蛋白質組學(英語:proteomics,又譯作蛋白質體學),是對蛋白質特別是其結構和功能的大規模研究,是在90年代初期,由馬克·威爾金斯(Marc Wikins)和學者們首先提出的新名詞。更重要的是,基因組是相當穩定的實體,而蛋白質組通過與基因組的相互作用而不斷發生着改變。一個生命體在其機體的不同部分以及生命周期的不同階段,其蛋白表達可能存在巨大的差異。

在樣品載體上,基質輔助激光解吸/電離(MALDI)質譜法樣品的機械手準備。

蛋白質組是由有機體或系統產生或修飾的整套蛋白質。 這隨着時間和細胞或有機體經歷的不同要求或壓力而變化[1]。蛋白質組學是一個跨學科的領域,它從人類基因組計劃的遺傳信息中受益匪淺[2],它還涵蓋了新興的科學研究和從細胞內蛋白質組成,結構和其獨特活動模式的整體水平探索蛋白質組學。它是功能基因組學的重要組成部分。

蛋白質組學研究的關鍵技術包括質譜分析、X射線晶體學核磁共振凝膠電泳

有兩種蛋白質組學方法:活體樣品研究和重組蛋白合成。在第二種情形下,用遺傳工程方法來克隆待合成的DNA模板,以及把這些基因剪切到宿主細胞(典型的是細菌)中,後者被培養用於大規模蛋白表達。

接着,被合成蛋白需要被從宿主細胞中提取和純化。純化的蛋白隨後通過結晶(及X-射線晶體衍射)或核磁共振來確定其結構。

問題的複雜性

編輯

基因組學轉錄組學之後,蛋白質組學是在生物系統研究的下一個步驟。它是比基因組更為複雜,因為生物的基因組或多或少還是恆定的,但是蛋白質是細胞和細胞各不相同,並且在時間上各不相同。在不同的細胞類型中獨特的基因被表達,這意味着在細胞中所產生的即使是基本的蛋白質組也需要被鑑定。

過去這種現象是通過RNA分析完成的,但發現它與蛋白質含量不相關[3][4]。現在已知mRNA並不總是翻譯成蛋白質[5],並且對於給定量的mRNA產生的蛋白質的量取決於它從中轉錄的基因和細胞的當前生理狀態。蛋白質組學證實了蛋白質的存在並提供了存在數量的直接量度。

後翻譯修飾

編輯

不僅不同的mRNA翻譯成不同的蛋白質,而且很多蛋白質被翻譯後也在細胞中會有非常多樣的化學修飾。這些化學修飾都對蛋白質的功能非常關鍵。

磷酸化修飾

編輯

磷酸化是一種最為常見的後翻譯修飾。例如在很多細胞信號通路中,很多的生物酶以及結構蛋白都有磷酸化修飾,以此可以被更多其它的蛋白質識別。這種修飾常常發生在絲氨酸(serine)和蘇氨酸(threonine)氨基酸上[6]

泛素化修飾

編輯

該修飾可通過E3泛素鏈接酶來進行。被泛素化修飾的蛋白通常會被細胞進一步降解。這是一種很基本的蛋白調控基理。如果知道所有的被哪類泛素鏈接酶修飾的蛋白家族,那麼通過研究細胞中各種泛素鏈接酶的表達水平可以間接的推導出細胞中對應蛋白的表達水平。

其它修飾

編輯

還有很多其它的重要的修飾,例如甲基化修飾,乙酰基化修飾,醣基化修飾,氧化修飾,硝基化英語Nitrosylation修飾等。

獨特的蛋白質是在獨特的環境下製作的

編輯

細胞可以在不同時間或在不同條件下製備不同組的蛋白質,例如在發育細胞分化細胞周期癌變。 如上所述,進一步增加蛋白質組複雜性,大多數蛋白質被經歷廣泛的翻譯後修飾。

因此,即使研究主題受到限制,「蛋白質組學」研究也可能很快變得複雜。 在更加雄心勃勃的環境中,例如當尋找特定癌症亞型的生物標記時,蛋白質組學科學家可能會選擇研究來自多個癌症患者的多個血清樣本,以最大限度地減少混雜因素並解釋實驗噪音[7]。 因此,有時需要複雜的實驗設計來解釋蛋白質組的動態複雜性。

