Représentation tridimensionnelle d'une protéine (ici une molécule d'hémoglobine). On observe les hélices α représentées en couleur, ainsi que les quatre molécules d'hème, qui sont les groupes prosthétiques caractéristiques de cette protéine.

Liaison peptidique –CO–NH– au sein d'un polypeptide. Le motif –NH–CαHRn–CO– constitue le squelette de la protéine, tandis que les groupes –Rn liés aux carbones α sont les chaînes latérales des résidus d'acides aminés.

Une protéine est une macromolécule biologique formée d'une ou de plusieurs chaînes polypeptidiques. Chacune de ces chaînes est constituée de résidus d'acides aminés liés entre eux par des liaisons peptidiques. On parle généralement de protéine au-delà d'une cinquantaine de résidus dans la molécule, et de peptide jusqu'à quelques dizaines de résidus. Les protéines sont codées par des gènes, qui spécifient 22 acides aminés, dits protéinogènes, qui sont incorporés directement par les ribosomes lors de la biosynthèse des protéines. La succession des acides aminés le long de la chaîne polypeptidique est appelée séquence du polypeptide. La séquence peptidique d'une protéine est directement liée à la séquence nucléotidique de l'ADN des gènes qui codent cette protéine ; la séquence peptidique dérive de la séquence nucléotidique à travers le code génétique. Des modifications post-traductionnelles peuvent cependant altérer significativement les résidus d'acides aminés une fois la protéine synthétisée, ce qui a pour effet d'en modifier les propriétés physico-chimiques. Il est également fréquent que des molécules non protéiques, appelées groupes prosthétiques, interagissent avec des protéines de façon déterminante pour leur fonction biologique : c'est par exemple le cas de l'hème dans l'hémoglobine, sans lequel cette protéine ne pourrait pas transporter l'oxygène dans le sang.

La nature des protéines est déterminée avant tout par leur séquence en acides aminés, qui constitue leur structure primaire. Les acides aminés ayant des propriétés chimiques fort diverses, leur disposition le long de la chaîne polypeptidique détermine leur arrangement spatial. Celui-ci est décrit localement par leur structure secondaire, stabilisée par des liaisons hydrogène entre résidus d'acides aminés voisins, et globalement par leur structure tertiaire, stabilisée par l'ensemble des interactions entre les résidus — parfois très éloignés sur la séquence peptidique mais mis en contact spatialement par le repliement de la protéine — ainsi qu'entre la protéine elle-même et son environnement ; la réticulation de plusieurs chaînes peptidiques entre elles par des ponts disulfure entre résidus de cystéine est également décrite au niveau de la structure tertiaire de la protéine. Enfin, l'assemblage de plusieurs sous-unités protéiques pour former un complexe fonctionnel est décrit par la structure quaternaire de cet ensemble.

Les protéines assurent une multitude de fonctions au sein de la cellule vivante et dans les tissus : rôle structurel (actine, collagène), dans la mobilité (myosine), dans le conditionnement de l'ADN (histones), dans la régulation de l'expression génétique (facteurs de transcription), dans la signalisation cellulaire (récepteurs membranaires) ou encore comme catalyseurs (enzymes).

Au laboratoire, elles peuvent être séparées des autres constituants cellulaires à l'aide de diverses techniques telles que l'ultracentrifugation, la précipitation, l'électrophorèse et la chromatographie. Le génie génétique a introduit un grand nombre de méthodes permettant de faciliter la purification des protéines. Leur structure peut être étudiée par immunohistochimie, par mutagenèse dirigée, par cristallographie aux rayons X, par résonance magnétique nucléaire et par spectrométrie de masse.

Biochimie

Les protéines sont formées d'une ou plusieurs chaînes polypeptidiques, qui sont des biopolymères linéaires, pouvant être très longs, composés d'une vingtaine d'acides L-α-aminés différents. Tous les acides aminés protéinogènes — à l'exception de la proline — partagent une structure commune, constituée d'une fonction acide carboxylique, d'une amine primaire sur le carbone α, et d'une chaîne latérale. Cette dernière présente une très grande variété de structures chimiques, et c'est l'effet combiné de toutes ces chaînes latérales d'une chaîne polypeptidique qui détermine la structure tridimensionnelle ainsi que les propriétés chimiques de cette dernière. La planche ci-dessous présente la structure chimique des 22 acides aminés protéinogènes :

L-Alanine L-Arginine L-Asparagine L-Aspartate L-Cystéine L-Glutamate L-Glutamine Glycine L-Histidine L-Isoleucine L-Leucine L-Lysine L-Méthionine L-Phénylalanine L-Proline L-Pyrrolysine L-Sélénocystéine L-Sérine L-Thréonine L-Tryptophane L-Tyrosine L-Valine Structure des 22 acides aminés protéinogènes. La pyrrolysine et la sélénocystéine (ci-dessus grisées) sont spécifiques à certaines protéines : - la pyrrolysine ne se rencontre que chez certaines archées méthanogènes, - la sélénocystéine est présente également chez les eucaryotes mais a priori dans quelques dizaines d'enzymes de la famille des oxydoréductases. Les 20 autres acides aminés, dits standards, sont en revanche universellement distribués chez tous les êtres vivants connus.

