碳水化合物活性酶数据库(CAZy)及其研究趋势

碳水化合物活性酶数据库(CAZy)是关于能够合成或者分解复杂碳水化合物和糖复合物的酶类的一个数据库资源,其基于蛋白质结构域中的氨基酸序列相似性,将碳水化合物活性酶类归入不同蛋白质家族。CAZy数据库中包含了碳水化合物酶类的物种来源、酶功能EC分类、基因序列、蛋白质序列及其结构等信息。而随着宏基因组学技术的快速发展,CAZy数据库中家族内序列数据量剧增,这为家族内进一步进行亚家族分类奠定了基础;而蛋白质家族内新一层精细分类的引入可提高亚家族中酶分子功能预测的准确度,进而可指导酶分子理性设计来提高特定功能酶组分设计的成功概率,从而推动生物质转化产业的发展。     

拮抗菌与病原菌碳水化合物酶类比较分析

拮抗菌通过分泌细胞壁降解酶降解病原菌细胞壁组分是其重要的拮抗方式。本研究以2个拮抗菌(绿色木霉和枯草芽孢杆菌)和7个植物病原菌为研究对象,对碳水化合物酶类CAZymes(Carbohydrate-active enzymes)进行了注释和比较分析,明确了拮抗菌相对于病原菌发生扩增的细胞壁降解酶亚家族;利用ClustalX2.0多序列比对、Mega4.0构建系统发育树和MEME软件预测保守基序的方法,分析了扩增亚家族的序列结构和进化特征。结果表明,拮抗菌中可能参与病原菌细胞壁降解酶类的亚家族CBM50、GH25和GH73发生了显著扩增,并通过序列比较和进化分析初步明确了扩增的亚家族与拮抗菌特异降解病原菌细胞壁组分之间存在关联,为拮抗菌细胞壁降解酶类亚家族CBM50、GH25和GH73参与拮抗的分子机理提供理论依据。     

纤维素酶家族及其催化结构域分子改造的新进展

纤维素酶的分子改造是其催化性能改进及催化效率提升的重要手段。近年来,组学技术与结构测定技术的迅速发展,人们已建立了包括糖苷水解酶(Glycoside hydrolase,GH)在内的碳水化合物活性酶组分数据库。通过对同一蛋白家族进行序列比对、分子进化分析与祖先基因重构,以结构模建分析为指导的纤维素酶分子改造,可以明显缩小序列或结构的搜索空间,加快酶分子改造的速度,增大理性设计成功的概率;同时针对催化中心活性架构的分析可以进一步阐明纤维素酶的催化机理与酶分子持续性降解机制。文中主要对纤维素酶家族及其催化结构域的分子改造取得的最新进展作了综述。在后基因组时代基于蛋白质家族中的海量数据分析,以其保守结构信息为指导的理性设计,将会成为纤维素酶分子改造的重要方向,从而推动生物质转化工艺的快速发展。     

CAZy-AA3家族酶及其在生物传感器中的应用研究进展

碳水化合物活性酶数据库（CAZy）中位于“辅助活性”（auxiliary activities,AA）3家族的酶属于葡萄糖-甲醇-胆碱氧化还原酶大家族。它们以黄素腺嘌呤二核苷酸（FAD）作为辅酶,通过反应产物（H₂O₂或对苯二酚）协助其他AA家族酶发挥作用,或辅助糖苷水解酶降解木质纤维素。根据结构序列相似性,AA3家族酶进一步细分为4个亚家族,包括 AA3_1（纤维二糖脱氢酶）、AA3_2（芳醇氧化酶、葡萄糖氧化还原酶）、AA3_3（醇氧化酶）、AA3_4（吡喃糖氧化还原酶）。AA3家族酶因其独特的结构、广泛的用途,近几十年来受到人们的广泛关注。本文系统综述了CAZy-AA3家族酶来源、分子结构及改造,对部分AA3家族酶在生物传感器中的最新研究进展进行了重点综述,并对未来研究方向进行了展望。     

