Сколько белков в человеке: Карта белков в теле человека составлена двумя группами ученых

0

Содержание

Карта белков в теле человека составлена двумя группами ученых

Ученые составили перечень белков в теле человека и благодаря этому смогли убедиться в эффективности нескольких лекарств от рака. В подобных исследованиях находится путь к персонализированной медицине будущего, когда диагностика заболеваний и подбор способа их лечения будут проводиться с помощью поиска специфических молекул — биомаркеров.

Человеческая ДНК кодирует громадное количество белков, и многие из них занесены в компьютерные базы данных, но четкой структурированной карты, наглядно демонстрирующей, когда и где все они работают, до сих пор создано не было. Чтобы исправить ситуацию, две независимые исследовательские группы с помощью масс-спектрометрического анализа составили «путеводители», помогающие ориентироваться в мире протеома».

Слова «геном» и «геномика» после проекта «Геном человека» уже мало кому режут слух. Но пока далеко не все знают, что такое «протеом». Этот термин используется для обозначения белков-протеинов в организме, клетке или ткани в определенный момент времени. За последнее десятилетие технологии, позволяющие читать «текст» ДНК, значительно усовершенствовались: теперь ученые могут сделать это быстрее и дешевле, чем раньше.

Но для понимания всех молекулярных процессов, происходящих в организме, мало просто знать, какой белок кодируется геном – необходимо определить модификацию и количество этого белка в конкретном «месте службы», так как в каждом органе их набор сильно отличается, что прямо связано с функциями органа.

Поскольку любой белок не существует сам по себе, а является частью сложных и запутанных цепочек взаимодействий, определяющих судьбу клетки, ткани или органа, в которых они происходят, то без схемы или карты разобраться было очень сложно.

«Можно представить, что тело – это гигантская библиотека, где каждый белок – это книга,

— говорит Акилеш Панди, профессор Института медицинской генетики, биохимии, патологии и онкологии в Университете им. Джона Хопкинса (США), основатель и директор Института биоинформатики в Бангалоре (Индия). — Вся сложность в том, что нет полного каталога с названиями «книг» и указанием, где их найти. Думаю, сейчас мы создали первую схему этого

каталога».

Команда индийских исследователей использовала в своей работе, результаты которой представлены в Nature, 30 образцов нормальных тканей взрослого организма, семь образцов зародышевых тканей и шесть типов клеток. Из них выделили белки, которые расщепили специальными ферментами и с помощью новейших технологий подсчитали их количество в каждом образце. Было установлено соответствие между 17 294 генами (это 84% от всего генома) и кодируемыми ими белками, причем 2535 из этих соответствий ранее отсутствовали в общих базах данных. Кроме того, были исправлены ошибки предыдущих аннотаций, пропустивших некоторые гены или определяющих экспрессирующиеся (действующие) гены как псевдогены (нерабочие), и кодирующие РНК как некодирующие.

Самым неожиданным для команды Панди, по его словам, стало открытие 193 белков, инструкция по сборке которых записана в областях ДНК, ранее считавшихся некодирующими.

Данный факт показывает, что ученые еще не до конца понимают, как клетка читает ДНК.

Вторая команда исследователей (Технический университет Мюнхена, Германия) в своей работе, также опубликованной в Nature, изучила более 18 тыс. протеинов, указав в своей базе данных их количество, распределение и модификации в разных типах клеток и тканей.

Изучая матричную (информационную) РНК, которая создается на ДНК и является шаблоном для сборки белка, немецкая группа исследователей установила, что

каждая мРНК сама определяет, какое количество копий белка нужно произвести, причем для разных белков соотношение разное.

«Поскольку теперь мы знаем эту пропорцию для огромного числа белков, мы можем рассчитать количество белковых копий по количеству копий мРНК, и наоборот», — заявил руководитель группы Бернард Кёстер, профессор кафедры протеомики и биоаналитики Мюнхенского технического университета.

Как и ученые из группы Панди, группа Кёстера с удивлением обнаружила сотни новых белковых фрагментов, не кодируемых генами, известными в настоящий момент. Напротив, около 2 тыс. белков, которые, согласно генетической карте, должны существовать, найти не удалось. По мнению Кёстера, причиной тому является непрерывное изменение генов под действием эволюции.

Еще одним важным этапом исследования, проведенного в Университете Мюнхена, стала проверка эффективности 24 лекарств от рака против 35 типов раковых клеточных линий.

В результате была подтверждена зависимость между успешностью лечения и набором содержащихся в клетках белков.

Создание двух карт протеома, несмотря на их неполноту, значительно облегчает работу будущих исследователей по определению найденных белков. Это позволяет использовать результаты, полученные немецкими и индийскими учеными в различных сферах, в частности в персонализированной медицине, для диагностики заболеваний с помощью поиска биомаркеров (специфических сигнальных молекул) и подбора способа их лечения.

Сколько белков нужно вашему организму и откуда их лучше брать

  • Джессика Браун
  • BBC Future

Автор фото, iStock

Некоторые эксперты заявляют, что покупать продукты с повышенным содержанием белков (и по повышенной цене) – это все равно, что спускать деньги в унитаз. Правы ли они?

Сколько белков нам на самом деле нужно? Помогают ли они избавиться от лишнего веса? И кому они вообще помогают?

В начале ХХ века канадский исследователь Арктики, этнограф и писатель Вильялмур Стефанссон принял решение в течение пяти лет есть только мясо. Соответственно, его рацион в те годы состоял примерно на 80% из жиров и на 20% из белков.

Двадцать лет спустя, в 1928 году, он повторил эксперимент под наблюдением специалистов из знаменитой нью-йоркской больницы Бельвью, но ограничился одним годом.

Стефанссон хотел опровергнуть мнение, что на одном мясе человек не выживет.

Но в ходе обоих экспериментов ему быстро становилось плохо, если он какое-то время потреблял только нежирное мясо.

У него развивалось так называемое белковое отравление, которое прозвали “истощением от крольчатины”.

Симптомы исчезали, когда он изменял рацион – начинал есть меньше белков и больше жиров.

После тех экспериментов, живя в Нью-Йорке и потребляя типичный американский рацион со средним содержанием белков, Стефанссон начал жаловаться на ухудшение здоровья.

Он вернулся к своей диете – с ограничением углеводов и высоким содержанием жиров и белков – и прожил на ней до 83 лет.

Так или иначе, его первые эксперименты – одни из немногих формальных научных доказательств того, что высокобелковая диета может быть очень вредной.

Автор фото, Getty Images

Подпись к фото,

Производители протеиновых добавок советуют выпивать после тренировки протеиновый коктейль, чтобы мышечные ткани восстанавливались и росли

Несмотря на большую популярность протеиновых пищевых добавок, многие из нас до сих пор точно не знают, сколько белков нам нужно, как именно их потреблять и чем грозит их дефицит или избыток в организме.

Белки на авансцене

За последние двадцать лет уровень ожирения среди британцев повысился вдвое, и многие начинают более сознательно подходить к питанию. Мы заменяем белый хлеб черным и цельнозерновым, а обычное молоко – обезжиренным.

В маркетинговом шоу о здоровом образе жизни белки исполняют главную роль: полки супермаркетов пестрят протеиновыми батончиками, протеиновыми шариками и повседневными продуктами, обогащенными белками – от зерновых хлопьев до супов.

В 2016 году объем глобального рынка протеиновых пищевых добавок составлял примерно 12,4 млрд долларов. Очевидно, нас убедили, что чем больше белков – тем лучше.

А сколько их надо?

Впрочем, некоторые эксперты сейчас заявляют, что покупать продукты с повышенным содержанием белков (и по повышенной цене) – это выбрасывать деньги на ветер.

Давайте разберемся. Белки необходимы для роста и восстановления клеток тела. Белковая пища – мясо, рыба, яйца, молочные продукты и бобовые – в желудке расщепляется на аминокислоты и поглощается тонким кишечником; потом печень решает, какие из аминокислот нужны организму. Остальные вымываются с мочой.

Автор фото, iStock

Подпись к фото,

Покупаете белковые добавки? Рискуете выбросить деньги на ветер

Взрослым, чей образ жизни не особо активен, советуют ежедневно потреблять примерно 0,75 г белков на килограмм массы тела.

В среднем это 55 г для мужчин и 45 г для женщин. Их можно получить из двух порций (размером в ладонь) таких продуктов как мясо, рыба, тофу, орехи или бобовые.

Если белков недостаточно, у человека могут выпадать волосы, появляться сыпь на коже или снижаться вес из-за потери мышечной массы.

Но такие побочные эффекты встречаются очень редко, в основном у тех, кто страдает от пищевых расстройств.

Белки для шварценеггеров

Для большинства из нас белки ассоциируются с бодибилдингом. Так и есть.

Силовые упражнения приводят к расщеплению белков в мышцах. Чтобы мышцы крепли, белки должны возобновляться.

Особенно важную роль в запуске процессов синтеза белков играет аминокислота под названием лейцин.

Автор фото, Getty Images

Подпись к фото,

Многие потребляют продукты спортивного питания, например, протеиновые батончики и коктейли

Некоторые специалисты даже считают, что, если не поесть после тренировки богатой белками пищи или специальных добавок, мышцы не вырастут.

Производители добавок советуют выпивать после тренировки протеиновый коктейль – обычно на основе богатого лейцином сывороточного белка, побочного продукта производства сыра.

Потребители, судя по всему, соглашаются. Согласно отчету, опубликованному в 2017 году исследовательской компанией Mintel, 27% британцев потребляют продукты спортивного питания – такие как протеиновые батончики и коктейли.

Эта цифра возрастает до 39% среди тех, кто тренируется чаще одного раза в неделю.

Но более половины (63%) из тех, кто потребляет упомянутые продукты, не могут точно сказать, есть ли от них польза.

Так помогают или нет?

Исследования того, насколько протеиновые добавки помогают нарастить мышцы, показывают неоднозначные результаты.

В частности, в 2014 году ученые проанализировали 36 научных статей на эту тему и пришли к выводу: протеиновые добавки не влияют на нежировую массу тела и силу мышц в течение первых нескольких недель силовых тренировок у людей, которые ранее не занимались спортом.

Со временем, когда тренировки становятся интенсивнее, добавки действительно могут способствовать наращиванию мышц. Однако авторы отмечают, что такие изменения не исследовались в долгосрочной перспективе.

Другое исследование за 2012 год говорит, что протеин “улучшает результативность тренировок, способствует восстановлению и увеличивает нежировую массу тела”, но в нем отмечается: для лучших результатов белки следует потреблять вместе с быстрыми углеводами.

Обычные сладкие батончики?

И – внимание! – если спортсменам и посетителям тренажерных залов полезно быстрое “вливание” белков в организм сразу после тренировки, это не значит, что обязательно употреблять добавки и коктейли.

Большинство людей и так получает основную часть рекомендованного дневного количества белков из обычной пищи, говорит Кевин Типтон, преподаватель физической культуры из Университета Стерлинга.

“В добавках нет необходимости. Это удобный способ получить протеин, но в них нет ничего такого, чего не получишь из обычной еды. Протеиновые батончики – это обычные сладкие батончики с несколько большим содержанием белков”.

Автор фото, Getty Images

Подпись к фото,

В 2016 году объем всемирного рынка протеиновых пищевых добавок составлял 12,4 млрд долларов

Типтон добавляет, что даже для культуристов сывороточный белок и другие подобные вещества не столь важны, как это нам пытаются подать.

“Внимание слишком смещено на то, какие добавки употреблять, но на самом деле важнее идти в зал и тренироваться. Важное значение для результата имеют и другие переменные, такие как сон, диета и уровень стресса”, – подчеркивает он.

Большинство экспертов согласно с Типтоном: белки лучше получать из пищи, а не из добавок. Но есть определенные исключения – в частности, спортсмены, которым трудно достигать ежедневной цели в потреблении белков, отмечает Грэм Клоуз, профессор физиологии Ливерпульского университета имени Джона Мурса.

“По моему мнению, потребности большинства из них превышают рекомендованную дневную норму, и этому есть доказательства”, – говорит он. В таком случае коктейль может быть полезным.

Кому еще необходимы белки?

Какой еще демографической группе не помешают дополнительные белки? Пожилым людям. Потому что с возрастом мы нуждаемся в большем количестве белков для поддержания той же мышечной массы.

В то же время пожилые люди склонны потреблять меньше белков, потому что их вкусы часто сдвигаются в сторону расположения к сладкому.

Автор фото, Getty Images

Подпись к фото,

Мы как правило получаем большую часть рекомендованного дневного количества белка из своего обычного рациона

Эмма Стивенсон, профессор физической культуры с Ньюкаслского университета, пытается договориться с производителями продуктов питания о повышении содержания белков в изделиях, которые часто покупают пожилые люди, например, в печенье.

“С возрастом нам нужно особенно тщательно сохранять свою мышечную массу, ведь мы становимся слабыми и менее активными”, – говорит она.

Клоуз утверждает, что пожилые люди должны повысить потребление белков до 1,2 г на килограмм массы тела.

Можно ли их переесть?

К счастью, употребить слишком много белков очень сложно. Хотя верхний лимит существует, его “практически невозможно” достичь, считает Типтон.

“Некоторые диетологи обеспокоены, что высокобелковая диета может навредить почкам и костям, но доказательств тому очень мало, если речь идет о вполне здоровых людях”.

“Возможно, проблемы и возникнут, если человек с больными почками будет есть большое количество белков; но любые плохие последствия очень маловероятны”.

Впрочем, хотя белки сами по себе не вредны, белковые добавки часто содержат значительное количество углеводов из группы FODMAP, а те в свою очередь вызывают расстройства пищеварения: вздутие живота, метеоризм, боль в желудке.

Стивенсон советует внимательно читать информацию на этикетках пищевых добавок, батончиков и шариков.

“Часто они очень калорийны и содержат огромное количество углеводов, нередко в форме сахара. Не следует думать, что “высокое содержание протеина” автоматически означает здоровую пищу”, – говорит она.

Помогают ли они похудеть?

Белки давно связывают с похудением; высокобелковые и низкоуглеводные диеты (например, палеодиета или диета Аткинса) обещают продлить ощущение сытости.

Людям часто не удается похудеть, потому что они чувствуют голод и едят. Как показали исследования с использованием МРТ, высокобелковый завтрак способствует уменьшению аппетита в течение дня.

Есть достаточно доказательств того, что белки хорошо утоляют голод, говорит Алекс Джонстоун с Абердинского университета. Если вы пытаетесь похудеть, то важнее есть высокобелковые завтраки (например, тост с фасолью или молочный коктейль), чем принимать добавки.

Но она не защищает диету Аткинса и обнаружила в своем исследовании, что исключение из рациона углеводов негативно сказывается на здоровье кишечника (а мы знаем, что здоровый кишечник критически важен для многих аспектов нашего здоровья и благополучия).

Автор фото, Getty Images

Подпись к фото,

Протеиновые шарики часто высококалорийны и содержат огромное количество углеводов

Джонстоун рекомендует людям с избыточным весом поддерживать рацион, богатый белками и умеренно богатый углеводами: 30% белков, 40% углеводов и 30% жиров.

Для сравнения: людям без лишнего веса рекомендуют потреблять в среднем 15% белков, 55% углеводов и 30% жиров.

Конечно же, вы не похудеете, если только увеличите потребление белков. Важный ключ к успеху – есть курятину, другое нежирное мясо или рыбу.

Есть ли риски и как их избежать?

Исследования также показывают, что потребление большого количества животных белков способствует набору веса, а красное мясо повышает риск рака и сердечных заболеваний.

Однако существуют полезные белки не мясного происхождения, например, микопротеин – грибной белок.

На его основе в Британии выпустили заменитель мяса под маркой Quorn – в нем много не только белков, но и клетчатки. Сейчас исследователи изучают, как эта уникальная комбинация влияет на ощущение сытости и уровень инсулина, связанный с диабетом второго типа.

Автор фото, iStock

Подпись к фото,

Употребить слишком много белков трудно. Но нужно ли это вам вообще?

Одна исследовательская группа сравнила микопротеиновую диету с диетой на основе курятины и установила: у тех, кто ел Quorn, контроль над содержанием сахара был такой же, но при этом от поджелудочной железы требовалось производить меньше инсулина.

Риск употребить избыточное количество белков небольшой. Но лучше не обольщаться эффективностью продуктов с завышенной ценой, в которых предлагается больше белков, чем нам нужно.

“Некоторые продукты, обозначенные как “высокобелковые”, на самом деле таковыми не являются, но стоят довольно дорого”, – говорит Джонстоун.

“Как бы там ни было, потреблять больше белков, чем вам нужно, – это расточительство. Это все равно, что спускать деньги в унитаз”.

Прочитать оригинал этой статьи на английском языке можно на сайте BBC Future.

Белки в организме человека — всё, что нужно о них знать

Содержание:

Что такое белки? Это питательные вещества, необходимые для роста и восстановления клеток, а также для правильного функционирования организма. Они находятся во всем теле – в мышцах, костях, коже, волосах и тканях. Поскольку наше тело не способно накапливать белок, важно ежедневно получать достаточное его количество в пище. В этой статье расскажем о том, сколько белков нужно потреблять, в каких продуктах они содержатся и какие функции выполняют.

Белки состоят из аминокислот, которые являются их строительными блоками. Часть из них наш организм способен вырабатывать самостоятельно, они называются заменимыми. А также есть аминокислоты, которые могут быть получены только благодаря определенным продуктам, так как тело не способно их синтезировать. Как вы могли догадаться, они получили название незаменимых. К ним относятся:

  • гистидин
  • изолейцин
  • лейцин
  • лизин
  • метионин
  • фенилаланин
  • треонин
  • триптофан
  • валин

В свою очередь белки делятся на полноценные и неполноценные.

Полноценными считаются те, в чьем составе есть все незаменимые аминокислоты. Их содержат продукты преимущественно животного происхождения: мясо, птица, яйца, молочные и кисломолочные продукты.

К неполноценным относятся белки, в которых отсутствует хотя бы одна из вышеперечисленных незаменимых аминокислот. Как можно понять из названия, главным источником данного вида белка являются овощи, фрукты, бобовые, крупы, злаки, орехи и пр.

Отличие полноценных и неполноценных белков и продукты, в которых они содержатся

Функции белка в организме

Для чего нужны белки? Наряду с жирами и углеводами, они играют важную роль в работе организма, выполняя следующие функции:

  • Строительную. Белки являются основным структурным материалом всех клеточных мембран. 
  • Каталитическую. Практически все биохимические реакции протекают благодаря белками-ферментам. Например, пепсин – пищеварительный фермент в желудке, помогает расщеплять белки после употребления еды.
  • Двигательную, ведь работа мышц, костей, наше общее состояние напрямую зависит от потребления белков.
  • Транспортную. Например, гемоглобин транспортирует кислород через кровь.
  • Защитную. Антитела – это белки, вырабатываемые иммунной системой, которые помогают выявлять патогены и бороться с инфекциями.
  • Гормональную. Белки гормонов координируют функции организма, например, инсулин контролирует концентрацию сахара в крови, регулируя поглощение глюкозы клетками.
  • Пластическую. Например, коллаген и эластин играют немаловажную роль для соединительных тканей.
  • Рецепторную. Белки играют важную роль в межклеточных связях и передаче сигналов.

Значение и функции белков в организме человека

Сколько белка нужно потреблять в сутки?

Согласно исследованиям, ученые рекомендуют потреблять в день такое соотношение белков – 0,8 г на 1 кг вашего веса. Таким образом, человек с весом 70 кг должен получать не меньше 56 грамм белка в сутки.

Но этот показатель все же относителен, так как люди, ведущие активный образ жизни и регулярно посещающие спортзал, нуждаются в их большем количестве. Также исследования утверждают, что потребление белков выше нормы идет на пользу пожилым людям, ведь они склонны к потере мышечной массы.

При этом не забывайте учитывать общую формулу соотношения белков, жиров и углеводов. В рационе должно быть 25-35% белков, 25-35% жиров и 30-50% углеводов.

Усредненная формула соотношения белков, жиров и углеводов в дневном рационе

Отличие белков растительного и животного происхождения

Животные белки – те, что содержатся в продуктах, которые мы получаем благодаря домашнему скоту и рыбной ловле (различные виды мяса и птицы, рыба и морепродукты, яйца, молочная и кисломолочная продукция). Они считаются полноценными источниками белка в еде, так как содержат все незаменимые аминокислоты, необходимые организму для эффективного функционирования:

  • Витамин B12. Принимает участие в синтезе ДНК и формировании нервных волокон. 
  • Витамин D. Содержится в жирной рыбе, яйцах и молочных продуктах и лучше усваивается в данном виде, хотя его содержат и некоторые растения. Участвует в обмене веществ и способствует лучшему усвоению кальция.
  • Докозагексаеновая кислота (ДГК) – это важный компонент омега-3, содержащийся в жирной рыбе. Он полезен для работы мозга и его трудно получить из растительных источников.
  • Гемовое железо. Содержится в мясе (преимущественно красном), печени и рыбе. Оно помогает в процессе обмена кислородом, влияет на общее самочувствие и работу мозга. 
  • Цинк. Содержится в источниках животного белка, таких как говядина, свинина и баранина. От него зависит состояние кожи, волос, ногтей и каким будет процесс обновления клеток.

