劉一凡

摘 要：EGFR（Epidermal Growth Factor Receptor）是表皮生長(zhǎng)因子受體（HER）中的一種重要蛋白，屬于EGF（Epidermal Growth Factor）家族。作為一種跨膜蛋白，其信號(hào)通路對(duì)細(xì)胞多種生理過程起重要作用。本文中從該蛋白的氨基酸組成、親水性分析、系統(tǒng)發(fā)育分析，亞細(xì)胞定位，三級(jí)結(jié)構(gòu)模擬等多個(gè)方面對(duì)該蛋白進(jìn)行了生物信息學(xué)分析，這些結(jié)果有助于我們更進(jìn)一步地了解EGFR蛋白的結(jié)構(gòu)與功能。

關(guān)鍵詞：EGFR；生物信息學(xué)；初步分析；EGFR蛋白；系統(tǒng)發(fā)育分析；亞細(xì)胞定位預(yù)測(cè)；三級(jí)結(jié)構(gòu)預(yù)測(cè)

EGF以及其受體于1953年由范德堡大學(xué)的Stanley Cohen教授發(fā)現(xiàn)。Cohen教授因此與意大利的Rita Levi-Montalcini共享了1986年諾貝爾醫(yī)學(xué)獎(jiǎng)。在許多癌癥病例中，影響EGFR表達(dá)或活性的突變是癌癥的重要誘因。導(dǎo)致EGFR過度表達(dá)的突變被證明與多種癌癥的產(chǎn)生有關(guān)。其中包括肺部鱗狀細(xì)胞癌（80%有關(guān)），腸癌、惡性膠質(zhì)瘤（50%有關(guān)）與頭頸部上皮腫瘤（80%至100%有關(guān)）。[1]上述與癌癥有關(guān)的突變與EGFR的聯(lián)系主要體現(xiàn)在前者能導(dǎo)致EGFR保有異常的持續(xù)活性，間接引發(fā)不受控制的細(xì)胞增殖與分化。對(duì)EGFR的抑制是當(dāng)前開發(fā)相關(guān)癌癥療法的一個(gè)重要發(fā)展方向。研究EGFR蛋白質(zhì)的結(jié)構(gòu)是研究EGFR的作用機(jī)理、信號(hào)傳遞和抑制方法的基本。本文從氨基酸組成分析、系統(tǒng)發(fā)育分析、亞細(xì)胞定位預(yù)測(cè)和三級(jí)結(jié)構(gòu)預(yù)測(cè)四個(gè)方面對(duì)EGFR的結(jié)構(gòu)做了研究和探討，以期為EGFR及其致病機(jī)理的研究和相關(guān)癌癥治療方法的開發(fā)提供參考。

1 材料與方法

1.1 材料

從uniprot[2]上下載EGFR蛋白氨基酸序列（FASTA格式），以人的EGFR蛋白序列為例：

>sp|P00533|EGFR_HUMAN Epidermal growth factor receptor OS=Homo sapiens OX=9606 GN=EGFR PE=1 SV=2

1.2 方法

1.2.1EGFR氨基酸組成分析

利用Bioedit進(jìn)行氨基酸分析。Bioedit是一款生物學(xué)序列調(diào)整軟件，通過分析蛋白質(zhì)氨基酸序列，為用戶研究蛋白質(zhì)組成和性質(zhì)提供參考。本文主要利用了其氨基酸組成分析和疏水性分析功能。

1.2.2 系統(tǒng)發(fā)育分析

使用MEGA [3]軟件進(jìn)行EGFR系統(tǒng)發(fā)育分析。MEGA5是MEGA（Molecular Evolutionary Genetics Analysis）軟件家族的產(chǎn)品，具有強(qiáng)大的DNA分析和蛋白質(zhì)序列數(shù)據(jù)處理功能。本文主要利用了其物種進(jìn)化樹構(gòu)建和親緣關(guān)系分析等功能，簡(jiǎn)潔直觀地展示出系統(tǒng)發(fā)育分析結(jié)果。

