人类基因组中，有超过20000个基因序列用于编码蛋白质，这类基因如果发生了错义突变，将影响蛋白产物的结构和功能。其中，近5000种与蛋白质有关的错义突变和单基因遗传病相关，如脊髓性肌肉萎缩症、地中海贫血、白化病等。

然而，几乎对所有蛋白质而言，变异对其功能的影响目前尚未被充分解析。北京时间1月9日凌晨，西班牙巴塞罗那基因组调控中心联合华大生命科学研究院（简称“华大”）在蛋白质研究领域取得重大突破，成果发表于《自然》。研究人员首次通过对522个人类蛋白质结构域的大规模定点突变进行研究，成功构建了名为“Human Domainome 1”的数据集，揭示了蛋白质稳定性在致病机制中的关键作用。

如果将细胞视为一个小小的建筑工地，氨基酸就像是工地上的原材料，如砖块；肽键就像是将原材料连接起来的“粘合剂”，如水泥；而根据DNA指令所形成的氨基酸序列则像是施工图纸，规定了原材料的排列顺序。根据不同的“图纸”，氨基酸会连接成各异的多肽串。多肽串又经过弯曲、扣合，折叠成特定的三维结构，才能成为具有生物活性的蛋白质，继而发挥功能。

一条肽链上能独立折叠成紧密而稳定结构的任何氨基酸片段，被称为蛋白质结构域，其作为折叠的功能单元，为研究突变对蛋白质稳定性和功能的影响提供了理想模型。

在该研究中，研究人员采用华大自主研发的高通量并行合成技术，构建了包含超过120万种蛋白质结构域突变体的深度饱和扫描突变文库。通过整合高通量测序和蛋白质丰度片段互补实验技术，研究人员精准量化了突变对蛋白质稳定性的影响，发现突变对蛋白质核心区域的稳定性影响更为显著，而对表面区域突变的影响较弱。该研究涵盖了195个全α（螺旋）、127个全β（折叠）、47个α+β等多种蛋白质结构类型，以及275个来自人类疾病基因的结构域，其中包含108个已注释的致病突变。

通过Boltzmann热力学模型，该研究发现突变对稳定性的效应在结构同源的蛋白中高度保守。利用该模型，研究进一步预测了7271个蛋白质结构域中的超四百万种突变，涵盖了13878种临床注释突变，包括1310种致病变体和951种良性变体。

分析表明，52%的致病变体均表现出稳定性下降现象。而对整个数据集的分析发现，超过60%的致病性错义突变会显著降低蛋白质稳定性，揭示了蛋白质稳定性在疾病发生中的关键作用。

据介绍，该研究所建立的高通量突变体库构建与解析能力，不仅提升了对临床突变的解释能力，还为蛋白质家族域的全基因组研究提供了新途径。未来，“Human Domainome 1”数据集有望成为基础科学研究、临床遗传学及药物开发领域的重要工具，推动人类基因组精确注释和精准医学的实现。

相关论文信息：https://www.nature.com/articles/s41586-024-08370-4