相分离（phase separation）是调控细胞内蛋白、核酸等生物大分子区室化分布的重要分子机制之一。能在生理条件下发生相分离的蛋白通常具有特定序列特征，如含有固有无序区域（intrinsically disordered regions, IDRs）或多个模块化相互作用结构域（modular interaction domains）。基于序列的分析工具常被应用于筛选能够在细胞内发生相分离的蛋白（表1）。
表1：用于蛋白相分离性质预测的生物信息学工具
2021年2月19日，北京大学基础医学院李婷婷课题组在Genomics, Proteomics & Bioinformatics杂志上在线发表题为“Computational Screening of Biological Phase-separating Proteins”的特邀综述，对目前用于相分离蛋白预测的生物信息学工具进行了系统总结，并结合已发表数据库，对这些工具的预测性能进行了评估，为关注蛋白相分离的研究者选用计算工具提供参考。同时，作者探讨了除常用的序列特征外，还有哪些特征能够反映蛋白的相分离特性。
综述首先总结了用于预测相分离蛋白的分析工具，详细描述了不同方法关注的序列特征，并基于已公开发表的四个相分离蛋白数据库提供的信息，在人类蛋白质组上对这些方法的预测准确度、对IDR含量特性的依赖程度等方面进行了评估（图1）。作者指出，现有的工具大都基于高IDR含量的相分离蛋白构建，因此不可避免地会存在偏倚，忽略IDR含量相对较低的相分离蛋白。
作者还进一步探讨了除蛋白序列特征外，其他哪些特征可以为鉴定潜在相分离蛋白提供关键信息。蛋白-蛋白相互作用（protein-protein interaction, PPI）网络可以提供蛋白间的多价相互作用信息，而相分离过程通常需要多价相互作用力驱动；翻译后修饰（post-translational modifications, PTMs）也对于调节相分离过程至关重要（图2）；此外，蛋白发生相分离所形成的液滴会在免疫荧光（immunofluorescence, IF）图像上显示为球形结构，也可以为识别相分离蛋白提供有效信息。在本文中，作者也提出了将PPI，PTMs和IF图像特征纳入相分离计算工具的可能方案。
图1：几种相分离计算预测工具在人类蛋白质组上的预测性能比较
图2：人类蛋白质组中相分离蛋白（P组）与其他蛋白（N组）PTM频率的比较
北京大学基础医学院八年制博士研究生沈博妍、硕士研究生陈钊铭为论文共同第一作者，李婷婷副教授为论文通讯作者。
原文链接：
https://doi.org/10.1016/j.gpb.2020.11.003
