自2019冠状病毒病大流行以来，我们一直生活在这种病毒所谓的“刺突”蛋白质的心血来潮中，这种蛋白质已经变异了几十次，产生了越来越致命的变异。但事实是，我们一直被蛋白质控制着。在细胞层面，它们负责几乎所有的事情。

蛋白质是如此的基础以至于DNA——使我们每个人独一无二的遗传物质——本质上只是一长串蛋白质蓝图。对于动物、植物、真菌、细菌、古菌甚至病毒都是如此。就像这些生物体群随着时间的推移而进化和变化一样，蛋白质和它们的组成部分也在进化和变化。

伊利诺斯大学的研究人员发表在《科学报告》上的一项新研究，描绘了38亿年以来蛋白质结构域(蛋白质分子的亚单位)的进化历史和相互关系。

“了解结构域在进化过程中如何以及为什么在蛋白质中结合，可以帮助科学家理解和设计蛋白质的活性，用于医学和生物工程应用。”例如，这些见解可以指导疾病管理，例如从COVID-19病毒的突刺蛋白生产更好的疫苗，”伊利诺伊州卡尔·r·沃斯基因组生物学研究所附属作物科学系教授、论文的资深作者Gustavo Caetano-Anollés说。

Caetano-Anollés一直在研究冠状病毒变异的演变，从大流行的早期阶段开始，但这个时间轴只代表了他和博士生法耶兹·阿齐兹(Fayez Aziz)目前研究的一小部分。

研究人员汇编了数百万个蛋白质序列的序列和结构，这些蛋白质序列编码在所有分类群的数百个基因组中，包括高等生物和微生物。他们不是研究整个蛋白质，而是研究结构域。

“大多数蛋白质由多个结构域组成。这些都是紧凑的结构单元或模块，具有特殊的功能，”Caetano-Anollés说。“更重要的是，它们是进化的单位。”

在将蛋白质分类到不同的领域以构建进化树之后，他们开始构建一个网络，了解这些领域是如何发展的，以及在数十亿年的进化过程中如何在蛋白质之间共享。

“我们建立了一个时间序列的网络，来描述结构域是如何积累的，以及蛋白质是如何通过进化重新排列它们的结构域的。这是第一次将这样一个“领域组织”网络作为一个进化的年表来研究。“我们的调查显示，有一个巨大的进化网络，描述了蛋白质中的结构域是如何相互结合的。”

网络的每一个环节都代表了某一特定结构域被引入蛋白质的时刻，通常是为了执行一种新的功能。

Anollés说:“这一事实本身就强烈表明，这在本质上是一种强大的力量。”他们还揭示了哪些结构域贡献了重要的蛋白质功能。例如，研究人员能够追踪负责环境感应和次级代谢物的领域的起源，或用于细菌和植物防御的毒素。

分析表明，这些领域在蛋白质进化的早期就开始结合，但也有网络爆发性增长的时期。例如，研究人员描述了15亿年前区域组合的“大爆炸”，与多细胞生物和真核生物(包括人类在内的具有膜结合细胞核的生物)的兴起相吻合。

生物大爆炸的存在并不是什么新鲜事。Caetano-Anollés的团队之前曾报道过新陈代谢的大规模早期起源，最近他们在追踪新陈代谢网络的历史时再次发现了这一点。

描述蛋白质进化拼凑的大爆炸历史记录为理解蛋白质构成提供了新的工具。

Caetano-Anollés说:“例如，这可以帮助确定为什么SARS-CoV-2中经常发生结构变异和基因组重组。”

他补充说，这种理解蛋白质的新方法可以通过剖析病毒疾病的起源来帮助预防大流行。当疾病爆发时，它还可以通过改进疫苗设计来帮助减轻疾病。

The article, "Evolution of networks of protein domain organization," is published in Scientific Reports [DOI: 10.1038/s41598-021-90498-8]. The work was supported by the National Science Foundation and the U.S. Department of Agriculture.