编辑推荐：
在癌症研究中，基因突变影响蛋白质核定位的机制尚不明确。中山大学肿瘤防治中心的研究人员开展了 “深度学习优先识别改变蛋白质核质穿梭以驱动肿瘤发生的癌症突变” 的研究，构建 pSAM 模型，发现相关突变及关键基因，为理解肿瘤发生机制提供依据。
在生命的微观世界里，蛋白质就像忙碌的 “小邮差”，在细胞的不同区域传递信息、执行任务，其中，蛋白质在细胞核与细胞质之间的穿梭活动至关重要。它不仅参与了细胞的正常生理过程，如基因表达调控、信号传导等，还与肿瘤的发生发展紧密相连。然而，目前科学界对基因突变如何影响蛋白质的核质穿梭，进而推动肿瘤进展的理解还十分有限。这就好比在一座复杂的城市中，虽然知道某些道路可能被破坏会影响交通，但具体是哪些道路、如何影响却不清楚。为了揭开这个谜团，中山大学肿瘤防治中心的研究人员展开了深入研究，相关成果发表在《Nature Communications》上。
研究人员为了系统地探究基因突变与蛋白质核质穿梭之间的关系，构建了一个基于深度学习的框架。其中，核心是名为 pSAM 的深度学习模型，它融合了卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）架构，并引入了注意力机制。这个模型就像一个 “智能探测器”，能够精准地预测蛋白质的潜在核定位，还能从蛋白质序列中挖掘出与核定位相关的关键信息。
在研究过程中，研究人员使用了多种技术方法。他们从多个数据库收集数据，包括从 The Cancer Genome Atlas（TCGA）获取 11 种癌症类型的突变数据，从 UniProt 数据库收集真核生物蛋白质序列和定位注释等。通过对这些数据的整理和分析，为后续研究奠定了基础。同时，利用深度学习技术构建并优化 pSAM 模型，通过一系列评估指标来验证模型的性能。此外，还进行了多种实验，如细胞实验、动物实验等，对模型预测结果进行验证。
研究结果如下：
- 癌症突变对蛋白质核定位的影响：研究人员分析了 TCGA 中 11 种癌症类型的突变数据，发现突变在核定位信号（NLS）和核输出信号（NES）的靶向肽区域更为频繁，且这些区域的突变更具危害性。例如，在转录抑制因子 BACH2 的实验中，当突变位于其 NLS 区域时，其底物 TXNRD1 和 CLIP1 的表达显著上调，这表明突变可能影响蛋白质的核质穿梭，进而调节其生物学功能。
- pSAM 模型的性能评估：通过构建 pSAM 模型并进行一系列评估，结果显示该模型在预测蛋白质核定位概率方面表现卓越。在十折交叉验证中，其受试者工作特征曲线下面积（AUC）值在 0.9726 - 0.9848 之间，在训练集、验证集和测试集中的 AUC 值分别达到 0.9932、0.9876 和 0.9865 。与其他预测工具相比，pSAM 模型的性能更优，能够准确地识别出蛋白质序列中与核定位相关的关键区域，即决定核定位的序列（DNLs）。而且，通过残差水平贡献分析（RCA）发现，DNLs 在蛋白质的 N 端显著富集，这有助于被输入蛋白识别，从而实现蛋白质的核输入过程。
- 癌症相关突变驱动的异常核定位：研究人员利用 pSAM 模型对癌症相关突变进行分析，发现约 6.7% 的 NLS 区域突变会影响蛋白质核定位。通过对这些突变的进一步研究，发现它们会导致蛋白质功能紊乱，进而影响肿瘤的发生发展。例如，肿瘤抑制因子 TP63 携带特定突变（SAMs）时，其编码蛋白的核定位减少，导致下游靶基因 BLCAP 的表达降低，从而促进肿瘤的进展。此外，研究还发现一些原本定位于细胞质的蛋白，在发生突变后会获得进入细胞核的能力，这可能为肿瘤的发生提供新的机制。
- 预测核质穿梭扰动的验证：为了验证 pSAM 模型的预测能力，研究人员挑选了 10 个预测对核定位概率有显著影响的突变（SAMs）进行实验验证。结果显示，8 个突变表现出明显的核定位降低，如 KAT8 的 R144C 突变，通过核定位概率轨迹（NLPT）分析和免疫荧光染色证实，该突变显著消除了蛋白质的核定位能力。同时，对 NES 区域的突变扫描实验也证实了 pSAM 模型能够准确预测突变对蛋白质核输出功能的影响。
- PTEN 突变对其功能的影响：PTEN 是一种重要的肿瘤抑制因子，研究人员对 PTEN 的 R14M 突变进行了深入研究。结果表明，该突变显著改变了 PTEN 的核定位，使其失去了核定位能力。进一步研究发现，PTEN R14M 突变会破坏其对细胞周期和凋亡的调控功能，导致肿瘤生长和集落形成能力增强。在体内肿瘤发生实验中，携带 PTEN R14M 突变的细胞系显著降低了 PTEN 的肿瘤抑制功能，这表明该突变通过调节 PTEN 的核定位，破坏了其正常的肿瘤抑制功能。
- SAM 携带基因网络与肿瘤发生的关系：研究人员构建了一个与肿瘤发生相关的基因网络，通过整合携带核 SAMs 的基因和癌症标志性通路，来揭示核 SAMs 在人类癌症中的作用。结果发现，这些基因大多与癌症相关，包括许多已知的癌症相关基因、药物靶点、酶和转移相关基因 。富集分析显示，核 SAMs 显著影响了多种癌症标志性特征，如持续增殖、逃避生长抑制信号、免疫逃逸等，这表明核 SAMs 通过影响蛋白质的核质穿梭，在肿瘤发生发展过程中发挥着关键作用。
在研究结论与讨论部分，该研究首次系统地识别了不同核定位的序列决定因素，并在残基水平上可视化了蛋白质核定位概率的贡献。通过实验验证，揭示了突变改变蛋白质亚细胞穿梭从而驱动肿瘤发生的一般机制。虽然目前无法对所有突变进行验证，但实验所证实的预测结果支持了 pSAM 模型的有效性，该模型有助于深入研究蛋白质核质穿梭的分子机制，为进一步的实验研究提供了候选对象。此外，研究还发现 DNLs 区域与 DNA 结合域高度相关，这暗示了锌指结构域在蛋白质核定位中的潜在作用。同时，研究人员推测一些不包含典型 NLS - like/NES - like DNLs 的蛋白质可能通过特定途径进入细胞核，这为后续研究蛋白质的核定位机制提供了新的方向。然而，该研究也存在一定的局限性，如核定位的正数据集可靠但负数据集存在挑战，蛋白质靶向肽比例有限导致已知 NLSs/NESs 与识别的 DNLs 一致性较低，以及环境条件对蛋白质亚细胞定位的影响难以评估等。但总体而言，这项研究为理解肿瘤发生的分子机制提供了新的视角，为癌症的诊断和治疗开辟了潜在的新方向。
