西班牙國家癌癥研究中心（CNIO）Alfonso Valencia領(lǐng)導的研究團隊,，發(fā)表了題為“Emerging methods in protein co-evolution”的綜述文章,，概述了研究蛋白協(xié)同進化及相互作用的新方法,，展望了這些方法在研發(fā)選擇性藥物中的應用,。文章發(fā)表在Nature旗下的《自然—評論》（Nature Reviews Genetics）雜志上。
研究人員在綜述中指出,，以協(xié)同進化原則為基礎(chǔ)的計算方法,，可以對蛋白結(jié)構(gòu)、蛋白功能和蛋白質(zhì)相互作用進行分析和預測,，給這些領(lǐng)域帶來了革命性的轉(zhuǎn)變,。
“蛋白質(zhì)以相互協(xié)調(diào)的方式演化，也被稱為協(xié)同進化molecular coevolution,。在過去幾年中,，這類研究的分析工具發(fā)生了重要改變，”Valencia說,。
這種微觀進化領(lǐng)域的革命,，使人們得以預測蛋白間的相互作用，理解這些分子中發(fā)生的結(jié)構(gòu)改變,。同時也有助于人們分析,，疾病所引起的改變會產(chǎn)生怎樣的潛在影響，例如癌癥或神經(jīng)退行性疾病等等,。
在宏觀尺度上,，不同物種之間存在著競爭和共生關(guān)系,。同樣，蛋白也并不是獨自執(zhí)行功能的獨行俠,，它們也會彼此協(xié)調(diào),。正因如此，進化傾向于在蛋白中引入?yún)f(xié)調(diào)性的改變,，調(diào)節(jié)蛋白之間的關(guān)系,。
“與上世紀九十年代相比，現(xiàn)在的計算方法更有效也更可靠,，讓我們能夠在分子水平上探討協(xié)同進化,，給進化論賦予了更深層的意義，”Valencia說,。“以協(xié)同進化為基礎(chǔ)的方法,，是我們分析和理解生物學分子活動的理想工具。”
作者在文章中介紹了以蛋白協(xié)同進化為基礎(chǔ)的計算方法,，這些方法能夠預測不同復雜程度下的分子相互作用,。其中包括：上世紀九十年代預測蛋白接觸點的方法；分析相似蛋白或同家族蛋白與配體選擇性結(jié)合的方法,；以及可以預測數(shù)千蛋白互作網(wǎng)絡(luò)的方法,。
過去二十年來，Valencia的團隊完成了相關(guān)領(lǐng)域的多項研究,，并且一直在世界上處于領(lǐng)先地位,。“Ras是眾所周知的癌基因，去年我們發(fā)表文章預測了Ras蛋白與其他蛋白的結(jié)合特異性,。我們采用的正是此前以協(xié)同進化為基礎(chǔ)開發(fā)的工具,，這一工具已經(jīng)被許多其他研究團隊采用。”Valencia解釋道,。Ras蛋白家族與多種癌癥有關(guān),，研究這些蛋白與其他重要蛋白的作用方式，將會開辟藥物研發(fā)的新途徑,。
作者在展望相關(guān)領(lǐng)域的發(fā)展前景時稱,，未來生物信息學程序員、物理學家,、生物學家和數(shù)學家們的廣泛合作,，將會大大推動人們對生物學分子機理的認識,。
“從長遠來看,，我們希望這些方法能夠有助于新藥開發(fā)，以便選擇性靶標異常細胞,，從而減少藥物的副作用,。”文章作者之一,，David de Juan說。(生物谷Bioon.com)
doi:10.1038/nrg3414
PMC:
PMID:
Emerging methods in protein co-evolution
David de Juan, Florencio Pazos, Alfonso Valencia
Co-evolution is a fundamental component of the theory of evolution and is essential for understanding the relationships between species in complex ecological networks. A wide range of co-evolution-inspired computational methods has been designed to predict molecular interactions, but it is only recently that important advances have been made. Breakthroughs in the handling of phylogenetic information and in disentangling indirect relationships have resulted in an improved capacity to predict interactions between proteins and contacts between different protein residues. Here, we review the main co-evolution-based computational approaches, their theoretical basis, potential applications and foreseeable developments.