1.2.3 亞細(xì)胞定位

在https：//psort.hgc.jp/form2.html上對(duì)該蛋白在細(xì)胞中的分布情況進(jìn)行分析。通過在線計(jì)算，得出了EGFR在細(xì)胞中的定位分析結(jié)果。

1.2.4 EGFR三級(jí)結(jié)構(gòu)預(yù)測(cè)

使用SWISS-MODEL[4]進(jìn)行三級(jí)結(jié)構(gòu)預(yù)測(cè)。SWISS-MODEL是一個(gè)頗負(fù)盛名的蛋白質(zhì)3D結(jié)構(gòu)建構(gòu)服務(wù)器，為來自全球各地的生物研究者免費(fèi)提供蛋白質(zhì)三級(jí)結(jié)構(gòu)模型建立服務(wù)。本文主要使用了由SWISS-MODEL提供的模型對(duì)EGFR三級(jí)結(jié)構(gòu)進(jìn)行說明和預(yù)測(cè)。

2 結(jié)果與分析

2.1 氨基酸組成分析

使用Bioedit進(jìn)行EGFR氨基酸組成分析，發(fā)現(xiàn)組成EGFR的氨基酸種類及其占比如下圖：

結(jié)果可見，EFGR中亮氨酸（Leu）含量最高。甘氨酸（Gly）、絲氨酸（Ser）含量很高，谷氨酸（Glu）、脯氨酸（Pro）含量居中。氨基酸占蛋白質(zhì)成分越多，則其對(duì)蛋白質(zhì)的影響一定程度上更顯著。由此推斷EGFR蛋白可能有膠原蛋白的性質(zhì)（甘氨酸和絲氨酸含量很高，均達(dá)到7 Mol%），其結(jié)構(gòu)上可能具有RNA、黏蛋白和寡聚糖的結(jié)合位點(diǎn)。這與EGFR作為一種信號(hào)傳導(dǎo)的受體，在哺乳動(dòng)物上皮細(xì)胞、膠質(zhì)細(xì)胞等細(xì)胞表面有廣泛分布有關(guān)。

接著我們對(duì)EGFR蛋白進(jìn)行了疏水性分析，如下圖：

在藍(lán)線以上的曲線峰值表現(xiàn)出EGFR在一定氨基酸位點(diǎn)區(qū)間的疏水性。

由此可知，EGFR蛋白有三個(gè)總體來說疏水性表現(xiàn)強(qiáng)烈的區(qū)間，分別為0-175位，350-500位和600-950位。同理，在藍(lán)線以下的曲線區(qū)間表現(xiàn)出EGFR在該氨基酸位點(diǎn)區(qū)間的親水性，其區(qū)間廣泛分布于幾乎整個(gè)蛋白質(zhì)中，說明親水性在EGFR中總體上表現(xiàn)更普遍。綜上所述，EGFR總體表現(xiàn)出親水性，但不突出。

2.2 系統(tǒng)發(fā)育分析

使用MEGA軟件繪制進(jìn)化樹。以人類（HUMAN）、小鼠（MOUSE）、獼猴（MACMU）、雞（CHICK）、黑腹果蠅（DROME）五種物種為例，對(duì)其EGFR蛋白序列進(jìn)行系統(tǒng)發(fā)育分析，以研究EGFR蛋白在不同物種間有怎樣的進(jìn)化關(guān)系。進(jìn)化樹如下圖所示。

對(duì)進(jìn)化樹在不同物種間進(jìn)行親緣關(guān)系分析的進(jìn)化距離，如下圖：

由圖3和圖4可知，小鼠、人類、獼猴位于同一進(jìn)化樹分類下，表明三者進(jìn)化關(guān)系較為密切。其中，人類與獼猴又處于同一進(jìn)化樹分類的子類下，表明二者親緣關(guān)系非常相近?？赏茰y(cè)是由于人與獼猴同屬靈長(zhǎng)類，是遺傳特征非常相似的哺乳動(dòng)物。黑腹果蠅（DROME）和雞（CHICK）則分居進(jìn)化樹另外兩個(gè)分支上，說明兩者彼此間以及和上述三者的親緣關(guān)系都較遠(yuǎn)。

