方法文章

一种用于微蛋白鉴定和序列分析的综合方法

DOI：

10.3791/63841

⸱

2022年7月12日

 ,  , 
1The Heart Institute, Division of Molecular Cardiovascular Biology, Cincinnati Children's Hospital Medical Center, 2Department of Pediatrics, University of Cincinnati College of Medicine

* These authors contributed equally

本文内容

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

这里描述的协议提供了有关如何在用户友好的UCSC基因组浏览器上使用PhyloCSF分析微蛋白编码潜力的感兴趣基因组区域的详细说明。此外，建议使用几种工具和资源来进一步研究已鉴定的微蛋白的序列特征，以深入了解其假定的功能。

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

下一代测序（NGS）推动了基因组学领域的发展，并为许多动物物种和模式生物产生了全基因组序列。然而，尽管有如此丰富的序列信息，但全面的基因注释工作已被证明具有挑战性，特别是对于小蛋白质。值得注意的是，传统的蛋白质注释方法被设计成有意排除由长度小于300个核苷酸的短开放阅读框（sORFs）编码的推定蛋白质，以过滤掉整个基因组中呈指数级增长的虚假非编码SORF。结果，数百种称为微蛋白的功能性小蛋白质（长度<100个氨基酸）被错误地归类为非编码RNA或完全被忽略。

在这里，我们提供了一个详细的协议，以利用免费的，公开可用的生物信息学工具，根据进化保护来查询基因组区域的微蛋白编码潜力。具体而言，我们提供了有关如何在用户友好的加州大学圣克鲁兹分校（UCSC）基因组浏览器上使用系统发育密码子替换频率（PhyloCSF）检查序列保存和编码潜力的分步说明。此外，我们还详细介绍了有效生成已鉴定微蛋白序列的多个物种比对的步骤，以可视化氨基酸序列保存，并推荐分析微蛋白特征的资源，包括预测的结构域结构。这些强大的工具可用于帮助鉴定非正统基因组区域中的推定微蛋白编码序列，或排除在感兴趣的非编码转录本中存在具有翻译潜力的保守编码序列。

引言

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

自人类基因组计划启动以来，基因组中全套编码元件的鉴定一直是一个主要目标，并且仍然是了解生物系统和基于遗传的疾病的病因学的中心目标1，2，3，4。NGS技术的进步导致为大量生物体（包括脊椎动物，无脊椎动物，酵母和植物）生成全基因组序列5.此外，高通量转录测序方法进一步揭示了细胞转录组的复杂性，并鉴定了数千种具有蛋白质编码和非编码功能的新型RNA分子6，7。解码如此大量的序列信息是一个持续的过程，全面的基因注释工作仍然存在挑战8.

最近开发的翻译分析方法，包括核糖体分析9，10和多核糖体测序11，已经提供了证据，表明数百个非规范翻译事件映射到整个基因组中当前未注释的SORFs，有可能产生称为微蛋白或微肽的小蛋白质12，13，14，15，16，17. 微蛋白已成为一类新颖的多功能蛋白质，由于其体积小（<100个氨基酸）和缺乏经典的蛋白质编码基因特征而被标准基因注释方法所忽视8，12，18，19，20。微蛋白已经在几乎所有生物体中都有描述，包括酵母21，22，苍蝇17，23，24和哺乳动物25，26，27，28，并且已被证明在各种过程中起关键作用，包括发育，代谢和应激信号传导19，20，29，30，31，32，33，34.因此，必须继续为这一类长期被忽视的功能小蛋白质的其他成员挖掘基因组。

尽管人们普遍认识到微蛋白的生物学重要性，但这类基因在基因组注释中仍然远远不足，它们的准确鉴定仍然是一个持续的挑战，阻碍了该领域的进展。最近开发了各种计算工具和实验方法来克服与识别微蛋白编码序列相关的困难（在几个综合综述8，35，36，37中广泛讨论）。最近的许多微蛋白鉴定研究38，39，40，41，42，43，44，45，46，47都严重依赖使用一种称为PhyloCSF48，49的算法。，一种强大的比较基因组学方法，可用于区分基因组的保守蛋白质编码区域和非编码区域。