研究蛋白質的方法

編輯

在蛋白質組學中,有多種方法可以研究蛋白質。 通常,可以通過使用抗體(免疫測定)質譜法檢測蛋白質。 如果分析複雜的生物樣品,需要在定量斑點印跡分析(quantitative dot blot analysis) (縮寫:qdb)頁面存檔備份,存於網際網路檔案館)中使用非常特異的抗體,或者在檢測步驟之前需要使用生化分離,因為樣品中的分析物太多而無法進行 準確的檢測和量化。

蛋白質組學的實際應用

編輯

人類基因和蛋白質研究的一個主要發展是鑑定用於治療疾病的潛在新藥。這依賴於基因組和蛋白質組信息來識別與疾病相關的蛋白質,然後計算機軟件可以將其用作新藥物的靶標。例如,如果某種蛋白質與疾病有關,則其3D結構提供了設計藥物以干擾蛋白質作用的信息。適合酶的活性位點但不能被酶釋放的分子使酶失活。這是新藥物發現工具的基礎,旨在尋找新的藥物來滅活與疾病有關的蛋白質。由於發現個體之間存在遺傳差異,研究人員希望利用這些技術開發出對個體更有效的個人化藥物[8]

蛋白質組學還用於揭示複雜的植物 - 昆蟲相互作用,這有助於識別參與植物對食草動物的防禦反應的候選基因[9][10][11]

相互作用蛋白質組學和蛋白質網絡

編輯

相互作用蛋白質組學(Interaction proteomics)是對蛋白質相互作用的分析,從二元相互作用的規模到蛋白質組或整個網絡。 大多數蛋白質通過蛋白質交互作用來發揮作用,相互作用蛋白質組學的一個目標是識別二元蛋白質相互作用,蛋白質複合體,和相互作用組英語Interactome

有幾種方法可以探測蛋白質之間的相互作用。 儘管最傳統的方法是酵母菌雙雜合系統分析,一種強大的新興方法是親和純化,然後使用標記的蛋白質(Protein tag)誘餌進行蛋白質質譜法分析。 其他方法包括表面等離子共振(SPR)[12][13]蛋白質微陣列雙極化干涉法英語Dual-polarization interferometry微尺度熱泳英語Microscale thermophoresis,和實驗性的方法,例如噬菌體展示技術和計算機模擬計算方法。

蛋白質-蛋白質相互作用的知識對於生物網絡系統生物學特別有用,例如在細胞信號傳送級聯和基因調控網絡英語Gene regulatory network(GRN,其中蛋白質-DNA相互作用的知識也能提供信息)中。 蛋白質相互作用的全蛋白質組分析以及將這些相互作用模式整合到更大的生物網絡中,對於理解系統水平的生物學至關重要[14][15]

表達蛋白質組學

編輯

表達蛋白質組學(Expression proteomics)包括蛋白質表達的大規模分析。 它有助於鑑定特定樣品中的主要蛋白質,以及相關樣品(如患病組織與健康組織)中差異表達的那些蛋白質。 如果僅在患病的樣品中發現蛋白質,則它可以作為有用的藥物靶標或診斷標記。 具有相同或相似表達譜的蛋白質也可能在功能上相關。 表達蛋白質組學中使用了諸如2D-PAGE和質譜法之類的技術[16]

生物標記

編輯

美國國立衛生研究院已將生物標記(Biomarker)定義為「一種客觀測量和評估的特徵,作為正常生物過程,致病過程或對治療干預的藥理學反應的指標」[17][18]

了解蛋白質組,每種蛋白質的結構和功能以及蛋白質-蛋白質相互作用的複雜性對於開發未來最有效的診斷技術和疾病治療方法至關重要。 例如,蛋白質組學在鑑定候選生物標記物(體液中對診斷有價值的蛋白質),鑑定免疫應答靶向的細菌抗原以及鑑定可能的感染性或腫瘤性疾病的免疫組織化學標記物方面非常有用[19]

蛋白質組學的一個有趣用途是使用特定的蛋白質生物標誌物來診斷疾病。 許多技術允許測試在特定疾病期間產生的蛋白質,這有助於快速診斷疾病。 技術包括西方墨點法免疫組織化學染色酶聯免疫吸附試驗(ELISA)或質譜法[20][21]分泌蛋白質組學英語Secretomics(Secretomics)是利用蛋白質組學方法研究分泌蛋白英語Secretory protein和分泌途徑的蛋白質組學的子領域,最近已成為發現疾病生物標誌物的重要工具[22]

