华中科大发文：为什么这些蛋白家族可以被预测出来？

　　 华中科技大学生命学院宁康教授团队，联合软件学院薛志东教授团队和美国密歇根大学计算医学与生物信息系张阳教授团队，在利用微生物组大数据辅助预测蛋白质三维结构领域取得新突破。该联合团队研究成果《Fueling ab initio folding with marine microbiome enables structure and function predictions of new protein families》在生物学领域权威期刊Genome Biology（2018年影响因子：14.028）在线发表。宁康教授、薛志东教授和张阳教授为并列通讯作者，王燕副教授、博士后石强、博士生杨朋硕和张成鑫为并列第一作者，华中科技大学为该文第一单位。

　　这项研究主要目的为揭示环境微生物辅助预测未知结构的蛋白的可行性和潜在规律。为此，研究团队利用将近2TB的海洋微生物组大数据，鉴定出了9千7百万的非冗余基因和3万7千个微生物物种。结合国际顶尖的蛋白质结构预测方法，辅助预测出了27个之前没有任何结构信息的蛋白质结构。

　　为什么这些蛋白家族可以被预测出来？这些蛋白家族和微生物组之间有什么关联性呢？研究团队利用先进的数据挖掘方法对预测结果及其所蕴含的生物学意义进行了深入的解读。结果发现微生物组的结构组成和功能分布和预测出的蛋白结构之间存在着很大的关联：首先在微生物组中占有很高比例的物种，在未知蛋白结构的家族中出现的频率也很高。其次，基于结构的蛋白功能预测结果也显示，预测出的蛋白家族的功能也在微生物组中广泛分布，比如光合作用。

　　这一研究结果再一次印证了微生物组作为基因宝库的价值，而且提供了一种通过海洋微生物基因组提高蛋白质结构和功能建模能力的新途径，特别是对于缺乏已知同源模板的蛋白质靶标。而且该研究团队发现的这种微生物组与预测出的蛋白结构之间的关联性，对进一步预测出其他未知结构的蛋白提供了一个崭新的思路，为生物资源挖掘、药物研发等应用提供了更为有力的大数据研究手段。