宏蛋白质组学信息分析的基本策略及其挑战-生物化学与生物物理进展.PDFVIP

生物化学与生物物理进展 Progress in Biochemistry and Biop hys ics 2018, 45(1): 23~35 宏蛋白质组学信息分析的基本策略及其挑战* 1, 2)** 1, 2)** 1) 1) 1, 3) 1, 2, 3)*** 洪凯 闫克强 何燕斌 闻 博 杨焕明 刘斯奇 1) 2) ( 深圳华大生命科学研究院，深圳518083； 中国科学院北京基因组研究所，基因组科学与信息重点实验室，北京100101； 3) 沃森基因组研究院，杭州310008) 摘要 宏蛋白质组学是一门新型科学，它运用质谱技术规模化地采集自然界微生物种群的蛋白质信息，并结合多种组学数 据，开展微生物种群的遗传特征及其生物功能的研究 宏蛋白质组学的信息分析与传统蛋白质组学方法有较大的不同，亟需 拓展新的分析思路 由于宏蛋白质组的研究对象是 杂度极高的微生物样品，因此，需要构建尽可能囊括样本中所含微生物 的基因组信息的物种数据库 面对庞大的数据库，必须考虑到分析过程中所消耗的计算资源和鉴定结果的质控标准，因此， 需要高度优化库容量、搜库、假阳性控制等参数 鉴于宏蛋白质组数据中广泛存在复杂的同源蛋白质序列，因此，需要充分 利用NCBI 数据库中的分类信息进行匹配，并运用LCA 算法过滤处理才能将蛋白质有效地归组到物种 本文立足于宏蛋白 质组学信息分析，从宏蛋白质组的数据库建立、蛋白质归并、生物学意义发掘等几个方面着手，对该领域的发展现状、面临 挑战以及未来研究方向进行了评述 关键词 宏蛋白质组学，数据库，数据分析，蛋白归并，物种分析 学科分类号 Q51，Q71 DOI: 10.16476/j.pibb .20 17.0187 微生物在整个地球生物圈中扮演着重要作用 境之间的复杂关系 NGS 能够对复杂微生物群体 微生物有很强的环境适应能力，具备足够的自身修 的基因组进行DNA 测序，通过搜库或者de novo 能力；微生物往往能够充分利用其寄生环境，发 方法，获得环境微生物的基因信息总和，并实行功 展复杂的微生物群落，形成微生物与环境互动的网 能注释，全面地揭示微生物种群的结构、功能、进 络效应 一般认为，采用实验室细菌培养的方法， 化等特征[1] 无法开展自然界微生物种群结构和遗传多样性的研 蛋白质是基因功能的直接体现者 在微生物宏 究 这是因为一方面，仅有不到1%的自然界微生 基因组数据的基础上，进一步开展其相应的蛋白质 物可能以实验室方法获得培养或纯化；而另一方 组成及功能的研究，将能够 入发掘微生物群体中 面，通过人工手段培养的细菌可能丧失了自身特 功能分子的丰度分布和功能取向 2004 年， 征，尤其是微生物菌落之间的相互关系 科学研究 Rodriguez-Valera[2]第一次提出了 “宏蛋白质组”的 者很早就意识到这个问题，但是限于实验手段，自 概念 一般而言，宏蛋白质组学依据宏基因组数 然界微生物群落结构及分布的研究一直进展缓慢 据，通过质谱技术采集特定环境条件下微生物种群 基因组学的兴起和DNA 测序技术的发展，为解决 中全体蛋白质信息，探索微生物组成以及代谢方 这个难题奠定了理论和技术的基础 值得指出的 式，揭示微生物与环境之间的相互关系 例如，在 [3] 是，二代测序技术(NGS)的出现，不仅提高了基因 2004 年，Wilmes 等 第一次利用双向电泳技术分 组测序的速度，极大地降低了测序成本；而且为基 因组学开拓了新的应用领域 几乎与NGS 同步，