细菌几丁质酶结构、功能及分子设计的研究进展

几丁质是仅次于纤维素的第二大天然多糖，由N-乙酰-D-氨基葡萄糖聚合而成，具有重要的应用价值。自然界中几丁质可被细菌高效降解。细菌可分泌多种几丁质降解酶类，主要分布在GH18家族和GH19家族中。细菌中几丁质降解酶基因存在明显的基因扩增及多结构域组合现象，不同家族、不同作用模式的几丁质酶系协同作用打破复杂的抗降解屏障，完成结晶几丁质的高效降解。因此，深入分析细菌几丁质酶结构与功能，对几丁质高效降解与高值转化应用具有重要意义。本文介绍了细菌几丁质酶的分类、结构特点与催化作用机制；总结了不同细菌胞外几丁质降解酶系的协同降解模式；针对几丁质酶家族分子改造的研究进展，展望了以结构生物信息学及大数据深度学习为基础的蛋白质工程设计策略在今后改造中的作用，为几丁质酶的设计与理性改造提供新的视角与思路。     

GH79家族糖苷水解酶分子进化关系和蛋白结构研究

GH79家族的糖苷水解酶在碳水化合物改性、细胞免疫识别和信号传导等方面具有广泛的生理活性和重要的应用前景。然而,目前GH79家族的多样性催化机理仍不清楚,识别底物的结构基础和分子机制尚不清晰。本文总结了近几年GH79家族的研究进展,系统分析了GH79家族酶的来源与分布,通过对酶的序列特征、分子进化关系、蛋白结构解析等方面进行深入阐述,旨在为后续的GH79家族的蛋白质工程和功能催化机制的解析奠定基础。     

基于宏基因组学方法挖掘新型α-L-鼠李糖苷酶资源北大核心CSCD

α-L-鼠李糖苷酶是特异性切割末端含α-L-鼠李糖的天然化合物的一类糖苷水解酶,该酶在食品、医药、化学等行业都有广泛的应用。本研究旨在利用保守氨基酸基序结合PCR驱动的宏基因组学方法,从提取的健康人体粪便宏基因组DNA中获得新型细菌源α-L-鼠李糖苷酶基因。通过对CAZy数据库GH78家族中193条细菌源α-L-鼠李糖苷酶氨基酸序列进行多重序列比对,首次将α-L-鼠李糖苷酶家族分为3个亚家族,并确定了其中两个亚家族的两对保守氨基酸基序。基于保守基序氨基酸序列设计简并引物,PCR扩增保守基序间基因片段,对PCR产物克隆测序,结果获得12条α-L-鼠李糖苷酶基因片段,对其编码的氨基酸序列在Gen Bank数据库进行Blast序列比对,其中两条基因片段的氨基酸序列一致性仅为52%,一条为73%,其余9条在94%以上。根据Gen Bank数据库中序列一致性94%以上片段对应全长基因序列设计上下游引物,以人体粪便宏基因组DNA为模板,扩增获得3条α-L-鼠李糖苷酶全长基因,并将其克隆于载体p ET-28a,在E.coli BL21(DE3)内进行异源表达,目的蛋白多以包涵体形式存在于沉淀中,少量以可溶性形式存在于上清中。人体肠道细菌宏基因组为新型α-L-鼠李糖苷酶基因发现提供了潜在的基因资源库,基于保守氨基酸基序驱动的宏基因组学方法,从人体肠道以及环境宏基因组中直接获取新酶基因是可行的。     

基于近似熵的伪氨基酸组成预测蛋白质亚核定位

了解真核细胞中细胞核内蛋白质的定位情况对于新发现蛋白质的功能注释具有重要意义.随着蛋白质数据库中蛋白质序列数量的急速增加,采用计算方法来预测蛋白质亚核定位已经成为蛋白质科学领域研究的热点.根据Chou提出的伪氨基酸组成离散模型,提出了一种新的蛋白质亚核定位预测方法.计算蛋白质序列的近似熵作为附加特征构建伪氨基酸组成,表示蛋白质序列特征,AdaBoost分类算法作为预测工具.与已报道的亚核定位预测方法的性能相比,这种方法具有更高的准确率.     

