蛋白質(zhì)翻譯后修飾位點(diǎn)識(shí)別研究和應(yīng)用.pdf

1、蛋白翻譯后修飾通過(guò)共價(jià)鍵添加功能組或者蛋白質(zhì)本身增加了蛋白質(zhì)組的功能多樣性,以及調(diào)節(jié)亞基的蛋白水解或者整個(gè)蛋白質(zhì)的水解。這些修飾影響普通的細(xì)胞生物學(xué)和病理學(xué)幾乎所有方面。因此識(shí)別和理解蛋白質(zhì)翻譯后修飾在細(xì)胞生物學(xué)以及疾病治療和預(yù)防方面是必要的。在過(guò)去的數(shù)十年中,隨著蛋白質(zhì)組學(xué)技術(shù)的高速發(fā)展,導(dǎo)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(shí)驗(yàn)技術(shù)在蛋白翻譯后修飾識(shí)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(dòng),并且對(duì)于結(jié)構(gòu)與功能之間的關(guān)系理解也不能令人滿意。因此,發(fā)展可靠且高效的理論計(jì)算方法預(yù)測(cè)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(duì)修飾位點(diǎn)鄰近序列的生化環(huán)境,結(jié)構(gòu)和保守性進(jìn)行了剖析,也對(duì)修飾底物的功能和相互作用網(wǎng)絡(luò)進(jìn)行了剖析。基于統(tǒng)計(jì)分析結(jié)果結(jié)合機(jī)器學(xué)習(xí)方法構(gòu)建翻譯后修飾的預(yù)測(cè)模型并對(duì)修飾相關(guān)疾病進(jìn)行研究。主要工作總結(jié)如下:
　　1.為了解決當(dāng)前泛素化修飾預(yù)測(cè)方法的限制,我們發(fā)展了一個(gè)新的工

3、具UbiProber,工具特別設(shè)計(jì)了預(yù)測(cè)一般和物種特異性的泛素化位點(diǎn)的功能。來(lái)自多個(gè)物種的大量實(shí)驗(yàn)泛素化數(shù)據(jù)被搜集從幾個(gè)數(shù)據(jù)庫(kù)資源,利用這些數(shù)據(jù)訓(xùn)練了不同物種的泛素化預(yù)測(cè)模型。從訓(xùn)練數(shù)據(jù)中三個(gè)特征集包括k最近鄰打分特征,物理化學(xué)屬性特征和氨基酸組成特征被提取,結(jié)合使用支持向量機(jī)進(jìn)行模型構(gòu)建和預(yù)測(cè)。k最近鄰打分特征能捕獲修飾位點(diǎn)泛素化由相同酶或者酶家族催化的局部序列相似性無(wú)論是否知曉哪種酶催化發(fā)生泛素化。物理化學(xué)屬性特征和氨基酸組成特征反

4、映了泛素化位點(diǎn)周邊區(qū)域的生物化學(xué)環(huán)境,這些區(qū)域在蛋白泛素化的結(jié)構(gòu)和功能上起到不同的作用。此外,為了提取有意義的信息來(lái)進(jìn)一步提高預(yù)測(cè)器的準(zhǔn)確率,信息增益方法被首次用于選擇泛素化序列中關(guān)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(guān)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(guān)鍵位置和關(guān)鍵氨基酸殘基特征的優(yōu)選對(duì)于提高泛素化修飾位點(diǎn)預(yù)測(cè)性能是必要的;(iii)在位點(diǎn)周邊的殘基的物理化學(xué)屬

5、性對(duì)泛素化過(guò)程的發(fā)生是重要的。最終,在.Net4.0框架下構(gòu)建的UbiProber的軟件系統(tǒng)和網(wǎng)絡(luò)服務(wù)都被免費(fèi)應(yīng)用在http://bioinfo.ncu.edu.cn/UbiProber.aspx。
　　2.我們提出了一個(gè)新的計(jì)算工具稱(chēng)作 PupPred,它是通過(guò)使用最新構(gòu)建的一個(gè)原核生物蛋白類(lèi)泛素化的數(shù)據(jù)庫(kù)PupDB的數(shù)據(jù)被構(gòu)建的用于預(yù)測(cè)原核生物蛋白類(lèi)泛素化位點(diǎn)。PupDB數(shù)據(jù)庫(kù)有182條原核類(lèi)泛素化蛋白包含215個(gè)已知的位點(diǎn)。

