蛋白質磷酸化是生(shēng)物學中最廣泛的翻譯後修飾之一，其中絲氨酸、蘇氨酸、酪氨酸和(hé)組氨酸殘基上(shàng)的蛋白質磷酸化幾乎控制(zhì)着真核細胞各個(gè)功能，迄今，基于質譜的磷酸化蛋白質組學技(jì)術(shù)已幫助人(rén)們鑒定出90000個(gè)絲氨酸(Ser)和(hé)蘇氨酸(Thr)磷酸化位點，其中數(shù)千個(gè)與人(rén)類疾病和(hé)生(shēng)物過程有(yǒu)關。解讀這些(xiē)蛋白激酶信号的必須手段就是闡明(míng)其下遊的效應底物，然而到目前，對于絕大(dà)多(duō)數(shù)的磷酸化事件，人(rén)們都不知道(dào)這300多(duō)種的Ser/Thr激酶參與了哪些(xiē)信号轉導通(tōng)路?它們的底物究竟是誰?這大(dà)大(dà)限制(zhì)了人(rén)們對細胞磷酸化網絡的理(lǐ)解，也限制(zhì)了藥物靶點的開(kāi)發。
衆所周知，激酶識别基序可(kě)以促進人(rén)們對新底物的發現，早年Lewis C Cantley和(hé)Benjamin E Turk發表的組合肽庫篩選方法能夠基于肽底物的磷酸化快速确定單個(gè)激酶的特異性。
近日，來(lái)自美國威爾康奈爾醫(yī)學院的Lewis C Cantley、麻省理(lǐ)工學院Michael B. Yaffe、和(hé)耶魯大(dà)學Benjamin E Turk研究小(xiǎo)組再度合作(zuò)，在Nature雜志(zhì)上(shàng)發表題為(wèi)An atlas of substrate specificities for the human serine/threonine kinome的研究論文，這篇文章在前期方法的基礎上(shàng)确定Ser/Thr激酶的最佳特異性底物，基于基序表征激酶之間(jiān)的關系，構建了人(rén)細胞中300多(duō)種蛋白激酶的綜合圖譜。并使用全基因組數(shù)據集來(lái)計(jì)算(suàn)注釋和(hé)鑒定能夠磷酸化人(rén)Ser/Thr磷酸化蛋白質組中每個(gè)報道(dào)的磷酸化位點的激酶，結果顯示作(zuò)者所預測的和(hé)報道(dào)的非常吻合。這項研究揭示了人(rén)Ser/Thr激酶組的內(nèi)在底物特異性，為(wèi)細胞信号轉導過程中的磷酸化事件及生(shēng)物學過程的研究帶來(lái)了更多(duō)的資源。
現如今癌症基因組測序數(shù)據浩如煙海，而這其中卻尋覓不到蛋白激酶與信号通(tōng)路的相關研究，假如這些(xiē)信息被人(rén)類所發現，對于疾病的治療将會(huì)帶來(lái)更多(duō)線索與契機。作(zuò)者首先通(tōng)過位置掃描肽陣列分析(PSPA)，确定了人(rén)Ser/Thr激酶的底物識别基序，成功獲得(de)了303個(gè)Ser/Thr激酶的磷酸化位點基序。
作(zuò)者對磷酸化蛋白質組學結果進行(xíng)全基因組注釋，發現大(dà)多(duō)數(shù)情況下，磷酸化位點的線性序列背景對激酶-底物關系發揮重要的貢獻。
值得(de)注意的是，該基序預測還(hái)成功識别了磷酸化激酶研究中的首個(gè)裏程碑事件——1959年，Edwin G.Krebs和(hé)Edmond H.Fischer兩位諾獎得(de)主發現的糖原磷酸化酶的Ser15磷酸化，以及迄今為(wèi)止報道(dào)最多(duō)的ATM-p53 Ser15磷酸化互作(zuò)。
由于細胞信号轉導網絡的複雜性和(hé)動态性，作(zuò)者需要對磷酸化蛋白質組進行(xíng)全局基序分析，作(zuò)者使用PLK1抑制(zhì)劑處理(lǐ)HeLa細胞，含有(yǒu)PLK1基序的底物顯著下調，另外ATM和(hé)ATR磷酸化的底物上(shàng)調，與先前報道(dào)的結果高(gāo)度一緻，PLK1能夠抑制(zhì)有(yǒu)絲分裂細胞中的DNA損傷信号。
另外，作(zuò)者還(hái)分析了複雜幹預條件所導緻的信号變化事件，例如在電(diàn)離輻射情況下，參與DNA損傷反應的經典激酶如ATM、ATR、DNA-PK上(shàng)調，而參與細胞周期進展的經典激酶如CDK1、CDK2、CDK4、CDK6下調，與G1/S和(hé)G2/M阻滞一緻。
此外，時(shí)間(jiān)尺度的磷酸化變化也能夠被該方法所解析，例如胰島素刺激1 min後，MAPK通(tōng)路激活，AMP激活的蛋白激酶在60分鍾內(nèi)下調。
總體(tǐ)而言，在這篇文章中，作(zuò)者使用合成肽文庫來(lái)分析了303 種Ser/Thr激酶的底物序列特異性，這種新的激酶圖譜能夠有(yǒu)助于研究人(rén)員識别正常和(hé)疾病狀态下不同的信号通(tōng)路，通(tōng)過激酶來(lái)解碼信号網絡變化，應用這些(xiē)信息能夠捕獲遺傳學、藥理(lǐ)學、代謝和(hé)環境變化後細胞和(hé)組織中信号通(tōng)路的複雜改變，即便在疾病驅動基因不明(míng)确的情況下，也有(yǒu)可(kě)能幫助識别出驅動疾病發生(shēng)的信号通(tōng)路。
文章轉自網絡，如有(yǒu)侵權請(qǐng)聯系删除。
原文鏈接：
https://doi.org/10.1038/s41586-022-05575
