Сколько белков в организме человека: Белки, жиры, углеводы. Справка — РИА Новости, 23.08.2010

Сколько белка нужно в день: норма белка в сутки

Пора признать это: современный мир помешался на белке. Полки супермаркетов завалены протеиновыми смесями и батончиками, куриная грудка стала синонимом кубиков пресса, а диетологи не первый год обсуждают нехватку аминокислот на растительном питании. Разбираемся, так ли важны белки, как все говорят.

Бесполезность белка рассматривается в нашумевших книгах “80-10-10” Дугласа Грэма и “Китайское исследование” Колина Кэмпбелла. Сыроед и веган Грэм настаивает на том, что белок не то чтобы нужен человеческому организму (достаточно 10% от всего рациона), а Кэмпбелл обосновывает его вред исследованиями, которые едва ли можно назвать объективными.

Безусловно, растительный белок необходим для нормальной работы человеческого организма. Он отвечает не только за строение мышц, но и за работу мозга, крепость костей, процессы старения и выступает “строительным материалом” всех составляющих организма. Но здесь, как и во всем, важна мера.

Сколько белка необходимо съедать в день

Норма белка в рационе установлена в Рекомендуемом Диетическом Пособии (RDA), которым руководится большинство национальных институтов здоровья. Согласно рекомендациям, людям с сидячим образом жизни нужно всего лишь 0,8 грамм белка на килограмм веса. То есть, если вы работаете в офисе и весите 50 кг, вам необходимо есть 40 грамм белка в день. Для сравнения — в 100 граммах творога 5%-й жирности содержится 17 грамм белка, в крупе киноа — 14 грамм,  чечевице — 9 грамм. Съев 250 грамм творога или каши с овощами на обед, вы уже наберете дневную норму.

Норма белка при физических нагрузках

В зависимости от интенсивности и частоты физических нагрузок минимальный порог в 0,8 грамма повышается. Например, Американский Колледж Спортивной Медицины (ACSM)  рекомендует атлетам при силовых нагрузках съедать 1,5-2 грамма белка на килограмм массы тела, при тренировках на выносливость есть белок в количестве — 1,2-1,4 грамма. При этом пропорцию в 2 грамма они называют верхней границей, выше который белок принесет только вред.

Эти цифры отличаются от тех, что рекомендуют фитнес-гуру и спортивные блоггеры на просторах интернета. Большинство из них руководствуется философией “больше протеина — лучше”, необоснованно рекомендуя потреблять 2-3 грамма белка независимо от физических нагрузок.

Что будет, если есть слишком много белка?

На самом деле, ничего трагического. Чрезмерное потребление белка перегружает работу почек, костей и печени, но не  приводит к серьезным нарушениям. Некоторые исследования отмечают, что высокобелковая диета повышает уровень холестерина и риск раковых заболеваний.

Кроме того, переедание белка приводит к воспалением на коже. Это связано с гормонами, которые присутствуют в белке животного происхождения — не зря дерматологи в один голос отмечают вред молочных продуктов.

Животный и растительный белок

Еще один вопрос, какой белок полезней — животный или растительный? У каждого есть свои преимущества и недостатки. Белок животного происхождения практически полностью усваивается организмом — на 93-96%. Но вместе с аминокислотами из промышленного мяса или творога вы получаете антибиотики, гормоны и химические добавки, которыми кормят животных. Альтернатива — продукты от фермеров, которые разводят животных в небольших количествах и проходят санитарных контроль, или же растительные источники белка.

Растительный белок усваивается сложнее из-за большего количества витаминов и минералов — на 62-80%. Кроме бобовых, белком богаты крупы, орехи, семена и зелень. Например, в конопляных семенах содержится 31 грамм белка на 100 грамм продукта, в арахисе — 24,4 грамма, в нуте — 20,5.

Вопреки распространенному мнению, на растительном питании восполнить норму белка не составит труда. Об этом говорит и Американская ассоциация диетологов в рекомендациях относительно веганского питания: “Исследования показали, что разнообразная растительная пища, потребляемая в течение дня, может обеспечить здоровый взрослый организм всеми незаменимыми аминокислотами”.

И все же по поводу незаменимых аминокислот исследователи не пришли к единому мнению. Сами белки состоят из цепей аминокислот (branched-chain amino acids, или BCAA): некоторые из них организм синтезирует самостоятельно, другие — незаменимые — берет исключительно из белковой пищи. Аминокислоты в животном белке присутствуют в гораздо большем количестве и усваиваются легче, но в растительных продуктах они тоже есть. Их недостаток можно восполнить правильно составленным рационом и пищевыми добавками. К веганскому питанию, как и к любому другому, нужно подходить с умом.

Не забывайте, что полноценное правильное питание базируется на достаточном количестве калорий и правильном соотношении белков, жиров и углеводов.

Читайте также: Так ли полезно авокадо, как о нем говорят

Читайте также: 7 полезных завтраков

Читайте также: Белковая диета Магги: как сбросить 10 кг за месяц

Читайте также: План питания: 15 продуктов с высоким содержанием белка

Сколько белка можно съесть за один раз?

Ваш организм усваивает белок с определенной скоростью. Если вы потребляете больше белка, чем может быть переработано, он находится в кишечнике, пока не подойдет черед следующей порции. То есть за раз вы можете съесть больше 30 г белка.

Пищеварительный процесс

При потреблении пищи она попадает сначала в желудок, а потом в кишечник, где происходит всасывание питательных веществ. Мышечные сокращения, при помощи которых происходит перемещение еды по пищеводу в желудок, а из него в кишечник, называются «перистальтикой». Скорость перистальтики может меняться.

Проглоченная еда превращается в однородную массу «химус» в ванне с кислотой, которая называется «желудок». При помощи перистальтики химус перемещается в кишечник. Там наружный слой химуса поглощается клетками стенок кишечника – этот процесс называется абсорбцией питательных веществ.

Таким образом, для организма нет принципиальной разницы между вашим завтраком и снеком, съеденным в первой половине дня, так что снек вполне может встретиться и слиться в вашем животе с куском химуса, в который уже превратился завтрак. Причем химус не лежит в кишечнике мертвым грузом – он меняется в процессе пищеварения.

Получение аминокислот в кишечнике

Транспортировка аминокислот в кишечнике

Белки из пищи (или отдельные аминокислоты), которые находятся в кишечнике, всасываются через его стенки при помощи переносчиков аминокислот, и таким образом попадают в организм человека.

Транспортировкой аминокислот занимается множество переносчиков. Самыми распространенными являются натрий-зависимые переносчики, которые могут «брать на буксир» как нейтральные аминокислоты, так и заряженные отрицательно или положительно (1,2). Также транспортировкой аминокислот занимаются хлор-зависимые переносчики (3). Основная идея состоит в том, что некоторые переносчики транспортируют разные аминокислоты в зависимости от того, с какими ионами они взаимодействуют (4,5). Специальные переносчики существуют также для небольших белков – ди- и трипептидов, представляющих собой группы аминокислот. Таким, например, является транспортный белок PEPT1 (6). В целом, именно то, какие переносчики имеются в наличии, и определяет объем аминокислот, который может быть транспортирован в процессе нахождения пищи в кишечнике. И именно данный этап ограничивает скорость всего процесса пищеварения.

Общий объем всасывания может быть определен путем измерения объема аминокислот, содержащихся в фекалиях, так как те азотистые соединения, что не абсорбировались в процессе пищеварения, в основном удаляются ректальным путем. Степень общей усваиваемости белка составляет, как правило, 91-95% в зависимости от источника и возможной максимальной дозы (10-50 г за раз) – для источника животного белка этот показатель будет немного выше, чем для источника растительного (7,8,9).

Скорость всасывания пептидов колеблется от 5 до 10 г в час, в зависимости от источника белка.

Можно ли съесть сразу много белка?

Аминокислоты и некоторые пептиды сами определяют продолжительность своего пребывания в кишечнике. Примером может служить пищеварительный гормон холецистокинин (ССК), который не только регулирует аппетит и отвечает за чувство сытости в ответ на получение пищи (10), но также может замедлять перистальтику и скорость перемещения химуса в зависимости от присутствия белка (11,12). ССК вырабатывается в ответ на наличие белка в пище. На его примере становится понятно, что тело может замедлять процессы пищеварения, чтобы усвоить весь полученный им белок (13).

Запасание белка и его использование

Сохраняет ли тонкий кишечник мои мышцы?

В тонком кишечнике в норме всасывается около 95% белка, поступающего с пищей (14,15). Ее неабсорбированные остатки попадают в толстую кишку, где ферментируются бактериями (16).

Тонкий кишечник тоже нуждается в питательных веществах. Он всасывает множество аминокислот, но часть из них он поглощает, чтобы обеспечить себе возможность работать и восстанавливаться (17,18). Почти половина из этих поглощенных аминокислот используются самим кишечником и соседними с ним тканями (19). В основном, в тонком кишечнике усваиваются аминокислоты животного происхождения, в частности, глутамат, глутамин, аминокислоты с разветвленной цепью (ВСАА), треонин, цистеин и аргинин (15).

В связи с такими высокими потребностями, тонкий кишечник способен удерживать большое количество аминокислот, ожидающих, пока они не понадобятся организму, и он не сможет их усвоить (15).

Пул свободных аминокислот

Благодаря способности тонкого кишечника «придерживать» белки, он считается источником свободных аминокислот, которые организм использует по мере необходимости (15, 21). Это не хранилище в полном смысле этого слова, так в ходе некоторых биохимических процессов аминокислоты трансформируются в глутамин (основной источник энергии для клеток желудочно-кишечного тракта) (22), (23).

В период дефицита белка потребность кишечника в использовании аминокислот в качестве топлива снижается (24).

Собирая все воедино

Конечной целью работы нашего организма является поддержание его здоровья. Если вы употребите слишком много белка за один заход, то кишечник просто замедлит процесс его всасывания и успешного усвоения аминокислот. Однако, ни в одном исследовании не рассматривался вопрос максимального объема белка, который можно было бы употребить «без вреда для здоровья» — кстати, и это понятие точно определить довольно сложно.

То же самое следует сказать о процессах наращивания мышечной массы и расходовании жира, которые нуждаются в аминокислотах, находящихся в крови, снабжающей весь организм (системный кровоток), а не только тех, что курсируют между кишечником и печенью (портальный кровоток — кровоснабжение брюшных органов). Тело замедляет процессы поглощения аминокислот в ответ на то, сколько вы едите, то есть, уровень аминокислот определяет скорость пищеварения.