2.3 亞細(xì)胞定位

采用PSORTⅡ工具上對(duì)EGFR在細(xì)胞中的分布進(jìn)行了定位。結(jié)果如下圖。

結(jié)果表示，EGFR蛋白有30.4%位于細(xì)胞質(zhì)膜（plasma membrane）上，有17.4%各在內(nèi)質(zhì)網(wǎng)（endoplasmic reticulum）、液泡膜（vacuolar）、細(xì)胞核（nuclear）中。在細(xì)胞質(zhì)基質(zhì)（cytoplasmic）、線粒體（mitochondrion）、高爾基體（Golgi）和細(xì)胞骨架（cytoskeleton）中也有少量分布。不難看出，EGFR主要分布在細(xì)胞的生物膜系統(tǒng)上，這與其作為信號(hào)通路參與細(xì)胞間信息交流的功能有很大關(guān)系。同時(shí)，EGFR在細(xì)胞內(nèi)與蛋白質(zhì)合成與能量提供有關(guān)的細(xì)胞器上也有一定分布，說明EGFR可能與細(xì)胞合成和分泌激素、糖類和脂質(zhì)等有機(jī)物有關(guān)。

2.4 EGFR三級(jí)結(jié)構(gòu)預(yù)測(cè)

使用SWISS-MODEL進(jìn)行EGFR三級(jí)結(jié)構(gòu)構(gòu)建，得到的MODEL 01 三維結(jié)構(gòu)預(yù)覽圖如下（BMP形式）：

2.5 建模質(zhì)量評(píng)估

對(duì)MODEL 01的建?？煽砍潭冗M(jìn)行評(píng)估，結(jié)果如下：

橫坐標(biāo)表示氨基酸位點(diǎn)，縱坐標(biāo)表示該模型的預(yù)測(cè)與EGFR蛋白的相似程度，區(qū)間為（0，1），在一定氨基酸位點(diǎn)區(qū)間中，取值越大，表示模型在該區(qū)間與蛋白質(zhì)的結(jié)構(gòu)預(yù)測(cè)得越相近。由圖可知，MODEL 01總體相似程度在0.7-0.8之間，說明該模型能較貼切地說明EGFR蛋白的結(jié)構(gòu)。GMQE是一種建模準(zhǔn)確度的估計(jì)值，在0至1內(nèi)取值，取值越高越說明模型具有更佳的可靠性。MODEL 01的GMQE達(dá)到0.58，說明MODEL 01是預(yù)測(cè)三級(jí)結(jié)構(gòu)的較為可靠的模型。

參考文獻(xiàn)：

[1]王榮，石冬琴，謝華，李文斌，田薇，賈正平.非小細(xì)胞肺癌中 EGFR 基因突變及靶向藥物治療研究進(jìn)展.中國(guó)藥理學(xué)通報(bào)，2013，29（1）：22-6.

[2]The UniProt C：Uniprot：The universal protein knowledgebase.Nucleic acids research 2017；45：D158-D169.

[3]Tamura K，Peterson D，Peterson N，Stecher G，Nei M，Kumar S：Mega5：Molecular evolutionary genetics analysis using maximum likelihood，evolutionary distance，and maximum parsimony methods.Molecular biology and evolution 2011；28：2731-2739.

[4]Biasini M，Bienert S，Waterhouse A，Arnold K，Studer G，Schmidt T，Kiefer F，Gallo Cassarino T，Bertoni M，Bordoli L，Schwede T：Swiss-model：Modelling protein tertiary and quaternary structure using evolutionary information.Nucleic acids research 2014；42：W252-258.