西班牙国家癌症研究中心（CNIO）Alfonso Valencia领导的研究团队，发表了题为“Emerging methods in protein co-evolution”的综述文章，概述了研究蛋白协同进化及相互作用的新方法，展望了这些方法在研发选择性药物中的应用。文章发表在Nature旗下的《自然—评论》（Nature Reviews Genetics）杂志上。
研究人员在综述中指出，以协同进化原则为基础的计算方法，可以对蛋白结构、蛋白功能和蛋白质相互作用进行分析和预测，给这些领域带来了革命性的转变。
“蛋白质以相互协调的方式演化，也被称为协同进化molecular coevolution。在过去几年中，这类研究的分析工具发生了重要改变，”Valencia说。
这种微观进化领域的革命，使人们得以预测蛋白间的相互作用，理解这些分子中发生的结构改变。同时也有助于人们分析，疾病所引起的改变会产生怎样的潜在影响，例如癌症或神经退行性疾病等等。
在宏观尺度上，不同物种之间存在着竞争和共生关系。同样，蛋白也并不是独自执行功能的独行侠，它们也会彼此协调。正因如此，进化倾向于在蛋白中引入协调性的改变，调节蛋白之间的关系。
“与上世纪九十年代相比，现在的计算方法更有效也更可靠，让我们能够在分子水平上探讨协同进化，给进化论赋予了更深层的意义，”Valencia说。“以协同进化为基础的方法，是我们分析和理解生物学分子活动的理想工具。”
作者在文章中介绍了以蛋白协同进化为基础的计算方法，这些方法能够预测不同复杂程度下的分子相互作用。其中包括：上世纪九十年代预测蛋白接触点的方法；分析相似蛋白或同家族蛋白与配体选择性结合的方法；以及可以预测数千蛋白互作网络的方法。
过去二十年来，Valencia的团队完成了相关领域的多项研究，并且一直在世界上处于领先地位。“Ras是众所周知的癌基因，去年我们发表文章预测了Ras蛋白与其他蛋白的结合特异性。我们采用的正是此前以协同进化为基础开发的工具，这一工具已经被许多其他研究团队采用。”Valencia解释道。Ras蛋白家族与多种癌症有关，研究这些蛋白与其他重要蛋白的作用方式，将会开辟药物研发的新途径。
作者在展望相关领域的发展前景时称，未来生物信息学程序员、物理学家、生物学家和数学家们的广泛合作，将会大大推动人们对生物学分子机理的认识。
“从长远来看，我们希望这些方法能够有助于新药开发，以便选择性靶标异常细胞，从而减少药物的副作用。”文章作者之一，David de Juan说。(生物谷Bioon.com)
doi:10.1038/nrg3414
PMC:
PMID:
Emerging methods in protein co-evolution
David de Juan, Florencio Pazos, Alfonso Valencia
Co-evolution is a fundamental component of the theory of evolution and is essential for understanding the relationships between species in complex ecological networks. A wide range of co-evolution-inspired computational methods has been designed to predict molecular interactions, but it is only recently that important advances have been made. Breakthroughs in the handling of phylogenetic information and in disentangling indirect relationships have resulted in an improved capacity to predict interactions between proteins and contacts between different protein residues. Here, we review the main co-evolution-based computational approaches, their theoretical basis, potential applications and foreseeable developments.
