[论文解读] Amino Acid Distributions and the Effect of Optimal Growth Temperature

Benjamin D. Greenbaum, Pradeep Kumar+1 more|arXiv (Cornell University)|Sep 18, 2013

RNA and protein synthesis mechanisms参考文献 36被引用 3

一句话总结

本研究分析了不同生物体（尤其是极端嗜极生物）中氨基酸的分布，以探究最适生长温度（OGT）如何影响序列组成。通过首次通过首次通过分布检测长程残基相关性，研究揭示了一种近乎普遍的指数背景，该背景与单个氨基酸频率相关，并识别出此前未被描述的与温度相关的相关性，特别是在分子量和密码子简并性方面。

ABSTRACT

We perform an exhaustive analysis of genome statistics for organisms, particularly extremophiles, growing in a wide range of physicochemical conditions. Specifically, we demonstrate how the correlation between the frequency of amino acids and their molecular weight, preserved on average, typically decreases as optimal growth temperature increases. We show how the relation between codon degeneracy and amino acid mass is enforced across these organisms. We assess the occurrence of contiguous amino acids, finding several significant short words, often containing cysteine, histidine or proline. Typically, the significance of these words is independent of growth temperature. In a novel approach, first-passage distributions are used to capture correlations between discontiguous residues. We find a nearly universal exponential background that we relate to properties of the aforementioned individual amino acid frequencies. We find this approach reliably extracts correlations that depend on growth temperature, some of which have not been previously characterized.

研究动机与目标

• 理解最适生长温度（OGT）如何塑造不同生物体中的氨基酸组成。
• 探究氨基酸分子量、密码子简并性与OGT之间的关系。
• 使用统计方法检测连续和非连续氨基酸序列中的非随机模式。
• 探讨是否除局部基序外的序列相关性受环境适应（尤其是温度）的影响。
• 开发一种基于首次通过分布的新型统计框架，以提取蛋白质序列中具有生物学意义的相关性。

提出的方法

• 对具有不同最适生长温度的生物体进行了全基因组范围的氨基酸频率分析。
• 量化了氨基酸频率与分子量之间的相关性，观察到其随OGT增加而降低。
• 分析了不同物种中密码子简并性与氨基酸质量之间的关系，以评估进化约束。
• 识别出显著的连续氨基酸基序，特别是富含半胱氨酸、组氨酸和脯氨酸的基序，并评估其与OGT的独立性。
• 应用首次通过分布来模拟非连续残基之间的相关性，捕捉长程序列依赖性。
• 在首次通过统计中确立了一种近乎普遍的指数背景分布，该分布与单个氨基酸频率直接相关，作为检测温度敏感相关性的零模型。

实验结果

研究问题

• RQ1 最适生长温度在多大程度上影响氨基酸频率与分子量之间的相关性？
• RQ2 密码子简并性与氨基酸质量之间的关系在具有不同OGT的生物体中在多大程度上保持保守？
• RQ3 是否存在随生长温度变化的显著非随机连续氨基酸序列模式？
• RQ4 首次通过分布能否有效检测蛋白质序列中非连续残基之间的温度依赖性相关性？
• RQ5 首次通过分析中的背景统计分布的本质是什么，它与单个氨基酸频率有何关系？

主要发现

• 氨基酸频率与分子量之间的相关性随最适生长温度的升高而显著降低。
• 密码子简并性与氨基酸质量之间的关系在不同生物体中始终得到维持，表明存在强烈的进化约束。
• 多个短的连续氨基酸基序（尤其是富含半胱氨酸、组氨酸和脯氨酸的基序）显著富集，且与生长温度无关。
• 首次通过分析中出现了一种近乎普遍的指数背景分布，该分布与单个氨基酸频率直接相关。
• 首次通过方法成功提取了非连续残基之间的温度依赖性相关性，包括此前未被描述的模式。
• 该方法揭示了蛋白质序列中的长程残基相关性受最适生长温度调节，表明其可能在蛋白质稳定性和适应中发挥重要作用。