蛋白質(zhì)編碼序列對(duì)蛋白質(zhì)折疊速率的影響.pdf

1、蛋白質(zhì)折疊問(wèn)題被列為“21世紀(jì)的生物物理學(xué)”的重要課題,是分子生物學(xué)中心法則尚未解決的一個(gè)重大生物學(xué)問(wèn)題。其中重要任務(wù)之一便是確定蛋白質(zhì)折疊速率的決定因素,從而理解蛋白質(zhì)的折疊機(jī)理。目前,人們普遍認(rèn)為決定蛋白質(zhì)折疊速率的因素主要來(lái)自于構(gòu)成蛋白質(zhì)的氨基酸序列和各級(jí)結(jié)構(gòu)以及環(huán)境和溫度。我們認(rèn)為,除此之外,決定蛋白質(zhì)折疊速率的信息還來(lái)自于蛋白質(zhì)編碼序列,它們?cè)谡{(diào)節(jié)蛋白質(zhì)折疊過(guò)程中起到重要作用。本文將探討編碼序列對(duì)蛋白質(zhì)折疊速率的影響。

2、　　 蛋白質(zhì)編碼序列不僅包含了編碼蛋白的遺傳語(yǔ)言,還包含了其它豐富的信息內(nèi)容。這主要表現(xiàn)在密碼子的“擺尾”現(xiàn)象,即密碼子第三位點(diǎn)堿基使用的自由度問(wèn)題。同義密碼子使用的作用之一是調(diào)節(jié)編碼序列的高級(jí)結(jié)構(gòu),而最普遍的高級(jí)結(jié)構(gòu)單元是回文結(jié)構(gòu)。已有研究表明一些特殊分布的回文結(jié)構(gòu)具有非常重要的生物學(xué)功能,而且許多疾病與回文結(jié)構(gòu)相關(guān)。所以對(duì)回文結(jié)構(gòu)的構(gòu)成進(jìn)行全面深入的研究,是全面了解核酸序列信息功能的重要方面之一。另外,回文結(jié)構(gòu)在一定程度上反映了m

3、RNA的序列信息和結(jié)構(gòu)信息。若編碼序列對(duì)蛋白質(zhì)折疊速率有影響的話,則應(yīng)該在編碼序列的回文結(jié)構(gòu)和同義密碼子使用中體現(xiàn)出來(lái)?；谶@個(gè)思路,我們的主要研究?jī)?nèi)容如下:
　　 1.在蛋白質(zhì)層面上探究氨基酸片段的平均極性與蛋白質(zhì)折疊速率的關(guān)系。以四種病毒(SARS病毒、艾滋病病毒、丙型肝炎病毒和乙型肝炎病毒)的蛋白質(zhì)序列以及大腸桿菌60個(gè)蛋白酶的所有α螺旋和β折疊片段為研究對(duì)象,計(jì)算了各片段的折疊速率和平均極性,分別在各物種的α螺旋和β折疊

4、兩類二級(jí)結(jié)構(gòu)片段中分析了折疊速率和平均極性的相關(guān)性。得到結(jié)論:不論是病毒蛋白質(zhì)還是大腸桿菌中的蛋白酶,其中兩類氨基酸片段的平均極性與折疊速率都是極顯著相關(guān)的:對(duì)于所有的α片段,二者呈線性正相關(guān)；而對(duì)于所有的β片段,二者成線性負(fù)相關(guān)。結(jié)果證實(shí)了在蛋白質(zhì)折疊中,氨基酸的極性起著非常重要的作用。
　　 2.編碼序列中回文GC含量和回文密度對(duì)氨基酸片段平均極性和折疊速率之間關(guān)系的影響。定義了蛋白編碼序列片段的回文GC含量及回文密度兩參量

