BioPlex: 293T細胞的蛋白質互作組計劃

從這裡開始我打算寫一些跟蛋白質組學相關的內容。個人不是蛋白質組學方面的專家，只是略知質譜方法和數據處理的原理罷了，在這裡希望跟讀者共同學習。在知乎上也有一些從事蛋白質質譜研究的用戶，不過我好像還沒有見過相關的一些科普文。有些地方我可能會有疏漏，如果有錯誤或者表意不明之處請不吝賜教。

Caveat: 蛋白質組學得益於質譜方法的發展，可以給出一個蛋白組的Profile。但是蛋白質質譜學方法有精度上的極限，往往低丰度的蛋白無法檢出（成為背景），這就產生了不少偏差。在此之上各種方法又有各種方法的獨特的偏差，這些都是無法normalize的。

在這裡我介紹一下HMS的Gygi & Harper Lab發表的工作。今年Gygi Lab發表了一個新的工作也就是TOMAHAQ，這個可能會在以後進行介紹。這裡我簡介一個15年發表的工作，BioPlex [2]，是對293T細胞系進行系統化的蛋白質互作組學研究的一個工作。這個工作目前還在繼續進行（最近一次更新是2016年12月）。這個工作我認為是哺乳動物蛋白互作的重要資料。

首先是這個為什麼叫BioPlex呢，這個"Bio"其實是一個acronym，是biophysical interactions of ORFeome的縮略。ORFeome是一個人類ORF的克隆庫，目前包含有17154個人類基因的ORF的克隆。BioPlex的基本思想就是用整個ORFeome的克隆來做蛋白質質譜研究。具體怎麼做呢，是用AP-MS的方法。AP就是用親和抗體把帶標籤的蛋白，連同它互作的蛋白吸附出來，而MS就是大家熟悉的質譜鑒定。這樣做是希望可以構建出對於整個ORFeome的蛋白質互作網路，雖然這裡的互作是特定於AP方法鑒定出來的互作（因為互作有很多種定義方式）。

目前蛋白質互作組學有很多技術上的問題。比如說大通量難以實現，模式生物不統一，和AP-MS方法鑒定互作的真實性問題（如何從背景中分辨出高可信度的互作）。那麼BioPlex怎麼處理這些問題呢。在通量上按照現在的方法（或者15年時候的方法）是沒有辦法優化的，只能暴力養細胞（一個克隆只能轉到一株細胞里）。模式生物上，BioPlex使用了293T細胞（人胚胎腎臟上皮細胞）作為模型。在AP-MS數據的處理，BioPlex使用的是ComPASS-PLUS，一個基於樸素貝葉斯分類的數據分析方法。ComPASS是一個在HMS開發的蛋白互作組評分軟體，最早於2009年隨[1]發表。在ComPASS評分的基礎上，ComPASS-PLUS引入了一些新的特徵包括批次差異，譜計數，肽段計數，檢出蛋白頻率等，以從背景中更好地分辨出真正的信號。

在15年發表的內容里，包含了2584個實驗的結果，在現在又增加了~2500個實驗，感覺距離整個ORFeome還比較遙遠，不過現在BioPlex數據的規模在各種蛋白質互作組數據中是無可匹敵的，在15年文章發表的時候就包含了>50000對互作，這其中又有很多在其它文獻中沒有報道的互作。接下來我介紹一下在15年文章中描述的一些關於BioPlex網路統計的研究。

熟悉無標度網路的朋友應該對這樣的圖像不陌生。在這裡A表示的是BioPlex組裝的第一個網路的最大分支，包含23744個互作（雖然在文章發表的時候有50000+互作，但是在文章中的這一工作時間更早）。在B中可以看出，度數為4以上的節點的分布具有冪率特徵。而在C圖中可以看出大多數蛋白質之間具有4-6度分割，雖然在互作網路中的"距離"的具體物理意義有待發掘，但是這個結論很有趣，也許在最終完成的全ORFeome網路中這一分布會往更低度偏移。

在文章里另一個有趣的結果是基於3-clique percolation和modularity-based clustering的網路粗粒化。在互作組中的一個clique有可能顯示一個多蛋白複合體的存在，事實上也可能不存在（這是我現在研究的一個問題），但是我們可以認為clique本身是蛋白質強互作的一種顯示。對網路進行粗粒化有助於我們理解整個互作網路的結構，我們可以看出這個網路依然存在複雜的拓撲結構，對於這個網路的進一步理解可能需要其它的信息。

最後引用一下文章里的一句話作為總結："The proteome can be viewed as constellations of interacting proteinnmodules organized into signal transduction networks, molecular machines, and organelles. However, our knowledge of proteome architecture is fragmentary, as is our conception of hownprotein interconnectivity is influenced by genetic and cellularnvariation." 我覺得蛋白質組學的意義是在於將零碎的生化研究信息組織起來以變成一個網路，也許我們需要更多的標準化，儘管這在蛋白質質譜學的混亂之中顯得非常困難。

Refs.

[1] Cell. doi:10.1016/j.cell.2009.04.042

[2] Cell. doi:10.1016/j.cell.2015.06.043

推薦閱讀：