《Journal of Advanced Research》:AASIA: A comprehensive protein structural interactome database for agricultural animals
编辑推荐:
农业动物,如鸡、鸭、猪、牛和羊,在全球食品生产系统中扮演着关键角色。随着对动物源产品需求的持续增长,改良经济重要性状(如抗病性、生长速率、繁殖力和产品品质)对于保障粮食安全和可持续农业发展日益关键。除农业价值外,这些物种还为研究高影响传染病(如禽流感和非
农业动物,如鸡、鸭、猪、牛和羊,在全球食品生产系统中扮演着关键角色。随着对动物源产品需求的持续增长,改良经济重要性状(如抗病性、生长速率、繁殖力和产品品质)对于保障粮食安全和可持续农业发展日益关键。除农业价值外,这些物种还为研究高影响传染病(如禽流感和非洲猪瘟)提供了不可或缺的系统,凸显了其对公共健康与动物健康的广泛意义。理解此类复杂性状的分子基础需要蛋白质-蛋白质相互作用(PPI)的系统层面视图。蛋白质很少单独发挥作用,而是在调控从免疫应答到繁殖等生物过程的复杂相互作用网络中运作。因此,绘制互作组图谱可为调控通路提供关键见解,并有助于识别用于遗传改良和疾病干预的关键分子靶标。尽管人类、小鼠和酿酒酵母等参考生物拥有完善的互作组资源,农业动物在现有相互作用资源中仍未得到充分代表。STRING、BioGRID、IntAct和MINT等数据库为这些物种提供的相互作用数据有限,且通常缺乏结构注释,阻碍了精细功能分析。将结构信息纳入互作组构建可更深入地理解分子相互作用。结构模型允许在残基水平上绘制结合界面、识别功能热点以及预测突变效应,这对于连接基因型与表型并为分子育种策略提供依据至关重要。然而,结构信息互作组仍然罕见,尤其是对于农业动物而言。近期高通量PPI发现技术的进展加速了互作组研究。考虑到实验方法成本高昂,计算方法正发挥日益重要的作用。例如,传统的同源映射(interolog mapping, IM)和结构域-结构域相互作用(domain-domain interaction, DDI)推断等基于同源性的方法,利用进化保守性推断研究较少物种中的PPI。近年来,D-SCRIPT、PPITrans和SGPPI等深度学习模型能够从序列或结构特征实现准确的PPI预测,且通常具有跨物种泛化能力。与此同时,结构预测的突破,尤其是AlphaFold2/3和ESMFold,使得蛋白质单体与复合物的蛋白质组规模建模成为可能。这些进展推动了近期在人类和植物中构建结构信息互作组的努力。然而,目前尚不存在针对农业动物的可比资源。为填补这一空白,研究人员呈现了农业动物结构互作组图谱(AASIA, https://aasia.zzdlab.com),这是首个面向农业动物的结构信息蛋白质相互作用综合数据库。AASIA涵盖五种代表性动物:绿头鸭(Anas platyrhynchos)、家牛(Bos taurus)、原鸡(Gallus gallus)、绵羊(Ovis aries)和家猪(Sus scrofa),共包含410,421个经ESMFold生成预测复合物结构的高置信度PPI。这些互作组通过整合IM、DDI和基于Transformer的深度学习的集成流程构建,并随后进行大规模结构预测。所得物种特异性网络包括鸭43,886个、牛173,331个、鸡61,593个、羊40,624个以及猪90,987个相互作用,每个相互作用均附带结构和结合界面注释。除用于查询、浏览和可视化的数据探索工具外,该平台还具备基于序列的预测模块,既支持对用户提交的蛋白质对进行从头相互作用推断,也支持对序列变异对相互作用评分的影响进行定量评估。AASIA的当前功能将促进基因型-表型关联、突变影响优先级排序和结构引导育种策略等社区广泛应用。
**论文解读文章**
**一、研究背景与科学问题**
农业动物(鸡、鸭、猪、牛、羊)在全球粮食生产系统中占据核心地位。随着动物源产品需求持续上升,改良抗病性、生长速率、繁殖力及产品品质等经济重要性状对于保障粮食安全和农业可持续发展至关重要。这些物种同时也是研究禽流感、非洲猪瘟等高影响传染病的重要模型,具有广泛的公共卫生意义。蛋白质-蛋白质相互作用(protein-protein interaction, PPI)是解析复杂性状分子基础的关键层面。蛋白质极少孤立发挥作用,而是在调控免疫应答、繁殖等生物过程的复杂网络协同运行。因此,绘制互作组图谱有助于阐明调控通路,并识别可用于遗传改良和疾病干预的关键分子靶点。然而,现有互作组资源严重偏向人类、小鼠和酿酒酵母等参考物种,农业动物的相互作用数据在STRING、BioGRID、IntAct、MINT等公共数据库中覆盖严重不足,且普遍缺乏结构注释。结构信息能够提供残基水平的结合界面、功能热点及突变效应预测,对于连接基因型与表型以及指导分子育种至关重要。尽管AlphaFold2/3和ESMFold等结构预测工具的突破已使蛋白质组规模建模成为可能,人类和植物中已出现结构信息互作组资源,但农业动物领域仍属空白。为此,研究人员构建了农业动物结构互作组图谱(Agricultural Animals Structural Interactome Atlas, AASIA),旨在填补这一空缺。