PhyloCSF使用多物种核苷酸比对和系统发育模型来比较密码子取代频率（CSF），以检测蛋白质编码基因的进化特征。这种基于经验模型的方法依赖于这样一个前提，即蛋白质主要在氨基酸水平而不是核苷酸序列上是保守的。因此，编码相同氨基酸的同义词密码子取代或对具有保守性质（即电荷，疏水性，极性）的氨基酸的密码子取代被评分为正，而非同义取代，包括错义和无意义取代，得分为负数。PhyloCSF在全基因组数据上进行训练，并已被证明在分离于完整序列的编码序列（CDS）的短部分方面是有效的，这在分析微蛋白或标准蛋白质编码基因的单个外显子48，49时是必需的。

值得注意的是，最近在加州大学圣克鲁兹分校（UCSC）基因组浏览器49，50，51中集成了PhyloCSF跟踪中心，使所有背景的研究人员都可以轻松访问用户友好的界面，以查询感兴趣的基因组区域，以获得蛋白质编码潜力。下面概述的协议提供了有关如何在UCSC基因组浏览器上加载PhyloCSF跟踪中心并随后询问感兴趣的基因组区域以探测高置信度蛋白质编码区域（或缺乏高置信度蛋白质编码区域）的详细说明。此外，在观察到阳性PhyloCSF评分的情况下，描述步骤以进一步分析微蛋白编码潜力并有效地生成已鉴定氨基酸序列的多个物种比对，以说明跨物种序列守恒。最后，在讨论中引入了几个额外的公开资源和工具，以调查已鉴定的微蛋白特征，包括预测的结构域结构和对假定微蛋白功能的见解。

访问受限。请登录或开始试用以查看此内容。

方案

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

下面概述的协议详细介绍了在UCSC基因组浏览器（由Mudge等人生成）上加载和导航PhyloCSF浏览器轨道的步骤。有关UCSC基因组浏览器的一般问题，可以在此处找到广泛的基因组浏览器用户指南:https://genome.ucsc.edu/goldenPath/help/hgTracksHelp.html。

1. 将系统级社群跟踪中心加载到 UCSC 基因组浏览器

  1. 打开互联网浏览器窗口并导航到UCSC基因组浏览器（https://genome.ucsc.edu/）。
  2. 在" 我们的工具 "标题下，选择" 跟踪中心 "选项。
    注意:" 跟踪中心 "选项也可以在" 我的数据 "选项卡下找到。
  3. 在"公共中心"选项卡中，在"搜索词"框中键入"PhyloCSF"。单击"搜索公共中心"按钮。
  4. 通过单击中心名称系统CSF的" 连接 "按钮 连接到系统类 （描述:由系统类CSF测量的进化蛋白质编码电位）。
    注:此轨道集线器将加载到许多组件，包括人体（hg19 和 hg38）和鼠标（mm10 和 mm39）。
  5. 单击 "连接"后，等待重定向到 UCSC 基因组浏览器网关页面（https://genome.ucsc.edu/cgi-bin/hgGateway）。

2. 使用基因标识符导航到感兴趣的基因

  1. 选择要查询的物种和基因组组合。要查询其他物种（例如鼠标），请通过单击相应的图标在 "浏览/选择物种" 标题下选择感兴趣的物种，或者在文本框中键入物种， 输入物种、公用名或程序集 ID。
    注: 程序集直接列在 "查找位置" 标题下。通常，默认值为人体大会（例如，2009 年 12 月 [GRCh37/hg19]）。
  2. 使用下拉菜单在 "查找位置" 标题下选择要搜索的组件。
  3. 在"位置/搜索词"框中输入位置、基因符号或 搜索词， 然后单击" 转到 "以在"基因组浏览器"上导航到感兴趣的基因。
  4. 如果搜索结果有多个匹配项，请等待重定向到需要选择感兴趣位置的页面。单击 相应的目的基因。

