Cell | 蛋白质互作网络差异分析揭示细胞特异性网络

撰文:存在一棵树

IF=38.637

推荐度:⭐⭐⭐⭐⭐

亮点:

通过15650次免疫沉淀构建了两个蛋白质组规模的细胞系特异性相互作用网络,该网络对相互作用组进行建模,通过相互作用组的结构编码蛋白质功能、定位以及复杂成员关系,跨细胞系的比较验证了数千种相互作用,并揭示了大量未表征蛋白的生物学背景。

2021年5月6日,美国哈佛大学医学院Steven P. GygiJ. Wade Harper团队在Cell上发表了一篇名为“Dual proteome-scale networks reveal cell-specific remodeling of the human interactome”的文章。通过对两种不同细胞类型之间大规模的蛋白质相互作用组的比较分析揭开了蛋白质组的功能网络的变化特征。

该研究团队在已有的AP-MS平台,用于在培养细胞中慢病毒表达后识别亲和标记诱饵蛋白的结合伙伴,已在HEK293T细胞中分析了数千种蛋白质的相互作用,产生了相互作用网络BioPlex 1.0和2.0,其揭示了数以万计的相互作用,并定义了相互作用基因组的结构和功能组织,为数千种未表征的蛋白质提供了生物学背景。但BioPlex无法完整地建模相互作用组,首先是因为仅对一小部分人类蛋白质进行了分析,其次在于尽管相互作用组是动态的,但研究团队仅在单个环境中分析了相互作用。

为进一步扩大覆盖范围,研究团队采取了两方合作的方式。如图1所示,即在HEK293T细胞扩大蛋白质涵盖率:针对10%的人类蛋白质进行了10,128个免疫沉淀,涵盖了70%的已知蛋白质组;同时在第二个细胞系HCT116中重复以上的免疫沉淀,已完成5,522项,创建了第二个网络;最后将BioPlex 293T和HCT116网络串联在一起,显著增加了对人类蛋白相互作用的知识。这两个网络均包含相似的蛋白质,共有67%的蛋白质共享,去除未在HCT116细胞中重复的免疫沉淀(IP)之后,其余相互作用之间存在约50%的重叠。

为了获得结构背景,研究团队将BioPlex边缘映射到蛋白质数据库(PDB)中提取的复合物的三维结构上,每个结构转化为一个相互作用网络,在两种细胞系中几乎检测到所有可观察到的相互作用。通常核心复合物中的相互作用是一致的,所以研究团队在两个细胞系中寻找共同相关的其他复杂成员核心蛋白复合物,并发现未表征的蛋白质C11orf49与TTLL1聚谷氨酰胺酶复合物相关,而其功能的未来研究可能会利于对尚未清楚的翻译后修饰的细胞功能和调控的关键见解。

复合物、通路和蛋白质家族之间的相互作用根据细胞表型而共同变化,而这种共同变化是通过定制每个细胞的蛋白型、微调蛋白表达、定位、翻译后修饰和相互作用来实现的。因此,定义相互作用组的结构和动力学是理解细胞多样性的必要条件。如图2所示,研究人员使用了MCL聚类发现组合网络中的蛋白质群落,并定义了一个网络,蛋白质群落在该网络中更完整地模拟了相互作用,没有偏见地合并了特征和未特征的蛋白质和复合物,显示出了广泛的重组。

为了理解匹配域关联的相互作用如何共变,研究人员将PFAM域映射到我们的组合网络中,并识别出成员相互作用特别频繁的域对,并提取每个域对之间的相互作用,算其在两个细胞系中的重叠部分。如图3所示,尽管相互作用各不相同,平均有40%的重叠,但大多数关联(88%)在两种细胞系中都发现,表明这些相互作用基序超越了细胞类型,且尽管大多数域关联都出现在两种细胞系中,但潜在的相互作用通常会显示出明显的差异。

本研究利用生物学功能组织相互作用组的结构和动力学,在参与特定过程的蛋白质优先相互作用并共同形成特定于上下文的网络,但研究人员尚未考虑相互作用蛋白对之间的特定功能关系。因此在一项最终分析中,研究人员探索蛋白质的相对适应性效应如何与细胞系之间的相互作用复制相关。如图4所示,研究人员将BioPlex网络与通过Project Achilles在数百个癌细胞系中测得的全基因组CRISPR共同本质特征相结合,并将两个BioPlex网络中每个相互作用的蛋白对的适应度谱关联起来,提取与正相关性或负相关性相互作用对应的子网。发现负相关边缘的细胞特异性与适合度轮廓可用的边缘的背景分布相匹配,而正相关边缘因共享边缘而丰富,反映了一个关键的结构差异:正相关网络包含大量的复合物,而负相关网络不包含任何复合物。

综上所述,该研究提供了一个新颖的、高覆盖率、超大规模的蛋白质相互作用网络图谱,这项工作为更广泛地探究相互作用基因组奠定了基础。且随着剩下的人类基因克隆的出现,该研究网络将不断发展壮大,以涵盖所有适合的蛋白质;其次,由于大规模AP-MS已被证明在多种细胞系中既可行又具有信息性,因此合并其他细胞系将揭示跨多种细胞环境的相互作用,使人们可以对许多未经鉴定的蛋白质进行生物学研究;另外, BioPlex网络是强大的预测工具,可以与补充数据集一起使用。

教授介绍

StevenGygi,博士,在获得Utah大学药理学和毒理学博士学位后,于1996年继续在华盛顿大学(University of Washington)从事Ruedi Aebersold的博士后工作,其研究开始了生物质谱革命,使其可以测量蛋白质的表达水平,从而诞生了一个新的领域,蛋白质组学;2000年,Gygi博士移居哈佛医学院,并加入了细胞生物学系;目前他是两个MS核心设施(塔普林生物MS设施和赛默飞世尔蛋白质组学复合中心TCMP @ HMS)的教职主任。现其研究以基于质谱的蛋白质组学领域的开发和应用新技术为中心,包括许多蛋白质特性的系统化和蛋白质组范围的测量,比如它们的表达水平、修饰状态、结构、定位、功能和相互作用。

参考文献

1、Huttlin, Edward L etal. “Dual proteome-scale networks reveal cell-specific remodeling of the humaninteractome.” Cell, S0092-8674(21)00446-3. 30 Apr. 2021

(0)

相关推荐