泛素偶聯(lián)系統(tǒng)的生物信息學研究.pdf

1、泛素和類泛素偶聯(lián)是最重要的蛋白質翻譯后修飾之一，負責調控各種各樣的生物學過程。在真核生物中，泛素化和其它類泛素修飾有相似的酶級聯(lián)E1（泛素激活酶）-E2（泛素偶聯(lián)酶）-E3（泛素蛋白連接酶）。泛素和類泛素研究發(fā)現了一千多個具有活性的酶，但是不能確定它們的正確分類以及在物種中的準確數量。經過文獻檢索，已收集到E1,E2,E3和DUB的數量分別是26、105、1003和148。綜合文獻中的各種觀點，所有酶分為1、3、19和7個家族。對活性結

2、構域保守的E1,E2,E3和DUB家族，分別建立了1、1、15和6個隱馬可夫譜。對活性結構域不保守的家族，采用了雙向BLAST的同源搜索辦法。經過實驗驗證的酶作為測試集，評估了預測性能和隱馬可夫譜識別的特異性。最后，本文構建了泛素和類泛素偶聯(lián)酶的數據庫UUCD(Ubiquitin and Ubiquitin-like Conjugation Database)，包含E1,E2,E3和DUB酶的數量分別是738、2937、46631和66

3、47，這些酶分布在70種真核生物中。利用泛素和類泛素偶聯(lián)酶，可以分析泛素和類泛素偶聯(lián)系統(tǒng)與復雜疾病的關系。在Cancer Gene Census和Drugbank這兩個數據庫中，發(fā)現只有27個癌癥基因和16個藥物靶點與人類的泛素和類泛素偶聯(lián)酶相關。通過超幾何分布的統(tǒng)計學分析，發(fā)現它們在泛素和類泛素偶聯(lián)系統(tǒng)中不顯著(P-value>0.05)。但是KEGG的分析結果顯示泛素和類泛素偶聯(lián)酶在小細胞肺癌相關的PI3K-Akt信號、細胞循環(huán)、自

4、噬和p53信號通路中起著重要的作用。
　　E3能特異性地識別底物，決定泛素化修飾的特異性。目前已開發(fā)有多種預測泛素化位點的工具，但它們不能揭示底物位點和E3的關系。通過文獻檢索，本文發(fā)現1027個具有E3特異性的位點。單個位點可能對應多個E3，按照位點和E3的一對一原則，整合出1214對site-E3組合。根據UUCD數據庫中E3的分類原則，全部site-E3組合可分為類、組、亞組、家族和個體五種水平。在家族水平上可分為10個數據

5、集，在個體水平上可分為92個數據集。E3特異性的位點預測選在家族和個體水平上進行。訓練過程采用GPS2.2(Group-based Prediction System,version2.2)算法中的模體長度選擇、權重訓練和矩陣突變。每個數據集的cutoff分為high,medium和low三種水平，分別對應于假陽性率(False positive rate,FPR)為2％、6％和10％時的閾值。根據上述分類、訓練結果以及cutoff設置

6、，本分開發(fā)了具有層次分類結構的E3特異性的泛素化位點預測工具GPS-PLUB1.0，可以預測10種E3家族和92種E3個體特異性的泛素化位點。此外，GPS-PLUB1.0可對實驗發(fā)現的141076個泛素化位點進行大規(guī)模預測。
　　泛素偶聯(lián)類型是底物位點泛素化的具體表現形式，包括單聚泛素化和不同鏈類型的多聚泛素化。每種泛素偶聯(lián)類型能決定底物的功能。許多泛素化研究難以揭示底物的E3酶，但是容易驗證底物的泛素偶聯(lián)類型。大量位點泛素偶聯(lián)類

7、型數據的產生，迫切需要預測工具對數據特征進行整合。通過文獻檢索，收集到1485個含泛素偶聯(lián)類型的位點。單個位點可能對應多個泛素偶聯(lián)類型，按照位點與泛素偶聯(lián)類型的一對一原則，整合出2122對位點與泛素偶聯(lián)類型的組合。所有組合可分為2個組、2個亞組和7個家族，組成11個數據集。數據集的訓練過程采用了GPS3.0算法。
　　綜上所述，生物信息學在泛素和類泛素偶聯(lián)研究中有著重要的應用。利用生物信息學中的方法，構建了泛素和類泛素偶聯(lián)的酶數據