3. 使用序列信息导航到感兴趣的基因组区域

  1. 导航到UCSC基因组浏览器（https://genome.ucsc.edu/），然后在我们的工具标题下选择BLAST样比对工具（BLAT），以查询特定的DNA或蛋白质序列。或者，将光标悬停在"工具"选项卡上，然后选择"Blat"选项或单击以下链接:https://genome.ucsc.edu/cgi-bin/hgBlat。
  2. 使用下拉菜单选择感兴趣的物种（基因组）和 组装 。
  3. 使用下拉菜单定义 查询类型 。
  4. 将感兴趣的序列粘贴到 "BLAT 搜索基因组 "文本框中，然后单击" 提交"。
  5. 单击 ACTIONS 标题下的浏览器链接以导航到感兴趣的基因组区域。

4. 使用系统级数跟踪数据识别保守的随机对冲量程

  1. 目视扫描感兴趣的基因组区域，以对系统CSF区域进行正评分（图1）。
    注意:有关如何在UCSC基因组浏览器上直观地解释PhyloCSF评分的详细说明，请参阅下面的代表性结果部分。
  2. 使用缩放功能放大感兴趣的区域以检查序列特征并搜索开始/停止密码子。要手动放大，请按住 Shift 键，单击并按住鼠标按钮，同时沿感兴趣区域拖动。或者，使用页面顶部的放大和缩小按钮进行导航（提供 1.5 倍、3 倍、10 倍或基本变焦选项）。
    注意:在使用 放大/缩小 按钮之前，有必要重新定位基因，以便感兴趣的区域位于屏幕的中间。要执行此操作，请单击图像并将其向左或向右拖动以根据需要水平移动基因组区域，或使用页面顶部的 移动 箭头。
  3. 放大，直到核苷酸（碱基）序列可见。
    注意:核苷酸序列将直接出现在 +1 平滑系统 CSF 评分的上方。
  4. 目视扫描正评分的 PhyloCSF 区域的开头和结尾附近的核苷酸序列，以识别假定的起始 （ATG） 和停止 （TGA/TAA/TAG） 密码子。
    注意:如果目的基因位于 DNA 的负链上，则起始和终止密码子将是反向补体（即，CAT 用于起始密码子，TCA/TTA/CTA 用于停止密码子）。

5. 观察其他基因组中的同源区域

  1. 将鼠标悬停在页面顶部的 "视图 "标题上，然后单击" 在其他基因组中（转换）" 选项。
  2. 使用 "新建 基因组"标题下的下拉菜单定义感兴趣的基因组。
  3. 使用 "新建 程序集"标题下的下拉菜单选择感兴趣的基因组程序集，然后单击" 提交 "按钮。
  4. 一旦浏览器返回新组件中具有相似性的区域列表，请单击 染色体位置 链接以导航到感兴趣的同源区域。
    注:将为每个区域定义该区域所覆盖的总碱基（核苷酸）的百分比和跨度。匹配基数的百分比越高，感兴趣区域的保护程度就越高。
  5. 按照第 4 节中详述的相同导航策略来分析序列。

6. 为感兴趣的微蛋白生成多物种序列比对

  1. 单击UCSC基因组浏览器上GENCODE跟踪中的目的基因（如图1A所示，带有蓝色框）以导航到基因描述页面。
  2. 在" 工具和数据库的序列和链接 "标题下，单击表中显示" 其他物种FASTA"的链接。
  3. 单击与感兴趣物种关联的框以选择它们。单击" 提交"。将页面底部以FASTA格式显示的序列复制并粘贴到文字处理文档中。
  4. 打开第二个浏览器窗口，导航到欧洲生物信息学研究所（EMBL-EBI）网站53，54:https://www.ebi.ac.uk/Tools/msa/clustalo/ 上的Clustal Omega多序列比对工具52。
  5. 将仍在剪贴板上的序列文件粘贴到 STEP 1 中以 任何受支持的格式读取序列的框中。滚动到页面底部，然后单击" 提交"。在对齐的结果（黑色字体）下方查看指示每个氨基酸的保守程度的符号（符号在 表1中定义）。
    注意:生成对齐可能需要几分钟时间。
  6. 要查看颜色的氨基酸属性，请单击序列正上方的" 显示颜色 "链接，以根据其属性（定义于 表2中）对氨基酸进行着色。
  7. 将序列对齐复制并粘贴到文字处理或幻灯片程序中，以生成图形或插图文件（例如， 图2）。
    注意:使用等宽字体进行对齐，如"快递"。
  8. 要查看 Clustal Omega 结果页面的其他输出，请单击相应的选项卡（即 指南树 或 系统发育树）。
  9. 单击" 结果查看器 "选项卡可使用 Jalview（一个专门从事多个序列比对编辑、可视化和分析55 的免费程序）查看序列信息的选项，或访问 指向 MView 和 简单系统发育56 的直接链接。

