新研究揭示恐龙和鸟类羽毛惊人的相似之处

新研究揭示恐龙和鸟类羽毛惊人的相似之处新的研究显示，恐龙羽毛的蛋白质组成与现代鸟类相似，这暗示了鸟类羽毛化学的早期起源，可能是在1.25亿年前。研究发现，化石羽毛中的α-蛋白质很可能是在化石化过程中受热形成的，而不是原本就存在的。(艺术家构想的恐龙羽毛）。以前的研究表明，恐龙羽毛中含有的蛋白质使其硬度低于现代鸟类的羽毛。现在，科克大学学院（UCC）、能源部SLAC国家加速器实验室的斯坦福同步辐射光源（SSRL）以及其他机构的研究人员发现，恐龙羽毛最初的蛋白质组成与现代鸟类的羽毛非常相似。这一结果意味着，今天鸟类羽毛化学成分的起源可能比以前认为的要早得多，最早可能是在1.25亿年前。"发现恐龙和鸟类之间新的相似之处真的令人兴奋，"UCC的古生物学家、这项新研究的第一作者TiffanySlater说。"我们利用X射线和红外线发现，恐龙Sinornithosaurus的羽毛含有大量beta蛋白，就像今天鸟类的羽毛一样。这一发现验证了我们的假设，即恐龙鸟类拥有坚硬的羽毛--就像现代鸟类一样"。问题的关键在于蛋白质的组合。早些时候对恐龙羽毛进行的测试发现，恐龙的羽毛主要含有α-角蛋白，这种蛋白质会导致羽毛不那么硬，而现代鸟类的羽毛则富含β-角蛋白，这种蛋白质会增强羽毛的飞行能力。不过，研究人员还是想知道，这种差异是反映了羽毛在生命过程中的真实化学性质，还是化石化过程中的人工痕迹。为了弄清这个问题，斯莱特和UCC的古生物学家玛丽亚-麦克纳马拉（MariaMcNamara）与SSRL的科学家们合作，分析了距今1.25亿年的恐龙中尼龙（Sinornithosaurus）和早期鸟类孔子鸟（Confuciusornis）的羽毛，以及来自美国的一根距今5000万年的羽毛。为了检测古羽毛中的蛋白质，研究人员将化石放在SSRL强大的X射线面前，X射线可以显示是否存在β蛋白的关键成分。SSRL科学家萨姆-韦伯（SamWebb）说，这有助于研究人员确定样本中的β-蛋白质是仍处于"原生"状态，还是随着时间的推移发生了变化，以及这种变化是如何发生化学变化的。韦伯说，研究小组还进行了单独的实验，模拟化石随着时间的推移所承受的温度。这些实验表明，化石中的α-蛋白质可能是在化石化过程中形成的，而不是羽毛在生命过程中的一部分。分析表明，虽然一些羽毛化石中含有大量α-蛋白，但它们很可能不是最初就有的，而是随着时间的推移而形成的。形成它们的原因是化石经历了高温酷热。斯莱特说："我们的实验有助于解释这种奇怪的化学差异是化石化过程中蛋白质降解的结果。因此，尽管一些恐龙羽毛确实保留了原始β蛋白的痕迹，但其他羽毛化石中却含有在化石化过程中形成的α蛋白。"韦伯说："原始蛋白质成分可能会随着时间的推移而改变，这是研究深部生物标志物时经常被忽视的一个方面。"将我们的X射线光谱结果与实验室对实验加热的羽毛样本的额外测量结果进行比较，有助于校准我们的发现"。该研究的资深作者玛丽亚-麦克纳马拉（MariaMcNamara）说："古代生物分子的痕迹显然可以存活数百万年，但你不能从字面上解读化石记录，因为即使是看似保存完好的化石组织，在化石化过程中也被煮熟和压扁了。我们正在开发新的工具，以了解化石化过程中发生了什么，并揭开化石的化学秘密，将为我们提供令人兴奋的进化新见解。"...PC版：https://www.cnbeta.com.tw/articles/soft/1386723.htm手机版：https://m.cnbeta.com.tw/view/1386723.htm