基于宏基因组学方法挖掘新型α-L-鼠李糖苷酶资源

α-L-鼠李糖苷酶是特异性切割末端含α-L-鼠李糖的天然化合物的一类糖苷水解酶,该酶在食品、医药、化学等行业都有广泛的应用。本研究旨在利用保守氨基酸基序结合PCR驱动的宏基因组学方法,从提取的健康人体粪便宏基因组DNA中获得新型细菌源α-L-鼠李糖苷酶基因。通过对CAZy数据库GH78家族中193条细菌源α-L-鼠李糖苷酶氨基酸序列进行多重序列比对,首次将α-L-鼠李糖苷酶家族分为3个亚家族,并确定了其中两个亚家族的两对保守氨基酸基序。基于保守基序氨基酸序列设计简并引物,PCR扩增保守基序间基因片段,对PCR产物克隆测序,结果获得12条α-L-鼠李糖苷酶基因片段,对其编码的氨基酸序列在Gen Bank数据库进行Blast序列比对,其中两条基因片段的氨基酸序列一致性仅为52%,一条为73%,其余9条在94%以上。根据Gen Bank数据库中序列一致性94%以上片段对应全长基因序列设计上下游引物,以人体粪便宏基因组DNA为模板,扩增获得3条α-L-鼠李糖苷酶全长基因,并将其克隆于载体p ET-28a,在E.coli BL21(DE3)内进行异源表达,目的蛋白多以包涵体形式存在于沉淀中,少量以可溶性形式存在于上清中。人体肠道细菌宏基因组为新型α-L-鼠李糖苷酶基因发现提供了潜在的基因资源库,基于保守氨基酸基序驱动的宏基因组学方法,从人体肠道以及环境宏基因组中直接获取新酶基因是可行的。     

大数据时代杂合酶的设计及其新趋势

酶分子的高效性和稳定性是工业广泛应用的物质基础。利用分子生物学技术可以将不同酶分子通过串联、插入、翻译后融合等方式构建成符合工业需求的杂合酶,但应用中多结构域杂合酶在表达量与酶活等方面仍存在弊端,而基于特定蛋白质结构域的多功能设计成为新趋势。高通量测序技术的发展,使得生物学家正面临着爆炸式增长的大数据集。近年来"蛋白质功能区"概念的提出,拓宽了人们对蛋白质结构与功能组织层次的认知,功能区残基聚簇的协同演化可导致同一家族不同蛋白质功能的差异。基于海量大数据分析可以快速定位特定功能区以及协同进化的关键位点,再利用合成生物学技术就可实现多种功能残基在同一蛋白质中的精准嫁接,完成天然酶分子的再设计。这将是杂合酶技术发展的新阶段,也会成为生物大数据时代下蛋白质设计的新趋势。     

小分子GTP酶的结构与功能

小分子GTP酶是真核生物中普遍存在的一类分子量较小的蛋白质,它们具有保守的GTP结合结构域．在GTP酶类中自成一个超家族。根据序列结构的不同它们又分为多个家族,不同的家族分别在诸如细胞信号转导、胞质骨架的建成和物质转运等过程中起着非常重要的调控功能。     

拟南芥泛素家族的全基因组分析

泛素家族是一类含有保守性泛素结构域的蛋白质统称,主要通过ATP依赖性的泛素-蛋白水解酶复合体通路选择性降解细胞蛋白的各种生理活动。本研究基于HMM模型,已知泛素氨基酸序列作为训练集,搜索拟南芥信息资源数据库并鉴定AtUBQ家族成员,然后对这些基因编码的蛋白质序列进行基因结构分析、染色体定位、多序列联配、系统发育树构建和组织差异表达分析。结果表明,AtUBQ家族中共有13个推定的AtUBQ基因,命名为AtUBQ01~AtUBQ13,均属无内含子基因且结构基本相同,非均匀分布于拟南芥5条染色体;AtUBQ家族可划分为A、B和C3个亚家族,其中76.92%的基因编码蛋白质属于A亚家族;EST搜索发现除AtUBQ02和AtUBQ07基因无EST数据支持外,余下的AtUBQ基因在拟南芥根、芽和叶等7个组织中呈现差异表达,仅见AtUBQ08和AtUBQ10基因在上述7个组织中均表达,而AtUBQ03基因仅表达于叶中。本研究结果可为进一步开展该家族的生物学功能和分子进化机制的研究提供基础资料。     