5、?；谝陨纤姆N病毒蛋白質(zhì)序列的α螺旋片段及β折疊片段的折疊速率與其平均極性之間的相關(guān)性,分析了回文GC含量及回文密度對(duì)這一相關(guān)性的影響。發(fā)現(xiàn)這兩個(gè)參量確實(shí)對(duì)氨基酸片段折疊速率和平均極性之間的關(guān)系有影響。統(tǒng)計(jì)分析表明這兩個(gè)來(lái)自編碼序列的參量與氨基酸片段的平均極性無(wú)顯著關(guān)系。這間接說(shuō)明相應(yīng)編碼序列片段的回文GC含量及回文密度影響了蛋白質(zhì)的折疊速度,且蛋白質(zhì)折疊速率與回文兩參量之間均呈正相關(guān)。進(jìn)一步分析表明影響的根源來(lái)自于回文結(jié)構(gòu)的復(fù)雜性或可

6、變性和同義密碼子的使用偏好,而不是來(lái)自于從密碼子到氨基酸的翻譯信息。這說(shuō)明蛋白質(zhì)編碼序列確實(shí)攜帶有影響肽鏈折疊速率乃至蛋白質(zhì)結(jié)構(gòu)的信息。
　　 3.為了從多個(gè)角度印證mRNA結(jié)構(gòu)和序列對(duì)蛋白質(zhì)折疊速率的影響,先選擇編碼序列的序列參數(shù)-GC含量來(lái)做初步分析?；贕romiha給出的13個(gè)全β類蛋白質(zhì),得到相應(yīng)編碼序列的GC含量并將它加入到Gromiha基于蛋白質(zhì)序列4個(gè)參數(shù)的預(yù)測(cè)折疊速率回歸方程中來(lái)檢驗(yàn)GC含量在蛋白質(zhì)折疊過(guò)程中的

7、作用。與Gromiha的結(jié)果比較,預(yù)測(cè)值和實(shí)驗(yàn)值之間的相關(guān)系數(shù)提高了2％,即從Gromiha的0.96增加到0.98,總體方差從0.50降到0.27,卡方檢驗(yàn)值從3.53(p=0.01)降到3.35(p=0.008)。結(jié)果表明GC含量對(duì)預(yù)測(cè)蛋白質(zhì)折疊速率是有效的,意味著蛋白質(zhì)編碼序列的GC含量確實(shí)對(duì)蛋白質(zhì)折疊速率有影響。進(jìn)一步分析也表明這種影響主要來(lái)自于密碼子的第三位點(diǎn)以及它與第二位點(diǎn)的關(guān)聯(lián),而不是來(lái)自于從密碼子到氨基酸的翻譯信息。

8、r>　　 4.雖然加入編碼序列的GC含量后預(yù)測(cè)蛋白質(zhì)折疊速率的結(jié)果有所改善,但回歸方程的Jackknife檢驗(yàn)(GC含量參數(shù)項(xiàng)的p=0.087)結(jié)果表明通常的GC含量并未完全涵蓋編碼序列中影響蛋白質(zhì)折疊速率的主要信息。我們分析,出現(xiàn)這樣結(jié)果是由于編碼序列的GC含量不能反映編碼序列的結(jié)構(gòu)信息。于是,我們定義了一個(gè)既能涵蓋序列又能包含序列結(jié)構(gòu)的一個(gè)參數(shù),稱為回文GC含量。用編碼序列中的回文GC含量代替GC含量做同樣的分析。與Gromiha

9、的結(jié)果比較,蛋白質(zhì)折疊速率的預(yù)測(cè)值與實(shí)驗(yàn)值之間的相關(guān)系數(shù)提高了3％,即從Gromiha的0.96增加到0.99,總體方差從0.50降到0.24,卡方檢驗(yàn)值從3.53(p=0.01)降到2.86(p=0.004),而且我們新的結(jié)果通過(guò)了Jackknife檢驗(yàn)。這表明蛋白質(zhì)編碼序列中回文GC含量對(duì)蛋白質(zhì)折疊速率有更大的影響。意味著蛋白質(zhì)編碼序列的結(jié)構(gòu)和序列組成是影響蛋白質(zhì)折疊速率的主要因素。進(jìn)一步分析也表明這種影響一部分來(lái)自于回文結(jié)構(gòu)的復(fù)雜