蛋白質基因組學

編輯

蛋白質基因組學英語proteogenomics(Proteogenomics)中,蛋白質組學技術(例如質譜法)用於改善基因注釋。 對基因組蛋白質組進行並行分析有助於發現翻譯後修飾和蛋白質水解事件[23],特別是在比較多個物種時(比較蛋白質組學,comparative proteogenomics)[24]

結構蛋白質組學

編輯

結構蛋白質組學(Structural proteomics)包括對蛋白質結構的大規模分析。 它可以比較蛋白質結構並幫助鑑定新發現基因的功能。 結構分析還有助於理解藥物在何處與蛋白質結合,並顯示蛋白質在何處相互作用。 可以使用不同的技術(例如X射線晶體學和NMR光譜學)來達成這種理解[16]

期刊

編輯

許多期刊致力於蛋白質組學和相關領域。 請注意,處理蛋白質的期刊通常更側重於結構和功能,而蛋白質組學期刊則更側重於對整個蛋白質組或至少大量蛋白質進行大規模分析。 下面列出了一些更重要的功能(及其出版商)。

參見

編輯
蛋白質數據庫
研究中心

參考文獻

編輯

引用

編輯
  1. ^ Anderson, Johnathon D.; Johansson, Henrik J.; Graham, Calvin S.; Vesterlund, Mattias; Pham, Missy T.; Bramlett, Charles S.; Montgomery, Elizabeth N.; Mellema, Matt S.; Bardini, Renee L. Comprehensive Proteomic Analysis of Mesenchymal Stem Cell Exosomes Reveals Modulation of Angiogenesis via Nuclear Factor-KappaB Signaling. Stem Cells. 2016-03-01, 34 (3): 601–613 [2018-04-02]. ISSN 1549-4918. PMID 26782178. doi:10.1002/stem.2298. (原始內容存檔於2017-09-29) (英語). 
  2. ^ Hood, Leroy; Rowen, Lee. The human genome project: big science transforms biology and medicine. Genome Medicine. 2013-09-13, 5 (9): 79 [2018-04-02]. PMC 4066586 . PMID 24040834. doi:10.1186/gm483. (原始內容存檔於2015-10-09) (英語). 
  3. ^ Simon Rogers; Mark Girolami; Walter Kolch; Katrina M. Waters; Tao Liu; Brian Thrall; H. Steven Wiley. Investigating the correspondence between transcriptomic and proteomic expression profiles using coupled cluster models. Bioinformatics. 2008, 24 (24): 2894–2900. PMC 4141638 . PMID 18974169. doi:10.1093/bioinformatics/btn553. 
  4. ^ Vikas Dhingraa; Mukta Gupta; Tracy Andacht; Zhen F. Fu. New frontiers in proteomics research: A perspective. International Journal of Pharmaceutics. 2005, 299 (1–2): 1–18. PMID 15979831. doi:10.1016/j.ijpharm.2005.04.010. 
  5. ^ Buckingham, Steven. The major world of microRNAs. May 2003 [2009-01-14]. (原始內容存檔於2017-05-17). 
  6. ^ Olsen JV, Blagoev B, Gnad F, Macek B, Kumar C, Mortensen P, Mann M; Blagoev; Gnad; Macek; Kumar; Mortensen; Mann. Global, in vivo, and site-specific phosphorylation dynamics in signaling networks. Cell. 2006, 127 (3): 635–648. PMID 17081983. doi:10.1016/j.cell.2006.09.026. 
  7. ^ Srinivas, PR; Verma, M; Zhao, Y; Srivastava, S. Proteomics for cancer biomarker discovery. Clinical Chemistry. August 2002, 48 (8): 1160–9. PMID 12142368. 
  8. ^ Vaidyanathan G. Redefining clinical trials: the age of personalized medicine. Cell. March 2012, 148 (6): 1079–80. PMID 22424218. doi:10.1016/j.cell.2012.02.041. 
  9. ^ Rakwal, Randeep; Komatsu, Setsuko. Role of jasmonate in the rice (Oryza sativa L.) self-defense mechanism using proteome analysis. Electrophoresis. 2000, 21 (12): 2492–500. PMID 10939463. doi:10.1002/1522-2683(20000701)21:12<2492::AID-ELPS2492>3.0.CO;2-2. 
  10. ^ Wu, Jianqiang; Baldwin, Ian T. New Insights into Plant Responses to the Attack from Insect Herbivores. Annual Review of Genetics. 2010, 44: 1–24. PMID 20649414. doi:10.1146/annurev-genet-102209-163500. 