水稻Trihelix转录因子家族全基因组分析及功能预测

Trihelix转录因子家族在植物生长发育以及响应逆境胁迫等方面发挥着重要作用,但目前基于水稻全基因组水平鉴定和分析该基因家族的研究尚未见相关报道。本文利用生物信息学方法在水稻基因组数据库中鉴定到Trihelix家族成员31个,序列聚类和功能结构域分析发现该家族均含有高度保守的、特征性的Trihelix结构域;根据亲缘关系远近和结构域特点,将其分为5个亚家族(Ⅰ~Ⅴ)。通过与拟南芥、二穗短炳草和高粱中Trihelix家族的聚类分析发现,这4个物种中Trihelix家族的分类相一致,但每个物种均含有不同亚家族的成员,表明该基因家族的分化早于物种的分化。基于MEME程序分析水稻Trihelix转录因子家族的保守基序与聚类分析结果具有较高的一致性。染色体区段复制分析表明,部分Trihelix家族成员在水稻以及水稻与其他物种之间存在种内和种间的染色体区段复制;生物芯片数据分析发现,Trihelix基因家族在水稻不同组织中、以及对6种不同植物激素的响应呈现多样化的表达谱。采用RiceFREND在线数据库分析发现,水稻Trihelix转录因子家族的20个成员与其他蛋白存在互作关系。本研究结果初步明确了水稻Trihelix转录因子家族的进化特点、染色体分布、染色体区段复制关系、组织表达、激素应答,以及该家族蛋白与其他蛋白质的互作情况,为进一步揭示Trihelix转录因子家族的分子进化规律和生物学功能奠定了基础。     

菜豆ANK基因家族鉴定及ANK25的表达模式分析

锚蛋白重复序列模体是生物体内最普遍的蛋白质序列模体之一,在多种细胞活动中主要介导蛋白质-蛋白质的相互作用。本研究利用菜豆基因组数据库,通过生物信息学手段对菜豆ANK家族成员及分子生物学特性进行了鉴定。结果显示,菜豆基因组中含有30个ANK家族基因,分布于9条染色体上,其中第5条染色体上含有的ANK基因最多,包含13个基因。蛋白结构域分析发现,ANK25除了含有ANK结构域外还含有RING结构域。亚细胞定位结果显示,ANK25主要分布在细胞膜上。表达模式分析发现,ANK25对干旱、盐和ABA胁迫有响应。本研究为进一步研究菜豆ANK的分类及功能提供了有利的依据。     

番茄NAC转录因子家族的鉴定及生物信息学分析

NAC转录因子家族是植物特有的一类转录因子,在植物的生长发育、器官建成及逆境胁迫和激素信号应答中均发挥重要作用。本研究在基因组范围内,利用生物信息学方法对番茄的NAC转录因子家族成员、分布及结构和功能等进行分析。预测结果显示番茄NAC家族包含102个蛋白质,分为12亚族,其中茄属特有的TNAC亚族中成员最多,具有25个,其他NAC转录因子与拟南芥NAc家族具有相似分类。保守基序分析,在番茄NAC结构域中包含7个保守的NAM基序,主要分布在序列的N端,表明这些基序的存在对NAC蛋白质功能的执行是必需的。理化性质和结构分析表明,番茄NAC蛋白质绝大多数是亲水蛋白质,主要以无规则卷曲构成,而α-螺旋、β-折叠和β-转角则散布于整个蛋白质中,在各亚族中没有规律。     