6、在這項(xiàng)工作中,在通過(guò)對(duì)大量的特征編碼進(jìn)行初步評(píng)估后,我們發(fā)現(xiàn)氨基酸對(duì)組成是非常適合用于原核類(lèi)泛素化位點(diǎn)周邊序列環(huán)境的提取。通過(guò)使用這個(gè)特征且基于更多的訓(xùn)練數(shù)據(jù),PupPred完成了一個(gè)高靈敏度且高特異度的平衡的預(yù)測(cè)性能。當(dāng)使用相同的測(cè)試集時(shí)我們的工具性能遠(yuǎn)遠(yuǎn)超過(guò)了GPS-based的預(yù)測(cè)器。更重要的是原核生物類(lèi)泛素化位點(diǎn)周邊的序列,結(jié)構(gòu)和進(jìn)化特點(diǎn)被展示。在此之前我們?yōu)檎婧松锏姆核鼗揎椢稽c(diǎn)預(yù)測(cè)發(fā)展了UbiProber工具。由于原核類(lèi)泛

7、素化和真核泛素化在細(xì)胞中功能類(lèi)似,所以我們?cè)噲D用 UbiProber預(yù)測(cè)原核類(lèi)泛素化位點(diǎn)。不幸的是我們獲得了比較差的預(yù)測(cè)結(jié)果,這或許部分是由于原核類(lèi)泛素化和真核泛素化之間的序列功能和特點(diǎn)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(diǎn)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(yù)測(cè)可以使我們更好的理解原核類(lèi)泛素化的過(guò)程和功能。PupPred工具被免費(fèi)應(yīng)用在:http://bioinfo.ncu.edu.cn/P

8、upPred.aspx。
　　3.為了有效地加速高度復(fù)雜地亞細(xì)胞磷酸化蛋白質(zhì)組學(xué)的發(fā)展,一個(gè)集成的平臺(tái)包含實(shí)驗(yàn)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(xiàng)工作中,我們發(fā)展了一個(gè)平臺(tái)提供一個(gè)可搜索的在線數(shù)據(jù)庫(kù)和一個(gè)計(jì)算工具去有效且可靠地為進(jìn)一步的實(shí)驗(yàn)研究積累亞細(xì)胞磷酸化蛋白質(zhì)組。在我們的工作中,我們報(bào)告了一個(gè)到目前為止在人類(lèi)細(xì)胞中最徹底的亞細(xì)胞磷酸化蛋白質(zhì)組特征描述。起初,人類(lèi)可靠的實(shí)驗(yàn)磷酸化蛋白質(zhì)組學(xué)數(shù)據(jù)以及它們的亞細(xì)胞定位信息

9、被從幾個(gè)數(shù)據(jù)庫(kù)資源中搜集,利用它們?nèi)テ饰鰜喖?xì)胞磷酸化蛋白質(zhì)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(xì)胞中,也展示了磷酸化蛋白在亞細(xì)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(luò)分析表明亞細(xì)胞的磷酸化信號(hào)通路有高度的專(zhuān)一性。此外,大的數(shù)據(jù)集允許我們?nèi)ス串?huà)相對(duì)于一般磷酸化蛋白質(zhì)組的特定類(lèi)型磷酸化序列模體,我們展示特定亞細(xì)胞存在特定序列模體。總而言之,我們的觀察突出強(qiáng)調(diào)了區(qū)間特異性的磷酸化信號(hào)通路,這也強(qiáng)調(diào)了

10、在生理學(xué)上相關(guān)的亞細(xì)胞分類(lèi)磷酸化蛋白的重要性。隨后,我們發(fā)展了一個(gè)生物信息學(xué)工具稱(chēng)作 SubPhosPred,它結(jié)合一個(gè)新的離散小波變換算法和支持向量機(jī)途徑去識(shí)別在人類(lèi)不同亞細(xì)胞的磷酸化位點(diǎn)。一個(gè)創(chuàng)新點(diǎn)小波變換被首次用于特征編碼去預(yù)測(cè)翻譯后修飾位點(diǎn)預(yù)測(cè)。交叉驗(yàn)證測(cè)試展示DWT算法能為每個(gè)亞細(xì)胞提高預(yù)測(cè)的性能從而獲得令人鼓舞的預(yù)測(cè)結(jié)果。對(duì)于SubPhosPred工具我們已經(jīng)訓(xùn)練了8個(gè)亞細(xì)胞磷酸化預(yù)測(cè)模型包括細(xì)胞膜,細(xì)胞質(zhì),細(xì)胞核,線粒體,