企业新闻

坚持“以先进的科学技术,创一流产品质量;以诚信周到的服务,满足顾客的要求

Cell热点 | 用分馏质谱法对植物蛋白质组定量研究为遗传学和突变表型提供框架
植物是全球生态和经济系统的基础,但大多数植物蛋白信息仍属未知。蛋白质相互作用网络预示了蛋白质的功能,并为基因和蛋白质的功能研究开辟了新的途径。本文为2020年4月,由德克萨斯大学Edward M. Marcotte课题组在Cell杂志(IF=36.216)发表题为“A Pan-plant Protein Complex Map Reveals Deep Conservation and Novel Assemblies”的研究论文,该研究报道了通过共分馏质谱法对植物蛋白质组定量分析,研究来自13个不同植物物种的超过200万个蛋白质的数量和蛋白互作关联,揭示了植物细胞间共享的稳定蛋白质复合物,并为解释植物遗传学和突变表型提供了一个框架。

 

 

中文标题:泛植物蛋白复合体图谱揭示了高度保守性和新的组装

研究对象:甘蓝、藜麦、大麻、番茄、卷柏、椰子、拟南芥、玉米、小麦、水蕨、大豆、衣藻、水稻

发表期刊:Cell

影响因子:36.216

运用生物技术:共分馏质谱法

 

 

研究背景

 

植物占地球上大部分生物量,维持着全球经济和环境系统。尽管植物基因组测序的数量在不断增加,但蛋白质的大部分功能仍未确定。要定义植物的核心表达蛋白和分子机制,需要进行大量的实验工作。

 

确定蛋白质-蛋白质相互作用是发现基因和蛋白质功能的关键步骤,可以揭示植物生物化学信息,并将极大地促进植物基础研究,指导实际应用。但是,许多用于动物和酵母中的技术,由于复杂的基因组、多倍体和转化效率,在植物中难以应用,因此需要新的分析策略。

 

共分馏质谱(Co-fractionation MS, CF-MS)是一种高通量的检测互作蛋白方法,适用于所有样本类型,不需要抗体或单个蛋白的转基因表位标记,所得到的蛋白质丰度和蛋白质相互作用的图谱将有助于在机理、进化和生物化学的框架下解释植物的基因功能。

 

实验设计

 

 

 

研究方法

 

1.实验分组

根据进化时间选择了13种植物;

 

2.检测方法

色谱分离、共分馏质谱分析、生信分析

 

研究结果

 

1. 共分馏蛋白确定

 

选择跨越了11亿年的绿色植物进化史的13个物种,涵盖了多个物种类型和细胞类型。通过尺寸排除色谱法(size exclusion chromatography,SEC)、离子交换层析(ion exchange chromatography,IEX)、等电聚焦(isoelectric focusing,IEF),对蛋白进行分离纯化,质谱分析,将13种植物的蛋白分为2111个组分,鉴定到14520970个肽段,确定共分馏蛋白。(图1)

 

 

图1 | 分馏质谱(CF-MS)工作流程

 

用于确定稳定的植物蛋白复合物的整合共分馏质谱(CF-MS)工作流程。

 

2.生信分析

 

包括通过直系同源基因归类进行分群,证明了有两个以上蛋白质的OGs被一个显性蛋白表示为非显性蛋白的可能性大致相等,而与倍性无关。通过相关性分析确定蛋白丰度与RNA丰度的关系存在异常值。(图2)

 

 

图2 | 高倍性物种的蛋白质组学通过将蛋白质分配给OGs而得到增强

 

3.对同一个群内的多肽进行分析

 

对获得的23896个群中的多肽丰度进行热图分析;通过共分馏蛋白质谱结果进行评分,推导蛋白相互作用的可靠度。对886个已知相互作用蛋白进行CF-MS评分训练,以该群体作为错误发现率(FDR)与CF-MS评分验证的对象;以玉米作为研究对象,验证了高CF-MS得分(FDR < 10%)的蛋白互作具有高度相关性;在拟南芥和水稻中通过亲和纯化质谱和酵母双杂交证明了CF-MS评分的可靠性。(图3)

 

 

图3 | 蛋白质共复合体相互作用的推导和全局验证

 

通过校准分子质量测定和直接化学交联验证蛋白复合体。用SEC分馏法对拟南芥进行了观测质量与预测的单体质量比对;对大豆和衣藻中交联蛋白进行分析,得到更高的CF-MS评分。(图4)

 

 

图4 | 过校准分子质量测定和直接化学交联验证蛋白复合体

 

4.通过上述分析得到全面的进化保守的植物蛋白复合体图谱。(图5)

 

 

图5 | 蛋白复合体图谱

 

5.蛋白复合体可变组装

 

植物中也存在与动物中类似的蛋白复合体可变组装,同源基因产物并不总是以相同的方式组装,植物中互作蛋白可能以交替排列的方式组装亚基,因此近分析氨基酸序列的同源性不足以预测蛋白的复杂结构。在大豆和小麦的大小排除分离中,在含有氨酰基的tRNA合成酶的大分子复合体中观察到与动物和微生物中不同的结构和亚基。同样,同源序列的缺失也不代表功能类似复合体的缺失,可能有其他蛋白亚基代替其功能。对数据集的分析发现,病原体防御与免疫基因之间通过蛋白互作而关联。(图6)

 

 

图6 | 在动物蛋白复合物的植物类似物中可选择的装配体示意图

 

6.蛋白互作

 

一对隶属不同功能途径的蛋白互作的发现,证明了本研究方法的可靠性;利用质谱蛋白组学以确定植物间共有的主要蛋白复合体,为基因产物与表型、功能的关联提供一个新的发展方向。

