论文部分内容阅读
目的:采用生物信息学方法预测与人类GCs作用通路中相关基因中与GCs抵抗相关的高可信性非同义单核苷酸多态性(nonsynonymous single nucleotide polymorphisms,nsSNPs)。方法:我们共采用了12种计算生物学方法。首先,我们使用基于序列同源性的方法(SIFT和PROVEAN)预测出“有害”nsSNPs。随后使用PolyPhen-2和MutationAssessor对“有害”nsSNPs进行了基于结构同源性的预测。接着使用基于机器学习的方法,包括SNAP2、PhDSNP、PANTHER和SNPs&GO预测疾病相关的nsSNPs。我们使用SDM在线工具评估了氨基酸替代对蛋白质稳定性的影响。此外,我们利用MutPred2鉴别与nsSNPs相关的疾病表型,并使用Clustal Omega和ConSurf进行多重序列比对和系统进化分析。结果:最终我们从4198个nsSNPs中预测出41个nsSNPs作为候选SNPs,分别包括ABCB1(R262G、G534V、R538S、R543H、R543P、D555G、R789Q、E913K、G1063C、G1179C、R1183S、R1183C、R1183H和R1188H),CRHR1(R85W),CYP3A4(R130P和G436R),CYP3A5(R105G、E362G、R375G、G435R、G435E和R439T),FKBP4(R152C和R358C),FKBP5(E101K和I122N),HSD11B1(S43I和G173R),HSP90AA1(E42G、R182G、R182C、E308V、P379R、P379L、R456W和S468F),NR3C1(R477H)和STIP1(H38D、D60G和E271G)。结论:10个基因中共计41个高可信性nsSNPs,其中G534V、R538S和R477H有研究表明其生物学影响。我们所预测出的41个高可信性nsSNPs均有较大可能导致蛋白质功能和结构的改变,进一步影响酶及生物大分子的活性,影响GC作用通路,从而导致患者对GC反应的个体化差异,可作为临床研究的候选SNPs以进一步明确其临床意义。