蛋白修饰分析流程.docx

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

#流程大放送#蛋白质修饰分析流程

背景和意义

由mRNA表达产生的蛋白质需要经过蛋白质翻译后的化学修饰,即蛋白质修饰,来完成蛋白质的特定功能。化学修饰会引起蛋白质的结构和理化改变,进而引起蛋白质的活性和功能改变。蛋白质修饰包括磷酸化、乙酰化、糖基化等,是调节蛋白质功能的重要方式。例如,蛋白质的磷酸化与细胞信号传导、细胞周期调节、生长发育以及癌症机理等诸多生物学问题具有密切关系;蛋白质的乙酰化是调节蛋白质活性的一种重要方式;蛋白质的糖基化对蛋白质的三维结构和功能具有重要影响;蛋白质的棕榈化对于跨膜蛋白质的活性具有重要的调节作用;蛋白质的硝基化和亚硝基化在蛋白质的氧化损伤方面具有重要作用。因此,对蛋白质修饰进行详细分析对阐明蛋白质的功能具有重要意义。

使用范围:

细胞信号传导、细胞周期调节、生长发育,氧化机制研究,肿瘤与癌症机理研究等。

分析步骤:

找到特定蛋白对应的序列文件

根据蛋白质的名称,找到蛋白质组中的特定蛋白对应的序列文件,下载后进行后续数据处理,序列下载可用网站包括NCBI、EBI等。

预测蛋白质的磷酸化位点、乙酰化位点和糖基化位点

对蛋白质组学得到的重要蛋白质,进行功能位点预测,找到其中可能的磷酸化、乙酰化、糖基化位点。磷酸化位点预测对应的软件包括GPS、PhosphoSitePlus等,乙酰化位点预测对应的软件包括ASEB、NetAcet等,糖基化位点预测对应的软件包括NetNGlyc、DictyOGlyc等。

图1.预测得到的蛋白质磷酸化位点,包含磷酸化的位置、长度和打分信息。图中红色标识的残基为特定蛋白中具有磷酸化作用的残基位点。

图2.对于特定蛋白预测得到的蛋白质N末端的乙酰化位点,包含乙酰化的残基名称和打分信息。

图3.对特定蛋白质预测得到的糖基化位点,包含蛋白质各个位置的糖基化可能性以及阈值。

预测蛋白质的棕榈酰化位点、硝基化位点和亚硝基化位点

对蛋白质进行功能位点预测,找到其中可能的棕榈化、硝基化、亚硝基化位点。预测蛋白质棕榈化位点的软件包括SUMOsp等。预测硝基化位点和亚硝基化位点的软件包括GPS-SNO。

图4.预测得到的蛋白质棕榈化位点,包含棕榈化化的位置、打分和聚类信息。

图5.预测得到的蛋白质硝基化位点,包含硝基化的位置、长度和打分信息。

修饰后蛋白质的GO富集分析

收集具有特定修饰的蛋白质(例如具有磷酸化的蛋白质),对其进行GO富集分析,分析这些蛋白质生物学功能的相关性。对应的软件包括GO-slim等。

图6.磷酸化蛋白质的GO富集分析,包含蛋白质对应的GO分类、所占全部蛋白质的百分比以及P-value。

分析流程图:

参考文献:

Wang,L.,Du,Y.,Lu,M.,

Wang,L.,Du,Y.,Lu,M.,Li,T.(2012).ASEB:awebserverforKAT-specificacetylationsite

prediction.Nucleicacidsresearch,40(WebServerissue),W376–9.doi:10.1093/nar/gks437

Ren,J.,Gao,X.,Jin,C.,Zhu,M.,Wang,X.,Shaw,A.,…Xue,Y .(2009).Systematicstudyof

proteinsumoylation:Developmentofasite-specificpredictorofSUMOsp2.0.Proteomics,9,

3409–3412.doi:10.1002/pmic.200800646

Gupta,R.,Jung,E.,Gooley,aa,Williams,K.L.,Brunak,S.,Hansen,J.(1999).Scanningthe

availableDictyosteliumdiscoideumproteomeforO-linkedGlcNAcglycosylationsites

using

neural

networks.

Glycobiology,

9(10),

1009–22.

Retrieved

from

/pubmedKiemer,L.,Bendtsen,J.D.,Blom,N.(2005).NetAcet:predictionofN-terminalacetylation

sites.Bioinformatics(Oxford,England),21(7),1269–70.doi:

文档评论(0)

mph + 关注
官方认证
内容提供者

该用户很懒,什么也没介绍

认证主体上海谭台科技有限公司
IP属地上海
统一社会信用代码/组织机构代码
91310115MA7CY11Y3K

1亿VIP精品文档

相关文档