邹文安
景杰生物/报道
基因是生物体的基本遗传单位，基因组学技术的发展，如二代测序技术提供了对DNA、RNA等遗传信息的资料，增加了对生命活动的理解。然而，基因本身并不能直接行使功能，其功能的发挥最终需要通过表达出的蛋白质体现出来。
蛋白基因组学 (Proteogenomics) 是利用蛋白质组学数据，尤其是高精度的串联质谱数据, 结合基因组和转录组数据对基因组进行注释。蛋白质组数据不仅可以对已注释的基因进行验证和校正，进而发现新基因，实现对基因组序列的重新注释，还能系统发现蛋白质特有的翻译后事件(如翻译后修饰和信号肽等)。
蛋白质作为功能的最终执行分子，在蛋白基因组学的层面开展研究，对于深入了解生命现象的本质、疾病发生机理、疾病诊断乃至药物开发有着巨大的意义。
近日，国际专业学术期刊Nature、Molecular Plant、Brain上分别发表了关于蛋白基因组学的研究论文。
8月31日，中国科学院水生生物研究所葛峰课题组运用蛋白基因组学技术，对真核模式硅藻三角褐指藻的基因组进行了深度解析并构建了蛋白质组精细图谱，相关成果发表在植物学专业学术期刊Molecular Plant杂志上。
6月7日，Nature杂志发表了英国剑桥大学本杰明·孙等科学家的研究成果，通过研究与特定分子靶点结合的 DNA 短链，量化 3301 名健康个体血浆中的 3622 种蛋白质，研究者发现 1478 种蛋白质与基因组区域（pQTLs）之间的 1927 种关联——其中 89% 是以前不为人知的，成功绘制出人类血浆蛋白质组遗传图谱。该研究通过特定蛋白质将遗传因素与疾病联系起来，意味着潜在的治疗靶点，也可指导现有药物用于治疗新的疾病，或预测正开发药物的潜在安全性问题。
8月20日，来自美国西奈山伊坎医学院等十多家研究单位合作在国际专业学术杂志Brain上发表突破性研究成果。研究者运用蛋白基因组学的技术，揭示蛋白表达的改变对于研究晚发型阿尔兹海默症（AD）是至关重要的，热休克蛋白家族成员2（HSPA2）被证实为晚发型AD过程中的一个特异性关键调控因子。
这三篇文章思路清晰，堪称蛋白基因组学研究的典型范例，我们精选文章的精华，以飨读者。
中国科学院水生生物研究所葛峰教授，是国内率先利用蛋白基因组学开展研究的学者之一，是该领域的杰出科学家。2014年，葛峰教授课题组等对原核模式蓝藻Synechococcus sp. PCC 7002的蛋白基因组学进行了系统研究，研究论文发布在PNAS杂志上。
基于前期研究，葛峰课题组运用蛋白基因组学技术，对真核模式硅藻三角褐指藻的基因组进行了深度解析并构建了蛋白质组精细图谱。
为了实现对三角褐指藻基因组的深度注释和蛋白质组精细图谱的构建，葛峰课题组从以下方面着手开展了工作。
研究人员通过整合基因组、转录组、ESTs序列等多组学数据，并对数据库进行了缩减，得到去冗余的三角褐指藻蛋白基因组学数据库；
通过整合基于蛋白和肽段的样品预分离、双酶切和高分辨质谱分析技术，获得高质量的质谱数据；
质谱数据的鉴定整合了多种搜索引擎的结果，提高了蛋白鉴定的深度与覆盖度；并采用更为严格的肽段假阳性控制策略，从而提高鉴定结果的可信度；
通过开发新的算法，实现了真核生物中新的可变剪切体的发现与点突变基因的鉴定。
研究精准鉴定到6628个已注释的编码基因；对未鉴定到的已注释基因的深入分析发现，有1895个基因可能并不编码蛋白；发现了606个新的蛋白编码基因并校正了506个已注释的编码基因，其中有56个新发现的蛋白编码基因，在之前的研究中被错误预测为长链非编码RNA（LncRNA）；鉴定到 268个可能具有重要功能的微小短肽（micropeptides），21个新的可变剪切体，并修正了73个已注释基因的可变剪切位点以及58个发生氨基酸突变的基因。
此外，研究人员通过将开放式与限定式检索相结合的策略，对三角褐指藻中的翻译后修饰进行系统鉴定，发现了20多种不同种类的蛋白质翻译后修饰，这些修饰可能参与调控细胞内众多的生物学过程并在细胞的逆境适应中起着重要作用。
蛋白基因组学方法构建模式硅藻的蛋白质组精细图谱
