日前，兩個(gè)國(guó)際小組均在《自然》雜志上公布了人類蛋白質(zhì)組第一張草圖，這些在大部分非患病人體組織和器官中表達(dá)的精選蛋白，為更好的理解疾病狀態(tài)下發(fā)生的機(jī)體變化，奠定了堅(jiān)實(shí)的基礎(chǔ)。這兩項(xiàng)最新研究揭示了人類基因組的更多復(fù)雜性，并從之前認(rèn)為屬于非編碼區(qū)域的基因組中發(fā)現(xiàn)了新蛋白。

    波士頓兒童醫(yī)院蛋白質(zhì)組學(xué)主任Hanno Steen（未參與這項(xiàng)研究）表示：“雖然之前其它一些大型蛋白質(zhì)組數(shù)據(jù)集也收集了接近上萬個(gè)蛋白數(shù)據(jù)，但是這兩項(xiàng)成果確實(shí)是真正的突破性成果，全面覆蓋了超過80％的人類預(yù)期蛋白質(zhì)組，其中還有一些之前未曾被發(fā)現(xiàn)的蛋白。這些成果清楚地表明，想要達(dá)到這樣的蛋白覆蓋率深度，就需要探索許多不同的組織類型。”

    在第一篇文章中，來自約翰霍普金斯大學(xué)的蛋白質(zhì)組研究員Akhilesh Pandey，與來自印度生物信息學(xué)研究所等處的研究人員合作，分析了30種不同的組織類型，編撰了由84％所有預(yù)期編碼蛋白的人體基因翻譯得到的蛋白。

    這項(xiàng)研究識(shí)別出17, 294個(gè)蛋白編碼基因，并通過表達(dá)分析證明了組織和細(xì)胞特異性蛋白的存在，并且研究人員還通過從注解的假基因、非編碼RNA和未翻譯的區(qū)域識(shí)別翻譯的蛋白，表明了“蛋白基因組”分析的重要性。

    研究人員在線公布了這些人類蛋白質(zhì)組圖譜發(fā)現(xiàn)，相關(guān)數(shù)據(jù)將很快可以通過美國(guó)生物技術(shù)信息數(shù)據(jù)中心（the National Center for Biotechnology Information database）查詢得到，Pandey說。

    同時(shí)另外一篇文章中，來自德國(guó)研究人員慕尼黑工業(yè)大學(xué)的Bernhard Küster等人創(chuàng)新性的推出了一個(gè)搜索性公共數(shù)據(jù)庫(kù)：ProteomicsDB，這一數(shù)據(jù)庫(kù)公布了18, 097個(gè)基因獲得的蛋白，占目前預(yù)計(jì)人類蛋白總數(shù)（19, 629）的92％。這種數(shù)據(jù)能用于識(shí)別數(shù)百個(gè)翻譯的lincRNAs，對(duì)藥物敏感的標(biāo)記，以及用于發(fā)現(xiàn)mRNA和組織中的蛋白水平之間的定量關(guān)系等。

    這兩個(gè)研究組都利用了質(zhì)譜方法分析人類組織，Pandey研究組分析的是全新的數(shù)據(jù)，針對(duì)了多種不同健康人體組織的數(shù)據(jù)，其中包括七種胎兒組織和六種血細(xì)胞類型。

    而Küster研究組則采用了稍微有些不同的方法，他們匯集了已有質(zhì)譜分析數(shù)據(jù)，以及同事的一些成功，這些大約占據(jù)ProteomicsDB數(shù)據(jù)的60％。為了填補(bǔ)這些數(shù)據(jù)間的空白區(qū)域，Küster實(shí)驗(yàn)室構(gòu)建了自己的質(zhì)譜數(shù)據(jù)，分析了60個(gè)人類組織體液，13個(gè)體液，以及147個(gè)的癌細(xì)胞系。Küster表示，他們只挑選了高分辨率的公共數(shù)據(jù)，這些數(shù)據(jù)具有嚴(yán)格的計(jì)算過程，高質(zhì)量控制標(biāo)準(zhǔn)。

    “這兩項(xiàng)研究可以互補(bǔ)”，加拿大多倫多Lunenfeld-Tanenbaum研究院的 Anne-Claude Gingras（未參與該項(xiàng)研究）評(píng)價(jià)道，“前者霍普金斯大學(xué)的研究真正發(fā)現(xiàn)了之前蛋白質(zhì)組學(xué)的缺陷所在，從單一來源進(jìn)行了人體蛋白質(zhì)的研究，有助于通過他們的數(shù)據(jù)進(jìn)行簡(jiǎn)單比對(duì)”，而后者ProteomeDB的研究，則將新內(nèi)容與原有蛋白質(zhì)組數(shù)據(jù)聯(lián)系在了一起，正如Küster所說，就是發(fā)展和完善原有數(shù)據(jù)庫(kù)，進(jìn)一步從蛋白研究中匯集更多資源。

    此外Küster實(shí)驗(yàn)室通過比較每個(gè)蛋白與mRNA水平的比例，發(fā)現(xiàn)翻譯比例對(duì)于每種mRNA轉(zhuǎn)錄來說是一個(gè)恒定特征。“這是一個(gè)令人驚訝的發(fā)現(xiàn)，具有重要意義”Gingras說。

    Steen表示贊同，“如果這個(gè)觀點(diǎn)正確的話，那么將會(huì)給原有的法則提出新的內(nèi)容。之前研究人員發(fā)現(xiàn)轉(zhuǎn)錄組合蛋白質(zhì)組數(shù)據(jù)好似一個(gè)硬幣的兩面，”他說，“但這一分析又進(jìn)一步表明，至少在穩(wěn)定狀態(tài)下，一旦一對(duì)mRNA/蛋白比例被計(jì)算出來，那么蛋白水平就能從特定的mRNA水平中估算出來。”

    這兩項(xiàng)研究提出的證據(jù)表明之前被認(rèn)為不能翻譯的DNA區(qū)域其實(shí)能進(jìn)行翻譯，這其中包括Küster 研究組發(fā)現(xiàn)的400多個(gè)基因間非編碼RNAs（lincRNAs），以及Pandey研究組發(fā)現(xiàn)的193個(gè)新蛋白。但是這些新發(fā)現(xiàn)的蛋白質(zhì)的生物學(xué)意義還不清楚。

    “目前的基因組注釋主要基于計(jì)算運(yùn)算法則，”約翰霍普金斯大學(xué)研究員，人類蛋白質(zhì)組圖譜作者之一Min-Sik Kim說，“這些預(yù)測(cè)可能并不完全準(zhǔn)確，這就是為什么需要直接分析蛋白的原因。”

    Pandey研究組目前正在分析進(jìn)一步分析胎兒蛋白質(zhì)組，以及將蛋白質(zhì)翻譯后修飾數(shù)據(jù)添加到數(shù)據(jù)庫(kù)中。這一研究組還希望能深入探索人腦器官，這一部分是目前公布的蛋白質(zhì)組圖譜中不包含的部分。

    “我們一般認(rèn)為，信息的傳遞是從基因組到轉(zhuǎn)錄組，再到蛋白質(zhì)組。這些最新研究卻表明，這其實(shí)是一個(gè)雙向的途徑——蛋白質(zhì)組也可以用于注釋基因組。其重要性在于利用這些數(shù)據(jù)集，我們能進(jìn)一步注釋基因組，改進(jìn)預(yù)測(cè)轉(zhuǎn)錄和翻譯的運(yùn)算法則”，Steen說，“基因組學(xué)領(lǐng)域?qū)牡鞍踪|(zhì)組學(xué)數(shù)據(jù)中獲益良多。”