Les acides aminés d'une chaîne polypeptidique sont liés entre eux par des liaisons peptidiques qui s'établissent entre le carboxyle –COOH d'un premier acide aminé et l'amine primaire –NH2 d'un second :

Formation d'une liaison peptidique (en rouge) entre deux acides aminés, avec élimination d'une molécule d'eau (en bleu).

La liaison peptidique présente deux formes de résonance qui lui confèrent en partie les propriétés d'une double liaison, ce qui limite les rotations autour de son axe, de sorte que les carbones α sont à peu près coplanaires. Les deux autres angles dièdres de la liaison peptidique déterminent le géométrie locale adoptée par le squelette constitué de la succession des liaisons peptidiques de la protéine. L'extrémité de la chaîne polypeptidique côté carboxyle est appelée extrémité C-terminale, tandis que celle côté amine est appelée extrémité N-terminale. Les mots protéine, polypeptide et peptide sont assez ambigus et leur sens peut se recouvrir. On parle généralement de protéine en référence à la molécule biologique complète dotée d'une conformation stable, tandis qu'un peptide désigne généralement une molécule plus courte dépourvue de structure tridimensionnelle stable. La limite entre les deux est très imprécise et se situe autour de quelques dizaines de résidus d'acides aminés.

Structure

Structure cristallisée d'une protéine chaperonne (PDB 1AON).

Trois représentations possibles de la structure tridimensionnelle d'une même protéine : la triose-phosphate isomérase, une enzyme de la glycolyse. À gauche : représentation de tous les atomes et les leurs liaisons, chaque élément chimique étant représenté par une couleur différente. Au centre : représentation de la conformation du squelette polypeptidique colorée par structure secondaire. À droite : surface moléculaire en contact avec le solvant colorée par type de résidu (acide en rouge, basique en bleu, polaire en vert, apolaire en blanc).

La plupart des protéines adoptent une conformation tridimensionnelle unique. La forme naturelle d'une protéine in vivo est son état natif, qui correspond à la forme qu'elle prend pour être biologiquement active et fonctionnelle. De nombreuses protéines prennent par elles-mêmes leur forme biologiquement active sous l'effet de la distribution spatiale des résidus d'acides aminés qui les constituent, d'autres ont besoin d'être assistées pour ce faire par des protéines chaperonnes pour être repliées selon leur état natif.

Niveaux d'organisation

En biochimie, on distingue généralement quatre niveaux d'organisation pour décrire la structure des protéines :

La structure primaire correspond à la séquence en acides aminés.

La structure secondaire décrit l'arrangement des résidus d'acides aminés observable à l'échelle atomique. Stabilisées par des liaisons hydrogène, ces arrangements locaux sont par exemple les hélices α, les feuillets β, les tonneaux β, ou les coudes. Il en existe plusieurs variétés, et il est courant qu'une protéine possède globalement plusieurs types de structures secondaires.

La structure tertiaire correspond à la forme générale de la protéine observable à l'échelle de la molécule toute entière. Elle décrit les interactions entre les différents éléments de la structure secondaire. Elle est stabilisée par tout un ensemble d'interactions conduisant le plus souvent à la formation d'un cœur hydrophobe, avec éventuellement des liaisons salines, des liaisons hydrogène, des ponts disulfure, voire des modifications post-traductionnelles. On désigne souvent par structure tertiaire le repliement d'une protéine.

La structure quaternaire décrit le complexe résultant de l'assemblage de plusieurs molécules de protéines (plusieurs chaînes polypeptidiques), appelées dans ce cas sous-unités protéiques, pour former un complexe protéique unique. Toutes les protéines ne sont pas nécessairement constituées de plusieurs sous-unités et ne possèdent par conséquent pas toujours de structure quaternaire.

Les protéines ne sont pas des molécules entièrement rigides. Elles sont susceptible d'adopter plusieurs conformations apparentées en réalisant leurs fonctions biologiques. La transition d'une de ces conformations à une autre est appelée changement conformationnel. Dans le cas d'une enzyme par exemple, de tels changements conformationnels peuvent être induits par l'interaction avec le substrat au niveau du site actif. En solution, les protéines subissent également de nombreux changements conformationnels en raison de la vibration thermique de la collision avec d'autres molécules.

Surface moléculaire de plusieurs protéines représentées à l'échelle. De gauche à droite : immunoglobuline G (un anticorps, PDB 1IGY), hémoglobine (PDB 2DHB), insuline (une hormone, PDB 4INS), adénylate kinase (une enzyme, PDB 1ZIN) et glutamine synthétase (PDB 1FPY).

Implications biologiques et détermination des structures tertiaire et quaternaire

Diagramme de diffraction aux rayons X d'un cristal de lysozyme d'œuf de poule (EC3.2.1.17).

Structure d'un lysozyme d'œuf de poule obtenue par cristallographie aux rayons X à une résolution de 1,8 Å (PDB 132L).

On peut distinguer trois grands groupes de protéines en fonction de leur structure tertiaire ou quaternaire : les protéines globulaires, les protéines fibreuses et les protéines membranaires. Presque toutes les protéines globulaires sont solubles et ce sont souvent des enzymes. Les protéines fibreuses jouent souvent un rôle structurel, à l'instar du collagène, constituant principal des tissus conjonctifs, ou de la kératine, constituant protéique des poils et des ongles. Les protéines membranaires sont souvent des récepteurs ou des canaux permettant aux molécules polaires ou électriquement chargées de traverser la membrane.

