基于序列及结构特征的固有无序蛋白-核酸相互作用位点预测分析

蛋白质和核酸互作的分子力学研究蛋白质和核酸是生命中最基础、最重要的分子之一。

在生物体内，它们扮演着许多重要的生物学角色。

蛋白质和核酸之间的相互作用是生命分子学研究领域的焦点之一。

本文将介绍蛋白质和核酸互作的分子力学研究进展。

1.蛋白质和核酸结合的形式在细胞中，蛋白质和核酸能够相互作用并形成复合物，这种结合对于生物体的正常功能具有关键意义。

根据复合物的结构形式，蛋白质和核酸之间的相互作用可以分为两种形式：非特异性相互作用和特异性相互作用。

非特异性相互作用强调的是两种生物分子之间电荷相互作用的普遍性。

蛋白质和DNA的非特异性相互作用主要表现为静电相互作用和范德华作用力。

例如，DNA上带负电的磷酸基团与蛋白质上的阳离子残基，如精氨酸和赖氨酸之间会发生静电相互作用。

相比之下，特异性相互作用是指生物分子间产生的特定和选择性的相互作用，例如酶和底物的牢固结合、蛋白质与DNA的结合等。

2.蛋白质和核酸的结合力研究蛋白质和核酸之间的相互作用需要准确地测量它们之间的结合力。

在分子生物学中，ΔG是描述生物分子间结合稳定性大小的一个重要参数，通常用来表示蛋白质和核酸之间相互作用的强度。

一些研究表明，蛋白质和核酸之间的相互作用力主要是通过静电相互作用和范德华力来实现的。

然而，新的研究表明，在复合物形成的过程中也存在其他作用力的贡献，如氢键相互作用、范德华相互作用、水合作用、疏水作用等。

3.分子动力学模拟分子动力学模拟是一种利用计算机模拟复杂物体运动的方法。

在蛋白质和核酸互作的研究中，分子动力学模拟得到了广泛应用。

分子动力学模拟可以预测蛋白质和核酸之间的结合行为，可以解决实验难以观测到的细节问题，包括精确定量结合位点和细节核糖分子结构的问题。

此外，分子动力学模拟也可用于优化分子设计，例如设计一种新的蛋白质晶体管道，用于制造新的药物。

4.结语蛋白质和核酸之间的相互作用一直以来都是生命科学研究的重点之一。

然而，我们对它们之间的相互作用力还有很多需要探索的问题。

蛋白催化位点预测蛋白催化位点预测是一项重要的研究领域，在药物设计和生物工程等领域具有广泛的应用前景。

通过预测蛋白质分子中的催化位点，我们可以更好地理解蛋白质的功能和作用机制，从而为新药的开发和治疗疾病提供重要的指导。

催化位点是蛋白质分子中具有催化活性的特殊位置。

它们通常由氨基酸残基组成，具有特定的结构和功能。

在蛋白质的结构中，催化位点通常位于活性中心附近，与底物分子发生特定的相互作用，从而催化化学反应的进行。

为了预测蛋白质中的催化位点，研究人员通常使用一系列的计算方法和算法。

这些方法可以分为结构基于方法和序列基于方法两大类。

结构基于方法主要是基于蛋白质的三维结构进行预测。

通过分析蛋白质的结构特征，如氨基酸的侧链构象、残基间的相互作用等，可以预测催化位点的位置和性质。

这些方法通常需要蛋白质的结构信息，因此需要进行蛋白质结构的解析和模拟。

序列基于方法则是基于蛋白质的氨基酸序列信息进行预测。

通过分析蛋白质序列中的保守位点和保守模体，可以预测催化位点的位置和特征。

这些方法通常不需要蛋白质的结构信息，因此可以应用于未知结构的蛋白质。

除了结构和序列信息，催化位点的预测还可以利用生物信息学数据库和机器学习算法。

通过分析已知催化位点的特征和模式，可以训练模型来预测未知蛋白质中的催化位点。

这些方法在大规模的蛋白质数据分析中具有较高的准确性和效率。

尽管蛋白质催化位点预测在理论和方法上取得了一定的进展，但仍然存在一些挑战和难题。

首先，蛋白质的结构和功能非常复杂，催化位点的预测仍然存在一定的误差和不确定性。

其次，蛋白质的结构和序列信息在不同的物种和组织中可能存在差异，这也给催化位点的预测带来了一定的困难。

为了进一步提高蛋白质催化位点预测的准确性和效率，需要不断开展基础研究和方法改进。

同时，加强数据共享和合作，建立更加完善和准确的数据库，也是推动该领域发展的重要方向。

蛋白质催化位点预测是一项具有挑战性和重要性的研究课题。

组蛋白H1序列固有无序特性分析王春玲2，于家峰1，王红梅2，王吉华1,2【摘要】组蛋白H1对于高阶染色质结构的形成和基因表达调控具有重要作用. 为了揭示组蛋白H1在染色质结构形成中的生物学机制，本文对组蛋白H1三个结构域C-terminal domain (CTD)、N-terminal domain(NTD)和Globular domain (GD) 及各区域连接位点对应序列氨基酸偏好、复杂度等序列特征进行了系统对比研究，并对各区域进行了固有无序蛋白有序区/无序区预测分析. 结果表明，组蛋白H1三个结构中，中间的球状结构域(GD)中的氨基酸序列是非常保守的，NTD富含疏水氨基酸，CTD末端富含碱性氨基酸. 进一步的研究表明，CTD和NTD两个结构域普遍具有固有无序特性，因此这些区域具有较大的柔性结构，对其在染色质形成中行使的重要生物学功能具有重要意义.