【正文】 進(jìn)化的一個(gè)重要特點(diǎn)是蛋白質(zhì)中無(wú)序區(qū)的含量在增加。對(duì)目前存在的大量基因庫(kù)數(shù)據(jù)進(jìn)行預(yù)測(cè)，分析蛋白質(zhì)的結(jié)構(gòu)無(wú)序與蛋白質(zhì)功能之間的關(guān)聯(lián) ， 通過(guò)這種方法人們發(fā)現(xiàn)無(wú)序蛋白質(zhì)在 諸如轉(zhuǎn)錄和翻譯調(diào)控細(xì)胞信號(hào)轉(zhuǎn)導(dǎo)蛋白磷酸化及小分子存儲(chǔ)等過(guò)程中發(fā)揮著重要的作用 ； 另一方面無(wú)序蛋白質(zhì)又似乎給生物體系帶來(lái)一些不利的影響 ， 經(jīng)常與多種疾病聯(lián)系在一起。 固有 無(wú)序蛋白質(zhì)的序列 氨基酸（ Amino acid）是構(gòu)成蛋白質(zhì)的基本單位，賦予蛋白質(zhì)特定的分子結(jié)構(gòu)形態(tài)，使它的分子具有生化活性。另 外無(wú)序蛋白質(zhì)氨基酸序列的復(fù)雜性也較有序蛋白質(zhì)的低 ， 序列上常常出現(xiàn)重復(fù)的區(qū)域。蛋白質(zhì)與配體相互作用以及蛋白質(zhì)結(jié)構(gòu)與功能之間的關(guān)系是后基因組時(shí)代研究的核心內(nèi)容 ， 而蛋白質(zhì)的結(jié)合位點(diǎn)的預(yù)測(cè)是這些研究領(lǐng)域的理論基礎(chǔ) ， 同時(shí)也是基于結(jié)構(gòu)的藥物設(shè)計(jì)中至關(guān)重要的步驟 ， 對(duì)計(jì)算機(jī)輔助藥物設(shè)計(jì)和復(fù)合物結(jié)構(gòu)預(yù)測(cè)具有重要意義 ， 也是生物信息學(xué)領(lǐng)域一個(gè)重要的研究熱點(diǎn)。固有無(wú)序蛋白質(zhì)也是蛋白質(zhì)，它往往與其他蛋白質(zhì)、 DNA 和 RNA 等通過(guò)結(jié)合位點(diǎn)結(jié)合來(lái)行使功能，結(jié)構(gòu)上的柔性和在復(fù)合物狀態(tài)能發(fā)生無(wú)序 有序轉(zhuǎn)變的特性使其能夠與蛋白質(zhì)、 DNA 和 RNA 等發(fā)生廣泛的相互作用，從而行使諸多重要的生物學(xué)功能。 課題研究思路和意義 課題以 DisProt[15]數(shù)據(jù)庫(kù)中固有無(wú)序蛋白質(zhì)為研究對(duì)象， 利用 BSDP（ Binding Sites of Disordered Proteins 利用 編程軟件 進(jìn)行統(tǒng)計(jì)得到新的 結(jié)合位點(diǎn) 數(shù)據(jù) 。 德州學(xué)院 物電學(xué)院 20xx 屆 應(yīng)用物理學(xué)專業(yè) 畢業(yè)論文 4 2 數(shù)據(jù)來(lái)源及去冗余處理 固有無(wú)序蛋白質(zhì) 數(shù)據(jù)來(lái)源 目前，經(jīng)實(shí)驗(yàn)確認(rèn)的固有無(wú)序蛋白質(zhì)的數(shù)目日益增加，為方便這些數(shù)據(jù)的管理和注釋，人們開(kāi)始建立有關(guān) IDPs 的數(shù)據(jù)庫(kù)。 固有無(wú)序蛋白質(zhì) 數(shù)據(jù)去冗余處理 由于蛋白質(zhì)序列數(shù)據(jù)庫(kù)中都含有大量的冗余序列，冗余序列通常不能提供更多的信息，而且不利于數(shù)據(jù)的統(tǒng)計(jì)分析，而且它們要占用更多的計(jì)算機(jī)存儲(chǔ)和處理資源。序列片段過(guò)濾可以通過(guò)計(jì)算序列片段的數(shù)目來(lái)斷定序列之間的相似度在某 個(gè)閾值之內(nèi)，速度較快；序列比對(duì)是一種常用的序列之間相似性分析和比較的方法，可以分為全局比對(duì)和局部比對(duì)兩種方法，序列比對(duì)方法可以獲得較為精確的相似度，但通常占用較多的時(shí)間；出于對(duì)精確度和速度的折中，可以采用上述兩種方法結(jié)合的方式來(lái)確定序列之間的相似度，即首先設(shè)置一些過(guò)濾策略來(lái)減少序列之間比對(duì)的次數(shù)，再在必要時(shí)采用序列比對(duì)來(lái)確定序列之間的相似度，我們現(xiàn)在所了解的是著名的去冗余程序 CDHIT[16,17]（ ?？梢缘玫教幚砬昂吞幚砗笞铋L(zhǎng)序列和最短序列的氨基酸個(gè)數(shù)相同，處理前的平均氨基酸個(gè)數(shù)稍比處理后要短，但基本相同，說(shuō)明相似度閾大于 30%蛋白質(zhì)序列的氨基酸多數(shù)在平均數(shù)以下 。