蛋白质修饰的重要性
蛋白质是执行细胞功能的基本功能单位，其表达受基因组学和表观遗传学的调控。表达后的蛋白质通常需要经过不同程度的修饰才能达到预期的功能。翻译后修饰过程受到一系列修饰酶和去修饰酶的严格调控，使蛋白质在某一时刻表现出某种稳定或动态的特异功能。蛋白质翻译后修饰（PTM）通过共价添加官能团或蛋白质来增加蛋白质组的功能多样性，调节亚基的蛋白水解裂解或整个蛋白质的降解。
这些修饰包括磷酸化、糖基化、亚硝基化、甲基化、乙酰化、脂化和蛋白水解，并影响正常细胞生物学和发病机制的几乎所有方面。到目前为止，蛋白质磷酸化是最常见的PTM，已经在大约17500个人类基因产品中检测到。翻译后修饰是增加蛋白质组多样性的关键机制。虽然基因组只包含2万~ 2.5万个基因，但据估计，蛋白质组包含超过100万个蛋白质。转录和mRNA水平的变化增加了相对于基因组的转录组的大小，许多不同的翻译后修饰增加了相对于转录组和基因组的蛋白质组的复杂性。因此，识别和了解PTMs对细胞生物学和疾病治疗和预防的研究至关重要。
(图1:蛋白质修饰)
蛋白质修饰研究进展
由于翻译后改性蛋白质的异质性和相对丰度，蛋白质翻译后修饰的研究主要基于现有的蛋白质组学技术系统，包括电泳，色谱，质谱和生物信息学工具。或者富集和分离肽区段，消除了由改性引起的异质性，并且改性位点被标记为与理论块的差异。通过质谱法检测差异以鉴定蛋白质，并且通过串联质谱法鉴定修饰位点。PTMS广泛存在于真核细胞生物学中，对生物体的信号和寿命至关重要，但是PTMS鉴定通常比未修饰的肽的鉴定更困难。
蛋白质磷酸化是生物体中最常见和研究最多的修饰，而酪氨酸磷酸化，特别是酪氨酸激酶受体的磷酸化，已被证明在癌症细胞的诱导和生长中发挥关键作用。针对不同酪氨酸激酶受体的各种小分子抑制剂和单克隆抗体也被开发为治疗癌症的一线药物。目前研究较多的蛋白质翻译后修饰主要包括磷酸化、乙酰化、甲基化和泛素化。
图2.某些类型的蛋白质PTM
磷酸化的研究方法和关键技术包括免疫沉淀、流式细胞仪那二维凝胶电泳，固相金属亲和层析。乙酰化的主要研究方法包括通过质谱法鉴定乙酰化位点，鉴定基于乙酰化抗体的乙酰化位点，所述乙酰化抗体特异性识别乙酰化赖氨酸残基，通过基于标签的方法鉴定乙酰化，修饰该部位等。甲基化的主要研究方法包括甲基化特异性PCR，亚硫酸氢盐测序和高分辨率熔化曲线。
糖基化的研究方法和关键技术包括放射性标记，分子荧光标记，电泳，凝集素标记，抗体标记，化学酶方法等。目前应用于泛素蛋白的技术类型是相对单调的。遍在蛋白蛋白的检测，遍在蛋白靶标的定位，以及遍在蛋白质蛋白的性质的探索，必须连续改善和改性这些技术。例如，翻译后修饰的传统蛋白质主要蛋白质主要依赖于特异性抗体基免疫测定或放射性标记技术。这些方法在研究单个位点的翻译后修饰介导的蜂窝信号传导过程中起着不可替代的作用。然而，由于上述技术的一些缺点，例如高运行要求和特异性抗体的长度准备期，难以实现大规模检测蛋白质的翻译后修饰。
蛋白质修饰检测技术进展
近年来，基于液相色谱 - 质谱（LC-MS）的蛋白质组学策略迅速发展，为系统水平的蛋白质翻译后修改研究提供了强大的研究工具。和基于质谱的蛋白质组学极大地提高了对翻译后修饰的蛋白质发生和动态的更深理解。迄今为止，已经主要用于研究细胞培养模型中的PTM调节，这为人类疾病异常的PTM模式作用提供了新的洞察。大众化谱文库已被广泛用于准确研究各种蛋白质的定量分析，尤其是在量化已知蛋白的应用研究中。
单克隆抗体免疫亲和预富集PTM多肽结合液相色谱-质谱(LC-MS/MS)分析的新策略在许多翻译后修饰研究中引起了广泛关注。PTMScan技术的基本方法是使用9M尿素裂解液裂解病变细胞系或患者组织块(足够提取10 mg蛋白质)，获得蛋白质裂解液，通过内切酶(通常使用胰蛋白酶)消化获得。多肽混合物，用C18纯化柱对多肽混合物进行纯化，然后将含有不同蛋白后修饰成分的多肽用CST公司特有的蛋白翻译后修饰motif进行亲和富集纯化。-串联质谱(LC-MS/MS)半定量分析。
此外，生物信息学分析方法还在PTM研究领域取得了进展。近年来，随着蛋白质组学技术的发展，基于蛋白质组学的生物信息学研究，特别是改良的蛋白质组学数据，可以提供整体和翻译后的修改和更深入的理解。1999年，生物序列分析中心的Nikolaj Blom（CBS）使用的磷酸化位点为210个酪氨酸，584次丝氨酸和108个苏氨酸作为训练集，并为此实现了非特异性蛋白质磷酸化位点的预测首次使用神经网络算法。从那时起，类似的实验已经逐步进行，并且连续的研究逐渐出现。将正常皮肤和皮肤癌组织与小鼠中的皮肤和皮肤癌组织相结合并结合定量蛋白质组和定量磷酸化数据，表明，发现47.3％的蛋白质在蛋白质和磷酸化水平上进行调节，而超过一半的蛋白质仅受到调节在监管水平。通过实验方法可预见到计算和实验的组合，通过实验方法验证或至少部分地验证预测结果已成为该领域的研究趋势。