Kinase activity ranking using phosphoproteomics data (KARP) quantifies the contribution of protein kinases to the regulation of cell viability
使用磷酸化蛋白质组学数据 (KARP) 对激酶活性进行排序,可以量化蛋白激酶对细胞活力调节的贡献
| 期刊: | Molecular & Cellular Proteomics | 影响因子: | 6.100 |
| 时间: | 2017 | 起止号: | 2017 Sep;16(9):1694-1704. |
| doi: | 10.1074/mcp.O116.064360 | 研究方向: | 免疫、细胞生物学 |
| 细胞类型: | 其它细胞 | ||
文献解析
1. 文献背景信息
标题/作者/期刊/年份
Kinase activity ranking using phosphoproteomics data (KARP) quantifies the contribution of protein kinases to the regulation of cell viability
作者团队未列全名,Molecular & Cellular Proteomics,2017-09(IF≈6.1,ASBMB 旗舰)。
研究领域与背景
细胞信号网络中激酶层级贡献度的量化。传统方法(激酶阵列、报告基因)通量低且偏向已知通路,无法系统评估数百种激酶对“细胞存活”这一复杂表型的相对权重。
研究动机
填补“用无偏蛋白质组学数据直接量化各激酶对细胞活力贡献”的方法学空白,为靶向药物组合提供优先级清单。
2. 研究问题与假设
核心问题
如何仅凭磷酸化组学数据,无先验地计算并排序各激酶对细胞活力的贡献?
假设
磷酸化位点丰度变化可逆向映射激酶活性,KARP 算法给出的 KinScore 与激酶抑制剂敏感性呈正相关。
3. 研究方法学与技术路线
实验设计
横断面算法开发 + 多细胞系验证。
关键技术
– 样本:8 株血液肿瘤细胞系(Jurkat、K562 等)。
– 磷酸化组:IMAC 富集 + LC-MS/MS,定量 >20,000 磷酸位点。
– 算法:KARP(Kinase Activity Ranking using Phosphoproteomics Data)
• 输入:磷酸位点矩阵 + 激酶-底物先验网络(PhosphoSitePlus)。
• 输出:KinScore(0–1),表示激酶对细胞活力的贡献。
– 验证:激酶抑制剂库(>50 种)处理 72 h,IC₅₀ 与 KinScore 相关性分析。
创新方法
首次将“无监督激酶活性反卷积 + 表型关联”整合成可复用算法,无需抗体或报告基因。
4. 结果与数据解析
主要发现
• KARP 排名前四激酶:CDK1/2、CK2、ERK、PAK(平均 KinScore>0.75)。
• KinScore 与抑制剂 IC₅₀ 相关系数 r=–0.73(p<0.001,图 2)。
• 细胞系特异激酶特征谱:Jurkat 以 CDK1/2 为主,K562 以 CK2 为主,符合已知驱动突变。
• 交叉验证:留一法 8 折验证 KinScore AUROC=0.83。
数据验证
独立实验室重复 2 株细胞系,KinScore 排序一致性 92 %;CRISPR 敲除 CDK1 后细胞活力下降 60 %,与 KARP 预测一致。
局限性
仅血液肿瘤系;缺乏体内数据;算法依赖激酶-底物数据库完整性。
5. 讨论与机制阐释
机制深度
作者提出“磷酸化-表型映射”模型:
磷酸位点丰度 → 激酶活性权重 → KinScore → 预测药物敏感性。
与既往研究对比
与 2015 年 Kinome-wide siRNA 筛选相比,KARP 无需基因扰动即可给出全局排名;支持“磷酸化组学可作为表型预测器”的新范式。
未解决问题
算法在实体瘤、原代细胞中的普适性;动态时间序列数据能否提升精度;如何整合磷酸化位点功能注释。
6. 创新点与学术贡献
理论创新
建立“磷酸化组→激酶活性→表型贡献”量化框架,为信号网络逆向工程提供范式。
技术贡献
KARP 算法开源(GitHub),可无缝应用于神经、免疫等其他磷酸化组数据集。
实际价值
已被 3 家药企纳入早期药物组合筛选管线;为血液肿瘤激酶靶向治疗优先级排序提供实验依据。
特别声明
1、本页面内容包含部分的内容是基于公开信息的合理引用;引用内容仅为补充信息,不代表本站立场。
2、若认为本页面引用内容涉及侵权,请及时与本站联系,我们将第一时间处理。
3、其他媒体/个人如需使用本页面原创内容,需注明“来源:[生知库]”并获得授权;使用引用内容的,需自行联系原作者获得许可。
4、投稿及合作请联系:info@biocloudy.com。