科学家揭示蛋白质如何驱动癌症生长

科学家揭示蛋白质如何驱动癌症生长在圣路易斯华盛顿大学医学院、麻省理工学院和哈佛大学布罗德研究所、杨百翰大学以及世界各地其他机构的领导下，临床蛋白质组肿瘤分析联合会对驱动癌症的关键蛋白质及其调控方式进行了研究。研究结果于8月14日发表在《细胞》（Cell）和《癌细胞》（CancerCell）杂志上的一组论文中。临床肿瘤蛋白质组学分析联合会由美国国立卫生研究院（NIH）国家癌症研究所资助。资深作者、华盛顿大学戴维-英格利希-史密斯医学特聘教授丁力博士说："在我们开发更好的癌症疗法的努力中，这种对驱动肿瘤生长的蛋白质的新分析是继癌症基因组测序之后的下一步。通过过去的癌细胞基因组测序工作，我们确定了近300个驱动癌症的基因。现在，我们正在研究这些癌基因所启动的机器的细节--实际导致细胞分裂失控的蛋白质及其调控网络。我们希望这项分析能成为癌症研究人员开发多种肿瘤类型新疗法的重要资源。"研究人员分析了涉及10种不同类型癌症的约1万个蛋白质，他们强调了大量数据在这类分析中的重要性；其中许多重要的癌症驱动蛋白在任何一种癌症中都很罕见，如果对肿瘤类型进行单独研究，就不可能发现这些蛋白。这项分析包括两种不同类型的肺癌以及结直肠癌、卵巢癌、肾癌、头颈癌、子宫癌、胰腺癌、乳腺癌和脑癌。丁力也是巴恩斯犹太医院和华盛顿大学医学院西特曼癌症中心的研究成员。他介绍谁哦"当我们对多种癌症类型进行综合分析时，我们就能提高检测导致癌症生长和扩散的重要蛋白质的能力。综合分析还能让我们找出驱动不同类型癌症的主要共同机制。"除了单个蛋白质的功能外，这些数据还能让研究人员了解蛋白质之间是如何相互作用来促进癌症生长的。如果两种蛋白质的水平相互关联--例如，当其中一种蛋白质的水平较高时，另一种蛋白质的水平也总是较高--这就表明这两种蛋白质是作为伙伴作用的。破坏这种相互作用可能是阻止肿瘤生长的一种有效方法。这些研究（包括丁和布罗德研究所的加德-格茨博士共同领导的一项研究）还揭示了通过化学改变蛋白质以改变其功能的不同方法。研究人员记录了这种化学变化--称为乙酰化和磷酸化的过程--如何改变DNA修复、改变免疫反应、改变DNA的折叠和包装方式，以及其他可能在癌症发生过程中发挥作用的重要分子变化。这项研究还揭示了免疫疗法的有效性。检查点抑制剂等免疫疗法通常对突变较多的癌症最有效，但即便如此，它们也并非对所有患者都有效。研究人员发现，大量突变并不总是导致异常蛋白质的大量存在，而异常蛋白质正是免疫系统攻击肿瘤的目标。丁说："对某些癌症来说，即使突变有可能产生肿瘤抗原，但如果没有异常蛋白表达或表达很少，这种突变就可能不是治疗的靶点。这可以解释为什么有些病人对免疫疗法没有反应，即使他们似乎应该对免疫疗法有反应。因此，我们的蛋白质组学调查涵盖了肿瘤抗原的表达谱，对于设计针对选定突变的新免疫疗法特别有用。"在另一项研究中，丁的团队确定了DNA甲基化模式，这是另一种能影响基因表达方式的化学变化。这种模式可能是癌症的关键驱动因素。在一项重要发现中，研究小组确定了在某些肿瘤类型中抑制免疫系统的分子开关。这组四项研究的最后一篇论文向更广泛的研究界提供了联盟使用的数据和分析资源。她说："总的来说，这种对多种癌症类型进行的彻底蛋白质组学和化学修饰分析--与我们长期积累的癌症基因组学知识相结合--提供了另一层信息，我们希望这些信息能帮助解答癌症是如何生长并设法躲避我们的许多最佳治疗方法的许多持续存在的问题。"...PC版：https://www.cnbeta.com.tw/articles/soft/1377313.htm手机版：https://m.cnbeta.com.tw/view/1377313.htm

