系统分析集胞藻PCC6803未知蛋白功能

【摘要】：未知蛋白(Hypothetical proteins)是指缺少功能注释信息的蛋白，它们的存在不仅是基因组注释的一个难题，更是整个生物学上的一个难题。一般刚测序得到的原核生物基因组中，有将近30%的蛋白被注释为未知蛋白或者保守未知蛋白。对于光合细菌的模式菌株——集胞藻PCC6803来说，整个基因组中有1466个开放阅读框被注释为未知基因或者保守未知基因，占整个基因组基因的46%(1466/3179)。鉴于未知蛋白占据了相当一部分基因组的比例，因此在功能未知的蛋白中很有可能具有对生命过程意义重大的蛋白没有被鉴定出来。本文的目的一方面是要确定集胞藻中哪些蛋白是真实存在的，而哪些可能是被过度注释的假蛋白；另一方面对已被实验确定存在的未知蛋白提供功能注释。为了完成这一目的，我们采取了生物信息学的计算方法和蛋白质组学、基因敲除的实验方法相结合的分析手段去探索集胞藻未知蛋白的功能。 为了分析集胞藻蛋白的真实性，我们利用蛋白长度分布模型和密码子偏性的分析方法，计算已知功能的蛋白和未知功能的蛋白在长度分布和密码子使用上的不同。利用iTRAQ标记定量蛋白质组技术结合LC–MS/MS对四种不同生长环境下的集胞藻蛋白进行检测。共鉴定出807个未知功能的蛋白，其他659个蛋白在所选刺激环境中都未被检测出来。 为了推断已被检测到的未知蛋白的功能，我们首先使用了生物信息学的分析方法，结合BLAST和结构域等基于同源性的分析以及基因上下文分析、操纵子分析、蛋白质互作预测分析等基于非同源性的方法探索未知蛋白的功能。此外我们还应用了已知的转录组学数据构建基因共表达网络，来进一步推断未知蛋白的功能。应用这些方法我们预测了210个未知蛋白的功能，功能范围涉及能量代谢、电子传递、信号传递、突变修复和膜运输等重要功能。 蛋白质功能的初步验证是通过基因敲除和表型变化分析的方法完成的。已完成sll0044、sll1418、sll1130和sll1638基因敲除，获得了突变株⊿sll0044、⊿sll1418、⊿sll1130和⊿sll1638，已在分子水平上鉴定出⊿sll0044确为基因sll0044缺失的突变株，其分子功能正在鉴定中。本研究提供了集胞藻的最新注释信息，并且说明了在未知蛋白功能预测上高通量的实验数据，如蛋白质组学数据是对生物信息学分析的一个很好的补充。