秀丽小杆线虫分泌蛋白组的计算机分析

结合计算机技术和生物信息学的方法,采用组合的信号肽分析软件SignalP v3.0、TargetP v1.01、Big-PI Predictor和TMHMM v2.0,预测了秀丽小杆线虫（Caenorthaditis elegans ws123）的全基因组19855个ORF编码蛋白的信号肽,同时系统分析了信号肽的特征。结果表明,在19855个秀丽小杆线虫的蛋白中,有1990条为带有信号肽的分泌型蛋白,其中,1936条为典型的分泌型信号肽（即信号肽酶Ⅰ型信号肽）,53条为信号肽酶Ⅱ型信号肽,1条为信号肽酶Ⅳ型信号肽;在Ⅰ型信号肽中,有41条为RR-motif亚组型信号肽。在1990条信号肽中,有742条没有典型的N-区,其余1248条包含典型的3个区。比较了秀丽小杆线虫与原核生物分泌蛋白信号肽中20种氨基酸残基在信号肽酶切位点的使用情况,表明：在Ⅰ型信号肽酶切位点,其信号肽中使用的氨基酸总体趋势与原核生物基本相似,但秀丽小杆线虫选用的氨基酸种类更多,变化更大;在Ⅱ型信号肽酶切位点,秀丽小杆线虫脂蛋白信号肽中使用的氨基酸的种类与原核生物有很大的不同。通过与真核单细胞生物比较,作为真核多细胞生物的秀丽小杆线虫,其分泌蛋白信号肽所占比例更高、种类更多,可知线虫信号肽的组成具有很高的多态性,表明该物种的分泌蛋白具有多种功能。此外,分析结果显示,脂蛋白信号肽在结构上比分泌型信号肽更为保守。在秀丽小杆线虫分泌蛋白中出现了少数氨基酸组成完全一致的信号肽,采用BLAST 2 SEQUENECES对具有相同信号肽的分泌蛋白进行了序列比对,结果表明具有相同信号肽的分泌蛋白同源性非常高,它们的存在是生物进化过程中基因倍加（duplication）及环境选择的结果,信号肽特征的详细描述必将对这些蛋白功能的研究提供重要的帮助。      

粟酒裂殖酵母全基因组中含信号肽蛋白质的研究

对粟酒裂殖酵母全基因组3条染色体上的4,997个蛋白序列进行了全局性的分析,利用signalP3.0软件分析这些蛋白的N-末端信号肽序列, 预测有N-末端分泌信号肽序列的蛋白196个;利用TMpred 软件分析跨膜结构, 预测跨膜蛋白117个; 使用PrositeScan程序分析膜脂蛋白的脂结合位点, 预测有膜脂结合蛋白13个, 进而预测分泌性蛋白序列66个。使用Target P分析66个分泌蛋白的蛋白序列, 研究这些蛋白在细胞中的定位。这些分泌蛋白的功能涉及粟酒裂殖酵母的营养、生殖、细胞间以及细胞与环境间的交流等许多方面, 对细胞的生存和繁殖有重要意义, 在系统生物学的研究中有重要参考价值。粟酒裂殖酵母分泌组的研究也将为粟酒裂殖酵母作为药物筛选模型以及开发为外源蛋白表达的宿主提供基础。     

植物病原细菌Ralstonia solanacearum GMI1000中分泌蛋白信号肽分析

利用SignalP 3.0、TMHMM 2.0、TargetP 1.01、LipoP 1.0和PSORTb蛋白分析软件并结合L值计算,对植物病原细菌Ralstonia solanacearum GMI1000菌株基因组中的全部3 440个ORFs进行了分析预测,确定其中186个ORFs所编码蛋白质的N-端有信号肽序列,且它们的氨基酸残基相对保守.其中134条具有分泌型信号肽,22条具有RR-motif型信号肽,30条具有信号肽酶Ⅱ型信号肽.对各类信号肽及其结构域的长度作了系统的分析.未发现Prepilin-like信号肽和细菌素和信息素信号肽.     