  11. ^ Sangha J.S.; Chen Y.H.; Kaur Jatinder; Khan Wajahatullah; Abduljaleel Zainularifeen; Alanazi Mohammed S.; Mills Aaron; Adalla Candida B.; Bennett John; et al. Proteome Analysis of Rice (Oryza sativa L.) Mutants Reveals Differentially Induced Proteins during Brown Planthopper (Nilaparvata lugens) Infestation. Int. J. Mol. Sci. 2013, 14 (2): 3921–3945. PMC 3588078 . PMID 23434671. doi:10.3390/ijms14023921. 
  12. ^ de Mol, NJ. Surface plasmon resonance for proteomics. Methods in Molecular Biology 800. 2012: 33–53. ISBN 978-1-61779-348-6. PMID 21964781. doi:10.1007/978-1-61779-349-3_4. 
  13. ^ Visser, NF; Heck, AJ. Surface plasmon resonance mass spectrometry in proteomics. Expert Review of Proteomics. June 2008, 5 (3): 425–33. PMID 18532910. doi:10.1586/14789450.5.3.425. 
  14. ^ Bensimon, Ariel; Heck, Albert J.R.; Aebersold, Ruedi. Mass Spectrometry–Based Proteomics and Network Biology. Annual Review of Biochemistry. 7 July 2012, 81 (1): 379–405. PMID 22439968. doi:10.1146/annurev-biochem-072909-100424. [失效連結]
  15. ^ Sabidó, Eduard; Selevsek, Nathalie; Aebersold, Ruedi. Mass spectrometry-based proteomics for systems biology. Current Opinion in Biotechnology. August 2012, 23 (4): 591–597. PMID 22169889. doi:10.1016/j.copbio.2011.11.014. 
  16. ^ 16.0 16.1 What is Proteomics?. ProteoConsult. [2020-06-28]. (原始內容存檔於2021-04-29). [不可靠的醫學來源?]
  17. ^ Strimbu, Kyle; Tavel, Jorge A. What are biomarkers?. Current Opinion in HIV and AIDS. 2010, 5 (6): 463–6. PMC 3078627 . PMID 20978388. doi:10.1097/COH.0b013e32833ed177. 
  18. ^ Biomarkers Definitions Working Group. Biomarkers and surrogate endpoints: preferred definitions and conceptual framework. Clinical Pharmacology & Therapeutics. 2001, 69 (3): 89–95. PMID 11240971. doi:10.1067/mcp.2001.113989. 
  19. ^ Ceciliani, F; Eckersall D; Burchmore R; Lecchi C. Proteomics in veterinary medicine: applications and trends in disease pathogenesis and diagnostics. Veterinary Pathology. March 2014, 51 (2): 351–362. PMID 24045891. doi:10.1177/0300985813502819. 
  20. ^ Klopfleisch R, Klose P, Weise C, Bondzio A, Multhaup G, Einspanier R, Gruber AD.; Klose; Weise; Bondzio; Multhaup; Einspanier; Gruber. Proteome of metastatic canine mammary carcinomas: similarities to and differences from human breast cancer. J Proteome Res. 2010, 9 (12): 6380–91. PMID 20932060. doi:10.1021/pr100671c. 
  21. ^ Klopfleisch R, Gruber AD; Gruber. Increased expression of BRCA2 and RAD51 in lymph node metastases of canine mammary adenocarcinomas. Veterinary Pathology. 2009, 46 (3): 416–22. PMID 19176491. doi:10.1354/vp.08-VP-0212-K-FL. 
  22. ^ Hathout, Yetrib. Approaches to the study of the cell secretome. Expert Review of Proteomics. 2007, 4 (2): 239–48. PMID 17425459. doi:10.1586/14789450.4.2.239. 
  23. ^ Gupta N, Tanner S, Jaitly N, et al. Whole proteome analysis of post-translational modifications: applications of mass-spectrometry for proteogenomic annotation. Genome Res. September 2007, 17 (9): 1362–77. PMC 1950905 . PMID 17690205. doi:10.1101/gr.6427907. 
  24. ^ Gupta N, Benhamida J, Bhargava V, et al. Comparative proteogenomics: combining mass spectrometry and comparative genomics to analyze multiple genomes. Genome Res. July 2008, 18 (7): 1133–42. PMC 2493402 . PMID 18426904. doi:10.1101/gr.074344.107. 

來源

編輯
書籍

外部連結

編輯