癌细胞系百科全书汇编了25种人肝癌细胞系(hLCCLs)的基因突变和mRNA表达。TCGA中的肝细胞肝癌(LIHC)队列描述了基因组畸变、表观遗传学和基因表达谱特征。此外，一项关于肝癌发生的蛋白质组学的研究对生物标志物的筛选和治疗具有重要意义。然而目前hLCCLs的细胞器图谱尚未被描绘出来。

今天北京蛋白质组学跟大家分享的是一篇青莲客户文献来自河南省医学遗传研究所及国家蛋白质机构合作完成，于2022年1月20日发表在Database上“PSL-LCCL: a resource for subcellular protein localization in liver cancer cell line SK_HEP1”。蛋白亚细胞定位的表征为进一步了解细胞行为提供了基础。人肝癌细胞系(hLCCLs)中蛋白质在膜结合细胞器上的亚细胞定位还有待进一步研究，因此作者通过质谱法对分离并富集了六个膜结合细胞器的蛋白质进行了定量分析，利用marker蛋白和基于机器学习的算法实现了在聚类和邻域水平上定位蛋白质（青莲百奥提供技术支持）。

 

 

图1：用MS定量分析SK_HEP1分离六种细胞器（n=3）中的蛋白质

 

 

研究结果

六种膜结合细胞器中蛋白质的定量结果分析

六个细胞器中共鉴定到4464个蛋白质，其重叠率为 百分之92 (n = 4097)。作者将来自六个细胞器鉴定的蛋白质结果组合在一起并实施机器学习算法来预测蛋白质亚细胞定位。基于机器学习算法的分类在很大程度上依赖于可用的marker蛋白，而特异性定位于细胞器的marker蛋白要求具有高度的可复制性。选定了1481个marker蛋白分为18个簇（图2A）并进一步注释为不同的亚细胞区室。

 

 

图 2：选定的1481个marker蛋白的注释

 

 

 

蛋白在 t-SNE 空间的分布，如相邻的几个簇(簇 1-3、簇 4-8、 簇9-11 和簇 12-17)表明了簇之间的内在联系。基于已知的亚细胞区室的关系，作者使用“邻域”的定义来合并相邻的簇，如“分泌”(簇 1-3)、“线粒体”(簇 4-8)、“细胞核”(簇 9-11)和“胞质溶胶”(簇 12-17)。不同细胞器中marker蛋白的表达谱(图2B)也表明选择的marker蛋白的可靠性。

基于聚类的、邻域的蛋白质亚细胞定位 

基于监督的机器学习的方法将所有鉴定到蛋白严格地分配到簇中进行分类，成功地将 2510 个(百分之56)蛋白分类为簇。然后，作者将预测的单定位蛋白(n = 2510)与 UniProt (n = 7147)和GO (n = 6664)中的单定位蛋白进行比较，发现 百分之44 的蛋白(n = 1105)与单定位蛋白一致。富集分析证实亚细胞定位在簇水平上被正确分配。

 

 

 

图3：鉴定的蛋白质(n = 4464)在邻域水平的亚细胞定位

 

 

 

由于聚类相关性和蛋白质覆盖深度有限，仅一半(百分之56)被归类为cluster。因此遵循“邻域”的定义，根据已知的亚细胞区室关系在较高水平上对蛋白质进行分类（图3A）。蛋白分类比例增加到百分之85 的蛋白质(n = 3803)，并与公共数据库中注释的单定位蛋白质进行比较进一步验证蛋白亚细胞定位分类。

蛋白质结构域和复合物的亚细胞分布

蛋白质结构域可能在蛋白亚细胞定位中发挥作用，例如带有转运肽的蛋白质可以被运输到线粒体，而一个信号肽可以将蛋白质靶向“分泌”邻域。将具有不同结构域（如跨膜、信号和转运）的蛋白质定位到网络中显示具有不同结构域的蛋白在预期的邻域中富集。pfam中注释的36个结构域家族在特定的簇或邻域中显著富集表明了蛋白质结构域与其亚细胞定位之间的关联。

 

 

图4：蛋白质复合物的亚细胞定位

 

 

作者创建了一个 PSL-LCCL 数据库，提供了用于SK _ hep1的“ PSL-LCCL”的用户友好的蛋白质亚细胞定位数据库。可以通过关键字查询给定蛋白质的定位进行可视化，还可以查看细胞器中感兴趣的蛋白质。

PSL-LCCL:一种人肝癌细胞系SK_HEP1中蛋白的亚细胞定位资源库

期刊名称：Database

影响因子：2.593

样本选择：SK_HEP1细胞器包括质膜、内质网、核内体、溶酶体、高尔基体和线粒体

技术策略：非标蛋白质组学