降解木质纤维素放线菌的功能组学分析及工业应用前景

放线菌是一种高GC含量的革兰氏阳性细菌,在陆生、高温的木质纤维素降解生境中占据十分重要的地位.降解木质纤维素菌株的功能基因组分析发现降解纤维素的酶种类和数目相对较多,而降解半纤维素以及果胶成分的酶相对真菌较少.其中,降解纤维素的酶类主要以GH6家族外切酶为主,部分含有GH9和GH48家族的纤维素酶,基因组中还含有AA10家族的多糖裂解氧化酶,因此放线菌可通过持续性水解与氧化双重机制高效降解结晶纤维素.放线菌可通过双精氨酸转运系统快速将已正确折叠的降解酶类分泌至胞外,这些酶分子常具有多个功能结构域,具有耐高温、耐碱性以及高活力等特征.放线菌在木质纤维素降解及次级代谢产物等方面的特点与优势使得其具有巨大的工业应用前景.     

种子贮藏蛋白的同源家族分类法

以种子贮藏蛋白的分子进化为依据,首次提出按同源家族进行蛋白质分类的新方法。本分类系统暂列类、亚类和次亚类３个分类单位,分别以超家族、多家族和亚家族作为各级分类单位的划分标准。对于较大的同源家族,另立群作为补充分类单位。类和群的排序为任选,亚类的排序则根据其核苷酸替换率（Ｋｎｕｃ值）而定。本系统暂未对次亚类进行排序,建议按同源百分率加以确定。     

小鼠P型ATP酶ATP8A2基因的克隆及其剪切亚型的分析

真核生物细胞各种膜结构两侧的磷脂分布是不对称的,这种不对称需要磷脂翻转酶的动态调节.目前认为这些酶可以分为三种,即爬行酶类、外翻酶类和内翻酶类,对于它们的研究才刚刚起步.P型ATP酶第四类亚型被认为有潜在的磷脂内翻酶活性,酵母全部5个该家族的蛋白质如DRS2p都陆续被确定了具有磷脂内翻酶的活性.对于酵母内翻酶的研究还发现该类蛋白质对于细胞极性建立和膜泡运输有重要作用.哺乳动物中由基因组比对发现有14个P型ATP酶第四类亚型成员,但对于它们的研究仅局限于病理方面.为了能够了解哺乳动物磷脂内翻酶在细胞内活动的分子机制,克隆了酵母DRS2p在哺乳动物中的同源物ATP8A2的编码基因,并发现了它的两种剪切亚型.通过对它们的组织分布分析,发现该蛋白质主要分布在睾丸中,提示它可能对于精子的发生有一定功能.     

植物激素相关核酸和蛋白质二级数据库的构建与应用

以NCBI维护的一级数据库为数据源建立植物激素相关核酸和蛋白质二级数据库。将该二级数据库设计为基因、蛋白质和文献三部分,编写软件从上述数据源中采集数据,并以XML作为中间格式保存,通过解析提交到二级数据库中并集成部分生物信息学工具软件,初步实现了数据检索、统计分析、基于Web的本地化BLAST同源序列检索、序列的自动拼接以及蛋白质结构和功能位点的分析等功能。该二级数据库的构建为植物激素作用分子机理研究提供了高针对性的植物激素数据源和生物信息学辅助工具。     

植物激素相关核酸和蛋白质二级数据库的构建与应用

以NCBI维护的一级数据库为数据源建立植物激素相关核酸和蛋白质二级数据库。将该二级数据库设计为基因、蛋白质和文献三部分, 编写软件从上述数据源中采集数据, 并以XML作为中间格式保存, 通过解析提交到二级数据库中并集成部分生物信息学工具软件, 初步实现了数据检索、统计分析、基于Web的本地化BLAST同源序列检索、序列的自动拼接以及蛋白质结构和功能位点的分析等功能。该二级数据库的构建为植物激素作用分子机理研究提供了高针对性的植物激素数据源和生物信息学辅助工具。