利用蛋白质组学方法识别多诺万利什曼原虫中的新的蛋白质编码潜力

《Current Microbiology》：Identification of new protein-coding potential in Leishmania donovani using a proteogenomics approach

　　

摘要

利什曼原虫是内脏利什曼病的致病菌，其基因组具有高度可塑性，且极度依赖转录后调控，这给准确的基因组注释带来了挑战。尽管已有高质量的参考基因组，但许多蛋白质编码基因仍存在不完整或标注错误的情况。虽然蛋白质组学分析方法此前已被用于其他利什曼原虫物种，但针对具有独特基因组特征和疾病相关特性的利什曼原虫CL-SL株的此类应用仍然十分有限。在本研究中，我们采用蛋白质组学策略，将高分辨率串联质谱数据与定制的六帧翻译基因组数据库相结合，重新分析并完善利什曼原虫该菌株的基因组注释。本研究基于对先前发布的、源自利什曼原虫DD8株的蛋白质组数据集的系统重新分析，这些数据集原本是与亲缘关系较近的利什曼原虫CL-SL参考基因组相互比对得到的。通过运用严格的筛选标准，本研究能够在避免菌株特异性局部序列变异的影响的同时，获得比原有分析更可靠、更具深度的基因组注释信息。通过对已发表的蛋白质组数据重新分析，我们发现了50个N端延伸序列以及15个新的编码区域。其中许多序列在相关物种中存在同源性，且包含与代谢、物质运输或应激反应相关的功能结构域。这些发现为现有的基因模型提供了进一步的结构完善，不过仍需通过实验加以验证。总体而言，我们的研究结果表明，蛋白质组学方法的整合通过修正不完整的基因模型并揭示潜在的编码序列，显著提升了利什曼原虫基因组注释的准确性。这些发现不仅改善了基因组注释，还揭示了此前未被发现的、有肽段证据支持的编码潜力。