激酶生信学：活性与药物靶点预测的前沿挖掘

蛋白激酶是一类在细胞内发挥关键调控作用的蛋白质，被广泛视为细胞调控网络的“主宰者”，其在细胞信号传导、生理调节和疾病治疗领域中的关键作用，使其荣膺生物医学研究中的“重要之星”，是药物研发中备受关注的靶点之一。2022年，FDA批准上市的37种新药中，就有5种药物属于小分子激酶调节剂。针对激酶的药物研究旨在调控相关生物学过程，从而对抗疾病。作为生物分子世界中的调控“大师级”元素，如何应用生信分析解析激酶功能？如何评估在疾病状态下激酶的活性，以及药物靶向的预测呢？今天，就带领大家从生信的角度，深入了解激酶研究~

激酶

激酶，简单来说就是能够将ATP的P（磷酸）转移到底物上的酶，通过调节蛋白质的磷酸化，直接影响这些蛋白质的结构和功能，从而调节了细胞内的各种生物学过程。磷酸化修饰被称为“修饰之王”，可在生物体内超过三分之一的蛋白上发生，是调节和控制蛋白质活性和功能的最基本、也是最重要的机制。作为调控蛋白磷酸化修饰的酶，失调的激酶会传递紊乱的磷酸化信号，从而导致疾病，比如肺腺癌的发生主要由激酶EGFR的突变导致。

激酶家族

目前已发现的蛋白激酶约500多种，依据序列相似性、进化保守性和功能等多方面信息，可以将蛋白激酶分为9大家族: CK1、AGC、CAMK、CMGC、 GYC、TK、 TKL、STE和Atypical (Wikinome , 2012)。其中大部分激酶为丝氨酸/苏氨酸激酶，只有TK家族和TKL家族的部分成员为酪氨酸激酶。下图为根据激酶家族分类，绘制的人类激酶树，不同颜色则代表不同家族。

https://www.cellsignal.com/learn-and-support/protein-kinases/human-protein-kinases-overview

激酶注释

了解了什么是蛋白激酶，以及激酶家族的分类之后，我们如果鉴定到了一些磷酸化修饰位点，该如何得到催化这些位点磷酸化的蛋白激酶是什么呢？一般来说有两种方法：

1、从权威数据库提取：随着激酶研究的深入，出现了许多常见的激酶数据库，其中收录了从文献提取或实验验证的激酶-磷酸化位点作用关系，比如PhosphoSitePlus。

PhosphoSitePlus数据库是一个由 CST 和 NIH 联合开发的免费资源数据库，里面保存了大量人类，小鼠，大鼠的蛋白质磷酸化位点信息以及蛋白激酶和底物的关系。在数据库中输入关注的激酶，便可以查找到该激酶催化的蛋白位点及文章来源等相关数据。

2、通过算法预测未知的磷酸化位点与激酶关系：常见的预测工具有iGPS/GPS、KinasePhos、PhoScan、NetPhosK 、PhosphoPredict、DeepPhos、DeepKinZero等，这些算法大都以已知的激酶-位点关系作为训练集进行模型构建，然后利用构建好的模型进行未知关系的预测。

激酶活性预测

作为蛋白磷酸化修饰的关键酶，激酶活性高低会显著影响生物体磷酸化水平的高低，失调的蛋白激酶可能会导致疾病的发生，因此对于激酶活性的预测可以帮助研究人员识别和理解激酶相关的生物学过程及其在疾病中的作用，同时有助于药物发现和开发。基于激酶注释后的激酶-修饰位点关系，我们通过底物磷酸化位点的表达情况推测激酶的活性状态，激酶调控的蛋白磷酸化水平越高，则激酶的活性可能越高。下面是一些文献中常用的激酶活性预测方法：

算法1：GSEA

利用GSEA原理，构建激酶调控位点集合，分析调控位点的表达情况，进而预测激酶活性。

参考文献：Benchmarking substrate-based kinase activity inference using phosphoproteomic data

算法2：KSEA

激酶-底物富集分析KSEA（Kinase-Substrate Enrichment Analysis）是根据差异磷酸化修饰位点，分析其上游可能存在的调控激酶，进而对激酶活性进行打分。

参考文献：《Kinase-Substrate Enrichment Analysis Provides Insights into the Heterogeneity of Signaling Pathway Activation in Leukemia Cells》

算法3：cMAK

依据底物磷酸化状态能直观反映激酶活性状态原理，通过分析激酶的QKS（quantitative kinase state）得分，并对其进行统计学分析，进而评估激酶活性。

参考文献：An integrative multi-omics approach uncovers the regulatory role of CDK7 and CDK4 in autophagy activation induced by silica nanoparticles

算法4：iKAP

与cMAK类似，但是基于激酶在比较组中的Ratio分成上调激酶网络和下调激酶网络，然后统计QKS得分并进行卡方检验从而对激酶活性进行预测。

参考文献：Phosphoproteome-based kinase activity profiling reveals the critical role of MAP2K2 and PLK1 in neuronal autophagy

算法5：IKAP

根据数据库中的激酶-底物关系从磷酸化蛋白质组学数据推断激酶的活性。通过将估计的激酶活性谱与测得的磷酸化位点谱进行比较，得到最可能磷酸化相应磷酸化位点的激酶。

参考文献：IKAP: A heuristic framework for inference of kinase activities from Phosphoproteomics data

最后，通过激酶活性预测推测出疾病中的关键激酶后，我们可以结合靶向药物预测，筛选激酶抑制剂/激活剂，进行后续验证。

景杰生信服务

景杰生物可以提供针对上百种物种，基于多种方法的激酶预测分析，并根据磷酸化定量数据进行激酶活性的预测，帮助老师筛选关键激酶。针对筛选后的关键激酶，我们还可以提供Drugbank药物注释，探索哪些已知药物以这些关键激酶蛋白为靶点，同时我们也可以提供这些激酶蛋白的可药性分析，为新药研发提供参考。