Наш организм умеет адаптироваться в ответ на стрессы и делает это довольно хорошо. И это не единичный случай, когда организм стремится сохранить все возможные аминокислоты — настолько эффективно, насколько это вообще возможно сделать в каждом конкретном случае.

В исследовании, в котором принимали участие женщины, сравнивалось потребление более 54 г белка за один раз и четырехразовое питание. Никаких отличий между обоими режимами питания обнаружено не было (25). В среднем участницы эксперимента имели 40 кг мышечной массы, что говорит об эффективной переработки больших объемов белка. Интересно, но те же исследователи обнаружили, что разовое потребление больших количеств белка на самом деле более эффективно для пожилых женщин (26).

Данные, полученные в результате исследований прерывистого (краткосрочного) голодания, подтверждают теорию о том, что наше тело способно справиться с большим количеством белка, чем считает большинство людей. В двух исследованиях было показано, что потребление в среднем 80-100 г белка в течение 4 часов не привело к изменению мышечной массы (27,28).

Откуда взялись 30 г белка?

Нет никаких данных, подтверждающих, что этот объем – «Святой Грааль» для расчетов потребления белка.

Можно предположить, что цифра «30» была получена на основе данных о скорости работы переносчиков аминокислот. Предполагая, что в норме этот показатель составляет 10 г/час. Применяя эти данные к типично культуристскому режиму питания «часто, но понемногу» (каждые три часа), мы и получим те самые 30 г белка за раз.

Источник:
https://examine.com/

Полезные материалы » 5 способов повысить количества белка в рационе

Белок = жизнь! Эта формула известна давно и каждому. Протеины участвуют во всех обменных процессах нашего тела, а также в строительстве и реконструкции тканей. Белок — основной строительный материал, используемый организмом для создания мышц, сухожилий, кожи, а также ферментов, гормонов, нейротрансмиттеров и различных крошечных молекул, которые выполняют множество важных функций. Но сколько белка должно быть в вашем рационе, чтобы покрывать все потребности организма?

Существуют совершенно разные мнения о том, сколько белка действительно необходимо. Большинство официальных организаций по питанию рекомендуют потреблять порядка 0,8 г белка на 1 кг веса ежедневно. Это составляет примерно 56 г для мужчины и 46 г для женщины.

Но правильное количество белка для любого человека зависит от массы факторов, включая уровень активности, возраст, соотношения мышечной и жировой массы, телосложения, текущего состояния здоровья и целей, которых необходимо достичь.

Например, увеличение потребления белка до 25-30% от общей калорийности рациона увеличивает чувство сытости и уменьшает навязчивые мысли о еде на 60%. Белок сохраняет ощущение сытости намного лучше, чем жиры и углеводы.

В исследовании University of Washington School of Medicine было доказано, что женщины, увеличившие потребление белка до 30% от общей калорийности рациона, съедали на 441 ккал в день меньше и теряли порядка 6 кг за 12 недель, просто добавляя больше белка в ежедневное потребление. Несложная арифметика: если калорийность ваша рациона равна 1600-2000 калорий, то смело можете увеличивать количество белка до 120-140 г в день!

Белок помогает не только активно терять вес, но и создавать, а также сохранять мышечную массу, которая сжигает большее количество калорий круглосуточно.

Когда дело доходит до мышечной массы, то исследователи предлагают ориентироваться не на процент соотношения БЖУ в рационе, а на количество белка на килограмм веса. В этом случае рекомендованные значения увеличатся до 1,5-2,2 грамма.

Существует несколько простых способов набрать необходимое количество белка и ускорить движение к цели!

1. Ореховые пасты

Арахисовое или миндальное масло — отличный источник растительного белка. Две столовые ложки арахисового обеспечивают организм 8 граммами белка, а миндальная паста содержит около 6 граммов белка в одной порции.

Исследования показали, что люди, которые включают арахис или арахисовое масло в свой рацион, менее склонны к развитию диабета и хронических заболеваний сердца. Миндальная паста содержит много магния, клетчатки и полезных для сердца мононенасыщенных жиров. И хотя в одной порции пасты порядка 167 ккал, исследования показали, что ваше тело фактически поглощает только 129 из них, потому что часть жиров, содержащихся в миндале, не усваиваются организмом.

Добавьте пару ложек масла или пасты в свой любимый смузи или в чашку с ягодами. Намажьте на тост или замешайте в утреннюю порцию овсянки для увеличения потребления белка.

2. Протеиновые коктейли

Протеиновые коктейли — шейки — это напитки на основе протеиновой смеси, способствующие быстрому насыщению организма белком и утолению голода.

Смешайте в блендере 1 мерную ложку сывороточного порошка с чашкой свежих или замороженных ягод и 225 мл миндального молока, чтобы получить вкусный и полезный коктейль, который надолго насыщает и обеспечивает организм протеином, клетчаткой и небольшой порцией углеводов для увеличения энергии.

Можно использовать уже готовые смеси с клетчаткой, витаминами и дополнительными активными компонентами. Например, Lean Protein Shake содержит 26,5 г белка в одной порции! В состав смеси также входит жиросжигающий комплекс из L-карнитина и конъюгированной линолевой кислоты, и 9 г клетчатки, которые ускорят желаемую потерю жировой и рост мышечной массы.

3. Яйца

Яйца — один из самых питательных продуктов, который к тому же он очень доступен по цене. Они не только полны витаминов, минералов и здоровых жиров, но и содержат порядка 6 граммов белка. Добавление яиц в рацион — отличный способ увеличить потребление белка. Несколько исследований показали, что яйца, употребляемые на завтрак, помогают держать голод под контролем, заставляя вас есть меньше калорий в течение дня. Другое исследование показало, что употребление яиц на завтрак подавляет выработку гормона голода грелина и помогает стабилизировать уровень сахара в крови.

4. Добавление протеиновых смесей в блюда

Протеиновые смеси позволяют быстро и легко обеспечить организм порцией белка. Сывороточный, соевый, яичный или гороховый — выбирайте любой продукт, который не противоречит вашей системе питания.

Так например, одна ложка сывороточного протеина (28 г) содержит порядка 20 граммов белка! Кроме того, сывороточный протеин является лучшим источником незаменимых аминокислот, которые усиливают белковый синтез в мышцах и способствует потере жировой массы.

5. Бобовые

Из всех видов бобовых рекордсменом по содержанию белка являются эдамаме. Чашка соевых бобов обеспечивает организм 17 граммами чистого белка. Эдамаме продаются как очищенные, так и в стручках. Они являются вкусной закуской и отличным дополнением к салатам или горячим блюдам. Протеины, содержащиеся в эдамаме содержат почти весь спектр незаменимых аминокислот. Но соевые бобы — не единственный источник белка для веганов или вегетарианцев. Например, фасоль пинто содержит 16 граммов белка на чашку, а черная фасоль, лима и нут — около 15 г. Поскольку белок содержит 4 калории в 1 грамме, вам потребуется потреблять от 50 до 175 граммов фасоли в день при рационе в 2000 ккал.

Недостаток белка в организме | Passion.ru

Белки являются одними из самых необходимых веществ в организме человека. Если о дефиците витаминов и минералов мы вспоминаем практически каждую весну, списывая хандру и усталость на «авитаминоз», то о том, что многие проблемы здоровья могут быть связаны с дефицитом качественного белка, мы задумываемся мало.

Многие говорят о том, что белок – это тяжелый продукт, и есть его надо ограниченно. А некоторые и вовсе его не едят – и вроде ничего плохого не происходит. Однако белок в организме выполняет жизненно важные функции, взять на себя которые не сможет ни один другой элемент. Для чего служит белок в организме человека, рассказывает Passion.ru.

Зачем нужны белки?

Белок является основой для строительства тела. Из белков состоят мышцы, ткани, внутренние органы, кровяные клетки, иммунные тела, а также волосы, ногти и клетки и белки кожи.

Пищевые белки в организме в кишечнике разбираются до «кирпичиков» аминокислот. Аминокислоты отправляются в печень для построения и синтеза собственных белков тела, но в организме есть часть аминокислот, которые тело может произвести само, а часть должны только поступать извне. Это незаменимые кислоты, но содержат их только животные белки, в растительных белках набор аминокислот беднее, поэтому они не считаются полноценными.

Еще одной важной функцией белка является его ферментная и обменная функция. Большая часть ферментов и гормонов – это чистый белок или соединение белка с другими веществами (ионами металлов, жирами, витаминами). При нехватке белков могут страдать некоторые виды обмена, особенно это заметно при ограничительных низкобелковых диетах.

Кроме того, белки выполняют транспортную функцию, то есть они переносят в клетки и из клеток важные вещества – ионы, питательные и другие вещества. Белки защищают наш организм от инфекций, так как антитела и защитные белки слизистых – это белковые молекулы.

Белки поддерживают нашу молодость и красоту – и это происходит благодаря своевременному обновлению молекул коллагена и эластина, которые не дают обезвоживаться, стареть нашей коже, препятствуют образованию морщинок.

Как определить у себя дефицит белка?