访问受限。请登录或开始试用以查看此内容。

结果

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

在这里，我们将使用经过验证的微蛋白米托雷古林（Mtln）作为示例，以演示保守的sORF将如何产生阳性的PhyloCSF评分，该评分可以在UCSC基因组浏览器上轻松可视化和分析。米托瑞古林以前被注释为非编码RNA（以前是人类基因ID LINC00116和小鼠基因ID 1500011K16Rik）。比较基因组学和序列保存分析方法在其初步发现40、57、58、59、60、61中发挥了关键作用，凸显了这些方法的强弱。对于此示例，将使用鼠标 GRCm38/mm10（2011 年 12 月）组件。搜索可以使用基因标识符（米托雷古林，Mtln）或基因位置（chr2:127，791，364-127，792，4...

访问受限。请登录或开始试用以查看此内容。

讨论

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

这里介绍的协议提供了有关如何在用户友好的UCSC基因组浏览器48，49，50，51上使用PhyloCSF询问感兴趣的基因组区域以识别微蛋白编码潜力的详细说明。如上所述，PhyloCSF是一种强大的比较基因组学算法，它集成了系统发育模型和密码子替换频率，以识别蛋白质编码基因48，49的典型进化特征。PhyloCSF已被广泛用于鉴定基因组区域中的功能微蛋白，这些区域以前注释为非编码38，39，40，41，42...

访问受限。请登录或开始试用以查看此内容。

披露

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者声明他们没有竞争的经济利益。

致谢

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

这项工作得到了美国国立卫生研究院（HL-141630和HL-160569）和辛辛那提儿童研究基金会（受托人奖）的资助。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
网站网站地址要求
Clustal Omega 多序列对齐工具https://www.ebi.ac.uk/Tools/msa/clustalo/Web 浏览器用于 FASTA 序列高效比对的多序列比对程序（即用于已鉴定微蛋白的跨物种比较）
COXPRESSdbhttps://coxpresdb.jpWeb 浏览器提供共调控基因关系以估计基因功能
EMBL-EBI 生物信息学工具 常见问题解答https://www.ebi.ac.uk/seqdb/confluence/display/JDSAT/Bioinformatics+Tools+FAQWeb 浏览器EMBL-EBI 工具的常见问题 （FAQ）。包括用于蛋白质序列比对的颜色编码键
欧洲生物信息学研究所 （EMBL-EBI），
工具和数据资源		https://www.ebi.ac.uk/services/allWeb 浏览器免费提供的网站、工具和数据资源的综合列表
Expasy - 瑞士生物信息学资源门户https://www.expasy.orgWeb 浏览器瑞士生物信息学研究所 （SIB） 维护的用于蛋白质序列分析的生物信息学工具和资源套件国家
生物技术信息中心 （NCBI）
保留域搜索		https://www.ncbi.nlm.nih.gov/Structure/cdd/wrpsb.cgiWeb 浏览器搜索工具，用于识别蛋白质或编码核苷酸序列
Pfam 35http://pfam.xfam.orgWeb 浏览器蛋白质家族 （Pfam） 数据库，提供蛋白质家族和结构域
PhyloCSF Track Hub 描述 https://genome.ucsc.edu/cgi-bin/hgTrackUi?hgsid=1267045267_TEc99h2oW5Q
edaCd4ir8aZ65ryaD&db=mm10
&c=chr2&g=hub_109801_
PhyloCSF_smooth		Web 浏览器PhyloCSF 轨迹和 PhyloCSF 轨迹集线器的详细说明
   
  
  
  
  
