|
解螺旋公众号·陪伴你科研的第2356天 前段时间，笔者给大家分享了一篇稿件——《二分之一的文章都发表在10+期刊上，这位高质量学者再次在顶尖期刊上发表论文》。在解析Alan C. Mullen教授的高水平论文时，笔者也在想这篇文章的思路以及为何能够发表在Nature子刊上。该文阐述了lncRNA DIGIT通过控制BRD3蛋白发生相分离从而高效调控内胚层基因表达和内胚层分化，其中最关键点在于为何作者想到BRD3会发生相分离。相分离（Phase Separation）最早是一个物理学上的概念，指两种液体物质相互分离的特征，比如油和水。但是在2009年，来自德国马克斯·普朗克分子细胞生物学和遗传学研究所的Anthony A. Hyman教授在Science在期刊上发表论文指出，细胞中的蛋白质和RNA也能够发生相分离。这些物质通过相分离形成较为稳定的生物大分子，从而拥有相对独立的内部反应微环境，并与周围环境发生分子交换，维持生物学反应高效快速进行，对机体的生理活动至关重要。因此，近年来关于相分离的研究非常火爆，2020年发表在主刊上的相分离的文章已经超过50篇。当然，想研究蛋白相分离，关键问题就是判断一个蛋白序列是否存在无序区（有无序区的蛋白容易发生相分离），这就需要用到一些关键的数据库来进行预测，今天笔者就给大家推荐几个预测的神器。PONDR（Predictor of Natural Disordered Regions）数据库最早是由德国欧洲分子生物学实验室的Robert B. Russell教授构建，相关论文于2003年11月份发表在Structure期刊上，目前该论文已经引用1200余次。进入PONDR网站，网址为http://www./ 。在官网首页，可以看到有不同的预测模式。这里我们按照文章中的方式选择VSL2来预测BRD3蛋白序列是否存在无序区为例给大家介绍一下用法。在下方的“protein Name”栏中输入BRD3，然后可通过NCBI或者Uniprot查询BRD3蛋白的序列，按照如下FASTA格式输入。点击“Submit Query”即可获得BRD3蛋白的“有序和无序区”预测图，可以看到，这和文章中的图是相同的。在图中，PONDR分数高于0.5的为无序区，低于0.5分的为有序区，横坐标对应的是该蛋白氨基酸的位置。在下方还可以明确获得BRD3蛋白序列“有序和无序区”的氨基酸的位置和长度。Iupred2a（Prediction of Intrinsically Unstructured Proteins）数据库最早是由匈牙利科学院生物研究中心的Istva´n Simon教授构建，相关论文于2005年1月发表在Journal of Molecular Biology期刊上，目前已经被引用870余次。进入iupred2a数据库，网址为https://iupred2a./ 。在首页中有关于iupred2a的简单介绍，它是IUPred数据库和ANCHOR数据库的结合，能够预测蛋白的无序区和无序结合区。在官网首页的“Prediction”区界面，我们以BRD3蛋白为例，在图示位置输入BRD3蛋白的SWISS-PROT/TrEMBL标志号或者是BRD3蛋白的序列。随后点击“Submit”即可获得BRD3蛋白的预测结果，其中红线表示蛋白无序区预测结果，分数大于0.5（横线上方）为无序区，分数小于0.5为有序区，这和PONDR数据库预测的结果基本一致。除此之外，iupred2a数据库还能预测无序结合区，即图中蓝线所示。如果只想查看BRD3蛋白无序区预测结果，点击图中的“ANCHOR2”即可。在上方点击“Download results”还能够下载预测结果，非常方便。D2P2（Database of Disordered Protein Predictions）数据库是由英国布里斯托大学的Julian Gough构建，相关论文于2012年11月发表在Nucleic Acids Research期刊上，目前已经被引用360余次。进入D2P2数据库，网址为http:// 。 在首页有关于D2P2数据库的介绍，它能够对全基因组编码的蛋白质进行无序区预测，包括来自于1256个不同物种中1765个基因组的10429761条序列。点击“Search”进入搜索界面，可以看到该数据库的界面比较简洁，只需在相应的搜索栏中输入BRD3蛋白FASTA格式的序列即可。随后点击“Find Proteins”，可以看到结果不仅可以显示该蛋白的无序区，而且还能显示一些关键的修饰位点。值得注意的是该数据库会同时使用九种不同的方式进行预测，但是根据结果可以看到预测的结果比较一致。在预测结果页面的下方，还可以查看无序区的具体位置。工欲善其事，必先利其器。有了这几个神器，我们不仅可以预测一些能发生相变的蛋白，从而找到新的课题，而且还能通过相变这个机制来揭示当前研究的蛋白功能，从而提升文章档次。这样好的研究思路和研究工具，的确值得拥有。
|
