1. 首页
  2. 国际

研究人员使用机器学习绘制人类磷蛋白组的功能相关性

由欧洲分子生物学实验室(EMBL)的研究人员领导的一个团队分析了超过100000个人类磷位点的功能相关性。
在今天发表在《自然生物技术》上的一项研究中,研究人员收集了112个先前发表的质谱实验中观察到的磷位点,这些实验在104个不同的人类细胞系或组织上进行,然后开发了一个机器学习工具,用于识别可能具有功能重要性的磷位点。

然后他们通过实验验证了一些基于机器学习的预测。此外,他们还证明已知的有害基因改变更有可能影响磷位点的功能。
由于其在细胞调节中的关键作用,磷酸化是研究最广泛的蛋白质翻译后修饰之一,目前质谱实验可以在一个实验中鉴定多达50000个磷酸肽。
同时,磷酸化在进化上的保守性较差,说明许多磷酸位点可能没有很高的功能意义。
“因此,”作者写道,“优先化策略对于促进高度相关磷位点的发现至关重要。”
他们指出,研究人员已经探索了一系列优先研究磷位点的技术,包括“识别高度保守的磷位点,它们位于界面位置,并显示出强烈的调节作用。”

EMBL团队通过机器学习解决了这个问题,识别了119809个人类磷位点,并收集了59个特征的数据。利用一组2638个被证实能调节蛋白质功能的磷酸位点,他们将这59个特征整合到功能重要性的单一得分中,范围从0(功能重要性的最低可能性)到1(功能重要性的最高可能性)。
作为原理证明,他们研究了pS60磷酸位点在RAN结合蛋白1(RANBP1)上的作用,他们的算法将其确定为该蛋白上得分最高的磷酸位点。他们发现RANBP1突变体与已知的RANBP1相互作用伙伴NEMP1的结合明显减少。
他们还鉴定了SMARCC2蛋白上的一对高分磷位点,他们在小鼠模型中证明了它们可能在神经元分化中起作用。
研究作者还研究了基因突变和磷位点功能之间的相互作用,发现,正如预期的那样,“定位到功能评分高的磷位点的突变在人类群体和致病性中更为罕见。”,致病性突变影响的磷位点功能显著性得分为.5,而良性突变影响的磷位点平均得分为.2。
作者写道,尽管评分系统并不能完美地捕捉到人类磷蛋白组的功能意义,但它为“最初的优先排序提供了一个有用的截止点”。截止得分为0.5,剔除了约90%的磷酸蛋白质组,同时留下约50%的真正有意义的位点。

原创文章,作者:温大人,如若转载,请注明出处:https://www.bilingling.cn/news/33578.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注