一種蛋白質(zhì)翻譯后修飾定位的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種蛋白質(zhì)分析方法，尤其是涉及一種蛋白質(zhì)翻譯后修飾定位的方 法，屬于與生物質(zhì)譜相關(guān)的蛋白質(zhì)組學(xué)與生物信息學(xué)領(lǐng)域。
【背景技術(shù)】
[0002] 隨著軟電離技術(shù)（如電噴霧電離）及高分辨質(zhì)量分析器（如軌道阱）的發(fā)展和商 業(yè)化，質(zhì)譜越來(lái)越多地用于蛋白質(zhì)組學(xué)的研宄與分析。
[0003] 中國(guó)專(zhuān)利CN103389335A公布了一種通過(guò)分析生物大分子質(zhì)譜數(shù)據(jù)來(lái)鑒定生物 大分子一級(jí)結(jié)構(gòu)和組成的分析裝置和方法。該分析裝置和方法基于所述生物大分子的原始 一級(jí)和二級(jí)質(zhì)譜，通過(guò)同位素峰質(zhì)荷比及輪廓指紋比對(duì)從而對(duì)該生物大分子進(jìn)行鑒定。上 述分析方法直接利用質(zhì)譜儀所采集的原始實(shí)驗(yàn)質(zhì)譜數(shù)據(jù)，對(duì)前體離子和碎片離子同位素輪 廓中每個(gè)原始實(shí)驗(yàn)同位素峰的精確質(zhì)荷比和相對(duì)強(qiáng)度與相應(yīng)的理論值進(jìn)行比對(duì)，分別用于 從數(shù)據(jù)庫(kù)中找到候選生物大分子和利用串級(jí)質(zhì)譜確認(rèn)其中可信度最高的一個(gè)，從而對(duì)生物 分子進(jìn)行高可信度的定性、定量分析。
[0004] 在生物信息學(xué)技術(shù)方面，與肽段的質(zhì)譜鑒定方法相似，完整蛋白質(zhì)的鑒定同樣也 是主要采用數(shù)據(jù)庫(kù)搜索的方法。在蛋白質(zhì)鑒定中，我們需要考慮蛋白質(zhì)不同的變體形式 (包括修飾、氨基酸突變等）。
[0005] 蛋白質(zhì)通過(guò)其完整的結(jié)構(gòu)來(lái)實(shí)現(xiàn)其生物功能，其中，一級(jí)結(jié)構(gòu)主要包含了蛋白質(zhì) 的氨基酸序列信息以及蛋白質(zhì)的翻譯后修飾的信息。對(duì)于每一個(gè)完整蛋白質(zhì)，發(fā)生翻譯后 修飾的位點(diǎn)和種類(lèi)很多，由翻譯后修飾不同組合產(chǎn)生的該完整蛋白質(zhì)的變體的數(shù)量很大； 且每一個(gè)變體蛋白是完全獨(dú)立的，有著自己獨(dú)有的結(jié)構(gòu)和功能。因此，有效地區(qū)分與鑒定這 些結(jié)構(gòu)上很接近但功能完全不同的蛋白質(zhì)變體是必需的；但同時(shí)也是很艱難的。在蛋白質(zhì) 序列相同的情況下，具有不同的修飾組合及位點(diǎn)，這些蛋白質(zhì)被稱(chēng)為蛋白質(zhì)變體。其中，在 現(xiàn)有質(zhì)譜儀器分辨率下，無(wú)法有效分辨其完整蛋白質(zhì)的質(zhì)量差異的蛋白質(zhì)變體，被稱(chēng)為同 重異構(gòu)體（可以是相同分子式，也可以是不同的分子式）。根據(jù)修飾種類(lèi)的組合是否相同， 同重異構(gòu)體可以分為兩類(lèi)：一類(lèi)為組合異構(gòu)體，組合異構(gòu)具有不同的修飾種類(lèi)組合，但其修 飾組合總的分子質(zhì)量相同或十分接近；另一類(lèi)為位置異構(gòu)體，位置異構(gòu)具有相同的修飾，但 其修飾發(fā)生的位點(diǎn)不同。由蛋白質(zhì)翻譯后修飾帶來(lái)的復(fù)雜多樣，但又極其相似的蛋白質(zhì)變 體及同重異構(gòu)體是高通量的蛋白質(zhì)精確鑒定的一個(gè)巨大挑戰(zhàn)。
[0006] 現(xiàn)有搜索引擎，如ProsightPC，對(duì)蛋白質(zhì)翻譯后修飾的定位沒(méi)有設(shè)置獨(dú)立的打分 與評(píng)價(jià)指標(biāo)或參數(shù)，而是通過(guò)鑒定結(jié)果蛋白質(zhì)的最佳匹配次序進(jìn)行評(píng)價(jià)，無(wú)法提供高可信 度的準(zhǔn)確定位翻譯后修飾的位點(diǎn)的鑒定結(jié)果。