【期刊名称】原子与分子物理学报【年(卷),期】2016(033)006【总页数】5【关键词】组蛋白H1；固有无序蛋白；序列分析1 引言组蛋白(Histone)是真核生物染色体的基本结构蛋白，富含碱性氨基酸且带正电荷，与带负电荷的DNA 通过静电引力结合，参与染色体结构的形成，是组成染色质的基本单位. 细胞核中有5种主要类型的组蛋白：H1，H2A，H2B，H3和H4. 五种组蛋白在功能上分为两组：一组是核小体组蛋白(nucleosomal histone)，包括H2A，H2B，H3和H4，它们的作用是将DNA分子盘绕成核小体；另一组是连接组蛋白H1，它与形成核小体的八聚体蛋白H2A、H2B、H3、H4 不同，在构成核小体装配中起连接作用，结合于核小体之间的连接DNA上，锁住核小体DNA的进出口，使核小体一个挨一个，彼此靠拢，以形成更加紧密的染色体结构. 在高等真核生物中，组蛋白H1有三个结构域，中间的球状结构域(Globular domain，简称GD)、N端的尾巴(N-terminal domain，简称NTD)和C端尾巴(C-terminal domain，简称CTD)[1].组蛋白H1在真核细胞染色质中起多个重要的角色，包括核小体的定位[2]，稳定的折叠和染色质凝聚[3,4]，并直接调节基因表达. 组蛋白H1定位在神经元和星形胶质细胞的细胞质中，与淀粉状纤维结构结合，与一些疾病的发生有关[5]. Thomas[6]等人研究发现，就与DNA作用而言，CTD在染色质凝聚方面比另两个区域更为重要，CTD氨基酸对DNA 凝聚起了决定作用. Izzo[7]等对人类的组蛋H1的5种亚型进行了研究. Jeffrey[8]等人提出组蛋白H1末端结构域无序的观点.Annalisa[9]和Sean[10]分别发表综述文章，介绍了组蛋白H1家族的特异性和家族成员行动机制令人激动的新视角和组蛋白H1目前的前景和挑战. 尽管大量的文献对组蛋白H1进行了研究，但是组蛋白H1的末端结构域如何与核小体结合发挥其在核小体结构中的纽扣作用的分子机制及组蛋白H1末端结构域的柔性结构功能形成的原因还缺少系统研究. 因而，本文首先对组蛋白H1三个结构域对应的氨基酸序列进行了深入的序列特征比较分析，然后首次对组蛋白H1进行了固有无序蛋白蛋白特性分析，为今后组蛋白H1的生物学机理研究提供了可靠的理论依据.2 材料及方法2.1 数据集构建数据集的组蛋白H1序列从Uniprot数据库中下载，选取其中有明确三个结构域注释信息的96条序列，按照注释分成CTD、NTD和GD三个数据集.2.2 序列分析方法Wootton[11]将源于香农熵的序列复杂度应用于氨基酸序列分析，为了更进一步分析组蛋白H1三个结构域的序列信息，采用序列复杂度K[12,13]来描述，其定义为：(1)其中，N表示氨基酸的种类数(此处为20)，i表示第i种氨基酸，fi表示第i种氨基酸在研究序列中的频率. 当20种氨基酸的组成概率相同时，公式(1)中对应的序列复杂度K值最大，为4.32，表示氨基酸使用偏好性最小；而如果此序列只由一种氨基酸组成，K值为0，表明此序列的氨基酸偏好最明显. 因此，K值越大，序列中各种氨基酸组成就越接近，氨基酸的使用偏好性越不明显，因而K可以用于描述序列中氨基酸偏好程度.2.3 固有无序蛋白预测算法固有无序是一类缺乏稳定结构而又具有重要生物功能的天然蛋白[14]. 2012年Zhou课题组发展了固有无序预测器Spine-D[15]，无论是短的或长的无序区域其特异性大都在85%以上，在长无序区域中敏感性达到81%，90%以上的有序区域敏感性可达65%，具有较好的预测效率. 因此，为了分析组蛋白H1的柔性结构形成机制，本文采用Spine-D算法对组蛋白H1进行了固有无序区预测研究.3 研究结果及讨论3.1 组蛋白H1各结构域序列复杂度分析首先根据公式(1)对CTD、NTD和GD三个结构域的序列复杂度进行了计算分析，结果见图1所示. 图中，横坐标表示序列复杂度K值，以0.2为步长，纵坐标表示对应K值分布区间在各个结构域所占的比例. 由图1可见，三个结构域的K值的范围是2.0<K≤4.2，三个结构域在K值的分布上有很大的差别. CTD的K值集中在2.0～3.2，NTD的K值集中在2.4～3.8，GD的K值集中在3.4～4.2 . 由此可以看出，氨基酸的使用偏好性上，CTD比NTD强，NTD 比GD强.3.2 组蛋白H1的三个结构域的氨基酸偏好性分析为了分析组蛋白H1的三个结构域中氨基酸组成的差异，我们计算了20种氨基酸在三个结构域中的百分比，如图2所示. 当20种氨基酸的使用相同时，每种氨基酸所占百分含量应为5%，所以如果某种氨基酸的百分含量大于5%，则该数据集偏好使用这种氨基酸. 由图2可见，三个区域偏好趋势相似，但是CTD 和NTD 更集中偏好几种氨基酸，以5%为下限，CTD中偏好使用A，K，P，S，T；其中疏水氨基酸：A，P ；亲水氨基酸：S，T；带正电的氨基酸：K. NTD中偏好使用A，E，K，P，S，T，V；其中疏水氨基酸：A，P，V；亲水氨基酸：S，T ；带正电的氨基酸：K ；带负电的氨基酸：E. GD中偏好使用A，G，K，L，P，S，T，V；其中疏水氨基酸：A，L，P，V ；亲水氨基酸：G，S，T ；带正电的氨基酸：K . 