Proteinsuperfamilie - Protein superfamily

En proteinsuperfamilie er den største gruppering ( clade ) af proteiner, for hvilke fælles forfædre kan udledes (se homologi ). Normalt udledes denne fælles herkomst af strukturel tilpasning og mekanistisk lighed, selvom der ikke er nogen sekvenslighed. Sekvenshomologi kan derefter udledes, selvom det ikke er tydeligt (på grund af lav sekvenslighed). Superfamilier indeholder typisk flere proteinfamilier, der viser sekvenslighed inden for hver familie. Udtrykket proteinklan bruges almindeligvis til protease- og glycosylhydrolaser -superfamilier baseret på MEROPS- og CAZy -klassificeringssystemerne.

Identifikation

Ovenstående sekundær strukturel bevarelse af 80 medlemmer af PA -protease -klanen (superfamilie). H angiver α-helix , E angiver β-ark , L angiver loop. Nedenfor sekvensbevaring for den samme justering. Pile angiver katalytiske triaderester . Tilpasset på grundlag af strukturen af DALI

Superfamilier af proteiner identificeres ved hjælp af en række metoder. Nært beslægtede medlemmer kan identificeres ved forskellige metoder end dem, der er nødvendige for at gruppere de mest evolutionært divergerende medlemmer.

Sekvenslighed

En sekvensjustering af histonproteiner fra pattedyr . Ligheden mellem sekvenserne indebærer, at de udviklede sig ved genduplikation . Rester, der bevares på tværs af alle sekvenser, er fremhævet med gråt. Under proteinsekvenserne er en nøgle, der angiver konserveret sekvens (*), konservative mutationer (:), semikonservative mutationer (.) Og ikke-konservative mutationer ().

Historisk set har ligheden mellem forskellige aminosyresekvenser været den mest almindelige metode til at udlede homologi . Sekvenslighed betragtes som en god forudsigelse for relaterethed, da lignende sekvenser mere sandsynligt er et resultat af genduplikation og divergerende evolution , snarere end resultatet af konvergent evolution . Aminosyresekvens er typisk mere bevaret end DNA -sekvens (på grund af den degenererede genetiske kode ), så er en mere følsom detektionsmetode. Da nogle af aminosyrerne har lignende egenskaber (f.eks. Ladning, hydrofobicitet, størrelse), er konservative mutationer, der udveksler dem, ofte neutrale for at fungere. De mest konserverede sekvensområder i et protein svarer ofte til funktionelt vigtige områder som katalytiske steder og bindingssteder, da disse regioner er mindre tolerante over for sekvensændringer.

Brug af sekvenslighed til at udlede homologi har flere begrænsninger. Der er ikke et minimum af sekvenslighed garanteret til at producere identiske strukturer. Over lange udviklingsperioder viser beslægtede proteiner muligvis ingen påviselig sekvenslighed med hinanden. Sekvenser med mange indsættelser og deletioner kan også undertiden være vanskelige at justere og på den måde identificere de homologe sekvensområder. I PA -klanen af proteaser er f.eks. Ikke en enkelt rest bevaret gennem superfamilien, ikke engang dem i den katalytiske triade . Omvendt er de individuelle familier, der udgør en superfamilie, defineret på grundlag af deres sekvensjustering, for eksempel C04 -protease -familien inden for PA -klanen.

Ikke desto mindre er sekvenslighed den mest almindeligt anvendte form for bevis for at udlede slægtskab, da antallet af kendte sekvenser langt overstiger antallet af kendte tertiære strukturer . I mangel af strukturel information begrænser sekvensligheden grænserne for, hvilke proteiner der kan tildeles en superfamilie.

Strukturel lighed

Strukturel homologi i PA -superfamilien (PA -klan). Den dobbelte β-tønde, der kendetegner superfamilien, er markeret med rødt. Der vises repræsentative strukturer fra flere familier inden for PA -superfamilien. Bemærk, at nogle proteiner viser delvist modificeret strukturel. Chymotrypsin (1gg6), tobacco etch virus protease (1lvm), calicivirin (1wqs), West Nile-virus -protease (1fp7), exfoliatin toksin (1exf), HtrA protease (1l1j), slangegift plasminogenaktivator (1bqy), chloroplast protease (4fln ) og equin arteritisvirus protease (1mbm).

Strukturen er meget mere evolutionært bevaret end sekvens, således at proteiner med meget lignende strukturer kan have helt forskellige sekvenser. Over meget lange evolutionære tidsskalaer viser meget få rester påviselige aminosyresekvensbevarelser, men sekundære strukturelle elementer og tertiære strukturmotiver er stærkt bevarede. Nogle proteindynamikker og konformationsændringer i proteinstrukturen kan også bevares, som det ses i serpinsuperfamilien . Følgelig kan proteintertiær struktur bruges til at detektere homologi mellem proteiner, selv når der ikke er tegn på relaterethed i deres sekvenser. Strukturelle tilpasningsprogrammer , såsom DALI , bruger 3D -strukturen af ​​et protein af interesse til at finde proteiner med lignende folder. Imidlertid kan relaterede proteiner i sjældne tilfælde udvikle sig til at være strukturelt forskellige, og beslægtethed kan kun udledes af andre metoder.