La connaissance de la structure tertiaire, voire quaternaire, d'une protéine peut fournir des éléments importants pour comprendre comment cette protéine remplit sa fonction biologique. La cristallographie aux rayons X et la spectroscopie RMN sont des méthodes expérimentales courantes pour étudier la structure des protéines, qui peuvent l'une et l'autre fournir des informations avec une résolution à l'échelle atomique. Les données RMN permettent d'obtenir des informations à partir desquelles il est possible d'estimer un sous-ensemble de distances entre certaines paires d'atomes, ce qui permet d'en déduire les conformations possible de cette molécule. L'interférométrie par double polarisation est une méthode analytique quantitative permettant de mesurer la conformation globale de la protéine ainsi que ses changements conformationnels en fonction de son interaction avec d'autres stimulus. Le dichroïsme circulaire fournit une autre technique de laboratoire permettant de résoudre certains éléments de la structure secondaire des protéines (hélices α et feuillets β notamment). La microscopie cryoélectronique (en) permet d'obtenir des informations structurelles à plus faible résolution sur les très grosses protéines, notamment les virus. La cristallographie électronique (en), technique issue de la précédente, permet dans certains cas de produire également des données à haute résolution, notamment pour les cristaux bidimensionnels de protéines membranaires. Les structures protéiques résolues sont généralement déposées dans la Protein Data Bank (PDB), une base de données en accès libre donnant la structure d'un millier de protéines pour laquelle les coordonnées cartésiennes de chaque atome sont disponibles.

Le nombre de protéines dont la structure a été résolue est bien plus faible que le nombre de gènes dont la séquence est connue. De plus, le sous-ensemble de protéines sont la structure a été résolue est biaisé en faveur des protéines qui peuvent être aisément préparées en vue d'une analyse par cristallographie aux rayons X, l'une des principales méthodes de détermination des structures protéiques. En particulier, les protéines globulaires sont comparativement les plus faciles à cristalliser en vue d'une cristallographie, tandis que les protéines membranaires sont plus difficiles à cristalliser et sont sous-représentées parmi les protéines disponibles dans la PDB. Pour remédier à cette situation, des démarches de génomique structurelle (en) ont été entreprises afin de résoudre les structures représentatives des principales classes de repliement des protéines. Les méthodes de prédiction de la structure des protéines (en) visent à fournir le moyen de générer la structure plausible d'une protéine à partir des structures qui ont pu être déterminées expérimentalement.

Synthèse

Les acides α-aminés protéinogènes sont assemblés en polypeptides au sein des cellules par les ribosomes à partir de l'information génétique transmise par les ARN messagers depuis l'ADN constituant les gènes. C'est la séquence nucléotidique de l'ADN, transcrite à l'identique dans l'ARN messager, qui porte l'information lue par les ribosomes pour produire les protéines selon la séquence peptidique spécifiée par les gènes. La correspondance entre la séquence nucléotidique de l'ADN et de l'ARN messager d'une part et la séquence peptidique des protéines synthétisées d'autre part est déterminée par le code génétique, qui est essentiellement le même pour tous les être vivants connus hormis un certain nombre de variantes assez limitées.

Code génétique

La séquence nucléotidique de l'ADN et de l'ARN messager détermine la séquence peptidique des protéines à travers le code génétique.

Le code génétique établit la correspondance entre un triplet de bases nucléiques, appelé codon, sur l'ARN messager et un acide α-aminé protéinogène. Cette correspondance est réalisée in vivo par les ARN de transfert, qui sont des ARN comptant une centaine de nucléotides tout au plus et portant un acide aminé esterifiant leur extrémité 3’-OH. Chacun des acides aminés est lié à des ARN de transfert spécifiques, portant des codons eux aussi spécifiques, de sorte que chacun des ** codons possibles ne peut coder qu'un seul acide aminé. En revanche, chacun des 22 acides aminés protéinogènes peut être codé par plusieurs codons différents. Ce sont les enzymes réalisant l'estérification des ARN messagers avec les acides aminés — les aminoacyl-ARNt synthétases — qui maintiennent le code génétique : en effet, ces enzymes se lient spécifiquement à la fois à un ARN de transfert donné et à un acide aminé donné, de sorte que chaque type d'ARN de transfert n'est estérifié que par un acide aminé spécifique.

Le cas de la sélénocystéine et de la pyrrolysine est quelque peu différent en ce que ces acides aminés particuliers ne sont pas codés directement par des codons spécifiques mais par recodage traductionnel de codons stop en présence de séquences d'insertions particulières appelées respectivement élément SECIS et élément PYLIS, qui recodent les codons stop UGA (Opale) et UAG (Ambre) respectivement en sélénocystéine et en pyrrolysine. De surcroît, la sélénocystéine n'est pas liée telle quelle à son ARN de transfert, car elle est trop réactive pour exister librement dans la cellule ; c'est la sérine qui est liée à un ARN de transfert de sélénocystéine ARNt par la sérine-ARNt ligase. Le séryl-ARNt ne peut être utilisé par les ribosomes car il n'est pas reconnu par les facteurs d'élongation intervenant au cours de la biosynthèse des protéines, de sorte que la sérine ne peut être incorporée dans les sélénoprotéines à la place de la sélénocystéine. En revanche, le séryl-ARNt est un substrat pour certaines enzymes qui assurent sa conversion en sélénocystéinyl-ARNt : conversion directe par la sélénocystéine synthase chez les bactéries, conversion indirecte via l'O-phosphoséryl-ARNt successivement par la O-phosphoséryl-ARNt kinase et la O-phosphoséryl-ARNt:sélénocystéinyl-ARNt synthase chez les archées et les eucaryotes.

