基于N末端组学与机器学习融合策略的N端精氨酸化修饰精准解析新方法及其在内质网应激应答机制研究中的应用
《Nature Communications》:Implementing N-terminomics and machine learning to probe Nt-arginylation
【字体:
大
中
小
】
时间:2025年12月10日
来源:Nature Communications 15.7
编辑推荐:
本研究针对N端精氨酸化(Nt-arginylation)鉴定中存在的假阳性率高、传统质谱分析方法特异性不足的瓶颈问题,开发了结合N末端组学(N-terminomics)与机器学习(ML)过滤的创新策略。研究人员通过建立基于转移学习的质谱预测模型,在应激诱导的HeLa细胞中鉴定出134个高置信度Nt-arginylation位点,发现该修饰富集于caspase切割位点和信号肽处理区域。该研究为罕见N端修饰的精准检测提供了新范式,对生物标志物发现和药物靶点开发具有重要意义。
在细胞生命活动的精密调控网络中,蛋白质翻译后修饰(PTM)扮演着关键角色。其中,N端精氨酸化(Nt-arginylation)是一种由精氨酰-tRNA-蛋白质转移酶1(ATE1)介导的重要修饰,它不仅是Arg/N-降解途径的核心组分,引导靶蛋白通过泛素-蛋白酶体系统降解,还在蛋白质质量控制、细胞器稳态维持以及应激信号传导中发挥多功能作用。ATE1功能的失调与心血管发育缺陷、神经退行性疾病乃至癌症发生密切相关。然而,由于技术限制,对Nt-arginylation的深入研究一直面临挑战。传统质谱(MS)分析方法容易将蛋白质序列自身N端为精氨酸的肽段(由胰蛋白酶漏切产生)误判为真正的Nt-arginylation,导致假阳性率高,难以实现大规模、精准的“精氨酸化修饰组”(Arginylome)图谱绘制。
为了解决这一难题,韩国科学技术研究院(KIST)的Cheolju Lee教授团队与韩国生命工学研究院(KRIBB)的Hyunjoo Cha-Molstad教授团队合作,在《Nature Communications》上发表了题为“Implementing N-terminomics and machine learning to probe Nt-arginylation”的研究论文。该研究开创性地将N末端组学(N-terminomics)与基于机器学习(ML)的过滤策略相结合,建立了一套能够高置信度鉴定细胞内Nt-arginylation位点的综合方法,并深入揭示了其在内质网(ER)应激响应中的动态变化和生物学意义。
研究团队首先利用他们之前开发的iNrich方法,对经过蛋白酶体抑制剂MG132以及内质网应激诱导剂毒胡萝卜素(Thapsigargin, TG)处理的HeLa细胞进行N末端肽段富集,随后进行液相色谱-串联质谱(LC-MS/MS)分析。为了克服假阳性问题,他们设计了一种“串联数据库搜索”策略,并创新性地提出利用“精氨酸起始肽段”(Arg-starting peptides,即由漏切产生的假阳性肽段)作为“分子代理”,因其化学性质与真正的Nt-精氨酸化肽段完全相同。研究人员利用这些“分子代理”肽段的大量质谱图,对预训练的深度学习模型AlphaPeptDeep进行微调(迁移学习),构建了能够高精度预测Nt-精氨酸化肽段二级质谱(MS2)图和保留时间(RT)的预测模型。
通过对质谱数据的严格过滤(包括MS2谱图相似性评估、RT偏差过滤以及基于b/y离子质量误差分布的统计检验),研究团队从初始鉴定的1217个肽段-谱图匹配(PSM)中,最终筛选出394个高置信度的Nt-精氨酸化PSM,对应134个独特的修饰位点。分析表明,机器学习过滤有效去除了大部分由漏切产生的假阳性信号,并揭示了Nt-精氨酸化更倾向于发生在由蛋白酶(如caspase-3、信号肽酶、转运肽酶)切割新产生的、且位于蛋白质无序区域的N末端。功能分析表明,这些被精氨酸化的蛋白质广泛分布于内质网、细胞核、线粒体等多种细胞器中,并且在内质网未折叠蛋白反应(UPR)通路中显著富集。