Учтите, что не все мясо полезно. Например, красное необработанное мясо говядины, свинины, баранины, телятины, следует употреблять в ограниченном количестве. 

Также избегайте обработанного мяса (бекон, сосиски, колбасы, мясное ассорти).

Продукты, содержащие белки растительного и животного происхождения

В отличие от белков животного происхождения, растительные содержатся в бобах, орехах, крупах, овощах, соевых продуктах и пр. Они считаются неполноценными, поскольку в них отсутствует одна или несколько незаменимых аминокислот, которые нужны организму. Чаще всего им не хватает метионина, триптофана, лизина и изолейцина. Именно поэтому диетологи и врачи настаивают на сбалансированном питании, чтобы получать полный комплекс питательных веществ.

Могут ли веганы и вегетарианцы получать необходимое количество белка только из продуктов растительного происхождения? Да. Кроме того, исследования показывают, что благодаря этому вегетарианцы зачастую имеют меньшую массу тела, более низкий уровень холестерина и артериального давления.

Источники растительного белка для вегетарианцев

Если вы не употребляете продукты животного происхождения, ваша главная задача – подобрать рацион, который обеспечит организм всеми необходимыми компонентами.

Вы должны учесть, что, например, рис содержит слишком мало лизина, чтобы считаться полноценным источником белка. Но употребляя его с фасолью или салатом с чечевицей, вы получите все девять незаменимых аминокислот.

Какие продукты растительного происхождения содержат большое количество белков?
  • Киноа – это зерно без глютена, которое содержит 8 граммов белка на 1 приготовленную чашку (185 граммов). В состав крупы входит множество полезных минералов, в том числе магний, железо и цинк.
  • Тофу – сыр, который изготавливается из соевого молока. Употребление 85 г дает приблизительно 8 г белка. Содержит кальций, калий и железо.
  • Гречневая крупа. Одна чашка (168 грамм) вареной гречневой крупы дает приблизительно 6 грамм белка. Является источником многих важных минералов, включая фосфор, марганец, медь, магний и железо.
  • Спирулина – разновидность сине-зеленых водорослей, 1 столовая ложка (7 г) высушенной спирулины дает 4 г белка. Она богата антиоксидантами и является источником нескольких витаминов группы В, меди и железа.
  • Семена чиа. Две столовые ложки (28 г) семян дают 4 грамма белка. Является хорошим источником Омега-3, железа, кальция, магния и селена.
  • Рис и бобы – классическое сочетание, которое является источником полноценного белка. Одна чашка (239 г) риса и бобов дает 12 г белка и 10 г клетчатки.
  • Орехи. Например, 30 г миндаля дает 6 граммов белка, почти столько же содержится в 30 г жареного стейка рибай.

Продукты растительного происхождения, содержащие много белка

Зачем потреблять продукты, содержащие белок?

Исследования показывают, что высокое потребление белка увеличивает пищевой термогенез – энергию, которая тратится организмом на поглощение, переваривание и усвоение пищи. А также дарит чувство сытости и наполненности, ведь белок снижает уровень гормона голода – грелина. Кроме того, поддерживает надлежащий уровень pH и баланса жидкости.

Употребление достаточного количества белка помогает поддерживать мышечную массу и способствует росту мышц при регулярных силовых тренировках. Способствует снижению кровяного давления, которое является причиной сердечных приступов, инсультов и хронических заболеваний. Формирует иммуноглобулины (антитела) для борьбы с разными инфекциями.

Большинство долгосрочных исследований показывают, что растительный и животный белок приносит пользу для здоровья костей, сохраняя костную массу с возрастом и сокращая риски получения переломов.

Аминокислоты участвуют абсолютно во всех процессах, происходящих в организме, поэтому потребление белков крайне важно для полноценной его работы.

Белки в составе организма

Дефицит белка может привести к следующим последствиям:

Симптомы дефицита белка включают в себя:

  • истощение мышечной ткани
  • отеки (чаще всего жидкость накапливается в ногах и лодыжках)
  • анемия (неспособность крови доставлять достаточное количество кислорода в клетки)
  • медленный рост у детей и пр.

Низкий уровень белка также может быть признаком других серьезных проблем, связанных с печенью, почками или сердцем.

Телу важно получать все аминокислоты, ведь каждая из них выполняет разные функции и недостаток тех или иных компонентов рано или поздно может негативно сказаться на самочувствии. 

Помогает ли употребление белковой пищи в процессе похудения?

Есть много преимуществ, связанных с высоким потреблением белка в процессе похудения:

    • Предотвращает потерю мышечной массы на диете с ограничением калорий. Наверное, все слышали, что для тех, кто хочет иметь рельефное тело с четко прорисованными мышцами, рекомендуют после тренировки употреблять молочные шейки, творог, яйца или протеиновые коктейли.
    • Исследования показывают, что белок увеличивает расход энергии больше, чем любой другой макроэлемент.
    • Увеличение потребления белка приводит к ощущению сытости, меньшему количеству перекусов, снижению потребления калорий и в результате – к потере веса.
    • Замена углеводов и жиров белком предотвращает ожирение и ускоряет метаболизм, увеличивая количество сжигаемых калорий на 80-100 в день больше обычного. 
    • Белковое питание помогает не только сбросить вес, но и удержать результат в долгосрочной перспективе. В одном из исследований, которое длилось год, 130 испытуемых с избыточным весом придерживались разных диет, одни ограничили себя в потребляемых калориях, а другие – повысили содержание белка в рационе. В результате вторая группа потеряла на 53% больше жира, чем первая.

Самое главное, что в отличие от жиров и углеводов, в случае с белками, вам не нужно ограничивать себя в их потреблении. Такая диета не об ограничениях, а о сбалансированности, поэтому вызывает гораздо меньше стресса у организма.

Белок в организме: функции, норма, продукты, признаки дефицита :: Здоровье :: РБК Стиль

Материал проверила и прокомментировала Горбачёва Наталья Леонидовна, диабетолог, диетолог, эндокринолог, ведущий специалист сети клиник «Семейная»

Что такое белок

Белки — главный строительный материал организма. Он участвует в создании мышц, сухожилий, органов и кожи, а также нужен для производства ферментов, гормонов, нейромедиаторов и различных молекул, которые выполняют множество важных функций. Белки состоят из более мелких молекул, аминокислот, которые соединяются вместе, как бусы на нитке. Эти связанные аминокислоты образуют длинные белковые цепи, которые затем складываются в сложные формы. Некоторые аминокислоты организм производит самостоятельно, другие можно восполнить только с помощью еды.

Функции белка в организме

Рост мышц и повышение выносливости

Организму необходим протеин, ведь мышцы в основном состоят из белка. Как и большинство тканей тела, мышцы динамично разрушаются и восстанавливаются, поэтому им необходим строительный материал для роста. Чтобы мышечная масса увеличивалась, в организме должен быть положительный белковый баланс. Его также называют азотным, из-за высокого содержания этого элемента в протеине. Употребление белка помогает не только нарастить мышцы при занятиях спортом, но и предотвратить их потерю, если вы придерживаетесь строгих диет [1] [2].

Биохимические процессы

Белки — ферменты, они помогают тысячам биохимических реакций, происходящих внутри клеток организма [3]. В том числе активируют метаболизм посредством объединения с другими молекулами — субстратами. Ферменты также могут функционировать и вне клетки, например, пищеварительные — лактоза и сахароза, которые помогают переваривать сахар. От их количества зависит пищеварение, свертывание крови и энергетический баланс. Дисбаланс некоторых ферментов может привести к сбоям в работе большинства систем организма [4].

Гормональный баланс

Некоторые белки представляют собой гормоны, которые как химические посредники помогают взаимодействовать различным клеткам организма. Их производят эндокринные ткани и железы, а затем белки транспортируются по внутренним органам. Эти гормоны делят на три группы: белок и пептиды, стероиды и амины [5].

Структура тканей

Некоторые белки являются волокнами, придающими жесткость клеткам: кератин, коллаген и эластин. Они помогают формировать каркас тканей тела [6]. Кератин — строительный материал для кожи, волос и ногтей, коллаген — структурный белок костей, кожи, связок и сухожилий, а эластин позволяет тканям возвращаться в первоначальную форму после растяжений и сокращений.

Правильный pH

Белок играет жизненно важную роль в регулировании концентрации кислот и оснований в крови и других жидкостях организма [7]. Этот баланс измеряется с помощью шкалы pH от 0 до 14, где 0 — максимально кислый, 7 — нейтральный, 14 — наиболее щелочной. Протеины — один из способов регулирования этих показателей. Например, гемоглобин — тоже белок, из которого состоят эритроциты. Он связывает небольшое количество кислоты, помогая поддерживать нормальный уровень pH в крови.

Хороший иммунитет

Белки помогают формировать иммуноглобулины или антитела для борьбы с инфекцией [8] [9]. Антитела — белки в крови, которые помогают защитить организм от бактерий и вирусов. Вырабатывая их в качестве реакции на вторжение чужеродных элементов, клетки в дальнейшем лучше противостоят похожим заболеваниям.

Баланс жидкости

Альбумин и глобулин — белки крови, которые помогают сохранить баланс жидкости в организме, удерживая воду в клетках [10] [11]. При недостатке протеина могут возникать отеки, так как жидкость вытесняется в промежутки между клетками [12].

Нормализация веса

Белок важен для тех, кому необходимо нормализовать вес. Некоторые эксперименты ученых подтверждают, что увеличение количества белка в рационе ведет к повышению скорости метаболизма и снижению аппетита [13]. Протеин хорошо насыщает, в результате чего реже хочется перекусывать, снижается объем порций в основных приемах пищи [14] [15]. В одном из исследований женщины 12 недель употребляли белковую пищу в количестве 30% от дневной калорийности рациона. В среднем каждая из участниц эксперимента потеряла порядка пяти килограмм веса, сохранив здоровые пищевые привычки [16].

Норма белка в день

Если вы каждый день едите продукты животного происхождения, такие как мясо, рыбу, яйца или молочные продукты, вы, вероятно, получаете достаточно белка. Если придерживаетесь растительной диеты, получить незаменимые аминокислоты, необходимые организму, будет сложнее. Среднестатистические нормы протеина в рационе на один килограмм веса:

  • для женщин – 60–90 г;
  • для мужчин – 80–150 г;
  • для дошкольников – 3 г;
  • для школьников – 2,5 г.

В некоторых случаях требуется больше белка, например, в периоды болезни, интенсивных занятий спортом, а также при беременности и кормлении грудью [17] [18]. Данные о точном количестве вещества разнятся, поэтому правильно будет проконсультироваться с лечащим врачом, который подберет индивидуальный рацион, исходя из особенностей организма. Так, авторы одного исследования утверждают, что беременным женщинам в день необходимы 1,2–1,52 г протеина на один кг веса [19]. Другие врачи рекомендуют потреблять дополнительно 1,1г белка на кг веса [20]. Суточная норма белка во время грудного вскармливания составляет 1,3 г на килограмм в день плюс 25 дополнительных граммов [21].

Активным людям требуется больше белка, чем тем, кто ведет малоподвижный образ жизни. Спортсменам, предпочитающим тренировки на выносливость, необходимо около 1,2–1,4 г на каждый кг веса [22] [23]. Достаточное количество протеина необходимо для предотвращения развития заболеваний, таких как остеопороз. Пожилым людям, а также тем, кто восстанавливается после травмы или операции, требуется до 1–1,3 г на один кг массы тела [24] [25].

Сколько белка в яйцах, курице и твороге

Эти продукты врачи и диетологи чаще всего упоминают как отличные источники протеина:

  1. Яйца. Содержат 6-7 г белка на штуку среднего размера. Содержатся они именно в белковой части яйца. Поэтому в фитнес-меню часто присутствуют блюда без желтка, но на самом деле, при сбалансированном рационе нет смысла от них отказываться.

  2. Курица. Если необходимо добавить белка в рацион, выбирайте куриную грудку — в ней больше волокон и меньше жира. На 100 г продукта — 27% белка. Оптимальный ингредиент для повышения уровня белка в организме, если вы не придерживаетесь растительной диеты.

  3. Творог. В 200-граммовой пачке творога содержится 35 г белка, что соответствует почти трети среднестатистической дневной нормы. Отдавайте предпочтение творогу средней жирности, так как обезжиренного усваивается меньше необходимым микроэлементов.

Продукты, богатые белком

В первую очередь, протеин попадает в организм из животных продуктов. Средние показатели белка на 100 г продукта:

  • птица — 27 г;
  • свинина — 27 г;
  • говядина — 26 г;
  • рыба — 22 г;
  • морепродукты — 22 г.

Вегетарианцам и веганам стоит позаботиться о наличии растительного белка в рационе. Это могут быть бобовые, крупы, соевые и цельнозерновые продукты:

  • красная чечевица — 18 г белка;
  • красная фасоль — 16 г;
  • маш, нут, черная фасоль — 14 г;
  • гречка и цельнозерновой хлеб — 13 г;
  • киноа и тофу — 8 г;
  • тыквенные семечки — 5 г в одной порции (горсть 25-30 г).

Норма белка в моче и крови

Лучший способ проверить, хватает ли организму белка, — сдать анализы, например биохимический анализ крови. В норме концентрация белка в крови взрослого человека должна составлять 62–86 г/л, а у детей — от 45 до 80 г/л. Снижение этих показателей возникает в результате ряда заболеваний, в том числе первичных иммунодефицитов, нарушениях обмена веществ, дисфункциях желудочно-кишечного тракта, а также дефицита протеина в рационе.

Превышение нормы встречается редко, но оно может указывать на хронические тяжелые инфекции (такие как туберкулез), ускоренный распад эритроцитов, системные опухоли или обезвоживание организма.

С-реактивный белок — фракция протеинов плазмы, которая повышается при наличии в организме воспалительного процесса. Синтезируется в ответ на попадание в кровь токсинов патологических микроорганизмов и обезвреживает их путем их связывания, а также запускает иммунные реакции. С-реактивный белок в норме отсутствует в крови (либо его показатели не превышают 0,4 мг/л). Большие значения указывают на развитие патологий: инфекционных и вирусных заболеваний, панкреатита, пиелонефрита, гепатита, язвенного колита и онкологии.

Помимо крови, белок учитывают в анализе мочи. Небольшое его количество встречается и у здоровых людей, в норме — до 140 мг/л (до 0,140 г/л). При активной физической нагрузке показатели не должны превышать 250 мг/сутки (0,250 г/л). Для того, что точнее узнать потери белка с мочой, необходимо проводить исследование его концентрации в суточных анализах. Их назначают при заболеваниях мочевыделительной системы и почек, инфекциях, а также для контроля осложнений, в том числе при приеме препаратов, оказывающих нефротоксическое действие — поражение почек.

Переизбыток белка

Высокое потребление белка может нанести вред людям с заболеваниями почек [26]. Двумя основными факторами риска почечной недостаточности являются высокое кровяное давление (гипертония) и диабет. И то, и другое провоцируется переизбытком белка [27] [28]. Точное количество необходимого протеина варьируется в зависимости от возраста, состояния здоровья и образа жизни. Исследование с участием здоровых мужчин, занимающихся силовыми тренировками, показало, что ежедневное употребление 3 г белка на кг массы тела в течение года не имело никаких неблагоприятных последствий для здоровья [29]. Даже 4,4 г на кг веса в течение двух месяцев не вызывало никаких побочных эффектов [30].

Нет никаких доказательств того, что потребление белка в разумных количествах причиняет вред здоровым людям. Напротив, существует множество доказанных преимуществ. Однако, если у вас заболевание почек, следует следовать советам врача и ограничить потребление протеинов.

Богатое белками, но бедное жирами и углеводами питание — нагрузка на почки и печень. Переизбыток белка на фоне нехватки других необходимых организму веществ выражается в проблемах с пищеварением, неприятном запахе изо рта и постоянной жажде.

Недостаток белка

Помимо показателей медицинских анализов есть и другие признаки недостатка протеина, которые вы можете заметить перед походом к врачу.

Постоянный голод

Белки насыщают и заряжают энергией надолго, но в качестве перекуса многие из нас используют не белковые продукты, а содержащие углеводы: бананы, печенье, конфеты, выпечку и бутерброды. Еда, богатая углеводами, приводит к быстрому подъему уровня сахара (и мы чувствуем себя сытыми) и такому же быстрому падению (через полчаса мы снова голодны). Этот же эффект вызывает тягу к сладкому: организму не хватает сил, а конфета — самый быстрый способ их получить. Правда, ненадолго.

Слабые волосы и ногти

Ногти и волосы — это тоже белок, а точнее, кератин. Для их здоровья регулярное потребление белковой пищи абсолютно необходимо, иначе организму неоткуда будет брать строительный материал. При дефиците белка волосы становятся тонкими, слабыми и тусклыми, плохо растут и секутся, а ногти начинают ломаться и расслаиваться.

Медленное заживление ран

Если даже маленькая царапина заживает дольше недели, это тоже может быть признаком недостатка белка. Он входит в состав клеток мышечной ткани, кожи и крови, поэтому, если макроэлемента не хватает, на ремонт повреждений у организма уходит гораздо больше времени.

Частые инфекционные болезни

По мнению доктора Алиссы Рамси из американской Академии питания и диетологии, белок также необходим для построения клеток иммунной системы — если вы едите мало белковых продуктов, со временем защита организма может ослабеть.

Без белка замедляется выработка интерферона и лизоцима, «защитников», отбивающих атаки патогенов. Иммунитет перестает справляться с бактериями и вирусами, и мы болеем чаще. Причем любыми инфекционными заболеваниями: у людей на низкобелковой диете часто диагностируют инфекции.

Отеки

Дефицит белка приводит к нарушению водно-солевого баланса, из-за чего жидкость скапливается в тканях. Результат — мешки под глазами и опухшее по утрам лицо, отеки лодыжек и стоп, чувство тяжести в ногах, которое появляется уже в середине дня, даже если вы носите удобную обувь.

Снижение веса

У нашего организма свои приоритеты. Если белка не хватает, то все поступающие протеины направляются туда, где они жизненно необходимы, то есть к внутренним органам. Мышцам при этом почти ничего не достается, и они начинают уменьшаться в объеме. Правда, снижение мышечной массы при белковой недостаточности заметить трудно — за счет отеков вес может оставаться относительно стабильным или снижаться очень медленно. Зато вы точно заметите другие признаки постепенной атрофии мышечной ткани — слабость и быструю утомляемость. Люди, желающие скорректировать вес, часто отказываются от жиров или белка, но это ошибка. Важно соблюдать баланс: основу правильной диеты составляют мясо, рыба (или продукты с высоким содержанием белка растительного происхождения), крупы и овощи.

Плохое настроение

Белок, помимо всего прочего, важен для синтеза нейромедиатора серотонина. Именно он отвечает за хорошее настроение и стрессоустойчивость. Недостаток серотонина приводит не только к хандре, плаксивости и мрачным мыслям, но и к бессоннице, повышенной тревожности, нервозности и склонности взрываться по пустякам.

Комментарии эксперта

Горбачёва Наталья Леонидовна, диабетолог, диетолог, эндокринолог, ведущий специалист сети клиник «Семейная»

«Правильный белковый обмен веществ — баланс между распадом и синтезом белков. Организму должно хватать аминокислот для построения новых соединений. Степень усвоения белка зависит от его происхождения и способа термической обработки. Элемент не способен накапливаться в организме, его излишки выводятся с помощью почек. Поэтому чрезмерное потребление белка негативно сказывается на их состоянии

Причинами нарушений белкового обмена могут стать наследственные заболевания: подагра, а также тяжелые состояния, такие как онкопатологии, следствие радиационного облучения и прочее. Но в большинстве случаев у взрослого человека симптомы нарушения биосинтеза белков говорят о несбалансированном рационе питания.

Недостаток белков — актуальная проблема. Одних она настигает при избавлении от лишнего веса, других — при вегетарианстве, а третьих — из-за заболеваний пищеварительной и эндокринной систем. Дефицит белков может не проявляться клинически, но последствия недостатка протеина довольно печальны:

  • задержка роста и развития у детей;
  • малая мышечная масса;
  • сердечно-сосудистые заболевания;
  • плохой аппетит;
  • вялость, апатия, усталость;
  • плохое состояние кожи, волос, ногтей.