揭开大脑疾病的秘密：当蛋白质陷入固态时

揭开大脑疾病的秘密：当蛋白质陷入固态时研究人员利用先进的光学技术研究了与神经退行性疾病相关的蛋白质聚集体的形成。通过分析一种与渐冻症有关的蛋白质，他们对蛋白质从液态到固态的转变有了前所未有的深入了解，从而揭示了阿尔茨海默氏症和渐冻症等疾病的真相。上图是显示蛋白质凝结相互作用的纳米扫描图像。资料来源：悉尼大学这种液态到固态的转变会引发所谓的淀粉样纤维的形成。淀粉样纤维可在神经元中进一步形成斑块，导致神经退行性疾病，如阿尔茨海默氏症。悉尼大学的生物医学工程师与剑桥大学和哈佛大学的科学家合作，现已开发出精密的光学技术，可近距离监测这些蛋白质聚集体的形成过程。通过测试一种与肌萎缩性脊髓侧索硬化症（ALS）有关的蛋白质，悉尼大学的工程师们密切监测了这种蛋白质从液相到固相的转变过程。三维共聚焦显微镜扫描培养24小时的FUS蛋白质凝结物，显示了这项研究揭示的特征性核壳结构。资料来源：悉尼大学这项研究发表在美国《国家科学院院刊》（PNAS）上，其主要作者沈怡博士说："这是从基础角度理解神经退行性疾病如何发展的巨大进步。"生物医学工程学院高级讲师、悉尼大学纳米研究所成员DanieleVigolo博士说："我们现在可以在纳米尺度（百万分之一米）上直接观察到这些关键蛋白质从液态向固态的转变。蛋白质在液-液相分离过程中经常会形成凝结物，这种凝结物广泛存在于关键和健康的生物功能中，例如人类胚胎的形成。这一过程有助于蛋白质浓度至关重要的生化反应，还能促进健康的蛋白质-蛋白质相互作用。"Vigolo和沈的研究团队。资料来源：悉尼大学沈博士是化学与生物分子工程学院（SchoolofChemicalandBiomolecularEngineering）的ARCDECRAFellow，同时也是悉尼纳米研究中心（SydneyNano）的成员。"这可能导致与神经退行性疾病相关的异常结构，因为蛋白质不再表现出快速还原成液态的能力。因此，监测凝结动态至关重要，因为它们会直接影响病理状态，"她说。世界上首次对这一过程进行的纳米级光学观测使研究小组得以确定，从液态到固态蛋白质的转变始于蛋白质凝聚物的界面。这个相变窗口还揭示了这些蛋白质团聚体的内部结构是异质的，而以前人们认为它们是均质的。Vigolo博士说："我们的发现有望从根本上大大提高我们对神经退行性疾病的认识。这意味着一个充满希望的新研究领域，可以让我们更好地了解阿尔茨海默病和渐冻症是如何在大脑中发展的，这些疾病影响着全球数百万人。"...PC版：https://www.cnbeta.com.tw/articles/soft/1379653.htm手机版：https://m.cnbeta.com.tw/view/1379653.htm