SignalP 6.0https://services.healthtech.dtu.dk/service.php？SignalP-6.0Web 浏览器预测信号肽的存在及其切割位点的位置
TMHMM - 2.0https://services.healthtech.dtu.dk/service.php？TMHMM-2.0Web 浏览器预测蛋白质中的跨膜螺旋
UCSC 基因组浏览器 BLAT 搜索https://genome.ucsc.edu/cgi-bin/hgBlatWeb 浏览器用于使用 DNA 或蛋白质序列信息查找基因组区域的工具
UCSC 基因组浏览器网关https://genome.ucsc.edu/cgi-bin/hgGatewayWeb 浏览器直接链接到 UCSC 基因组浏览器网关
UCSC 基因组浏览器 主页https://genome.ucsc.edu/Web 浏览器UCSC 基因组浏览器主页 UCSC
基因组浏览器 跟踪数据中心https://genome.ucsc.edu/cgi-bin/hgHubConnect#publicHubsWeb 浏览器直接链接到 Track Data Hubs/Public Hubs 数据库以搜索和加载 PhyloCSF Tracks
UCSC 基因组浏览器用户指南https://genome.ucsc.edu/goldenPath/help/hgTracksHelp.htmlWeb 浏览器详细介绍如何浏览 UCSC 基因组浏览器的综合用户指南
WoLF PSORTa href="https://wolfpsort.hgc.jp">https://wolfpsort.hgc.jpWeb 浏览器蛋白质亚细胞定位预测工具
由 平滑 <

