首页 > 文献资料
-
基于组学的多房棘球绦虫分泌蛋白预测与分析
目的 预测多房棘球绦虫的分泌蛋白组,分析分泌蛋白及其信号肽特征,为发展多房棘球蚴病的诊断和治疗方法奠定基础. 方法 采用SignalP4.1对多房棘球绦虫全基因组蛋白序列信号肽进行预测,并依次采用生物信息学软件TMHMM v2.0、Phobius、Big-PIpredictor及TargetP1.1筛选去除假阳性的预测蛋白.随后采用Excel统计信号肽和分泌蛋白的氨基酸序列特征,SPSS19.0对分泌蛋白及非分泌蛋白的氨基酸含量进行科尔莫哥罗夫-斯米尔诺夫检验(kolmogorov-smirnov test,K-S test)和t检验.后利用京都基因和基因组百科全书自动注释工具(KEGG Automatic Annotation Sever,KAAS)进行分泌蛋白的注释和分析. 结果 在多房棘球绦虫10～780条全基因组序列所编码的蛋白中,共发现875条含有信号肽的蛋白序列,其中307条属于膜结合蛋白;38条含糖基磷脂酰肌醇(glycosylphosphatidylinositol,GPI)锚定位点;12条定位于线粒体.终获得了含518条序列的多房棘球绦虫分泌蛋白组.SPSS统计分泌蛋白的信号肽长度集中于11～53个氨基酸,其中疏水性氨基酸含量占61％;且分泌蛋白的氨基酸含量(38～7 809个)显著小于(t=0.203,P＜0.01)非分泌蛋白氨基酸的含量(11～11 194个);KAAS分析显示获得注释的分泌蛋白主要出现在人类疾病、新陈代谢过程、环境信息处理、有机系统、细胞过程和遗传信息处理通路上,其中有6条序列已知和寄生虫感染直接相关. 结论 本研究获得了518条蛋白序列多房棘球绦虫分泌蛋白组,为后续的诊断、疫苗和药物靶点等相关研究提供了生物信息学数据.
-
基于组学研究的细粒棘球绦虫分泌蛋白组预测与分析
目的 在组学水平高通量、系统地预测及筛选细粒棘球绦虫的分泌蛋白组,研究分泌蛋白及其信号肽特征,为后续诊断和疫苗相关抗原(簇)研究奠定基础. 方法 利用SignalP4.1对细粒棘球绦虫全基因组蛋白序列进行信号肽预测,对含有信号肽的蛋白依次应用生物信息学软件TMHMMv2.0、Phobius、Big-PI predictor及TargetP1.1进行细粒棘球绦虫经典分泌蛋白质组筛选.随后利用LipoP1.0和TatP1.0分析分泌蛋白信号肽酶切位点类型,用SPSS19.0统计归纳信号肽和分泌蛋白的氨基酸序列特征,Blast2GO对分泌蛋白质组进行基因本体(gene ontology,GO)注释与聚类. 结果 在细粒棘球绦虫14 235条全基因组序列所编码的蛋白中,共发现984条含有信号肽的蛋白序列;其中有363条属于膜结合蛋白,另有25条定位于亚细胞器;终筛选到596条经典分泌蛋白序列.分泌蛋白质组的信号肽长度集中于15～ 31个氨基酸残基,其中疏水性氨基酸含量为62％,主要被Ⅰ型信号肽酶所识别,且酶切位点在-3及-1位相对保守;分泌蛋白氨基酸含量集中于50～ 700个氨基酸残基,小于非分泌蛋白氨基酸含量(t=3.06,P＜0.01);GO分析显示分泌蛋白主要参与新陈代谢、细胞过程、调节和发育等生物过程,并行使催化、结合、抗氧化和酶调节功能. 结论 本研究预测筛选到含有596条蛋白序列的细粒棘球绦虫分泌蛋白组,可用于后续的诊断和疫苗相关抗原筛选研究.
-
结膜吸吮线虫基因组中分泌蛋白的规模预测及分析
目的 在对结膜吸吮线虫基因组数据进行注释的基础上对其中分泌蛋白进行规模预测及分析.方法 联合应用SignalP、TMHMM、MEME、Protcomp、big-PI Predictor和SecretomeP等多种生物信息学软件进行分析,完成了结膜吸吮线虫分泌蛋白组的预测,对其进行GO功能富集、KEGG通路分析、结构域统计以及具有抗原性分泌蛋白预测等分析.结果 结膜吸吮线虫合有约259个分泌蛋白,其长度多集中在100-700 aa;GO功能分析发现这些分泌蛋白多富集在分泌途径及宿主互作中;KEGG分析显示分泌蛋白在药物及谷胱甘肽代谢中发挥着重要作用;候选分泌蛋白的结构域分析发现存在多为糖水解酶结构域;大规模筛选预测到126个分泌蛋白具有B细胞表位抗原性的功能.结论 结膜吸吮线虫分泌蛋白多为小型蛋白,推测这些蛋白可能参与糖代谢、抗氧化活性,协助虫体的入侵及其在宿主体内的寄生.
