- 3 次围观
共价化学蛋白质组学已成为拓展可成药蛋白质组的有力途径，可用于在全蛋白质组范围内筛选能够共价修饰亲核残基（最常见的是半胱氨酸）的化合物。然而，典型实验仅能检测到人类蛋白质组所编码的约 250,000 个半胱氨酸中的 5%–18%，而造成这一有限覆盖度的因素仍未得到充分阐明。本研究结合半胱氨酸特征化、可解释机器学习（ML）和稳健的统计学筛选，揭示碘乙酰胺-脱硫生物素（IA-DTB）化学蛋白质组学中半胱氨酸可检测性的决定因素。我们利用可扩展的特征生成流程，计算半胱氨酸及其对应胰蛋白酶解肽段的理化和结构性质，并训练出能够高精度预测可检测性的模型。Shapley 分析表明，蛋白质丰度以及影响液相色谱-质谱（LC-MS）行为的肽段内在性质是主要决定因素，而半胱氨酸结构描述符的贡献相对较小，这说明检测受到探针反应性下游环节的限制。我们还提出一种基于距离的统计筛选方法，可提高重复实验间的重现性；并证明，结合选择不同细胞系、亚细胞分级和使用其他亲电试剂，可使覆盖度提升超过 30%。总体而言，本研究推动化学蛋白质组学工作流程优化从经验性试错转向理性、数据驱动的设计。
1
Crick-GSK 生物医学联络实验室，GSK；弗朗西斯·克里克研究所软件工程与人工智能科学技术平台；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站上搜索该作者
Ioannis G. Riziotis 的 ORCID 记录
Harry Wilders
2
Crick-GSK 生物医学联络实验室，GSK；弗朗西斯·克里克研究所蛋白质组学科学技术平台；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站上搜索该作者
Harry Wilders 的 ORCID 记录
Andrea Cairoli
3
弗朗西斯·克里克研究所软件工程与人工智能科学技术平台；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站上搜索该作者
Hugues Lambert
1
Crick-GSK 生物医学联络实验室，GSK；弗朗西斯·克里克研究所软件工程与人工智能科学技术平台；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站上搜索该作者
Hugues Lambert 的 ORCID 记录
Jamie Dark
3
弗朗西斯·克里克研究所软件工程与人工智能科学技术平台；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站上搜索该作者
George S. Biggs
2
Crick-GSK 生物医学联络实验室，GSK；弗朗西斯·克里克研究所蛋白质组学科学技术平台；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站上搜索该作者
George S. Biggs 的 ORCID 记录
Emma E. Cawood
4
Crick-GSK 生物医学联络实验室，GSK；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站上搜索该作者
Emma E. Cawood 的 ORCID 记录
William J. McCarthy
5
Crick-GSK 生物医学联络实验室，GSK；弗朗西斯·克里克研究所细胞信号传导分子结构实验室；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
William J. McCarthy 的 ORCID 记录
Luke Nightingale
3
弗朗西斯·克里克研究所软件工程与人工智能科学技术平台；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Paula Magarinos
6
弗朗西斯·克里克研究所科学计算科学技术平台；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Paula Magarinos 的 ORCID 记录
Mike Gavrielides
6
弗朗西斯·克里克研究所科学计算科学技术平台；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Karen Ambrose
6
弗朗西斯·克里克研究所科学计算科学技术平台；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Amy Strange
3
弗朗西斯·克里克研究所软件工程与人工智能科学技术平台；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Amy Strange 的 ORCID 记录
Mark J. Skehel
7
弗朗西斯·克里克研究所蛋白质组学科学技术平台；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Mark J. Skehel 的 ORCID 记录
Simon J. Boulton
8
弗朗西斯·克里克研究所 DNA 双链断裂修复与代谢实验室；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Simon J. Boulton 的 ORCID 记录
James Lumley
9
葛兰素史克（GSK）数据、自动化与预测科学部门；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
James Lumley 的 ORCID 记录
David House
4
克里克研究所—葛兰素史克（GSK）
生物医学 LinkLabs，GSK；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本网站搜索此作者
David House 的 ORCID 记录