并且在CTD和NTD中A，K，P三种氨基酸的含量很高，而芳香族氨基酸(F，W，Y)的含量都极低.通过对组蛋白H1序列氨基酸偏好分析可知，组蛋白H1的中间球状结构域(GD)中的氨基酸序列是非常保守的，与已有研究中有序氨基酸使用偏好一致[16]，因而GD具有稳定的结构特性. 相比之下，两个末端结构域，NTD富含疏水氨基酸，CTD末端富含碱性氨基酸，赖氨酸(K)、丝氨酸(S)、脯氨酸(P)和丙氨酸(A)的含量非常丰富，与固有蛋白无序区氨基酸使用偏好相似[16]，从而使组蛋白H1的两个末端结构域具有较大的柔性，有利于与DNA分子结合，锁住核小体DNA的进出口，行使纽扣的作用，稳定核小体结构，促进染色质的凝集. 3.3 组蛋白H1固有无序蛋白特征分析图1和图2的结果表明组蛋白H1各区域具有不同的氨基酸使用特征，两端NTD和CTD展现出一定的结构无序特征. 因而，接下来运用Spine-D算法进一步对96条组蛋白H1序列进行了有序区/无序区预测，结果如图3所示. 图3中，预测值大于0.5的认为趋于无序分布，小于0.5趋于有序分布. 由图3可见，组蛋白H1序列中部区域出现明显的低谷区域，这个低谷在序列上位于组蛋白H1的中间球状结构域，而组蛋白H1两端的CTD和NTD的预测值都大于0.5，都包含在Spine-D预测无序区内，表明组蛋白H1两端具有明显的结构无序区. 表1中给出人的组蛋白H1的亚型的Spine-D的具体预测结果，由表中可以看出，CTD和NTD都在预测的无序区范围内，展现出明显的无序结构特性.3.4 三个结构域连接处氨基酸偏好分析由以上分析可以看出组蛋白H1的三个结构域中NTD和CTD趋于无序分布，而GD趋于有序分布，所以为了进一步对其序列信息进行挖掘，在每条蛋白质序列的三个结构域的连接处两侧截取数目为n的氨基酸残基，n 分别选取3、4、5和6个氨基酸残基，NTD和GD的连接处记为NG-n，GD 和CTD的连接处记为GC-n. 计算20种氨基酸在两个连接处的百分含量，为了更直观地衡量哪些氨基酸倾向于连接区域，用Pi-0.05表示.i代表20种氨基酸的第i种氨基酸， Pi表示第i种氨基酸的频率. 当值大于0时，说明该连接处偏好使用该氨基酸. 由图4可以看出，NTD和GD的连接处偏好氨基酸A、K、P、R、S、T，更多的偏好A、K、P；GD和CTD的连接处偏好氨基酸A、F、K、L、S，更多的偏好A、K、L.上述研究表明，组蛋白H1的两端结构域(NTD和CTD)具有明显的结构无序特征，正是这种无序的柔性使得组蛋白H1将核小体核心颗粒与DNA的进入位点结合，因而可以将DNA紧扣在位，并形成更高层次的结构. 对三个结构域连接处的氨基酸偏好分析可见，在结构域的两个连接处共同偏好丙氨酸(A)和赖氨酸(K)，另外，在NTD和GD的连接处和GD和CTD的连接处分别偏好氨基酸脯氨酸(P)和亮氨酸(L). 可见，虽然CTD与NTD都具有明显的无序特征，但是无序的程度还是有差异的，并且和两个区域的生物学功能也有关联，所以在连接区域还是有一定的氨基酸偏好区别，与已有研究中讨论结果吻合[8].4 结论组蛋白H1作为接头蛋白结合于核小体进出位置，发挥了重要“纽扣”功能，在5种组蛋白中具有最弱的序列保守性. 本文对组蛋白H1的三个结构域进行了系统的序列特征分析，并借助固有无序蛋白预测程序首次分析了各区域结构无序/有序特征. 通过本文工作可以看出组蛋白H1在序列上两端区域具有结构无序区特性，因而揭示了组蛋白H1两端柔性结构特征的序列组成机理. 尽管如此，目前能够获取的组蛋白H1序列数据还比较少. 随着近乎基因组测序技术的发展，有望对组蛋白H1 进行更深入、全面的研究，从而进一步完善本文研究结果. 因此，本文对今后组蛋白H1相关研究提供了可行的研究思路.参考文献：[1] Hartman P G, Chapman G E. Studies on the role and mode of operation of the very-lysine-rich histone H1 in eukaryote chromatin.The three structural regions of the histone H1 molecule[J].Eur.J.Biochem., 1977, 77: 45.[2] Zhou B R, Feng H, Kato H,etal. Structural insights into the histone H1-nucleosome complex[J].Proc.Natl.Acad.Sci. USA, 2013, 110: 19390. [3] Shen X, Yu L, Weir J W, Gorovsky M A. Linker histones are not essential and affect chromosome condensation in vivo[J].Cell, 1995, 82: 47.