参考文献

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Collins, F. S., Morgan, M., Patrinos, A. The human genome project: lessons from large-scale biology. Science. 300 (5617), 286-290 (2003).
  2. Lander, E. S., et al. Initial sequencing and analysis of the human genome. Nature. 409 (6822), 860-921 (2001).
  3. Sachidanandam, R., et al. A map of human genome sequence variation containing 1.42 million single nucleotide polymorphisms. Nature. 409 (6822), 928-933 (2001).
  4. Venter, J. C., et al. The sequence of the human genome. Science. 291 (5507), 1304-1351 (2001).
  5. Fuentes-Pardo, A. P., Ruzzante, D. E. Whole-genome sequencing approaches for conservation biology: Advantages, limitations and practical recommendations. Molecular Ecology. 26 (20), 5369-5406 (2017).
  6. Carninci, P., et al. The transcriptional landscape of the mammalian genome. Science. 309 (5740), 1559-1563 (2005).
  7. Maeda, N., et al. Transcript annotation in FANTOM3: mouse gene catalog based on physical cDNAs. PLoS Genetics. 2 (4), 62(2006).
  8. Schlesinger, D., Elsasser, S. J. Revisiting sORFs: overcoming challenges to identify and characterize functional microproteins. The FEBS Journal. 289 (1), 53-74 (2022).
  9. Ingolia, N. T., et al. Ribosome profiling reveals pervasive translation outside of annotated protein-coding genes. Cell Reports. 8 (5), 1365-1379 (2014).
  10. Ingolia, N. T., Ghaemmaghami, S., Newman, J. R., Weissman, J. S. Genome-wide analysis in vivo of translation with nucleotide resolution using ribosome profiling. Science. 324 (5924), 218-223 (2009).
  11. Aspden, J. L., et al. Extensive translation of small Open Reading Frames revealed by Poly-Ribo-Seq. Elife. 3, 03528(2014).
  12. Andrews, S. J., Rothnagel, J. A. Emerging evidence for functional peptides encoded by short open reading frames. Nature Reviews Genetics. 15 (3), 193-204 (2014).
  13. Mackowiak, S. D., et al. Extensive identification and analysis of conserved small ORFs in animals. Genome Biology. 16 (1), 1-21 (2015).
  14. Ruiz-Orera, J., Messeguer, X., Subirana, J. A., Alba, M. M. Long non-coding RNAs as a source of new peptides. Elife. 3, 03523(2014).
  15. Basrai, M. A., Hieter, P., Boeke, J. D. Small open reading frames: beautiful needles in the haystack. Genome Research. 7 (8), 768-771 (1997).
  16. Frith, M. C., et al. The abundance of short proteins in the mammalian proteome. PLoS Genetics. 2 (4), 52(2006).
  17. Ladoukakis, E., Pereira, V., Magny, E. G., Eyre-Walker, A., Couso, J. P. Hundreds of putatively functional small open reading frames in Drosophila. Genome Biology. 12 (11), 118(2011).
  18. Makarewich, C. A., Olson, E. N. Mining for Micropeptides. Trends in Cell Biology. 27 (9), 685-696 (2017).
  19. Wright, B. W., Yi, Z., Weissman, J. S., Chen, J. The dark proteome: translation from noncanonical open reading frames. Trends in Cell Biology. , (2021).
  20. Saghatelian, A., Couso, J. P. Discovery and characterization of smORF-encoded bioactive polypeptides. Nature Chemical Biology. 11 (12), 909-916 (2015).
  21. Kastenmayer, J. P., et al. Functional genomics of genes with small open reading frames (sORFs) in S. cerevisiae. Genome Research. 16 (3), 365-373 (2006).
  22. Smith, J. E., et al. Translation of small open reading frames within unannotated RNA transcripts in Saccharomyces cerevisiae. Cell Reports. 7 (6), 1858-1866 (2014).
  23. Lin, M. F., et al. Revisiting the protein-coding gene catalog of Drosophila melanogaster using 12 fly genomes. Genome Research. 17 (12), 1823-1836 (2007).
  24. Magny, E. G., et al. Conserved regulation of cardiac calcium uptake by peptides encoded in small open reading frames. Science. 341 (6150), 1116-1120 (2013).
  25. Bazzini, A. A., et al. Identification of small ORFs in vertebrates using ribosome footprinting and evolutionary conservation. EMBO J. 33 (9), 981-993 (2014).
  26. Ingolia, N. T., Lareau, L. F., Weissman, J. S. Ribosome profiling of mouse embryonic stem cells reveals the complexity and dynamics of mammalian proteomes. Cell. 147 (4), 789-802 (2011).
  27. Ma, J., et al. Discovery of human sORF-encoded polypeptides (SEPs) in cell lines and tissue. J Proteome Res. 13 (3), 1757-1765 (2014).
  28. Slavoff, S. A., et al. Peptidomic discovery of short open reading frame-encoded peptides in human cells. Nature Chemical Biology. 9 (1), 59-64 (2013).