Katrin Rittinger
10
分子结构与细胞信号实验室，弗朗西斯·克里克研究所
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本网站搜索此作者
Katrin Rittinger 的 ORCID 记录
Jacob T. Bush
4
克里克研究所—GSK 生物医学 LinkLabs，GSK；
通讯联系：
jacob.x.bush{at}gsk.com
摘要
信息/历史
指标
补充材料
PDF 预览
摘要
共价化学蛋白质组学已成为拓展可成药蛋白质组的有力途径，可用于在全蛋白质组范围筛选能够共价修饰亲核残基（最常见的是半胱氨酸）的化合物。然而，典型实验仅能检测到人类蛋白质组编码的约 250,000 个半胱氨酸中的 5%–18%，而造成这一有限覆盖率的因素仍未得到充分阐明。本研究结合半胱氨酸特征化、可解释机器学习（ML）和稳健的统计筛选，以明确碘乙酰胺-脱硫生物素（IA-DTB）化学蛋白质组学中半胱氨酸可检测性的决定因素。我们采用可扩展的特征生成流程，计算半胱氨酸及其对应胰蛋白酶肽的理化和结构属性，并训练模型，以高准确度预测其可检测性。Shapley 分析表明，蛋白质丰度以及影响液相色谱-质谱（LC-MS）行为的肽本征属性是主要决定因素；相比之下，半胱氨酸的结构描述符影响较小，这说明检测受限于探针反应性之后的环节。我们进一步提出一种】【。
一种基于距离的统计筛选方法，可提高不同重复实验间的重现性；研究还表明，结合细胞系选择、亚细胞组分分离和替代亲电试剂，可使覆盖范围扩大超过 30%。更广泛而言，本研究推动化学蛋白质组学工作流程的优化从经验性试错转向理性、数据驱动的设计。
利益冲突声明
作者声明不存在利益冲突。
已声明的资助方信息
Wellcome EPSRC 医学工程中心，
EP/V038028/1
版权
本预印本的版权归作者／资助方所有，其已授予 bioRxiv 永久展示该预印本的许可。
该文根据 CC-BY 4.0 国际许可协议提供。
返回顶部
上一篇
发布于 2026 年 10 月 18 日。
下载 PDF
补充材料
电子邮件
感谢您有意帮助传播 bioRxiv 的相关信息。
注意：我们仅要求提供您的电子邮件地址，以便确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
收件人
*
请在不同行输入多个地址，或用逗号分隔。
您即将通过电子邮件发送以下内容：
化学蛋白质组学中半胱氨酸覆盖度的决定因素
邮件主题
（您的姓名）转发了 bioRxiv 网页给您
邮件正文
（您的姓名）认为您可能想查看 bioRxiv 网站上的这个页面。
您的个人留言
验证码
此问题用于确认您是人类访客，并防止自动垃圾信息提交。
分享
化学蛋白质组学中半胱氨酸覆盖度的决定因素
Ioannis G. Riziotis、Harry Wilders、Andrea Cairoli、Hugues Lambert、Jamie Dark、George S. Biggs、Emma E. Cawood、William J. McCarthy、Luke Nightingale、Paula Magarinos、Mike Gavrielides、Karen Ambrose、Amy Strange、Mark J. Skehel、
Simon J. Boulton、James Lumley、David House、Katrin Rittinger、Jacob T. Bush
bioRxiv
2026.10.12.758458；
doi：https://doi.org/10.64898/2026.10.12.758458
分享本文：
复制
引用工具
化学蛋白质组学中半胱氨酸覆盖率的决定因素
Ioannis G. Riziotis、Harry Wilders、Andrea Cairoli、Hugues Lambert、Jamie Dark、George S. Biggs、Emma E. Cawood、William J. McCarthy、Luke Nightingale、Paula Magarinos、Mike Gavrielides、Karen Ambrose、Amy Strange、Mark J. Skehel、Simon J. Boulton、James Lumley、David House、Katrin Rittinger、Jacob T. Bush
bioRxiv
2026.10.12.758458；
doi：https://doi.org/10.64898/2026.10.12.758458
引用管理器格式
BibTeX
Bookends
EasyBib
EndNote（tagged）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks Tagged
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google Plus +1
学科领域
所有文章
动物行为与认知（8154）
生物化学（19000）
生物工程（15136）
生物信息学（45156）
生物物理学（22922）
癌症生物学（20045）
细胞生物学（27238）
临床试验（138）
发育生物学（14115）
生态学（21352）
流行病学（2067）
进化生物学（25746）
遗传学（16307）
基因组学（23783）
免疫学（18968）
微生物学（43106）
分子生物学（18287）
神经科学（94826）
古生物学（710）
病理学（3024）
药理学与毒理学（5171）
生理学（8254）
植物生物学（16225）
科学传播与教育（2113）
合成生物学（4630）
系统生物学（10361）
动物学（2417）
关键词：化学蛋白质组学 · 半胱氨酸可检测性 · 可解释机器学习 · 蛋白质组覆盖度 · 液相色谱-质谱
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.12.758458v1?rss=1