通過(guò)對(duì)這些數(shù)據(jù)進(jìn)行處理，可以更清楚的看到去冗余前后各種氨基酸的變化情況，如表 22 所示。 從圖 22可以看出 20中氨基酸在序列中所占百分含量總體趨勢(shì)去冗余前后變化不大，各氨基酸含量總趨勢(shì)也是不變的。 結(jié)合位點(diǎn)數(shù)據(jù)集的來(lái)源及分析方法 BSDP 數(shù)據(jù)庫(kù)主要是 無(wú)序蛋白質(zhì)結(jié)合位點(diǎn)信息的數(shù)據(jù)庫(kù) ， 從 BSDP 數(shù)據(jù)庫(kù)中得到固有無(wú)序蛋白質(zhì) 蛋白質(zhì)、固有無(wú)序蛋白質(zhì) DNA、固有無(wú)序蛋白質(zhì) RNA、固有無(wú)序蛋白與輔因子、固有無(wú)序蛋白與金屬、固有無(wú)序蛋白與配體、固有無(wú)序蛋白與 ATP/GTP、固有無(wú)序蛋 圖 22 去冗余前后各種氨基酸含量 圖 21去冗余前后各氨基酸個(gè)數(shù) 德州學(xué)院 物電學(xué)院 20xx 屆 應(yīng)用物理學(xué)專業(yè) 畢業(yè)論文 7 白與其它物質(zhì)以及固有無(wú)序蛋白所有相互作用的結(jié)合位點(diǎn)，共九組數(shù)據(jù)。 由圖中可以看出蛋白質(zhì)和蛋白質(zhì)結(jié)合位點(diǎn)最多， ProteinATP/GTP 的結(jié)合位點(diǎn)最少。氨基酸 Trp，Met， Val， Arg 頻率較高，比較受歡迎，而氨基酸 Ser， Qln， His 頻率較低，不太受歡迎。這可能由于 DNA 和 RNA 都是核酸，具有相似的核苷酸組成，因此在選擇與其結(jié)合的氨基酸殘基時(shí)具有相近的偏好。 圖 34 固有無(wú)序蛋白與 RNA 結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果 德州學(xué)院 物電學(xué)院 20xx 屆 應(yīng)用物理學(xué)專業(yè) 畢業(yè)論文 10 固有無(wú)序蛋白與配體結(jié)合位點(diǎn)的統(tǒng)計(jì)分析 由圖 37 我們可以發(fā)現(xiàn)，固有無(wú)序蛋白與配體的結(jié)合位點(diǎn)中氨基酸 Trp， His 頻率較高，而氨基酸 Ala， Ser， Lys， Arg， Phe， Pro， Asp 沒(méi)有出現(xiàn)，其余氨基酸雖有出現(xiàn)，但頻率圖 35 固有無(wú)序蛋白與 ATP\AGP 結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果 圖 36 固有無(wú)序蛋白與輔因子結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果 德州學(xué)院 物電學(xué)院 20xx 屆 應(yīng)用物理學(xué)專業(yè) 畢業(yè)論文 11 較低。通該圖，我們可以發(fā)現(xiàn)在無(wú)序 組蛋白與其它物質(zhì)相互作用時(shí)，結(jié)合位點(diǎn)的各種氨基酸的頻率不同，綜合考慮各種相互作用，氨基酸 Trp， Met， Val， Gly 所占比例較高，而氨基酸 Ser，Phe， His 所占比例較低。 圖 39 固有無(wú)序蛋白與其它離子結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果 德州學(xué)院 物電學(xué)院 20xx 屆 應(yīng)用物理學(xué)專業(yè) 畢業(yè)論文 13 4 結(jié)論 自從 20 世紀(jì) 90 年代固有無(wú)序蛋白質(zhì)被發(fā)現(xiàn)以來(lái)，短短的十幾年時(shí)間里，關(guān)于固有無(wú)序蛋白質(zhì)的研究，從當(dāng)初的萌芽期迅速發(fā)展成一個(gè)重要且富有活力的蛋白質(zhì)科學(xué)研究領(lǐng)域。 （ 3） 通過(guò)分析可以得知：在蛋白質(zhì)和蛋白質(zhì)的結(jié)合位點(diǎn)中，氨基酸 Trp， Met， Val，Arg 頻率較高，而氨基酸 Ser， Qln， His 頻率較低；在蛋白質(zhì)與 DNA 的結(jié)合位點(diǎn)中，氨基酸 Arg， Trp， Gly 頻率較高，氨基酸 Met， Ser， Fhe， Phe， Asp 頻 率較低，而氨基酸 His在無(wú)序區(qū)沒(méi)有出現(xiàn)；在蛋白質(zhì)與 RNA 的結(jié)合位點(diǎn)中氨基酸 Trp， Gly 頻率較高，氨基酸圖 310 所有相互作用類型中固有無(wú)序蛋白質(zhì)結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果 德州學(xué)院 物電學(xué)院 20xx 屆 應(yīng)用物理學(xué)專業(yè) 畢業(yè)論文 14 Met， Ser， Fhe， Pro， Asp， His 頻率較低；在蛋白質(zhì)與 ATP\AGP 的結(jié)合位點(diǎn)中，氨基酸中 Gly 的頻率較高，氨基酸 Al， Trp， Met， Val， Gln， Glu， Asp 也有出現(xiàn)，但頻率較低，其余氨基酸沒(méi)有出現(xiàn)；在蛋白質(zhì)與輔因子的結(jié)合位點(diǎn)中，氨基酸 Ala， Gln 頻率較高，而氨基 酸 The， Phe， Asn， Pro， His， Asp 沒(méi)有出現(xiàn)，其 余氨基酸雖有出現(xiàn)但頻率較低；在蛋白質(zhì)與配體的結(jié)合位點(diǎn)中， 氨基酸 Trp， His 頻率較高，而氨基酸 Ala， Ser， Lys， Arg，Phe， Pro， Asp 沒(méi) 有出現(xiàn) ,其余氨基酸雖有出現(xiàn)，但頻率較低；在蛋白質(zhì)與金屬結(jié)合位點(diǎn)中，氨基酸 Met， Gly， Gln， Lys 出現(xiàn)的頻率較高，氨基酸 Ala， Thr， Leu， Gly， Asn， Tyr，Asp 出現(xiàn)的頻率較低，其余氨基酸沒(méi)有出現(xiàn)；在無(wú)序組蛋白的其它結(jié)合位點(diǎn)中， 氨基酸Met， Gly， Cys 出現(xiàn)頻率較高，而氨基酸 Leu， Pro 沒(méi)有出現(xiàn)，氨基酸 Ser， Arg， Phe 出現(xiàn)的頻率較低。 參考文獻(xiàn) [1] Uversky VN .Natively unfolded proteins: a point where biology waits for physics. Protein Sci .20xx,11: 739756. [2] Dunker AK, Obradovic Z, Romero P, Garner EC, Brown CJ. Intrinsic protein disorder in plete genomes. Genome Inform Ser Workshop Genome Inform .20xx, 11: 161171. [3] Dunker AK, Oldfield CJ, Meng J, Romero P, Yang JY, et al. The unfoldomics decade: an update on intrinsically disordered proteins. BMC ,9 Suppl 2: S1. [4] Nishikawa K . Natively unfolded proteins: An overview. BIOPHYSICS .20xx,5: 5859. [5] Radivojac P, Iakoucheva LM, Oldfield CJ, Obradovic Z, Uversky VN, et al. Intrinsic disorder and functional proteomics. Biophys , 92: 14391456. [6] Burra PV, Kalmar L, Tompa P . Reduction in structural disorder and functional plexity in the thermal adaptation of prokaryotes. PLoS One .20xx, 5: e12069. [7] PavlovicLazetic GM, Mitic NS, Kovacevic JJ, Obradovic Z, Malkov SN, et al. Bioinformatics analysis of 德州學(xué)院 物電學(xué)院 20xx 屆 應(yīng)用物理學(xué)專業(yè) 畢業(yè)論文 15 disordered proteins in prokaryotes. BMC Bioinformatics. 20xx,12: 66. [8] Xue B, Dunker AK, Uversky VN . Orderly order in protein intrinsic disorder distribution: disorder in 3500 proteomes from viruses and the three domains of life. J Biomol Struct Dyn .20xx,30: 137149. [9] Sethi D, Garg A, Raghava GP. D