乙酰转移酶、去乙酰化酶特异的赖氨酸乙酰化位点识别

Lysine acetylation is a prevalent post-translational modification for histone and non-histone proteins, which plays an important role in modulation of transcriptional activity and other biological processes. The acetylation state of a given protein results from the balanced action of acetyltransferases and deacetylases. Both acetyltransferase and deacetylase recognize specific substrates. Acetylation site prediction is a hot topic in bioinformatics area, however, previous researches only concern about acetylation sites without the consideration of enzyme speficity. In our pervious study, we developed the first acetyltransferase-specific acetylation site prediction method. This method can provide information of related acetyltransferase for the predicted acetylation sites. In this project we will extend this work to the field of deacetylase-specific acetylation site prediction. We will manually mined scientific literature to collect experimentally verified acetyltransferase-specific, deacetylase-specific acetylation sites and further develop method for the prediction of enzyme specific acetylation sites. Besides amino acid sequences, we will also integrate more information such as protein secondary structure and protein-protein interaction to improve the performance of the method. We try to provide effective prediction and experimental design tools for related areas.

蛋白质赖氨酸残基乙酰化是一种普遍存在的可逆性翻译后修饰, 乙酰转移酶和去乙酰化酶共同作用使其处于动态平衡, 在基因表达等生物过程中发挥着重要作用。乙酰化位点预测是生物信息学研究中的热点问题，但以往的方法却没有考虑酶的特异性。在前期研究中，我们针对乙酰转移酶CBP/p300和PCAF/ GCN5成功建立了第一个酶特异的乙酰化位点预测算法，不但预测乙酰化发生与否，同时也能锁定起作用的乙酰转移酶,本项目计划把工作继续扩展到去乙酰化酶识别位点预测这一基本处于空白的领域。我们将收集实验验证的乙酰转移酶、去乙酰化酶识别位点数据，分析各个酶催化序列的特征，在此基础上建立系统的乙酰转移酶、去乙酰化酶特异识别位点预测平台。除序列信息外，我们也将融合蛋白质二级结构、蛋白-蛋白相互作用等信息，提高乙酰转移酶和去乙酰化酶识别位点预测方法的性能。希望通过本项目，为相关领域的生物学研究提供有效的预测和实验设计工具。

本项目基本按照研究计划完成所有预期内容，通过本项目研究，我们开发了乙酰转移酶、去乙酰化酶位点识别预测平台http://bioinfo.bjmu.edu.cn/huac/，提供了乙酰化酶CBP/p300，GCN5/PCAF，TIP60/MYST及去乙酰化酶HDAC和SIRT1的识别位点预测工具。另外进一步将项目内容延伸到丙二酰化等酰化修饰类型，与乙酰化相比，这些新的酰化修饰具有序列特征不明显的特点，单独依赖修饰位点附近的序列特征进行预测效果较差，针对该特点我们融合蛋白质结构、功能域、亚细胞定位及相互作用等信息进行酰化位点预测，使预测效果得到了很大程度的提升。随着质谱技术的发展，目前已经积累了大量的修饰位点数据，修饰位点之间并不是孤立的，阐明修饰位点间的相互关系更有利于研究它们的功能。在开发了系列修饰位点预测工具后，我们将研究重点转移到修饰位点间交互作用关系的系统发现上。基于收集的蛋白内交互作用修饰位点数据，我们分析了蛋白内交互作用修饰位点的特性，并在此基础上开发了预测方法。基于多条件修饰谱下的修饰状态相关是研究修饰位点交互作用的另一条途径，我们收集整理了88个条件下的磷酸化修饰谱，基于修饰状态相关系统发现了蛋白内和蛋白间存在交互作用的磷酸化位点对，为后续修饰位点功能研究提供方向。基于本项目资助，共完成SCI收录文章7篇，分别发表在Molecular & Cellular Proteomics (IF=6.54)，Briefings in Bioinformatics (IF=5.134)，Journal of Proteome Research (IF=4.268)，Scientific Reports (IF=4.259)，Amino Acids (IF=3.173)，PLoS Computational Biology (IF=4.542)和Proteomics (IF=4.041)上，申请人均为通讯作者。