巨大芽孢杆菌α-淀粉酶基因核苷酸序列分析

巨大芽孢杆菌(Bacillus megaterium)AS1.127的淀粉酶基因的全碱基序列已被测定。结构基因由1982bp的单一开读框架组成。由DNA序列推测出的前体酶蛋白由659个氨基酸组成,N-端33个氨基酸为信号肽。成熟酶分子由626个氨基酸组成,分子量为68.676kD。该淀粉酶属糖化型α-淀粉酶。并与枯草杆菌(B.subtilis)168产生的糖化型α-淀粉酶之间有83.3%的同源性。分析发现两种菌产生的酶分子的N-端3/4的同源性为90.4%,而C-端1/4的同源性只有70%。序列排比结果说明在淀粉酶基因的趋异进化过程中,基因突变和遗传重组都曾起过作用。     

稻瘟病菌组蛋白脱乙酰化酶SIR2 HDACs的功能初探

利用生物信息学方法对稻瘟病菌(Magnaporthe grisea)组蛋白脱乙酰化酶SIR2家族成员(SRT3001、SRT3002、SRT3003、SRT3004、SRT3005、SRT3006和SRT3007)的生物学功能进行研究.结果表明,SIR2 HDACs家族成员位于不同的染色体上,分布于细胞的不同部位;它们编码的蛋白均含有蛋白激酶C磷酸化、酪蛋白激酶Ⅱ磷酸化、N-糖基化、N-豆蔻酰化4个相同的位点;它们均无跨膜区,且为亲水蛋白质,都无信号肽.多序列比对发现稻瘟病菌SIR2 HDACs家族结构域高度保守,均含有SIR2结构域;这些蛋白可能参与病原菌的转录调节、能量代谢和染色质沉默等过程.     

茎瘤固氮根瘤菌Azorhizobium caulinodans ORS571基因组分泌蛋白的生物信息学分析

为了获取茎瘤固氮根瘤菌(Azorhizobium caulinodans ORS571)的分泌蛋白,以便更深入地了解该菌的共生固氮作用,本研究采用SignalP、TMHMM、PSORTb、TargetP、LipoP、TatP和SecretomeP软件对该菌全部4717个蛋白序列进行分析预测。结果共识别了653个分泌蛋白,其中具有分泌型信号肽的蛋白54个,具有RR-motif型信号肽的蛋白1个,具有脂蛋白信号肽的蛋白2个和非经典分泌蛋白596个。该菌含信号肽分泌蛋白仅占全部蛋白的1.2%,低于其它固氮菌。在分泌蛋白中识别了核酸内切酶和核糖核酸酶等6个核酸酶。它们可能参与宿主植物遗传物质的降解,干扰宿主遗传代谢,进一步在宿主植物侵染过程中起到重要作用。此外还识别了超氧化物歧化酶、过氧化氢酶和谷胱甘肽S-转移酶等4个抗氧化酶。它们可能参与活性氧的清除以保护固氮酶,是该菌固氮过程的重要参与者。     

嗜酸氧化亚铁硫杆菌基因组分泌蛋白的初步分析

利用信号肽预测软件SignalP v3.0、跨膜螺旋结构预测软件TMHMM v2.0和非经典分泌蛋白预测软件SecretomeP对嗜酸氧化亚铁硫杆菌全基因组的3 218个氨基酸序列进行预测分析.结果表明在嗜酸氧化亚铁硫杆菌中有507个蛋白为分泌蛋白,其中分泌型信号肽120个(其中有9个为RR-motif亚组型信号肽),脂蛋白信号肽3个,Prepilin-like信号肽4个,非经典分泌蛋白380个.并对分泌型信号肽的长度分布、氨基酸使用频率和酶切位点的氨基酸使用频率作了统计.得分最高的100个非经典分泌蛋白中,有36个具有功能分类,主要是参与细胞壁、能量代谢及转运和结合的蛋白质.嗜酸氧化亚铁硫杆菌的这507个分泌蛋白所参与的生化过程可能发生在膜外的周质空间或是菌体外的场所,为该物种与矿物相互作用,以及对环境做出响应服务.     

