《International Journal of Molecular Sciences》:Kinase Regulation Through Metabolic Control Points Directs Glucose Fate
编辑推荐:
葡萄糖代谢通过相互连接的代谢途径组织,这些途径中的酶决定葡萄糖是用于能量产生、储存还是生物合成。尽管蛋白激酶(protein kinases)通过磷酸化(phosphorylation)调节代谢酶,但激酶信号如何整体地与葡萄糖代谢网络相互作用仍不清楚。此外,许
葡萄糖代谢通过相互连接的代谢途径组织,这些途径中的酶决定葡萄糖是用于能量产生、储存还是生物合成。尽管蛋白激酶(protein kinases)通过磷酸化(phosphorylation)调节代谢酶,但激酶信号如何整体地与葡萄糖代谢网络相互作用仍不清楚。此外,许多已报道的激酶–底物(kinase–substrate)关系来源于基于预测的资源,缺乏实验验证。在此,研究人员通过整合激酶–底物数据库、来自154项人类研究的定量磷酸化蛋白质组学(quantitative phosphoproteomics)数据以及蛋白–蛋白相互作用(protein–protein interaction, PPI)网络,系统绘制了六条葡萄糖代谢通路中144种酶的激酶关联。研究人员开发了一个多层优先化框架(multi-layer prioritization framework),结合激酶–底物注释、磷酸化蛋白质组共调控(phosphoproteomic co-regulation)和相互作用支持证据,对激酶–酶关联进行排序,并重建磷酸化蛋白质组支持的激酶–代谢网络。优先化将庞大的初始关联空间缩减为精炼的候选激酶–酶关联集合,同时保留葡萄糖代谢的广泛覆盖。所得网络揭示激酶关联在代谢通路和酶之间分布不均,最高激酶关联密度见于代谢控制点(metabolic control points),尤其是整合分支点(branch-point)和通量控制(flux-control)功能的酶。通路水平分析进一步显示,糖原代谢(glycogen metabolism)尽管包含相对较少的酶,却表现出最高的激酶关联密度,而无效循环(futile-cycle)对显示共享和反应特异性激酶关联的不同模式。网络分析识别出一小部分高度连接的激酶枢纽(kinase hubs)以及连接激酶层和代谢酶层的桥蛋白(bridge proteins),提供葡萄糖代谢中激酶关联模式的系统层面视图。总之,这些发现表明激酶关联并非在葡萄糖代谢中均匀分布,而是优先集中于支配通路路由和葡萄糖分配的代谢控制点。该研究提供了一个系统层面框架,用于优先化候选激酶–酶关联,并为研究代谢疾病和癌症中的信号–代谢相互作用提供资源。
一、研究背景与问题
葡萄糖代谢是细胞生理核心,连接能量产生、生物合成和氧化还原平衡;糖酵解/糖异生、糖原代谢、磷酸戊糖途径及半乳糖、果糖、甘露糖等辅助通路通过共享中间物和分支点分配碳流。关键“守门”酶受变构、磷酸化、定位和表达调控,但激酶信号如何集体组织于葡萄糖代谢网络尚不清楚。大量激酶–底物关系来自异质数据库、大规模磷酸化蛋白质组推断和序列预测,证据强度不一且缺少实验验证,若不在代谢网络架构中解释,难以区分生物学上可信的关联与预测驱动分配。因此,研究人员旨在整合互补证据,系统优先化葡萄糖代谢中的激酶–代谢酶关联,并检验其是否在代谢控制点非随机组织。研究人员构建多层框架,整合激酶–底物注释、154项已发表人类定量磷酸化蛋白质组数据集的共调控证据和蛋白–蛋白相互作用(PPI)网络,对144种酶、六条葡萄糖代谢通路进行优先化,重建磷酸化蛋白质组支持的激酶–代谢网络。结论是激酶关联并非均匀分布,而优先集中于支配通路分流和葡萄糖分配的代谢控制点,尤其兼具分支点和通量控制功能的酶;糖原代谢关联密度最高,无效循环对呈现不同共享/反应特异模式,网络中存在少量高度连接的枢纽(hub)激酶和桥蛋白。该研究提供系统层面框架和候选资源,用于代谢疾病与癌症中信号–代谢相互作用研究。
二、关键技术方法
研究整合KEGG注释的六条人类葡萄糖代谢通路酶,映射HGNC和UniProt;从dbPTM、qPTM、PhosphoSitePlus汇集磷酸化位点,从PhosphoSitePlus、Phospho.ELM、RegPhos、iKiP-DB及Ochoa et al. (2020)、Johnson et al. (2023)、NetworKIN、AKID组装激酶–底物–位点关系。纳入154项已发表人类定量磷酸化蛋白质组研究/数据集,按Class-I位点和差异磷酸化阈值进行共调控分析;整合HPRD、BioGRID、ConsensusPathDB、CORUM、BIND、RegPhos的PPI。以初级互作、激酶–底物共调控、激酶–相互作用蛋白、底物–相互作用蛋白四层评分对每个位点的激酶排序;高置信为Rank ≤ 10且磷酸化蛋白质组支持分数 ≥ 15%。采用通路偏好评分(PPS)、双分/三分网络、hub阈值、超几何富集和500次度保持随机零模型。
