【レビュー論文】核局在予測ツールまとめ

論文タイトル

Molecular basis for specificity of nuclear import and prediction of nuclear localization

出典

Biochim Biophys Acta. 2011 Sep;1813(9):1562-77.

Molecular basis for specificity of nuclear import and prediction of nuclear localization - PubMed

Although proteins are translated on cytoplasmic ribosomes, many of these proteins play essential roles in the nucleus, mediating key cellular processes includin...

確認したいこと

cNLS (古典的核局在化シグナル）のコンセンサス配列
cNLSとimportin αの複合体構造

要旨

全般的な核移行メカニズムの解説から、タンパク質の核局在予測に関する深い内容へと展開される、レビュー論文です。

章立て

緒言
核移行経路と関連因子
1. 古典的核移行経路
  1. cNLSはimportin αに認識される
  2. cNLS認識の構造情報
  3. 非定型なcNLS
  4. cNLSのリンカーとフランキング領域
  5. 天然タンパク質とimportin αの相互作用様式
  6. cNLSの特異性に関わる決定因子
2. snurportin-1に制御される、スプライソソームタンパクの核移行
3. importin βとの直接的な相互作用で制御される核移行
  1. importin αのIBBドメインによる、importin β認識
  2. snurportin-1のIBBドメインによる、importin β認識
  3. PTHrPによるimportin β認識
  4. SREBP-2によるimportin β認識
  5. 各タンパク質によるimportin β認識の共通点と相違点
4. karyopherin-β2による核移行経路とPY-NLSs
5. その他核移行経路
核局在情報データベースと核局在を予測するツール
1. 核局在データソース
  1. 核局在に関連したアノテーションを有する、包括的タンパク質データペース
  2. NLSデータベース
  3. 他の核局在関連データベース
2. 核局在を予測する計算モデル
  1. タンパク質の類似性に基づく予測モデル
  2. NLS配列に基づく予測モデル
  3. 核局在/NLS予測手法の特徴
  4. マウスと酵母のプロテオーム解析データを用いた予測モデルの比較評価
  5. NLSのクラスや核移行経路の分類
核局在データソースの現在の状況
結言

考察など

論文の前半は、全般的な核移行メカニズムについて解説で、特にimportin α、βが核局在タンパク質を認識する構造について、言及されています。

importin αは、核局在タンパク質のNLSと結合して、核への移行を促進します。

NLSと結合するのは、importin αのアルマジロ(Arm)リピートと呼ばれる領域です。Armリピートは、10個の反復配列で構成されています。しかし、それらが全体として、Hl/H2/H3の3つの、αヘリックスを形成します。NLSが結合するのは、その中でもH3ヘリックスに存在する溝です。つまり、各リピート配列がそれぞれNLSに結合できるわけではありません。

Fig.1では、Armリピートにおける、どの残基がNLSと相互作用しているか、具体的に示されています。

核局在タンパク質であるSV40TAgでは、N末端領域に存在するフランキング配列のリン酸化が、importin αとの親和性を強めることに寄与しています。これは翻訳後修飾（細胞内シグナル）依存的に、核移行が制御されていることを意味します。

論文の後半は、タンパク質の核局在に関わるデータベースや、核局在予測のツールについての話題になります。なじみの包括的なタンパクデータベースであるUniprotにも、核局在情報はアノテーションされています。既知のタンパク質に関する情報検索であれば、これらで十分役に立つと思います。

未知のタンパク質の局在予測、特にNLS予測モデルには、機械学習モデルが利用されているのが印象的でした。

cNLSは大別するとmonopartiteにおいて5つのクラス、bipartiteにおいて1つのクラスに、コンセンサス配列を分類できるそうです。