《自然》：蛋白高通量定量技術

　　來自美國德州大學西南醫學中心的Rama Ranganathan和他的同事研發了一種能全面分析單基因突變的高通量定量技術，這對于理解蛋白結構，以及蛋白工程應用具有重要意義。相關成果公布在Nature雜志上。

　　生物學的一個基本原則就是蛋白的氨基酸序列能特異性構成相應的三維結構，并行使生物化學功能，至少是在生理學方面。統計耦合分析 (Statistical coupling analysis，SCA)方法是根據進化守恒原理分析蛋白序列信息內容的一種定量方法，其基本原理在于蛋白殘基之間的表觀偶聯模式，通過統計分析這些殘基位置在同源序列家族中的協同進化，發現氨基酸之間的功能作用。

　　SCA的一個主要結論就是蛋白中大部分殘基幾乎都是各自獨立演化的，不會受到結構環境的影響，不過有大約20%的氨基酸能與協同進化的氨基酸組成物理結構連續網絡，稱為protein sectors(蛋白區，生物通譯)。但是蛋白也會受到來自進化過程本身動力學的影響，來容納突變并適應蛋白區選擇的改變。

　　為了能了解這些特性，在這篇文章中，研究人員研發了一種高通量的定量方法，可以全面分析單基因突變――每個位置會被其他氨基酸單獨取代。基于一種PDZ結構域模型系統，研究人員發現蛋白區位置對突變具有功能敏感性，但非蛋白區位置則對這些替換容忍性更高。

　　研究人員還指出對于一種新結合特異性，能通過蛋白區殘基的變化來適應，而且兩個與配體結合位點相鄰和遠離的蛋白區突變結合在一起，就能開啟PSD95針對一類開關配體的定量結合特異性。這些蛋白區中功能作用定位和適應性變化都對于了解蛋白，蛋白生物工程研究具有重要意義。

　　蛋白結構意義重大，蛋白質在發揮功能之前先要進行折疊。每種蛋白質都具有獨特的特性和折疊構象。包括癌癥在內的多種疾病都與蛋白質錯誤折疊或其他功能故障有關。近三十年來隨著計算機科學發展成為越來越有力的工具，科學家開發了許多方法來預測特定氨基酸殘基鏈的折疊方式及其對蛋白功能的影響。

　　例如近期研究人員還研發了一個稱為DCA-fold(direct coupling analysis-fold)的方法，大大改進了目前的蛋白質預測技術。他們首先在編碼蛋白質的基因組序列中尋找同時變化的位點，這種位點在序列中可能相距很遠。這一步驟是基于在蛋白質進化史中的某一時刻，氨基酸相互接觸并保持聯系。

　　生物學進程中許多事件的決定是基于這種弱相互作用，這些弱相互作用會引起蛋白質構象改變，磷轉移或者啟動一系列級聯信號傳遞。而目前的蛋白質預測方法還無法進行識別。研究人員深入分析了細菌基因組收集了15種蛋白模型，采用這些蛋白質約1000種編碼序列，足以保證DCA-fold方法在統計學上精確性。