为了验证质谱鉴定结果的可靠性,研究团队使用了一种名为R-catcher的p62 ZZ结构域衍生工具,该工具对精氨酸化蛋白具有高亲和力。在随机挑选的12个候选蛋白中,有8个成功通过了R-catcher下拉实验验证,并且其中6个的结合被证实是ATE1依赖性的。此外,通过平行反应监测质谱(PRM-MS)技术,研究人员动态追踪了ER应激诱导后Nt-精氨酸化的时间变化规律。结果发现,转录因子ATF4的表达在应激早期(3小时)即上调,而典型底物(如CALR|18E和P4HB|18D)的精氨酸化修饰则在12小时后才显著增加。尤为重要的是,位于caspase-3切割位点的精氨酸化(如EIF4B|46D和FLNA|1502N)出现时间早于信号肽切割位点的精氨酸化,这表明在UPR应激下,caspase-3激活及其底物的精氨酸化是一个早期事件。
该研究开发的方法显著提升了对稀有N端修饰的检测能力。研究不仅绘制了应激条件下更全面的Nt-精氨酸化修饰图谱,还将该修饰与UPR应激下的细胞命运决策(自噬与凋亡平衡)联系起来,为理解相关疾病的分子机制和开发新的治疗策略提供了重要线索。
研究使用了以下关键技术:1) 基于iNrich方法的N末端肽段富集技术;2) 液相色谱-串联质谱(LC-MS/MS)数据采集;3) 基于AlphaPeptDeep框架的机器学习模型(MS2和RT预测模型)构建与迁移学习;4) 假阳性控制策略(包括串联数据库搜索、质谱预测过滤、保留时间过滤和碎片离子质量误差检验);5) R-catcher下拉实验进行生化验证;6) 平行反应监测质谱(PRM-MS)进行时间分辨的靶向定量分析;7) 生物信息学分析(如序列标识分析、基因本体富集分析、蛋白互作网络分析等)。细胞实验主要使用HeLa细胞系(来源ATCC)和ATE1基因敲除(Atel-/-)的小鼠胚胎成纤维细胞(MEF)。
研究人员开发了一套集成三种过滤模块(MS2预测、RT预测、质量误差检验MET)的机器学习流程。经过此流程筛选后,保留的PSM显示出更强的N端精氨酸化特征性b1离子信号,且修饰位点更多地位于蛋白质无序区域(低pLDDT值)。序列标识分析显示,过滤后假阳性序列特征(如P2、P3位点为精氨酸)被有效去除,而真实的蛋白酶切割 motif(如caspase的DXXD模式)则凸显出来。
在毒胡萝卜素(TG)和MG132共同处理(MGTG)的细胞中,鉴定到的Nt-精氨酸化位点数量最多。这些位点对应的蛋白质显著富集于UPR通路,并广泛定位於内质网、线粒体、细胞核等多种细胞器。值得注意的是,许多位点被预测为蛋白酶切割产物,包括信号肽(24个)、转运肽(8个)和caspase-3底物(12个)。特别在线粒体中,研究人员在叶酸代谢关键酶MTHFD2和SHMT2的转运肽切割位点发现了Nt-精氨酸化,这暗示该修饰可能参与UPR诱导的代谢重编程。
通过R-catcher下拉实验,研究人员成功验证了8个候选蛋白与p62 ZZ结构域的相互作用是N端精氨酸化依赖性的。竞争实验和ATE1野生型/敲除细胞实验进一步证实了这些相互作用的特异性及其对ATE1的依赖性。
时间分辨的PRM-MS分析清晰地展示了不同类别Nt-精氨酸化在ER应激下的动态变化:caspase-3切割位点的精氨酸化在应激后12小时即显著增加,而内质网信号肽切割位点的精氨酸化(如CALR, P4HB)则稍晚出现。与之对应,未修饰的肽段水平并未呈现同步下降,提示精氨酸化可能并不立即导致蛋白降解,而是可能参与其他调控过程,如自噬。
本研究成功建立并验证了一种将N末端组学与机器学习过滤相结合的新策略,极大地提高了细胞内Nt-精氨酸化位点鉴定的准确性和通量。该方法克服了传统质谱分析中因质量数相近和漏切导致的假阳性难题。应用该方法,研究人员绘制了ER应激条件下高置信度的Nt-精氨酸化修饰图谱,揭示了该修饰在蛋白酶(尤其是caspase-3)切割新产生的N末端上的广泛存在,并发现了其在线粒体叶酸代谢酶上的潜在新功能。时间动态分析表明,Nt-精氨酸化是UPR应激响应过程中的一个动态调控事件,其发生具有时序性,可能与细胞在应激下平衡自噬与凋亡的决策有关。该研究不仅为大规模研究其他稀有或化学性质特殊的PTM提供了可借鉴的技术框架,也深化了对Nt-精氨酸化生物学功能,特别是在应激响应中复杂作用的理解,为相关疾病的机制研究和靶点发现提供了新的视角和资源。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号