Les gènes codés dans l'ADN sont tout d'abord transcrits en ARN pré-messager par des enzymes telles que les ARN polymérases. La plupart des êtres vivants modifient cet ARN pré-messager à travers un ensemble de processus appelés modifications post-transcriptionnelles conduisant à l'ARN messager mature. Ce dernier est alors utilisable par les ribosomes pour servir de modèle lors de la biosynthèse des protéines. Chez les procaryotes, l'ARN messager peut être utilisé dès qu'il est synthétisé ou être traduit en protéines après avoir quitté le nucléoïde. En revanche, chez les eucaryotes, l'ARN messager est produit dans le noyau de la cellule tandis que les protéines sont synthétisées dans le cytoplasme, de sorte que l'ARN messager doit traverser la membrane nucléaire.

Biosynthèse

Les ribosomes assurent la traduction de l'ARN messager en protéines.

La biosynthèse d'une protéine à partir d'un ARN messager est la traduction de cet ARNm. L'ARN messager se lie au ribosome, qui le lit séquentiellement à raison de trois nucléotides à chaque étape de la synthèse. Chaque triplet de nucléotides constitue un codon sur l'ARN messager, auquel peut se lier l'anticodon d'un ARN de transfert apportant l'acide aminé correspondant. L'appariement entre le codon et l'anticodon repose sur la complémentarité de leurs séquences respectives. C'est cette complémentarité qui assure la reconnaissance entre l'ARN de transfert et le codon de l'ARN messager. L'acide aminé apporté par l'ARN de transfert sur le ribosome établit une liaison peptidique avec l'extrémité C-terminale de la chaîne naissante, ce qui permet de l'allonger d'un résidu d'acide aminé. Le ribosome se déplace alors de trois nucléotides sur l'ARN messager pour faire face à un nouveau codon, qui suit exactement le codon précédent. Ce processus se répète jusqu'à ce que le ribosome soit en face d'un codon stop, auquel cas la traduction s'arrête.

La biosynthèse d'une protéine s'effectue ainsi résidu après résidu, de l'extrémité N-terminale vers l'extrémité C-terminale. Une fois synthétisée, la protéine peut subir diverses modifications post-traductionnelles telles que clivage, phosphorylation, acétylation, amidation, méthylation, glycosylation, lipidation, voire la formation de ponts disulfure. La taille des protéines ainsi synthétisées est très variable. Cette taille peut être exprimée en nombre de résidus d'acides aminés constituant ces protéines, ainsi qu'en daltons (symbole Da), qui correspondent en biologie moléculaire à l'unité de masse atomique. Les protéines étant souvent des molécules assez grosses, leur masse est souvent exprimée en kilodaltons (symbole kDa). À titre d'exemple, les protéines de levure ont une longueur moyenne de 466 résidus d'acides aminés, pour une masse de 53 kDa. Les plus grosses protéines connues sont les titines des sarcomères formant les myofibrilles des muscles striés : la titine de souris contient quelque 35 213 résidus d'acides aminés formés de 551 739 atomes pour une masse de plus de 3 900 kDa et une longueur de l'ordre de 1 µm.

Synthèse chimique

Les petites protéines peuvent également être synthétisées in vitro par un ensemble de méthodes appelées synthèse peptidique (en), qui reposent sur des techniques de synthèse organique telles que la ligature chimique (en) pour produire efficacement des peptides. La synthèse chimique permet d'introduire des acides aminés non naturels dans la chaîne polypeptidique, en posant par exemple des sondes fluorescentes sur la chaîne latérale de certains d'entre eux. Ces méthodes sont utiles au laboratoire en biochimie et en biologie cellulaire mais ne sont généralement pas employées pour des applications commerciales. La synthèse chimique n'est pas efficace pour synthétiser des peptides de plus de 300 résidus d'acides aminés environ, et les protéines ainsi produites peuvent ne pas adopter facilement leur structure tertiaire native. La plupart des méthodes de synthèse chimique des protéines procèdent de l'extrémité C-terminale vers l'extrémité N-terminale, c'est-à-dire dans le sens inverse de la biosynthèse des protéines par les ribosomes.

Fonctions

Représentation d'une molécule d'hexokinase, un enzyme, à l'échelle avec ses deux substrats, l'ATP et le glucose, dans l'angle supérieur droit.

Parmi tous les constituants de la cellule, les protéines sont les éléments les plus actifs. Hormis certains ARN, la plupart des autres molécules biologiques sont chimiquement assez peu réactives et ce sont les protéines qui agissent sur elles. Les protéines constituent environ la moitié de la matière sèche d'une cellule d'E. coli tandis que l'ARN et l'ADN en constituent respectivement un cinquième et 3 %. L'ensemble des protéines exprimées dans une cellule constitue son protéome.

