Fehérjecsalád

A humán ciklofilincsalád egyes tagjai izomerázdoménjeinek szerkezetei alapján

A fehérjecsalád evolúciósan rokon fehérjék csoportja. Sokszor a fehérjecsaládnak megfelelő géncsaládja van, ahol minden gén a megfelelő fehérjét kódolja egyértelmű kapcsolattal.

Az azonos családba tartozó fehérjék közös őstől származnak, és 3 dimenziós szerkezetük, funkcióik hasonlóak, szekvenciahomológiájuk jelentős.[1][2] Az (általában aminosav-) szekvenciák homológiája az egyik leggyakoribb homológia- vagy közösevolúciósős-mutató.[3][4] A szekvenciarendezéssel történő hasonlóságelemzés gyakran használatos. A közös ős nélküli fehérjék ritkán mutatnak statisztikailag jelentős szekvenciahasonlóságot, így a szekvenciarendezéssel azonosíthatók a fehérjecsaládok tagjai.[3][4] A családokat néha szerkezeti hasonlóság alapján nagyobb kládokba, szupercsaládokba rendezik szerkezeti hasonlóság alapján akkor is, ha nincs jelentős szekvenciahomológia.

Több mint 60 000 fehérjecsalád ismert,[5] de a fogalom többértelműsége eltérő számokat okoz a kutatásokban.

Terminológia és használat

Sok biológiai fogalomhoz hasonlóan a fehérjecsalád használata kontextusfüggő – jelenthet alacsony szekvenciahomológiájú nagy, közel azonos szekvenciájú, szerkezetű és működésű kis vagy a kettő közti csoportokat. Ezek megkülönböztetésére használatos a szupercsalád fogalma, mely távoli rokon fehérjéket tartalmaz, melyek rokonsága szekvenciahasonlósággal nem, csak közös szerkezeti jellemzőkkel mutatható ki.[6][7][8] Ezek hierarchikusan használhatók: legfelül vannak a távoli rokon fehérjéket gyakran szerkezeti hasonlóság alapján csoportosító szupercsaládok,[9] ezt követik a családok, melyek közös evolúciós eredet és jelentős szekvenciahomológia alapján tartalmazzák a fehérjéket,[2][10] néha pedig tovább csoportosítják alcsaládokba, melyek közeli hasonló vagy azonos funkciójú rokon fehérjék kis csoportjai.[11] Így egy szupercsalád, például a PA klán kisebb szekvenciahomológiát mutat, mint egy családja, a C04 család.

Nagyítás

Fent: a PA klán proteázainak szekvenciahomológiája. Lent: a C04 család 70 tagjának szekvenciahasonlósága. A nyilak a katalitikus hármast mutatják a DALI alapján.

Fehérjedomének és -motívumok

Lásd még: fehérjedomén

A fehérjecsalád-fogalom megjelenésekor még kevés fehérjeszerkezet vagy -szekvencia volt ismert. Ekkor a legtöbb ismert szerkezetű fehérje kis egydoménes fehérje volt, amilyen például a mioglobin, a hemoglobin és a citokróm c. Később sok több független szerkezeti és funkciós részt, domént tartalmazó fehérjét találtak. Az evolúciós keveredés miatt a fehérjék különböző doménjei függetlenül fejlődtek, ez a fehérjedomén-családokra való összpontosításhoz vezetett. Számos internetes forrás célja ilyen domének azonosítása és rendszerezése.[12][13]

A fehérjék különböző részei különböző funkciós korlátokkal rendelkeznek. Például egy enzim aktív helye bizonyos aminosavak megfelelő háromdimenziós elrendezését igényli. Egy fehérje-fehérje kötőfelület azonban az aminosav-polaritásra vonatkozó korlátokkal rendelkező nagy felület is lehet. A funkciós korlátokkal rendelkező fehérjerészek lassabban fejlődnek a nem korlátozottaknál, például a felszíni gyűrűknél, eltérő állandósult szekvenciájú szakaszokat lehetővé téve a fehérjecsalád szekvenciáinak vizsgálatakor. Ezek a motívumok, de más fogalmak (blokk, aláírás, ujjlenyomat stb.) is használatosak. Ezek azonosítása és rendszerezése is sok forrás célja.[14]

