服務(wù)熱線
021-54479081
021-54461587
公司動(dòng)態(tài)NEWS
Nature出版社旗下的Nature Methods雜志是方法學(xué)領(lǐng)域的刊物,今年的影響因子是19.276,穩(wěn)居方法學(xué)期刊的。近期來(lái)自中國(guó)農(nóng)業(yè)大學(xué),北京生命科學(xué)研究所,以及中科院計(jì)算技術(shù)研究所的研究人員發(fā)表了題為“Identification of cross-linked peptides from complex samples”的文章,介紹了一種從復(fù)雜樣品中識(shí)別交聯(lián)肽的新技術(shù),相關(guān)成果就公布在以上Nature Methods這一雜志上。
文章的通訊通訊作者分別是北京生命科學(xué)研究所董夢(mèng)秋研究員,以及計(jì)算技術(shù)研究所的賀思敏研究員,*作者是中國(guó)農(nóng)業(yè)大學(xué)楊兵(Bing Yang,音譯)。
蛋白化學(xué)交聯(lián)配合質(zhì)譜分析(mass spectrometry analysis)的CXMS方法能幫助研究人員獲得關(guān)于蛋白折疊,蛋白-蛋白相互作用等方面的有用信息。理論上CXMS能通過(guò)鑒別復(fù)合物直接結(jié)合模式,定位結(jié)合界面,確定出一個(gè)大型蛋白復(fù)合物的整個(gè)結(jié)構(gòu),而且蛋白樣品也無(wú)需像結(jié)晶技術(shù)中那樣高度純化。
但是這在實(shí)際上并未能達(dá)到,其中的原因有幾方面,比如交聯(lián)樣品中的蛋白酶消化會(huì)產(chǎn)生包含規(guī)律單連,環(huán)狀連接和相互連接的肽段混合物,其中相互連接的肽段是解析蛋白折疊和蛋白之間相互作用的zui大信息承載體之一,但卻由于消化過(guò)程中豐度低,而難以識(shí)別出來(lái)。
在這篇文章中,研究人員開(kāi)發(fā)出了一種能用于識(shí)別這些交聯(lián)肽段的方法:pLink,這種方法能結(jié)合質(zhì)譜分析方法,解析交聯(lián)肽的數(shù)據(jù),準(zhǔn)確估計(jì)出交聯(lián)識(shí)別中的假陽(yáng)性,并且這種方法也能與多種同源,或者異源的雙功能交聯(lián)分析方法兼容。
pLink在pFind基礎(chǔ)上,將研究對(duì)象的一個(gè)肽段變成了兩個(gè)肽段,分析復(fù)雜樣品中的交聯(lián)肽,為了驗(yàn)證這一方法的有效性,研究人員也利用已知的結(jié)構(gòu)進(jìn)行了分析,并進(jìn)一步在蛋白復(fù)合物,免疫沉淀初提物,以及整個(gè)細(xì)胞裂解物中進(jìn)行了驗(yàn)證。
相關(guān)的研究數(shù)據(jù)表明,這是一種用于分析蛋白結(jié)構(gòu),以及蛋白-蛋白相互之間作用的有效工具。
pLink是在pFind基礎(chǔ)上開(kāi)發(fā)出來(lái)的,后者是中國(guó)*個(gè)具有自主知識(shí)產(chǎn)權(quán)的網(wǎng)絡(luò)版蛋白質(zhì)鑒定軟件pFind (http://pfind.ict.ac.cn),這一軟件是由計(jì)算所生物信息學(xué)課題組開(kāi)發(fā)出來(lái),已用于提高應(yīng)用質(zhì)譜技術(shù)進(jìn)行蛋白質(zhì)鑒定的算法與系統(tǒng)性能,具體包括基于數(shù)據(jù)庫(kù)搜索的蛋白質(zhì)鑒定算法;質(zhì)譜中同位素信息的應(yīng)用;以及蛋白質(zhì)修飾鑒定和定量化等。
今年年初,董夢(mèng)秋實(shí)驗(yàn)室還與生物物理所等處的研究人員合作,提出了不依賴于蛋白數(shù)據(jù)庫(kù)的肽段從頭測(cè)序(de novo sequencing)。以前的從頭測(cè)序效果欠佳,鮮有實(shí)際應(yīng)用。為了此項(xiàng)研究的需要,董夢(mèng)秋實(shí)驗(yàn)室與中科院計(jì)算所賀思敏研究組共同開(kāi)發(fā)了肽段從頭測(cè)序的質(zhì)譜實(shí)驗(yàn)流程和算法,達(dá)到了與數(shù)據(jù)庫(kù)搜索相當(dāng)?shù)蔫b定效果(Chi H. et al., J. Proteome Res. 2010)。發(fā)表的PNAS文章中的兩個(gè)蛋白As_SRP-1和As_TRY-5都是用肽段從頭測(cè)序技術(shù)pNovo鑒定到的,表明pNovo足以支持生物學(xué)研究,尤其是對(duì)于新蛋白(序列未被收納到現(xiàn)有數(shù)據(jù)庫(kù)中)的鑒定有很大的幫助。