10、性和可變性,另一部分來(lái)自于同義密碼子的使用或者說(shuō)是密碼子第三位堿基的使用。
　　 5.選擇已知折疊速率的18個(gè)全α類蛋白,18個(gè)全β類蛋白和18個(gè)混合類蛋白作為研究對(duì)象,直接分析蛋白質(zhì)折疊速率與相應(yīng)編碼序列中同義密碼子的使用之間的相關(guān)性。結(jié)果發(fā)現(xiàn),對(duì)于全α類蛋白,5個(gè)密碼子的使用與蛋白質(zhì)的折疊速率顯著線性相關(guān)；對(duì)于全β類蛋白,8個(gè)密碼子的使用與蛋白質(zhì)的折疊速率顯著線性相關(guān)；對(duì)于混合類蛋白,4個(gè)密碼子的使用與蛋白質(zhì)的折疊速率顯著線

11、性相關(guān)。而且發(fā)現(xiàn)同一個(gè)密碼子的使用對(duì)不同類蛋白質(zhì)折疊速率的影響是不同的。如谷氨酸Glu,對(duì)于全β類和混合類蛋白質(zhì),雖然同義密碼子GAG和GAA的使用與蛋白質(zhì)折疊速率都顯著相關(guān),但是兩個(gè)密碼子的使用對(duì)兩類蛋白質(zhì)折疊速率影響的趨勢(shì)均是截然相反的。同樣,對(duì)于精氨酸Arg,同義密碼子CGC的使用對(duì)全α類和混合類兩類蛋白質(zhì)折疊速率的影響趨勢(shì)也是相反的。
　　 6.除了GC含量、回文GC含量和同義密碼子的使用參量之外,我們又選取了描述遺傳語(yǔ)

12、言詞匯組成的信息參數(shù)D1(一階信息冗余)、描述遺傳語(yǔ)言語(yǔ)法結(jié)構(gòu)的信息參數(shù)D2(二階信息冗余)及其衍生的信息參數(shù)X(X=D2／(D1+D2))作為刻畫(huà)編碼序列的特征參數(shù),并基于一個(gè)較大的蛋白質(zhì)數(shù)據(jù)集分析它們與蛋白質(zhì)折疊速率之間的線性關(guān)系。結(jié)果表明,對(duì)于二態(tài)蛋白質(zhì),D2和X這一參量組與全α蛋白和全β蛋白的折疊速率均有極顯著的相關(guān)性,尤其對(duì)于全α蛋白,相關(guān)系數(shù)達(dá)到0.84。而對(duì)于多態(tài)蛋白,蛋白質(zhì)編碼序列的GC含量這一參量對(duì)蛋白質(zhì)折疊速率的影響

13、較為突出,進(jìn)一步分析表明對(duì)于這種GC含量的影響,其中一部分來(lái)自于密碼子的第三位點(diǎn),又一次證實(shí)了同義密碼子的使用對(duì)蛋白質(zhì)折疊速率的影響。
　　 7.統(tǒng)計(jì)分析和比較了艾滋病病毒(HIV-1)、丙型肝炎病毒、SARS病毒及其它幾種冠狀病毒的回文結(jié)構(gòu)GC含量的特征和分布,發(fā)現(xiàn)了其中一些回文結(jié)構(gòu)的特殊分布。綜合考慮幾種高致病病毒序列的一些特殊回文結(jié)構(gòu),如在GC含量,回文長(zhǎng)度以及位置等方面特殊分布的回文結(jié)構(gòu),發(fā)現(xiàn)這些特殊回文結(jié)構(gòu)往往分布在病