值得一提的是，本研究建立的完整的构建真核模式生物的蛋白质组精细图谱的实验技术和分析流程,可适用于各种已经测序的真核生物,成为解读真核生物基因组及其功能分析的重要工具。
血浆蛋白是指血浆中的蛋白部分。近年来已知的血浆蛋白质有几百种，但有些蛋白质的功能尚未阐明。血浆蛋白对各种生物过程至关重要，包括生长、修复、信号传导、运输和抵抗感染。它们是重要的药物靶点，并且在疾病过程中经常受到差异化调节。然而，由于过去研究范围有限，人们对于影响个体血浆蛋白水平的遗传因素知之甚少。
研究人员研究了与特定分子靶点结合的 DNA 短链，分析 了3301 人的血液样本中的 3622 种蛋白质。通过基于高分辨率质谱的deep蛋白质组学技术实现对于血液中的低丰度蛋白检测，再利用靶向蛋白质组技术（PRM）对鉴定到的蛋白表达情况进行验证，确保验证结果与组学数据一致，有效避免假阳性结果的干扰。随后研究人员通过分析这些人的 DNA，比对分析基因组哪些区域与蛋白质水平相关，研究发现 1478 种蛋白质与基因组区域（pQTLs）之间的 1927 种关联——其中 89% 是以前不为人知的，这些发现是已知数量的5倍。
研究团队鉴定出他们所研究的特定遗传变异与过去识别出来的与常见疾病相关的区域存在联系。而了解疾病、遗传变异和特定蛋白质水平之间的关系，将有极大的希望能为鉴定新的治疗靶蛋白以及“旧药新用”铺平道路，同时也有助于鉴定目前开发中药物的潜在风险。紧接着研究者们关联了几种疾病进行深入机制解析。
遗传图谱的一个重要用途就是识别引发疾病的特定生物途径，作者首先阐明了导致 Crohn 氏病（一种炎症性肠病）的具体生物学途径（如图3）。rs3197999:A与多种关键蛋白水平相关，如调控基因PRDM1影响BLIMP1水平。图中线的粗细程度表明与IBD的强弱，红色表示正相关，蓝色表示负相关。
错义突变通过调控BLIMP1水平影响炎症性肠病(IBD) 机制
研究人员已经发现了多种影响蛋白质水平的遗传变异。通过将这些变异转化为蛋白“得分”，研究人员就能识别蛋白质和疾病之间的新关联。例如，之前发现的高水平 MMP12 与肺部疾病低风险有关（如图5），但是新研究发现也与过敏性皮炎和冠心病有关。这些发现对药物研发来说十分重要，针对肺部疾病的蛋白质疗法很可能会无意中增加其他疾病风险。
疾病与蛋白水平相关性分析
除了提前预知潜在的副作用，该研究结果将药物、蛋白质、遗传变异和疾病联系起来，研究人员已经发现部分现有药物也许亦可以用于其他疾病治疗，并且增强了目前正在开发的一些药物在临床试验中取得成功的信心。
蛋白质是人类表型的主要效应物，因此在基因变异和转录表达的基础上，进一步解析蛋白质的表达是至关重要的。到目前为止，已经在人类、酵母菌和啮齿动物中成功完成了将蛋白质组数据整合到生物网络分析中的工作。大多数人类数据源于淋巴母细胞，其中发现的许多靶标不能在脑组织中进行复现。
前期研究中，研究者们通过基因组学的研究，阐明了DNA等位基因如何调控RNA转录的下游表达，以及这些关联性在晚发性AD中是如何发生变化的。
因而，在本研究中，研究者们进一步阐明在不同的两个体系中，蛋白质是如何被整合到网络中的，同时，将在不同的两种细胞系中对结果做进一步的评估。
研究技术路线
（i）数量性状基因座的表达预测；（ii）差异性表达的确定；（iii）转录和肽关系的网络分析；（iv）在两种不同细胞系中的效应评估。
通过无假设的研究方法（hypothesis-free approach），研究者们绘制蛋白基因组学遗传图谱，并验证了6种新的靶标，以揭示在晚发型AD患者中DNA、RNA和蛋白质关系中的错误调控(Fig.1)。
Fig.1 6种蛋白新靶标
这6种新靶标分别是：
HSPA2：热休克蛋白家族成员2；
RGS4：G-蛋白信号转导调节子4；
CCT5：为近些年新发现的分子伴侣家族：T-复合物多肽1（T-complex polypeptide 1，TCP1）成员；
GNA12：属于G蛋白偶联受体GPCR体系；
PDHB：属于丙酮酸脱氢酶（Pyruvate dehydrogenase，PDH），PDH是一种核编码的线粒体多酶复合物，它催化丙酮酸转化为乙酰辅酶和二氧化碳，并提供糖酵解和三羧酸循环之间的主要连接；