Если биосинтез белков нарушен на этапе построения, человек может страдать от белкового отравления. Характерными признаками интоксикации являются поражение печени и почек, нарушения работы ЖКТ. Переизбыток белка влияет на центральную нервную систему вплоть до серьезных поражений при врожденных нарушениях обмена веществ. При ухудшении самочувствия необходимо сдать анализы и получить рекомендации специалиста.» 

Белки | Tervisliku toitumise informatsioon

Белки составляют примерно 15–20% массы тела человека, что при весе в 70 кг дает около 12 кг. Основные задачи белков – обеспечение роста, построения и развития организма. Белковый состав имеют почти все энзимы и часть гормонов. Белки активно участвуют в производстве антител и обеспечивают крепость и активность иммунной системы, а также участвуют в транспортировке многих соединений.

Белки состоят из аминокислот, подразделяемых на незаменимые, которые нужно получать с пищей, и заменимые, которые организм способен синтезировать самостоятельно. Незаменимыми для человека аминокислотами являются изолейцин, лейцин, лизин, метионин, фенилаланин, треонин, триптофан, валин и гистидин.  Заменимыми для человека аминокислотами являются аланин, аспарагин, аспарагиновая кислота, цистеин, глютамин, глютаминовая кислота, глицин, пролин, серин и тирозин. Разные продукты содержат разные сочетания и количества аминокислот.

Белки животного происхождения (белки яиц, молока, рыбы и мяса) содержат больше незаменимых аминокислот по сравнению с белками растительного происхождения. К сожалению, источники многих незаменимых животных белков слишком насыщены жиром. Довольно хороший аминокислотный состав имеют также белки, содержащиеся в сое, рисе, орехах и семенах.

В части белков (например, белках зерновых растений) недостает некоторых незаменимых аминокислот. Их дефицит можно компенсировать небольшим количеством белков животного происхождения, например, приготовить манную кашу на молоке, добавить в макароны сыр и т.д.

Белки выполняют в организме множество функций:
  • они необходимы для роста и строительства клеток организма,
  • почти все энзимы и часть гормонов имеют белковый состав,
  • активно участвуют в производстве антител и обеспечивают крепость и активность иммунной системы,
  • участвуют в транспортировке многих соединений,
  • дают пищевую энергию: 1 г = 4 ккал.

Рекомендуется покрывать белками 10–20 % суточной потребности в энергии. Человеку с потребностью в энергии 2000 ккал в сутки следует употреблять: от 0,1 x 2000 ккал / 4 ккал = 50 г до 0,20 x 2000 ккал/ 4 ккал = 100 г белков.

Лучшими источниками белков животного происхождения являются яйца, молочные продукты (например, творог, сыр, зернистый творог), рыба, птица, мясо. Лучшими источниками белков растительного происхождения являются бобовые, орехи, семена и зерновые продукты. Серьезный недостаток белка приводит к отекам и мышечной слабости, изменениям волос и кожи. Белковый дефицит часто возникает вместе с дефицитом энергии, обусловленным недостатком белков и других питательных веществ в результате общего дефицита питательных веществ.

Длительное питание продуктами с чрезмерным содержанием белка вредно, поскольку нагружает почки и печень, может вызвать подагру и повышает риск возникновения аллергии. Энергия, получаемая с белками, в долгосрочной перспективе не должна превышать 20 % суточной пищевой энергии.

Роль белков, жиров и углеводов в организме человека

2 Видеолекторий на тему: «Роль белков, жиров и углеводов в организме человека»

Белки, жиры и углеводы играют важную роль в организме человека.

Белки—сложные вещества, состоящие из аминокислот. Являются неизменной составляющей частью рациона. Это главный строительный материал, без которого невозможен рост мускулатуры и тканей в целом. Белки подразделяются на 2 категории:

Животный, который поступает из продуктов животного происхождения. К этой категории можно отнести мясо, птицу, рыбу, молоко, творог и яйца.

Растительный, который организм получает из растений. Здесь стоит выделить рожь, овсянку, грецкие орехи, чечевицу, фасоль, сою и морские водоросли.

Жирыэто органические соединения, отвечающие за «резервный фонд» энергии в организме, главные поставщики энергии в периоды дефицита пищи и болезней, когда организм получает малый объем питательных элементов или же не получает их вовсе. Жиры необходимы для эластичности кровеносных сосудов, благодаря чему полезные элементы быстрее проникают к тканям и клеткам, способствуют нормализации состояния кожных покровов, ногтевых пластин и волос. Жиры в больших количествах содержатся в орехах, масле сливочном, маргарине, жире свином, сыре твердом.

Углеводы — это главный источник энергии для людей. В зависимости от количества структурных единиц углеводы делятся на простые и сложные. Углеводы, называемые простыми или «быстрыми», легко усваиваются организмом и повышают уровень сахара в крови, что может повлечь набор лишнего веса и ухудшение метаболизма.

Сложные углеводы состоят из множества связанных сахаридов, включая в себя от десятков до сотен элементов. Подобные углеводы считаются полезными, поскольку при переваривании в желудке они отдают свою энергию постепенно, обеспечивая стабильное и долговременное чувство насыщения.

Также важную роль в организме играют витамины и микроэлементы, которые не включены в структуру тканей, однако без их участия не выполнялись бы многие жизненно важные функции, происходящие в человеческом организме.

Практически все жизненные процессы в нашем теле находятся в зависимости от того, что мы употребляем в пищу. Достаточно богаты углеводами свежие фрукты. Необходимо избегать чрезмерного употребления сладостей, мучных изделий, сахара. Рациональное питание имеет существенное значение  – и это подразумевает не только своевременное употребление вкусно приготовленной еды, но и включение в ежедневный рацион оптимального соотношения таких важных для правильной жизнедеятельности веществ, как белки, жиры, углеводы, витамины и микроэлементы. От  гармоничного сочетания всех этих веществ зависит поддержание нормальной  жизнедеятельности человека.

 

В цифрах и фактах: тело человека в норме на 15% состоит из жиров | Питание и диеты | Кухня

На 15% тело человека в норме состоит из жиров, но при ожирении может состоять из жиров на 50%.

Жирные кислоты делятся на насыщенные и ненасыщенные и имеют разную «ценность» для организма.

Оптимальный баланс жиров в суточном рационе — 70–80% животных и 20–30% растительных.

Слишком много насыщенного жира в питании может повысить уровень холестерина, увеличить риск сердечно-сосудистых заболеваний.

Полиненасыщенные жирные кислоты выводят холестерин из организма, переводя его в легкорастворимые соединения, повышают эластичность сосудов, являются профилактикой инфарктов.

1 г жира, является он насыщенным или ненасыщенным, обеспечивает организм 9 ккал энергии по сравнению с 4 ккал, которые дают углеводы и белки.

Наш ежедневный рацион по мнению диетологов должен на 15% состоять из белков, на 25–30% из жиров и на 60–65% из углеводов.

Любой жир, который не используется клетками вашего тела для производ­ства энергии, преобразуется в жировые отложения.

Жиры с минимальным количеством полиненасыщенных жирных кислот — бараний и говяжий жир, сливочное масло и другие виды молочного жира.

Жиры входят в состав всех тканей и органов, участвуют в выработке энергии, обеспечивают механическую защиту и теплоизоляцию организма, служат резервуаром питательных веществ и принимают участие в процессах обмена веществ.

Не более 30 г насыщенного жира в день должен получать в среднем мужчина, а женщина — не более 20 г.

На 25–30% расщепляются в организме насыщенные жиры, а ненасыщенные — расщепляются полностью.

Жиры с высокой биологической активностью, в которых содержание полиненасыщенных жирных кислот составляет 50–80%, это растительные масла.

Жиры со средней биологической активностью, которые содержат менее 50% полиненасыщенных жирных кислот, — свиное сало, гусиный и куриный жир.

Размер протеома человека: ширина и глубина

Int J Anal Chem. 2016; 2016: 7436849.

Елена А. Пономаренко

Институт биомедицинской химии, Москва 119121, Россия

Екатерина Владимировна Поверенная

Институт биомедицинской химии, Москва 119121, Россия

Екатерина В. Ильгисонис

, Москва 119121, Россия

Пятницкий Михаил Александрович

Институт биомедицинской химии, Москва 119121, Россия

Артур Т.Копылова

Институт биомедицинской химии, Москва 119121, Россия

Виктор Григорьевич Згода

Институт биомедицинской химии, Москва, 119121, Россия

Андрей В. Лисица

Институт биомедицинской химии, Москва 119121, Россия Александр I0003

Арчаков

Институт биомедицинской химии, Москва 119121, Россия

Институт биомедицинской химии, Москва 119121, Россия

Научный редактор: Франтишек Форе

Поступила в редакцию 18 января 2016 г .; Пересмотрено 11 апреля 2016 г .; Принята в печать 19 апреля 2016 г.

Copyright © 2016 Елена А. Пономаренко и др.

Это статья в открытом доступе, распространяемая по лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии правильного цитирования оригинальной работы.

Эта статья цитируется в других статьях в PMC.

Abstract

В этой работе обсуждаются биоинформатика и экспериментальные подходы к исследованию протеома человека, совокупности белков, экспрессируемых в различных тканях и органах.Поскольку протеом человека не является статическим объектом, кажется необходимым оценить количество различных видов белков (протеоформ) и измерить количество копий одного и того же белка в конкретной ткани. Здесь предлагается метаанализ базы знаний neXtProt для теоретического прогнозирования количества различных протеоформ, возникающих в результате альтернативного сплайсинга (AS), полиморфизмов отдельных аминокислот (SAP) и посттрансляционных модификаций (PTM). Рассмотрены три возможных случая: (1) PTM и SAP появляются исключительно в канонических последовательностях белков, но не в вариантах сплайсинга; (2) PTM и SAP могут встречаться как в белках, кодируемых каноническими последовательностями, так и в вариантах сплайсинга; (3) все типы модификаций (AS, SAP и PTM) происходят как независимые события.Экспериментальная проверка протеоформ ограничена аналитической чувствительностью протеомной технологии. Колоколообразная гистограмма распределения была создана для белков, кодируемых одной хромосомой, с оценкой числа копий в плазме, печени и клеточной линии HepG2. Предлагаемые подходы к метабиоинформатике могут быть использованы для оценки количества различных протеоформ для любой группы генов, кодирующих белок.

1. От генома человека к протеомуу человека

Секвенирование генома [1] позволило расшифровать количество кодирующих белок генов, установив начальную оценку сложности, связанной с молекулярной биологией человека.Следующим шагом будет получение аналогичных тестов на уровне протеома. В двух недавних статьях описывалось создание эскиза протеома человека [2, 3]. Тем не менее, значительные усилия по-прежнему требуются для исследования пространства (или размера) протеома человека как обязательной совокупности молекулярных профилей различных тканей и органов. Протеом человека – довольно динамичная сущность [4], и это свойство следует рассматривать в двух измерениях. Первый – оценить количество различных типов белков (ширину протеома), а также измерить количество копий белка в конкретных тканях (глубина протеома).

Следуя гипотезе «один ген = один белок», должно быть не менее ~ 20 000 немодифицированных (канонических) белков человека. Принимая во внимание продукты альтернативного сплайсинга (AS), те, которые содержат полиморфизмы одиночных аминокислот (SAP), возникающие из несинонимичных однонуклеотидных полиморфизмов (nsSNP), и те, которые подвергаются PTMs [4, 5], до 100 различных белков потенциально могут производиться из одного гена. Из множества различных терминов, предложенных для описания вариантов белка [6], здесь мы выбрали «виды белка» [7] или «протеоформы» [6].

Экспериментальная проверка видов белков ограничена аналитической чувствительностью протеомной технологии. Это означает, что чувствительность технологии определяет возможность обнаружения редких видов белка. Это ограничение проистекает из фундаментального различия между геномикой и протеомикой [8]. Геномика полагается на ПЦР [9] для амплификации молекул ДНК или РНК в биологическом образце до концентраций, превышающих порог обнаружения. Однако в настоящее время не существует сопоставимой высокопроизводительной технологии, способной умножать копии одного белка [8].

100% покрытие белковой последовательности с помощью восходящей МС недостижимо; таким образом, невозможно обнаружить все потенциальные виды белков, экспрессируемые одним и тем же геном. Как правило, протеомные исследования сосредоточены на основных белках , напоминающих по крайней мере одну из многих возможных протеоформ, кодируемых геном и содержащих по крайней мере один протеотипический пептид, детектируемый MS. Последовательность может быть модифицированной или немодифицированной, поэтому это означает, что основной белок может присутствовать как отдельный белок или как набор белков. Мастер-протеом отдельной хромосомы является результатом идентификации и измерения всех основных белков, кодируемых хромосомой и экспрессируемых в выбранном типе биологического материала. Для экспериментальной проверки протеоформ необходимо провести целевой анализ MS, чтобы исследовать изменение последовательности-кандидата. Ожидалось, что биоинформатический анализ разнообразия видов белков создаст основу для будущих экспериментальных исследований протеомного пространства.

2. Сколько разных белков необходимо для поддержания жизнедеятельности человека?

Количество различных белков, составляющих протеом человека, является ключевым вопросом протеомики. Исследователи предлагают от 10 000 [10] до нескольких миллиардов [6] различных видов белков. Здесь мы описываем теоретический прогноз количества различных протеоформ, которые могут возникнуть в результате событий AS, SAP или PTM.

Данные были получены из neXtProt, который содержит только человеческие белки и их модификации и особенности последовательности [11].Аннотации neXtProt для AS, SAP и PTM возникли в результате биодокументирования данных из репозиториев, литературы и средств прогнозирования. Информация о возможной вариабельности белковой последовательности представлена ​​как количество вариантов AS, nsSNP / SAP и PTM на ген.

Наше предположение заключалось в том, что расширение базы данных и аннотации являются составным процессом, скорость которого в основном ограничена количеством исследователей и аннотаторов по всему миру. Скорость немного зависит от пропускной способности канала связи и доступности информации, так как за 10–15 лет они не сильно изменились для нужд пользователей PubMed или UniProt.Следовательно, увеличение количества аннотаций в определенной базе данных, как правило, будет зависеть от технологических достижений, достигнутых за счет повышения чувствительности / производительности биоаналитического метода.

Исходя из вышеизложенного, мы предположили, что объема репрезентативных данных, загружаемых в UniProt [12] каждый год с 2005 года, было достаточно для расчета среднего количества вариантов белка на один ген и числа для каждого типа вариации. Интересно, что с 2010 года среднее количество модификаций на один ген оставалось практически неизменным, несмотря на постоянное увеличение количества рассмотренных аннотаций.Среднее количество модификаций специально AS (40% проверенных аннотаций из всех записей данных), SAP (60% проверенных аннотаций) или PTM (37%) остается практически неизменным.

Насыщение количества аннотаций для геном-зависимых SAP, транскрипционно-зависимых AS и посттрансляционно-зависимых PTMs весьма примечательно. В то время как определение PTM зависит от чувствительности анализа белков, обнаружение SAP и AS практически не имеет ограничений по чувствительности и активно накапливается в крупномасштабных проектах [13].Несмотря на такие различия, все технологии имеют синхронно полученные уровни насыщения, что указывает на баланс между данными, полученными с использованием стандартных методов химии белков (накопленными за последние 50 лет), и данными, полученными в результате высокопроизводительного секвенирования следующего поколения (NGS).

Для оценки потенциального количества белков были рассмотрены три различных случая комбинации событий PTM, SAP и AS (см. (1) – (3)). Комбинаторные вариации не учитывались, так как отсутствуют систематические экспериментальные данные, описывающие взаимодействие различных типов модификаций у видов белков.Это лишь один из возможных путей решения проблемы оценки потенциального количества белков на основе данных о белковой дисперсии, уже накопленных в базах постгеномных знаний. Уравнение (1) предполагает, что PTM появляются исключительно в канонических последовательностях белков, но не в вариантах сплайсинга. Уравнение (2) предполагает, что PTM и SAP могут встречаться как в белках, кодируемых каноническими последовательностями, так и в вариантах сплайсинга. Уравнение (3) предполагает, что все типы модификации (AS, SAP и PTM) происходят независимо.Следовательно,

Nps = N * ASav + SAPav + PTMav,

(1)

Nps = N + AS * SAPav + PTMav,

(2)

Nps = N * ASav * SAPav * PTMav,

(3)

, где Nps представляет количество видов белка, N представляет общее количество генов, кодирующих белок, AS – количество видов, полученных в результате альтернативного сплайсинга, ASav – среднее количество вариантов сплайсинга на один ген, кодирующий белок. , SAPav – среднее количество nsSNP, а PTMav – среднее количество событий PTM на один ген, кодирующий белок.

Обычно SAP предопределены на уровне ДНК, а AS возникает в результате модификаций на уровне мРНК, тогда как PTM возникают на уровне белка. Эти три процесса нельзя рассматривать как независимые события, учитывая, что между процессами экспрессии, транскрипции и трансляции генов существует внутренняя взаимосвязь, направленная на регулирование и сохранение клетки. Более того, обогащение поисков MS / MS в базе данных, содержащей все возможные комбинации вариантов белков, может привести к комбинаторному коллапсу, несмотря на используемый тип подхода [14].

Поиск модификаций белка AS neXtProt (версия 2015_06) выявил 21 921 вариант AS в 10 519 генах, кодирующих белок (2,1 ± 0,1 варианта / ген, включая одну каноническую последовательность). Наибольшее количество модифицированных форм (434 398, без элементов, связанных с раком, полученных из базы данных мутаций рака COSMIC [15]) было связано с появлением SAP в результате nsSNP в 18 986 генах, кодирующих белок (22,1 ± 3,9 варианта / ген). ПТМ добавляли 6,6 ± 0,8 модифицированных белков на ген (94036 ПТМ в 14 006 генах, кодирующих белок).Применяя эти числа к уравнениям ( N = 20 043), мы оцениваем, что у людей существует 0,62, 0,88 или 6,13 миллиона видов белков.

Приведенные выше результаты были сопоставлены с данными о дисперсиях, полученных из AS и SAP, полученных из наших результатов NGS профилирования транскриптома ткани печени [16–18]. Согласно результатам NGS, среднее количество обнаруженных вариантов сплайсинга составило 1,3 на ген, кодирующий белок (или 2,3 на ген, включая канонический вариант), что сопоставимо с данными neXtProt.Среднее количество протеоформ, содержащих SAP, составляло ~ 1,4 на один ген, что намного ниже, чем рассчитанное по данным neXtProt. Эти различия связаны с тем фактом, что neXtProt предоставляет информацию из множества различных экспериментов («совокупная человеческая популяция»), в то время как конкретные данные NGS указывают на события SAP для отдельного образца или ткани (индивидуальные отклонения).

Поскольку базы протеомных знаний консолидируют информацию о вариабельности белков в человеческой популяции, несколько миллионов различных белков в конечном итоге заселят «агрегированный» протеом человека.Чтобы расшифровать вариабельность, присущую предсказанию протеомного пространства для человека, более точная оценка количества белков, содержащих AS и SAP, может быть достигнута с использованием результатов транскриптомного профилирования конкретных образцов ткани.

3. Сколько видов белков можно обнаружить сегодня?

Согласно базе данных плазменных протеомов (версия 06_2015) [19], было обнаружено 10,5 тысяч белков плазмы крови, и менее 10% (1278 из 20 043 белков человека) были измерены количественно.Основной вопрос, касающийся экспериментальной проверки существующих наборов теоретически предсказанных белков, – это предел аналитической чувствительности протеомной технологии. Аналитическая чувствительность определяется пределом обнаружения, зависящим от прибора, и динамическими диапазонами концентрации белка, зависящими от биоматериала. Плазма крови представляет собой сложную смесь с динамическим диапазоном концентраций белка, изменяющимся на> 10 порядков [20], в то время как диапазон концентраций белка в тканях или клеточных линиях находится в пределах семи порядков [21].Задача состоит в обнаружении видов с низким и сверхнизким обилием с концентрациями <10 -12 М в присутствии высококопированных белковых молекул в концентрациях> 10 -6 М [22].

Принимая во внимание сверхчувствительность аналитики олигонуклеотидов, поучительно учитывать, что результаты исследований транскриптомов часто определяются на основе копий молекул РНК, а не концентраций [23]. Работа при низких (<10 −12 M) и сверхнизких (<10 −15 M) концентрациях белков означает, что количественное определение белка в количестве копий, а не в единицах концентрации, позволяет сравнивать транскриптомные и протеомные результаты [24].