La caractéristique principale des protéines qui leur permet de réaliser leurs fonctions biologiques est leur faculté de se lier à d'autres molécules de façon à la fois très spécifique et très étroite. La région d'une protéine permettant de se lier à une autre molécule est son site de liaison, qui forme souvent une dépression, une cavité, ou « poche », dans la surface de la molécule. C'est la structure tertiaire de la protéine et la nature chimique des chaînes latérales des résidus d'acides aminés du site de liaison qui déterminent la spécificité de cette interaction. Les sites de liaison peuvent conduire à des liaisons particulièrement spécifiques et étroites : ainsi, l'inhibiteur de ribonucléase se lie à l'angiogénine humaine avec une constante de dissociation sub-femtomolaire (< 10 mol⋅L) mais ne se lie pas du tout à la ranpirnase, homologue d'amphibien de cette protéine (constante supérieure à 1 mol⋅L). Une légère modification chimique peut radicalement modifier la faculté d'une molécule à interagir avec une protéine donnée. Ainsi l'aminoacyl-ARNt synthétase spécifique de la valine se lie à cette dernière sans interagir avec l'isoleucine, qui lui est pourtant structurellement très proche.

Les protéines peuvent se lier selon les cas à d'autres protéines ou à de petites molécules comme substrats. Lorsqu'elles se lient spécifiquement à d'autres protéines identiques à elles-mêmes, elles peuvent polymériser pour former des fibrilles. Ceci est fréquent pour les protéines structurelles, formées de monomères globulaires qui s'auto-assemblent pour former des fibres rigides. Des interactions protéine-protéine régulent également leur activité enzymatique, l'avancement du cycle cellulaire et l'assemblage de grands complexes protéiques réalisant des réactions étroitement apparentées partageant une fonction biologique commune. Les protéines peuvent également se lier à la surface des membranes cellulaires et même fréquemment en faire partie intégrante. La capacité de certaines protéines à changer de conformation lorsqu'elles se lient à des molécules spécifiques permet de construire des réseaux de signalisation cellulaire extrêmement complexes. D'une manière générale, l'étude des interactions entre protéines spécifiques est un élément clé de notre compréhension du fonctionnement des cellules et de leur faculté à échanger de l'information.

Enzymes

Le rôle le plus visible des protéines dans la cellule est celui d'enzyme, c'est-à-dire de biomolécule catalysant des réactions chimiques. Les enzymes sont généralement très spécifiques et n'accélèrent qu'une ou quelques réactions chimiques. La très grande majorité des réactions chimiques du métabolisme sont réalisées par des enzymes. Outre le métabolisme, ces dernières interviennent également dans l'expression génétique, la réplication de l'ADN, la réparation de l'ADN, la transcription de l'ADN en ARN, et la traduction de l'ARN messager en protéines. Certaines enzymes agissent sur d'autres protéines pour y lier ou en cliver certains groupes fonctionnels et des résidus d'autres biomolécules, selon un processus appelé modification post-traductionnelle. Les enzymes catalysent plus de 5 000 réactions chimiques différentes. Comme tous les catalyseurs, elles ne modifient pas les équilibres chimiques mais accélèrent les réactions, parfois dans des proportions considérables ; ainsi, l'orotidine-5'-phosphate décarboxylase catalyse en quelques millisecondes une réaction qui prendrait sinon plusieurs millions d'années.

Les molécules qui se lient aux enzymes et sont modifiées chimiquement par elles sont appelées substrats. Bien que les enzymes soient parfois constituées de plusieurs centaines de résidus d'acides aminés, seuls quelques-uns d'entre eux entrent en contact avec le ou les substrats de l'enzyme, et un très petit nombre — généralement trois ou quatre — sont impliqués directement dans la catalyse. On appelle site actif la région d'une enzyme impliquée dans la réaction chimique catalysée par cette protéine : il regroupe les résidus qui se lient au substrat ou contribuent à son positionnement, ainsi que les résidus qui catalysent directement la réaction.

Signalisation cellulaire et liaison de ligands

Structure d'un anticorps anti-choléra de souris qui se lie à un antigène glucidique.

De nombreuses protéines sont impliquées dans les mécanismes de signalisation cellulaire et de transduction de signal. Certaines protéines telles que l'insuline appartiennent au milieu extracellulaire et transmettent un signal de la cellule où elles sont synthétisées vers d'autre cellules parfois situées dans des tissus éloignés. D'autres sont des protéines membranaires qui agissent comme récepteurs dont la fonction principale est de se lier aux molécules porteuses de signaux et d'induire une réponse biochimique dans la cellule cible. De nombreux récepteurs membranaires ont un site de liaison exposé à l'extérieur de la cellule et un domaine effecteur en contact avec le milieu intracellulaire. Ce domaine effecteur peut être porteur d'une activité enzymatique ou peut subir des changements conformationnels agissant sur d'autres protéines intracellulaires.

Les anticorps sont les constituants protéiques du système immunitaire dont la fonction principale est de se lier aux antigènes ou aux xénobiotiques afin de les marquer pour élimination par l'organisme. Les anticorps peuvent être sécrétés dans le milieu extracellulaire ou bien ancrés dans la membrane plasmique de lymphocytes B spécialisés appelés plasmocytes. Là où les enzymes sont très spécifiques de leurs substrats afin d'accélérer des réactions chimiques très précises, les anticorps n'ont pas cette contrainte ; en revanche, leur affinité pour leur cible est extrêmement élevée.

