一文搞懂蛋白质组学

文摘   2024-09-27 04:54   德国  

生物学的中心法则

中心法则定义:生物学的中心法则(Central Dogma)描述了遗传信息如何在细胞中从DNA流向RNA,再从RNA流向蛋白质。这一法则是理解分子生物学的重要基础。

具体步骤

DNA的转录(Transcription):DNA首先被转录为信使RNA(mRNA),这个过程发生在细胞核内。转录生成的mRNA是单链结构,并且使用尿嘧啶(U)代替DNA中的胸腺嘧啶(T)。mRNA随后离开细胞核,进入细胞质。

mRNA的翻译(Translation):mRNA被转运到核糖体,核糖体将mRNA序列中的每三个碱基(称为密码子)转化为一个氨基酸,从而生成多肽链。翻译通常从甲硫氨酸(Met)开始,终止于特定的终止密码子(如UAA、UAG、UGA)。

mRNA与蛋白质的关系:mRNA是基因表达的中间产物,它反映了哪些基因被激活,但并不能直接表示这些基因的最终功能产物——蛋白质。即使某些基因的mRNA被合成,mRNA可能被降解或未被翻译,从而不会生成蛋白质。

翻译后修饰:蛋白质在翻译后可能会经历多种修饰,如磷酸化、糖基化等,这些修饰能够调节蛋白质的功能、活性及定位。

蛋白质结构的复杂性

蛋白质结构层次:蛋白质结构分为四个主要层次,每个层次对蛋白质的功能和结构至关重要。

蛋白质的功能依赖于其结构:蛋白质的活性依赖于其结构,一级、二级、三级和四级结构共同决定了蛋白质的最终形状和功能。

翻译后修饰对功能的影响

磷酸化:通过在特定氨基酸(如丝氨酸、苏氨酸或酪氨酸)上添加磷酸基团来调节蛋白质活性。

甲基化、乙酰化等修饰:其他常见修饰还包括甲基化、乙酰化、泛素化等,这些修饰有时可以调节蛋白质的稳定性、位置或与其他分子的相互作用。

蛋白质的复杂性与基因的差异

基因到蛋白质的转化并非线性:尽管人类基因组中只有约22,000个基因,但由于mRNA的可变剪接(alternative splicing)、翻译后修饰和蛋白质复合体的形成,蛋白质的种类远多于基因的数量。

蛋白质多样性:蛋白质组的多样性远远超过基因组的复杂性,这意味着研究蛋白质组学比研究基因组学更加复杂和困难。

蛋白质组学(Proteomics)

蛋白质组学定义:蛋白质组学是一种用于全面分析细胞或组织中所有蛋白质的高通量技术。它的核心目标是系统地研究蛋白质的种类、数量、修饰和相互作用。

与RNA-seq的比较:蛋白质组学与RNA-seq(转录组学)类似,但后者主要测量mRNA的丰度,蛋白质组学则直接测量蛋白质的表达水平。

蛋白质组学的优势蛋白质组学不仅能够检测蛋白质的种类,还能定量分析每种蛋白质的表达水平,并且能够识别翻译后修饰。

质谱(Mass Spectrometry)原理

质谱法基础:质谱法通过测量粒子的质量电荷比(m/z)来分离不同种类的蛋白质。质谱法适用于蛋白质的定性和定量分析。

  • 质谱仪的工作流程
  1. 样品引入:样品被电离为带电的离子。
  2. 质量电荷比分离:离子在电场或磁场中偏转,偏转的程度与质量电荷比成反比,较轻的离子偏转较多,较重的离子偏转较少。
  3. 检测与记录:检测器记录不同离子的偏转信息,生成质谱图。
  • 质谱数据的解读
  • 质谱图的横轴(x轴)表示离子的质量电荷比(m/z)。
    纵轴(y轴)表示某种离子的相对丰度,峰值越高,表示该离子的丰度越高。

