對(duì)于蛋白質(zhì)，外觀很重要。這些重要分子主要形成細(xì)胞結(jié)構(gòu)并發(fā)揮其功能：蛋白質(zhì)控制生長并影響遷移，作為催化劑，運(yùn)輸或儲(chǔ)存其他分子。由長氨基酸鏈組成，一維氨基酸序列在紙上可能看起來毫無意義。然而，從三個(gè)維度來看，研究人員可以看到蛋白質(zhì)的結(jié)構(gòu)是什么，蛋白質(zhì)的結(jié)構(gòu)，特別是它的折疊方式，決定了它的功能。

在數(shù)據(jù)庫Pfam中有近15,000個(gè)蛋白質(zhì)家族 - 共享進(jìn)化起源的家族群體。對(duì)于近三分之一(4,752)的這些蛋白質(zhì)家族，每個(gè)家族中至少有一種蛋白質(zhì)已經(jīng)具有實(shí)驗(yàn)確定的結(jié)構(gòu)。對(duì)于另外三分之一(4,886)的蛋白質(zhì)家族，可以建立具有一定程度信心的比較模型。然而，對(duì)于數(shù)據(jù)庫中最后的第三個(gè)(5,211)蛋白質(zhì)家族，不存在結(jié)構(gòu)信息。

在2017年1月20日的“ 科學(xué)”雜志上，華盛頓大學(xué)的David Baker與美國能源部聯(lián)合基因組研究所(DOE JGI)的研究人員合作，該組織是美國能源部科學(xué)用戶設(shè)施辦公室，他們報(bào)告說，結(jié)構(gòu)模型有已經(jīng)生成614%或12%的蛋白質(zhì)家族，這些家族以前沒有結(jié)構(gòu)信息。“這可以通過計(jì)算建模方法完成，但在5年前并不明顯，”該團(tuán)隊(duì)在他們的論文中指出。通過合作，Baker實(shí)驗(yàn)室的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)服務(wù)器Rosetta分析了綜合微生物基因組(IMG)上公開的宏基因組序列，從而實(shí)現(xiàn)了這一成就。 系統(tǒng)由DOE JGI運(yùn)行。

“大量的蛋白質(zhì)家族(在Pfam中)具有較少的序列，”研究第一作者謝爾蓋·奧夫琴尼科夫說，他是貝克實(shí)驗(yàn)室的研究生。“這導(dǎo)致了兩個(gè)后果：1)沒有人關(guān)心這些家庭(因?yàn)樗麄兒苄?; 并且，2)共同進(jìn)化方法不能用于研究它們。使用宏基因組學(xué)，我們發(fā)現(xiàn)，到目前為止，只有少數(shù)序列的一些被忽視的家族，當(dāng)考慮到宏基因組學(xué)數(shù)據(jù)時(shí)，現(xiàn)在可以變得像一些研究最多的家族一樣大!此外，我們可以提供來自家庭的代表性序列的3D模型。我們希望這會(huì)引起一些家庭的興趣。“

有了基因組序列，像Baker這樣的研究人員已經(jīng)能夠識(shí)別出同時(shí)進(jìn)化的氨基酸組，即使它們?cè)谡归_鏈上彼此不相鄰。這些事件表明這些氨基酸是折疊蛋白質(zhì)中的鄰居，為研究人員提供了關(guān)于蛋白質(zhì)結(jié)構(gòu)的暗示。結(jié)構(gòu)接近可以表明功能關(guān)系，因此作用于功能的自然選擇不僅有利于一種氨基酸，而且有利于該組中的所有氨基酸。

DOE JGI原核生物超級(jí)計(jì)劃主管Nikos Kyrpides表示，Baker實(shí)驗(yàn)室與DOE JGI之間的合作使該團(tuán)隊(duì)能夠提出一種預(yù)測(cè)結(jié)構(gòu)和結(jié)構(gòu)對(duì)齊的強(qiáng)大方法。“此類努力以前僅限于在分離基因組上發(fā)現(xiàn)的序列產(chǎn)生的蛋白質(zhì)家族。這些基因組包含約2億個(gè)序列。正如預(yù)期的那樣，當(dāng)我們添加我們的宏基因組數(shù)據(jù)時(shí)，利用我們的IMG / M數(shù)據(jù)庫中可用的50億個(gè)組裝的宏基因組序列，我們能夠顯著增加許多已知蛋白質(zhì)家族的覆蓋率。像這樣的努力在很大程度上取決于組裝的宏基因組序列的可用性，這是DOE JGI用我們的高質(zhì)量組件帶來的優(yōu)勢(shì)。“

Kyrpides補(bǔ)充說，這項(xiàng)工作，也涉及DOE JGI研究人員Neha Varghese和George Pavlopoulos，體現(xiàn)了他希望看到鼓勵(lì)的另一種合作。“人們來找我們是因?yàn)槲覀冋诰S持最大的組裝宏基因組整合。這些工具在我們的數(shù)據(jù)上的應(yīng)用提供了一個(gè)很好的例子，說明更大的社區(qū)如何利用JGI資源進(jìn)行發(fā)現(xiàn)。我們非常希望通過JGI與國家能源研究科學(xué)計(jì)算中心(NERSC)之間的新數(shù)據(jù)科學(xué)電話會(huì)議，看到更多這樣的成功案例。“

該JGI-NERSC微生物組數(shù)據(jù)科學(xué)調(diào)用將使用戶能夠執(zhí)行國家的最先進(jìn)的計(jì)算基因組學(xué)和環(huán)境基因組學(xué)研究，并幫助他們翻譯序列信息，由DOE JGI或其他地方產(chǎn)生，到生物的發(fā)現(xiàn)。該提案呼吁建立在“用戶科學(xué)合作設(shè)施”(FICUS)倡議的成功基礎(chǔ)之上，該倡議旨在鼓勵(lì)并使研究人員能夠更輕松地將多個(gè)國家用戶設(shè)施的專業(yè)知識(shí)和能力整合到他們的研究中。JGI-NERSC協(xié)作科學(xué)電話的申請(qǐng)目前正在接受，直到2017年3月1日。