Белки обычно количественно оцениваются в области протеомики [25] по концентрации в биологическом образце C , выраженной в моль / л (молярность, М). Соответствующее количество копий белка, N , в 1 л может быть рассчитано из единиц концентрации следующим образом:

, где R A представляет собой обратное число Авогадро, 10 −24 M [26], V представляет объем образца, м представляет содержание белка, а M w представляет собой молекулярную массу белка.

Формулы (4) решают главную проблему протеомики: переход от концепции единиц концентрации к подсчету отдельных биомакромолекул в образце (ткани) [27].

Тройной квадрупольный масс-спектрометр позволяет достичь чувствительности 10 −14 M [28, 29] к целевым белкам [30]. Чувствительность обнаружения белка SRM может быть дополнительно увеличена до 10 90 · 10 5 −16 90 · 106 M с помощью необратимых химически связывающих белков из больших объемов биологических образцов [31] (не предполагается, что все измеренные белки были определены с такой чувствительностью; результаты измерений могут отличаться на несколько порядков из-за разных физико-химических свойств протеотипических пептидов).

В контексте ширины протеома целевой подход ограничен необходимостью измерения только протеоформ, демонстрирующих априорное предположение о протеотипических пептидах, которые правильно напоминают события PTM, SAP или AS. В отличие от МС с дробовиком, SRM не может обнаружить новые, неожиданные виды белков [32]. Возможности нисходящего и восходящего подходов МС для решения микрогетерогенности протеома человека были описаны ранее [33]. Целевые SRM легко доступны для обнаружения SAP, связанных с заболеванием, включая ожирение / диабет [34] и рак [35].Например, метод SRM / MRM был применен для измерения количества форм сплайсинга: три изоформы для трансформирующего фактора роста были измерены с помощью SRM при уровне концентрации 10 -11 M в плазме мыши и слюне человека [36]. Другой пример, изоформы остеопонтина, были измерены с помощью анализа SRM и показали, что уровень изоформы был значительно выше для немелкоклеточной карциномы легкого по сравнению с контрольной группой (7 * 10 -10 по сравнению с 30 * 10 −10 90 · 106 M) [37].Применение направленной МС для обнаружения ПТМ было проиллюстрировано на примере гликозилирования белков: N-гликозиды были обнаружены в плазме человека на уровне чувствительности 10 -11 М [38] и убиквитинирования [39]. Из этих пилотных исследований следует, что подавляющее большинство предсказуемых протеоформ, по-видимому, присутствует в концентрациях ниже предела обнаружения. Дальнейшее повышение чувствительности аналитических методов важно для обнаружения диагностически значимых протеоформ в биопробах человека.

Поскольку было показано, что набор белков, кодируемых любой хромосомой человека, составляет репрезентативную часть для всего протеома человека [40], виды белков с высоким, средним и низким уровнем копий могут быть оценены путем отбора образцов основных белков, кодируемых единственная хромосома. В качестве примера протеомной карты, ориентированной на хромосомы, мы загрузили данные из PASSEL [41] (идентификаторы PASSEL: PASS00278, PASS00276, PASS00092 и PASS00742), полученные для основных белков, кодируемых хромосомой 18 [16, 17]. Эти белки были измерены в трех типах биоматериалов, включая плазму человека, образцы печени и клетки HepG2.Измерения проводились в соответствии с руководящими принципами уровня 3 (исследовательские исследования) [42] с использованием стратегии двойного нацеливания, которая сочетает хромосомно-ориентированный подход с восходящей масс-спектрометрией SRM [43].

Наблюдалась колоколообразная гистограмма распределения основных белков, кодируемых хромосомой 18 (), показывающая медианное значение 10 8 копий на 1 µ л плазмы крови и 10 5 копий на печень / клетку HepG2. Восходящая часть кривой отражает белки с высокой и средней копией, тогда как нисходящая часть может быть объяснена либо уменьшением протеомного разнообразия в биологическом образце, либо, что более вероятно, представлением о том, что белки не могут быть обнаружены из-за низкой чувствительности аналитических методов. [44].Интересно, что после увеличения чувствительности аналитического метода с 10 −14 M до 10 −18 M за счет необратимого связывания аналитов [30], 14 дополнительных низкокопируемых видов белков (<10 5 копий на клетку или на 1 µ л плазмы крови) были собраны и количественно измерены, по крайней мере, с двумя протеотипическими пептидами в каждом типе биоматериала (см. заштрихованные области на). Согласно результатам, в плазме гораздо больше видов белка с высоким содержанием по сравнению с печенью или клетками HepG2.Следовательно, вероятно, что сложность идентификации белков со сверхмалым копированием в плазме связана с высоким динамическим диапазоном концентраций белков плазмы [22].

(a) Распределение числа копий мастер-белков хромосомы 18, нормализованное на одну клетку HepG2 / печень или 1 µ л плазмы. (b) Доля как функция обнаруженных белков (в% от общего числа белков, кодируемых хромосомой 18) и аналитической чувствительности.

Чтобы продемонстрировать глубину протеома, количество копий основного белка в биопробе было построено в зависимости от чувствительности протеомной технологии ().Покрытие протеомом выражали как процентную долю обнаруженных белков от общего числа генов хромосомы 18, что составило 276 по данным neXtProt. Как показано на фиг.4, кривая распределения белков плазмы сдвигается влево относительно кривых для клеток. Общее количество обнаруженных видов белков в клетках печени и HepG2 увеличивалось по сравнению с плазмой крови человека.

Будущие успехи в изучении протеома человека зависят от способности использовать биоинформатические методы для выяснения существующих видов белков и целевого анализа МС, высокопроизводительных измерений и высокопроизводительных алгоритмов для сборки последовательностей белков de novo на основе результатов МС.Кроме того, повышение чувствительности аналитических технологий позволит расширить доступ к белкам со сверхмалым копированием и расширит возможности для обнаружения и анализа. В этом контексте теоретическое предсказание количества протеоформ (оценка ширины протеома) и их распределения по динамическому диапазону (т.е. глубина протеома) в конечном итоге требуется для планирования рабочей нагрузки для хромосомно-ориентированного проекта протеома человека.

Благодарности

Работа поддержана грантом RSF No.15-15-30041.

Сокращения

AS: Альтернативный сплайсинг
NGS: Секвенирование следующего поколения
nsSNPs: Несинонимичные полиамидные кислоты полиморфизм.

Конкурирующие интересы

Авторы заявляют об отсутствии конкурирующих интересов.

Список литературы

1. Коллинз Ф.С., Ландер Э. С., Роджерс Дж., Уотерстон Р. Х. Завершение эухроматической последовательности генома человека. Природа . 2005. 50: 162–168. [Google Scholar] 2. Вильгельм М., Шлегл Дж., Хане Х. и др. Черновик протеома человека на основе масс-спектрометрии. Природа . 2014. 509 (7502): 582–587. DOI: 10,1038 / природа13319. [PubMed] [CrossRef] [Google Scholar] 4. Karlsson C., Malmström L., Aebersold R., Malmström J. Протеомные методы мониторинга выбранных реакций на патоген человека Streptococcus pyogenes . Природные коммуникации . 2012; 3, статья 1301 DOI: 10.1038 / ncomms2297. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 5. Рот М. Дж., Форбс А. Дж., Бойн М. Т., II, Ким Й.-Б., Робинсон Д. Э., Келлехер Н. Л. Точная и параллельная характеристика кодирующих полиморфизмов, альтернативного сплайсинга и модификаций белков человека с помощью масс-спектрометрии. Молекулярная и клеточная протеомика . 2005. 4 (7): 1002–1008. DOI: 10.1074 / mcp.M500064-MCP200. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 7.Jungblut P., Thiede B., Zimny-Arndt U., et al. Разрешающая способность двумерного электрофореза и идентификация белков из гелей. Электрофорез . 1996. 17 (5): 839–847. DOI: 10.1002 / elps.1150170505. [PubMed] [CrossRef] [Google Scholar] 8. Арчаков А., Згода В., Копылов А. и др. Хромосомно-ориентированный подход к преодолению узких мест в Human Proteome Project. Экспертный обзор протеомики . 2012. 9 (6): 667–676. DOI: 10.1586 / epr.12.54. [PubMed] [CrossRef] [Google Scholar] 9.Сайки Р. К., Гельфанд Д. Х., Стоффель С. и др. Праймер-направленная ферментативная амплификация ДНК с помощью термостабильной ДНК-полимеразы. Наука . 1988. 239 (4839): 487–491. DOI: 10.1126 / science.2448875. [PubMed] [CrossRef] [Google Scholar] 10. Адкинс Дж. Н. К протеому сыворотки крови человека: анализ методом многомерного разделения в сочетании с масс-спектрометрией. Молекулярная и клеточная протеомика . 2002; 1: 947–955. DOI: 10.1074 / mcp.m200066-mcp200. [PubMed] [CrossRef] [Google Scholar] 11.Lane L., Argoud-Puy G., Britan A., et al. NeXtProt: платформа знаний о человеческих белках. Исследование нуклеиновых кислот . 2012; 40 (1): D76 – D83. DOI: 10.1093 / nar / gkr1179. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 13. Абекасис Г. Р., Аутон А., Брукс Л. Д. и др. Интегрированная карта генетических вариаций из 1092 геномов человека. Природа . 2012; 491: 56–65. [Бесплатная статья PMC] [PubMed] [Google Scholar] 14. Коттрелл Дж. С. Идентификация белков с использованием данных МС / МС. Протеомический журнал .2011; 74 (10): 1842–1851. DOI: 10.1016 / j.jprot.2011.05.014. [PubMed] [CrossRef] [Google Scholar] 15. Форбс С. А., Беар Д., Гунасекаран П. и др. COSMIC: изучение мировых знаний о соматических мутациях при раке человека. Исследование нуклеиновых кислот . 2015; 43 (1): D805 – D811. DOI: 10.1093 / нар / gku1075. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 16. Згода В. Г., Копылов А. Т., Тихонова О. В. и др. Профилирование транскриптома хромосомы 18 и целевое картирование протеома в истощенной плазме, ткани печени и клетках HepG2. Журнал протеомных исследований . 2013. 12 (1): 123–134. DOI: 10.1021 / pr300821n. [PubMed] [CrossRef] [Google Scholar] 17. Пономаренко Е.А., Копылов А.Т., Лисица А.В. и др. Транскриптопротеом хромосомы 18 ткани печени и клеток HepG2 и целевое картирование протеома в обедненной плазме: обновление 2013 г. Журнал протеомных исследований . 2014; 13 (1): 183–190. DOI: 10.1021 / pr400883x. [PubMed] [CrossRef] [Google Scholar] 18. Тяхт А.В., Ильина Е.Н., Алексеев Д.Г. и др. Профилирование экспрессии гена RNA-Seq в клетках HepG2: влияние экспериментальных факторов и сравнение с тканью печени. BMC Genomics . 2014; 15, статья 1108 DOI: 10.1186 / 1471-2164-15-1108. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 19. Мутусами Б., Хануманту Г., Суреш С. и др. База данных протеома плазмы как ресурс для протеомных исследований. Протеомика . 2005. 5 (13): 3531–3536. DOI: 10.1002 / pmic.200401335. [PubMed] [CrossRef] [Google Scholar] 20. Андерсон Н. Л., Полански М., Пипер Р. и др. Протеом плазмы человека. Молекулярная и клеточная протеомика . 2004. 3 (4): 311–326.DOI: 10.1074 / mcp.m300127-mcp200. [PubMed] [CrossRef] [Google Scholar] 21. Бек М., Шмидт А., Мальмстрём Дж. И др. Количественный протеом линии клеток человека. Молекулярная системная биология . 2011; 7, статья 549 DOI: 10.1038 / msb.2011.82. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 22. Андерсон Н. Л., Андерсон Н. Г. Протеом плазмы человека: история, характер и диагностические перспективы. Молекулярная и клеточная протеомика . 2002. 1 (11): 845–867. DOI: 10,1074 / mcp.r200007-mcp200. [PubMed] [CrossRef] [Google Scholar] 23. Де Соуза Абреу Р., Пеналва Л. О., Маркотт Э. М., Фогель С. Глобальные сигнатуры уровней экспрессии белков и мРНК. Молекулярные биосистемы . 2009. 5 (12): 1512–1526. DOI: 10.1039 / b5d. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 24. Шванхойссер Б., Буссе Д., Ли Н. и др. Глобальная количественная оценка контроля экспрессии генов млекопитающих. Природа . 2011. 473 (7347): 337–342. DOI: 10,1038 / природа10098. [PubMed] [CrossRef] [Google Scholar] 25.Андерсон Н. Л., Андерсон Н. Г., Пирсон Т. В. и др. Проект обнаружения и количественного определения протеома человека. Молекулярная и клеточная протеомика . 2009. 8 (5): 883–886. DOI: 10.1074 / mcp.R800015-MCP200. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 26. Арчаков А. И., Иванов Ю. Д., Лисица А. В., Згода В. Г. Рыболовные нанотехнологии AFM – способ обратить число Авогадро в протеомику. Протеомика . 2007. 7 (1): 4–9. DOI: 10.1002 / pmic.200600467. [PubMed] [CrossRef] [Google Scholar] 27.Лисица А. В. Молярная концентрация приветствует авогадро в постгеномной аналитике. Биохимия и аналитическая биохимия . 2015; 04: 4–7. DOI: 10.4172 / 2161-1009.1000216. [CrossRef] [Google Scholar] 28. Кийонами Р., Шон А., Пракаш А. и др. Повышенная селективность, аналитическая точность и производительность в целевой протеомике. Молекулярная и клеточная протеомика . 2011; 10 (2) DOI: 10.1074 / mcp.M110.002931. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 29. Сано С., Тагами С., Хашимото Ю. и др. Абсолютное количественное определение пептидов APL1 β с низким содержанием в плазме на уровне Суб-фмоль / мл с помощью SRM / MRM без иммуноаффинного обогащения. Журнал протеомных исследований . 2014. 13 (2): 1012–1020. DOI: 10.1021 / pr4010103. [PubMed] [CrossRef] [Google Scholar] 30. Копылов А. Т., Згода В. Г., Лисица А. В., Арчаков А. И. Комбинированное использование технологии необратимого связывания и MRM для обнаружения и количественного определения белков с низким и сверхнизким числом копий. Протеомика .2013. 13 (5): 727–742. DOI: 10.1002 / pmic.201100460. [PubMed] [CrossRef] [Google Scholar] 31. Арчаков А., Иванов Ю., Лисица А., Згода В. Биоспецифический необратимый фишинг в сочетании с атомно-силовой микроскопией для обнаружения белков с крайне низким содержанием. Протеомика . 2009. 9 (5): 1326–1343. DOI: 10.1002 / pmic.200800598. [PubMed] [CrossRef] [Google Scholar] 32. Оливейра А. П., Людвиг К., Пикотти П., Когадеева М., Эберсольд Р., Зауэр У. Регулирование центрального метаболизма дрожжей путем фосфорилирования ферментов. Молекулярная системная биология . 2012; 8, статья 623 DOI: 10.1038 / msb.2012.55. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 33. Лисица А., Мошковский С., Чернобровкин А., Пономаренко Е., Арчаков А. Профилирование протеоформ: перспективное продолжение протеомики для открытия биомаркеров. Экспертный обзор протеомики . 2014; 11 (1): 121–129. DOI: 10.1586 / 14789450.2014.878652. [PubMed] [CrossRef] [Google Scholar] 34. Су З.-Д., Сун Л., Ю. Д.-Х. и др. Количественное определение полиморфизмов отдельных аминокислот с помощью целевой протеомики. Журнал молекулярной клеточной биологии . 2011. 3 (5): 309–315. DOI: 10,1093 / jmcb / mjr024. [PubMed] [CrossRef] [Google Scholar] 35. Ван К., Чаркади Р., Ву Дж. И др. Мутантные белки как биомаркеры рака. Труды Национальной академии наук Соединенных Штатов Америки . 2011. 108 (6): 2444–2449. DOI: 10.1073 / pnas.1019203108. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 36. Лю X., Jin Z., O’Brien R. и др. Мониторинг ограниченных выбранных реакций: количественная оценка выбранных посттрансляционных модификаций и изоформ белков. Методы . 2013. 61 (3): 304–312. DOI: 10.1016 / j.ymeth.2013.03.006. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 37. Ву Дж., Пунгалия П., Крайнов Э., Бейтс Б. Идентификация и количественная оценка вариантов сплайсинга остеопонтина в плазме больных раком легкого с использованием иммуноаффинного захвата и таргетной масс-спектрометрии. Биомаркеры . 2012. 17 (2): 125–133. DOI: 10.3109 / 1354750X.2011.643485. [PubMed] [CrossRef] [Google Scholar] 38. Оссола Р., Шисс Р., Пикотти П., Риннер О., Reiter R., Aebersold R. Подтверждение биомаркеров в образцах крови путем масс-спектрометрии N-гликозитов для мониторинга выбранных реакций. Методы молекулярной биологии . 2011; 728: 179–194. [PubMed] [Google Scholar] 39. Кеттенбах А. Н., Раш Дж., Гербер С. А. Абсолютная количественная оценка белка и обилия посттрансляционных модификаций с помощью стабильных меченных изотопами синтетических пептидов. Протоколы природы . 2011. 6 (2): 175–186. DOI: 10.1038 / nprot.2010.196. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 40.Пономаренко Э., Поверенная Э., Пятницкий М. и др. Сравнительное ранжирование хромосом человека на основе постгеномных данных. OMICS: журнал интегративной биологии . 2012. 16 (11): 604–611. DOI: 10.1089 / omi.2012.0034. [PubMed] [CrossRef] [Google Scholar] 41. Kusebauch U., Deutsch E. W., Campbell D. S., Sun Z., Farrah T., Moritz R. L. Использование PeptideAtlas, SRMAtlas и PASSEL: исчерпывающие ресурсы для открытий и целевой протеомики. Текущие протоколы в биоинформатике .2014; 46: 1–28. [Бесплатная статья PMC] [PubMed] [Google Scholar] 42. Карр С. А., Аббатьелло С. Э., Акерманн Б. Л. и др. Целевые измерения пептидов в биологии и медицине: передовой опыт разработки анализов на основе масс-спектрометрии с использованием подхода, соответствующего назначению. Молекулярная и клеточная протеомика . 2014; 13 (3): 907–917. DOI: 10,1074 / mcp.m113.036095. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 43. Арчаков А., Асеев А., Быков В. и др. Геноцентрический взгляд на проект протеома человека: пример российской дорожной карты для хромосомы 18. Протеомика . 2011; 11 (10): 1853–1856. DOI: 10.1002 / pmic.201000540. [PubMed] [CrossRef] [Google Scholar] 44. Лисица А. В., Поверенная Е. В., Пономаренко Е. А., Арчаков А. И. Ширина протеома плазмы человека в сравнении с линией раковых клеток и бактерий. Биомолекулярные исследования и терапия . 2015; 4, статья 132 DOI: 10.4172 / 2167-7956.1000132. [CrossRef] [Google Scholar]

Размер протеома человека: ширина и глубина

Int J Anal Chem. 2016; 2016: 7436849.

Елена Анатольевна Пономаренко

Институт биомедицинской химии, Москва 119121, Россия

Екатерина Владимировна Поверенная

Институт биомедицинской химии, Москва, 119121, Россия

Екатерина Викторовна Ильгисонис,

, 119121, Москва, Химический институт Россия

Пятницкий Михаил Александрович

Институт биомедицинской химии, Москва 119121, Россия

Артур Т. Копылов

Институт биомедицинской химии, Москва 119121, Россия

Виктор Г.Згода

Институт биомедицинской химии, Москва 119121, Россия

Андрей В. Лисица

Институт биомедицинской химии, Москва 119121, Россия

Александр Иванович Арчаков

Институт биомедицинской химии, Москва 119121, Россия

Биомедицинская химия, Москва 119121, Россия

Академический редактор: Франтишек Форе

Поступила в редакцию 18 января 2016 г .; Пересмотрено 11 апреля 2016 г .; Принято 19 апреля 2016 г.

Copyright © 2016 Елена А.Пономаренко и др.

Это статья в открытом доступе, распространяемая по лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии правильного цитирования оригинальной работы.

Эта статья цитируется в других статьях в PMC.