Fehérjecsaládok evolúciója

A 2024-ig ismert kutatások szerint fehérjecsaládok kétféleképp jelenhetnek meg. Az egyik, ha egy szülőfaj két genetikailag izolált utódfajjá válása lehetővé teszi egy gén/fehérje független változásainak (mutáció) felgyülemlését e két fajban. Ez ortológ fehérjéket eredményez állandósult szekvenciamotívumokkal. A másik, ha a génduplikáció új génmásolatot (paralóg) hoz létre. Mivel az eredeti gén továbbra is működik, paralógja divergálhat, és új funkciókat szerezhet véletlen mutációval.

Egyes gén/fehérjecsaládok, különösen az eukariótákéi jelentősen bővülnek és szűkülnek az evolúció során, gyakran teljes genomduplikációkkal együtt. A bővülések ritkábbak, a szűkülések gyakoribbak a rendezetlen fehérjékben és a szekvenciában az optimális diszperziónál távolabbi hidrofób aminosavakkal rendelkező fehérjedoménekben.[15] Ez a genomfejlődés fontos jellemzője, de fontossága és megjelenése ismeretlen.

A RAS szupercsalád FigTree-vel készült filogenetikai fája

Használata és fontossága

A szekvenált fehérjék számának és a proteomelemzésben való érdeklődés növekedésével a fehérjék családokba rendezése és doménjeik és motívumaik leírása folyamatban van. A fehérjecsaládok megbízható azonosítása fontos a filogenetikai elemzéshez, a funkciójelöléshez, valamint a fehérjefunkciók diverzitásának felfedezéséhez fontos. Az Enzimfunkciós Kezdeményezés fehérjecsaládokat és -szupercsaládokat használ a szekvencia/szerkezetalapú stratégia fejlesztéséhez az ismeretlen funkciójú enzimek funkciójának megismeréséhez.[16] Az algoritmikus módszer a hasonlóságon alapul.

Fehérjecsalád-források

Sok biológiai adatbázis fehérjecsaládok példáit tárolja, és lehetővé teszi az új fehérjék családba sorolását. Ilyenek például:

• Pfam – Elrendezéssel és HMM-ekkel működő adatbázis
• PROSITE – Fehérjedomének, -családok és funkciós helyek adatbázisa
• PIRSF – Szupercsalád-osztályzó rendszer
• PASS2 - Protein Alignment as Structural Superfamilies v2 - PASS2@NCBS[17]
• SUPERFAMILY – HMM-könyvtár szupercsaládok bemutatásával, szupercsalád- és családjelölések adatbázisa teljesen szekvenált genomokhoz
• SCOP és CATH – Fehérjeszerkezetek besorolása szupercsaládokba, családokba és doménekhez

Ugyanígy sok adatbázis-kereső algoritmus van, például:

• BLAST – DNS-szekvenciahasonlóság-keresés
• BLASTp – Fehérjeszekvenciahasonlóság-keresés
• OrthoFinder – fehérjéket családokba soroló módszer[18][19]