[0007] 中國(guó)專(zhuān)利CN104134015A公布了一種蛋白質(zhì)翻譯后修飾的定位方法，包括對(duì)于 一條蛋白質(zhì)序列，計(jì)算發(fā)生的修飾的總質(zhì)量，得到該總質(zhì)量對(duì)應(yīng)的一個(gè)或多個(gè)修飾組合；將 與所述蛋白質(zhì)序列上的每個(gè)氨基酸對(duì)應(yīng)的一個(gè)或多個(gè)修飾集合作為圖中的頂點(diǎn)，根據(jù)所述 一個(gè)或多個(gè)修飾組合連接該頂點(diǎn)，并且根據(jù)與所述蛋白質(zhì)序列對(duì)應(yīng)的譜圖設(shè)置該頂點(diǎn)的權(quán) 值。其中，所述修飾集合是從所述蛋白質(zhì)序列的第一個(gè)氨基酸到對(duì)應(yīng)的氨基酸上能夠發(fā)生 的修飾的集合并且是所述一個(gè)或多個(gè)修飾組合中的一個(gè)修飾組合的子集。所述方法還包括 根據(jù)路徑上所有頂點(diǎn)的權(quán)值選擇所述圖中的路徑，并且將該路徑轉(zhuǎn)換為修飾位點(diǎn)信息。
[0008] 上述專(zhuān)利提供了一種翻譯后修飾快速組合的方法，但在修飾組合與位點(diǎn)的確定上 采用的策略，與上文中的ProsightPC相似，用所有匹配的碎片離子進(jìn)行統(tǒng)計(jì)打分，該打分 本質(zhì)上是對(duì)修飾后的序列打分，不是專(zhuān)門(mén)針對(duì)修飾的打分方法，最后只將打分最高的蛋白 質(zhì)變體進(jìn)行輸出。但是，實(shí)驗(yàn)中往往是一張二級(jí)質(zhì)譜圖中包含了多種蛋白質(zhì)變體，該方法只 輸出一個(gè)結(jié)果，追求的是最佳匹配的蛋白質(zhì)變體，丟失了許多的信息。而且，由于多種蛋白 質(zhì)變體的數(shù)據(jù)混雜，部分所謂最佳匹配的蛋白質(zhì)變體的準(zhǔn)確性仍有待討論。

【發(fā)明內(nèi)容】

[0009] 本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種直接的、高可信 度的蛋白質(zhì)翻譯后修飾定位的方法。
[0010] 本發(fā)明的目的可以通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)：
[0011] 一種蛋白質(zhì)翻譯后修飾定位的方法，包括以下步驟：
[0012] (1)根據(jù)標(biāo)準(zhǔn)蛋白質(zhì)序列數(shù)據(jù)庫(kù)中的序列與修飾信息，分別生成所有對(duì)應(yīng)蛋白變 體的理論一級(jí)質(zhì)譜數(shù)據(jù)庫(kù)與二級(jí)質(zhì)譜數(shù)據(jù)庫(kù)；
[0013] (2)將實(shí)驗(yàn)的一級(jí)質(zhì)譜與理論的一級(jí)質(zhì)譜相比較，找出所有與該一級(jí)質(zhì)譜匹配的 候選蛋白質(zhì)變體；
[0014] (3)將實(shí)驗(yàn)的二級(jí)質(zhì)譜數(shù)據(jù)與所有候選蛋白質(zhì)變體的理論的二級(jí)質(zhì)譜數(shù)據(jù)進(jìn)行匹 配，得到各候選蛋白質(zhì)變體的匹配碎片離子信息；
[0015] (4)選取一條侯選蛋白質(zhì)變體，若其不包含翻譯后修飾，則不進(jìn)行翻譯后修飾定位 打分；若包含翻譯后修飾，則在所有候選蛋白質(zhì)變體中尋找是否存在同重異構(gòu)體；
[0016] (5)若該條侯選蛋白質(zhì)變體不存在同重異構(gòu)體，則該翻譯后修飾唯有一種可能，匹 配的碎片離子的總數(shù)為該蛋白質(zhì)翻譯后修飾定位的得分；若存在同重異構(gòu)體，則將所有同 重異構(gòu)體作為干擾；
[0017] (6)在同重異構(gòu)體中判斷是否存在同重等效異構(gòu)體，若存在，將同重等效異構(gòu)體從 作為干擾的同重異構(gòu)體列表中排除；
[0018] (7)獲取該候選蛋白質(zhì)變體的所有匹配的碎片離子，不考慮價(jià)態(tài)，去除重復(fù)的碎片 離子，對(duì)每個(gè)不重復(fù)的碎片離子，若為該候選蛋白質(zhì)變體獨(dú)有的特征碎片，則該蛋白質(zhì)翻譯 后修飾定位的得分加一，否則，不加分；
[0019] (8)循環(huán)步驟（4)-(7)，對(duì)所有候選蛋白質(zhì)變體逐一進(jìn)行翻譯后修飾定位的打分；
[0020] (9)根據(jù)設(shè)定的最低翻譯后修飾的得分?jǐn)?shù)值，對(duì)所有候選蛋白質(zhì)變體進(jìn)行篩選，得 到實(shí)驗(yàn)二級(jí)質(zhì)譜匹配的結(jié)果列表。