De nombreuses protéines transporteuses de ligands se lient spécifiquement à de petites molécules et les transportent à destination à travers les cellules et les tissus des organismes multicellulaires. Ces protéines doivent posséder une forte affinité pour leur ligand lorsque la concentration de celui-ci est élevée, mais doivent également pouvoir le libérer lorsque sa concentration est faible dans les tissus cibles. L'exemple canonique de la protéine porteuse de ligand est l'hémoglobine, qui transporte l'oxygène des poumons vers les autres organes et tissus chez tous les vertébrés et a des homologues apparentés dans tous les règnes du vivant. Les lectines sont des protéines qui se lient réversiblement à certains glucides avec une très grande spécificité. Elles jouent un rôle dans les phénomènes de reconnaissance biologique impliquant cellules et protéines.

Les protéines transmembranaires peuvent également jouer le rôle de protéines transporteuses de ligands susceptibles de modifier la perméabilité de la membrane plasmique aux petites molécules polaires et aux ions. La membrane elle-même possède un cœur hydrophobe à travers lequel les molécules polaires ou électriquement chargées ne peuvent pas diffuser. Les protéines membranaires peuvent ainsi contenir un ou plusieurs canaux à travers la membrane cellulaire et permettant à ces molécules et à ces ions de la traverser. De nombreux canaux ioniques sont très spécifiques de l'ion dont ils permettent la circulation. Ainsi, les canaux potassiques et les canaux sodiques sont souvent spécifiques de l'un des deux ions potassium et sodium à l'exclusion de l'autre.

Protéines structurelles

Les protéines structurelles confèrent raideur et rigidité à des constituants biologiques qui, sans elles, seraient fluides. La plupart des protéines structurelles sont fibreuses. C'est par exemple le cas du collagène et de l'élastine qui sont des constituants essentiels de tissus conjonctifs tels que le cartilage, et de la kératine présente dans les structures dures ou filamenteuses telles que les poils, les ongles, les plumes, les sabots et l'exosquelette de certains animaux. Certaines protéines globulaires peuvent également jouer un rôle structurel, par exemple l'actine et la tubuline dont les monomères sont glubulaires et solubles mais polymérisent pour former de longs filaments rigides constituant le cytosquelette, ce qui permet à la cellule de maintenir sa forme et sa taille.

Les protéines motrices sont des protéines structurelles particulières qui sont capables de générer des forces mécaniques. Ce sont par exemple la myosine, la kinésine et la dynéine. Ces protéines sont essentielles à la motilité des organismes unicellulaires ainsi qu'aux spermatozoïdes des organismes multicellulaires. Elles permettent également de générer les forces à l'œuvre dans la contraction musculaire et jouent un rôle essentiel dans le transport intracellulaire.

Récapitulatif de fonctions assurées par les protéines

Les protéines remplissent ainsi des fonctions très diverses au sein de la cellule et de l'organisme:

les protéines structurelles, qui permettent à la cellule de maintenir son organisation dans l'espace, et qui sont les constituants du cytosquelette ;

les protéines de transport, qui assurent le transfert des différentes molécules dans et en dehors des cellules ;

les protéines régulatrices, qui modulent l'activité d'autres protéines ou qui contrôlent l'expression des gènes ;

les protéines de signalisation, qui captent les signaux extérieurs, et assurent leur transmission dans la cellule ou l'organisme ; il en existe plusieurs sortes, par exemple les protéines hormonales, qui contribuent à coordonner les activités d'un organisme en agissant comme des signaux entre les cellules ;

les protéines réceptrices, qui détectent les molécules messagères et les autres signaux pour que la cellule agisse en conséquence : les protéines sensorielles détectent les signaux environnementaux (ex. : lumière) et répondent en émettant des signaux dans la cellule ; les récepteurs d'hormone détectent les hormones et envoient des signaux à la cellule pour qu'elle agisse en conséquence (ex. : l'insuline est une hormone qui, lorsqu'elle est captée, signale à la cellule d'absorber et d'utiliser le glucose) ;

les protéines sensorielles détectent les signaux environnementaux (ex. : lumière) et répondent en émettant des signaux dans la cellule ;

les récepteurs d'hormone détectent les hormones et envoient des signaux à la cellule pour qu'elle agisse en conséquence (ex. : l'insuline est une hormone qui, lorsqu'elle est captée, signale à la cellule d'absorber et d'utiliser le glucose) ;

les protéines motrices, permettant aux cellules ou organismes ou à certains éléments (cils) de se mouvoir ou se déformer (ex. : l'actine et la myosine permettent au muscle de se contracter) ;

les protéines de défense, qui protègent la cellule contre les agents infectieux (ex. : les anticorps) ;

les protéines de stockage, qui permettent la mise en réserve d'acides aminés pour pouvoir biosynthétiser d'autres protéines (ex. : l'ovalbumine, la principale protéine du blanc d'œuf permet leur stockage pour le développement des embryons de poulet) ;

les enzymes, qui modifient la vitesse de presque toutes les réactions chimiques dans la cellule sans être transformées dans la réaction.

