近日，深圳大学医学部基础医学学院汪业军研究团队在Cell Press细胞出版社旗下《Trends in Microbiology》上发表了题为《Features and algorithms: facilitating investigation of secreted effectors in Gram-negative bacteria》的综述论文。论文被Editor挑选为11月份封面论文。这篇论文的所有工作均在深圳大学完成，团队成员赵子毅、胡毅雪为论文共同第一作者、均为深圳大学医学部本科生，汪业军博士为通讯作者，深圳大学为第一单位和唯一通讯单位。 

分泌蛋白作用于细菌与环境及宿主交互的最前线，对于其精细注释有助于促进理解细菌的环境适应及致病机制。但是，细菌的蛋白分泌通路复杂多样，预测一直是一个较大的挑战。团队近年来通过开发各种基于生物通路、进化和特征集成的算法，不断改进细菌分泌蛋白预测的性能（Environ Microbiol 2017; Curr Bioinf 2018; mSystems 2020; CSBJ 2021; Front Microbiol 2022），并开发出一个全分泌蛋白一站式集成预测系统。

受邀论文中，汪业军博士团队主要围绕革兰阴性菌分泌效应蛋白，对其特征和生物信息预测进展系统综述。革兰氏阴性菌通过III、IV或VI型分泌系统将效应蛋白输送到宿主细胞中，引起感染和疾病。这些不同分泌系统的底物效应蛋白组成和序列在菌株间不保守，难以识别。对于每种效应蛋白，序列分析揭示了大量非典型的共性特征。结合各种算法，这些共性特征有助于促进预测新的未知效应蛋白。在各种算法模型中，集成学习预测性能最佳，它将多个计算模型或模块与多维特征相结合。新近兴起的自然语言模型也显示了优点，不仅可以更加准确地预测效应蛋白，也可以用于新特征的挖掘，从而促进我们对各种蛋白分泌机制的认识。

论文链接：

https://www.cell.com/trends/microbi-ology/fulltext/S0966-842X(23)00164-6

CellPress微信公众号报道：

https://mp.weixin.qq.com/s/77U0fsWpn6yTL01-gAvL1A

https://mp.weixin.qq.com/s/j98Uo39nEMl8FJ4hamCzlw