  29. Khitun, A., Ness, T. J., Slavoff, S. A. Small open reading frames and cellular stress responses. Molecular Omics. 15 (2), 108-116 (2019).
  30. Makarewich, C. A. The hidden world of membrane microproteins. Experimental Cell Research. 388 (2), 111853(2020).
  31. Pueyo, J. I., Magny, E. G., Couso, J. P. New peptides under the s(ORF)ace of the genome. Trends in Biochemical Sciences. 41 (8), 665-678 (2016).
  32. Pauli, A., et al. Toddler: an embryonic signal that promotes cell movement via Apelin receptors. Science. 343 (6172), 1248636(2014).
  33. Chng, S. C., Ho, L., Tian, J., Reversade, B. ELABELA: a hormone essential for heart development signals via the apelin receptor. Developmental Cell. 27 (6), 672-680 (2013).
  34. Lee, C., et al. The mitochondrial-derived peptide MOTS-c promotes metabolic homeostasis and reduces obesity and insulin resistance. Cell Metabolism. 21 (3), 443-454 (2015).
  35. Pauli, A., Valen, E., Schier, A. F. Identifying (non-)coding RNAs and small peptides: challenges and opportunities. Bioessays. 37 (1), 103-112 (2015).
  36. Plaza, S., Menschaert, G., Payre, F. In search of lost small peptides. Annual Review of Cell and Developmental Biology. 33, 391-416 (2017).
  37. Kiniry, S. J., Michel, A. M., Baranov, P. V. Computational methods for ribosome profiling data analysis. Wiley Interdisciplinary Reviews: RNA. 11 (3), 1577(2020).
  38. Anderson, D. M., et al. A micropeptide encoded by a putative long noncoding RNA regulates muscle performance. Cell. 160 (4), 595-606 (2015).
  39. Anderson, D. M., et al. Widespread control of calcium signaling by a family of SERCA-inhibiting micropeptides. Science Signaling. 9 (457), (2016).
  40. Makarewich, C. A., et al. MOXI Is a mitochondrial micropeptide that enhances fatty acid beta-oxidation. Cell Reports. 23 (13), 3701-3709 (2018).
  41. Nelson, B. R., et al. A peptide encoded by a transcript annotated as long noncoding RNA enhances SERCA activity in muscle. Science. 351 (6270), 271-275 (2016).
  42. Chu, Q., et al. Regulation of the ER stress response by a mitochondrial microprotein. Nat Commun. 10 (1), 4883(2019).
  43. Senis, E., et al. TUNAR lncRNA encodes a microprotein that regulates neural differentiation and neurite formation by modulating calcium dynamics. Frontiers in Cell and Developmental Biology. 9, 747667(2021).
  44. Li, M., et al. A putative long noncoding RNA-encoded micropeptide maintains cellular homeostasis in pancreatic beta cells. Molecular Therapy-Nucleic Acids. 26, 307-320 (2021).
  45. Martinez, T. F., et al. Accurate annotation of human protein-coding small open reading frames. Nature Chemical Biology. 16 (4), 458-468 (2020).
  46. van Heesch, S., et al. The translational landscape of the human heart. Cell. 178 (1), 242-260 (2019).
  47. Makarewich, C. A., et al. The cardiac-enriched microprotein mitolamban regulates mitochondrial respiratory complex assembly and function in mice. Proceedings of the National Academy of Sciences of the United States of America. 119 (6), 2120476119(2022).
  48. Lin, M. F., Jungreis, I., Kellis, M. PhyloCSF: a comparative genomics method to distinguish protein coding and non-coding regions. Bioinformatics. 27 (13), 275-282 (2011).
  49. Mudge, J. M., et al. Discovery of high-confidence human protein-coding genes and exons by whole-genome PhyloCSF helps elucidate 118 GWAS loci. Genome Research. 29 (12), 2073-2087 (2019).
  50. Kent, W. J., et al. The human genome browser at UCSC. Genome Research. 12 (6), 996-1006 (2002).
  51. Raney, B. J., et al. Track data hubs enable visualization of user-defined genome-wide annotations on the UCSC Genome Browser. Bioinformatics. 30 (7), 1003-1005 (2014).
  52. Sievers, F., et al. scalable generation of high-quality protein multiple sequence alignments using Clustal Omega. Molecular Systems Biology. 7 (1), 539(2011).
  53. Goujon, M., et al. A new bioinformatics analysis tools framework at EMBL-EBI. Nucleic Acids Research. 38 (2), 695-699 (2010).
  54. Harte, N., et al. Public web-based services from the European Bioinformatics Institute. Nucleic Acids Research. 32 (2), 3-9 (2004).
  55. Waterhouse, A. M., Procter, J. B., Martin, D. M., Clamp, M., Barton, G. J. Jalview Version 2-a multiple sequence alignment editor and analysis workbench. Bioinformatics. 25 (9), 1189-1191 (2009).
  56. Madeira, F., et al. The EMBL-EBI search and sequence analysis tools APIs in 2019. Nucleic Acids Research. 47 (1), 636-641 (2019).