Méthodes d'étude

La structure et les fonctions des protéines peuvent être étudiées in vivo, in vitro et in silico. Les études in vivo permettent d'explorer le rôle physiologique d'une protéine au sein d'une cellule vivante ou même au sein d'un organisme dans son ensemble. Les études in vitro de protéines purifiées dans des environnements contrôlés sont utiles pour comprendre la façon dont une protéine fonctionne in vivo : par exemple, l'étude de la cinétique d'une enzyme permet d'analyser le mécanisme chimique de son activité catalytique et de son affinité relative vis-à-vis de différents substrats. Les études in silico utilisent des algorithmes informatiques pour modéliser des protéines.

Purification des protéines

Pour pouvoir être analysée in vitro, une protéine doit préalablement avoir été purifiée des autres constituants chimiques de la cellule. Ceci commence généralement par la lyse de la cellule, au cours de laquelle la membrane plasmique est rompue afin d'en libérer le contenu dans une solution pour donner un lysat. Ce mélange peut être purifié par ultracentrifugation, ce qui permet d'en séparer les constituants en fractions contenant respectivement les protéines solubles, les lipides et protéines membranaires, les organites cellulaires, et les acides nucléiques. La précipitation des protéines par relargage permet de les concentrer à partir de ce lysat. Il est alors possible d'utiliser plusieurs types de chromatographie pour isoler les protéines que l'on souhaite étudier en fonction de leurs propriétés physico-chimiques telles que leur masse molaire, leur charge électrique, ou encore leur affinité de liaison. Le degré de purification peut être suivi à l'aide de plusieurs types d'électrophorèse sur gel si la masse moléculaire et le point isoélectrique des protéines étudiées sont connus, par spectroscopie si la protéine présente des caractéristiques spectroscopiques identifiables, ou par dosage enzymatique (en) si la protéine est porteuse d'une activité enzymatique. Par ailleurs, les protéines peuvent être isolées en fonction de leur charge électrique par électrofocalisation (en).

Les protéines naturelles requièrent éventuellement une série d'étapes de purification avant de pouvoir être étudiées en laboratoire. Afin de simplifier ce procédé, le génie génétique est souvent utilisé pour modifier les protéines en les dotant de caractéristiques qui les rendent plus faciles à purifier dans pour autant altérer leur structure ni leur activité. On ajoute ainsi des « étiquettes » reconnaissables sur les protéines sous forme de séquences d'acides aminés identifiées, souvent une série de résidus d'histidine — étiquette poly-histidine , ou His-tag — à l'extrémité C-terminale ou à l'extrémité N-terminale de la chaîne polypeptidique. De ce fait, lorsque le lysat est placé dans une colonne chromatographique contenant du nickel, les résidus d'histidine se complexent au nickel et restent liées à la colonne tandis que les constituants dépourvus d'étiquette la traversent sans être arrêtés. Plusieurs types d'étiquettes ont été développés afin de permettre aux chercheurs de purifier des protéines particulières à partir de mélanges complexes.

Localisation cellulaire

(en) Localisation de protéines marquées à la protéine fluorescente verte, apparaissant en blanc, dans différents compartiments cellulaires : noyau, nucléole, membrane nucléaire, réticulum endoplasmique (RE), appareil de Golgi, lysosomes, membrane plasmique, cytoplasme, centrosomes, mitochondries, microtubules, actine.

L'étude in vivo des protéines implique souvent de savoir précisement où elles sont synthétisées et où elles se trouvent dans les cellules. Bien que la plupart des protéines intracellulaires soient produites dans le cytoplasme et que la plupart des protéines membranaires ou sécrétées dans le milieu extracellulaire sont produites dans le réticulum endoplasmique, il est rare qu'on comprenne précisément comment les protéines ciblent spécifiquement certaines structures cellulaires ou certains organites. Le génie génétique offre des outils utiles pour se faire une idée de la localisation de certaines protéines, par exemple en liant la protéine étudiée à une protéine permettant de la repérer, c'est-à-dire en réalisant une protéine de fusion entre la protéine étudiée et une protéine utilisée comme marqueur, telle que la protéine fluorescente verte. La localisation intracellulaire de la protéine de fusion résultante peut être facilement et efficacement visualisée par microscopie.

D'autres méthodes de localisation intracellulaire des protéines impliquent l'utilisation de marqueurs connus pour certains compartiments cellulaires tels que le réticulum endoplasmique, l'appareil de Golgi, les lysosomes, les mitochondries, les chloroplastes, la membrane plasmique, etc. Il est par exemple possible de localiser des protéines marquées avec une étiquette fluorescente ou ciblées avec des anticorps contre ces marqueurs. Les techniques d'immunofluorescence permettent ainsi de localiser des protéines spécifiques. Des pigments fluorescents sont également utilisés pour marquer des compartiments cellulaires dans un but similaire.

L'immunohistochimie utilise généralement un anticorps ciblant une ou plusieurs protéines étudiées qui sont conjugués à des enzymes émettant des signaux luminescents ou chromogènes pouvant être comparés à divers échantillons, ce qui permet d'en déduire des informations sur la localisation des protéines étudiées. Il est également possible d'utiliser des techniques de cofractionnement dans un gradient de saccharose (ou d'une autre substance) à l'aide d'une centrifugation isopycnique.

La microscopie immunoélectronique combine l'utilisation d'une microscopie électronique classique à l'utilisation d'un anticorps dirigé contre la protéine étudiée, cet anticorps étant préalablement conjugué à un matériau à forte densité électronique telle que l'or. Ceci permet de localiser des détails ultrastructurels ainsi que la protéine étudiée.

