子科生物報(bào)道：?真核細(xì)胞內(nèi)蛋白質(zhì)的降解依賴于自噬及泛素-蛋白酶體系統(tǒng)（2004年諾貝爾化學(xué)獎(jiǎng)）。其中，泛素-蛋白酶體系統(tǒng)負(fù)責(zé)降解細(xì)胞內(nèi)超過(guò)80%的蛋白，該系統(tǒng)的關(guān)鍵酶為E3泛素連接酶，負(fù)責(zé)識(shí)別要被降解的底物蛋白并將其泛素化。人體內(nèi)表達(dá)600余種E3，這些E3以特定規(guī)則結(jié)合不同底物蛋白，從而實(shí)現(xiàn)降解過(guò)程的特異性。底物上的E3識(shí)別位點(diǎn)被稱為degron[1]，degron是長(zhǎng)度5-8個(gè)氨基酸的短肽，通過(guò)disorder-to-order轉(zhuǎn)換的方式與E3結(jié)合，使得底物被泛素化修飾進(jìn)而被降解。因此，系統(tǒng)分析蛋白底物上的degron對(duì)于研究蛋白質(zhì)的降解過(guò)程以及蛋白降解異常在疾病中的作用非常重要。

近日，北京大學(xué)基礎(chǔ)醫(yī)學(xué)院李婷婷課題組在BMC Biology雜志上在線發(fā)表文章“Systematic Prediction of Degrons and E3 Ubiquitin Ligase Binding via Deep Learning”，開(kāi)發(fā)了degron預(yù)測(cè)工具Degpred（http://degron.phasep.pro/）。

在該工作中，作者構(gòu)建了基于BERT預(yù)訓(xùn)練模型的深度學(xué)習(xí)預(yù)測(cè)工具（圖1左），該預(yù)訓(xùn)練模型為蛋白質(zhì)上每個(gè)氨基酸輸出一個(gè)768維的特征向量。隨后，根據(jù)特征向量，作者利用長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)及全連接層來(lái)對(duì)每個(gè)氨基酸的degron可能性打分。

首先，作者收集了ELM數(shù)據(jù)庫(kù)及其他文獻(xiàn)中報(bào)道的有實(shí)驗(yàn)依據(jù)的303個(gè)degron。由于不同E3結(jié)合的degron有不同的一級(jí)序列偏好，作者將degron基于一級(jí)序列分為五組（圖1右），以四組為訓(xùn)練集，一組為測(cè)試集的方式來(lái)探究不同序列模式的degron是否具有更高級(jí)別序列性質(zhì)的相似性。在測(cè)試過(guò)程中作者發(fā)現(xiàn)，雖然訓(xùn)練集和測(cè)試集的degron具有不同的一級(jí)序列特征，但模型在測(cè)試集上取得了較好的預(yù)測(cè)效果。這說(shuō)明不同E3識(shí)別的degron具有相似的高級(jí)別序列性質(zhì)。作者整合了五次訓(xùn)練的模型，構(gòu)建得到最終的degron預(yù)測(cè)模型—Degpred，并利用Degpred在人類蛋白質(zhì)組上預(yù)測(cè)了46,000余個(gè)degron。

圖1 左：模型框架；右：基于序列相似性將degron分為五組。

以往研究發(fā)現(xiàn)degron趨向于定位在蛋白質(zhì)無(wú)序區(qū)域（disorder region），并且是一類molecular recognition feature[2]。通過(guò)分析Degpred模型在人類蛋白質(zhì)組上預(yù)測(cè)得到degron的相關(guān)屬性，作者發(fā)現(xiàn)預(yù)測(cè)得到的degron具有較高的無(wú)序序列特征、molecular recognition feature打分以及表面可及性等特征打分（圖2上）。此外，作者發(fā)現(xiàn)預(yù)測(cè)得到的degron相鄰蛋白序列富集賴氨酸以及泛素化修飾（圖2下），這說(shuō)明預(yù)測(cè)得到的degron能夠促進(jìn)相鄰賴氨酸的泛素化，這一發(fā)現(xiàn)與degron功能相符合。

