您的位置:首页 >Nature杂志 > 生理学 >

研究人员开发了从实验室设计的DNA序列

导读 对第一个人类基因组进行测序是一项艰巨的工作,耗时13年,全球数百名研究人员和数十亿美元。但最近的技术进步已经将基因组测序转变为一种相...

对第一个人类基因组进行测序是一项艰巨的工作,耗时13年,全球数百名研究人员和数十亿美元。

但最近的技术进步已经将基因组测序转变为一种相当普通的事件,数百万人使用药店提供的DNA收集工具对至少部分基因组进行了测序。

虽然科学家进行遗传分析的能力的这些飞跃已经对人类遗产,疾病和健康产生了无数的见解,但DNA序列背后的确切含义 - 每条DNA链中“字母”的顺序如何指导身体的蛋白质成为什么样的做什么 - 仍不清楚。

现在,科学上首先,哈佛医学院Blavatnik研究所的科学家已经证明,通过评估实验室制造的基因突变对蛋白质功能的影响,可以确定基因的三维结构。

该团队的研究结果于6月17日发表在Nature Genetics上,代表了将序列数据与细胞功能联系起来的重要一步。该工具可从https://github.com/debbiemarkslab/3D_from_DMS_Extended_Data免费获得。

目前的研究将与巴塞罗那理工学院的JörnSchmiedel和Ben Lehner领导的团队的研究同时发表,该团队独立地得出了类似的结果,采用了这一概念,但采用了不同的技术,从而肯定了该方法的实用性。

该研究中使用的计算方法称为深度突变扫描,涉及使用高通量测序合成各种基因突变,然后确定突变对蛋白质功能的影响。

相比之下,之前的努力 - 包括研究人员在当前研究中的工作 - 依靠机器学习从天然存在的DNA样本中收集这样的3-D结构,而不是实验室制作的DNA样本。

在目前的研究中,研究人员发现DNA序列中的功能相互作用,包含四种不同蛋白质和一种RNA的说明。从这些研究人员那里,研究人员构建了蛋白质的三维结构 - 这种空间结构可以为这些蛋白质在细胞中的作用提供有价值的线索。

“我们生活在一个结构决定功能的三维世界,”哈佛医学院系统生物学副教授Debora Marks说,他带领团队与HMS博士后研究员Kelly Brock和博士生Nathan Rollins一起领导哈佛大学

“了解蛋白质在细胞内的形状和构象可以帮助我们预测它们的功能以及这些结构的变化对细胞功能或功能失常的影响。”

Marks说,这种见解代表着对更好地理解疾病和健康中个体蛋白质变化的显着进步,并且可以为针对蛋白质特定部分的精确药物的开发提供信息。Marks解释说,人体内的每种蛋白质都是由20种不同氨基酸的一系列组合而成。蛋白质的氨基酸组成是重要的,但这些氨基酸如何三维折叠,交错和相互关联在确定蛋白质功能和功能障碍方面同样重要。

长期以来,研究人员一直依赖X射线晶体学,低温电子显微镜(cryo-EM)或核磁共振成像(NMRI)等方法来确定蛋白质结构。然而,这些方法可能是耗时的并且需要昂贵的,高度专业化的设备。一些蛋白质,例如那些与膜结合的蛋白质或那些倾向于聚集的蛋白质,或结块的蛋白质 - 例如大脑中的淀粉样蛋白 - 根本不适合这些可视化技术。

为了寻找更好的方法,来自哈佛医学院,Dana-Farber癌症研究所和Broad研究所的Marks和她的同事转向了突变文库 - 由其他研究人员开发的合成DNA序列,其中DNA模式被改变以改变单个氨基酸。

该团队特别感兴趣的是在同一序列中含有单独氨基酸同时突变的文库。他们寻求突变对,它们相互依赖地影响蛋白质功能和健康,这种生物效应被称为上位性。研究人员推断,最强烈的上位性病例应该通过3-D中氨基酸配偶体之间的直接相互作用来介导。因此,具有足够突变对的扫描中的强上位应该揭示足够的3-D相互作用以收集并构建完整的3-D结构。

该团队使用来自人类,酵母和水稻的蛋白质,包括双蛋白质复合物,以及核酶,一种具有酶样功能的RNA。这些分子中的每一个都经过充分研究,并通过其他方法得到了现有结构,这使得团队能够验证其最终预测的精确度。

研究人员将这些库中的信息输入计算机程序,用于生成分子的三维结构。令人惊讶的是,来自这些上位突变的数据足以产生与已建立的方法相似的结构,其物理位置的变化小至1.8埃。

Marks指出,尽管这种方法适用于小蛋白质,但较大的蛋白质提出了更大的挑战。例如,蛋白质的300个氨基酸组成的将有1600万个可能的突变对序列。虽然序列合成变得非常有效并且可能很快就会超过这个限制,但仍然很难创建那么大的库。

但是,其他工作表明,运行此完整数据集不是必需的;只运行一小部分可能的突变组合产生了精确的三维结构。该团队表明,在应用简单的规则选择突变体进行合成时,只有原始大小的二十分之一的图书馆可以完成工作。随着方法的发展,可能会出现更高效的库的策略,并且可能完全绕过综合挑战。

Marks和她的同事指出,这种方法可以扩展到远远超出他们在这里研究的分子类型。例如,她说,他们的工作已经促使与其他有兴趣学习蛋白质结构的团体合作,这些蛋白质具有不同的形状以执行不同的功能。此外,该方法还可用于研究其他类型的RNA,这是一类广泛的分子,它们与人类疾病密切相关,但几乎没有解决的结构。

“这种方法不能取代X射线晶体学或核磁共振作为衍生三维结构的方法,”马克斯说。“但它是我们工具箱中的另一个工具,可以更好地理解这些结构,并了解它们的工作原理。”

免责声明:本文由用户上传,如有侵权请联系删除!