[0021] 步驟（1)中生成所有對(duì)應(yīng)生物大分子變體的理論一級(jí)質(zhì)譜數(shù)據(jù)庫(kù)的方法為：根據(jù) 對(duì)應(yīng)生物大分子變體的序列、修飾等信息，計(jì)算出對(duì)應(yīng)前體離子的分子式，并根據(jù)該分子式 計(jì)算出與實(shí)驗(yàn)一級(jí)質(zhì)譜對(duì)應(yīng)的單同位素質(zhì)量或同位素輪廓。
[0022] 步驟（1)中生成所有對(duì)應(yīng)生物大分子變體的理論二級(jí)質(zhì)譜數(shù)據(jù)庫(kù)的方法為：根據(jù) 二級(jí)質(zhì)譜中生物大分子解離的規(guī)律，將該生物大分子進(jìn)行碎裂，計(jì)算出所有理論的碎片離 子的分子式，并根據(jù)該分子式計(jì)算出與實(shí)驗(yàn)二級(jí)質(zhì)譜對(duì)應(yīng)的單同位素質(zhì)量或同位素輪廓。
[0023] 步驟（2)中匹配指：實(shí)驗(yàn)數(shù)據(jù)的前體離子的單同位素質(zhì)量或同位素輪廓與候選蛋 白質(zhì)理論的前體離子的單同位素質(zhì)量或同位素輪廓的差異在儀器的精度范圍內(nèi)。
[0024] 步驟⑷中判斷是否存在同重異構(gòu)體的條件是：(a)蛋白質(zhì)變體的序列相同；(b) 修飾的種類(lèi)組合及位點(diǎn)不同；（c)總的蛋白質(zhì)變體的質(zhì)量相同或差異在儀器精度范圍內(nèi)。
[0025] 步驟（6)中判斷是否存在同重等效異構(gòu)體的條件是：(a)比較的范圍為指定蛋白 質(zhì)變體的所有同重異構(gòu)體；(b)包含翻譯后修飾種類(lèi)的數(shù)目相同；（c)所有翻譯后修飾的位 點(diǎn)依次相同；(d)所有相同位點(diǎn)對(duì)應(yīng)的修飾的單同位素質(zhì)量或同位素輪廓的差異在儀器的 精度范圍之內(nèi)。
[0026] 步驟（7)中判斷是否為獨(dú)有的碎片離子的條件是：(a)比較的范圍為指定蛋白質(zhì) 變體的所有同重異構(gòu)體；(b)碎片離子的離子類(lèi)型相同；（c)碎片離子的斷裂位點(diǎn)相同；（d) 碎片離子對(duì)應(yīng)的單同位素質(zhì)量或同位素輪廓的差異在儀器的精度范圍之外。
[0027] 步驟（9)中篩選的結(jié)果為：蛋白質(zhì)翻譯后修飾得分大于或等于設(shè)定值的所有蛋白 質(zhì)變體。
[0028] 本發(fā)明的方法基于所述質(zhì)譜的原始一級(jí)和二級(jí)質(zhì)譜的數(shù)據(jù)庫(kù)搜索，通過(guò)特征的碎 片離子，特征地對(duì)每個(gè)候選的蛋白質(zhì)變體進(jìn)行翻譯后修飾組合及位點(diǎn)進(jìn)行打分，輸出所有 得分通過(guò)的蛋白質(zhì)變體，得到更綜合、更全面的、更準(zhǔn)確的翻譯后修飾的定位結(jié)果。包含了 那些用現(xiàn)有方法雖然打分稍差，但卻真實(shí)存在的匹配結(jié)果。由于本方法選用了特征的碎片 離子，準(zhǔn)確性可以得到保證。而且，本方法中的打分模型獨(dú)立于現(xiàn)有方法，專(zhuān)對(duì)翻譯后修飾 的打分，具有很好的兼容性。
[0029] 本發(fā)明通過(guò)特征匹配離子，來(lái)確定蛋白質(zhì)翻譯后修飾的位點(diǎn)，對(duì)質(zhì)譜數(shù)據(jù)進(jìn)行數(shù) 據(jù)庫(kù)搜索和蛋白質(zhì)鑒定過(guò)程中，利用特征離子，實(shí)現(xiàn)對(duì)不同蛋白質(zhì)翻譯后修飾的位置異構(gòu) 或組合異構(gòu)的高效、準(zhǔn)確的區(qū)分，實(shí)現(xiàn)蛋白質(zhì)翻譯后修飾的定位。與現(xiàn)有技術(shù)相比，本發(fā)明 的解析方法對(duì)高通量的蛋白質(zhì)翻譯后修飾的精確定位有著顯著的提升，可以得到綜合全面 的翻譯后修飾鑒定結(jié)果、精確的確定蛋白質(zhì)的翻譯后修飾位點(diǎn)，適用于高通量的蛋白質(zhì)組 的解析，特別是具有大量翻譯后修飾的蛋白質(zhì)（如組蛋白等）質(zhì)譜及串級(jí)質(zhì)譜高效解析及 結(jié)構(gòu)準(zhǔn)確鑒定。
【附圖說(shuō)明】
[0030] 圖1為實(shí)驗(yàn)測(cè)得組