COMT：属于主要的儿茶醇胺降解酶，突触间隙吸收后在神经元和微神经胶质细胞中发挥作用。
进一步的研究发现，在这6种靶标中有多个靶标能够在两个不同的神经病理学数据集之间进行复制。在两种不同细胞系独立实验和靶标个体转导独立实验中，特定靶标对β40-淀粉样蛋白、β42-淀粉样蛋白、tau蛋白或p-tau蛋白（磷酸化微管相关蛋白tau）具有一定的影响。因此揭示了晚发型AD的发病途径及因果关系(Fig. 2)。
Fig.2 晚发型AD的发病途径及因果关系(A:转录组；B:蛋白）
在6种潜在的蛋白靶标中，HSPA2显示出最匹配的结果，且对晚发型AD的影响最为显著：即对β-淀粉样蛋白和tau蛋白的表达水平的影响最为显著。结果说明：HSPA2为晚发型AD的一种关键驱动因子。
值得一提的是，本文研究中发现的这6种靶标与晚发型AD有着密切关联，包括伴侣蛋白复合物、线粒体改变、或GPCR信号通路的晚发型AD的影响，但是许多靶标在晚发型AD的研究中罕有报道。包括HSPA2在内的这些蛋白的靶标是如何发挥作用的呢？研究者或许或进一步开展研究。
虽然DNA能提供个人遗传信息蓝图，但是基因编码的蛋白质结构、功能、数量和变化才是承载疾病易感性的主体，因为蛋白质才是人类生物学的‘效应者’，蛋白基因组学研究，对于揭示遗传因素与生命机理、疾病病理具有重大的潜在意义与价值。
此外，蛋白组学初了检测蛋白质组的表达丰度，然而越来越多的研究发现，包括磷酸化、乙酰化在内的蛋白质翻译后修饰对于疾病的发生、生命活动至关重要。从蛋白质修饰组学的角度开展蛋白基因组学的研究，可能为生命科学研究、疾病的精准治疗带来新的启发。
景杰生物作为国内率先开展蛋白基因组学的公司，提供高水平蛋白质组学与修饰组学，及高特异性修饰抗体，可以助力大家进行以下方向的研究：
基因组深度解析：利用蛋白质组学数据，尤其是高精度的串联质谱数据，对基因组进行深度注释；
基因功能验证：从蛋白质层面验证目标基因，或疾病相关的基因突变、可变剪切的真实表达情况，
蛋白差异研究：分析不同生理状态下组织、细胞的蛋白表达丰度及翻译后修饰水平差异，揭示生命活动规律与疾病机理。
参考文献
Mingkun Yang, et al., 2018, Genome annotation of a model diatom Phaeodactylum tricornutum using an integrated proteogenomic pipeline. Molecular Plant.
Benjamin B. Sun, et al, 2018, Genomic atlas of the human plasma proteome，Nature.
Vladislav A Petyuk, et al., 2018, The human brainome: network analysis identifies HSPA2 as a novel Alzheimer’s disease target, Brain.
血浆蛋白基因图谱：Nature重磅：人类血浆蛋白质组遗传图谱公开
玉米蛋白基因组学：蛋白基因组学研究玉米发育过程中的基因调控网络
癌症蛋白基因组学：蛋白质组学分析基因组变异对直肠癌蛋白丰度的影响
参考文献
Ming-kun Yang, et al., 2014, Proteogenomic analysis and global discovery of post-translational modifications in prokaryotes. Proceedings of the National Academy of Sciences of the United States of America.
Mingkun Yang, et al., 2018, Genome annotation of a model diatom Phaeodactylum tricornutum using an integrated proteogenomic pipeline. Molecular Plant.
精准医学与蛋白组学
海量文献解读
行业前沿报导
关注/投稿
随时享受科技服务