全基因组预测多粘类芽孢杆菌SC2的分泌蛋白

为了解多粘类芽孢杆菌(Paenibacillus polymyxa)分泌蛋白的典型特征,本研究通过SignalP、ProtCompB、TMHMM、Phobius、LipoP、TatP、MEME和BLAST等多种分析程序对多粘类芽孢杆菌SC2菌株的全基因组共5 439条蛋白质序列进行生物信息的综合分析。结果表明,共获得146个具有典型信号肽的SPⅠ(Signal peptidase Ⅰ)分泌蛋白。信号肽序列中出现频率最高的氨基酸依次是亮氨酸、丙氨酸和丝氨酸。对信号肽的切割位点分析发现与枯草芽孢杆菌等一致,均为A-X-A型。通过MEME对信号肽序列进行分析发现存在一种保守基序。最后用BLAST分析发现,在146个分泌蛋白中,89个具有功能描述的分泌蛋白,主要是细胞生长代谢及生物降解酶类,其余57个皆为功能尚未明确的假定蛋白。本研究获得了多粘类芽孢杆菌SC2菌株分泌蛋白的信息,为进一步研究多粘类芽孢杆菌的蛋白功能奠定了基础。     

内生菌KM-1-2全基因组ORFs信号肽和分泌蛋白预测及功能分析

【目的】内生菌普遍存在于植物中,与宿主在长期的进化中形成了互利共生的关系。目前对内生菌和植物之间的互作机制研究较少,为深入了解银杏叶内生菌KM-1-2与寄主植物作用机制,本研究对其分泌蛋白进行预测,并明确其特征。【方法】组合使用信号肽分析软件Signal P,跨膜螺旋结构分析软件TMHMM 2.0和Phobius,蛋白质细胞定位软件PSORT,亚细胞定位软件Target P和GPI锚定位点分析软件big-PI Predictor,预测KM-1-2基因组范围内所有分泌蛋白,定义为分泌组。【结果】KM-1-2全基因组5299条蛋白序列中发现271个具有典型信号肽的分泌蛋白,占全基因组的2.4%;编码这些蛋白的ORF最短为61 bp,最大为2105 bp,平均为373 bp;引导它们的信号肽长度分布在15–37 aa之间,平均为24 aa。信号肽中出现频率最高的氨基酸依次为丙氨酸、亮氨酸和缬氨酸,信号肽切割类型多属于A-X-A型,即SPI切割类型。共66个蛋白质有功能描述,其中包括26个酶类。这些酶主要包括各种糖苷水解酶、酯酶、蛋白酶、碳氧裂解酶等。【结论】通过上述生物信息学分析方法有效实现了银杏叶内生菌KM-1-2分泌蛋白的预测,这些分泌蛋白功能涉及较多的酶类以及其他未知功能,为进一步研究内生菌和植物的互作提供了基础。     

非经典的蛋白质分泌途径

蛋白质分泌是细胞间进行信息传递的重要方式之一。一般的分泌蛋白在其N端都具有信号肽序列,可以通过经典的内质网-高尔基体途径进行运输,并最终分泌到细胞外。近来发现细胞内存在另一类分泌蛋白,它们能够分泌到细胞外发挥功能,但却没有典型的信号肽序列,被称为非经典分泌蛋白。越来越多的证据表明,这类蛋白质的分泌有其独特的机制。本综述了这类蛋白质的各种分泌机制及可能的生理意义。     