圖2 在人類蛋白組上比較利用Degpred以及其他工具預(yù)測(cè)的degron相關(guān)特征差異

實(shí)現(xiàn)degron預(yù)測(cè)之后，作者基于Degpred以及從文獻(xiàn)中收集的E3底物相互作用網(wǎng)絡(luò)計(jì)算得到一系列E3 motif，并基于此構(gòu)建了人類蛋白降解調(diào)控網(wǎng)絡(luò)（motif計(jì)算方法及網(wǎng)絡(luò)構(gòu)建過(guò)程可參考原文）。為檢驗(yàn)預(yù)測(cè)結(jié)果的可靠性，作者在CBX6上進(jìn)行了實(shí)驗(yàn)驗(yàn)證。CBX6的第269-273位氨基酸（DARSS）被預(yù)測(cè)為E3酶SPOP識(shí)別的degron，但此degron并不屬于已知的SPOP motif。實(shí)驗(yàn)發(fā)現(xiàn)，突變?cè)揹egron顯著增加了CBX6的表達(dá)量，延長(zhǎng)了CBX6的半衰期，并且減弱了CBX6與SPOP的結(jié)合（圖3）。這一實(shí)驗(yàn)證明了Degpred模型預(yù)測(cè)結(jié)果的可靠性。

圖3 CBX6上預(yù)測(cè)的SPOP結(jié)合degron驗(yàn)證實(shí)驗(yàn)

最后，作者分析了degron在TCGA腫瘤患者中的突變情況。分析發(fā)現(xiàn)，腫瘤中的突變趨向于發(fā)生在degron及附近位置（圖4a），且degron相關(guān)突變往往有更高的發(fā)生頻率（圖4b）。作者進(jìn)一步分析了不同腫瘤中degron突變比例，發(fā)現(xiàn)CTNNB1、NFE2L2、RXRA、EPAS1等上百個(gè)蛋白的突變趨向于發(fā)生在degron上（圖4d），degron突變可能導(dǎo)致這些蛋白高表達(dá)，進(jìn)而導(dǎo)致相關(guān)通路激活而導(dǎo)致腫瘤。

此外，基于多種預(yù)測(cè)腫瘤驅(qū)動(dòng)（cancer driver）突變的方法，作者發(fā)現(xiàn)degron相關(guān)突變的腫瘤驅(qū)動(dòng)突變比例更高（圖4e）。由于degron調(diào)控蛋白質(zhì)降解，作者推測(cè)degron突變對(duì)短半衰期（short-lived）蛋白影響更大。為此，作者分析了來(lái)源于不同數(shù)據(jù)的短半衰期蛋白，發(fā)現(xiàn)這些蛋白上的degron突變更趨向于導(dǎo)致腫瘤（圖4f）。

圖4 degron突變分析

綜上，作者利用遷移學(xué)習(xí)預(yù)測(cè)蛋白底物上的degron，并基于計(jì)算得到的E3 motif分析 每個(gè)degron所結(jié)合的E3。進(jìn)一步，作者從性質(zhì)分析以及實(shí)驗(yàn)等方面證明了預(yù)測(cè)結(jié)果的可靠性，并在腫瘤數(shù)據(jù)中發(fā)現(xiàn)短半衰期蛋白的degron突變更趨向于導(dǎo)致腫瘤。本工作中收集的數(shù)據(jù)以及預(yù)測(cè)得到的數(shù)據(jù)（degron，E3底物關(guān)系）可從http://degron.phasep.pro/查詢（圖5）。

圖5 網(wǎng)站蛋白預(yù)測(cè)界面示意圖

北京大學(xué)基礎(chǔ)醫(yī)學(xué)院李婷婷副教授為本文通訊作者，基礎(chǔ)醫(yī)學(xué)院八年制博士生侯超為本文第一作者?；A(chǔ)醫(yī)學(xué)院博士生李雨軒和北京大學(xué)生命科學(xué)院博士王夢(mèng)瑤負(fù)責(zé)了本文章中的實(shí)驗(yàn)驗(yàn)證部分，北京大學(xué)生命科學(xué)院吳虹教授為本課題提供了重要指導(dǎo)。李婷婷課題組致力于通過(guò)生物信息學(xué)手段研究相分離及蛋白質(zhì)修飾過(guò)程，相關(guān)工作可以通過(guò)http://BioinfoLilab.phasep.pro/訪問(wèn)。

原文鏈接：https://bmcbiol.biomedcentral.com/articles/10.1186/s12915-022-01364-6

1. Meszaros B, Kumar M, Gibson TJ, Uyar B, Dosztanyi Z: Degrons in cancer. Sci Signal 2017, 10(470).

2. Guharoy M, Bhowmick P, Sallam M, Tompa P: Tripartite degrons confer diversity and specificity on regulated protein degradation in the ubiquitin-proteasome system. Nat Commun 2016, 7:10239.