改进果蝇Dscam蛋白同种抗原亲和性

果蝇Dscam1是对神经发育和轴突平铺神经元形成起着重要作用的细胞表面蛋白。已知的是数千亚型通过具体的同嗜性相互作用使自身结合,这种结合提供了基础细胞自识别过程。具体亚型的详细生化研究强烈表明,嗜同结合,即同型二聚体由相同Dscam1异构体的形成,是对重叠神经元非常重要的。由于实验的限制,目前无法衡量所有19000潜在的亚型的嗜同结合亲和力。

清华大学自动化系和信息国家实验室等处的研究人员利用比较基因组的方法重建的祖先Dscam1DNA序列(其中可能存在约4050万年前)。在此序列的基础上,科研人员利用机器学习的方法建立了工作模型来预测在当前和祖先基因组的所有同种型的自结合亲和力。进行了详细的计算分析,以比较所有存在于这两个基因组的自结合亲和力同种型。我们的研究结果表明,1)亚型含有新派生的变量域显示出比那些保守结构域更高的自结合亲和力,2)当前同种型比古老的基因组中对应的类型显示出更高的自我结合力的亲和力。随着成千上万的Dscam1需要为自回避神经元同种型,研究人员建议增加自结合亲和力为节肢动物大脑的成功开发提供了基础。

通过此次研究,科研人员给出的数据为未来的实验研究提供了一个很好的模式。该分析结果表明,由于其较高的自结合亲和力进化过程更青睐新的可变结构域的增长,而不是选择仅仅在基础的亚型多样性的简单扩张,因为这个特殊的选拔过程将已经建立了需要的神经元自重叠功能强大的机制。该研究发表在2014年《BMC Evolutionary Biology》杂志上。

参考文献:

Improvement of Dscam homophilic binding affinity throughout Drosophila evolution.GuangZhong Wang,et al.BMC Evolutionary Biology 2014

作者简介:

张学工:清华大学自动化系和信息国家实验室教授,清华信息科学与技术国家实验室(筹)生物信息学部主任,生物信息学教育部重点实验室副主任。清华973国家重点基础研究发展计划项目《基于新一代测序的生物信息学理论与方法》首席科学家,第四课题组负责人。主要科研领域方向机器学习与模式识别的理论、方法与应用。