泛素偶聯(lián)系統(tǒng)的生物信息學(xué)研究.pdf

1、泛素和類泛素偶聯(lián)是最重要的蛋白質(zhì)翻譯后修飾之一，負(fù)責(zé)調(diào)控各種各樣的生物學(xué)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(xiàn)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(zhǔn)確數(shù)量。經(jīng)過文獻(xiàn)檢索，已收集到E1,E2,E3和DUB的數(shù)量分別是26、105、1003和148。綜合文獻(xiàn)中的各種觀點，所有酶分為1、3、19和7個家族。對活性結(jié)

2、構(gòu)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(jié)構(gòu)域不保守的家族，采用了雙向BLAST的同源搜索辦法。經(jīng)過實驗驗證的酶作為測試集，評估了預(yù)測性能和隱馬可夫譜識別的特異性。最后，本文構(gòu)建了泛素和類泛素偶聯(lián)酶的數(shù)據(jù)庫UUCD(Ubiquitin and Ubiquitin-like Conjugation Database)，包含E1,E2,E3和DUB酶的數(shù)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(fù)雜疾病的關(guān)系。在Cancer Gene Census和Drugbank這兩個數(shù)據(jù)庫中，發(fā)現(xiàn)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(guān)。通過超幾何分布的統(tǒng)計學(xué)分析，發(fā)現(xiàn)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(jié)果顯示泛素和類泛素偶聯(lián)酶在小細(xì)胞肺癌相關(guān)的PI3K-Akt信號、細(xì)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(yù)測泛素化位點的工具，但它們不能揭示底物位點和E3的關(guān)系。通過文獻(xiàn)檢索，本文發(fā)現(xiàn)1027個具有E3特異性的位點。單個位點可能對應(yīng)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(jù)UUCD數(shù)據(jù)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(shù)據(jù)

5、集，在個體水平上可分為92個數(shù)據(jù)集。E3特異性的位點預(yù)測選在家族和個體水平上進(jìn)行。訓(xùn)練過程采用GPS2.2(Group-based Prediction System,version2.2)算法中的模體長度選擇、權(quán)重訓(xùn)練和矩陣突變。每個數(shù)據(jù)集的cutoff分為high,medium和low三種水平，分別對應(yīng)于假陽性率(False positive rate,FPR)為2％、6％和10％時的閾值。根據(jù)上述分類、訓(xùn)練結(jié)果以及cutoff設(shè)置

6、，本分開發(fā)了具有層次分類結(jié)構(gòu)的E3特異性的泛素化位點預(yù)測工具GPS-PLUB1.0，可以預(yù)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(xiàn)的141076個泛素化位點進(jìn)行大規(guī)模預(yù)測。
　　泛素偶聯(lián)類型是底物位點泛素化的具體表現(xiàn)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(shù)據(jù)的產(chǎn)生，迫切需要預(yù)測工具對數(shù)據(jù)特征進(jìn)行整合。通過文獻(xiàn)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(yīng)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(shù)據(jù)集。數(shù)據(jù)集的訓(xùn)練過程采用了GPS3.0算法。
　　綜上所述，生物信息學(xué)在泛素和類泛素偶聯(lián)研究中有著重要的應(yīng)用。利用生物信息學(xué)中的方法，構(gòu)建了泛素和類泛素偶聯(lián)的酶數(shù)據(jù)