醣基化

糖基化（英語：）是在酶的控制下，蛋白質或脂質附加上糖類的過程。此過程為四種共轉譯（co-translational）與後轉譯修飾的一種形式，發生於高基氏體。蛋白質經過糖基化作用之後，可形成糖蛋白。聚醣在膜和分泌蛋白中發揮多種結構和功能作用[1]。在粗面內質網中合成的大多數蛋白質經歷糖基化。它是一種酶導向的位點特異性過程，而與糖化的非酶促化學反應相反。糖基化也作為O-GlcNAc修飾存在於細胞質和細胞核中。 Aglycosylation是工程化抗體繞過糖基化的一個特徵[2][3]。

目的

糖基化是碳水化合物與靶高分子（通常是蛋白質和脂質）共價連接的過程。這種修改具有各種功能[4] 。例如，一些蛋白質不能正確折疊，除非它們是糖基化的[1] 。在其他情況下，蛋白質不穩定，除非它們含有在某些天冬酰胺殘基的酰胺氮處連接的寡糖。

總的來說，糖基化需要通過形成它的可能的進化選擇壓力來理解。在一個模型中，多樣化可以純粹視為內生功能的結果。然而，更可能的是，通過逃避病原體感染機制（例如，螺桿菌附著於末端糖殘基）來驅動多樣化，並且然後內源地利用多細胞生物體內的多樣性。

糖蛋白多樣性

糖基化增加了蛋白質組的多樣性，因為幾乎糖基化的每個方面都可以被修飾，包括：

糖苷鍵 - 聚醣連接的位點
聚醣組合物 - 與給定蛋白質連接的醣類型
聚醣結構 - 可以是未支化的或支鏈的糖鏈
聚醣長度 - 可以是短鍊或長鏈寡糖

機制

有許多醣基化機制，儘管大多數有共同的特徵[1]：

與糖化不同，糖基化是酶促過程。實際上，糖基化被認為是最複雜的翻譯後修飾，因為涉及大量的酶促步驟[5] 。
供體分子通常是活化的核苷酸糖。
該過程是非模板化的（與DNA轉錄或蛋白質翻譯不同）; 相反，細胞依賴於將酶分離到不同的細胞區室（例如，內質網，高爾基體中的池中）。因此，糖基化是位點特異性修飾。

臨床

據報導，人類中有超過40種糖基化紊亂[6]。這些可以分為四組：蛋白質N-糖基化紊亂，蛋白質O-糖基化紊亂，脂質糖基化紊亂，和其他糖基化途徑以及多種糖基化途徑紊亂。對於任何這些疾病都沒有有效的治療方法。

對治療效果的影響

據報導，哺乳動物糖基化可以改善生物治療藥物的治療功效。例如，在HEK 293平台中表達的重組人類的干扰素伽玛(干擾素-γ)的治療功效針對抗藥性卵巢癌細胞係得到改善[7]。

参阅

参考文献

Varki A (编). 2nd. Cold Spring Harbor Laboratories Press. [2018-11-22]. ISBN 978-0-87969-770-9. （原始内容存档于2016-12-06）.
Jung ST, Kang TH, Kelton W, Georgiou G. . Current Opinion in Biotechnology. December 2011, 22 (6): 858–67. PMID 21420850. doi:10.1016/j.copbio.2011.03.002.
. Biotecnologia Aplicada. 2013 [2018-11-22]. （原始内容存档于2018-08-15）.
Drickamer K, Taylor ME. 2nd. Oxford University Press, USA. 2006. ISBN 978-0-19-928278-4.
Walsh C. . Roberts and Co. Publishers, Englewood, CO. 2006. ISBN 0974707732.
Jaeken J. . Handbook of Clinical Neurology. 2013, 113: 1737–43. PMID 23622397. doi:10.1016/B978-0-444-59565-2.00044-7.
Razaghi A, Villacrés C, Jung V, Mashkour N, Butler M, Owens L, Heimann K. . Experimental Cell Research. October 2017, 359 (1): 20–29 [2018-11-23]. PMID 28803068. doi:10.1016/j.yexcr.2017.08.014. （原始内容存档于2019-06-14）.

外部連結

（英文）GlycoEP （页面存档备份，存于） : In silico Platform for Prediction of N-, O- and C-Glycosites in Eukaryotic Protein Sequences PLoS ONE 8(6): e67008 （页面存档备份，存于）
（英文）Online textbook of glycobiology with chapters about glycosylation （页面存档备份，存于）
（英文）GlyProt: In-silico N-glycosylation of proteins on the web
（英文）NetNGlyc: The NetNglyc server predicts N-glycosylation sites in human proteins using artificial neural networks that examine the sequence context of Asn-Xaa-Ser/Thr sequons. （页面存档备份，存于）
（英文）Supplementary Material of the Book "The Sugar Code" （页面存档备份，存于）
（英文）Additional information on glycosylation and figures （页面存档备份，存于）

This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.

[varki-1] Varki A (编). 2nd. Cold Spring Harbor Laboratories Press. [2018-11-22]. ISBN 978-0-87969-770-9. （原始内容存档于2016-12-06）.

[2] Jung ST, Kang TH, Kelton W, Georgiou G. . Current Opinion in Biotechnology. December 2011, 22 (6): 858–67. PMID 21420850. doi:10.1016/j.copbio.2011.03.002.

[3] . Biotecnologia Aplicada. 2013 [2018-11-22]. （原始内容存档于2018-08-15）.

[taylor-4] Drickamer K, Taylor ME. 2nd. Oxford University Press, USA. 2006. ISBN 978-0-19-928278-4.

[walsh-5] Walsh C. . Roberts and Co. Publishers, Englewood, CO. 2006. ISBN 0974707732.

[Jaeken2013-6] Jaeken J. . Handbook of Clinical Neurology. 2013, 113: 1737–43. PMID 23622397. doi:10.1016/B978-0-444-59565-2.00044-7.

[7] Razaghi A, Villacrés C, Jung V, Mashkour N, Butler M, Owens L, Heimann K. . Experimental Cell Research. October 2017, 359 (1): 20–29 [2018-11-23]. PMID 28803068. doi:10.1016/j.yexcr.2017.08.014. （原始内容存档于2019-06-14）.