Abstract

В этой работе обсуждаются биоинформатика и экспериментальные подходы к исследованию протеома человека, совокупности белков, экспрессируемых в различных тканях и органах. Поскольку протеом человека не является статическим объектом, кажется необходимым оценить количество различных видов белков (протеоформ) и измерить количество копий одного и того же белка в конкретной ткани.Здесь предлагается метаанализ базы знаний neXtProt для теоретического прогнозирования количества различных протеоформ, возникающих в результате альтернативного сплайсинга (AS), полиморфизмов отдельных аминокислот (SAP) и посттрансляционных модификаций (PTM). Рассмотрены три возможных случая: (1) PTM и SAP появляются исключительно в канонических последовательностях белков, но не в вариантах сплайсинга; (2) PTM и SAP могут встречаться как в белках, кодируемых каноническими последовательностями, так и в вариантах сплайсинга; (3) все типы модификаций (AS, SAP и PTM) происходят как независимые события.Экспериментальная проверка протеоформ ограничена аналитической чувствительностью протеомной технологии. Колоколообразная гистограмма распределения была создана для белков, кодируемых одной хромосомой, с оценкой числа копий в плазме, печени и клеточной линии HepG2. Предлагаемые подходы к метабиоинформатике могут быть использованы для оценки количества различных протеоформ для любой группы генов, кодирующих белок.

1. От генома человека к протеомуу человека

Секвенирование генома [1] позволило расшифровать количество кодирующих белок генов, установив начальную оценку сложности, связанной с молекулярной биологией человека.Следующим шагом будет получение аналогичных тестов на уровне протеома. В двух недавних статьях описывалось создание эскиза протеома человека [2, 3]. Тем не менее, значительные усилия по-прежнему требуются для исследования пространства (или размера) протеома человека как обязательной совокупности молекулярных профилей различных тканей и органов. Протеом человека – довольно динамичная сущность [4], и это свойство следует рассматривать в двух измерениях. Первый – оценить количество различных типов белков (ширину протеома), а также измерить количество копий белка в конкретных тканях (глубина протеома).

Следуя гипотезе «один ген = один белок», должно быть не менее ~ 20 000 немодифицированных (канонических) белков человека. Принимая во внимание продукты альтернативного сплайсинга (AS), те, которые содержат полиморфизмы одиночных аминокислот (SAP), возникающие из несинонимичных однонуклеотидных полиморфизмов (nsSNP), и те, которые подвергаются PTMs [4, 5], до 100 различных белков потенциально могут производиться из одного гена. Из множества различных терминов, предложенных для описания вариантов белка [6], здесь мы выбрали «виды белка» [7] или «протеоформы» [6].

Экспериментальная проверка видов белков ограничена аналитической чувствительностью протеомной технологии. Это означает, что чувствительность технологии определяет возможность обнаружения редких видов белка. Это ограничение проистекает из фундаментального различия между геномикой и протеомикой [8]. Геномика полагается на ПЦР [9] для амплификации молекул ДНК или РНК в биологическом образце до концентраций, превышающих порог обнаружения. Однако в настоящее время не существует сопоставимой высокопроизводительной технологии, способной умножать копии одного белка [8].

100% покрытие белковой последовательности с помощью восходящей МС недостижимо; таким образом, невозможно обнаружить все потенциальные виды белков, экспрессируемые одним и тем же геном. Как правило, протеомные исследования сосредоточены на основных белках , напоминающих по крайней мере одну из многих возможных протеоформ, кодируемых геном и содержащих по крайней мере один протеотипический пептид, детектируемый MS. Последовательность может быть модифицированной или немодифицированной, поэтому это означает, что основной белок может присутствовать как отдельный белок или как набор белков. Мастер-протеом отдельной хромосомы является результатом идентификации и измерения всех основных белков, кодируемых хромосомой и экспрессируемых в выбранном типе биологического материала. Для экспериментальной проверки протеоформ необходимо провести целевой анализ MS, чтобы исследовать изменение последовательности-кандидата. Ожидалось, что биоинформатический анализ разнообразия видов белков создаст основу для будущих экспериментальных исследований протеомного пространства.

2. Сколько разных белков необходимо для поддержания жизнедеятельности человека?

Количество различных белков, составляющих протеом человека, является ключевым вопросом протеомики. Исследователи предлагают от 10 000 [10] до нескольких миллиардов [6] различных видов белков. Здесь мы описываем теоретический прогноз количества различных протеоформ, которые могут возникнуть в результате событий AS, SAP или PTM.

Данные были получены из neXtProt, который содержит только человеческие белки и их модификации и особенности последовательности [11].Аннотации neXtProt для AS, SAP и PTM возникли в результате биодокументирования данных из репозиториев, литературы и средств прогнозирования. Информация о возможной вариабельности белковой последовательности представлена ​​как количество вариантов AS, nsSNP / SAP и PTM на ген.

Наше предположение заключалось в том, что расширение базы данных и аннотации являются составным процессом, скорость которого в основном ограничена количеством исследователей и аннотаторов по всему миру. Скорость немного зависит от пропускной способности канала связи и доступности информации, так как за 10–15 лет они не сильно изменились для нужд пользователей PubMed или UniProt.Следовательно, увеличение количества аннотаций в определенной базе данных, как правило, будет зависеть от технологических достижений, достигнутых за счет повышения чувствительности / производительности биоаналитического метода.

Исходя из вышеизложенного, мы предположили, что объема репрезентативных данных, загружаемых в UniProt [12] каждый год с 2005 года, было достаточно для расчета среднего количества вариантов белка на один ген и числа для каждого типа вариации. Интересно, что с 2010 года среднее количество модификаций на один ген оставалось практически неизменным, несмотря на постоянное увеличение количества рассмотренных аннотаций.Среднее количество модификаций специально AS (40% проверенных аннотаций из всех записей данных), SAP (60% проверенных аннотаций) или PTM (37%) остается практически неизменным.

Насыщение количества аннотаций для геном-зависимых SAP, транскрипционно-зависимых AS и посттрансляционно-зависимых PTMs весьма примечательно. В то время как определение PTM зависит от чувствительности анализа белков, обнаружение SAP и AS практически не имеет ограничений по чувствительности и активно накапливается в крупномасштабных проектах [13].Несмотря на такие различия, все технологии имеют синхронно полученные уровни насыщения, что указывает на баланс между данными, полученными с использованием стандартных методов химии белков (накопленными за последние 50 лет), и данными, полученными в результате высокопроизводительного секвенирования следующего поколения (NGS).

Для оценки потенциального количества белков были рассмотрены три различных случая комбинации событий PTM, SAP и AS (см. (1) – (3)). Комбинаторные вариации не учитывались, так как отсутствуют систематические экспериментальные данные, описывающие взаимодействие различных типов модификаций у видов белков.Это лишь один из возможных путей решения проблемы оценки потенциального количества белков на основе данных о белковой дисперсии, уже накопленных в базах постгеномных знаний. Уравнение (1) предполагает, что PTM появляются исключительно в канонических последовательностях белков, но не в вариантах сплайсинга. Уравнение (2) предполагает, что PTM и SAP могут встречаться как в белках, кодируемых каноническими последовательностями, так и в вариантах сплайсинга. Уравнение (3) предполагает, что все типы модификации (AS, SAP и PTM) происходят независимо.Следовательно,

Nps = N * ASav + SAPav + PTMav,

(1)

Nps = N + AS * SAPav + PTMav,

(2)

Nps = N * ASav * SAPav * PTMav,

(3)

, где Nps представляет количество видов белка, N представляет общее количество генов, кодирующих белок, AS – количество видов, полученных в результате альтернативного сплайсинга, ASav – среднее количество вариантов сплайсинга на один ген, кодирующий белок. , SAPav – среднее количество nsSNP, а PTMav – среднее количество событий PTM на один ген, кодирующий белок.

Обычно SAP предопределены на уровне ДНК, а AS возникает в результате модификаций на уровне мРНК, тогда как PTM возникают на уровне белка. Эти три процесса нельзя рассматривать как независимые события, учитывая, что между процессами экспрессии, транскрипции и трансляции генов существует внутренняя взаимосвязь, направленная на регулирование и сохранение клетки. Более того, обогащение поисков MS / MS в базе данных, содержащей все возможные комбинации вариантов белков, может привести к комбинаторному коллапсу, несмотря на используемый тип подхода [14].

Поиск модификаций белка AS neXtProt (версия 2015_06) выявил 21 921 вариант AS в 10 519 генах, кодирующих белок (2,1 ± 0,1 варианта / ген, включая одну каноническую последовательность). Наибольшее количество модифицированных форм (434 398, без элементов, связанных с раком, полученных из базы данных мутаций рака COSMIC [15]) было связано с появлением SAP в результате nsSNP в 18 986 генах, кодирующих белок (22,1 ± 3,9 варианта / ген). ПТМ добавляли 6,6 ± 0,8 модифицированных белков на ген (94036 ПТМ в 14 006 генах, кодирующих белок).Применяя эти числа к уравнениям ( N = 20 043), мы оцениваем, что у людей существует 0,62, 0,88 или 6,13 миллиона видов белков.

Приведенные выше результаты были сопоставлены с данными о дисперсиях, полученных из AS и SAP, полученных из наших результатов NGS профилирования транскриптома ткани печени [16–18]. Согласно результатам NGS, среднее количество обнаруженных вариантов сплайсинга составило 1,3 на ген, кодирующий белок (или 2,3 на ген, включая канонический вариант), что сопоставимо с данными neXtProt.Среднее количество протеоформ, содержащих SAP, составляло ~ 1,4 на один ген, что намного ниже, чем рассчитанное по данным neXtProt. Эти различия связаны с тем фактом, что neXtProt предоставляет информацию из множества различных экспериментов («совокупная человеческая популяция»), в то время как конкретные данные NGS указывают на события SAP для отдельного образца или ткани (индивидуальные отклонения).

Поскольку базы протеомных знаний консолидируют информацию о вариабельности белков в человеческой популяции, несколько миллионов различных белков в конечном итоге заселят «агрегированный» протеом человека.Чтобы расшифровать вариабельность, присущую предсказанию протеомного пространства для человека, более точная оценка количества белков, содержащих AS и SAP, может быть достигнута с использованием результатов транскриптомного профилирования конкретных образцов ткани.

3. Сколько видов белков можно обнаружить сегодня?

Согласно базе данных плазменных протеомов (версия 06_2015) [19], было обнаружено 10,5 тысяч белков плазмы крови, и менее 10% (1278 из 20 043 белков человека) были измерены количественно.Основной вопрос, касающийся экспериментальной проверки существующих наборов теоретически предсказанных белков, – это предел аналитической чувствительности протеомной технологии. Аналитическая чувствительность определяется пределом обнаружения, зависящим от прибора, и динамическими диапазонами концентрации белка, зависящими от биоматериала. Плазма крови представляет собой сложную смесь с динамическим диапазоном концентраций белка, изменяющимся на> 10 порядков [20], в то время как диапазон концентраций белка в тканях или клеточных линиях находится в пределах семи порядков [21].Задача состоит в обнаружении видов с низким и сверхнизким обилием с концентрациями <10 -12 М в присутствии высококопированных белковых молекул в концентрациях> 10 -6 М [22].

Принимая во внимание сверхчувствительность аналитики олигонуклеотидов, поучительно учитывать, что результаты исследований транскриптомов часто определяются на основе копий молекул РНК, а не концентраций [23]. Работа при низких (<10 −12 M) и сверхнизких (<10 −15 M) концентрациях белков означает, что количественное определение белка в количестве копий, а не в единицах концентрации, позволяет сравнивать транскриптомные и протеомные результаты [24].

Белки обычно количественно оцениваются в области протеомики [25] по концентрации в биологическом образце C , выраженной в моль / л (молярность, М). Соответствующее количество копий белка, N , в 1 л может быть рассчитано из единиц концентрации следующим образом:

, где R A представляет собой обратное число Авогадро, 10 −24 M [26], V представляет объем образца, м представляет содержание белка, а M w представляет собой молекулярную массу белка.

Формулы (4) решают главную проблему протеомики: переход от концепции единиц концентрации к подсчету отдельных биомакромолекул в образце (ткани) [27].

Тройной квадрупольный масс-спектрометр позволяет достичь чувствительности 10 −14 M [28, 29] к целевым белкам [30]. Чувствительность обнаружения белка SRM может быть дополнительно увеличена до 10 90 · 10 5 −16 90 · 106 M с помощью необратимых химически связывающих белков из больших объемов биологических образцов [31] (не предполагается, что все измеренные белки были определены с такой чувствительностью; результаты измерений могут отличаться на несколько порядков из-за разных физико-химических свойств протеотипических пептидов).

В контексте ширины протеома целевой подход ограничен необходимостью измерения только протеоформ, демонстрирующих априорное предположение о протеотипических пептидах, которые правильно напоминают события PTM, SAP или AS. В отличие от МС с дробовиком, SRM не может обнаружить новые, неожиданные виды белков [32]. Возможности нисходящего и восходящего подходов МС для решения микрогетерогенности протеома человека были описаны ранее [33]. Целевые SRM легко доступны для обнаружения SAP, связанных с заболеванием, включая ожирение / диабет [34] и рак [35].Например, метод SRM / MRM был применен для измерения количества форм сплайсинга: три изоформы для трансформирующего фактора роста были измерены с помощью SRM при уровне концентрации 10 -11 M в плазме мыши и слюне человека [36]. Другой пример, изоформы остеопонтина, были измерены с помощью анализа SRM и показали, что уровень изоформы был значительно выше для немелкоклеточной карциномы легкого по сравнению с контрольной группой (7 * 10 -10 по сравнению с 30 * 10 −10 90 · 106 M) [37].Применение направленной МС для обнаружения ПТМ было проиллюстрировано на примере гликозилирования белков: N-гликозиды были обнаружены в плазме человека на уровне чувствительности 10 -11 М [38] и убиквитинирования [39]. Из этих пилотных исследований следует, что подавляющее большинство предсказуемых протеоформ, по-видимому, присутствует в концентрациях ниже предела обнаружения. Дальнейшее повышение чувствительности аналитических методов важно для обнаружения диагностически значимых протеоформ в биопробах человека.

Поскольку было показано, что набор белков, кодируемых любой хромосомой человека, составляет репрезентативную часть для всего протеома человека [40], виды белков с высоким, средним и низким уровнем копий могут быть оценены путем отбора образцов основных белков, кодируемых единственная хромосома. В качестве примера протеомной карты, ориентированной на хромосомы, мы загрузили данные из PASSEL [41] (идентификаторы PASSEL: PASS00278, PASS00276, PASS00092 и PASS00742), полученные для основных белков, кодируемых хромосомой 18 [16, 17]. Эти белки были измерены в трех типах биоматериалов, включая плазму человека, образцы печени и клетки HepG2.Измерения проводились в соответствии с руководящими принципами уровня 3 (исследовательские исследования) [42] с использованием стратегии двойного нацеливания, которая сочетает хромосомно-ориентированный подход с восходящей масс-спектрометрией SRM [43].

Наблюдалась колоколообразная гистограмма распределения основных белков, кодируемых хромосомой 18 (), показывающая медианное значение 10 8 копий на 1 µ л плазмы крови и 10 5 копий на печень / клетку HepG2. Восходящая часть кривой отражает белки с высокой и средней копией, тогда как нисходящая часть может быть объяснена либо уменьшением протеомного разнообразия в биологическом образце, либо, что более вероятно, представлением о том, что белки не могут быть обнаружены из-за низкой чувствительности аналитических методов. [44].Интересно, что после увеличения чувствительности аналитического метода с 10 −14 M до 10 −18 M за счет необратимого связывания аналитов [30], 14 дополнительных низкокопируемых видов белков (<10 5 копий на клетку или на 1 µ л плазмы крови) были собраны и количественно измерены, по крайней мере, с двумя протеотипическими пептидами в каждом типе биоматериала (см. заштрихованные области на). Согласно результатам, в плазме гораздо больше видов белка с высоким содержанием по сравнению с печенью или клетками HepG2.Следовательно, вероятно, что сложность идентификации белков со сверхмалым копированием в плазме связана с высоким динамическим диапазоном концентраций белков плазмы [22].

(a) Распределение числа копий мастер-белков хромосомы 18, нормализованное на одну клетку HepG2 / печень или 1 µ л плазмы. (b) Доля как функция обнаруженных белков (в% от общего числа белков, кодируемых хромосомой 18) и аналитической чувствительности.

Чтобы продемонстрировать глубину протеома, количество копий основного белка в биопробе было построено в зависимости от чувствительности протеомной технологии ().Покрытие протеомом выражали как процентную долю обнаруженных белков от общего числа генов хромосомы 18, что составило 276 по данным neXtProt. Как показано на фиг.4, кривая распределения белков плазмы сдвигается влево относительно кривых для клеток. Общее количество обнаруженных видов белков в клетках печени и HepG2 увеличивалось по сравнению с плазмой крови человека.

Будущие успехи в изучении протеома человека зависят от способности использовать биоинформатические методы для выяснения существующих видов белков и целевого анализа МС, высокопроизводительных измерений и высокопроизводительных алгоритмов для сборки последовательностей белков de novo на основе результатов МС.Кроме того, повышение чувствительности аналитических технологий позволит расширить доступ к белкам со сверхмалым копированием и расширит возможности для обнаружения и анализа. В этом контексте теоретическое предсказание количества протеоформ (оценка ширины протеома) и их распределения по динамическому диапазону (т.е. глубина протеома) в конечном итоге требуется для планирования рабочей нагрузки для хромосомно-ориентированного проекта протеома человека.

Благодарности

Работа поддержана грантом RSF No.15-15-30041.

Сокращения

AS: Альтернативный сплайсинг
NGS: Секвенирование следующего поколения
nsSNPs: Несинонимичные полиамидные кислоты полиморфизм.

Конкурирующие интересы

Авторы заявляют об отсутствии конкурирующих интересов.