Белки синтез в организме — Справочник химика 21

    Незаменимые аминокислоты [13 — 16]. Растения и некоторые микроорганизмы могут производить все аминокислоты, нужные им для синтеза клеточных белков. Животные организмы способны синтезировать только 10 протеиногенных аминокислот. Остальные 10 ие могут быть получены с помощью биосинтеза и должны постоянно поступать в организм в виде пищевых белков. Отсутствие их в организме ведет к угрожающим жизни явлениям (задержка роста, отрицательный азотный баланс, расстройство биосинтеза белков и т. д.). Розе и сотр. [17] предложили для этих аминокислот название незаменимые аминокислоты (НАК). В табл. 1-2 приведены незаменимые для организма человека аминокислоты и минимальная суточная потребность в них. [c.18]









    Синтез белка подчиняется закону все или ничего и осуществляется при условии наличия в клетке полного набора всех 20 аминокислот. Даже при поступлении всех аминокислот с пищей организм может испытывать состояние белковой недостаточности, если всасывание какой-либо одной аминокислоты в кишечнике замедлено или если она разрушается в большей степени, чем в норме, под действием кишечной микрофлоры. В этих случаях будет происходить ограниченный синтез белка или организм будет компенсировать недостаток аминокислоты для биосинтеза белка за счет распада собственных белков. Степень усвоения белков и аминокислот пищи зависит также от количественного и качественного состава углеводов и липидов, которые резко сокращают энергетические потребности организма за счет белков. Экспериментальный и клинический материал свидетельствует, что диета с недостаточным содержанием жиров и низкокалорийная пища способствуют повышению экскреции аминокислот и продуктов их распада с мочой. [c.412]

    Синтез белка в организме [c.451]

    Буквенные коды ДНК, которыми являются сочетания АТ и ГЦ, а также буквенные коды РНК — АУ и ГЦ — могут быть связаны в слова и предложения . В молекуле ДНК, управляющей синтезом лишь одного из белков в организме человека, содержится такое количество подобных слов , что из них составляется предложение , занимающее объем полномерной книги (150000 слов). У низших организмов предложения , описывающие синтез белков, как правило, гораздо короче, поскольку их белки имеют меньщие размеры и проще по своему составу. Для построения одной клетки человеческого тела необходима информация, эквивалентная содержащейся в читальном зале библиотеки на 20000 книг. Такой гигантский объем информации требуется для синтеза каждого из многочисленных белков человеческого организма. Поскольку белки печени совершенно не похожи, скажем, на белки волос, для хранения всех книг, полностью описывающих [c.486]

    Синтез инсулина — замечательное достижение науки. Чтобы осуществить его, потребовалось последовательно провести 223 реакции. Удалось соединить в точно определенном порядке все остатки а-аминокислот, образующих молекулу инсулина (а их 51 ). Работа продолжалась три года. Таким образом, подтвердилась правильность материалистических представлений о принципиальной возможности синтеза белков вне организма. И несомненно, что с развитием науки будут осуществлены синтезы еще более сложных белковых веществ. [c.294]

    Мы ограничимся изложением известных в настоящее время данных о структуре и биологической функции наиболее важных соединений — белков, нуклеиновых кислот, жиров и углеводов, а также сообщим некоторые сведения о путях синтеза белка в организме. [c.435]

    Аминокислоты пищевых белков потребляются организмом в первую очередь для построения белков, необходимых организму для роста, возобновления тканей и синтеза ферментов и гормонов. Избыток аминокислот, введенный с пищей, дезаминируется, причем образующийся аммиак удаляется в виде мочевины или мочевой кислоты, а органический остаток превращается в углеводы или жиры, т.е. в горючее , которое служит источником энергии. (Нормальный животный организм не откладывает запасов белков, подобно тому как он откладывает гликоген или жиры.) [c.387]

    Белки поставляют организму вещества, необходимые для роста и восстановления тканей, а также для синтеза ферментов и некоторых гормонов (см. разд. 28.7). Питательная ценность бел- [c.486]

    Алании и глутамин в крови. В плазме крови содержатся все аминокислоты, необходимые для синтеза белков в организме, но в разных количествах. При этом концентрации двух аминокислот, а именно аланина и глутамина намного выше, чем остальных. Объясните возможные причины высокого содержания этих двух аминокислот. [c.777]

    Нуклеотиды и полинуклеотиды. Синтез белка в организме Ферменты [c.8]

    Синтез и расщепление белков, в организмах растений, животных и микроорганизмов происходит с помощью ферментов. Каждой аминокислоте соответствует свой фермент, который привязывает к растущей молекуле пептида или белка только одну конкретную аминокислоту. [c.723]

    Мы все время обсуждаем вопросы, относящиеся к структуре белков. Наряду со структурой необходимы точные ответы на три вопроса сколько, когда и где Сколько производится данного белка в организме, на какой стадии онтогенетического развития, в каких клетках и тканях Иными словами, определяющее значение имеет регуляция синтеза белков, о которой шла речь в 8.8, Мутации регуляторных генов, мутации, нарушающие ди- [c.560]

    Белки, попадающие в организм в качестве продуктов питания, подвергаются гидролизу. Как уже отмечалось, они легко гидролизуются в кислой среде с образованием отдельных аминокислот. Расщепление белков в организме начинается в желудке под действием фермента пепсина и соляной кислоты. При этом белки превращаются в смеси различных полипептидов. Гидролиз в желудке — лишь одна из стадий переработки белков. Смесь пептидов поступает из желудка в двенадцатиперстную кишку (верхний отдел кишечника), а затем — в тонкий кишечник, где под действием специальных ферментов — пеп-сидаз — завершается гидролиз полипептидов до свободных аминокислот. Образовавшиеся таким образом аминокислоты всасываются из тонкого кишечника в кровеносную систему, чтобы принять участие в синтезе именно тех белков, которые в данный период развития необходимы живому организму. [c.523]

    Процесс усвоения белков животными организмами заключается первоначально в распаде гигантской молекулы белка на составляющие ее звенья — аминокислоты, а затем в синтезе из аминокислот таких белков, которые свойственны данному организму. Одна из важнейших проблем естествознания, заключающаяся в искусственном получении белковых веществ, вероятно, близка к своему разрешению. [c.309]

    Ввиду того что антитела представляют собой типичные белки, их образование непосредственно связано с синтезом белков в организме наши знания относительно этого процесса пока еще крайне ограничены. [c.449]

    Для синтеза аминокислот автотрофные организмы используют азот неорганических соединений (аммонийных солей и нитратов). Гетеротрофные организмы не способны к синтезу части аминокислот, необходимых для образования клеточных белков. Такие организмы для синтеза собственных белков пспользуют аминокислоты, входящие в состав белков пищи. [c.192]

    Биосинтез белков — одна из самых важных и интересных проблем современной биохимии. В настоящее время расшифрованы многие процессы, приводящие к синтезу белков в организме. [c.289]

    Превращение белков в организме. В организмах животных и человека под влиянием ферментов (пепсина, трипси—на, эрепсина и др.) происходит гидролиз белков. В результате этого образуются аминокислоты, которые всасываются ворсинками кишечника в кровь и используются для образования белков, специфических данному организму. Синтез белков идет с поглощением энергии. Эту энергию доставляют молекулы АТФ. (Повторите из учебника Общая биология 42.) В организме одновременно с синтезом белков непрерывно происходит и полное их разрушение, вначале до аминокислот, а затем до оксида углерода (IV), аммиака, мочевины и воды. При этих процессах выделяется энергия, но Б меньшем количестве, чем при распаде углеводов и жиров. [c.21]

    АНАБОЛИЧЕСКИЕ ВЕЩЕСТВА (анаболики) (от греч. апаЬо1ё-подъем), лек. синтетич. препараты, стимулирующие синтез белка в организме и кальцификацию костной ткани. Действие А. в. проявляется, в частности, в увеличении массы скелетной мускулатуры. При этом в связи с уси- [c.157]

    Сходным образом осуществляется регуляция О.в. на уровне биосинтеза ферментов. При этом субстрат или продукт р-ции регулирует активность белкового репрессора, подавляющего транскрипцию (синтез матричной РНК на ДНК-матрице) соответствующего оперона (участок ДНК, кодирующий одну молекулу матричной РНК под контролем белка-репрессора). Примером регуляции при помощи положит. прямой связи может служить в данном случае управление расщеплением лактозы. Появление в среде лактозы инактивирует у бактерии Es heri hia oli соответствующий репрессор и тем самым разрешает транскрипцию оперона, кодирующего ферменты, катализирующие расщепление лактозы. Пример регуляции при помощи отрицат. обратной связи — управление биосинтезом гистидина. Избыток гистидина активирует репрессор, ингибирующий транскрипцию оперона, кодирующего ферменты биосинтеза гистидина. Если репрессор и белки, синтез к-рых он подавляет, кодируются одним опероном, то отрицат. обратная связь осуществляется без участия внеш. модуляторов активности репрессора. Аналогичным образом осуществляется регуляция биосинтеза белка на уровне трансляции (синтез белка ка РНК-матрице). Такой механизм регуляции позволяет синтезировать белок в строгом соответствии с потребностью в нем на данном этапе существования организма. [c.317]

    Однако в связи с прогрессирующим ростом населения земного шара и с ограниченностью площади земель, пригодных для земледелия, возникла необходимость получения синтетической и искусственной пищи. Уже давно для пополнения пищи животных соединениями фосфора применяется кормовой преципитат СаНР04, а также карбамид СО ЫН2)2 как один из источников синтеза белка в организме. [c.11]

    В отличие от сложных белков, белки одноклеточных организмов (БОО) используются как пищевая добавка. Обогащением белковыми добавками на основе БОО улучшают качество растительного белка. Эти добавки повышают содержание витаминов, микроэлементов, а главное — аминокислот, несинтезируемых многими растениями. Производство пищевых белков измеряется миллионами тонн в год и постоянно растет. Микробиологический синтез белка, продукт которого представляет собой инактивированную массу клеток, — основной [c.429]

    Ачдрогенные гормоны применяются при расстройствах мужской половой сферы, особенно если причиной являются переутомление, при раке молочной железы, при различных заболеваниях сосудистой системы (гипертонии, гипотонии) и т. д. Некоторые стероиды, близкие по строению к андрогенам, обладают так называемой анаболической активностью, т. е. свойством промотировать синтез белка в организме. При этом их андрогенные свойства являются излишними. Сейчас найден ряд соединений с высокой анаболической и малой андрогенной активностью, например, 17а-этилтестостерон и фенилпропионат 19-нортестостерона, кото- [c.322]

    Аминокислоты как основные составные части белков участвуют во всех жизненных процессах наряду с нуклеиновыми кислотами, углеводами и липидами. Кроме аминокислот, входящих в состав белков, живые организмы обладают постоянным резервом свободных аминокислот, содержащихся в тканях и в клеточном соке. Они находятся в динамическом равновесии при многочисленных обменных реакциях. Аминокислоты используются в биосинтезе полипептидов и белков, а также в синтезе фосфатидов, порфи-ринов и нуклеотидов. [c.10]

    Модификации различных групп в полипептидной цепи. Если в синтезе белков участвуют 20 аминокислот генетического кода Ниренберга (Nirenberg), то остается еще не менее 140 аминокислот или их производных, идентифицированных в составе белков различных организмов [174]. [c.44]

    Внерибосомный механизм синтеза нентидов. Накопленные данные, действительно, свидетельствуют о том, что матричный механизм синтеза лежит в основе биосинтеза почти всех белков живых организмов. Тем не [c.533]

    Технология выделения и экспрессии чужеродных генов в Е. соН и в некоторых других микроорганизмах достаточно хорошо отработана, однако не стоит забывать, что синтез гетерологичного белка в организме-хозяине может оказывать на него негативное влияние. Например, сверхпродукция такого белка может привести к истощению метаболических ресурсов хозяйского организма и отрицательно повлиять на его рост. Присутствие гетерологичного белка может оказаться даже губительным для клетки-хозяина. Так, сайты рестрикции имеются во всех молекулах ДНК, и если продуктом клонированного гена является эндонуклеаза рестрикции, то в отсутствие специальных защитных механизмов хозяйская ДНК будет расщепляться ею. [c.247]

