世界上第一个生物信息学工具识别由同一蛋白质的多个拷贝组成的淀粉样蛋白

来自圣彼得堡大学和蒙彼利埃大学的科学家们开发了第一个软件，能够预测淀粉样蛋白原纤维中能够共同聚集的蛋白质对。

　　

来自圣彼得堡大学和蒙彼利埃大学的科学家们开发了第一个软件，可以预测淀粉样蛋白原纤维中能够共同聚集的蛋白质对，即蛋白质相互附着的过程。他们的研究表明准确率超过94%。这项研究发表在《Journal of Molecular Biology》上。

淀粉样蛋白是一种蛋白质聚集体，与许多严重的不治之症有关，如阿尔茨海默氏症、帕金森症和亨廷顿氏症等。然而，淀粉样蛋白的存在并不总是病理性的;它们中的许多在细胞中具有功能性的“有益”作用。科学家们说，蛋白质结构的变化可以触发淀粉样蛋白原纤维的聚集。然而，在过去的几年里，已经积累了大量关于不同淀粉样蛋白共同聚集的数据。

来自圣彼得堡大学和法国蒙彼利埃大学的遗传学家和生物技术专家团队在世界上首次提出了一种生物信息学方法AmyloComp，以识别能够共同聚集的蛋白质对，即相互结合。该软件是用Python编程语言编写的，可以作为在线应用程序使用。

淀粉样蛋白看起来像原纤维。它们在纤维上形成了一种由许多分子组成的“堆叠”。传统上，淀粉样蛋白原纤维由同一蛋白质的多个拷贝组成。在这种情况下，它们是同质的，具有相同的结构。然而，我们试图发现的是不同蛋白质在一个共同的纤维中共同聚集，即在同一淀粉样蛋白纤维中堆叠不同的蛋白质，”该研究的合著者、圣彼得堡大学遗传与生物技术系副教授Stanislav Bondarev说。

根据Stanislav Bondarev的说法，大学科学家开发的AmyloComp软件在模型数据集上的准确性超过94%，并且还可靠地对已知的蛋白质共聚集的阳性和阴性例子进行分类。因此，蛋白质共聚集可以在体内发挥多种生物学作用。

一方面，“淀粉样蛋白级联”假说在很久以前就提出了。该假说认为，病理性淀粉样蛋白聚集可以引发其他蛋白质的聚集。另一方面，一些重要的生物过程需要不同淀粉样蛋白的共同聚集。已知的共聚集例子包括人类蛋白RIPK1和RIPK3。当触发抗病毒反应时，这种共聚集是信号级联的一部分。AmyloComp软件可以在蛋白质组尺度上识别类似的例子。

生物信息学工具是独一无二的。其他生物信息学方法不能模拟两种淀粉样蛋白的共同聚集。圣彼得堡大学的研究人员开发的方法是基于对两种蛋白质的氨基酸序列的比较，并考虑到在同一淀粉样蛋白纤维中不同蛋白质堆叠的可能性。这种方法使得识别形成单一结构的不同序列成为可能。