Список литературы

1. Коллинз Ф.С., Ландер Э. С., Роджерс Дж., Уотерстон Р. Х. Завершение эухроматической последовательности генома человека. Природа . 2005. 50: 162–168. [Google Scholar] 2. Вильгельм М., Шлегл Дж., Хане Х. и др. Черновик протеома человека на основе масс-спектрометрии. Природа . 2014. 509 (7502): 582–587. DOI: 10,1038 / природа13319. [PubMed] [CrossRef] [Google Scholar] 4. Karlsson C., Malmström L., Aebersold R., Malmström J. Протеомные методы мониторинга выбранных реакций на патоген человека Streptococcus pyogenes . Природные коммуникации . 2012; 3, статья 1301 DOI: 10.1038 / ncomms2297. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 5. Рот М. Дж., Форбс А. Дж., Бойн М. Т., II, Ким Й.-Б., Робинсон Д. Э., Келлехер Н. Л. Точная и параллельная характеристика кодирующих полиморфизмов, альтернативного сплайсинга и модификаций белков человека с помощью масс-спектрометрии. Молекулярная и клеточная протеомика . 2005. 4 (7): 1002–1008. DOI: 10.1074 / mcp.M500064-MCP200. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 7.Jungblut P., Thiede B., Zimny-Arndt U., et al. Разрешающая способность двумерного электрофореза и идентификация белков из гелей. Электрофорез . 1996. 17 (5): 839–847. DOI: 10.1002 / elps.1150170505. [PubMed] [CrossRef] [Google Scholar] 8. Арчаков А., Згода В., Копылов А. и др. Хромосомно-ориентированный подход к преодолению узких мест в Human Proteome Project. Экспертный обзор протеомики . 2012. 9 (6): 667–676. DOI: 10.1586 / epr.12.54. [PubMed] [CrossRef] [Google Scholar] 9.Сайки Р. К., Гельфанд Д. Х., Стоффель С. и др. Праймер-направленная ферментативная амплификация ДНК с помощью термостабильной ДНК-полимеразы. Наука . 1988. 239 (4839): 487–491. DOI: 10.1126 / science.2448875. [PubMed] [CrossRef] [Google Scholar] 10. Адкинс Дж. Н. К протеому сыворотки крови человека: анализ методом многомерного разделения в сочетании с масс-спектрометрией. Молекулярная и клеточная протеомика . 2002; 1: 947–955. DOI: 10.1074 / mcp.m200066-mcp200. [PubMed] [CrossRef] [Google Scholar] 11.Lane L., Argoud-Puy G., Britan A., et al. NeXtProt: платформа знаний о человеческих белках. Исследование нуклеиновых кислот . 2012; 40 (1): D76 – D83. DOI: 10.1093 / nar / gkr1179. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 13. Абекасис Г. Р., Аутон А., Брукс Л. Д. и др. Интегрированная карта генетических вариаций из 1092 геномов человека. Природа . 2012; 491: 56–65. [Бесплатная статья PMC] [PubMed] [Google Scholar] 14. Коттрелл Дж. С. Идентификация белков с использованием данных МС / МС. Протеомический журнал .2011; 74 (10): 1842–1851. DOI: 10.1016 / j.jprot.2011.05.014. [PubMed] [CrossRef] [Google Scholar] 15. Форбс С. А., Беар Д., Гунасекаран П. и др. COSMIC: изучение мировых знаний о соматических мутациях при раке человека. Исследование нуклеиновых кислот . 2015; 43 (1): D805 – D811. DOI: 10.1093 / нар / gku1075. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 16. Згода В. Г., Копылов А. Т., Тихонова О. В. и др. Профилирование транскриптома хромосомы 18 и целевое картирование протеома в истощенной плазме, ткани печени и клетках HepG2. Журнал протеомных исследований . 2013. 12 (1): 123–134. DOI: 10.1021 / pr300821n. [PubMed] [CrossRef] [Google Scholar] 17. Пономаренко Е.А., Копылов А.Т., Лисица А.В. и др. Транскриптопротеом хромосомы 18 ткани печени и клеток HepG2 и целевое картирование протеома в обедненной плазме: обновление 2013 г. Журнал протеомных исследований . 2014; 13 (1): 183–190. DOI: 10.1021 / pr400883x. [PubMed] [CrossRef] [Google Scholar] 18. Тяхт А.В., Ильина Е.Н., Алексеев Д.Г. и др. Профилирование экспрессии гена RNA-Seq в клетках HepG2: влияние экспериментальных факторов и сравнение с тканью печени. BMC Genomics . 2014; 15, статья 1108 DOI: 10.1186 / 1471-2164-15-1108. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 19. Мутусами Б., Хануманту Г., Суреш С. и др. База данных протеома плазмы как ресурс для протеомных исследований. Протеомика . 2005. 5 (13): 3531–3536. DOI: 10.1002 / pmic.200401335. [PubMed] [CrossRef] [Google Scholar] 20. Андерсон Н. Л., Полански М., Пипер Р. и др. Протеом плазмы человека. Молекулярная и клеточная протеомика . 2004. 3 (4): 311–326.DOI: 10.1074 / mcp.m300127-mcp200. [PubMed] [CrossRef] [Google Scholar] 21. Бек М., Шмидт А., Мальмстрём Дж. И др. Количественный протеом линии клеток человека. Молекулярная системная биология . 2011; 7, статья 549 DOI: 10.1038 / msb.2011.82. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 22. Андерсон Н. Л., Андерсон Н. Г. Протеом плазмы человека: история, характер и диагностические перспективы. Молекулярная и клеточная протеомика . 2002. 1 (11): 845–867. DOI: 10,1074 / mcp.r200007-mcp200. [PubMed] [CrossRef] [Google Scholar] 23. Де Соуза Абреу Р., Пеналва Л. О., Маркотт Э. М., Фогель С. Глобальные сигнатуры уровней экспрессии белков и мРНК. Молекулярные биосистемы . 2009. 5 (12): 1512–1526. DOI: 10.1039 / b5d. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 24. Шванхойссер Б., Буссе Д., Ли Н. и др. Глобальная количественная оценка контроля экспрессии генов млекопитающих. Природа . 2011. 473 (7347): 337–342. DOI: 10,1038 / природа10098. [PubMed] [CrossRef] [Google Scholar] 25.Андерсон Н. Л., Андерсон Н. Г., Пирсон Т. В. и др. Проект обнаружения и количественного определения протеома человека. Молекулярная и клеточная протеомика . 2009. 8 (5): 883–886. DOI: 10.1074 / mcp.R800015-MCP200. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 26. Арчаков А. И., Иванов Ю. Д., Лисица А. В., Згода В. Г. Рыболовные нанотехнологии AFM – способ обратить число Авогадро в протеомику. Протеомика . 2007. 7 (1): 4–9. DOI: 10.1002 / pmic.200600467. [PubMed] [CrossRef] [Google Scholar] 27.Лисица А. В. Молярная концентрация приветствует авогадро в постгеномной аналитике. Биохимия и аналитическая биохимия . 2015; 04: 4–7. DOI: 10.4172 / 2161-1009.1000216. [CrossRef] [Google Scholar] 28. Кийонами Р., Шон А., Пракаш А. и др. Повышенная селективность, аналитическая точность и производительность в целевой протеомике. Молекулярная и клеточная протеомика . 2011; 10 (2) DOI: 10.1074 / mcp.M110.002931. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 29. Сано С., Тагами С., Хашимото Ю. и др. Абсолютное количественное определение пептидов APL1 β с низким содержанием в плазме на уровне Суб-фмоль / мл с помощью SRM / MRM без иммуноаффинного обогащения. Журнал протеомных исследований . 2014. 13 (2): 1012–1020. DOI: 10.1021 / pr4010103. [PubMed] [CrossRef] [Google Scholar] 30. Копылов А. Т., Згода В. Г., Лисица А. В., Арчаков А. И. Комбинированное использование технологии необратимого связывания и MRM для обнаружения и количественного определения белков с низким и сверхнизким числом копий. Протеомика .2013. 13 (5): 727–742. DOI: 10.1002 / pmic.201100460. [PubMed] [CrossRef] [Google Scholar] 31. Арчаков А., Иванов Ю., Лисица А., Згода В. Биоспецифический необратимый фишинг в сочетании с атомно-силовой микроскопией для обнаружения белков с крайне низким содержанием. Протеомика . 2009. 9 (5): 1326–1343. DOI: 10.1002 / pmic.200800598. [PubMed] [CrossRef] [Google Scholar] 32. Оливейра А. П., Людвиг К., Пикотти П., Когадеева М., Эберсольд Р., Зауэр У. Регулирование центрального метаболизма дрожжей путем фосфорилирования ферментов. Молекулярная системная биология . 2012; 8, статья 623 DOI: 10.1038 / msb.2012.55. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 33. Лисица А., Мошковский С., Чернобровкин А., Пономаренко Е., Арчаков А. Профилирование протеоформ: перспективное продолжение протеомики для открытия биомаркеров. Экспертный обзор протеомики . 2014; 11 (1): 121–129. DOI: 10.1586 / 14789450.2014.878652. [PubMed] [CrossRef] [Google Scholar] 34. Су З.-Д., Сун Л., Ю. Д.-Х. и др. Количественное определение полиморфизмов отдельных аминокислот с помощью целевой протеомики. Журнал молекулярной клеточной биологии . 2011. 3 (5): 309–315. DOI: 10,1093 / jmcb / mjr024. [PubMed] [CrossRef] [Google Scholar] 35. Ван К., Чаркади Р., Ву Дж. И др. Мутантные белки как биомаркеры рака. Труды Национальной академии наук Соединенных Штатов Америки . 2011. 108 (6): 2444–2449. DOI: 10.1073 / pnas.1019203108. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 36. Лю X., Jin Z., O’Brien R. и др. Мониторинг ограниченных выбранных реакций: количественная оценка выбранных посттрансляционных модификаций и изоформ белков. Методы . 2013. 61 (3): 304–312. DOI: 10.1016 / j.ymeth.2013.03.006. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 37. Ву Дж., Пунгалия П., Крайнов Э., Бейтс Б. Идентификация и количественная оценка вариантов сплайсинга остеопонтина в плазме больных раком легкого с использованием иммуноаффинного захвата и таргетной масс-спектрометрии. Биомаркеры . 2012. 17 (2): 125–133. DOI: 10.3109 / 1354750X.2011.643485. [PubMed] [CrossRef] [Google Scholar] 38. Оссола Р., Шисс Р., Пикотти П., Риннер О., Reiter R., Aebersold R. Подтверждение биомаркеров в образцах крови путем масс-спектрометрии N-гликозитов для мониторинга выбранных реакций. Методы молекулярной биологии . 2011; 728: 179–194. [PubMed] [Google Scholar] 39. Кеттенбах А. Н., Раш Дж., Гербер С. А. Абсолютная количественная оценка белка и обилия посттрансляционных модификаций с помощью стабильных меченных изотопами синтетических пептидов. Протоколы природы . 2011. 6 (2): 175–186. DOI: 10.1038 / nprot.2010.196. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 40.Пономаренко Э., Поверенная Э., Пятницкий М. и др. Сравнительное ранжирование хромосом человека на основе постгеномных данных. OMICS: журнал интегративной биологии . 2012. 16 (11): 604–611. DOI: 10.1089 / omi.2012.0034. [PubMed] [CrossRef] [Google Scholar] 41. Kusebauch U., Deutsch E. W., Campbell D. S., Sun Z., Farrah T., Moritz R. L. Использование PeptideAtlas, SRMAtlas и PASSEL: исчерпывающие ресурсы для открытий и целевой протеомики. Текущие протоколы в биоинформатике .2014; 46: 1–28. [Бесплатная статья PMC] [PubMed] [Google Scholar] 42. Карр С. А., Аббатьелло С. Э., Акерманн Б. Л. и др. Целевые измерения пептидов в биологии и медицине: передовой опыт разработки анализов на основе масс-спектрометрии с использованием подхода, соответствующего назначению. Молекулярная и клеточная протеомика . 2014; 13 (3): 907–917. DOI: 10,1074 / mcp.m113.036095. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 43. Арчаков А., Асеев А., Быков В. и др. Геноцентрический взгляд на проект протеома человека: пример российской дорожной карты для хромосомы 18. Протеомика . 2011; 11 (10): 1853–1856. DOI: 10.1002 / pmic.201000540. [PubMed] [CrossRef] [Google Scholar] 44. Лисица А. В., Поверенная Е. В., Пономаренко Е. А., Арчаков А. И. Ширина протеома плазмы человека в сравнении с линией раковых клеток и бактерий. Биомолекулярные исследования и терапия . 2015; 4, статья 132 DOI: 10.4172 / 2167-7956.1000132. [CrossRef] [Google Scholar]

Размер протеома человека: ширина и глубина

Int J Anal Chem. 2016; 2016: 7436849.

Елена Анатольевна Пономаренко

Институт биомедицинской химии, Москва 119121, Россия

Екатерина Владимировна Поверенная

Институт биомедицинской химии, Москва, 119121, Россия

Екатерина Викторовна Ильгисонис,

, 119121, Москва, Химический институт Россия

Пятницкий Михаил Александрович

Институт биомедицинской химии, Москва 119121, Россия

Артур Т. Копылов

Институт биомедицинской химии, Москва 119121, Россия

Виктор Г.Згода

Институт биомедицинской химии, Москва 119121, Россия

Андрей В. Лисица

Институт биомедицинской химии, Москва 119121, Россия

Александр Иванович Арчаков

Институт биомедицинской химии, Москва 119121, Россия

Биомедицинская химия, Москва 119121, Россия

Академический редактор: Франтишек Форе

Поступила в редакцию 18 января 2016 г .; Пересмотрено 11 апреля 2016 г .; Принято 19 апреля 2016 г.

Copyright © 2016 Елена А.Пономаренко и др.

Это статья в открытом доступе, распространяемая по лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии правильного цитирования оригинальной работы.

Эта статья цитируется в других статьях в PMC.

Abstract

В этой работе обсуждаются биоинформатика и экспериментальные подходы к исследованию протеома человека, совокупности белков, экспрессируемых в различных тканях и органах. Поскольку протеом человека не является статическим объектом, кажется необходимым оценить количество различных видов белков (протеоформ) и измерить количество копий одного и того же белка в конкретной ткани.Здесь предлагается метаанализ базы знаний neXtProt для теоретического прогнозирования количества различных протеоформ, возникающих в результате альтернативного сплайсинга (AS), полиморфизмов отдельных аминокислот (SAP) и посттрансляционных модификаций (PTM). Рассмотрены три возможных случая: (1) PTM и SAP появляются исключительно в канонических последовательностях белков, но не в вариантах сплайсинга; (2) PTM и SAP могут встречаться как в белках, кодируемых каноническими последовательностями, так и в вариантах сплайсинга; (3) все типы модификаций (AS, SAP и PTM) происходят как независимые события.Экспериментальная проверка протеоформ ограничена аналитической чувствительностью протеомной технологии. Колоколообразная гистограмма распределения была создана для белков, кодируемых одной хромосомой, с оценкой числа копий в плазме, печени и клеточной линии HepG2. Предлагаемые подходы к метабиоинформатике могут быть использованы для оценки количества различных протеоформ для любой группы генов, кодирующих белок.

1. От генома человека к протеомуу человека

Секвенирование генома [1] позволило расшифровать количество кодирующих белок генов, установив начальную оценку сложности, связанной с молекулярной биологией человека.Следующим шагом будет получение аналогичных тестов на уровне протеома. В двух недавних статьях описывалось создание эскиза протеома человека [2, 3]. Тем не менее, значительные усилия по-прежнему требуются для исследования пространства (или размера) протеома человека как обязательной совокупности молекулярных профилей различных тканей и органов. Протеом человека – довольно динамичная сущность [4], и это свойство следует рассматривать в двух измерениях. Первый – оценить количество различных типов белков (ширину протеома), а также измерить количество копий белка в конкретных тканях (глубина протеома).

Следуя гипотезе «один ген = один белок», должно быть не менее ~ 20 000 немодифицированных (канонических) белков человека. Принимая во внимание продукты альтернативного сплайсинга (AS), те, которые содержат полиморфизмы одиночных аминокислот (SAP), возникающие из несинонимичных однонуклеотидных полиморфизмов (nsSNP), и те, которые подвергаются PTMs [4, 5], до 100 различных белков потенциально могут производиться из одного гена. Из множества различных терминов, предложенных для описания вариантов белка [6], здесь мы выбрали «виды белка» [7] или «протеоформы» [6].

Экспериментальная проверка видов белков ограничена аналитической чувствительностью протеомной технологии. Это означает, что чувствительность технологии определяет возможность обнаружения редких видов белка. Это ограничение проистекает из фундаментального различия между геномикой и протеомикой [8]. Геномика полагается на ПЦР [9] для амплификации молекул ДНК или РНК в биологическом образце до концентраций, превышающих порог обнаружения. Однако в настоящее время не существует сопоставимой высокопроизводительной технологии, способной умножать копии одного белка [8].

100% покрытие белковой последовательности с помощью восходящей МС недостижимо; таким образом, невозможно обнаружить все потенциальные виды белков, экспрессируемые одним и тем же геном. Как правило, протеомные исследования сосредоточены на основных белках , напоминающих по крайней мере одну из многих возможных протеоформ, кодируемых геном и содержащих по крайней мере один протеотипический пептид, детектируемый MS. Последовательность может быть модифицированной или немодифицированной, поэтому это означает, что основной белок может присутствовать как отдельный белок или как набор белков. Мастер-протеом отдельной хромосомы является результатом идентификации и измерения всех основных белков, кодируемых хромосомой и экспрессируемых в выбранном типе биологического материала. Для экспериментальной проверки протеоформ необходимо провести целевой анализ MS, чтобы исследовать изменение последовательности-кандидата. Ожидалось, что биоинформатический анализ разнообразия видов белков создаст основу для будущих экспериментальных исследований протеомного пространства.

2. Сколько разных белков необходимо для поддержания жизнедеятельности человека?

Количество различных белков, составляющих протеом человека, является ключевым вопросом протеомики. Исследователи предлагают от 10 000 [10] до нескольких миллиардов [6] различных видов белков. Здесь мы описываем теоретический прогноз количества различных протеоформ, которые могут возникнуть в результате событий AS, SAP или PTM.

Данные были получены из neXtProt, который содержит только человеческие белки и их модификации и особенности последовательности [11].Аннотации neXtProt для AS, SAP и PTM возникли в результате биодокументирования данных из репозиториев, литературы и средств прогнозирования. Информация о возможной вариабельности белковой последовательности представлена ​​как количество вариантов AS, nsSNP / SAP и PTM на ген.

Наше предположение заключалось в том, что расширение базы данных и аннотации являются составным процессом, скорость которого в основном ограничена количеством исследователей и аннотаторов по всему миру. Скорость немного зависит от пропускной способности канала связи и доступности информации, так как за 10–15 лет они не сильно изменились для нужд пользователей PubMed или UniProt.Следовательно, увеличение количества аннотаций в определенной базе данных, как правило, будет зависеть от технологических достижений, достигнутых за счет повышения чувствительности / производительности биоаналитического метода.

Исходя из вышеизложенного, мы предположили, что объема репрезентативных данных, загружаемых в UniProt [12] каждый год с 2005 года, было достаточно для расчета среднего количества вариантов белка на один ген и числа для каждого типа вариации. Интересно, что с 2010 года среднее количество модификаций на один ген оставалось практически неизменным, несмотря на постоянное увеличение количества рассмотренных аннотаций.Среднее количество модификаций специально AS (40% проверенных аннотаций из всех записей данных), SAP (60% проверенных аннотаций) или PTM (37%) остается практически неизменным.

Насыщение количества аннотаций для геном-зависимых SAP, транскрипционно-зависимых AS и посттрансляционно-зависимых PTMs весьма примечательно. В то время как определение PTM зависит от чувствительности анализа белков, обнаружение SAP и AS практически не имеет ограничений по чувствительности и активно накапливается в крупномасштабных проектах [13].Несмотря на такие различия, все технологии имеют синхронно полученные уровни насыщения, что указывает на баланс между данными, полученными с использованием стандартных методов химии белков (накопленными за последние 50 лет), и данными, полученными в результате высокопроизводительного секвенирования следующего поколения (NGS).

Для оценки потенциального количества белков были рассмотрены три различных случая комбинации событий PTM, SAP и AS (см. (1) – (3)). Комбинаторные вариации не учитывались, так как отсутствуют систематические экспериментальные данные, описывающие взаимодействие различных типов модификаций у видов белков.Это лишь один из возможных путей решения проблемы оценки потенциального количества белков на основе данных о белковой дисперсии, уже накопленных в базах постгеномных знаний. Уравнение (1) предполагает, что PTM появляются исключительно в канонических последовательностях белков, но не в вариантах сплайсинга. Уравнение (2) предполагает, что PTM и SAP могут встречаться как в белках, кодируемых каноническими последовательностями, так и в вариантах сплайсинга. Уравнение (3) предполагает, что все типы модификации (AS, SAP и PTM) происходят независимо.Следовательно,

Nps = N * ASav + SAPav + PTMav,

(1)

Nps = N + AS * SAPav + PTMav,

(2)

Nps = N * ASav * SAPav * PTMav,

(3)

, где Nps представляет количество видов белка, N представляет общее количество генов, кодирующих белок, AS – количество видов, полученных в результате альтернативного сплайсинга, ASav – среднее количество вариантов сплайсинга на один ген, кодирующий белок. , SAPav – среднее количество nsSNP, а PTMav – среднее количество событий PTM на один ген, кодирующий белок.

Обычно SAP предопределены на уровне ДНК, а AS возникает в результате модификаций на уровне мРНК, тогда как PTM возникают на уровне белка. Эти три процесса нельзя рассматривать как независимые события, учитывая, что между процессами экспрессии, транскрипции и трансляции генов существует внутренняя взаимосвязь, направленная на регулирование и сохранение клетки. Более того, обогащение поисков MS / MS в базе данных, содержащей все возможные комбинации вариантов белков, может привести к комбинаторному коллапсу, несмотря на используемый тип подхода [14].

Поиск модификаций белка AS neXtProt (версия 2015_06) выявил 21 921 вариант AS в 10 519 генах, кодирующих белок (2,1 ± 0,1 варианта / ген, включая одну каноническую последовательность). Наибольшее количество модифицированных форм (434 398, без элементов, связанных с раком, полученных из базы данных мутаций рака COSMIC [15]) было связано с появлением SAP в результате nsSNP в 18 986 генах, кодирующих белок (22,1 ± 3,9 варианта / ген). ПТМ добавляли 6,6 ± 0,8 модифицированных белков на ген (94036 ПТМ в 14 006 генах, кодирующих белок).Применяя эти числа к уравнениям ( N = 20 043), мы оцениваем, что у людей существует 0,62, 0,88 или 6,13 миллиона видов белков.

Приведенные выше результаты были сопоставлены с данными о дисперсиях, полученных из AS и SAP, полученных из наших результатов NGS профилирования транскриптома ткани печени [16–18]. Согласно результатам NGS, среднее количество обнаруженных вариантов сплайсинга составило 1,3 на ген, кодирующий белок (или 2,3 на ген, включая канонический вариант), что сопоставимо с данными neXtProt.Среднее количество протеоформ, содержащих SAP, составляло ~ 1,4 на один ген, что намного ниже, чем рассчитанное по данным neXtProt. Эти различия связаны с тем фактом, что neXtProt предоставляет информацию из множества различных экспериментов («совокупная человеческая популяция»), в то время как конкретные данные NGS указывают на события SAP для отдельного образца или ткани (индивидуальные отклонения).

Поскольку базы протеомных знаний консолидируют информацию о вариабельности белков в человеческой популяции, несколько миллионов различных белков в конечном итоге заселят «агрегированный» протеом человека.Чтобы расшифровать вариабельность, присущую предсказанию протеомного пространства для человека, более точная оценка количества белков, содержащих AS и SAP, может быть достигнута с использованием результатов транскриптомного профилирования конкретных образцов ткани.

