蛋白质翻译后修饰的酶-底物调控网络分析平台的构建与应用

This project corresponds to the second key point of “Studying the regulatory mechanisms for chemical modification of biomolecule under physiological process and pathological changes” in the research area two of “Regulatory mechanisms and functional dissection of dynamic chemical modification of biomolecule”. This project would systematically develop bioinformatics platform based on sequence, network information and deep-learning methods to analyze the enzyme-substrate regulatory networks for phosphorylation, ubiquitination and acetylation. Through the reversible catalyzing by enzymes, post-translational modifications (PTMs) such as phosphorylation, ubiquitination and acetylation precisely regulate the protein functions, orchestrate the signaling pathways and biological processes. The development of proteomics technologies enabled the high-throughput identification and quantification of PTM events, however, there is no available high-throughput techniques to dissect their specific enzymes and the regulatory networks. Thus, developing the bioinformatics platform to analyze the enzyme-substrate regulatory networks should greatly boost the research of PTMs. In the preliminary study of this project, we tried to collect the establish the datasets of enzyme-substrate/site regulations for phosphorylation, ubiquitination and acetylation, and perform predictions for the specific regulatory relations of lysine acetyltransferase/ deacetylase-substrate/site based on protein sequence and structure features with deep-learning methods, which achieved promising performances. Further study revealed that protein interaction network information could enrich the enzyme-substrate relations and reduce the false positive rates. This project would systematically develop bioinformatics platform for phosphorylation, ubiquitination and acetylation, and use platform to analyze the cancer omics data.

本项目对应指南中重点资助研究方向二“生物大分子动态修饰的调控机制与功能解析”中的研究重点2“研究生物大分子化学修饰在生理过程和病理变化中的调控机制”。磷酸化、泛素化和乙酰化在复杂酶系统的可逆催化下精确地调控着蛋白质的功能及其信号通路。蛋白质组学技术的发展使得高通量地鉴定和定量翻译后修饰事件成为可能，然而修饰事件对应的调控酶却缺乏有效的技术手段进行高通量鉴定。因此，开发酶-底物位点调控网络的计算分析平台将有力地推动翻译后修饰的深入研究。前期工作中我们初步对磷酸化、泛素化和乙酰化的酶-底物位点特异性调控关系进行了收集整理，并基于深度学习算法对乙酰化的酶-底物位点特异性调控关系进行了预测，取得了较高的准确率。进一步分析发现蛋白质相互作用网络可以富集酶-底物的特异性调控关系，降低预测的假阳性率。本项目将系统地针对磷酸化、泛素化和乙酰化开发酶-底物调控网络分析平台并应用于胃癌等肿瘤组学大数据分析中。

磷酸化、泛素化和乙酰化在复杂酶系统的可逆催化下精确地调控着蛋白质的功能及其信号通路。蛋白质组学技术的发展使得高通量地鉴定和定量翻译后修饰事件成为可能，然而修饰事件对应的调控酶却缺乏有效的技术手段进行高通量鉴定。因此，开发酶-底物位点调控网络的计算分析平台将有力地推动翻译后修饰的深入研究。本项目主要研究内容：1) 开发基于蛋白质序列结构特征的酶-底物位点特异性调控关系预测工具；2) 构建基于蛋白质相互作用信息的酶-底物调控网络分析平台；3) 分析肿瘤中基因突变对翻译后修饰位点的影响；4) 分析胃癌中蛋白质翻译后修饰调控网络的异常。通过深入探索，取得以下研究结果：1) 构建了重要翻译后修饰的动态定量信息资源库qPTM，其包含四种模式动物中的六种翻译后修饰类型、40728种蛋白质上660030个位点在2596种条件下的11482533个修饰定量事件，此外还构建了qPTMplants、iCysMod等翻译后修饰数据库；2) 开发了乙酰化/去乙酰化酶-底物位点特异性调控关系预测工具Deep-PLA，其可以对CREBBP，EP300，HAT1，KAT2A，KAT2B，KAT5，KAT8七种乙酰转移酶和HDAC1，HDAC2，HDAC3，HDAC6，SIRT1，SIRT2，SIRT3，SIRT6，SIRT7九种去乙酰化酶提供预测，此外还构建了相分离关键序列预测工具等计算分析软件以分析修饰对相分离的影响等；3) 分析发现突变会富集在乙酰化修饰位点附近并重塑乙酰化调控网络从而影响肿瘤发生发展；4) 系统阐述了胃癌中的修饰调控网络，梳理了肿瘤中修饰调控系统相关的突变及其靶向用药信息。这些研究工作的开展为磷酸化、乙酰化等翻译后修饰提供了数据整合平台和计算分析工具，阐述了翻译后修饰与相分离的关系以及突变对翻译后修饰的影响，解析了胃癌中m6A修饰与蛋白质翻译后修饰的协同调控机制。