研究基因和基因组的蛋白质组学

蛋白质组学是大规模的蛋白质分析，它将极大地促成我们在后基因组时代对基因功能的理解。蛋白质组学能被分为3个主要领域：（1）针对大量蛋白质鉴定的蛋白微观特性学；（2）潜在的应用于一大系列疾病的基于蛋白水平比较的"差异展示"蛋白质组学；（3）用质谱法或者酵母双杂交等技术研究的蛋白质与蛋白质相互关系学。因为即使基于和其它蛋白同源性或者甚至三维结构的比较，也往往难于预测一个蛋白的功能，所以对一个蛋白复合物的成分或者细胞结构的测定在功能分析中是重要的。蛋白质学在该方面的研究也许是大有希望的领域。在分子生物学发生巨变后，例如通过DNA方法使克隆变得容易，蛋白质组学在未来几年内将增加我们对于蛋白质、加工和路径的生物化学的理解。

在很短时期内大规模的DNA测序已经使生物医学的研究发生了变革。随着大多数人类基因的发现，现在很明显如果我们能够得到对于复杂生物过程一个全面的了解，那么一个解决生物问题的"工厂化方法"是值得要的。在本篇中我们将回顾一下蛋白质组学是如何通过对全球基因产品的分析，来对我们理解生物学和医学同样地作出至关紧要的贡献的。

蛋白质组学的定义 蛋白质组学是大规模蛋白质的研究，通常是利用生物化学的方法。蛋白质组学这个词传统上是和通过一个已知的细胞系或生物体在双向聚丙烯酰胺凝胶上展示大量蛋白相关的1-4。在这种意义上，蛋白质组学已经可以回溯到20世纪70年代末，当时研究者们开始用当时最新的发达技术双向凝胶电泳技术来构建蛋白质数据库5（框1）。这导致通过广泛的编目双向凝胶像点来对所有表达的蛋白建立数据库。然而，尽管当时这样的凝胶跑动可以在实验室间再现，但是确定蛋白的身份是困难的，因为缺少对于蛋白特性灵敏而快速的分析方法（例如聚合酶链反应和自动化的DNA分析的测序仪）。在20世纪90年代，生物的质谱仪作为一个强大的分析方法诞生了，以至弥补了大多数蛋白质分析的局限性。这个发展，加上在公共数据库中整个人类编码序列的实用性，标志着一个新纪元的开始。如今，蛋白质组学这个术语涵盖了多数基因产品的功能分析即功能基因组学，包括大规模的蛋白质鉴定或定位研究以及用酵母双杂交系统（yeast two-hybrid system）研究其相互作用。然而，更为焦点的大规模的蛋白质结构的研究通常改为不包括和标定"结构基因组学"6。同样地，仅仅靶向基因或mRNA的策略，例如大规模的突变或反义实验，是不应该被考虑为蛋白质组学的一部分的。

蛋白质组学的必要性 随着数据库中大量DNA序列的积累，研究者们意识到仅仅完成基因组的测序是不足以阐明生物的功能的。一个细胞正常来说是基于众多的代谢和调节路径来维持其生存的。在细胞的基因和蛋白成分即蛋白质组间没有严格的线性关系。蛋白质组学是基因组学的补充，因为它集中在细胞中的活性因子：基因产品的研究。因此，蛋白质组学直接导致了药物发展，因为几乎所有的药物是直接定向蛋白的。 基因组数据库中一个开放读码框（open reading frame ，ORF）的存在并不必要地意味着一个功能基因的存在。尽管生物信息学已飞速发展，仍然难于从基因数据库中精确地预测基因（见该期Eisenberg等的综述，823-826页，和参考文献7, 8）。虽然相关生物的测序通过比较基因组学将减轻基因预测的问题，但是初级结构的正确预测的成功率仍低9，10，特别是在小基因（小基因整个都能被忽视掉）或者那些与其它已知基因少有或没有同源关系的基因中。最近一项研究表明在对来自Mycoplasma genitalium 基因组的340个基因的注释中，错误率至少为8％11。如果这样的错误率推断到人类基因组，结果和推论是容易想象得到的。因此，通过蛋白质组学的方法确认一个基因产物在"注释基因组"这项工作中是重要的最初的一步。蛋白质的修饰显然不是源于DNA序列，例如异构体和转录后修饰，这些修饰仅能被蛋白质组学的方法论所测得。此外，也许有必要立即确定蛋白的表达水平，因为mRNA水平和蛋白水平也许有或者没有相关性12，13。基因产品的定位常常难以从序列来预测，却可用实验的方法确定。诸如细胞间通过蛋白质水解、再生和隔离来调节蛋白功能等机制影响了基因产物而非基因本身。最后，蛋白和蛋白间作用以及细胞结构的分子成分如细胞器，仅能在蛋白水平测定到。

蛋白质的鉴定和分析 (责任编辑：大汉昆仑王)