蛋白调控

蛋白质互作与翻译后修饰为什么不能分开看

互作关系说明谁可能接触，翻译后修饰决定接触发生在何时、何处以及产生什么后果，两类证据需要共同解释。

2026-07-03OixCloud研究编辑部

静态互作图省略了时间

蛋白质互作网络常被画成节点和连线，容易让人以为关系始终存在。实际上，磷酸化、泛素化、乙酰化等修饰会改变蛋白构象、位置、稳定性和结合能力。同一对蛋白可能只在特定刺激、细胞周期或组织中接触。

因此，互作数据库中的一条边更像“曾在某种条件下观察到接触可能”，而不是永久连接。若没有实验方法、细胞背景和处理条件，网络规模越大，误读空间也越大。

酵母双杂交偏向检测直接结合，免疫共沉淀可能捕获复合体中的间接成员，质谱则受到丰度、提取条件和阈值影响。不同方法的阴性结果也不等价，因为失败可能来自实验条件而非真正不存在。

翻译后修饰数据同样依赖富集策略、质谱覆盖和位点定位概率。把低置信度位点与高重复验证位点画成相同标记，会夸大网络的确定性。资料平台应保留证据来源与置信层，而不是只输出一个合并结果。

PTHGRN 的历史价值在于尝试把蛋白互作、转录调控、表达和翻译后修饰放入层级关系中。这样的结构不是为了制造一张更复杂的图，而是帮助研究者提出条件问题：某个上游修饰发生后，哪些互作改变，哪些转录因子被影响，哪些表达结果随后出现。

层级并不自动代表因果顺序。时间采样不足、共同上游刺激和测量误差仍会制造路径。模型适合提出候选机制，后续仍需要扰动实验、时间序列或独立数据验证。

不同实验室使用的细胞系、培养条件、抗体和统计阈值不同。直接合并能增加覆盖，但也会把条件差异隐藏在网络边中。更好的做法是先保留研究来源，再建立可筛选的共识层。

标识体系是另一个实际问题。蛋白名称、基因符号、转录本和数据库编号之间并非总是一一对应。映射时应保存原始编号、映射规则和未能映射的记录，不能静默丢弃。

交接这类数据时，接收者需要知道网络是如何过滤出来的。边表、节点表、证据表和参数记录应分开保存，再通过稳定标识关联。这样改变过滤条件时无需重做所有前处理。

有价值的网络分析应该缩小实验空间，而不是用大量连线替代实验。可以优先选择同时具有互作证据、修饰变化和表达响应的候选，也可以寻找不同证据之间不一致的节点，因为矛盾往往揭示条件依赖。

在 OixCloud 中阅读或交接此类资料时，应先确认当前任务需要的是探索网络、候选排序还是机制验证。三种任务对数据完整性和置信度要求不同。把任务写清楚，能避免接收者把探索性结果当成已经验证的机制。

蛋白质互作回答“谁可能与谁接触”，翻译后修饰补上“这次接触在什么条件下发生”。只有把两者与时间、位置和实验背景连接起来，网络才会从静态目录变成可检验的生物学假设。

稳定复合体中的长期互作、信号传递中的短暂接触和酶与底物之间的催化关系，在普通网络图上都表现为一条线。若不记录关系类型，中心性等网络指标会把不同机制混在一起。

方向也是重要属性。物理接触本身可以无方向，但激酶对底物的磷酸化、泛素连接酶对底物的修饰具有方向。分析时应区分无向互作与有向调控。

亚细胞位置提供基本约束。两个蛋白若在当前条件下不位于同一区室，数据库中的互作证据未必适用于该场景。位置变化有时正是修饰产生的效果。

同一个蛋白可能含有多个修饰位点，不同位点产生相反作用。只在蛋白层标记“发生磷酸化”，会丢失激活、抑制与定位变化之间的差别。

位点定位概率和肽段覆盖决定结论可信度。无法唯一定位的修饰可以保留为区域证据，但不应被写成确定残基。后续实验设计也应针对不确定范围。

不同数据库对位点编号可能因蛋白异构体而变化。共享数据时应提供序列版本和异构体标识，避免同一数字指向不同残基。

敲低、过表达、药物抑制和位点突变可以观察网络响应，但每种扰动都有非特异影响。单一扰动造成的表达变化不应全部归因于目标蛋白。

时间分辨率能区分直接与间接反应。早期互作或修饰变化更接近直接事件，晚期表达变化可能经过多个中间层。采样设计应围绕预期机制，而不是平均分配时间点。

恢复实验和正交方法能增强解释。若不同检测手段在独立样本中支持同一关系，网络边才更接近可重复机制。

如果目标是寻找候选蛋白，可以优先查看多种证据共同支持的节点；如果目标是解释快速信号，则时间和位点信息比网络中心性更重要。分析指标必须服务于具体问题。

综合网络越大，越需要保留过滤前后的规模和排除理由。一个简洁子网络可以帮助阅读，但不能让被隐藏的低置信关系从记录中消失。

当网络用于候选筛选时，还应报告未进入名单的原因。缺少覆盖、证据冲突和低表达代表不同限制，后续补充实验也会采用不同策略。

如果候选将进入药物或疾病研究，还需额外验证组织特异性、剂量与非目标效应。网络位置只能帮助缩小范围，不能代替安全性和功能实验。

跨条件复现比单次高分更值得优先。