酵母核糖体测序小序列全面分析揭示保守模式及其起源机制

本研究针对酵母中小开放阅读框(sORFs)编码的微蛋白(microproteins)的功能性与进化起源问题，通过系统发育分层方法分析了20,023个核糖体测序(ribo-seq)检测的小肽段。研究发现1,134个未注释微蛋白具有跨分类水平的保守性和纯化选择信号，其进化轨迹与典型小蛋白相似。研究还揭示了物种特异性sORFs的起始密码子突变是其最常见起源机制，为理解非典型翻译组的生物学意义提供了新视角。

在生命科学领域，科学家们逐渐认识到小开放阅读框(small open reading frames, sORFs)编码的微蛋白(microproteins)可能具有重要的生物学功能，尽管它们曾因长度短（通常少于100个氨基酸）而被忽视。在酿酒酵母(Saccharomyces cerevisiae)中，核糖体测序(ribo-seq)技术的广泛应用使得数千个小蛋白或微蛋白的转录和翻译证据被发现，其中既包括进化上保守的，也包括进化历史较短的。这些序列存在于广泛的保守谱中，但其功能性和进化轨迹仍不明确。

为了探究这些核糖体测序检测到的小蛋白是否在不同保守水平上具有不同特性，以及与典型小蛋白编码序列相比如何，研究人员开展了一项系统研究。该研究通过系统发育分层(phylostratigraphic)方法，比较了20,023个核糖体测序检测到的小肽段与参考注释中的注释小蛋白，揭示了它们的保守模式，并探索了其潜在的功能特征和起源机制。研究成果发表在《BMC Genomics》上，为理解酵母中小蛋白的扩展景观提供了新的进化视角。

研究主要采用了系统发育分层分析、蛋白质序列比对、非同义/同义置换率(Ka/Ks)计算、功能注释富集分析以及TBLASTN/BLASTN同源性搜索等关键技术方法。研究人员收集了17种真菌物种的蛋白质组和基因组数据，覆盖了从近缘种到担子菌门(Basidiomycota)和微孢子虫门(Microsporidia)的远缘物种。通过ProteinOrtho进行直系同源分组，利用InterProScan和eggNOG Mapper进行功能注释，并采用MACSE进行密码子水平比对以分析ORF的起源突变。

研究结果

Regardless of their source, sequences follow a similar conservation distribution

通过系统发育分层分析，研究发现核糖体测序检测到的小蛋白中，有1,645个（经去冗余后为1,134个）在真菌物种间表现出保守性。这些保守的小蛋白在长度、GC含量和纯化选择信号上与典型小蛋白相似，但其平均等电点较低。保守序列更可能具有功能域，并与代谢过程和组蛋白相关功能富集，而较新的序列则富含内在无序区域。

Nonconserved SEPs homology signals

对未匹配序列的同源性搜索显示，许多核糖体测序检测到的小蛋白与其它物种中的大编码序列有同源性，表明它们可能起源于已有ORF的替代阅读框。少数序列（如SmProt中的84个）仅与非编码序列匹配，提示它们可能从非编码区从头起源。研究还发现，这些同源信号在属水平上最为常见，部分甚至可达门水平。

ORF Triggers Explain Small Proteins Present in S. cerevisiae but Missing in S. paradoxus

通过比较酿酒酵母和其最近缘种S. paradoxus的序列，研究分析了sORFs的起源突变。起始密码子的改变是最常见的突变类型，其中插入一个腺嘌呤(A)以形成ATG起始密码子是最常见的机制。终止密码子的突变则较少见，且多涉及点突变（如GC到AT的突变）。

研究结论与讨论

本研究通过全面分析酵母中小蛋白的进化景观，揭示了核糖体测序检测到的小蛋白与典型小蛋白具有相似的进化轨迹和功能特征。1,134个保守的未注释微蛋白表现出功能性的标志，如跨分类水平的保守性和纯化选择信号。研究还证实了许多非保守小蛋白的同源性信号，并揭示了物种特异性sORFs的突变机制，其中起始密码子的获得是最常见的起源方式。

这些发现强调了小蛋白在酵母功能基因组中的重要性，并为理解非典型翻译组的生物学角色提供了进化依据。研究支持了小蛋白代表酵母功能蛋白质组中更大比例的观点，并提示类似机制可能存在于其他生物中。未来研究应进一步探索不同酵母菌株中小蛋白的变异，以及其与生态适应性和特定生理条件的关系。