    Как уже говорилось, в ДНК содержится информация, необходимая для синтеза всего набора белков, присущего данному организму. Аминокислотная последовательность в ДНК записана с помощью специального кода. Кодирующим элементом для каждой определенной аминокислоты является тридезоксирибону-клеотидный фрагмент. Общее число таких кодирующих элементов составляет величину, равную 4 = 64,. что превышает число аминокислот, участвующих в биосинтезе белков. Как уже говорилось, все белки живых организмов строятся из 20 аминокислот. Таким образом, некоторые аминокислоты имеют несколько кодирующих элементов — от одного до шести. Соответствие между аминокислотами и кодирующими их трину1 леотидами называют генетически.и кодом. [c.18]

    НИИ процесса деспирализации получаются уже две абсолютно тождественные исходной и друг другу молекулы ДНК. Аналогично на деснирализующейся молекуле ДНК происходит репликация молекул и-РНК, последовательность нуклеотидов в которой определяет всю информацию о синтезе белков в организме (рис. 93). [c.559]

    Строение нуклеиновых кислот. Участие их в синтезе клеточных белков. Синтез белков лежит в основе построения новых клеточных структур. Организмы синтезируют свои собственные гбелки, отличающиеся от белков других видов характером чередования аминокислот. Первичная структура белков определяет многие их биохимические особенности. Изменение чередования аминокислот в молекулах ферментов в некоторых случаях приводит к потере свойств катализатора. Чем же определяется последовательность расположения аминокислот при синтезе белков Для ответа на этот вопрос была выдвинута теория матриц. Согласно этой теории, в клетках имеется нечто подобное типографским матрицам или штампам, каждый из которых штампует белок определенного вида или точнее белок со строго определенным порядком расположения аминокислот в его полипептидной цепи. Роль матриц выполняют нуклеиновые кислоты. Нуклеиновые кислоты имеются во всех без исключения клетках. Различают две группы нуклеиновых кислот—дезоксирибонуклеиновые кислоты (ДНК) и рибонуклеиновые кислоты (РНК). ДНК содержится главным образом в клеточном ядре, РНК — Э ядре и цитоплазме. [c.122]

    Установлено, что первичная аминокислота, синтезируемая бактериями, ассимилирующими молекулярный азот и находящимися в узелках на корнях бобовых, является аспарагиновой кислотой. В организме животного аммиак, необходимый для синтеза глутаминовой кислоты, образуется при дезаминировании аминокислот белков самого организма или белков пищи. О том, в каком виде этот аммиак откладывается в организме, будет сказано ниже. [c.390]

    Для нормального синтеза белка в организме человека все незаменимые аминокислоты должны быть доступны одновременно. Если крыс кормить синтетической пищей, содержащей все незаме- [c.825]

    Как получение химических соединений и пищевых добавок путем брожения, так и синтез антибиотиков всегда велись в асептических условиях, но некоторые современные процессы (например, образование белка одноклеточными организмами) осуществляют в еще более жестком режиме. Обеспечение таких особых условий —многоплановая задача. Она решается инже-нерами-химиками и микробиологами (подробнее об этом будет рассказано в гл. 10). С другой стороны, использование микроорганизмов при переработке отходов (гл. 6) не требует создания стерильных условий напротив, вообще говоря, чем больше разных микроорганизмов принимает в этом участие, тем лучше. Впрочем, при планировании и создании заводов по переработке отходов инженеры-химики и микробиологи столкнулись с проблемами иного круга. Процесс минерализации органических отбросов, основанный на использовании активного ила, был разработан в 1914 г. С тех пор он был существенно модернизирован, стал более сложным и производительным и используется сегодня во всем мире для переработки стоков. [c.13]

---

Превращение белков в организме » Привет Студент!

Превращение белков в организме

Биологическое значение белков

В процессе обмена веществ благодаря своему поистине всеобъемлющему участию в жизненно важных процессах белок непрерывно расходуется. Следовательно, для обеспечения важнейших физиологических функций организма человека и животных, их жизнедеятельности необходимо доставлять белок с пищей. Белок является чрезвычайно важной и обязательной составной частью пищи. Для определения его роли в питании существенно также и то, что ни в функциональном отношении, ни как пластический материал белок не может быть заменен другими пищевыми веществами. В то же время белок может в довольно широких пределах замещать собой жиры и углеводы, т. е. идти на синтез этих соединений в организме.

Организм часто испытывает недостаток или дефицит белка. Эксперты Всемирной организации здравоохранения считают, что примерно половина населения земного шара находится в состоянии белкового голодания, а мировая нехватка пищевого белка составляет около 15 млн. т в год. Выраженная белковая недостаточность — явление обычное в слаборазвитых странах. Особенно широко распространена скрытая, т. е. еще не приводящая к болезни, так называемая субклиническая, белковая недостаточность. Она встречается во всех возрастных группах, но чаще всего наблюдается у детей в период грудного вскармливания и первые годы жизни. Заболевание детей вследствие белковой недостаточности получило название квашиоркора, что в переводе с одного из африканских языков означает «отнятый от груди». Причем на каждый случай заболевания приходится около ста случаев скрытой формы белковой недостаточности. Помимо детей, другой чрезвычайно уязвимой группой в отношении нарушений, вызываемых низким потреблением белка, являются беременные женщины и кормящие матери.

Белковая недостаточность чаще всего возникает при общем недостатке пищи. При этом понижается количество белка в крови, понижается осмотическое давление крови, кровь начинает хуже отбирать воду у тканей, возникают так называемые голодные отеки. Дефицит белка на фоне общего недоедания приводит к состоянию, носящему название алиментарной (пищевой) дистрофии.

Различные пищевые вещества содержат неодинаковое количество белка. Его больше всего в мясе, рыбе, сыре, яйцах, сое, орехах, горохе. Большинство других пищевых веществ содержит мало белка. В то же время для организма человека и животных крайне важно достаточное поступление белка. И дело здесь даже не в том, какое количество энергии может получиться при распаде белков. Эту энергию вполне могут компенсировать жиры и углеводы. Важнее другое: недостаточное поступление белка с пищей приводит к серьезным нарушениям в организме, а безбелковое питание неизбежно кончается смертью подопытных животных.

В организме постоянно, хотя и с различной скоростью, происходит обновление и разрушение клеток, внеклеточного вещества и других структурных компонентов, в состав которых входят белки. Это постоянное обновление организма и требует непрерывного поступления белков или аминокислот. Поэтому пластическая роль белков в отличие от энергетической просто незаменима. К тому же, как известно из предыдущих разделов, без белков и аминокислот невозможно обновление таких важных для живого организма веществ, как гормоны и ферменты.

Основная масса азота в пищевых продуктах приходится на белки. Если введенного в организм с пищевыми продуктами азота больше, чем выведенного в виде конечных продуктов, то происходит накопление белков в организме. Это наблюдается в молодом растущем организме, при восстановлении организма после болезни, во время беременности. В случае избыточного выведения азотистых продуктов в сравнении с количеством поступившего азота можно говорить о распаде белков, что происходит при заболевании или белковом голодании.

Важным для организма является не только количество белка, потребляемого с пищей, но и его качество. Например, для компенсации распавшегося в организме белка необходимо, чтобы с пищей поступил 1 г аминокислоты метионина. В одних продуктах такое количество метионина содержится в 50 г белка, в других — в 200 г белка, т. е. биологическая ценность первого белка выше, его требуется меньше для покрытия потребностей организма в метионине. Наиболее нужными для человека являются белки мяса, молока, яиц, картофеля. Некоторые белки имеют полноценный аминокислотный состав, но они плохо расщепляются в пищеварительном тракте. Это белки шерсти, перьев, волос и пр.

Неодинаково значение различных аминокислот в белке. Если исключить некоторые аминокислоты из пищи, то организм «не заметит» их отсутствия, т. е. они могут синтезироваться в организме из других соединений: углеводов, жиров, кетокислот. Недостаток же других аминокислот приводит к нарушению синтеза белка, расстройству нервной системы, болевым явлениям, потере массы и трудоспособности.

К 1915 г. выяснили, что белок зеин, основной белок кукурузы, не способствует росту, и животные погибали, если их кормили только этим белком. Если же к зеину добавлять аминокислоту триптофан, то животные жили гораздо дольше, хотя и этого не было достаточно для их нормального роста. Если же к зеину добавить, помимо триптофана, еще одну аминокислоту — лизин, то животные нормально росли и развивались. Такие эксперименты доказали, что питательная ценность белка зависит от его аминокислотного состава.

Не все аминокислоты, входящие в состав белковой молекулы, являются равноценными. Оказалось, что часть из них не может быть синтезирована в организме человека и они должны обязательно поступать в организм с пищей. Эти аминокислоты принято называть незаменимыми. К ним относятся валин, лейцин, изолейцин, лизин, триптофан, треонин, фенилаланин, метионин. Для детей необходимы также аргинин и гистидин. Следовательно, организму требуются белки, содержащие необходимое количество незаменимых аминокислот. Большинство аминокислот, встречающихся в пищевых белках, могут синтезироваться в теле человека. К ним относятся аланин, гликокол, глутаминовая кислота, серии, тирозин, цистеин и др. Они получили название заменимых. Однако нельзя недооценивать их роли в организме, так как они входят непременными компонентами в состав белков нашего организма. Отсутствие или недостаточность заменимых аминокислот в пище ведет к необходимости их синтеза в организме, причем нужный для этих целей азот черпается в таком случае из незаменимых аминокислот, поступающих с пищей. Наилучшим соотношением заменимых и незаменимых аминокислот для человека отличается белок куриных яиц. Он считается эталонным, т. е. содержит полный достаточный набор аминокислот. В других белках может быть меньшее по сравнению с эталонным относительное количество той или иной незаменимой аминокислоты.

Чаще всего не хватает следующих аминокислот: триптофана, лизина, реже метионина. Поэтому организму требуется эталонного белка меньше всего, а других белков больше. И чем хуже соотношение аминокислот, тем больше требуется белка. Если же в белке не хватает какой-нибудь незаменимой аминокислоты (хотя бы одной), то покрыть потребности организма он не может, сколько бы его ни поступало. Так, нехватка одной незаменимой аминокислоты приведет к тому, что в организме не смогут синтезироваться молекулы белков, в составе которых содержится эта незаменимая аминокислота.

