發(fā)布日期：2018-10-09

　　基因組測序工作完成后，哪些基因能翻譯蛋白、能翻譯哪些蛋白，一直是生命科學研究的熱點和難點。近日，中國科學院水生生物研究所葛峰學科組在這一問題上取得突破性進展，相關(guān)研究成果于近日在線發(fā)表于國際期刊《分子植物》上。

　　據(jù)了解，該研究團隊利用蛋白質(zhì)基因組學，對三角褐指藻的基因組進行了深度注釋，構(gòu)建出其蛋白質(zhì)組精細圖譜，對此前的注釋信息做了大量的修正與補充。更為矚目的是，該團隊在實驗中建立的一套實驗流程和分析軟件，可適用于已完成基因組測序的所有生物，為基因組的解讀提供了重要工具。

　　破譯核苷酸長序列這本“無字天書”

　　基因組測序得到的是一本寫有核苷酸長序列的“無字天書”。哪一小段序列構(gòu)成一個基因，這個基因能否指導合成蛋白、能合成哪些蛋白，在這本“書”上是找不到答案的。要回答以上問題，就需要科學家們做進一步的注釋。

　　以往的注釋工作，多是從生物信息學的角度進行。這是通過算法計算來預(yù)測能翻譯蛋白的基因（也稱編碼基因），以及它們各自在基因組中的位置，但這種方法會遺漏許多編碼基因，或?qū)蜃龀鲥e誤的注釋。

　　隨著蛋白質(zhì)組學的發(fā)展，一種利用蛋白質(zhì)組數(shù)據(jù)對基因組進行深度注釋的研究方向悄然興起。具體來說，就是提取生物細胞內(nèi)所有的蛋白質(zhì)，通過質(zhì)譜分析法得到每個蛋白的氨基酸序列，再在計算機上將其與基因組序列進行大量比對，反推出各編碼基因的精確位置。

　　“眼見為實自然比基于運算推測來得可靠。”據(jù)該研究成果的第一作者楊明坤介紹，這次實驗不僅為許多已知的編碼基因如何在蛋白質(zhì)水平上表達提供了證據(jù)支持，還發(fā)現(xiàn)了606個新的編碼基因，其中有56個在此前被錯誤預(yù)測為非編碼基因，另有506個編碼基因的錯誤注釋得到校正。

　　此外，能解析蛋白質(zhì)翻譯后修飾現(xiàn)象，是蛋白質(zhì)基因組學的另一優(yōu)勢。通過20種氨基酸合成的蛋白質(zhì)，通常要再經(jīng)過一道加工工序，才能成為具備某種功能的成熟蛋白，而加工的類型往往是多樣的。這就意味著，相同的氨基酸序列，可能會形成不同種類的成熟蛋白。此次研究發(fā)現(xiàn)的20多種蛋白質(zhì)翻譯后修飾，就是這一優(yōu)勢的佐證。

　　一款軟件十一套實驗流程即可獲得深度注釋信息

　　如何將蛋白質(zhì)組圖譜描畫得更精細、對深奧的基因組信息注釋得更詳盡，一直以來都是蛋白質(zhì)基因組學的一大難題。而此次研究在可變剪切體的完善上有了新的突破?？勺兗羟惺侵富蛟谵D(zhuǎn)錄過程中，“剪”去某幾段序列，并將剩下的序列打亂重組的過程。同一基因，不同的剪切位點和排列方式，會形成不同的蛋白質(zhì)。

　　楊明坤在接受科技日報采訪時表示，此前的研究都是通過鑒定相應(yīng)蛋白質(zhì)的存在，去驗證已知的可變剪切體。而這次他們做的工作，是去發(fā)現(xiàn)未知的可變剪切體。

　　“我們設(shè)計相關(guān)算法，尋找蛋白的氨基酸序列上可能存在的不同剪切位點，再將剪切得到的‘斷片’與基因組數(shù)據(jù)比對，從而找到相應(yīng)的可變剪切體。”楊明坤說。據(jù)悉，該團隊共發(fā)現(xiàn)21個新的可變剪切體，并修正了73個已知基因的可變剪切位點。

　　對基因組的深度注釋涉及大量的運算，為提高工作效率，該團隊將各個步驟運用到的算法整合起來，研發(fā)出一款適用于所有生物的數(shù)據(jù)分析軟件。運用這款軟件，只需輸入質(zhì)譜儀采集的質(zhì)譜數(shù)據(jù)和簡單的軟件運行參數(shù)，就能直接得到相關(guān)的基因組注釋信息。此外，團隊還建立了一套實驗流程，供其他科學家參考。這也意味著，今后可直接依葫蘆畫瓢，用團隊的這套流程和軟件，快速完成其他物種的基因組深度注釋。

　　楊明坤表示，研究小組將進一步優(yōu)化軟件，繼續(xù)提高其運算速度和準確率。“由于2014年完成的人類蛋白質(zhì)組草圖有太多錯漏，我們準備進一步完善這項工作。只有清楚了人體各個組織內(nèi)都有哪些蛋白質(zhì)，在此基礎(chǔ)上才能更好地進行精準醫(yī)療。”楊明坤說。（實習生 劉雨亭）

來源：科技日報