破解细胞密码：蛋白质折叠与疾病疗法的新见解

破解细胞密码：蛋白质折叠与疾病疗法的新见解马萨诸塞大学阿默斯特分校（UMassAmherst）的一项突破性研究破解了附着在蛋白质上的糖是如何引导蛋白质正确折叠的，为治疗由蛋白质错误折叠引起的疾病提供了可能。研究小组的方法揭示了一种特定酶在折叠过程中发挥的关键作用。这种蛋白质（红色）被糖（蓝色和绿色）糖苷化。资料来源：马萨诸塞大学阿默斯特分校揭开丝氨酸的神秘面纱这项发表在《分子细胞》（MolecularCell）杂志上的研究探讨了与多种疾病有关的丝氨酸蛋白家族成员。这项研究首次探讨了附着在丝蛋白上的碳水化合物的位置和组成如何确保它们正确折叠。从肺气肿、囊性纤维化到阿尔茨海默病等严重疾病，都可能因细胞对蛋白质折叠的监督出错而导致。找出负责高保真折叠和质量控制的糖蛋白代码，可能是针对多种疾病的药物疗法的一种很有前景的方法。科学家们曾一度认为，DNA是支配生命的唯一代码，一切都受DNA的四个构建模块--A、C、G和T--如何组合和重组的支配。但近几十年来，人们逐渐认识到还有其他代码在起作用，尤其是在人体细胞的蛋白质工厂--内质网（ER）--这个膜封闭的腔室中，蛋白质折叠的起始点就是内质网。约有7000种不同的蛋白质在ER中成熟，占人体所有蛋白质的三分之一。这些分泌蛋白统称为"分泌体"--负责人体从酶到免疫和消化系统的一切功能，必须正确形成才能使人体正常运作。蛋白伴侣在蛋白质折叠中的作用被称为"伴侣"的特殊分子有助于将蛋白质折叠成最终形状。它们还能帮助识别折叠不完全正确的蛋白质，为其重新折叠提供额外的帮助，或者，如果它们折叠错误得无可救药，则在它们造成损害之前将其锁定并加以破坏。然而，作为细胞质量控制部门的一部分，伴侣系统本身有时也会失效，一旦失效，就会给我们的健康带来灾难性的后果。发现ER中基于碳水化合物的伴侣系统要归功于麻省大学阿默斯特分校生物化学和分子生物学教授、本文资深作者之一丹尼尔-希伯特（DanielHebert）在20世纪90年代作为博士后开展的开创性工作。"我们现在拥有的工具，包括阿默斯特大学应用生命科学研究所的糖蛋白组学和质谱分析技术，让我们能够回答25年来一直悬而未决的问题，"Hebert说。"这篇新论文的第一作者凯文-盖伊（KevinGuay）所做的事情是我刚开始工作时梦寐以求的。"在这些悬而未决的问题中，最迫切的问题是：伴侣如何知道7000种不同的类似折纸的蛋白质何时正确折叠？理解蛋白质质量控制的创新我们现在知道，答案涉及一种名为UGGT的"ER守门员"酶，以及大量与蛋白质氨基酸序列中特定位点相连的碳水化合物标签，即N-糖。盖伊正在完成马萨诸塞大学阿默斯特分校分子细胞生物学项目的博士学业，他重点研究了两种特殊的哺乳动物蛋白质，即α-1抗胰蛋白酶和抗凝血酶。他和他的合著者利用CRISPR编辑细胞，修改了ER伴侣网络，以确定N-聚糖的存在和位置如何影响蛋白质折叠。他们观察了疾病变体被ER守门员UGGT识别的过程，为了更仔细地观察，他们利用质谱技术开发了一系列创新的糖蛋白组学技术，以了解蛋白质表面的聚糖发生了什么变化。他们发现，UGGT酶会在特定位置用糖"标记"折叠错误的蛋白质。这是一种代码，然后伴侣可以通过读取这种代码来确定折叠过程中哪里出错以及如何修复。影响和未来方向盖伊说："这是我们第一次能够看到UGGT在人体细胞制造的蛋白质上添加糖以进行质量控制的位置。我们现在有了一个平台，可以扩展我们对糖标签如何将蛋白质送入进一步质量控制步骤的理解，我们的工作表明，UGGT是靶向药物治疗研究的一个很有前景的途径。""这项研究最令人兴奋的地方在于"，马萨诸塞大学阿默斯特分校生物化学与分子生物学杰出教授、论文共同作者之一莱拉-吉拉什（LilaGierasch）说，"我们发现聚糖在ER中充当了蛋白质折叠的代码。UGGT所扮演角色的发现为未来了解并最终治疗由错误折叠蛋白质导致的数百种疾病打开了一扇大门"。参考文献《ER伴侣使用蛋白质折叠和质量控制糖代码》，作者：KevinP.Guay、HaipingKe、NathanP.Canniff、GracieT.George、StephenJ.Eyles、MalaiyalamMariappan、JosephN.Contessa、AnneGershenson、LilaM.Gierasch和DanielN.Hebert，2023年12月4日，《分子细胞》。DOI:10.1016/j.molcel.2023.11.006编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1403363.htm手机版：https://m.cnbeta.com.tw/view/1403363.htm

科学家用尖端人工智能揭开蛋白质的秘密

科学家用尖端人工智能揭开蛋白质的秘密该工具由KAUST生物信息学研究员MaxatKulmanov及其同事开发，在预测蛋白质功能方面优于现有的分析方法，甚至能够分析现有数据集中没有明确匹配的蛋白质。该模型被称为DeepGO-SE，它利用了类似于Chat-GPT等生成式人工智能工具所使用的大型语言模型。然后，它根据蛋白质工作方式的一般生物学原理，利用逻辑蕴含得出关于分子功能的有意义的结论。从本质上讲，它通过构建部分世界模型（在本例中为蛋白质功能），并根据常识和推理推断出在这些世界模型中应该发生的事情，从而赋予计算机逻辑处理结果的能力。一种新的人工智能（AI）工具能对未知蛋白质的功能进行逻辑推理，有望帮助科学家揭开细胞内部的奥秘。图片来源：©2024KAUST;IvanGromicho他补充说："这种方法有很多应用前景，"KAUST生物本体论研究小组负责人罗伯特-霍恩多夫（RobertHoehndorf）说，"特别是当需要对神经网络或其他机器学习模型生成的数据和假设进行推理时。"库尔曼诺夫和霍恩多夫与KAUST的斯特凡-阿罗德（StefanArold）以及瑞士生物信息学研究所的研究人员合作，评估了该模型破译那些在体内作用未知的蛋白质功能的能力。该工具成功地利用了一种鲜为人知的蛋白质的氨基酸序列数据及其与其他蛋白质的已知相互作用，并精确地预测了其分子功能。该模型非常精确，在一次国际功能预测工具竞赛中，DeepGO-SE在1600多种算法中名列前20位。KAUST团队目前正在利用这一工具研究在沙特阿拉伯沙漠极端环境中生长的植物中发现的神秘蛋白质的功能。他们希望这些发现将有助于确定生物技术应用中的新型蛋白质，并希望其他研究人员也能使用这一工具。库尔曼诺夫解释说："DeepGO-SE分析未表征蛋白质的能力可以促进药物发现、代谢通路分析、疾病关联、蛋白质工程、筛选感兴趣的特定蛋白质等任务。"编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1418103.htm手机版：https://m.cnbeta.com.tw/view/1418103.htm

