8、upPred.aspx。
　　3.為了有效地加速高度復雜地亞細胞磷酸化蛋白質組學的發(fā)展,一個集成的平臺包含實驗數(shù)據(jù)的查詢和未知數(shù)據(jù)的注釋是高度需要的。在這項工作中,我們發(fā)展了一個平臺提供一個可搜索的在線數(shù)據(jù)庫和一個計算工具去有效且可靠地為進一步的實驗研究積累亞細胞磷酸化蛋白質組。在我們的工作中,我們報告了一個到目前為止在人類細胞中最徹底的亞細胞磷酸化蛋白質組特征描述。起初,人類可靠的實驗磷酸化蛋白質組學數(shù)據(jù)以及它們的亞細胞定位信息

9、被從幾個數(shù)據(jù)庫資源中搜集,利用它們?nèi)テ饰鰜喖毎姿峄鞍踪|組。我們不僅僅發(fā)現(xiàn)大多數(shù)的磷酸化蛋白是唯一定位于特定的亞細胞中,也展示了磷酸化蛋白在亞細胞中的分布是有區(qū)間特異性的。功能富集分析和蛋白與蛋白相互作用網(wǎng)絡分析表明亞細胞的磷酸化信號通路有高度的專一性。此外,大的數(shù)據(jù)集允許我們?nèi)ス串嬒鄬τ谝话懔姿峄鞍踪|組的特定類型磷酸化序列模體,我們展示特定亞細胞存在特定序列模體。總而言之,我們的觀察突出強調了區(qū)間特異性的磷酸化信號通路,這也強調了

10、在生理學上相關的亞細胞分類磷酸化蛋白的重要性。隨后,我們發(fā)展了一個生物信息學工具稱作 SubPhosPred,它結合一個新的離散小波變換算法和支持向量機途徑去識別在人類不同亞細胞的磷酸化位點。一個創(chuàng)新點小波變換被首次用于特征編碼去預測翻譯后修飾位點預測。交叉驗證測試展示DWT算法能為每個亞細胞提高預測的性能從而獲得令人鼓舞的預測結果。對于SubPhosPred工具我們已經(jīng)訓練了8個亞細胞磷酸化預測模型包括細胞膜,細胞質,細胞核,線粒體,