EGFR蛋白的生物信息學初步分析

劉一凡

摘 要：EGFR（Epidermal Growth Factor Receptor）是表皮生長因子受體（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，其信號通路對細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，亞細胞定位，三級結構模擬等多個方面對該蛋白進行了生物信息學分析，這些結果有助于我們更進一步地了解EGFR蛋白的結構與功能。

關鍵詞：EGFR；生物信息學；初步分析；EGFR蛋白；系統(tǒng)發(fā)育分析；亞細胞定位預測；三級結構預測

EGF以及其受體于1953年由范德堡大學的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)學獎。在許多癌癥病例中，影響EGFR表達或活性的突變是癌癥的重要誘因。導致EGFR過度表達的突變被證明與多種癌癥的產(chǎn)生有關。其中包括肺部鱗狀細胞癌（80%有關），腸癌、惡性膠質瘤（50%有關）與頭頸部上皮腫瘤（80%至100%有關）。[1]上述與癌癥有關的突變與EGFR的聯(lián)系主要體現(xiàn)在前者能導致EGFR保有異常的持續(xù)活性，間接引發(fā)不受控制的細胞增殖與分化。對EGFR的抑制是當前開發(fā)相關癌癥療法的一個重要發(fā)展方向。研究EGFR蛋白質的結構是研究EGFR的作用機理、信號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、亞細胞定位預測和三級結構預測四個方面對EGFR的結構做了研究和探討，以期為EGFR及其致病機理的研究和相關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進行氨基酸分析。Bioedit是一款生物學序列調整軟件，通過分析蛋白質氨基酸序列，為用戶研究蛋白質組成和性質提供參考。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，具有強大的DNA分析和蛋白質序列數(shù)據(jù)處理功能。本文主要利用了其物種進化樹構建和親緣關系分析等功能，簡潔直觀地展示出系統(tǒng)發(fā)育分析結果。

1.2.3 亞細胞定位

在https：//psort.hgc.jp/form2.html上對該蛋白在細胞中的分布情況進行分析。通過在線計算，得出了EGFR在細胞中的定位分析結果。

1.2.4 EGFR三級結構預測

使用SWISS-MODEL[4]進行三級結構預測。SWISS-MODEL是一個頗負盛名的蛋白質3D結構建構服務器，為來自全球各地的生物研究者免費提供蛋白質三級結構模型建立服務。本文主要使用了由SWISS-MODEL提供的模型對EGFR三級結構進行說明和預測。

2 結果與分析

2.1 氨基酸組成分析

使用Bioedit進行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。氨基酸占蛋白質成分越多，則其對蛋白質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（甘氨酸和絲氨酸含量很高，均達到7 Mol%），其結構上可能具有RNA、黏蛋白和寡聚糖的結合位點。這與EGFR作為一種信號傳導的受體，在哺乳動物上皮細胞、膠質細胞等細胞表面有廣泛分布有關。

接著我們對EGFR蛋白進行了疏水性分析，如下圖：

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

由此可知，EGFR蛋白有三個總體來說疏水性表現(xiàn)強烈的區(qū)間，分別為0-175位，350-500位和600-950位。同理，在藍線以下的曲線區(qū)間表現(xiàn)出EGFR在該氨基酸位點區(qū)間的親水性，其區(qū)間廣泛分布于幾乎整個蛋白質中，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，對其EGFR蛋白序列進行系統(tǒng)發(fā)育分析，以研究EGFR蛋白在不同物種間有怎樣的進化關系。進化樹如下圖所示。

對進化樹在不同物種間進行親緣關系分析的進化距離，如下圖：

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

2.3 亞細胞定位

采用PSORTⅡ工具上對EGFR在細胞中的分布進行了定位。結果如下圖。

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

2.4 EGFR三級結構預測

使用SWISS-MODEL進行EGFR三級結構構建，得到的MODEL 01 三維結構預覽圖如下（BMP形式）：

2.5 建模質量評估

對MODEL 01的建?？煽砍潭冗M行評估，結果如下：

橫坐標表示氨基酸位點，縱坐標表示該模型的預測與EGFR蛋白的相似程度，區(qū)間為（0，1），在一定氨基酸位點區(qū)間中，取值越大，表示模型在該區(qū)間與蛋白質的結構預測得越相近。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蛋白的結構。GMQE是一種建模準確度的估計值，在0至1內取值，取值越高越說明模型具有更佳的可靠性。MODEL 01的GMQE達到0.58，說明MODEL 01是預測三級結構的較為可靠的模型。

參考文獻：

[1]王榮，石冬琴，謝華，李文斌，田薇，賈正平.非小細胞肺癌中 EGFR 基因突變及靶向藥物治療研究進展.中國藥理學通報，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.