定量磷酸化蛋白质组的比较基因组学研究

Protein phosphorylation is the most common post-translational modification that mediates cellular signal transductions. It was demonstrated that functionally important phosphorylations also display a high degree of evolutionary conservation. However, the relationship between the quantitative level and evolutionary conservation of phosphorylation has not been systematic studied. We propose that phosphorylations with high expression abundance, low tissue specificity and large variation among different physiological conditions may have a low evolutionary rate, and they are involved in conserved signaling pathways. In contrast, phosphorylations with low expression abundance, high tissue specificity and small variation among different physiological conditions may have a high evolutionary rate, and most of them are non-functional. It should also be noted that a small fraction of rapidly evolving phosphorylations can play an important role in the formation of species-specific functions. In this project, we will collect the high-throughput phosphorylation profiles of model organisms and calculate the expression abundance, tissue specificity and expression variation for each phosphorylation site. We will also calculate the evolutionary conservation of phosphorylations through cross-species comparisons. We will test the associations among the quantitative level, evolutionary conservation and functional essentiality of phosphorylation using multi-factor regression. Our results will not only shed insights into the evolution of cellular signaling systems, but also help experiment biologists to screen functionally important phosphorylation sites.

蛋白质磷酸化是实现细胞内信号传导的最常见的翻译后修饰。现已发现，功能较为重要的磷酸化修饰，其位点在进化中也较为保守。但是，磷酸化定量水平与其进化保守性的关系还没有系统研究过。我们猜想，高丰度，低组织特异性和在不同生理条件下差异表达较大的磷酸化进化速率较慢，他们多参与一些较为保守的信号通路。而低丰度，高组织特异性和在不同生理条件下差异表达较小的磷酸化进化速率较快，他们大多数是没有功能的。但也可能存在少量进化较快的磷酸化位点对物种特异性功能的形成起到了作用。为此，本项目需要收集模式生物的高通量磷酸化表达谱，统计每个磷酸化位点的丰度，特异性与差异表达等定量信息。同时，本项目还要通过跨物种的比较计算磷酸化的进化保守性。运用多因素回归可以推断磷酸化定量水平，进化保守性和功能重要性之间存在的关联。本项目不仅对理解生物信号系统的进化有一定的理论意义，还有助于实验生物学家筛选到具有重要功能的磷酸化位点。

高通量磷酸化蛋白质组实验积累了大量的磷酸化位点数据，但是其中绝大部分可能是由激酶随机识别产生的无功能磷酸化位点。本项目在研究磷酸化定量水平与位点进化保守性关系的基础上，通过多种基因组特征的整合来构建功能磷酸化位点的计算预测方法。首先，我们收集了大规模磷酸化定量表达谱数据，并通过跨物种比较计算了磷酸化位点的进化保守性。定量特征与进化保守性的关联分析表明，在静态的组织表达谱中，磷酸化丰度越高，组织特异性越低，其位点在进化中越趋向于保守。而在动态的细胞过程表达谱中，磷酸化丰度改变越少，其位点越趋向于保守。然后，我们采用机器学习的方法整合基因组特征对功能磷酸化位点进行预测和评估。对人类已知功能的磷酸化位点（阳性集）和背景磷酸化位点（阴性集）的统计检验表明，阳性集和阴性集在进化保守性、二级结构和激酶结合得分上都存在显著差异，并且与激酶随机识别导致无功能磷酸化这一假设一致。进一步运用常见的机器学习模型筛选和整合这些特征，预测的ROC曲线下面积均可以达到75%。我们将构建好的模型用于人类所有已知磷酸化位点的功能预测，并建立了在线的数据库。最后，我们对磷酸化位点的关联进行了共进化的研究，发现功能相关的磷酸化位点相比于随机组合具有更高程度的共进化趋势。我们的研究结果说明，通过多种基因组特征的组合可以有效识别高通量实验中测得的功能磷酸化位点，并且为实验生物学家提供了新的预测工具。