你如何解决古蛋白质组学中的一个问题？

古蛋白质组学对考古学家和进化生物学家具有巨大的潜力。莱比锡马克斯普朗克进化人类学研究所的Frido Welker在最近发表在BMC进化生物学上的一篇论文中，研究了古蛋白质组研究中的容错搜索的有效性，强调了研究古人类全蛋白质组的一些潜在问题和解决方案。

古蛋白质组学——令人兴奋的新领域

古蛋白质组学是考古学和进化生物学领域的新兴学科。最近才为这一新兴的研究领域制定了实践标准，最近用于研究古代人类、动物，甚至恐龙（尽管这有点争议）。

与古代DNA相比，古代蛋白质序列是非常强大的，最近从380万年前的样本中提取的蛋白质。

生物信息学技术

单氨基酸多态性（SAPs）是蛋白质组中一个氨基酸（AA）差异出现的区域，有助于确定不同分支之间的进化差异，包括晚更新世的尼安德特人和杰尼索万人。

容错搜索（当接收到的示例以某种方式被破坏时，该算法可以“学习”）正确地推断了现代和更新世样本的1型胶原中的SAP，但正如Welker博士所指出的，这“需要在（整个蛋白质组）中得到证实，然后才能进行更古老、可能更具差异性的人类化石的分析”。这是他最近发表在BMC进化生物学上的论文中所报告的实验的基础。

跨物种蛋白质组学效应问题

直到现在，跨物种蛋白质组学效应（CSPE）问题还没有被证明可以通过容错搜索来解决，这对于古蛋白质组学研究的信心至关重要。

CSPE问题源于使用来自目标种群或物种的不同参考蛋白质组。当你在进化树上进一步追溯，你的目标物种和它们的远亲之间会出现更大的蛋白质组序列差异。

序列差异的数量越大，肽和蛋白质在标准（非容错）搜索中不被识别的可能性就越大。可用于人类蛋白物种的小型蛋白质组数据库复合了这一效应。

容错与标准搜索实验

容错搜索应允许识别sap，并克服CSPE问题。Welker博士使用标准的和容错的搜索方法对7个现代人类样本的蛋白质组进行了测试，这些样本分别来自于UniProt衍生的人类（智人；‘智人’）、黑猩猩（Pan troglodytes；‘Pan’）和苏门答腊猩猩（Pongo abelii；‘Pongo’）参考数据库，使用峰值（v 7.5）。

为了确认一个蛋白质，在一般搜索中根据人类数据库搜索现代样本时，至少需要识别两个FDR（错误发现率）为1%的唯一肽谱匹配（PSMs）。在容错搜索中，只有当在人类数据库中匹配10个氨基酸（a a s）或更长的肽时，PSMs才被接受。

在容错搜索中，针对直系数据库单独搜索的PSM建立了四个结果，在标准搜索中建立了两个结果，可以在Welker博士的论文中的图1中看到。

进化距离和长肽

没有发现有三个或更多sap的psm，几乎从未发现AA长度超过25的可变psm（Welker博士文章中的图4）。无论进化距离如何，10-15原子吸收光谱的可变PSMs在75%的时间内被鉴定出来。

当比较人类蛋白质组和更古老的人类祖先时，这可能是个问题——更大的进化距离可能使可靠地重建系统发育树变得困难。

韦尔克建议在古蛋白质组学研究中创建较短的肽段，并搜索进化距离较短的物种数据库，尽管后者对于较古老的人类可能更为困难。

容错搜索将中等差异蛋白质组（如人类黑猩猩分裂）之间的CSPE问题最小化，这一点在将来古人类蛋白质组的系统发育分析中应牢记。

减少错误建议的AA替代的过滤标准

容错搜索可能会错过匹配的psm，错误地提示psm不应发生变异，从而混淆了系统发育分析。Welker确定了过滤标准，以减轻容错搜索中的这些偏离目标的影响：

必须确认两个或多个涵盖变异AA位置的PSM。

这些PSM必须占与AA位置匹配的PSM总数的大多数。

这些过滤准则去除了错误的a a替换，但可以过滤出与单个PSM匹配的正确替换PSM，这可能会影响系统发育信息PSM。韦尔克建议在串联质谱仪上多次运行相同的蛋白质提取物。

信息蛋白是系统发育研究的潜在靶点

与缓慢进化的蛋白质相比，快速进化的蛋白质提供了更多的系统发育信息，但它们的高替换率意味着它们在容错搜索中可能无法识别。Welker揭示了两种快速进化的蛋白质，它们的系统发育信息位置足够间隔，即使在进化距离较大的情况下也能进行容错搜索识别。

α-2-HS-glycoprotein（AHSG）和纤维蛋白原α链（FGA）是古骨蛋白质组学研究中经常观察到的两种蛋白质，为蛋白质组学系统发育研究提供了一个可行的靶点。

尽管在古蛋白质组研究中容错搜索存在局限性，弗里多·韦克尔已经建立了过滤标准和推荐的实验技术，以帮助最大限度地发挥整个蛋白质组研究的潜力。此外，他还发现了两种对进化研究有潜在价值的蛋白质。

古蛋白质组学是一个新的研究领域，其潜力和局限性还有待进一步探索。韦克尔博士的论文填补了这一未知领域地图的一部分。