论文ID
题目：An atlas of substrate specificities for the human serine/threonine kinome
期刊：Nature
IF：69.504
发表时间：2023年1月11日
通讯作者单位：康奈尔医学院
DOI：https://doi.org/10.1038/s41586-022-05575-3
主要内容：
一种计算资源可以确定人类的一类主要激酶的几乎所有成员的候选蛋白质目标，这对理解健康和疾病中的细胞信号有意义。
蛋白质的磷酸化--有选择地将磷酸盐基团添加到蛋白质上--是一种调节机制，是生命的根本。反之，磷酸化失调也与阿尔茨海默病、癌症和糖尿病等疾病有关。催化磷酸化的酶被称为激酶，是药物的主要目标，因此了解它们的调节作用可以提供新的治疗机会。我们利用质谱技术识别和量化磷酸化的能力的提高，使得人类蛋白质中已知的磷酸化位点（统称为磷蛋白组）的数量迅速增加，从世纪之交的数百个增加到今天的10万个以上3。然而，将这些位点与它们相关的激酶联系起来是一个艰苦的过程。Johnson等人在《自然》杂志上撰文，向解决这一问题迈出了重要一步，描述了一个全面的资源，定义了人类激酶的一个主要类别的几乎所有成员的潜在底物。
磷蛋白组是非常复杂的，由数百种蛋白激酶和数以万计的底物组成的紧密相连的网络。它们共同构成了细胞信号网络，可以像微处理器一样运作，通过编码、处理和整合细胞信息，并以无数细胞过程的形式调节输出，从基因表达到细胞分裂。这种能力之所以可能，只是因为不同的激酶对许多可能的蛋白质底物具有不同的特异性。
一个激酶的特异性产生于许多外在和内在的因素。外在因素包括激酶和其底物是否在同一细胞类型或细胞的同一部位表达，以及与其他分子的相互作用，如支架蛋白。内在因素产生于激酶和底物的生化和结构特性。例如，在磷酸化部位附近存在带电的或笨重的氨基酸残基，可能会促进或阻碍激酶对特定蛋白质进行磷酸化的能力。内在的特异性导致激酶有一个首选的图案--围绕磷酸化位点的理想残基序列。
Johnson等人使用一种称为位置扫描肽阵列分析的无细胞技术来确定几乎所有以丝氨酸和苏氨酸为目标的激酶的内在底物特异性--代表人类细胞中大约99%的磷酸化位点。该方法涉及筛选303种人类激酶库，以确定每种激酶将磷酸基团转移到数百种不同短串氨基酸的中心丝氨酸或苏氨酸残基的能力（图1）。值得注意的是，作者发现几乎三分之二的磷酸化位点可以分配给一小撮激酶中的一个。
该研究还强调了 "负选择性 "在定义底物选择方面的重要性。正如一些激酶偏爱其目标中特定位置的某些氨基酸残基一样，也会出现相反的情况--对这些残基的选择。这在一些激酶中是已知的，但作者表明，这是一个普遍的属性，驱动着 "激酶组"（人类激酶的完整剧目）的大部分整体底物选择性。
通过系统地定义大多数人类丝氨酸/苏氨酸激酶的内在底物特异性，作者对这些酶进行了广泛的比较。激酶超家族以前被划分为100多个家族，主要是根据其催化结构域的序列比较。鉴于催化结构域的序列（以及推而广之的结构）决定了底物的可及性，内在的底物特异性被认为是遵循这些家族的分类。但是Johnson和他的同事们的发现导致作者将这些激酶重新分类为至少38个基于图案的类别。他们发现来自不同系统发育家族的激酶在相似的底物序列特异性上趋于一致，并且他们定义了激酶中决定特异性的关键氨基酸残基，这些残基对观察到的选择性中的一些（但不是全部）负责。
由于计算工具AlphaFold等的发展，结构模型越来越多，它可以预测蛋白质结构，这将使激酶及其假定底物的结构信息被纳入特异性的预测中。对这些预测的准确性至关重要的是将酶本身的修饰纳入激酶结构模型（实际上是所有蛋白质结构），因为许多这些酶只有在其催化区本身被磷酸化时才有活性。
这些新定义的激酶特异性也可用于预测100多个 "黑暗 "激酶的功能--那些没有任何报道的底物的激酶3。将每个激酶的潜在底物组合起来，并将某些特征（如它们表达的组织、它们的功能和它们的调节方式）整合到各种生物背景中，可以揭示这些未充分研究的酶的生物作用。这种可能性应促使研究人员冒险 "进入黑暗"，以更好地描述这些难以捉摸的蛋白质。这将是特别有益的，因为生物医学研究往往集中在某些 "受宠 "的蛋白质上，尽管这些蛋白质不一定比其他任何蛋白质更重要，无论是对生物还是医学研究而言。
今天，质谱法可以测量微小的生物样本中蛋白质的数万种变化。然而，尽管由此产生了大量的信息，但研究人员经常根据已确定的激酶的磷化位点中只有5%的反应来解释细胞信号网络的变化。为了解决这个问题，许多研究已经开始利用有限的实验数据来预测一些（但不是所有）激酶的底物。相比之下，Johnson等人利用他们的实验数据对最有可能作用于大多数人类磷蛋白组的激酶进行了计算排序（图1）。研究人员现在可以在分析细胞信号数据集时使用这些预测，以获得对生物样本中发生的潜在网络活动的更广泛看法。
随着生物医学领域继续以越来越快的速度和规模产生生物分子的轮廓，将这些数据的背景化的方法的进步是至关重要的。约翰逊及其同事的数据库将使研究人员能够预测在各种生物背景下感兴趣的分子的调节媒介。这种方法可以扩展到酪氨酸激酶（这里没有包括的最大的激酶家族）的分析，或其他类型的修饰，如添加泛素或乙酰基，甚至修饰之间的相互作用，提供一个更全面的细胞信号的观点。
虽然仅内在方面就能很好地解决激酶组的潜在底物，但激酶的特异性也受到其他因素的影响。理想情况下，这些因素--包括蛋白质-蛋白质相互作用、组织和细胞特异性表达以及细胞定位--可以被纳入细胞信号网络的拓扑模型。然而，这将需要关于许多细胞类型和生物背景的大量数据。幸运的是，基于质谱技术的蛋白质组学正在崛起，以应对这一挑战。我们在绘制调节性激酶图方面的持续改进将提高我们解释细胞信号语言的能力。
原文链接：https://www.nature.com/articles/s41586-022-05575-3
转自：“生物医学科研之家”微信公众号
如有侵权，请联系本站删除！