В настоящее время считается, что для взрослого человека нужно в сутки около 115 г белка. Если же использовать белок куриного яйца, то достаточно 40 г, а смеси незаменимых аминокислот—13 г. Зная примерный аминокислотный состав различных пищевых продуктов, специалисты помогают составить диету таким образом, чтобы компенсировать недостаток аминокислот в одних продуктах за счет высокого содержания этих аминокислот в других.

Опыты на животных показали, что при белковом голодании не все органы уменьшают свою массу равномерно. Белки мышц, печени, плазмы крови расходуются при белковом голодании в первую очередь. Эти белки выполняют многообразные жизненные функции, но в критический период голодания они становятся белковыми источ

никами для жизненно наиболее важных органов: мозга, сердца, эндокринных желез. Особенно большим колебаниям в концентрации белка подвержена плазма крови: в случае уменьшения поступления белка с пищей уменьшается и количество белка в крови, при хорошем белковом питании идет быстрое восстановление содержания белка в плазме.

Распад белков в организме до аминокислот

Белки различных органов, тканей и тем более организмов очень отличаются друг от друга по молекулярной массе, аминокислотному составу, заряду, форме макромолекулы и многим другим параметрам. В связи с этим белок одного организма является чужим для другого. Поэтому пищевой белок никогда не используется организмом в нерасщепленном виде. К тому же на чужеродные белки, если они как-то попали в клетку в неизменном виде, выработались бы антитела, иммунитет лишил бы их видовой специфичности, т. е. попытался расщепить. Организм использует для питания клеток не сам белок, а аминокислоты, его составляющие.

Мы уже знаем из предыдущих разделов, что для получения из белка смеси аминокислот необходимо их продолжительно кипятить с кислотами или щелочами. В организме же процесс гидролиза белка идет под действием пищеварительных протеолитических ферментов при невысоких температурах. Все протеолитические ферменты желудочно-кишечного тракта действуют на пептидную связь —СО—NH—, но каждый из ферментов выбирает «свои» связи, образованные определенными аминокислотами. Например, пепсин быстрее разрывает связи между двумя остатками аланина или между аланином и серином, а трипсин «узнает» группы аргинина и лизина.

В отличие от углеводов белки в ротовой полости не подвергаются никаким изменениям, так как слюна не содержит ферментов, расщепляющих белки. Разрушение их начинается в желудке под действием двух мощных фaктopoв: сильно кислой реакции желудочного сока и активного фермента пепсина. pH желудочного сока — 1,5—2,5. Это очень кислая среда, в которой пепсин наиболее активен. Кислотность желудочного сока создает соляная кислота, роль которой многообразна: она стимулирует превращение неактивного пепсиногена в активный пепсин, создает оптимальную концентрацию Н⁺ для действия пепсина, вызывает денатурацию и набухание белков и предотвращает гниение в желудке.

Превращение неактивного пепсиногена в пепсин, как и в случае с трипсином, происходит при отщеплении части молекул полипептида с молекулярной массой около 7000. Об активности пепсина можно судить по скорости переваривания яичного белка или нитей фибрина. Пепсин разрывает в белке преимущественно внутренние связи, хотя находят и небольшое количество отдельных аминокислот, полученных при гидролизе концевых участков белковой нити. Однако основными продуктами гидролиза белка после обработки пепсином являются крупные обломки белковой молекулы — пептоны. Это все еще высокомолекулярные соединения. Они не всасываются в желудке, а поступают в двенадцатиперстную кишку. Здесь происходит дальнейшее превращение этих веществ под действием кишечного сока, в котором находится несколько разных ферментов: трипсин, химотрипсин, различные пептидазы.

Трипсин, как и пепсин в желудке, выделяется в неактивной форме, затем от него отщепляется небольшой пептид, что делает трипсин активным. Выделение пищеварительных ферментов в неактивной форме имеет очень важное значение: ведь в кишечном соке есть много других белков-ферментов, которые трипсин сразу же переварил бы, если бы он выделялся в активной форме. Трипсин гидролизует тоже не все пептидные связи в белке, а примерно 1/3 общего их количества. Он воздействует также на целые белковые молекулы, которые почему-то не расщепились в желудке.

Химотропсин расщепляет те связи, на которые не действует трипсин, прежде всего связи, образованные тирозином, фенилаланином, триптофаном и метионином. После обработки химотрипсином гидролизоваиными оказываются больше половины пептидных связей. Химотрипсин может воздействовать (как и трипсин) на негидролизованные пепсином белки. Поэтому операция полного удаления желудка не исключает возможности усвоения белков пищи.

Дальнейший распад белков происходит под действием ферментов пептидаз в тонком кишечнике. Они выделяются стенкой кишечника тоже в неактивной форме. Карбоксипептидазы отщепляют аминокислоты от обрывков белковой молекулы с СООН-конца, аминопептидазы — с того конца, где имеется свободная Nh3-группа. Дипептидазы расщепляют дипептиды на свободные аминокислоты.

Таким образом, совместное действие группы ферментов в различных отделах желудочно-кишечного тракта приводит к полному распаду белков пищи до свободных аминокислот.

Пути превращения аминокислот

Аминокислоты, образовавшиеся при гидролизе белка в желудке и кишечнике, всасываются через стенки капилляров и попадают в кровь. Ранее считали, что частично могут всасываться и нерасщепленные белки. Эксперименты опровергли эти предположения. Для проверки в кровь вводили чужеродный белок. На него вырабатывались антитела и шли реакции, направленные на уничтожение такого белка. Всасывание белка в кишечнике возможно при приеме большого количества сырого белка (например, яичного белка). При этом белок появляется даже в моче. Но такой опыт сопровождается явлениями отравления, т. е. всасывание белка — ненормальное физиологическое состояние.

Аминокислоты же не только хорошо всасываются, но их можно прямо вводить в кровь. Этот прием используется, когда больной не в состоянии какое-то время нормально питаться, например при операциях на пищеводе. Часть аминокислот не всасывается в кишечнике, а используется там же в качестве питания микроорганизмами, которые всегда населяют кишечник. Микроорганизмы нижних отделов кишечника участвуют в процессе гниения белков. Среди ядовитых продуктов гниения белков можно назвать фенол, который образуется из аминокислоты фенилаланина:

Количество веществ, получающихся из белков при гниении в кишечнике, велико и разнообразно по химическом составу.

Аминокислоты, всосавшиеся в кровь через стенку кишечника, попадают в печень, где они претерпевают различные превращения, а также идут на синтез белка.

Значительная часть аминокислот разносится кровью дальше ко всем органам и тканям. В клетках из них строятся белки, специфические для данной ткани.

Общая схема путей превращения аминокислот дана на рисунке 1.

Основные реакции, по которым идет распад аминокислот,— декарбоксилирование, дезамирование, переаминирование.

 

 

Рис. 1. Пути превращения аминокислот в организме.

 

Декарбоксилирование, связанное с отщеплением карбоксильной группы от аминокислоты, приводит к образованию аминов:

 

 

Ферменты, которые катализируют этот процесс, названы декарбоксилазами.

При различных видах дезаминирования получаются кислоты, кетокислоты, гидроксикислоты и отщепляется аммиак.

1. Восстановительное дезаминирование:

 

 

2. Окислительное дезаминирование:

3. Гидролитическое дезаминирование:

В 1937 г. советские ученые А. Е. Браунштейн и М. Г. Крицман открыли реакцию переаминирования, в результате которой под действием ферментов трансаминаз из одних аминокислот в организме могут быть получены другие аминокислоты путем переноса аминогруппы с аминокислоты на кетокислоту:

В тканях животных есть набор ферментов, расщепляющих белки прямо в клетках. Эти ферменты называют тканевыми протестами. Они наиболее активны в слабокислой среде. По своему действию эти ферменты соответствуют пепсину, трипсину, пептидазам. Многие из них локализованы в лизосомах, субклеточных частицах, которые в клетках отвечают за переваривание белков. Лизосомальные мембраны нестабильны. Под влиянием различных факторов они разрываются, а гидролазы, находящиеся в них, выходят в клетку и аутолизируют ее содержимое.

Та часть аминокислот, которая не была использована организмом для синтеза белка, ферментов, новых аминокислот или гормонов, распадается и выводится из организма. Конечными, продуктами распада аминокислот являются аммиак, оксид углерода (IV), вода, мочевина.

Аммиак образуется из аминсодержащих соединений при дезаминировании. В свободном виде он токсичен, и поэтому организм научился его обезвреживать. Наиболее восприимчивы и чувствительны к аммиаку клетки головного и спинного мозга, а также другие нервные ткани. В нормальных (неповрежденных) клетках за обезвреживание аммиака в какой-то степени отвечают прежде всего глутаминовая и аспарагиновая аминокислоты, имеющие по две карбоксильные группы. Они поглощают аммиак и образуют безвредные амиды. Этот путь обезвреживания Nh4 особенно важен для растений:

У человека и высших млекопитающих распад аминокислот идет через ряд реакций, и из аммиака и оксида углерода (IV) в несколько стадий с участием АТФ синтезируется мочевина:

Это конечный продукт, выделяющий аммиак в безвредной форме с мочой.

Беглый обзор путей превращения аминокислот был бы неполным, если, рассказав об основных путях распада, не остановиться на синтезе аминокислот в клетках. Как мы уже говорили, синтезироваться могут не все, а только заменимые аминокислоты. У растений же все аминокислоты могут синтезироваться из аммиака, нитратов и оксида углерода (IV).

Один из путей синтеза новых аминокислот мы уже приводили — это переаминирование. Другой путь — прямое аминирование кетокислот. Углеродный скелет для таких аминокислот чаще всего берется из продуктов неполного распада углеводов или жирных кислот. Например, аминокислота аланин легко получается из продукта углеводного обмена — пировиноградной кислоты:

Как видно из этого примера, нельзя проводить резкие границы между обменами аминокислот, жиров и углеводов. Продукты распада одного класса веществ могут служить иcходным материалом для синтеза другой группы соединений.

Еще один путь внутриклеточного синтеза аминокислот у человека и животных — превращение незаменимых аминокислот в заменимые. Например, гликокол может образоваться из треонина и серина. Этот путь подтвержден опытами с использованием меченых атомов.

