王芬,裴會敏,文狄,李靜
(黔南民族師范學院 生物與農學院,貴州都勻 558000)
人類基因組計劃完成之后,蛋白質組學[1]的研究方興未艾,其是探索生物體內所有蛋白質表達模式的科學,對蛋白質相互作用網(wǎng)絡(PPIN)[2]的探索是其中重要領域之一。蛋白質相互作用(PPI)是指互相碰觸或者功能相關的蛋白分子,如在同一條信號通路中的蛋白質可能具有互作關系。蛋白間的互作有多種表現(xiàn)形式,在亞細胞定位、基因座位、表達時相、序列特征、進化過程、表達量等很多方面具有相似或相關的性狀。過去人們研究的重點主要集中在單個蛋白質或少數(shù)幾個蛋白質上,限制了從整體上對生物過程的了解。因而,對蛋白質相互作用網(wǎng)絡的研究可以讓人們從總體上對生物過程有系統(tǒng)的了解,意義重大。
科研人員在研究PPI時會按照實驗目的和實驗要求采用相應的實驗方案。對已發(fā)現(xiàn)的PPI,研究者往往注重的是其互作模式,一般采用驗證性的實驗方案。例如,科研人員欲獲得某個蛋白質在細胞中的互作情況,可以采用酵母雙雜交[3]技術,或是得到與這個蛋白質具有相互作用的蛋白復合物,然后分離復合物并對其成分進行鑒定驗證。目前,用來構建PPI的技術主要有串聯(lián)親和純化、質譜分析的親和捕獲[4]、酵母雙雜交、免疫共沉淀、化學交聯(lián)[5]、噬菌體展示技術[6]、激酶交互化驗、雙分子熒光互補技術[7]和蛋白質芯片[8]等,這些技術各有優(yōu)缺點。例如,串聯(lián)親和純化技術[9]的優(yōu)點是既可以減少復合體在細胞內的修飾和結合狀態(tài),也可以減少非特異性蛋白質的結合;缺點是不能高效檢測到較弱或瞬時的互作,且價格昂貴。酵母雙雜交則相反,能捕捉到較弱或瞬時的互作而且性價比高,但準確性不高。免疫共沉淀[10]雖然具有酵母雙雜交的優(yōu)點,然而特異性卻不高。雙分子熒光互補技術兼具酵母雙雜交和免疫共沉淀的優(yōu)點,但是不能實時反映蛋白的互作情況。蛋白質芯片技術的通量高,但特異性低。為了對在實驗中得到的數(shù)據(jù)進行有效分析,利用生物信息學方法來研究PPI勢在必行。
目前,優(yōu)先結合模型和復制分歧模型[11]、蛋白序列系統(tǒng)發(fā)生過程[12]、貝葉斯網(wǎng)絡[13]、蛋白質表達[14]、亞細胞定位[15]、基因組上下文關系[16]、文獻挖掘和歸納總結[17]、同源比對[18]等計算方法主要用來預測PPI。因此,科研人員要根據(jù)自己的實驗要求合理選擇相關的技術方法。若PPI在生物過程中發(fā)生異常,會引起相關疾病的發(fā)生。因此,開發(fā)阻止PPI的藥物也是蛋白質相互作用網(wǎng)絡研究的熱點之一。
目前,已發(fā)現(xiàn)蛋白質在功能注釋方面還存在很大空白,濕實驗預測蛋白質的功能耗時耗力。因此,利用生物信息學的方法來預測蛋白質的功能任重而道遠。蛋白質是細胞功能的執(zhí)行者,幾乎參與細胞的所有生物過程,對蛋白質功能的預測意義重大。(1)在蛋白質相互作用網(wǎng)絡中形成功能模塊的蛋白具有類似功能;(2)與已知功能蛋白具有互作的蛋白具有相似的功能;(3)具有類似進化圖譜的蛋白具有相似的功能。因此,可以通過以上3種方式來預測蛋白質的功能。
在PPIN中,關鍵蛋白質是連接度最大的節(jié)點,如果去除關鍵蛋白,整個網(wǎng)絡就會癱瘓。因此,關鍵蛋白在生命活動中具有重要的作用,而關鍵蛋白一般表現(xiàn)為疾病蛋白。因此,研究關鍵蛋白對于開發(fā)預防和治療相關疾病的藥物具有重要的意義。
蛋白質組學是從整體水平上對生物系統(tǒng)進行研究。系統(tǒng)的理解信號傳導網(wǎng)絡使治療癌癥等疾病成為可能。然而,這在某種程度上依賴于對PPIN的探測。單獨的一個蛋白質或幾個蛋白質在生物體內不能發(fā)揮作用,蛋白質都是通過形成網(wǎng)絡或復合體來行使其功能的。因此,研究PPIN面臨的第1個挑戰(zhàn)是獲得純化的蛋白質組數(shù)據(jù)?,F(xiàn)存的PPIN數(shù)據(jù)庫主要有 STRING、DIP、BioGrid、BIND、HPRD、IntAact、MIPS和MINT等,包含了各個物種的PPIN,但是這些數(shù)據(jù)大部分都是通過計算方法得到的,準確性不高,這是PPIN面臨的第2個挑戰(zhàn)。第3個挑戰(zhàn)是雖然現(xiàn)存的PPIN數(shù)據(jù)量非常龐大,但是PPI數(shù)據(jù)并不完整,有些物種的PPI甚至是空白。完成以上3個挑戰(zhàn)是PPIN未來研究和發(fā)展的主要方向。
PPIN是從基因組到轉錄組再到蛋白組不可缺少的一環(huán),在生物系統(tǒng)中主要起調控、修飾的作用,是生命活動的體現(xiàn)者。對預測蛋白質的功能、挖掘關鍵蛋白、理解代謝通路具有重要的意義,更可為設計藥物靶標、開發(fā)新藥物提供理論依據(jù)。