 

 

图7 | 通过互作分析关联植物基因与表型

 

小结

 

1.从深度蛋白组学分析获得植物蛋白组分的全景图谱;

2.生化分馏分析解释了稳定的蛋白复合体在植物中保守存在;

3.分析得到的多个复合体之前仅通过基因信息推测在植物中存在;

4.植物中的亚基以及结合方式的已知分子模块设置。

 

实验结论

 

本文系统地分析了13种具有科学和农业重要性植物的蛋白复合物,极大地扩展了植物中稳定蛋白复合物的已知信息库。通过使用共分馏质谱法,获得了已知的复合体,证实了在植物中可以通过预测得到复合体信息,并确定了在11亿年的绿色植物进化过程中留存下来的、先前未知的相互作用。一些新发现的蛋白复合体功能涉及春化和病原体防御,这些功能对农业生产至关重要。

 

本文还观察到具有与动物复合体类似的、不同分子组装的植物复合体,包括一个兆道尔顿级的 tRNA多合成酶复合物。由此产生的图谱提供了跨物种的观点,即在植物细胞中共享的、保守稳定的蛋白质组装。预测了蛋白互作方式,并将蛋白互作与功能分析相结合,并为解释植物遗传和突变表型提供了一个机理和生化方面的框架。

 

 

小鹿推荐

 

植物蛋白互作图谱的获得,对于了解植物蛋白互作关系、表型-功能-蛋白之间的关联有着重要的意义。“拟南芥蛋白互作组图谱联盟”在此研究领域进行了大量的工作。2011年北卡罗来纳州大学教堂山分校和哈佛医学院的Jeffery L. Dangl教授等人发表于Science上的文章,通过生信分析以及酵母双杂实验,获得了6000多个蛋白互作样本,首次绘制了植物蛋白互作图谱。但是仅覆盖了拟南芥1/3的完整蛋白,对于弱互作的蛋白分析,灵敏度无法达到要求[1]。

 

2011年9月德国马克斯•德尔布吕克分子医学中心的科学家在Science Signaling发表文章,通过KEGG网站获得人类ORFs,利用酵母双杂技术对其进行检测,发现了2626种互作;通过PPI数据,利用朴素贝叶斯分类算法(naïve Bayesian classifier)构建了第一个定向人类蛋白质相互作用 (HPPI2)网络图谱,其中涵盖了6339个蛋白,32,706种相互作用[2]。

 

2017年美国哈佛医学院Wade Harper教授发表于Nature的文章,通过BioPlex 2.0系统鉴定出5万多种特异性的蛋白互作,绘制出人类5800多个基因编码的蛋白互作图谱,覆盖了1/4的人类基因组,是目前最大的人类蛋白互作图谱[3]。

 

本文[4]通过共分馏质谱分析和生信分析,对13种代表性植物进行了蛋白互作图谱分析,获得了超过200万个蛋白质的数量和关联。不仅将蛋白互作从单一拟南芥物种扩展到进化树上多个物种,还解决了前期通过酵母双杂鉴定蛋白互作的灵敏度不足的问题,蛋白互作图谱的覆盖度大幅提高,同时还证明了同源序列与蛋白互作的不完全对应关系, 在蛋白互作图谱的构建、蛋白-表型-功能的关联方面取得了阶段性重大突破。

 

文献参考

 

1.Evidence for network evolution in an Arabidopsis interactome map. Arabidopsis Interactome Mapping Consortium. Science. 2011 Jul 29; 333 (6042): 601-7. doi:  10.1126/science.1203877.

2.A directed protein interaction network for investigating intracellular signal transduction. Vinayagam A, Stelzl U, Foulle R, Plassmann S, Zenkner M, Timm J, Assmus HE, Andrade-Navarro MA, Wanker EE. Sci Signal. 2011 Sep 6; 4 (189) :rs8. doi: 10.1126/scisignal.2001699.

3.Architecture of the human interactome defines protein communities and disease networks. Huttlin EL, Bruckner RJ, Paulo JA, Cannon JR, Ting L, Baltier K, Colby G, Gebreab F, Gygi MP, Parzen H, Szpyt J, Tam S, Zarraga G, Pontano-Vaites L, Swarup S, White AE, Schweppe DK, Rad R, Erickson BK, Obar RA, Guruharsha KG, Li K, Artavanis-Tsakonas S, Gygi SP, Harper JW. Nature. 2017 May 25;545(7655):505-509. doi: 10.1038/nature22366.

4.A Pan-plant Protein Complex Map Reveals Deep Conservation and Novel Assemblies.  Claire D McWhite, Ophelia Papoulas, Kevin Drew, Rachael M Cox, Viviana June, Oliver Xiaoou Dong, Taejoon Kwon, Cuihong Wan, Mari L Salmi , Stanley J Roux , Karen S Browning, Z Jeffrey Chen, Pamela C Ronald , Edward M Marcotte. Cell. 2020 Apr 16; 181(2): 460-474.e14. doi: 10.1016/j.cell.2020.02.049.

 

 

猜你还想看

 

项目文章 | 华中农业大学运用定量蛋白组学对种群特异进化的基因新型互作网络研究

Cell重磅 | COVID-19重症患者血清蛋白质组学和代谢组学生物标志物筛选

西湖大学郭天南/李子青团队运用PCT-DIA技术与神经网络机器学习结合分辨良恶性甲状腺结节

EBioMedicine:游走在癌症“杀手”之中的“内吞机制”变化—定量蛋白质组学技术

 

END