3. Сколько видов белков можно обнаружить сегодня?

Согласно базе данных плазменных протеомов (версия 06_2015) [19], было обнаружено 10,5 тысяч белков плазмы крови, и менее 10% (1278 из 20 043 белков человека) были измерены количественно.Основной вопрос, касающийся экспериментальной проверки существующих наборов теоретически предсказанных белков, – это предел аналитической чувствительности протеомной технологии. Аналитическая чувствительность определяется пределом обнаружения, зависящим от прибора, и динамическими диапазонами концентрации белка, зависящими от биоматериала. Плазма крови представляет собой сложную смесь с динамическим диапазоном концентраций белка, изменяющимся на> 10 порядков [20], в то время как диапазон концентраций белка в тканях или клеточных линиях находится в пределах семи порядков [21].Задача состоит в обнаружении видов с низким и сверхнизким обилием с концентрациями <10 -12 М в присутствии высококопированных белковых молекул в концентрациях> 10 -6 М [22].

Принимая во внимание сверхчувствительность аналитики олигонуклеотидов, поучительно учитывать, что результаты исследований транскриптомов часто определяются на основе копий молекул РНК, а не концентраций [23]. Работа при низких (<10 −12 M) и сверхнизких (<10 −15 M) концентрациях белков означает, что количественное определение белка в количестве копий, а не в единицах концентрации, позволяет сравнивать транскриптомные и протеомные результаты [24].

Белки обычно количественно оцениваются в области протеомики [25] по концентрации в биологическом образце C , выраженной в моль / л (молярность, М). Соответствующее количество копий белка, N , в 1 л может быть рассчитано из единиц концентрации следующим образом:

, где R A представляет собой обратное число Авогадро, 10 −24 M [26], V представляет объем образца, м представляет содержание белка, а M w представляет собой молекулярную массу белка.

Формулы (4) решают главную проблему протеомики: переход от концепции единиц концентрации к подсчету отдельных биомакромолекул в образце (ткани) [27].

Тройной квадрупольный масс-спектрометр позволяет достичь чувствительности 10 −14 M [28, 29] к целевым белкам [30]. Чувствительность обнаружения белка SRM может быть дополнительно увеличена до 10 90 · 10 5 −16 90 · 106 M с помощью необратимых химически связывающих белков из больших объемов биологических образцов [31] (не предполагается, что все измеренные белки были определены с такой чувствительностью; результаты измерений могут отличаться на несколько порядков из-за разных физико-химических свойств протеотипических пептидов).

В контексте ширины протеома целевой подход ограничен необходимостью измерения только протеоформ, демонстрирующих априорное предположение о протеотипических пептидах, которые правильно напоминают события PTM, SAP или AS. В отличие от МС с дробовиком, SRM не может обнаружить новые, неожиданные виды белков [32]. Возможности нисходящего и восходящего подходов МС для решения микрогетерогенности протеома человека были описаны ранее [33]. Целевые SRM легко доступны для обнаружения SAP, связанных с заболеванием, включая ожирение / диабет [34] и рак [35].Например, метод SRM / MRM был применен для измерения количества форм сплайсинга: три изоформы для трансформирующего фактора роста были измерены с помощью SRM при уровне концентрации 10 -11 M в плазме мыши и слюне человека [36]. Другой пример, изоформы остеопонтина, были измерены с помощью анализа SRM и показали, что уровень изоформы был значительно выше для немелкоклеточной карциномы легкого по сравнению с контрольной группой (7 * 10 -10 по сравнению с 30 * 10 −10 90 · 106 M) [37].Применение направленной МС для обнаружения ПТМ было проиллюстрировано на примере гликозилирования белков: N-гликозиды были обнаружены в плазме человека на уровне чувствительности 10 -11 М [38] и убиквитинирования [39]. Из этих пилотных исследований следует, что подавляющее большинство предсказуемых протеоформ, по-видимому, присутствует в концентрациях ниже предела обнаружения. Дальнейшее повышение чувствительности аналитических методов важно для обнаружения диагностически значимых протеоформ в биопробах человека.

Поскольку было показано, что набор белков, кодируемых любой хромосомой человека, составляет репрезентативную часть для всего протеома человека [40], виды белков с высоким, средним и низким уровнем копий могут быть оценены путем отбора образцов основных белков, кодируемых единственная хромосома. В качестве примера протеомной карты, ориентированной на хромосомы, мы загрузили данные из PASSEL [41] (идентификаторы PASSEL: PASS00278, PASS00276, PASS00092 и PASS00742), полученные для основных белков, кодируемых хромосомой 18 [16, 17]. Эти белки были измерены в трех типах биоматериалов, включая плазму человека, образцы печени и клетки HepG2.Измерения проводились в соответствии с руководящими принципами уровня 3 (исследовательские исследования) [42] с использованием стратегии двойного нацеливания, которая сочетает хромосомно-ориентированный подход с восходящей масс-спектрометрией SRM [43].

Наблюдалась колоколообразная гистограмма распределения основных белков, кодируемых хромосомой 18 (), показывающая медианное значение 10 8 копий на 1 µ л плазмы крови и 10 5 копий на печень / клетку HepG2. Восходящая часть кривой отражает белки с высокой и средней копией, тогда как нисходящая часть может быть объяснена либо уменьшением протеомного разнообразия в биологическом образце, либо, что более вероятно, представлением о том, что белки не могут быть обнаружены из-за низкой чувствительности аналитических методов. [44].Интересно, что после увеличения чувствительности аналитического метода с 10 −14 M до 10 −18 M за счет необратимого связывания аналитов [30], 14 дополнительных низкокопируемых видов белков (<10 5 копий на клетку или на 1 µ л плазмы крови) были собраны и количественно измерены, по крайней мере, с двумя протеотипическими пептидами в каждом типе биоматериала (см. заштрихованные области на). Согласно результатам, в плазме гораздо больше видов белка с высоким содержанием по сравнению с печенью или клетками HepG2.Следовательно, вероятно, что сложность идентификации белков со сверхмалым копированием в плазме связана с высоким динамическим диапазоном концентраций белков плазмы [22].

(a) Распределение числа копий мастер-белков хромосомы 18, нормализованное на одну клетку HepG2 / печень или 1 µ л плазмы. (b) Доля как функция обнаруженных белков (в% от общего числа белков, кодируемых хромосомой 18) и аналитической чувствительности.

Чтобы продемонстрировать глубину протеома, количество копий основного белка в биопробе было построено в зависимости от чувствительности протеомной технологии ().Покрытие протеомом выражали как процентную долю обнаруженных белков от общего числа генов хромосомы 18, что составило 276 по данным neXtProt. Как показано на фиг.4, кривая распределения белков плазмы сдвигается влево относительно кривых для клеток. Общее количество обнаруженных видов белков в клетках печени и HepG2 увеличивалось по сравнению с плазмой крови человека.

Будущие успехи в изучении протеома человека зависят от способности использовать биоинформатические методы для выяснения существующих видов белков и целевого анализа МС, высокопроизводительных измерений и высокопроизводительных алгоритмов для сборки последовательностей белков de novo на основе результатов МС.Кроме того, повышение чувствительности аналитических технологий позволит расширить доступ к белкам со сверхмалым копированием и расширит возможности для обнаружения и анализа. В этом контексте теоретическое предсказание количества протеоформ (оценка ширины протеома) и их распределения по динамическому диапазону (т.е. глубина протеома) в конечном итоге требуется для планирования рабочей нагрузки для хромосомно-ориентированного проекта протеома человека.

Благодарности

Работа поддержана грантом RSF No.15-15-30041.

Сокращения

AS: Альтернативный сплайсинг
NGS: Секвенирование следующего поколения
nsSNPs: Несинонимичные полиамидные кислоты полиморфизм.

Конкурирующие интересы

Авторы заявляют об отсутствии конкурирующих интересов.

Список литературы

1. Коллинз Ф.С., Ландер Э. С., Роджерс Дж., Уотерстон Р. Х. Завершение эухроматической последовательности генома человека. Природа . 2005. 50: 162–168. [Google Scholar] 2. Вильгельм М., Шлегл Дж., Хане Х. и др. Черновик протеома человека на основе масс-спектрометрии. Природа . 2014. 509 (7502): 582–587. DOI: 10,1038 / природа13319. [PubMed] [CrossRef] [Google Scholar] 4. Karlsson C., Malmström L., Aebersold R., Malmström J. Протеомные методы мониторинга выбранных реакций на патоген человека Streptococcus pyogenes . Природные коммуникации . 2012; 3, статья 1301 DOI: 10.1038 / ncomms2297. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 5. Рот М. Дж., Форбс А. Дж., Бойн М. Т., II, Ким Й.-Б., Робинсон Д. Э., Келлехер Н. Л. Точная и параллельная характеристика кодирующих полиморфизмов, альтернативного сплайсинга и модификаций белков человека с помощью масс-спектрометрии. Молекулярная и клеточная протеомика . 2005. 4 (7): 1002–1008. DOI: 10.1074 / mcp.M500064-MCP200. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 7.Jungblut P., Thiede B., Zimny-Arndt U., et al. Разрешающая способность двумерного электрофореза и идентификация белков из гелей. Электрофорез . 1996. 17 (5): 839–847. DOI: 10.1002 / elps.1150170505. [PubMed] [CrossRef] [Google Scholar] 8. Арчаков А., Згода В., Копылов А. и др. Хромосомно-ориентированный подход к преодолению узких мест в Human Proteome Project. Экспертный обзор протеомики . 2012. 9 (6): 667–676. DOI: 10.1586 / epr.12.54. [PubMed] [CrossRef] [Google Scholar] 9.Сайки Р. К., Гельфанд Д. Х., Стоффель С. и др. Праймер-направленная ферментативная амплификация ДНК с помощью термостабильной ДНК-полимеразы. Наука . 1988. 239 (4839): 487–491. DOI: 10.1126 / science.2448875. [PubMed] [CrossRef] [Google Scholar] 10. Адкинс Дж. Н. К протеому сыворотки крови человека: анализ методом многомерного разделения в сочетании с масс-спектрометрией. Молекулярная и клеточная протеомика . 2002; 1: 947–955. DOI: 10.1074 / mcp.m200066-mcp200. [PubMed] [CrossRef] [Google Scholar] 11.Lane L., Argoud-Puy G., Britan A., et al. NeXtProt: платформа знаний о человеческих белках. Исследование нуклеиновых кислот . 2012; 40 (1): D76 – D83. DOI: 10.1093 / nar / gkr1179. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 13. Абекасис Г. Р., Аутон А., Брукс Л. Д. и др. Интегрированная карта генетических вариаций из 1092 геномов человека. Природа . 2012; 491: 56–65. [Бесплатная статья PMC] [PubMed] [Google Scholar] 14. Коттрелл Дж. С. Идентификация белков с использованием данных МС / МС. Протеомический журнал .2011; 74 (10): 1842–1851. DOI: 10.1016 / j.jprot.2011.05.014. [PubMed] [CrossRef] [Google Scholar] 15. Форбс С. А., Беар Д., Гунасекаран П. и др. COSMIC: изучение мировых знаний о соматических мутациях при раке человека. Исследование нуклеиновых кислот . 2015; 43 (1): D805 – D811. DOI: 10.1093 / нар / gku1075. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 16. Згода В. Г., Копылов А. Т., Тихонова О. В. и др. Профилирование транскриптома хромосомы 18 и целевое картирование протеома в истощенной плазме, ткани печени и клетках HepG2. Журнал протеомных исследований . 2013. 12 (1): 123–134. DOI: 10.1021 / pr300821n. [PubMed] [CrossRef] [Google Scholar] 17. Пономаренко Е.А., Копылов А.Т., Лисица А.В. и др. Транскриптопротеом хромосомы 18 ткани печени и клеток HepG2 и целевое картирование протеома в обедненной плазме: обновление 2013 г. Журнал протеомных исследований . 2014; 13 (1): 183–190. DOI: 10.1021 / pr400883x. [PubMed] [CrossRef] [Google Scholar] 18. Тяхт А.В., Ильина Е.Н., Алексеев Д.Г. и др. Профилирование экспрессии гена RNA-Seq в клетках HepG2: влияние экспериментальных факторов и сравнение с тканью печени. BMC Genomics . 2014; 15, статья 1108 DOI: 10.1186 / 1471-2164-15-1108. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 19. Мутусами Б., Хануманту Г., Суреш С. и др. База данных протеома плазмы как ресурс для протеомных исследований. Протеомика . 2005. 5 (13): 3531–3536. DOI: 10.1002 / pmic.200401335. [PubMed] [CrossRef] [Google Scholar] 20. Андерсон Н. Л., Полански М., Пипер Р. и др. Протеом плазмы человека. Молекулярная и клеточная протеомика . 2004. 3 (4): 311–326.DOI: 10.1074 / mcp.m300127-mcp200. [PubMed] [CrossRef] [Google Scholar] 21. Бек М., Шмидт А., Мальмстрём Дж. И др. Количественный протеом линии клеток человека. Молекулярная системная биология . 2011; 7, статья 549 DOI: 10.1038 / msb.2011.82. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 22. Андерсон Н. Л., Андерсон Н. Г. Протеом плазмы человека: история, характер и диагностические перспективы. Молекулярная и клеточная протеомика . 2002. 1 (11): 845–867. DOI: 10,1074 / mcp.r200007-mcp200. [PubMed] [CrossRef] [Google Scholar] 23. Де Соуза Абреу Р., Пеналва Л. О., Маркотт Э. М., Фогель С. Глобальные сигнатуры уровней экспрессии белков и мРНК. Молекулярные биосистемы . 2009. 5 (12): 1512–1526. DOI: 10.1039 / b5d. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 24. Шванхойссер Б., Буссе Д., Ли Н. и др. Глобальная количественная оценка контроля экспрессии генов млекопитающих. Природа . 2011. 473 (7347): 337–342. DOI: 10,1038 / природа10098. [PubMed] [CrossRef] [Google Scholar] 25.Андерсон Н. Л., Андерсон Н. Г., Пирсон Т. В. и др. Проект обнаружения и количественного определения протеома человека. Молекулярная и клеточная протеомика . 2009. 8 (5): 883–886. DOI: 10.1074 / mcp.R800015-MCP200. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 26. Арчаков А. И., Иванов Ю. Д., Лисица А. В., Згода В. Г. Рыболовные нанотехнологии AFM – способ обратить число Авогадро в протеомику. Протеомика . 2007. 7 (1): 4–9. DOI: 10.1002 / pmic.200600467. [PubMed] [CrossRef] [Google Scholar] 27.Лисица А. В. Молярная концентрация приветствует авогадро в постгеномной аналитике. Биохимия и аналитическая биохимия . 2015; 04: 4–7. DOI: 10.4172 / 2161-1009.1000216. [CrossRef] [Google Scholar] 28. Кийонами Р., Шон А., Пракаш А. и др. Повышенная селективность, аналитическая точность и производительность в целевой протеомике. Молекулярная и клеточная протеомика . 2011; 10 (2) DOI: 10.1074 / mcp.M110.002931. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 29. Сано С., Тагами С., Хашимото Ю. и др. Абсолютное количественное определение пептидов APL1 β с низким содержанием в плазме на уровне Суб-фмоль / мл с помощью SRM / MRM без иммуноаффинного обогащения. Журнал протеомных исследований . 2014. 13 (2): 1012–1020. DOI: 10.1021 / pr4010103. [PubMed] [CrossRef] [Google Scholar] 30. Копылов А. Т., Згода В. Г., Лисица А. В., Арчаков А. И. Комбинированное использование технологии необратимого связывания и MRM для обнаружения и количественного определения белков с низким и сверхнизким числом копий. Протеомика .2013. 13 (5): 727–742. DOI: 10.1002 / pmic.201100460. [PubMed] [CrossRef] [Google Scholar] 31. Арчаков А., Иванов Ю., Лисица А., Згода В. Биоспецифический необратимый фишинг в сочетании с атомно-силовой микроскопией для обнаружения белков с крайне низким содержанием. Протеомика . 2009. 9 (5): 1326–1343. DOI: 10.1002 / pmic.200800598. [PubMed] [CrossRef] [Google Scholar] 32. Оливейра А. П., Людвиг К., Пикотти П., Когадеева М., Эберсольд Р., Зауэр У. Регулирование центрального метаболизма дрожжей путем фосфорилирования ферментов. Молекулярная системная биология . 2012; 8, статья 623 DOI: 10.1038 / msb.2012.55. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 33. Лисица А., Мошковский С., Чернобровкин А., Пономаренко Е., Арчаков А. Профилирование протеоформ: перспективное продолжение протеомики для открытия биомаркеров. Экспертный обзор протеомики . 2014; 11 (1): 121–129. DOI: 10.1586 / 14789450.2014.878652. [PubMed] [CrossRef] [Google Scholar] 34. Су З.-Д., Сун Л., Ю. Д.-Х. и др. Количественное определение полиморфизмов отдельных аминокислот с помощью целевой протеомики. Журнал молекулярной клеточной биологии . 2011. 3 (5): 309–315. DOI: 10,1093 / jmcb / mjr024. [PubMed] [CrossRef] [Google Scholar] 35. Ван К., Чаркади Р., Ву Дж. И др. Мутантные белки как биомаркеры рака. Труды Национальной академии наук Соединенных Штатов Америки . 2011. 108 (6): 2444–2449. DOI: 10.1073 / pnas.1019203108. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 36. Лю X., Jin Z., O’Brien R. и др. Мониторинг ограниченных выбранных реакций: количественная оценка выбранных посттрансляционных модификаций и изоформ белков. Методы . 2013. 61 (3): 304–312. DOI: 10.1016 / j.ymeth.2013.03.006. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 37. Ву Дж., Пунгалия П., Крайнов Э., Бейтс Б. Идентификация и количественная оценка вариантов сплайсинга остеопонтина в плазме больных раком легкого с использованием иммуноаффинного захвата и таргетной масс-спектрометрии. Биомаркеры . 2012. 17 (2): 125–133. DOI: 10.3109 / 1354750X.2011.643485. [PubMed] [CrossRef] [Google Scholar] 38. Оссола Р., Шисс Р., Пикотти П., Риннер О., Reiter R., Aebersold R. Подтверждение биомаркеров в образцах крови путем масс-спектрометрии N-гликозитов для мониторинга выбранных реакций. Методы молекулярной биологии . 2011; 728: 179–194. [PubMed] [Google Scholar] 39. Кеттенбах А. Н., Раш Дж., Гербер С. А. Абсолютная количественная оценка белка и обилия посттрансляционных модификаций с помощью стабильных меченных изотопами синтетических пептидов. Протоколы природы . 2011. 6 (2): 175–186. DOI: 10.1038 / nprot.2010.196. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 40.Пономаренко Э., Поверенная Э., Пятницкий М. и др. Сравнительное ранжирование хромосом человека на основе постгеномных данных. OMICS: журнал интегративной биологии . 2012. 16 (11): 604–611. DOI: 10.1089 / omi.2012.0034. [PubMed] [CrossRef] [Google Scholar] 41. Kusebauch U., Deutsch E. W., Campbell D. S., Sun Z., Farrah T., Moritz R. L. Использование PeptideAtlas, SRMAtlas и PASSEL: исчерпывающие ресурсы для открытий и целевой протеомики. Текущие протоколы в биоинформатике .2014; 46: 1–28. [Бесплатная статья PMC] [PubMed] [Google Scholar] 42. Карр С. А., Аббатьелло С. Э., Акерманн Б. Л. и др. Целевые измерения пептидов в биологии и медицине: передовой опыт разработки анализов на основе масс-спектрометрии с использованием подхода, соответствующего назначению. Молекулярная и клеточная протеомика . 2014; 13 (3): 907–917. DOI: 10,1074 / mcp.m113.036095. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 43. Арчаков А., Асеев А., Быков В. и др. Геноцентрический взгляд на проект протеома человека: пример российской дорожной карты для хромосомы 18. Протеомика . 2011; 11 (10): 1853–1856. DOI: 10.1002 / pmic.201000540. [PubMed] [CrossRef] [Google Scholar] 44. Лисица А. В., Поверенная Е. В., Пономаренко Е. А., Арчаков А. И. Ширина протеома плазмы человека в сравнении с линией раковых клеток и бактерий. Биомолекулярные исследования и терапия . 2015; 4, статья 132 DOI: 10.4172 / 2167-7956.1000132. [CrossRef] [Google Scholar]

Как выяснили ученые, клетка содержит 42 миллиона белковых молекул – ScienceDaily

Официально – в простой клетке содержится около 42 миллионов белковых молекул, сообщила группа исследователей под руководством Гранта Брауна. профессор биохимии Центра клеточных и биомолекулярных исследований Доннелли при Университете Торонто.Анализируя данные почти двух десятков крупных исследований содержания белка в дрожжевых клетках, команда смогла впервые получить надежные оценки количества молекул для каждого белка, как показало исследование, опубликованное на этой неделе в журнале Cell Systems. .