Строго говоря, незаменимые аминокислоты тоже в какой-то степени могут образовываться. Но это лишь в том случае, если в организме есть соответствующие им кетокислоты. Тогда из них путем прямого аминирования могли бы получиться аминокислоты. Таких соединений в клетке мало, к тому же они чаще всего образуются из незаменимых аминокислот.

Биосинтез белка в клетке

Механизмы внутриклеточного связывания аминокислот в белки были выяснены только после того, как в области синтеза белка применили метод меченых атомов. До этого считалось, что в клетке сначала синтезируются короткие пептиды, которые затем каким-то образом связываются между собой в длинные полипептиды. Современными методами установили, что все белки обновляются с разной скоростью. Белки органов и тканей с высоким уровнем, обмена веществ, например печень, обновляются за несколько дней, белки волос, рогов, ногтей — в несколько месяцев. Ученые выяснили основные этапы синтеза белка и компоненты, необходимые для осуществления этого процесса. Определили, что включение аминокислот в белок и синтез макромолекулы осуществляется в клетке за несколько секунд. На искусственный синтез даже самого простого белка в лаборатории уходят многие месяцы кропотливой работы.

Как же осуществляется синтез? Какие вещества необходимы для проведения всех его стадий? Откуда берется энергия для этого химического процесса?

Исследователи предположили, что высокая скорость синтеза белка может быть обеспечена наличием шаблона или модели (матрицы), с которой считывается информация. Большая точность воспроизводства совершенно одинаковых молекул любого белка тоже подтверждает гипотезу существования матрицы. В настоящее время последовательность основных этапов логической цепи белкового синтеза известна. Четко доказана роль ДНК (дезоксирибонуклеиновой кислоты): если разрушить ДНК в клеточном ядре, то синтез белка прекратится. В других опытах ДНК из одного штамма микроорганизмов, внедренная в клетки другого штамма, вынуждает его синтезировать некоторые белки, характерные только для первого. Значит, в ДНК заложена информация о специфических белках, которые могут синтезироваться в новых клетках по «старой» ДНК. Это только один из многих примеров, подтверждающих роль ДНК в хранении информации для синтеза совершенно определенных белков. Классическим примером является поражение бактериальной клетки вирусом. Вирус прикрепляется к оболочке бактерии и впрыскивает внутрь ее свою ДНК. В клетке бактерии начинается синтез чужих вирусных белков. Считывание информации о синтезе необходимого клетке белка начинается с расплетения на определенном участке двойной спирали ДНК. Напомним, что ДНК представляет собой две цепочки, построенные из нуклеотидов, состоящих из трех компонентов: азотсодержащего основания, дезоксирибозы, фосфорной кислоты. Например, адениловый нуклеотид выглядит так:

Такие трехкомпонентные нуклеотиды являются мономерами одной нити ДНК. Они упакованы друг над другом в виде столбика из монет. Параллельно первой нити в ДНК имеется другая, отличающаяся азотистыми основаниями. Между двумя такими нитями устанавливаются водородные связи, которые и поддерживают всю молекулу ДНК в двунитчатом спирализованном состоянии.

Важную роль в синтезе белка играют различные типы уже упоминавшихся нами РНК. Например, крупная информационная (матричная) РНК (иРНК) имеет относительную молекулярную массу 1 млн. Предполагается, что каждая иРНК соответствует одному белку. Это значит, что клетка, содержащая 2500 различных белков, должна иметь столько же разновидностей иРНК, а каждая из них — тысячи нуклеотидов, чтобы «записать» информацию о составе белка, который на ’ней должен быть синтезирован.

Другой тип рибонуклеиновых кислот — транспортные (тРНК). Они отличаются от информационных прежде всего низкой молекулярной массой (30 000—35 000). Транспортные нуклеиновые кислоты не связаны с белками. Они находятся в растворимой части клеток в свободном виде и потому нередко называются еще растворимыми. Считают, что видов тРНК не меньше, чем разновидностей аминокислот, т. е. каждая аминокислота имеет свою тРНК. Для прикрепления аминокислоты в тРНК имеется определенный участок (рис. 2). Доказано, что все тРНК построены однотипно, имеют и другие характерные участки и напоминают по форме кленовый лист.

Около 90 % всех РНК содержится в рибосомах. Их так и называют — рибосомальные РНК. Они наиболее высокомолекулярны (около 2 млн.), всегда связаны с белками. Тело рибосомы состоит из комплекса РНК+белок, а сама рибосома по форме представляет собой грибовидное образование, состоящее из двух субъединиц: шляпки и ножки разной массы.

Каким же образом взаимодействуют между собой РНК в системе синтеза белка? Роль их доказана такими же убедительными опытами, как и для ДНК. Если РНК обработать ферментом рибонуклеазой, т. е. разрушить ее, то синтез белка в клетке прекращается. Если рибосомы обработать рибонуклеазой, то синтез белка в таких рибосомах тоже не идет. Это же подтверждается исследованиями, проведенными на вирусах. Многие вирусы содержат не ДНК, а РНК, окруженную белковой оболочкой — капсулой. Известно, что при внедрении такого вируса в клетку идет синтез белка, заданный вирусной РНК. Если извлечь РНК из вируса, обработать ее химическими методами и изменить нуклеотидный состав, а затем измененную РНК ввести в клетку, то изменится и аминокислотный состав белка, синтезируемого в клетке. Этот изящный, но достаточно трудоемкий опыт доказывает неопровержимо, что РНК каким-то образом диктует, какой белок и какого состава должен синтезироваться в данный момент в клетке.

 

 

 

 

Рис. 2. Структура транспортных РНК: 1 — участок РНК, связывающий аминокислоту; 2 — аминокислота; 3 — участки двойной спирализации РНК; 4 — антикодон (участок РНК, соответствующий определенному участку информационной РНК— кодону).

 

В настоящее время выяснено, что ДНК в ядре клетки расплетается на значительном участке и получаются две одиночные цепи. На одной из этих расплетенных цепей из нуклеотидов, имеющихся в растворимой части клетки, синтезируется полинуклеотидная цепь. Она полностью считывает информацию с одиночной нити ДНК и образует при участии фермента полимеразы иРНК, т. е. РНК, считавшую информацию с ДНК. После синтеза иРНК освобождается от ДНК и выходит из ядра в цитоплазму — растворимую часть клетки.

В настоящее время механизм синтеза белка представляют следующим образом. Аминокислогы, растворенные в клеточном содержимом, вовлекаются в синтез белка не прямо, а после предварительной активации. Активация заключается в том, что к карбоксильной группе аминокислоты присоединяется АТФ. Теперь аминокислота способна преодолеть энергетический барьер в процессе синтеза белка, т. е. она переходит на более высокий энергетический уровень. Запасенной энергии будет достаточно для образования пептидной связи. Активация идет при обязательном участии активирующих ферментов — синтетаз, индивидуальных для каждой аминокислоты.

Следующий этап синтеза белка — взаимодействие активированной аминокислоты с растворенными в цитоплазме тРНК. В каждой из них есть участки, которые «узнают» свою аминокислоту. Например, тРНК, которая переносит валин, может столкнуться с активированным аланином, или метионином, или еще какой-то аминокислотой, но результативного взаимодействия не получится. Это объясняется не только специфическим отношением РНК именно к валику, но и существованием отдельных ферментов, катализирующих перенос определенной активированной аминокислоты на определенную тРНК. Таким образом, на 20 разновидностей аминокислот необходимо не менее 20 различных транспортных РНК и 20 специфических ферментов.

Далее было установлено, что, несмотря на различные нуклеотиды в составе тРНК, за прикрепление к активированной аминокислоте отвечает один и тот же триплет (три нуклеотида): цитозин — цитозин — аденозин, соединенные через остатки фосфорной кислоты. Этот концевой участок (ЦЦА) обнаружен у всех тРНК. Отщепление его от рибонуклеиновой кислоты делает прикрепление активированной молекулы аминокислоты к тРНК невозможным. Свойство же различать именно свою аминокислоту зависит от других участков молекул РНК.

Следующий этап синтеза белка — перенос тРНК с прикрепленной к ней активной аминокислотой на рибосомы. Рибосомы считаются основным местом синтеза белка в клетке. Эти частицы, состоящие из двух субъединиц, могут диссоциировать в клетке на тяжелую и легкую субъединицы и соединяться вновь вместе. Часто рибосомы образуют агрегаты из двух, трех и более рибосом. Полимеры, образованные многими рибосомами, назвали тяжелыми рибосомами, или полисомами. Если в клетке снизить концентрацию ионов Mg22+, то рибосомы начинают распадаться на субъединицы, а если концентрацию этих ионов увеличить, то рибосомы начинают объединяться в пары. Ученые выделили рибосомы из клеток различных органов и тканей животного и растительного происхождения. Найдены рибосомы и в клетках бактерий. В основном в клетке рибосомы локализованы в цитоплазме, но их находят и в митохондриях, и в ядрах, и в пластидах, и в других субклеточных структурах. Такая универсальная распространенность рибосом подтверждает их жизненно важную биологическую функцию — синтез белка. Процессы синтеза белка идут и в ядре, где необходимы специфические ядерные белки, и в митохондриях, где можно найти много белков-ферментов. Если выделить рибосомы в тот момент, когда в них идет синтез белка, то можно обнаружить, что полипептидная нить синтезируемого белка связана с рибосомой до тех пор, пока к полипептиду не присоединится последняя аминокислота. Тогда вновь образованный белок освобождается от рибосомы, синтез одной нити закончен и рибосома готова начать синтез следующей полипепгидной цепи.

Каков же механизм самого процесса синтеза белка? иРНК, которая была синтезирована в ядре на ДНК как на матрице, несет всю закодированную в нуклеотидной последовательности информацию из ядра в цитоплазму, а точнее к рибосоме (рис. 3). Чтобы начался синтез белка в рибосоме, необходимо несколько условий, главные из которых таковы: рибосома должна присоединиться к иPHK; в окружающей среде должны быть РНК, связанные с активными аминокислотами; в растворе должны быть ионы Mg²⁺ и некоторые другие ионы (К⁺, Nh5+) и определенные белки-ферменты.

 

 

Рис. 3. Схема биологического синтеза белка.

 

иРНК как лента транспортера или магнитофонная лента протаскивается через рибосому или полисомы. Каждые три нуклеотида на мРНК соответствуют присоединению одной аминокислоты; например триплет, состоящий из трех цитозинов (ЦЦЦ), кодирует включение в белковую цепь аминокислоты пролина. А на тРНК, несущей к месту синтеза белка аминокислоту пролин, есть участок — антикодон, который «узнает» свое место в иРНК, т. е. триплет ЦЦЦ. После отдачи аминокислоты тРНК освобождается из рибосомы, оторвавшись от иРНК, готова опять связаться с пролином, находящимся в цитоплазме, и нести его в рибосому, дожидаясь нового участка иРНК, кодирующего пролин, т. е. ЦЦЦ.