**二、研究内容与总体结论**
AASIA(https://aasia.zzdlab.com)是首个面向农业动物的蛋白质组规模、结构信息互作组数据库,覆盖鸭、牛、鸡、绵羊和猪五种代表性农业动物。研究人员通过整合三种互补的预测策略——同源映射(interolog mapping, IM)、结构域-结构域相互作用(domain-domain interaction, DDI)推断和基于Transformer架构的深度学习——构建了集成预测流程,并通过逻辑回归(logistic regression, LR)模型融合各方法评分,以0.1%假阳性率(false positive rate, FPR)作为高置信度阈值。随后利用ESMFold对所有单体蛋白和高置信度PPI对进行三维结构预测,并使用FoldX 5.0进行结合能计算和丙氨酸扫描突变分析,系统注释界面残基和热点残基。最终数据库包含410,421个高置信度PPI,每个相互作用均配备预测复合物结构、结合界面和热点残基注释。该研究的重要价值在于为农业动物提供了首个结构信息互作组资源,为解析基因组-表型组关联及推动结构感知的分子育种奠定了基础。论文发表在《Journal of Advanced Research》。
**三、关键技术方法概述**
研究人员主要采用了以下核心技术方法。(1)多来源数据整合与质量控制:从BioGRID、IntAct和MINT三个公共数据库收集七种模式生物的实验支持PPI数据,蛋白序列来自UniProt;采用HIPPIE评分框架对PPI进行可靠性评估,仅保留高置信度相互作用(HIPPIE评分≥0.73)用于模型训练。(2)集成预测框架:IM方法基于BLASTP同源搜索(序列一致性≥0.3、覆盖度≥0.4、E值≤1e-10)从模式生物转移已知相互作用;DDI推断利用Pfam结构域注释和3did数据库及期望最大化(EM)算法扩展的DDI模板库,通过贝叶斯积分计算相互作用概率;深度学习方法使用PPITrans模型,以ProtT5蛋白语言模型生成嵌入,经Transformer编码后由多层感知机输出相互作用概率。(3)模型整合与性能评估:以小鼠PPI数据集为基准,通过LR模型融合三种方法的评分,采用精确率-召回率(PR)和受试者工作特征(ROC)曲线评估性能。(4)结构预测与能量分析:使用ESMFold对单体和复合物进行大规模结构预测(复合物总残基数≤2,000);应用FoldX 5.0的RepairPDB、AnalyseComplex和AlaScan模块分别进行结构优化、相互作用能量分解和热点残基鉴定。样本队列来自公共数据库,无额外临床或实验队列。
**四、研究结果**
**(一)AASIA的整体架构**
AASIA采用模块化三层架构,前端基于Vue.js并结合Cytoscape.js、Mol*、NGL Viewer和ECharts.js实现交互式数据可视化,后端由Express.js提供RESTful API,MySQL管理元数据。平台设有Search、Browse和Predict三个核心功能模块:Search支持蛋白和PPI层面的多类型标识符检索;Browse提供蛋白功能、结构和网络背景的系统浏览;Predict接受用户提交的蛋白序列进行从头相互作用预测,并可评估序列突变对相互作用的影响。
**(二)五个物种高置信度物种特异性互作组的预测**
研究人员在独立测试集(5,992个小鼠阳性对和59,920个阴性对)上系统评估了各预测组件及集成模型的性能。LR集成模型表现最优,AUROC达0.914,AUPRC达0.679,优于单一IM、DDI和深度学习方法。将该流程应用于五个农业动物全蛋白质组后,生成的网络包含:鸭43,886个PPI(蛋白质组覆盖23.1%)、牛173,331个PPI(覆盖34.0%)、鸡61,593个PPI(覆盖27.6%)、羊40,624个PPI(覆盖19.5%)、猪90,987个PPI(覆盖28.1%)。与外部数据比较分析显示,AASIA的牛PPI与D-SCRIPT预测的牛互作组存在8,127个显著共享PPI(Fisher精确检验,P<2.2×10?1?),且与Interactome3D中632个非冗余牛相互作用中的207个(32.75%)显著重叠,验证了预测互作组的整体可靠性。