三、研究结果
2.1 葡萄糖代谢中激酶–代谢酶关联的图谱绘制:重建144种酶网络,27种参与多通路;注释4093个磷酸化位点(Ser 68.4%、Thr 26.1%、Tyr 5.5%);整合数据库获得970个位点、138种酶、25,640个激酶–底物–位点关系、444种激酶,主要来自大规模推断/预测;154项磷酸化蛋白质组共调控过滤后保留6161个关系(约24%);PPI整合得9192个共享蛋白,并构建多层网络。
2.2 葡萄糖代谢中磷酸化蛋白质组支持的激酶关联优先化:复合评分保留24,060个关联、278种激酶、121种酶;糖原代谢密度最高(227对/酶),糖酵解/糖异生139,淀粉和蔗糖代谢41;酶级评分通路间无显著差异;通路偏好显示糖原代谢富集AGC、CK1、Atypical(GSK、PDHK、RSK、MAPKAPK、CK1),半乳糖和淀粉/蔗糖富集酪氨酸激酶及CMGC家族;PDHA1关联密度最高(158种激酶/12位点),PFKFB3、PFKFB2、PFKP、GYS1居前,HK1较低。
2.3 葡萄糖代谢决策点的激酶关联模式:将酶分为双控制(dual-control,n=9)、分支(branch-only,22)、通量(flux-only,7)、反向(opposing,7)、非控制(89);高置信6247对/134酶;双控制平均203.8 vs非控制81.3(2.5倍,p=0.0004),排序双控制>反向>分支≈通量>非控制;按位点归一化后全局不显著(p=0.11),但双控制和分支仍较高。
2.3.1 分支代谢物上的激酶关联模式:F6P最高(1724高优先对/9酶/166激酶,平均磷酸化支持19.3%),G6P次之,丙酮酸最低。
2.3.2 无效循环酶对中共享与特异的激酶关联模式:HK/G6PC高置信仅HK(Jaccard=0);PFK/FBP(F6P ? F
1,6BP)为45.7 vs 17.0(Jaccard=0.20,41共享、82 PFK特异);PK/PEPCK/PC为70.5 vs 19.0(103正向特异、20反向特异、25共享);GYS/PYG总计数PYG更高,但高置信GYS 68.5 vs PYG 39.7(Jaccard=0.30,63共享);各对正向高置信输入更高。
2.3.3 激酶关联密度评分识别具有集中激酶关联的酶:PDHA1最高2.83,GYS1 2.41,PFKP 2.19,PFKL 1.65;GPI、PGM2L1、TALDO1、GAPDH、ALDOA较高;HK1、HK2、FBP1、GYS2较低。
2.4 葡萄糖代谢中激酶–酶关联的网络层面组织:二部网络含297种激酶、117种酶、2785个高置信关联(密度0.033,最大度63,均值9.4);41个hub(13.8%)连接92.3%的酶;最高度LYN、ABL1、LCK、SRC、YES1;PRKAA1和GSK3B为hub;Src家族显著富集(FDR p=0.029)。酶入度前10中7个为控制点;PKM、GYS1、ENO1、GAPDH等最高。三分网络识别567个桥蛋白,高分包括HSPA家族、tubulins、GRB2及TFAM、CYLD、EIF4B、TRIM28、CAD。
四、讨论与结论
讨论指出,该框架不同于仅推断激酶活性或预测底物的方法,强调在代谢网络背景中按互补证据优先化;优先化大幅缩小关联空间而保留通路覆盖。糖原代谢虽酶少但关联密度最高,与GSK3、AMPK、PKA调控GYS1的已知证据一致。控制点富集符合经典代谢控制原则;双控制酶倾向多位点累积,分支酶可在较少位点下具高密度。无效循环呈正向偏倚和不同协调策略。hub激酶和桥蛋白提示多层级组织。局限包括数据集偏倚、非因果、需实验验证、信号动态和同步多组学缺乏。结论翻译:研究人员开发了整合激酶–底物注释、磷酸化蛋白质组共调控和PPI证据的多层优先化框架,系统识别葡萄糖代谢中高置信激酶–代谢酶关联;该框架提供超越单一数据源优先化有生物学支持关联的系统方法。利用该框架,研究人员显示激酶关联优先汇聚于代谢控制点(包括分支点和通量控制酶),而非均匀分布;网络分析识别一小部分协调大部分网络的hub激酶及连接两层的候选桥蛋白。总体而言,这些发现提供葡萄糖代谢中激酶–代谢酶关联的系统层面视图,并为未来实验研究优先化候选激酶–酶关系建立资源。