Mekanistisk lighed

Den katalytiske mekanisme for enzymer i en superfamilie bevares almindeligvis, selv om substratspecificitet kan være væsentligt forskellig. Katalytiske rester har også en tendens til at forekomme i samme rækkefølge i proteinsekvensen. For familierne i PA -klanen af ​​proteaser, selvom der har været divergerende udvikling af de katalytiske triaderester, der blev brugt til at udføre katalyse, bruger alle medlemmer en lignende mekanisme til at udføre kovalent, nukleofil katalyse på proteiner, peptider eller aminosyrer. Imidlertid er mekanismen alene ikke tilstrækkelig til at udlede slægtskab. Nogle katalytiske mekanismer er konvergent udviklet flere gange uafhængigt, og danner således separate superfamilier, og i nogle superfamilier viser en række forskellige (dog ofte kemisk ens) mekanismer.

Evolutionær betydning

Proteinsuperfamilier repræsenterer de nuværende grænser for vores evne til at identificere fælles aner. De er den største evolutionære gruppering baseret på direkte beviser, der i øjeblikket er mulige. De er derfor blandt de ældste evolutionære begivenheder, der aktuelt er undersøgt. Nogle superfamilier har medlemmer til stede i alle riger af livet , hvilket indikerer, at den sidste fælles forfader til at superfamilien var i den sidste universelle fælles forfader til alt liv (LUCA).

Superfamilie medlemmer kan være i forskellige arter, hvor det forfædre protein er formen af ​​det protein, der fandtes i forfædrenes art ( ortologi ). Omvendt kan proteinerne være i den samme art, men udviklede sig fra et enkelt protein, hvis gen blev duplikeret i genomet ( paralogi ).

Diversificering

Et flertal af proteiner indeholder flere domæner. Mellem 66-80% af eukaryote proteiner har flere domæner, mens ca. 40-60% af prokaryote proteiner har flere domæner. Over tid har mange af domænernes superfamilier blandet sig. Faktisk er det meget sjældent at finde "konsekvent isolerede superfamilier". Når domæner kombineres, er N- til C-terminal domænerækkefølgen ("domænearkitekturen") typisk godt bevaret. Derudover er antallet af domænekombinationer set i naturen lille i forhold til antallet af muligheder, hvilket tyder på, at valg virker på alle kombinationer.

Eksempler

α/β hydrolase superfamilie - Medlemmer deler et α/β ark, der indeholder 8 tråde forbundet med spiraler , med katalytiske triaderester i samme rækkefølge, aktiviteter omfatter proteaser , lipaser , peroxidaser , esteraser , epoxidhydrolaser og dehalogenaser .

Alkalisk phosphatase superfamilie - Medlemmer deler en αβα sandwichstruktur samt udfører almindelige promiskuøse reaktioner ved en fælles mekanisme.

Globin superfamilie - Medlemmer deler en 8- alpha helix globular globin fold .

Immunoglobulin superfamilie -Medlemmer deler en sandwichlignende struktur af to ark antiparallelle β-tråde ( Ig-fold ) og er involveret i genkendelse, binding og vedhæftning .

PA -klan -Medlemmer deler en chymotrypsin -lignende dobbelt β -tøndefold og lignende proteolysemekanismer , men sekvensidentitet på <10%. Klanen indeholder både cystein- og serinproteaser (forskellige nukleofiler ).

Ras superfamilie -Medlemmer deler et fælles katalytisk G-domæne for et 6-strenget β-ark omgivet af 5 α-spiraler.

Serpin superfamilie - Medlemmer deler en højenergi, stresset fold, som kan undergå en stor konformationsændring , som typisk bruges til at hæmme serin- og cysteinproteaser ved at forstyrre deres struktur.

TIM tønde superfamilie - Medlemmer deler en stor α ₈ β ₈ tønde struktur. Det er en af ​​de mest almindelige proteinfoldninger, og monofyliciteten af denne superfamilie er stadig omtvistet.

Proteinsuperfamilieressourcer

Flere biologiske databaser dokumenterer proteinsuperfamilier og proteinfoldninger, for eksempel:

• Pfam - Proteinfamilies database over justeringer og HMM'er
• PROSITE - Database over proteindomæner, familier og funktionelle websteder
• PIRSF - SuperFamily Classification System
• PASS2 - Proteinjustering som strukturelle superfamilier v2
• SUPERFAMILIE - Bibliotek af HMM'er, der repræsenterer superfamilier og database over (superfamilie og familie) annotationer for alle fuldstændigt sekventerede organismer
• SCOP og CATH - Klassifikationer af proteinstrukturer i superfamilier, familier og domæner

Tilsvarende er der algoritmer, der søger i PDB efter proteiner med strukturel homologi til en målstruktur, for eksempel:

• DALI - Strukturel justering baseret på en afstandsjusteringsmatrixmetode

Se også

Referencer

eksterne links

• Medier relateret til proteinsuperfamilier på Wikimedia Commons