[4] Lu X W, Wontakal S N, Kavi H,etal. Drosophila H1 regulates the genetic activity of heterochromatin by recruitment of Su(var)3-9[J].Science, 2013, 340: 78.[5] Millan-Arino L, Islam A B, Izquierdo-Bouldstridge A,etal. Mapping of six somatic linker histone H1 variants in human breast cancer cells uncovers specific features of H1.2[J].Nucleic.Acids.Res., 2014, 42: 4474. [6] Thomas O H, Workman J L. Experimental analysis of chromatin function in transcription control[J].Crit.Rev.In.Eukaryotic.Expre., 1994, 4: 403.[7] Izzo A, Kamieniarz-Gdula K, Ramirez F,etal. The genomic landscape of the somatic linker histone subtypes h1.1 to h1.5 in human cells[J].CellRep., 2013, 3: 2142.[8] Hansen J C, Lu X, Ross E D,etal. Intrinsic protein disorder, amino acid composition, and histone terminal domains[J].J.Biol.Chem., 2006, 281: 1853.[9] Izzo A, Kamieniarz K, Schneider R. The histone H1 family: specific members, specific functions [J].Biol.Chem., 2008, 389: 333.[10] Harshman S W, Young N L, Parthun M R,etal. Survey and summary H1 histones: current perspectives and challenges[J].Nucleic.Acids.Research, 2013: 1.[11] Wootton J C, Federhen S. Statistic of local complexity in amino acid sequences and sequence databases[J].Computers&Chemistry, 1993, 17: 149.[12] Radivojac P, Obradovic Z, Brown C J,etal. Prediction of boundaries between intrinsically ordered and disordered protein regions[J].PacificSymposiumonBiocomputing, 2003, 216: 216.[13] Romero P, Obradovic Z, Li X,etal. Sequence complexity of disordered protein[J].Proteins, 2001, 42: 38.[14] Dunker A K, Lawson J D, Brown C J,etal. Intrinsically disordered protein[J].J.Mol.Graph.Model., 2001, 19: 26.[15] Zhang T, Faraggi E, Xue B,etal. SPINE-D: accurate prediction of short and long disordered regions by a single neural-network based method[J].JournalofBiomolecularStructure&dynamics, 2012, 29: 799. [16] Radivojac P, Iakoucheva L M, Oldfield C J,etal. Intrinsic disorder and functional proteomics[J].BiophysicalJournal, 2007, 92: 1439.doi：103969/j.issn.1000-0364.2016.12.021基金项目：国家自然科学基金项目(61302186, 61271378)；山东省自然科学基金项目(ZR2010CQ041)。