Proteogenomic analysis of bacteria and archaea: a 46 organism case study.
Proteogenomic analysis of bacteria and archaea: a 46 organism case study.
复制标题
DOI：
10.1371/journal.pone.0027587
复制
发表时间：
2011
期刊：
影响因子：
3.7
通讯作者：
Payne SH
中科院分区：
文献类型：
--
作者：
Venter E;Smith RD;Payne SH
实验证据越来越多地被用来重新评估基因组注释的质量和准确性。用于此目的的蛋白质组学数据，称为蛋白质组学，可以减轻基因组注释的许多问题领域，例如短蛋白质验证和起始位置分配。我们对横跨生命之树的八个细菌和古菌门的46个基因组进行了蛋白质基因组分析。这些不同的数据集促进了蛋白质组学的强大方法的发展，该方法可以在不同的基因组中发挥作用，这些基因组的GC%、基因含量、蛋白质组采样深度、系统发育和基因组大小都不同。除了找到682个新蛋白、1336个新起点和大量可疑基因的证据外，我们还发现了1175个信号肽的蛋白分解形式的翻译后成熟位点。每个基因组的新蛋白质数量变化很大(中位数7，平均15，标准差20)。此外，将新基因与现有基因进行比较，没有发现任何一致的异常。因此，我们得出结论，蛋白质组学弥补了基因预测中一个尚不清楚的缺陷。随着新测序技术的采用，其错误率高于基于Sanger的方法，以及蛋白质组学的进步，蛋白质组学在未来可能变得更加重要。
Experimental evidence is increasingly being used to reassess the quality and accuracy of genome annotation. Proteomics data used for this purpose, called proteogenomics, can alleviate many of the problematic areas of genome annotation, e.g. short protein validation and start site assignment. We performed a proteogenomic analysis of 46 genomes spanning eight bacterial and archaeal phyla across the tree of life. These diverse datasets facilitated the development of a robust approach for proteogenomics that is functional across genomes varying in %GC, gene content, proteomic sampling depth, phylogeny, and genome size. In addition to finding evidence for 682 novel proteins, 1336 new start sites, and numerous dubious genes, we discovered sites of post-translational maturation in the form of proteolytic cleavage of 1175 signal peptides. The number of novel proteins per genome is highly variable (median 7, mean 15, stdev 20). Moreover, comparison of novel genes with the current genes did not reveal any consistent abnormalities. Thus, we conclude that proteogenomics fulfills a yet to be understood deficiency in gene prediction. With the adoption of new sequencing technologies which have higher error rates than Sanger-based methods and the advances in proteomics, proteogenomics may become even more important in the future.
登录
查看更多内容
影响因子：
4.4
作者：
Aivaliotis, Michalis;Gevaert, Kris;Oesterhelt, Dieter
通讯作者：
Oesterhelt, Dieter
影响因子：
7
作者：
Gallien, Sebastien;Perrodou, Emmanuel;Lecompte, Odile
通讯作者：
Lecompte, Odile
影响因子：
3.3
作者：
Castellana N;Bafna V
通讯作者：
Bafna V
影响因子：
9.8
作者：
Roberts RJ
通讯作者：
Roberts RJ
影响因子：
11.4
作者：
Rogozin, IB;Spiridonov, AN;Koonin, EV
通讯作者：
Koonin, EV