В каждый момент времени в рибосоме, синтезирующей белок, находятся две молекулы тРНК: одна только что вошла в рибосому и прикрепилась своим антикодоном к кодону (иРНК), зашифровавшему очередную аминокислоту, вторая тРНК пришла раньше первой и уже перебросила принесенную ею аминокислоту на растущую полипептидную цепь. При этом какой-то механизм (сравните с зубчатой шестеренкой) протянет иРНК на один триплет через рибосому, что приведет к освобождению предыдущей тРНК и выходу ее из рибосомы, а аминокислота, принесенная второй тРНК, приблизится к недостроенному белку, и установится пептидная связь за счет запасенной ранее от АТФ энергии. В иРНК есть кодоны, которые не кодируют какую-то определенную аминокислоту, а сообщают о конце синтеза белка. Получив такую информацию, рибосома прекращает синтез, и белок готов для выполнения предназначенной ему функции. Следовательно, в основные стадии синтеза белка в клетках на рибосомах входят: а) активирование аминокислот с помощью АТФ и специальных ферментов; б) связывание активных аминокислот с тРНК; в) перенос активных аминокислот на иРНК в рибосому к месту синтеза белка; г) синтез пептидных связей в рибосоме и удлинение полипептидной цепи еще на одну аминокислоту; д) отрыв готовой полипептидной цепи от рибосомы и формирование третичной структуры белка.

Рассказ о синтезе белка занимает гораздо больше времени, чем идет сам процесс. Если проследить за синтезом молекулы гемоглобина, то окажется, что все стадии от активации аминокислот до получения молекулы гемоглобина длятся около полутора минут. А если представить себе, сколько ферментов, гормонов белковой природы, структурных белков и полипептидов необходимо синтезировать в одно и то же время, то не может не удивить быстрота, слаженность и четкость прохождения сложнейших внутриклеточных реакций.

Интересно, что если исследователи вместо природной иРНК давали в систему синтеза белка синтетическую полинуклеотидную нить, то рибосома все равно синтезировала пептидную цепь по такой матрице. Этот факт подтверждает, что основные наши представления о пути синтеза белка в клетке соответствуют действительности.

Рассмотренная схема синтеза белка называется матричной потому, что безошибочное воспроизведение информации о первичной структуре белка происходит в клетке, как копирование текста с заготовленного заранее шаблона — матрицы. А локализация синтеза белка в рибосоме дала процессу другое название — рибосомальный синтез.

Наряду с общепризнанным путем синтеза белка доказано существование другого механизма синтеза, не связанного с нуклеиновыми кислотами,— мультиферментный путь. Принцип этой схемы состоит в следующем. В присутствии АТФ, ионов Mg²⁺ и набора аминокислот происходит активирование необходимых аминокислот — образование их аминоациладенилатов:

Образование пептидной связи между двумя очередными аминокислотами осуществляется комплексом, состоящим из нескольких ферментов,— мультиферментным комплексом. В переносе аминоацильных групп большую роль играют SH-группы ферментных субъединиц. Так синтезируются, например, антибиотики грамицидин, тироцидин, микобациллин, представляющие собой небольшие полипептиды. Так как мультиферментный путь синтеза белка в бактериях сосуществует с рибосомальным путем, считается, что в эволюции сначала был только мультиферментный механизм сборки полипептидов. Ф. Липман предложил объединить элементы матричного и мультиферментного пути синтеза белка в единую теорию.

Проблема получения пищевого белка

В настоящее время основным источником белка в питании населения земного шара являются зерновые продукты, и прежде всего пшеница, рис, кукуруза, за счет которых получается около 40 млн. т белка в год. 12 млн. т белка поступает за счет бобовых культур и 25 млн. т за счет животных белков. Но данного количества (77 млн. т) недостаточно для удовлетворения потребности населения в белке. Следовательно, проблему белкового питания, как и питания в целом, нельзя считать решенной. Особую остроту она имеет в отсталых и развивающихся странах Африки, Азии и Латинской Америки. Однако дефицит питания, иногда граничащий с голоданием, существует среди необеспеченных слоев населения и в таких экономически развитых странах, как Англия и США.

Основной путь решения данной проблемы — развитие сельского хозяйства на высокой научной и технической основе, использование земель, не вовлеченных в процесс сельскохозяйственного производства, повышение урожайности, интенсификация и рационализация всех отраслей сельского хозяйства. Равным образом необходимо развитие отраслей промышленности, связанных с переработкой пищевых продуктов, их хранением и транспортировкой. Важное значение при этом приобретает реализация научных достижений, полученных в разных областях науки. Некоторые из них, например промышленное производство белка и других питательных веществ, открывают новые перспективы, дающие основания надеяться на радикальное решение извечной задачи человечества — обеспечение достаточным и рациональным питанием.

Хотя основным поставщиком белка в настоящее время являются зерновые, известно, что в качественном отношении белки, содержащиеся в них, значительно уступают белкам животного происхождения. Они довольно далеки по составу незаменимых аминокислот от идеала, т. е. от белка, принятого за эталон. Высокая биологическая ценность животных белков, сочетающаяся с лучшим вкусом, стимулирует развитие животноводческой отрасли сельского хозяйства. Меры к этому принимаются в большинстве стран мира, а доля продуктов этой отрасли в пищевом балансе постепенно повышается. Однако следует учитывать такой экономический фактор, как высокая себестоимость производства большинства продуктов животноводства: мяса, яиц и пр., что создает трудности для быстрого развития этой отрасли сельского хозяйства. Большая питательная ценность белков животного происхождения и их дефицитность диктуют необходимость особо бережного к ним отношения и рационального использования.

Большие потенциальные возможности получения белков высокого качества заключены в промысле рыб и других обитателей морей и океанов. В большинстве стран в годовом рыбном рационе одного человека содержится пока только не более 2 кг белка.

Биологическая неполноценность белков зерновых продуктов выдвинула важную научно-практическую задачу — разработку способов исправления их аминокислотного состава. Улучшение зерновых белков, доведение их качества по аминокислотному составу до уровня белков животного происхождения открыли бы возможности тем же количеством продуктов удовлетворить потребность гораздо большего числа людей. Можно сразу сказать, что решение подобной задачи при современном уровне наших знаний возможно не только в научном аспекте, но и в практическом. Несколько путей ведут к практической реализации этих задач. Так, исследования, проведенные по анализу биологической ценности различных растительных белков, показали высокую ценность белков ржи, риса, овса, гречихи. Использование этих и подобных им растений является одним из способов решения задач улучшения белкового питания.

Другой важный путь, ведущий к этой цели, заключается в селекции и выведении сортов растений с наилучшим аминокислотным составом белков. Эта задача вполне реальна, так как среди имеющихся сортов растений, например пшеницы, есть сорта, белки которых лучше сбалансированы по составу аминокислот по сравнению с другими. К настоящему времени выведены сорта кукурузы, чрезвычайно богатые триптофаном и лизином, а также сорта высоколизиновой пшеницы. Есть все основания полагать, что агрохимики могут вывести и внедрить сорта с лучшим соотношением аминокислот, т. е. с более высококачественным белком, учитывая, что на аминокислотый состав растительных белков влияют условия выращивания: почва, удобрения, количество осадков и т. д.

Улучшение качества белка хлебных изделий возможно за счет добавки при их выпечке отходов молочной промышленности или их обогащения дефицитными аминокислотами.

В настоящее время из отходов нефтяной промышленности производится синтез микробного белка, который используется на корм скоту, что значительно снижает себестоимость продуктов животноводства. Бурный прогресс химической науки позволил осуществить дешевый синтез лизина. В настоящее время химики работают над разработкой дешевого способа производства триптофана. Для производства различных аминокислот, в том числе и незаменимых, широко применяется метод их микробиологического синтеза, для которого выводятся специальные штаммы микроорганизмов, усиленно синтезирующие ту или иную аминокислоту.

 

Скачать реферат:
У вас нет доступа к скачиванию файлов с нашего сервера. КАК ТУТ СКАЧИВАТЬ

Пароль на архив: privetstudent.com

Белок для организма: сколько нужно, где добыть?

Сколько нужно белков организму для поддержания здоровья. В каких продуктах содержатся растительные белки

Равилов Владимир
  ⏳ 07-18-2018   06-25-2021

Растительные продукты, богатые белками. Фото: Naked Food MagazineРастительные продукты, богатые белками. Фото: Naked Food Magazine

Белок — сложное органическое вещество, материал для строительства клеток и тканей живых организмов. Белок, а точнее группа белков, формируют мышцы, мозг, сердце, ферменты, гормоны и другие составляющие тела человека. Белки незаменимы, потому что 54% массы тела человека состоит из белков, поэтому важно чтобы пища была богата белками — от этого зависит здоровье и долголетие.

Ученые предполагают, что основные, структурные, белковые клетки меняются не менее 50 раз за жизнь человека, несмотря на то, что темп и скорость жизненных процессов различна и зависит от органа и ткани. Таким образом, белки непрерывно участвуют в синтезе и распаде молекул, лежащих в основе жизнедеятельности человеческого организма.

Избыток белков не так заметен, как недостаток. Недостаток белков в пище ведет к снижению иммунитета, ухудшению кроветворения, нарушению деятельности нервной системы и желез внутренней секреции. Белки связывают и обезвреживают яды, попавшие в организм и повышают стрессоустойчивость. Недостаток белка в организме — причина многих нарушений в жизненно важных процессах. Особенно чувствительны к недостатку белков дети и пожилые люди.

Белок, в отличие от жиров и углеводов, не может заменяться другими пищевыми элементами. Единственный источник белка — пища, богатая белками. Именно поэтому белки должны составлять важную часть пищевого рациона человека.

Некоторые белки организм может синтезировать самостоятельно, но подавляющее большинство белков должно поступать в организм и пищи животного происхождения, хотя есть множество овощей богатых белками. Именно поэтому белки назвали протеинами, ведь они основа всех живых клеток организма.

В процессе пищеварения белки расщепляются под действием ферментов на аминокислоты, которые всасываются в кровь через стенки тонкой кишки и поступают во все клетки организма, служа источником для синтеза белков.