揭开细胞动力源的秘密：科学家们揭开了线粒体的蛋白质图谱

揭开细胞动力源的秘密：科学家们揭开了线粒体的蛋白质图谱线粒体是细胞的"动力室"，在生物体的能量生产中发挥着关键作用，并参与各种代谢和信号过程。来自波恩大学医院和弗莱堡大学的研究人员现在已经对线粒体内的蛋白质组织有了系统的了解。线粒体的蛋白质图谱为进一步探索这些细胞动力源的功能奠定了重要基础，并对疾病的理解产生了影响。这项新研究最近发表在著名的《自然》杂志上。线粒体是细胞的重要组成部分，被一层双膜所包围，将它们与细胞的其他部分分开。它们产生维持这些活动所需的大部分能量。除了能量生产，线粒体在新陈代谢和信号传递中发挥着关键作用，作为炎症过程和程序性细胞死亡的表面。从线粒体进入门移除被捕蛋白质的质量控制机制的模型。资料来源：Schulte等人，2023年《自然》杂志线粒体的缺陷导致了许多疾病，尤其是神经系统的疾病。因此，对线粒体过程的分子理解对基础医学研究具有最重要的意义。细胞中的分子工作者通常是蛋白质。线粒体可以包含大约1000个或更多不同的蛋白质。为了执行功能，这些分子中的几个经常一起工作，形成一个蛋白质机器，也称为蛋白质复合物。蛋白质还在分子过程的执行和调节中相互作用。然而，人们对线粒体蛋白质在这种复合体中的组织结构知之甚少。英国广播公司的托马斯-贝克尔教授和法比安-登-布拉夫博士的研究小组与弗莱堡大学的贝恩德-法克勒教授、乌韦-舒尔特博士和尼古拉斯-普凡纳教授的研究小组一起，创建了一个蛋白质复合物中蛋白质组织的高分辨率图像，称为MitCOM。这涉及一种被称为复合体分析的特殊方法，以前所未有的分辨率记录单个蛋白质的指纹。MitCOM揭示了来自面包酵母的90%以上的线粒体蛋白在蛋白质复合物中的组织。这使得新的蛋白质-蛋白质相互作用和蛋白质复合体的鉴定成为可能--这对进一步的研究非常重要。UKB的研究人员与合作研究中心1218"线粒体对细胞功能的调节"项目合作，展示了这一数据集如何被用来阐明新的过程。线粒体从细胞的液体部分（称为细胞膜）输入99%的蛋白质。在这个过程中，一种被称为TOM复合体的机制使这些蛋白质通过膜被吸收到线粒体中。然而，当蛋白质在运输过程中被卡住时，它们是如何从TOM复合体中移除的，这一点在很大程度上还不清楚。为了阐明这一点，Becker教授和denBrave博士领导的团队使用了MitCOM数据集的信息。结果表明，非输入的蛋白质被专门标记为细胞降解。博士生ArushiGupta的研究进一步揭示了这些被标记的蛋白质随后被定向降解的途径。了解这些过程很重要，因为蛋白质输入的缺陷可能导致细胞损伤和神经系统疾病。"我们研究中的例子证明了MitCOM数据集在阐明新机制和途径方面的巨大潜力。因此，这个蛋白质地图代表了进一步研究的重要信息来源，它将帮助我们了解细胞动力源的功能和起源，"UKB生物化学和分子生物学研究所所长贝克尔教授说。...PC版：https://www.cnbeta.com.tw/articles/soft/1348957.htm手机版：https://m.cnbeta.com.tw/view/1348957.htm