Jegyzetek

1. What are protein families? Protein classification (angol nyelven). EMBL-EBI . (Hozzáférés: 2023. november 14.)
2. Orengo, Christine. Introduction, Protein Families: Relating Protein Sequence, Structure, and Function (angol nyelven). Hoboken, New Jersey: John Wiley & Sons, Inc., vii-xi. o.. DOI: 10.1002/9781118743089.fmatter (2013). ISBN 9781118743089 
3. Pearson, William R. (2013). „An Introduction to Sequence Similarity (“Homology”) Searching”. Current Protocols in Bioinformatics 3. DOI:10.1002/0471250953.bi0301s42. ISSN 1934-3396. PMID 23749753. PMC 3820096. 
4. Chen, Junjie (2018. március 1.). „A comprehensive review and comparison of different computational methods for protein remote homology detection”. Briefings in Bioinformatics 19 (2), 231–244. o. DOI:10.1093/bib/bbw108. ISSN 1477-4054. PMID 27881430. 
5. Kunin, Victor (2003). „Myriads of protein families, and still counting”. Genome Biology 4 (2), 401. o. DOI:10.1186/gb-2003-4-2-401. ISSN 1474-760X. PMID 12620116. PMC 151299. 
6. Dayhoff, MO (1974. december 1.). „Computer analysis of protein sequences”. Federation Proceedings 33 (12), 2314–6. o. PMID 4435228. 
7. Dayhoff, MO (1975). „Evolution of sequences within protein superfamilies”. Die Naturwissenschaften 62 (4), 154–161. o. DOI:10.1007/BF00608697. 
8. Dayhoff, MO (1976. augusztus 1.). „The origin and evolution of protein superfamilies”. Federation Proceedings 35 (10), 2132–8. o. PMID 181273. 
9. Orengo, Christine A. (2005. június 1.). „Protein Families and Their Evolution—A Structural Perspective” (angol nyelven). Annual Review of Biochemistry 74 (1), 867–900. o. DOI:10.1146/annurev.biochem.74.082803.133029. ISSN 0066-4154. PMID 15954844. 
10. Veeramachaneni, Vamsi (2004). „Visualizing Sequence Similarity of Protein Families”. Genome Research 14 (6), 1160–1169. o. DOI:10.1101/gr.2079204. ISSN 1088-9051. PMID 15140831. PMC 419794. 
11. Holm, Liisa. Automated Sequence-Based Approaches for Identifying Domain Families, Protein Families: Relating Protein Sequence, Structure, and Function. Hoboken, New Jersey: John Wiley & Sons, Inc., 1-24. o.. DOI: 10.1002/9781118743089.ch1 (2013). ISBN 9781118743089 
12. Wang, Yan (2021. január 1.). „Protein domain identification methods and online resources”. Computational and Structural Biotechnology Journal 19, 1145–1153. o. DOI:10.1016/j.csbj.2021.01.041. ISSN 2001-0370. PMID 33680357. PMC 7895673. 
13. Bateman, Alex. Sequence Classification of Protein Families: Pfam and other Resources, Protein Families: Relating Protein Sequence, Structure, and Function (angol nyelven). Hoboken, New Jersey: John Wiley & Sons, Inc., 25-36. o.. DOI: 10.1002/9781118743089.ch2 (2013). ISBN 9781118743089 
14. Mulder, Nicola J. (2001. december 19.). „Tools and resources for identifying protein families, domains and motifs”. Genome Biology 3 (1), reviews2001.1. o. DOI:10.1186/gb-2001-3-1-reviews2001. ISSN 1474-760X. PMID 11806833. PMC 150457. 
15. James, Jennifer E (2023. április 4.). „Differential Retention of Pfam Domains Contributes to Long-term Evolutionary Trends”. Molecular Biology and Evolution 40 (4). DOI:10.1093/molbev/msad073. PMC 10089649. 
16. Gerlt, John A. (2011. november 22.). „The Enzyme Function Initiative” (angol nyelven). Biochemistry 50 (46), 9950–9962. o. DOI:10.1021/bi201312u. ISSN 0006-2960. PMID 21999478. PMC 3238057. 
17. Gandhimathi, A. (2012). „PASS2 version 4: An update to the database of structure-based sequence alignments of structural domain superfamilies”. Nucleic Acids Research 40 (D1), D531–D534. o. DOI:10.1093/nar/gkr1096. ISSN 1362-4962. PMID 22123743. PMC 3245109. 
18. Emms, David M. (2015. augusztus 6.). „OrthoFinder: Solving fundamental biases in whole genome comparisons dramatically improves orthogroup inference accuracy”. Genome Biology 16 (1), 157. o. DOI:10.1186/s13059-015-0721-2. ISSN 1474-760X. PMID 26243257. PMC 4531804. 
19. Emms, David M. (2019. november 14.). „OrthoFinder: Phylogenetic orthology inference for comparative genomics”. Genome Biology 20 (1), 238. o. DOI:10.1186/s13059-019-1832-y. ISSN 1474-760X. PMID 31727128. PMC 6857279. 

További információk

A Wikimédia Commons tartalmaz Fehérjecsalád témájú médiaállományokat.