  57. Friesen, M., et al. Mitoregulin controls beta-oxidation in human and mouse adipocytes. Stem Cell Reports. 14 (4), 590-602 (2020).
  58. Stein, C. S., et al. Mitoregulin: A lncRNA-Encoded microprotein that supports mitochondrial supercomplexes and respiratory efficiency. Cell Reports. 23 (13), 3710-3720 (2018).
  59. Chugunova, A., et al. LINC00116 codes for a mitochondrial peptide linking respiration and lipid metabolism. Proceedings of the Nationall Academy of Sciences of the United States of America. 116 (11), 4940-4945 (2019).
  60. Lin, Y. F., et al. A novel mitochondrial micropeptide MPM enhances mitochondrial respiratory activity and promotes myogenic differentiation. Cell Death and Disease. 10 (7), 528(2019).
  61. Wang, L., et al. The micropeptide LEMP plays an evolutionarily conserved role in myogenesis. Cell Death and Disease. 11 (5), 357(2020).
  62. He, S., Liu, S., Zhu, H. The sequence, structure and evolutionary features of HOTAIR in mammals. BMC Evolutionary Biology. 11 (1), 1-14 (2011).
  63. Rinn, J. L., et al. Functional demarcation of active and silent chromatin domains in human HOX loci by noncoding RNAs. Cell. 129 (7), 1311-1323 (2007).
  64. Bhatta, A., et al. A Mitochondrial micropeptide is required for activation of the Nlrp3 inflammasome. Journal of Immunology. 204 (2), 428-437 (2020).
  65. Zhang, D., et al. Functional prediction and physiological characterization of a novel short trans-membrane protein 1 as a subunit of mitochondrial respiratory complexes. Physiological Genomics. 44 (23), 1133-1140 (2012).
  66. Rathore, A., et al. MIEF1 microprotein regulates mitochondrial translation. Biochemistry. 57 (38), 5564-5575 (2018).
  67. Jungreis, I., Sealfon, R., Kellis, M. SARS-CoV-2 gene content and COVID-19 mutation impact by comparing 44 Sarbecovirus genomes. Nature Communications. 12 (1), 2642(2021).
  68. Chen, J., et al. Pervasive functional translation of noncanonical human open reading frames. Science. 367 (6482), 1140-1146 (2020).
  69. Ruiz-Orera, J., Verdaguer-Grau, P., Villanueva-Canas, J. L., Messeguer, X., Alba, M. M. Translation of neutrally evolving peptides provides a basis for de novo gene evolution. Nature Ecology and Evolution. 2 (5), 890-896 (2018).
  70. Blevins, W. R., et al. Uncovering de novo gene birth in yeast using deep transcriptomics. Nature Communications. 12 (1), 604(2021).
  71. Papadopoulos, C., et al. Intergenic ORFs as elementary structural modules of de novo gene birth and protein evolution. Genome Research. , (2021).
  72. Vakirlis, N., Duggan, K. M., McLysaght, A. De novo birth of functional, human-specific microproteins. bioRxiv. , 462744(2021).
  73. Van Oss, S. B., Carvunis, A. R. De novo gene birth. PLoS Genetics. 15 (5), 1008160(2019).
  74. Andersson, D. I., Jerlstrom-Hultqvist, J., Nasvall, J. Evolution of new functions de novo and from preexisting genes. Cold Spring Harbor Perspectives in Biology. 7 (6), 017996(2015).
  75. Ge, Q., et al. Micropeptide ASAP encoded by LINC00467 promotes colorectal cancer progression by directly modulating ATP synthase activity. Journal of Clinical Investigations. 131 (22), (2021).
  76. Sonnhammer, E. L., von Heijne, G., Krogh, A. A hidden Markov model for predicting transmembrane helices in protein sequences. Proceedings. International Conference on Intelligent Syststems for Molecular Biology. 6, 175-182 (1998).
  77. Lu, S., et al. CDD/SPARCLE: the conserved domain database in 2020. Nucleic Acids Research. 48, 265-268 (2020).
  78. Mistry, J., et al. Pfam: The protein families database in 2021. Nucleic Acids Research. 49, 412-419 (2021).
  79. Horton, P., et al. PSORT: protein localization predictor. Nucleic Acids Research. 35 (2), 585-587 (2007).
  80. Obayashi, T., Kagaya, Y., Aoki, Y., Tadaka, S., Kinoshita, K. COXPRESdb v7: a gene coexpression database for 11 animal species supported by 23 coexpression platforms for technical evaluation and evolutionary inference. Nucleic Acids Research. 47, 55-62 (2019).
  81. Teufel, F., et al. SignalP 6.0 predicts all five types of signal peptides using protein language models. Nature Biotechnology. , 01156(2022).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

Microprotein IdentificationSequence AnalysisShort Open Reading FramesPhyloCSF AnalysisUCSC Genome BrowserMultiple Sequence AlignmentAmino Acid ConservationNoncoding RNA AnnotationDomain Structure PredictionComparative Genomics

相关文章