蛋白質翻譯後修飾定位研究取得進展

蛋白質在發生翻譯後修飾後，理化性質會發生顯著改變，從而實現了蛋白質功能的指數級擴增。由於蛋白質上潛在的修飾位點非常多，對修飾進行精確的定位是研究修飾對蛋白功能調控的前提。目前質譜技術是蛋白質修飾研究的主要方法，對質譜數據的開放式搜索會產生大量的候選修飾位點，其假陽性率目前很高。

近期，中國科學院數學與系統科學研究院科研團隊提出了一種面向開放式質譜數據分析的高精度修飾定位概率演算法PTMiner，該演算法通過一個迭代過程自動地從質譜數據中學習修飾先驗概率以及質量匹配誤差分布和匹配譜峰強度分布，利用更新的先驗概率和兩類分布更精確地估計修飾位點的後驗概率。他們將PTMiner用於人類蛋白質組草圖海量數據的修飾分析，在1%假陽性率下定位了一百多萬個修飾，系統全面地刻畫了人類蛋白質組中的已知和未知修飾。論文審稿人認為：PTMiner大大提高了搜索引擎原始搜索結果的可靠性。

此外，該科研團隊基於PTMiner演算法開發了蛋白質氨基酸突變（計算上可視為特殊修飾）鑒定的質量控制方法SAVControl，通過開放式質量偏移的重定位對突變位點進行確認，在結腸直腸癌數據上的實驗表明該方法可以顯著排除假陽性。

以上工作是數學院已畢業博士生安志武和伊心培在副研究員付岩和研究員鞏馥洲指導下完成的，合作單位為中科院上海藥物研究所、上海交通大學、軍事醫學科學院等。論文發表在期刊Molecular & Cellular Proteomics 和Journal of Proteomics上。

（來源：MCP 鞏馥洲等）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！