    质谱图示例:不同蛋白质的峰代表了不同的同位素或翻译后修饰形式。质谱图能够同时反映蛋白质的种类和丰度。

    7. 质谱数据分析与可视化

    • 质谱结果的数据处理:质谱实验后,研究人员通常会得到一个包含所有蛋白质及其丰度的表格。接下来,使用统计方法对数据进行分析,通常使用与RNA-seq类似的算法。
    • 可视化方法
      • 热图(Heatmap):显示不同样本中蛋白质的表达量差异,颜色代表丰度的高低。
      • 火山图(Volcano Plot):用于展示蛋白质的差异表达情况,横轴表示蛋白质表达的变化倍数,纵轴表示p值的对数。

    8. 蛋白质互作分析(Protein-Protein Interactions, PPI)

    • 互作分析的必要性:蛋白质在细胞中通常并非单独工作,而是与其他蛋白质相互作用形成复合体。这些相互作用对于理解细胞功能和信号传导非常重要。
    • 免疫共沉淀(Co-immunoprecipitation, Co-IP):Co-IP是一种常见的实验方法,用于研究蛋白质之间的相互作用。通过特异性抗体捕获目标蛋白及其结合的蛋白质复合体,然后使用质谱分析这些复合体中的蛋白质。
    • 实验流程
    1. 使用抗体特异性捕获目标蛋白质(如Notch1)。
    2. 捕获到的复合体包括目标蛋白及其结合的伙伴蛋白。
    3. 使用质谱法分析这些复合体中的蛋白质,了解蛋白质互作的变化。

    9. 单细胞蛋白质组学

    单细胞蛋白质组学是一种新兴的技术,类似于单细胞RNA测序。它能够在单个细胞层面上分析蛋白质的表达,揭示细胞间的异质性。

    10. 不同基因组学技术的比较

    • CRISPR:基因编辑技术,用于研究基因功能及其在疾病中的作用。
    • RNA-Seq:用于测量mRNA表达水平,了解基因的转录活性。
    • Drop-Seq:单细胞RNA测序技术,用于分析单细胞中的基因表达。
    • 蛋白质组学:用于分析细胞或组织中的蛋白质表达水平及其修饰和相互作用。

    参考文献

    Aebersold, R., & Mann, M. (2003). Mass spectrometry-based proteomics. Nature, 422(6928), 198-207.
    Cox, J., & Mann, M. (2011). Quantitative, high-resolution proteomics for data-driven systems biology. Annual Review of Biochemistry, 80, 273-299.
    Cravatt, B. F., Simon, G. M., & Yates, J. R. (2007). The biological impact of mass-spectrometry-based proteomics. Nature, 450(7172), 991-1000.
    Yates, J. R., Ruse, C. I., & Nakorchevsky, A. (2009). Proteomics by mass spectrometry: Approaches, advances, and applications. Annual Review of Biomedical Engineering, 11, 49-79.
    Gingras, A. C., Gstaiger, M., Raught, B., & Aebersold, R. (2007). Analysis of protein complexes using mass spectrometry. Nature Reviews Molecular Cell Biology, 8(8), 645-654.
    Mann, M., & Jensen, O. N. (2003). Proteomic analysis of post-translational modifications. Nature Biotechnology, 21(3), 255-261.
    Ting, L., Rad, R., Gygi, S. P., & Haas, W. (2011). MS3 eliminates ratio distortion in isobaric multiplexed quantitative proteomics. Nature Methods, 8(11), 937-940.
    Slavoff, S. A., Mitchell, A. J., Schwaid, A. G., Cabili, M. N., Ma, J., Levin, J. Z., ... & Saghatelian, A. (2013). Peptidomic discovery of short open reading frame–encoded peptides in human cells. Nature Chemical Biology, 9(1), 59-64.
    Bekker-Jensen, D. B., Martínez-Val, A., Steigerwald, S., Rüther, P., Fort, K. L., Arrey, T. N., ... & Olsen, J. V. (2020). A compact quadrupole-orbitrap mass spectrometer with FAIMS interface improves proteome coverage in short LC gradients. Molecular & Cellular Proteomics, 19(4), 716-729.
    Nilsson, C. L. (2012). Advances in quantitative phosphoproteomics. Analytical Chemistry, 84(2), 735-746.

    Dr Leo
    ENT医生的科研分享
     最新文章