В пищеварительном тракте человека протеины под воздействием ферментов расщепляются на различные аминокислоты, которые затем через стенки тонких кишок всасываются в нашу кровь, разносятся во все клетки и служат источником для синтеза белков.

Польза растительных белков

Ешь морковку, лук и хрен — будешь как Софи Лорен. Белки растительного происхождения полезны для здоровья. Фото: Christophe’s To Go

У людей, регулярно употребляющих в пищу продукты животного происхождения не возникает желания выделить овощи богатые белками, а у решивших стать веганами (вегетарианцами) наоборот интерес повышенный.

Растительные белки помогают похудеть не испытывая недостатка в белковой пище, ведь в растительных продуктах нет жиров, в отличие от белковой пищи животного происхождения (мясо, рыба, молочные продукты, яйца). Именно поэтому растительные блюда богатые белками получаются легкими и диетическими.

Растительный белок одинаково полезен для мышц, как и животный, но употребляя растительную белковую пищу можно похудеть гораздо быстрее, ведь в организм перестанет поступать лишнее количество жира, но витамины, минералы и аминокислоты будут поступать в усиленном количестве.

Растительный белок усваивается организмом длительное время и не на 100%, что помогает контролировать чувство голода. А клетчатка, содержащаяся в продуктах растительного происхождения, улучшает работу пищеварительной системы.

Наиболее богаты растительными белками бобовые культуры (фасоль, горох, соевые бобы), а также цветная и брюссельская капуста, брокколи и кукуруза. Белки капусты и бобовых культур по аминокислотному составу приближаются к животным белкам и содержат незаменимые для нашего организма аминокислоты. Другие продукты растительного происхождения богаты белками меньше, смотри таблицу:

Таблица. Содержание белка в продуктах растительного происхождения

Продукт растительного происхождения	Среднее содержание белка, %
Cоя	36,5
Чечевица	27,6
Фасоль	25
Горох	24
Бобы	24
Чеснок	7
Горошек зеленый	5
Бобы зеленые	5
Капуста брюссельская	4,8
Капуста брокколи	4
Листья петрушки	3,8
Кукуруза (зерно)	3
Шпинат	3
Капуста кольраби	2,8
Капуста савойская	2,7
Хрен (корень)	2,5
Мангольд	2,5
Топинамбур	2,3
Картофель	2
Капуста цветная	2
Пастернак	2
Ревень	2
Редька	1,9
Земляника	1,8
Капуста белокочанная	1,8
Шиповник	1,6
Укроп (зелень)	1,6
Черная рябина	1,5
Салат	1,5
Стахис	1,5
Щавель	1,5
Свекла	1,5
Ежевика	1,4
Морковь	1,3
Лук зеленый	1,3
Перец овощной	1,3
Брюква	1,2
Редис	1,2
Черника	1,1
Помидор	1
Смородина черная	1
Облепиха	0,9
Лук репчатый	0,8
Тыква (овощ)	0,8
Огурец	0,8
Вишня	0,8
Малина	0,8
Слива	0,8
Арбуз	0,7
Брусника	0,7
Крыжовник	0,7
Кабачки	0,6
Баклажаны	0,6
Дыня	0,6
Груша	0,4
Яблоки	0,3

Из таблицы видно, что овощи, фрукты и ягоды, за исключением бобовых культур и брюссельской капусты, брокколи и кукурузы, не представляют особой ценности в качестве источников белка.

По статистике, за счет овощей, в основном, за счет картофеля, человек получает до 15% суточной нормы белка. Кстати, картофельный белок очень полезен, так как содержит полный набор незаменимых и заменимых аминокислот для организма.

К сожалению, у продуктов растительного происхождения содержащих большое количество белков, есть недостаток — низкое содержание витаминов группы B, которые содержатся преимущественно в продуктах животного происхождения. Многие вегетарианцы, отказавшись от пищи животного происхождения добавляют в рацион пивные дрожжи и молочные продукты, чтобы покрыть недостаток витаминов группы B.

Недостаток белка у пожилых людей

Белок растительного происхождения особенно полезен для людей преклонного и пожилого возраста. В сочетании с молочными продуктами растительные белки полностью удовлетворяют потребность организма в белках. Особенно полезны растительные белки, когда требуется ограниченное поступление белка в организм, например, при заболеваниях почек, то здесь уже овощи, фрукты и ягоды просто незаменимы.

В пожилом возрасте процессы роста и формирования тканей организма закончены, в связи с чем потребность в пластических материалах мала. Снижение общей работоспособности в пожилом возрасте и уход от интенсивной физической работы еще больше снижают норму потребления белка.

Однако у пожилых остается потребность в регенерации изношенных, отживающих клеток. Для этой цели требуется белок и тем в большем количестве, чем выше изнашиваемость тканей. Установлено, что регенеративная потребность в белке у пожилых и старых людей достаточно высокая, несмотря на рекомендации по ограничению употребления белковой пищи в пожилом возрасте, для уменьшения риска развития атеросклероза. Американские ученые выявили устойчивую связь с ограничением белкового питания и потребления сахара и понижением уровня холестерина в крови у пожилых и очень старых людей.

В целом, вопрос об определении потребности пожилых и старых людей в белке спорный и мнения ученых не до конца устоялись. Например, Институтом питания Академии медицинских наук рекомендована суточная потребность в белке для пожилых людей 90–100 грамм для мужчин и 70–80 грамм для женщин. А животные белки должны составлять примерно 50% от общего количества белков пищевого рациона взрослого человека.

Источники:

1. Белки — Википедия 

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, которые возникают 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. Предложенные 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 генов, кодирующих белок, установив начальную оценку сложности, связанной с молекулярной биологией человека.Следующим шагом является 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 инструментов прогнозирования. Информация о возможной вариабельности белковой последовательности представлена ​​как количество вариантов AS, nsSNP / SAP и PTM на ген.

Мы предположили, 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 в течение 10–15 лет они не сильно менялись 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, поскольку отсутствуют систематические экспериментальные данные, описывающие взаимодействие различных типов модификаций у видов белков.Это лишь один из возможных способов 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 MS / MS поисков в базе данных, содержащей все возможные комбинации вариаций 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 количественным образом.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 более чем 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 сверхчувствительную способность анализа 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 обнаруживать 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 с уровнем чувствительности 10 -11 М [38] и убиквитинирование [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 сверхнизким 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 откроет больший 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: многообещающее 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., Рейтер Р., Эберсольд Р. Валидация 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 апр 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, которые возникают 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. Предложенные 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 генов, кодирующих белок, установив начальную оценку сложности, связанной с молекулярной биологией человека.Следующим шагом является 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 инструментов прогнозирования. Информация о возможной вариабельности белковой последовательности представлена ​​как количество вариантов AS, nsSNP / SAP и PTM на ген.

Мы предположили, 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 в течение 10–15 лет они не сильно менялись 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, поскольку отсутствуют систематические экспериментальные данные, описывающие взаимодействие различных типов модификаций у видов белков.Это лишь один из возможных способов 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 MS / MS поисков в базе данных, содержащей все возможные комбинации вариаций 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 количественным образом.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 более чем 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 сверхчувствительную способность анализа 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 обнаруживать 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 с уровнем чувствительности 10 -11 М [38] и убиквитинирование [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 сверхнизким 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 откроет больший 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: многообещающее 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., Рейтер Р., Эберсольд Р. Валидация 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 апр 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, которые возникают 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. Предложенные 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 генов, кодирующих белок, установив начальную оценку сложности, связанной с молекулярной биологией человека.Следующим шагом является 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 инструментов прогнозирования. Информация о возможной вариабельности белковой последовательности представлена ​​как количество вариантов AS, nsSNP / SAP и PTM на ген.

Мы предположили, 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 в течение 10–15 лет они не сильно менялись 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, поскольку отсутствуют систематические экспериментальные данные, описывающие взаимодействие различных типов модификаций у видов белков.Это лишь один из возможных способов 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 MS / MS поисков в базе данных, содержащей все возможные комбинации вариаций 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 количественным образом.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 более чем 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 сверхчувствительную способность анализа 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 обнаруживать 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 с уровнем чувствительности 10 -11 М [38] и убиквитинирование [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 сверхнизким 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 откроет больший 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: многообещающее 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., Рейтер Р., Эберсольд Р. Валидация 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 апр 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, которые возникают 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. Предложенные 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 генов, кодирующих белок, установив начальную оценку сложности, связанной с молекулярной биологией человека.Следующим шагом является 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 инструментов прогнозирования. Информация о возможной вариабельности белковой последовательности представлена ​​как количество вариантов AS, nsSNP / SAP и PTM на ген.

Мы предположили, 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 в течение 10–15 лет они не сильно менялись 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, поскольку отсутствуют систематические экспериментальные данные, описывающие взаимодействие различных типов модификаций у видов белков.Это лишь один из возможных способов 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 MS / MS поисков в базе данных, содержащей все возможные комбинации вариаций 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 количественным образом.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 более чем 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 сверхчувствительную способность анализа 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 обнаруживать 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 с уровнем чувствительности 10 -11 М [38] и убиквитинирование [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 сверхнизким 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 откроет больший 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: многообещающее 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., Рейтер Р., Эберсольд Р. Валидация 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 произвести 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, научным сотрудником Университета Калифорнии, а ныне главным исследователем калифорнийской биотехнологической компании Calico, 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 годами изучали изобилие белка, 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, что имеет смысл, 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 во всем мире. Он также добавил, что, представляя изобилие белка «в общем и интуитивно понятном формате, лаборатория Брауна предоставила другим исследователям возможность повторно изучить эти данные и тем самым облегчить сравнения между исследованиями 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, что 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 одного 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 у людей примерно такое же количество генов, что и у «низших» организмов, таких 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.

Один из моих недавних проектов заключался в исследовании 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, в Атласе белков человека рассматривалось только 12 000 генов, кодирующих белки. 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 они не были обнаружены, потому что не существуют?

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 функциональны, 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 первичной 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 выявляются в исследованиях РНК-seq, надежные крупномасштабные протеомные анализы на основе масс-спектрометрии идентифицируют только небольшую часть аннотированных альтернативных изоформ. Самый ясный результат протеомных экспериментов состоит в том, что большинство генов человека имеют единственную 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 истинные альтернативные варианты сращивания не получили 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., В целом, 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 хромосомно-ориентированном проекте человеческого протеома, освещенном 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 всего 25000 генов создают и управляют человеком и всеми его белками (посмотрите Pertea and Salzberg на , оценивая количество 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 разных белков, подразумевают, что эволюция функции белков 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).