生物素标记 > 前沿动态 > Nat. Methods | 从全蛋白质组数据推断蛋白复合体重构的计算框架
分享一篇发表在nature methods上的文章：A computational framework for the inference of protein complex remodeling from whole-proteome measurements，通讯作者是来自苏黎世联邦理工学院的 Ruedi Aebersold 教授和 Marija Buljan 教授。Ruedi Aebersold教授的研究方向是蛋白质组学，Marija Buljan教授的研究方向是分析生物医学多组学数据集并用于帮助开发个性化医疗材料。
得益于质谱、高通量蛋白质组学和相关分析软件的快速发展，使得人们可以在各种生物模型中对蛋白质进行定量分析。 除了单个蛋白的定量以外，对蛋白质整体水平的变化可以在一定程度上反映生物体和表型之间的关联，比如健康和疾病状，这其中蛋白质的定量分布和模块化与其蛋白质组总体组成同样重要。 细胞功能模块的核心单位是稳定的蛋白质复合物，由于复合物复杂的装配机制，单个亚基的定量通常需要用数量关系来表示，具有确定的比例。 越来越多的证据表明，蛋白质组学数据在检测蛋白质复合物成员的相关表达水平方面优于转录组学。
细胞功能模块是高度动态变化的，但是对细胞中蛋白复合物的检测既耗时又具有技术上的挑战性。 因此本文作者开发了一个计算框架，用来从蛋白质组学数据集中中推断蛋白质功能模块的重塑。 这种方法能够识别蛋白质定量关系（ protein quantitative relationships ， PQRs ）中的疾病相关改变，并代表了一种也可应用于生物标志物研究的新概念。 本文中 PQRs 代表蛋白质复合物的组成部分中，各个蛋白的定量比例，而不是蛋白质的绝对表达水平。 当蛋白的 PQRs 发生变化时，作者认为这种变化影响了精细调节的细胞过程，如蛋白质复合物的形成或信号通路的调节，预计能够产生更强的表型效应。 作者将该方法称为 AlteredPQR并提供相关的 R 包，其核心概念如下。 本文作者只关注从公开数据库中已经报道的和预测的蛋白复合物， 1 ）首先从参考的数据库中，首先计算出对照组 PQR 中位数和偏差； 2 ）随后在疾病数据集中，针对相同蛋白复合物，与对照组的差异进行打分； 3 ）过滤筛选出具有显著性差异的复合物。
在概念验证中，作者将AlteredPQR用于对乳腺癌细胞系和患者的定量蛋白质组学数据分析，发现蛋白质复合物的变化与乳腺癌临床表型密切相关，包括参与DNA复制、基因组完整性和表观遗传调控的蛋白复合物，证实了该方法的可靠性。值得注意的是，作者发现用这种方法鉴定的许多疾病蛋白在单个蛋白水平上并不是很强，说明该方法可以弥补单蛋白定量的不足。 总之，本文作者开发了一个推断蛋白质复合物状态的计算方法 AlteredPQR ，提供了一个易于使用、高效的工作流程并用于挖掘定量蛋白质组学数据，无需任何额外的实验。 原文链接：https://www.nature.com/articles/s41592-023-02011-w 文章引用：10.1038/s41592-023-02011-w
我的微信
关注我了解更多内容
文章导航
{list_comment type="article" format="Y-m-d H:i:s"}
cache
Processed in 0.011677 Second.
目前评论：