Работа была проведена в сотрудничестве с Анастасией Барышниковой, университетским учёным из Калифорнии, а ныне главным исследователем калифорнийской биотехнологической компании, занимающейся проблемами старения.

Белки составляют наши клетки и делают в них большую часть работы.Таким образом они оживляют генетический код, потому что рецепты построения белков хранятся в коде ДНК генов.

Объясняя работу, Браун сказал, что, учитывая, что «клетка является функциональной единицей биологии, это просто естественное любопытство – захотеть узнать, что там находится и сколько каждого вида».

Несмотря на любопытство, есть еще одна причина, по которой ученые хотят подсчитывать белки. Многие заболевания вызваны недостатком или избытком определенного белка.Чем больше ученые знают о том, как контролируется изобилие белка, тем лучше они смогут исправить это, когда все пойдет не так.

Хотя исследователи изучали изобилие белка в течение многих лет, результаты были представлены в произвольных единицах, что посеяло путаницу в полевых условиях и затруднило сравнение данных между различными лабораториями.

Многие группы, например, оценили уровни белка, наклеив флуоресцентную метку на молекулы белка и сделав вывод об их численности по яркости свечения клеток.Но неизбежные различия в инструментах означали, что разные лаборатории регистрировали разные уровни яркости, излучаемой ячейками. Другие лаборатории измеряли уровни белков, используя совершенно другие подходы.

«Было трудно представить себе, сколько белков содержится в клетке, потому что данные были представлены в совершенно разных масштабах», – сказал Брэндон Хо, аспирант лаборатории Брауна, который проделал большую часть работы над проектом.

Чтобы преобразовать произвольные меры в количество молекул на клетку, Хо обратился к пекарским дрожжам, простому для изучения одноклеточному микробу, который дает представление о том, как работает основная клетка.Дрожжи также являются единственным организмом, для которого было достаточно данных, чтобы рассчитать количество молекул для каждого из 6000 белков, кодируемых геномом дрожжей, благодаря 21 отдельному исследованию, в котором измерялось количество всех дрожжевых белков. Для клеток человека не существует таких наборов данных, где каждый тип клеток содержит только подмножество белков, кодируемых 20 000 генов человека.

Обилие существующих данных о дрожжах означало, что Хо мог собрать все воедино, провести сравнительный анализ и преобразовать расплывчатые измерения содержания белка в «что-то разумное, другими словами, количество молекул на клетку», – сказал Браун.

Анализ

Хо впервые показывает, сколько молекул каждого белка находится в клетке, при этом общее количество молекул оценивается примерно в 42 миллиона. Большинство белков существует в узком диапазоне – от 1000 до 10 000 молекул. Некоторые из них чрезвычайно многочисленны – более полумиллиона копий, в то время как другие существуют менее чем в 10 молекулах в клетке.

Анализируя данные, исследователи смогли получить представление о механизмах, с помощью которых клетки контролируют обилие отдельных белков, открыв путь для аналогичных исследований на человеческих клетках, которые могут помочь выявить молекулярные корни болезни.Они также показали, что поступление белка коррелирует с его ролью в клетке, а это означает, что можно использовать данные о количестве, чтобы предсказать, что делают белки.

Наконец, в открытии, которое повсюду обрадует клеточных биологов, Хо показал, что обычная практика прикрепления светящихся меток к белкам мало влияет на их численность. Хотя этот подход произвел революцию в изучении биологии белков, обеспечив его первооткрывателей Осаму Шимомура, Мартина Чалфи и Роджера Циена Нобелевской премией по химии в 2008 году, он также вызвал опасения, что маркировка может повлиять на долговечность белка, что приведет к искажению данных.

«Это исследование будет иметь большое значение для всего дрожжевого сообщества и за его пределами», – сказал Роберт Нэш, старший биокуратор базы данных генома Saccharomyces, которая сделает данные доступными для исследователей по всему миру. Он также добавил, что, представляя изобилие белка «в общем и интуитивно понятном формате, лаборатория Брауна предоставила другим исследователям возможность повторно изучить эти данные и, таким образом, облегчить сравнение исследований и выработку гипотез».

Исследование финансировалось Исследовательским институтом Канадского онкологического общества.

История Источник:

Материалы предоставлены Университетом Торонто . Оригинал написан Йованой Дриньякович. Примечание. Содержимое можно редактировать по стилю и длине.

Сколько белков в протеоме человека?

У человека около 25 000 генов. Около 20 000 из этих генов являются генами, кодирующими белок. 1 Это, конечно, означает, что люди производят не менее 20 000 белков. Не все из них различны, поскольку количество генов, кодирующих белок, включает множество дублированных генов и семейств генов.Мы хотели бы знать, сколько различных белков содержится в протеоме человека.

Последний выпуск Science содержит вставку с диаграммой протеома человека, подготовленную The Human Protein Atlas. Публикация была приурочена к выпуску новой версии Атласа клеток на собрании Американского общества клеточной биологии в Сан-Франциско. Атлас клеток отображает расположение около 12 000 белков в различных тканях и органах. Картирование выполняется в первую очередь путем проверки того, транскрибируется ли ген в данной ткани.

Всего 7367 генов (60%) экспрессируются во всех тканях. Эти гены «домашнего хозяйства» соответствуют основным метаболическим путям и пути экспрессии генов (например, субъединицам РНК-полимеразы, рибосомным белкам, белкам репликации ДНК). Большинство остальных генов тканеспецифичны или специфичны для развития.

Это все очень интересно, но не отвечает на самый главный вопрос; а именно, сколько существует разных белков? Вопрос важен по двум причинам: (1) нам нужно знать, сколько предполагаемых генов, кодирующих белок, на самом деле кодируют биологически функциональный белок, и (2) сколько генов продуцируют разные версии белка с помощью таких механизмов, как альтернативные приправы. ?

Атлас человеческого белка ничего не говорит по обоим этим вопросам, поэтому нам нужно поискать в другом месте.

Один из редакторов Science , Шон Сандерс, согласен с важностью этих вопросов, поскольку он представляет диаграмму, подобную этой:

Наша ДНК может дать план построения нашего тела, но это белки. которые действительно делают тяжелую работу. Хотя в нашей ДНК закодировано около 20 000 генов, общее количество белков, по оценкам, во много раз больше – возможно, до миллиона. Это связано с тем, что один ген может продуцировать несколько вариантов определенного белка, например, посредством альтернативного сплайсинга информационной РНК.Посттрансляционная модификация растущего белка, такая как фосфорилирование и гликозилирование, также может значительно или незначительно изменить его функцию, давая множество возможных вариантов белка.
Я думаю, это вводит в заблуждение. Я думаю, что большинство генов, кодирующих белок, продуцируют только один функциональный полипептид, и этот единственный полипептид посттрансляционно модифицируется лишь ограниченным числом способов с образованием только одного или очень нескольких функциональных вариантов.

Не будем спорить о посттрансляционных модификациях.Давайте сконцентрируемся на общем количестве различных полипептидов, продуцируемых генами, кодирующими белок. Спекуляции о роли альтернативного сращивания бушуют в научной литературе более двадцати лет. Стандартный миф заключается в том, что люди производят много разных полипептидов (белков) из каждого гена из-за альтернативного сплайсинга. Спекуляции колеблются от примерно 100 000 до почти миллиона.

Я называю это «спекуляциями», потому что они таковы. Нет данных, подтверждающих такие утверждения.Часто они просто выдают желаемое за действительное, основанное на Проблеме подавленного эго. Это проблема, возникшая, когда специалисты по человеческим исключениям осознали, что люди имеют примерно такое же количество генов, что и «низшие» организмы, такие как плодовые мухи и растения. Эти рабочие пытались спасти свое опустошенное эго, предлагая всевозможные обходные пути, чтобы компенсировать небольшое количество генов и объяснить, почему люди могут быть намного сложнее, имея всего 25000 генов. Одно из таких оправданий – альтернативная сварка.

Одним из моих недавних проектов было исследование этой проблемы, чтобы увидеть, что на самом деле говорят данные.Я все еще живу в мире, основанном на фактах, поэтому факты важны для меня. Результаты будут в главе 3 книги, над которой я работаю. Вот сводка …

Сколько разных белков?

Было проведено множество исследований протеома человека, основанных в основном на анализе масс-спектрометрии различных тканей [см. Сколько различных белков вырабатывается в типичной человеческой клетке? и сколько белков производят люди?]. Результаты этих исследований не совпадают по количеству белков.Это потому, что методы сложны. Существует множество примеров предсказанных белков, которые на самом деле не существуют (ложные срабатывания), и реальных белков, которые не обнаруживаются (ложноотрицательные результаты) (Paik et al., 2016).

Проект HUPO Human Proteome Project (HPP) пытается сопоставить и проанализировать все данные и создать хорошо поддерживаемую базу данных всех белков человека. Последняя версия этой базы данных содержит 19 467 предсказанных генов, кодирующих белок, или 16 518 из которых подтверждены твердыми доказательствами («достоверные определения белков»).Остается 2949 «недостающих» белков (Omenn et al., 2016). Эти недостающие белки, вероятно, будут белками, временно продуцируемыми во время развития, или белками, ограниченными клетками, которые не были проанализированы в исследованиях масс-спектрометрии.

В других базах данных, как правило, меньше белков, например, Атлас белков человека рассматривает только 12000 генов, кодирующих белок. Я думаю, мы можем быть уверены, что существует от 19 000 до 20 000 генов, кодирующих белок, которые действительно производят функциональные полипептиды.

Варианты сплайсинга

Очень трудно обнаружить большую часть предсказанных белков, глядя на варианты сплайсинга. Это потому, что протеомный анализ может выявить вариантный белок, только если он включает новый экзон или изменяет рамку считывания. Однако в базах данных вариантов монтажа есть тысячи подобных прогнозов – они не были обнаружены (за небольшими исключениями). Не пора ли сделать вывод, что их не обнаружили, потому что их не существует?

Продолжающееся курирование эталонной последовательности человеческого генома привело к устранению большинства вариантов сплайсинга для большинства генов.Кураторы пришли к выводу, что эти варианты, вероятно, представляют собой ошибки стыковки, а не истинную альтернативу стыковке. Последняя версия RefSeq, например, перечисляет только один или два варианта сплайсинга на ген. Он предсказывает около 40 000 различных белков из 20 000 генов. GENCODE предсказывает 80 000 различных белков из-за возможного альтернативного сплайсинга. Эти прогнозы намного ниже самых оптимистичных предположений прошлого.

Большинство этих предсказаний не подтвердились фактическим обнаружением варианта полипептида, продуцируемого альтернативным сплайсингом.Если вы внимательно посмотрите на отдельные гены, вы быстро увидите, что большинство этих предсказаний не имеют никакого смысла. Когда структурные биологи белков анализируют эти предсказания, они обычно приходят к выводу, что предсказанные белки не функционируют, даже если они существуют. Вот что пришло к выводу группа структурных биологов, изучив прогнозы, сделанные пилотным исследованием ENCODE еще в 2007 году. Tress et al. Заключение,

Альтернативный сплайсинг пре-мессенджера РНК позволяет генам генерировать более одного генного продукта.События сплайсинга, которые происходят в кодирующих белки областях, могут изменить биологическую функцию экспрессируемого белка и даже создать новые функции белка. Альтернативный сплайсинг был предложен как одно из объяснений несоответствия между количеством человеческих генов и функциональной сложностью. Здесь мы проводим подробное исследование альтернативно сплайсированных генных продуктов, аннотированных в пилотном проекте ENCODE. Мы обнаружили, что альтернативный сплайсинг в генах человека встречается чаще, чем это обычно предполагалось, и мы демонстрируем, что многие из потенциальных альтернативных генных продуктов будут иметь заметно отличающуюся структуру и функции от их конститутивно сплайсированных аналогов.Для подавляющего большинства этих альтернативных изоформ существует мало доказательств того, что они играют роль функциональных белков, и кажется маловероятным, что спектр обычных ферментативных или структурных функций может быть существенно расширен за счет альтернативного сплайсинга.
Имейте в виду, что предсказанные белки не были обнаружены. Вы не можете опровергнуть альтернативное сращивание из-за отсутствия доказательств, поэтому лучшее, что вы можете сделать, – это применить здравый смысл, как Тресс и др. (2007) делают. Нет никаких доказательств того, что человеческий геном производит 100000 различных полипептидов из-за альтернативного сплайсинга, и множество доказательств того, что это маловероятно.

Майкл Тресс и его коллеги продолжили это исследование, изучив более свежие прогнозы (Tress et al., 2016). Они заключают:

Альтернативный сплайсинг обычно считается основным источником разнообразия клеточных белков. Однако, хотя многие тысячи альтернативно сплайсированных транскриптов обычно обнаруживаются в исследованиях РНК-seq, надежные крупномасштабные протеомные анализы на основе масс-спектрометрии идентифицируют только небольшую часть аннотированных альтернативных изоформ. Наиболее очевидным результатом протеомных экспериментов является то, что большинство генов человека имеют одну основную изоформу белка, в то время как те альтернативные изоформы, которые идентифицированы, имеют тенденцию быть наиболее биологически правдоподобными: те, которые имеют наибольшую межвидовую сохранность, и те, которые не нарушают функциональные домены.В самом деле, большинство альтернативных экзонов, по-видимому, не подвергаются селективному давлению, что позволяет предположить, что подавляющее большинство предсказанных альтернативных транскриптов может даже не транслироваться в белки.
Это не единичный пример. Эксперты сходятся во мнении, что большинство вариантов сращивания связано с ошибками сращивания, а истинное альтернативное сращивание не имеет широкого распространения. Нет убедительных доказательств того, что люди производят 100 000 или даже 40 000 различных полипептидов только из 20 000 генов, кодирующих белок. Пора перестать распространять ложные мифы об альтернативном сращивании и пора начать разбираться с фактами и доказательствами.
1. Это фигура с мячом. Фактическое количество доказанных генов, кодирующих белок, приближается к 19 000.

Оменн, Г.С., Лейн, Л., Лундберг, Е.К., Бивис, Р.К., Общий, CM, и Дойч, EW (2016) Метрики для проекта Human Proteome Project 2016: прогресс в идентификации и характеристике протеома человека, включая публикации -переводные модификации. Журнал протеомных исследований, 15: 3951-3960. [doi: 10.1021 / acs.jproteome.6b00511]

Пайк, Ю.-К., В целом, К.M., Deutsch, E.W., Hancock, W.S., и Omenn, G.S. (2016) Прогресс в проекте хромосомоцентрического протеома человека, освещенный в ежегодном специальном выпуске IV. Журнал протеомных исследований, 15: 3945-3950. [doi: 10.1021 / acs.jproteome.6b00803]

Тресс, М.Л., Мартелли, П.Л., Франкиш, А., Ривз, Г.А., Весселинк, Дж. Дж., Йейтс, К., Исольфур Оласон, П., Альбрехт, М. , Hegyi, H., and Giorgetti, A. (2007) Значение альтернативного сплайсинга в белковом комплементе ENCODE.Слушания Национальной академии наук, 104: 5495-5500. [doi: 10.1073 / pnas.0700800104]

Тресс М.Л., Абаскал Ф. и Валенсия А. (2016) Альтернативный сплайсинг не может быть ключом к сложности протеома. Тенденции в биохимических науках [doi: 10.1016 / j.tibs.2016.08.008]

3.7: Белки, гены и эволюция – сколько в нас белков?

  1. Последнее обновление
  2. Сохранить как PDF
Без заголовков

Если эволюция не должна была отбирать совершенно новые белки для каждой новой клеточной функции, то сколько генов нужно, чтобы создать организм? Количество генов в организме, кодирующих белки, может быть намного меньше, чем количество белков, которые они фактически производят.Текущие оценки предполагают, что для создания и функционирования человека и всех его белков требуется всего 25 000 генов (см. Пертеа и Зальцберг в Оценка количества генов в геноме человека ). Однако наши клетки (и клетки эукариот в целом) могут экспрессировать до 100 000 различных белков. Как это возможно? Есть ли более эффективные способы развития новых и полезных клеточных задач, чем развитие новых генов?

Как мы уже отмечали, использование одних и тех же 20 аминокислот для производства белков во всех живых существах говорит об их раннем (даже до биотическом) отборе и об общем происхождении всех живых существ.Сложные консервативные доменные структуры, общие для различных белков, подразумевают, что эволюция функции белка произошла как за счет рекомбинаторного обмена сегментами ДНК, кодирующего эти субструктуры, так и за счет накопления замен оснований в других избыточных генах. Точно так же можно разделить мотивы и складки. Количество белков может превышать количество генов у эукариот, отчасти потому, что клетки могут продуцировать разные варианты РНК из одних и тех же генов путем «альтернативного сплайсинга», который может создавать мРНК, кодирующие различные комбинации субструктур из одного и того же гена! Альтернативное сращивание подробно обсуждается в следующей главе).Сохранение аминокислотных последовательностей у разных видов (например, гистонов, глобинов и т. Д.) Свидетельствует об общем происхождении эукариот. Наряду с синтезом альтернативных версий РНК, постоянное перепрофилирование полезных областей структуры белка может оказаться стратегией для производства новых белков без добавления новых генов в геном.

Все белки в организме человека

Синий узор справа показывает результаты экспериментов по разделению и идентификации белков в образцах тканей.Х. Хане, ТУМ Две группы ученых публикуют сегодня первые наброски протеома человека.

Протеом – это каталог всех различных белков, производимых человеческим телом. Это большое достижение.

Насколько большой? Давайте посмотрим на цифры одной команды:

Ученые из этой группы искали белки по всему человеческому телу.Они провели поиск образцов из 17 органов тела, включая лобную кору головного мозга, сетчатку глаза, яичники, семенники и многое другое. Кроме того, ученые проанализировали шесть типов клеток, обнаруженных в крови, и семь образцов, взятых из органов зародыша человека. Всего образцы поступили от девяти человек.

Команда определила белки, состоящие из 17 294 генов.

2,535 из этих генов вырабатывают белки, которые раньше никогда не описывались наукой.

193 из этих генов, как предполагалось ранее, вообще не были генами, производящими белок.

В работе участвовало 72 ученых из шести стран: США, Индии, Канады, Чили, Великобритании и Гонконга.

Вторая группа, состоящая из 22 ученых из разных институтов Германии, нашла похожие, хотя и не совсем одинаковые числа.Немецкая команда обнаружила белки, состоящие из 18 097 генов. Эти гены произвели 86,771 различных белков.

Почему ученые так интересуются белками? Белки – исполнители человеческого тела. Они строят вещи и ломают их. Они перемещают вещи по кругу. Они играют важную роль в сложном танце, который клетка выполняет, чтобы прочитать инструкции из собственной ДНК. Они также являются первичными продуктами ДНК.Все гены существуют для производства белков. Когда у кого-то есть генетическое заболевание, у него проблемы с белком или несколькими белками, которые вырабатывает его тело.

После того, как в 2001 году ученые впервые прочитали всю человеческую ДНК, следующим естественным шагом было определение всех белков, которые производит ДНК. Несколько команд работают над достижением этой цели. Те, кто не публикует сегодня первый набросок протеомов, наверняка продолжат свои исследования. Они постараются более полно каталогизировать протеом и найти ошибки в сегодняшних черновиках.Это иллюстрация структуры миоглобина, одной из двух первых структур белка, которую выяснили ученые. AzaToth / Wikimedia Commons

Одна из самых интересных находок сегодняшнего дня – это белки, состоящие из 193 отдельных участков ДНК, которые раньше ученые даже не считали генами.За годы до того, как кто-либо приблизился к каталогизации протеома человека, ученые разработали математические модели для предсказания того, какие цепочки букв в ДНК являются инструкциями по созданию белков. В конце концов, считается, что не все части ДНК кодируют белки. Так называемые некодирующие части генома могут помочь регулировать белки и / или они могут быть просто бесполезными частями генома, оставшимися от эволюции. (Есть некоторые споры о том, что делают некодирующие части генома.)

Международная группа по протеомам обнаружила белки, состоящие из 193 генов, обнаруженных в предположительно некодирующих областях генома человека.Очевидно, что стратегии ученых для предсказания кодирующих частей генома несовершенны. Это возможность узнать больше о том, почему то, что мы знаем сейчас, неверно.

Команды, отчитывающиеся сегодня, опубликуют свои результаты в двух онлайн-базах данных, Human Proteome Map и ProteomicsDB. Они опубликовали статьи о своей работе в журнале Nature .

Эта статья впервые появилась в Popular Science

.

Related Posts

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

2024 © Все права защищены.