Представлен ретроспективный анализ изменений сведений о количестве протеоформ человека, событий посттрансляционных модификаций (ПТМ), альтернативного сплайсинга (АС), одноаминокислотных полиморфизмов (ОАП), ассоциированных с белок-кодирующими генами в базе данных neXtProt. В 2016 году нашей группой были предложены три математические модели для предсказания количества различных белков (протеоформ) в протеоме человека. Спустя восемь лет мы сравнили исходные данные информационных ресурсов и их вклад в результаты предсказаний, сопоставив различия с новыми подходами экспериментального и биоинформатического анализа модификаций белков. Цель данной работы — актуализировать информацию о статусах записей в базах данных о выявленных протеоформах с 2016 года, а также выявить тренды изменений количеств этих записей. Согласно различным информационным моделям, современные экспериментальные методы позволяют выявить от 5 до 125 млн различных протеоформ — белков, образованных в результате альтернативного сплайсинга, реализации на протеомном уровне однонуклеотидных полиморфизмов и посттрансляционных модификаций в различных комбинациях. Данный результат отражает увеличение размера человеческого протеома на 20 и более раз за последние 8 лет.
Сарыгина Е.В., Козлова А.С., Пономаренко Е.А., Ильгисонис Е.В. (2024) Размер протеома человека как функция развития экспериментальных технологий и методов биоинформатики. Биомедицинская химия, 70(5), 364-373.
Сарыгина Е.В. и др. Размер протеома человека как функция развития экспериментальных технологий и методов биоинформатики // Биомедицинская химия. - 2024. - Т. 70. -N 5. - С. 364-373.
Сарыгина Е.В. и др., "Размер протеома человека как функция развития экспериментальных технологий и методов биоинформатики." Биомедицинская химия 70.5 (2024): 364-373.
Сарыгина, Е. В., Козлова, А. С., Пономаренко, Е. А., Ильгисонис, Е. В. (2024). Размер протеома человека как функция развития экспериментальных технологий и методов биоинформатики. Биомедицинская химия, 70(5), 364-373.
Список литературы
Aebersold R., Agar J.N., Amster I.J., Baker M.S., Bertozzi C.R., Boja E.S., Costello C.E., Cravatt B.F., Fenselau C., Garcia B.A., Ge Y., Gunawardena J., Hendrickson R.C., Hergenrother P.J., Huber C.G., Ivanov A.R., Jensen O.N., Jewett M.C., Kelleher N.L., Kiessling L.L., Krogan N.J., Larsen M.R., Loo J.A., Ogorzalek Loo R.R., Lundberg E., MacCoss M.J., Mallick P., Mootha V.K., Mrksich M., Muir T.W., Patrie S.M., Pesavento J.J., Pitteri S.J., Rodriguez H., Saghatelian A., Sandoval W., Schlüter H., Sechi S., Slavoff S.A., Smith L.M., Snyder M.P., Thomas P.M., Uhlén M., van Eyk J.E., Vidal M., Walt D.R., White F.M., Williams E.R., Wohlschlager T., Wysocki V.H., Yates N.A., Young N.L., Zhang B. (2018) How many human proteoforms are there? Nat. Chem. Biol., 14(3), 206–214. CrossRef Scholar google search
Zhang F., Chen J.Y. (2016) A method for identifying discriminative isoform-specific peptides for clinical proteomics application. BMC Genomics, 17(Suppl 7), 522. CrossRef Scholar google search
Prabakaran S., Lippens G., Steen H., Gunawardena J. (2012) Post-translational modification: Nature’s escape from genetic imprisonment and the basis for dynamic information encoding. Wiley Interdiscip. Rev. Syst. Biol. Med., 4(6), 565–583. CrossRef Scholar google search
Schlüter H., Apweiler R., Holzhütter H.G., Jungblut P.R. (2009) Finding one’s way in proteomics: A protein species nomenclature. Chem. Cent. J., 3, 11. CrossRef Scholar google search
Smith L.M., Kelleher N.L., Consortium for Top Down Proteomics (2013) Proteoform: A single term describing protein complexity. Nat. Methods, 10(3), 186–187. CrossRef Scholar google search
Semba R.D., Enghild J.J., Venkatraman V., Dyrlund T.F., van Eyk J.E. (2013) The human eye proteome project: Perspectives on an emerging proteome. Proteomics, 13(16), 2500–2511. CrossRef