大肠埃希氏杆菌UTI89分泌蛋白组的预测分析

目的：从大肠埃希氏杆菌UTI89基因组中筛选出全部潜在的分泌蛋白并进行初步研究。方法：使用SignalP3.0、TatP1.0、 SecretomeP2.0等蛋白分析软件对5211个ORF进行预测;对筛选出的信号肽及分泌蛋白的基本特征进行统计学分析;使用Blast 2 Sequences进行同源性分析。结果：共筛选出432个sec途径分泌蛋白,19个Tat途径分泌蛋白,386个非经典分泌蛋白;信号肽、分泌蛋白平均长度分别为25.5aa、282.8aa;信号肽中出现频率最高的3种氨基酸依次为L、A、S;仅有两个信号肽的氨基酸序列完全相同,相应的分泌蛋白高度同源。结论：大肠埃希氏杆菌UTI89基因组中有837个ORF可能编码分泌蛋白;分泌蛋白集中在500aa以下;组成信号肽的氨基酸相对保守,多数为疏水氨基酸;信号肽变异性较大,含相同信号肽的蛋白可能由同源基因编码。     

根癌土壤杆菌C58 Cereon中分泌蛋白信号肽分析

利用SignalP3．0、LipoP1．0、TMHMM2．0和TargetP1．014种蛋白分析软件预测了Agrobacterium tumefaciens C58 Cereon菌株全部基因组的4554个ORF编码的蛋白信号肽,共发现203个信号肽,且它们的氨基酸残基相对保守。其中158条具分泌型信号肽,9条具RR-motif型信号肽,28条具信号肽酶Ⅱ型信号肽,8条具细菌素-信息素型信号肽,但只有分泌蛋白AGR-C-1878p和AGR-C-1880p的信号肽氨基酸残基完全相同,表明信号肽是高度变异的。     

粗糙脉孢菌基因组分泌蛋白的初步分析

文章报道利用信号肽预测软件SignalP v3.0和PSORT,跨膜螺旋结构预测软件TMHMMv2.0和THUMBUP,GPI-锚定位点预测软件big-PI Predictor和亚细胞器中蛋白定位分布预测软件TargetP v1.01对粗糙脉孢菌全基因组数据库中已公布的10 082个氨基酸序列进行预测分析。结果表明在粗糙脉孢菌中有437个蛋白为分泌蛋白,编码这些蛋白最小的可读框（open reading frame,ORF）为252 bp,最大为6 604 bp,平均1 433 bp,分泌蛋白信号肽长度介于15~59个氨基酸之间。在437个分泌蛋白中,205个具有功能描述,主要包括各种酶类、细胞能量生成、运转以及自身修复、防卫等多种功能。这些蛋白所参与的生化过程可能发生在膜外的周质空间或是菌体外的场所,为该物种营养的摄取,以及对环境做出响应服务。      

不同营养方式真菌中分泌蛋白数量及其功能对比研究

[目的] 分泌蛋白在植物病原真菌致病过程中发挥着重要的作用,前人多以单种菌株分泌蛋白预测分析,尚未见多种类型真菌中分泌蛋白的预测及对比研究报道。[方法] 本研究基于多种不同营养方式真菌的全基因组序列,根据分泌蛋白所具有的基本特征,采用在线分析程序（主要包括SignalP v5.0、ProtComp v9.0等）对模式生物、死体营养型真菌、半活体营养型真菌及活体营养型真菌共19种菌株的分泌蛋白开展预测及功能分析。[结果] 在上述真菌约13万条蛋白序列中,分泌蛋白所占比例为0.74%-4.83%,其中,活体营养型真菌所具有的分泌蛋白数量占比最高,平均为3.51%,而死体营养型真菌和模式生物平均比例最低,平均为1.36%。同时,活体营养型真菌具有的功能种类最多,为433种,其次为半活体营养型真菌,为266种,而模式生物具有的功能种类最少,为100种,其中,功能为假设蛋白和非特征蛋白的蛋白数量最多。[结论] 该研究为深入解析分泌蛋白在实现不同营养方式真菌的致病机制方面提供理论依据。     

