基于表面及浅层氨基酸特性的胞内蛋白质稳定性研究-study on stability of intracellular protein based on surface and shallow amino acid characteristics.docxVIP

摘要蛋白质降解与细胞的增殖分化、信号传导等诸多细胞生命活动密切相关。泛素—蛋白酶体通路是真核生物体内蛋白质主要的降解通路。蛋白质的降解与其自身固有的序列与结构信息密切相关。本文考虑到蛋白质相互作用域往往暴露在蛋白质三维结构的表面，蛋白质功能的发挥往往与其三维结构表面特征密切相关，因此本文从蛋白质表面及浅层氨基酸序列及结构特性出发探讨真核生物胞内蛋白质稳定性。主要工作如下：(1)论文以高通量的实验数据为基础，在经过一系列处理后，对人类蛋白质进行了基于序列的溶剂可及性表面的预测，得到了暴露在蛋白质表面的氨基酸序列。对蛋白质表面的氨基酸序列与结构，从理化特性、一级结构、二级结构、重要基序、蛋白质翻译后修饰和N端规则等方面进行了研究分析。本文选取了若干个差异显著性较好的特征建立了短寿命蛋白质预测模型，模型的敏感性、特异性、准确率分别为：77.5%、78.2%、78.2%，并将该模型的结果与本实验室的SProtP 模型和以N端规则构建的模型进行了比较分析。(2)蛋白质的空间构象在细胞内不是固定不变的，而是随着功能的发挥发生变化。位于蛋白质三维空间结构浅层部分的氨基酸残基可能会由于构象变化而处于蛋白质三维结构的表面，针对这一现象，本文根据蛋白质的三维空间结构数据计算出了各个原子的深度，获取到了蛋白质浅层的部分。研究分析了蛋白质浅层部分与蛋白质稳定性的关系，结果发现蛋白质浅层的很多特性与蛋白质的稳定性存在一定关系，如短寿命蛋白质浅层多是不带电的极性氨基酸而长寿命蛋白质浅层多是带电的极性氨基酸，它们形成氢键的稳定性是不同的。(3)本文最后利用CGI编程技术对计算氨基酸深度的算法进行了网络实现，使得用户可以方便的通过网络计算各氨基酸在蛋白质三维空间结构中的位置深度，进而深入理解蛋白质的结构特征与其功能的关系。关键字：蛋白质稳定性、泛素蛋白酶体降解通路、选择性降解、蛋白质表面和浅层、人类蛋白质半衰期预测AbstractThere are closed relationship between protein degradationand many cellular processes such as cell proliferationanddifferentiation,signaltransductionandsoon.TheUbiquitin-proteasomepathwayis themajorproteindegradationpathwayineukaryote.Andthereareclosedrelationshipbetweenprotein degradationanditsinherentsequenceandstructureinformation.Thispaperconsidersthe protein-proteininteractiondomainsareoftenexposedtothesurfaceinthethere-dimensionalstructure ofpeotein,andtheproteinfunctionsareoftencloselyrelatedwiththesurfacefeaturesofits three-dimensionalstructure.Sothispaperresearchedthestability ofeukaryoticproteinfromthe sequence andstructurecharacteristicsofprotein surfaceand lowdepthamino acids.Afterprocessingthehighthroughputexperimentaldata,Ipredictedthesolventaccessible surfaceofhumanproteinsbasedonsequences,andretrievedthesurfacesequences.Totheseamino acidsexposedonproteinsurface,Ihaveanalyzedtheirphysicalandchemicalproperties,primary structure,secondarystructure,importantmotifs,Post-translationalmodificationandN-endaminoacids. AndIchosesomebestdifferentiationfeaturestobuilda short half-livedprotein predictionmodelinthe work,andthesensitivity,specificityandaccuracyare77.5%