**(三)蛋白单体和复合物的综合结构建模与注释**
研究人员利用ESMFold对所有五个物种的整个蛋白质组进行单体结构预测,大部分模型pLDDT(predicted Local Distance Difference Test)评分高于70,表明折叠层面可靠且结构覆盖广泛。对于所有高置信度PPI,采用ESMFold多聚体模式生成二元复合物结构,多数模型表现出合理折叠构象。结构注释包括基于几何接触准则定义的界面残基和通过计算丙氨酸扫描鉴定的热点残基,这些信息已全面整合至AASIA平台,可通过PPI层面搜索接口访问。该结构建模框架为互作组增添了关键的机制维度。
**(四)AASIA平台的功能实用性**
Search模块支持AASIA ID、UniProt、Ensembl、Entrez ID、基因名和关键词等多种标识符的模糊搜索与精确匹配。Browse模块的蛋白视图展示序列与结构域特征、单体结构、互作伴侣网络以及GO和KEGG功能注释;PPI视图呈现复合物结构、置信度评分、界面残基与热点残基的3D高亮显示以及结合能等能量信息。Predict模块允许用户输入同一物种的一对蛋白序列,系统调用集成预测框架进行从头相互作用推断;对于变异效应评估,用户以简洁注释格式提交氨基酸替换,系统返回野生型相互作用评分、变异型评分及二者差值,便于在缺乏实验数据的情况下评估突变效应和产生可验证假设。
**(五)鸡(G. gallus)结构互作组的生物学见解**
网络拓扑分析显示鸡互作组平均每个蛋白24个相互作用(中位数6),度分布遵循幂律分布(P(k)∝k?1·1??),符合无标度网络特征;平均最短路径长度3.3,聚类系数0.63,与同规模和度分布的随机网络(平均最短路径3.64,聚类系数0.01)相比满足小世界网络标准。与公共数据库实验支持相互作用的比较显示50对显著重叠(Fisher精确检验,P=2.8×10??),且显著高于1,000个度保持随机网络的预期重叠(均值15.72,最大24;经验P<0.001)。GO语义相似性分析表明预测PPI在生物学过程和细胞组分上显著高于随机配对,且与实验支持相互作用相当。典型案例方面,肌动蛋白加帽蛋白异二聚体(CAPZA1-CAPZB)与ACTIN的预测复合物与实验晶体结构(PDB: 1IZN)高度一致(RMSD=1.6 ?),CAPZA1-ACTIN和CAPZB-ACTIN预测二元复合物界面残基精确对应实验报道的肌动蛋白结合区域,三元复合物结构符合CapZ同时结合两个肌动蛋白单体的已知模式。此外,XRCC5-H2AC39预测相互作用的界面与鸡重要性状相关(与蛋壳强度相关的数量性状位点QTL 125459重叠),界面上的QTL关联残基R10被鉴定为热点残基,FoldX计算显示R10A突变具有去稳定效应(ΔΔG=1.09 kcal·mol?1),AASIA变异预测模块亦提示相互作用评分降低(Δinteraction=-0.03),提供了基因变异通过扰动PPI影响表型的结构层面假设。
**五、讨论总结**
在数据准备方面,公共数据库标注为物理相互作用的实验记录并非均代表直接二元相互作用,大规模方法如亲和纯化-质谱(AP-MS)和免疫共沉淀捕获的是蛋白关联而非直接物理结合。当在仅保留二元支持PPI的更严格小鼠测试子集上评估集成模型时,AUROC提升至0.928、AUPRC提升至0.729,表明模型对直接PPI具有较强判别力,但预测互作组仍可能包含间接物理相互作用,解读时应予以注意。在PPI预测方法方面,IM使用的经验性同源检测阈值虽非全局最优,但最终高置信度互作组由整合LR模型(结合IM、DDI和DL三重证据)决定,阈值选择总体合理。在三维结构预测方面,固有 disordered 区域(intrinsically disordered regions, IDRs)在介导蛋白相互作用中具有重要作用,而ESMFold并未显式利用IDR信息,这仍是结构预测领域的前沿挑战,未来版本需跟进最新进展以提高复合物结构预测精度。
**六、研究结论**
研究人员构建了AASIA(https://aasia.zzdlab.com),这是首个涵盖五种农业动物的高置信度结构信息互作组综合资源。通过整合多种预测策略,AASIA包含超过410,000个非冗余高置信度PPI,每个均关联蛋白质组规模的复合物结构和残基水平界面注释。该用户友好平台使研究人员既能从系统层面探索大规模PPI网络,也能在三维结构背景下研究结合界面、热点残基和性状关联变异等精细分子细节。未来发展方向有二:一是将宿主-病原体PPI数据纳入AASIA,揭示病原感染与宿主免疫涉及的保守分子界面,为禽流感病毒和非洲猪瘟病毒等关键病原的疫苗表位或治疗靶点识别提供支持;二是将AASIA与转录组学、表观基因组学和全基因组变异数据等组学信息整合,实现更精确和更完整的功能注释。希望AASIA能成为农业动物重要的结构互作组数据库,在加速组学数据向动物生物技术育种创新转化中发挥关键作用。