里氏木霉(Trichoderma reesei)分泌组的预测及分析

[目的]里氏木霉是一种重要的产纤维素酶工业用菌种,研究其分泌组特性具有现实意义.[方法]应用生物信息学方法对里氏木霉基因组中9997个开放阅读框(ORF)所编码的氨基酸序列进行了分析,获得了294条可能的分泌蛋白序列,并且按功能对其进行了分类,同时用搜索模体的方法在未知功能的序列中找到具有关键模体的序列,初步确定其潜在的功能.对获得的分泌蛋白的信号肽序列进行了分析.[结果]里氏木霉分泌组中有188种水解酶,包括114种糖苷水解酶、42种蛋白水解酶和11种脂类水解酶等;在糖苷水解酶中包括已报道的22种纤维素酶和15种几丁质酶等,以及30条具有潜在纤维素酶功能的蛋白序列.信号肽序列分析结果表明其同源性较低,而在信号肽酶切位点附近则相对保守.[结论]通过该预测和分析开拓了里氏木霉的研究空间,为今后的研究奠定了理论基础.     

Systematic high-yield production of human secreted proteins in Escherichia coli

Human secreted proteins play a very important role in signal transduction. In order to study all potential secreted proteins identified from the human genome sequence, systematic production of large amounts of biologically active secreted proteins is a prerequisite. We selected 25 novel genes as a trial case for establishing a reliable expression system to produce active human secreted proteins in Escherichia coli. Expression of proteins with or without signal peptides was examined and compared in E. coli strains. The results indicated that deletion of signal peptides, to a certain extent, can improve the expression of these proteins and their solubilities. More importantly, under expression conditions such as induction temperature, N-terminus fusion peptides need to be optimized in order to express adequate amounts of soluble proteins. These recombinant proteins were characterized as well-folded proteins. This system enables us to rapidly obtain soluble and highly purified human secreted proteins for further functional studies.     

Comparison of the leader sequences of four group A streptococcal M protein genes.

The 5' portions and flanking sequences of genes encoding types 1, 12, 24, and 6 M proteins were compared. Although the DNA sequences encoding the amino-termini of the mature M proteins had no obvious similarity, upstream sequences, and those encoding the signal peptides (leader sequences) of the four M protein genes had considerable similarity. In general, the 5' ends of all the leader sequences were more conserved than the 3' ends, although the M6 and M24 leader sequences had identical 3' ends. Sequence similarity among the deduced amino acid sequences of the four signal peptides was more extensive than the corresponding DNA sequences. We found that strict DNA similarity among all four sequences extended only to the ends of the hydrophilic amino-terminal regions of the signal peptides, but that amino acid sequence conservation continued to the ends of the respective hydrophobic cores. With the exception of the M6 and M24 sequences, the regions adjacent to the signal peptidase cleavage sites were highly variable.     

Analysis of the structure of the AVR1-CO39 avirulence locus in virulent rice-infecting isolates of Magnaporthe grisea

The AVR1-CO39 gene that came from a Magnaporthe grisea isolate from weeping lovegrass controls avirulence on the rice cultivar CO39. AVR1-CO39 was not present in the genome of the rice-infecting M. grisea isolate Guyll from French Guyana, suggesting that the gene had been deleted. Molecular analysis of the deletion breakpoints in the AVR1-CO39 locus revealed the presence of a truncated copy of a previously unknown retrotransposon at the left-hand border. At the right-hand border was a truncated copy of another repetitive element that is present at multiple locations in the genome of Guyll. The structures of avr1-CO39 loci were further examined in 45 rice-infecting isolates collected in Brazil, China, Japan, India, Indonesia, Mali, and the Philippines. Most isolates showed no hybridization signal with the AVR1-CO39 probe and had the same locus structure as Guyll. Some isolates from Japan showed a signal with the AVR1-CO39 probe, but the region specifying avirulence activity was rearranged. These findings suggest that widespread virulence to 'CO39' among rice-infecting M. grisea isolates is due to ancestral rearrangements at the AVR1-CO39 locus that may have occurred early in the evolution of pathogenicity to rice.