Protéomique

L'ensemble des protéines d'une cellule ou d'un type de cellule constitue son protéome, et la discipline scientifique qui l'étudie est la protéomique. Ces deux termes ont été forgés par analogie avec le génome et la génomique. Si le protéome dérive du génome, il n'est cependant pas possible de prédire exactement quel sera le protéome d'une cellule à partir de la simple connaissance de son génome. En effet, l'expression d'un gène varie d'une cellule à l'autre au sein d'un même organisme en fonction de la différenciation cellulaire, voire dans la même cellule en fonction du cycle cellulaire. Par ailleurs, un même gène peut donner plusieurs protéines (par exemple les polyprotéines virales), et des modifications post-traductionnelles sont souvent nécessaires pour rendre une protéine active.

Parmi les techniques expérimentales utilisées en protéomique, on relève l'électrophorèse bidimensionnelle, qui permet la séparation d'un grand nombre de protéines, la spectrométrie de masse, qui permet l'identification de protéines rapide et à haut débit ainsi que le séquençage de peptides (le plus souvent après digestion en gel (en)), les puces à protéines (en), qui permettent la détection de concentrations relatives d'un grand nombre de protéines présentes dans une cellule, et l'approche double hybride qui permet également l'exploration des interactions protéine-protéine. L'ensemble des interactions protéine-protéine d'une cellule est appelé interactome. L'approche visant à déterminer la structure des protéines parmi toutes leurs conformations possibles est la génomique structurelle (en).

Bio-informatique

Il existe à présent tout un ensemble de méthodes informatiques permettant d'analyser la structure, la fonction et l'évolution des protéines. Le développement de tels outils a été rendu nécessaire par la grande quantité de données génomiques et protéomiques disponibles pour un très grand nombre d'êtres vivants, à commencer par le génome humain. Il est impossible d'étudier toutes les protéines expérimentalement, de sorte que seules un petit nombre d'entre elles font l'objet d'études au laboratoire tandis que les outils de calcul permettent d'extrapoler les résultats ainsi obtenus à d'autres protéines qui leur sont semblables. De telles protéines homologues sont efficacement identifiées par les techniques d'alignement de séquences. Des outils de profilage des séquences peptidiques permettent de localiser les sites clivés par les enzymes de restriction, les cadres de lecture dans les séquences nucléotidiques, et de prédire les structures secondaires. Il est également possible de construire des arbres phylogénétiques et d'élaborer des hypothèses relatives à l'évolution à l'aide de logiciels tels que ClustalW (en) permettant de remonter aux ancêtres des organismes modernes et à leurs gènes. Les outils bio-informatiques sont devenus indispensables à l'étude des gènes et des protéines exprimées par ces gènes.

Prédiction de structure et simulation

En plus de la génomique structurelle, la prédiction de la structure des protéines vise à développer des moyens permettant d'élaborer efficacement des modèles plausibles décrivant la structure de protéines qui n'ont pu être résolues expérimentalement. Le mode de prédiction de structure de plus efficace, appelé modélisation par homologie (en), se fonde sur l'existence de structures modèles connues dont la séquence présente des similitudes avec celle de la protéine étudiée. Le but de la génomique structurelle est de fournir suffisamment de données sur les structures résolues afin de permettre l'élucidation de celles qui restent à résoudre. Bien qu'il demeure malaisé de modéliser précisément des structures lorsqu'il n'existe que des modèles structurels éloignés auxquels se référer, on pense que le nœud du problème se trouve au niveau de l'alignement des séquences car des modèles très exacts peuvent être établis dès lors qu'un alignement de séquences très exact est connu. De nombreuses prédictions de structures ont été utiles au domaine émergent du génie protéique (en), qui a notamment élaboré de nouveaux modes de repliement. Un problème plus complexe à résoudre par le calcul est la prédiction des interactions intermoléculaires, comme la prédiction de l'ancrage des molécules et des interactions protéine-protéine.

Le repliement et la liaison des protéines peuvent être simulés à l'aide de techniques telles que la mécanique moléculaire, la dynamique moléculaire et la méthode de Monte Carlo, qui bénéficient de plus en plus des architectures informatiques parallèles et du calcul distribué, comme le projet Folding@home ou la modélisation moléculaire sur processeur graphique. Le repliement de petits domaines protéiques en hélice α, comme la coiffe de la villine et la protéine accessoire du VIH ont été simulée in silico avec succès, et les méthodes hybrides qui combinent la dynamique moléculaire standard avec des éléments de mécanique quantique ont permis l'exploration des états électroniques des rhodopsines.

Étymologie

Gerardus Johannes Mulder.

Les protéines furent découvertes à partir de 1835 aux Pays-Bas par le chimiste organicien Gerardus Johannes Mulder (1802-1880), sous le nom de wortelstof. C'est son illustre confrère suédois, Jöns Jacob Berzelius, qui lui suggéra en 1838 le nom de protéine. Le terme protéine vient du grec ancien prôtos qui signifie premier, essentiel. Ceci fait probablement référence au fait que les protéines sont indispensables à la vie et qu'elles constituent souvent la part majoritaire (≈ 60 %) du poids sec des cellules. Une autre théorie voudrait que protéine fasse référence, comme l'adjectif protéiforme, au dieu grec Protée qui pouvait changer de forme à volonté. Les protéines adoptent en effet de multiples formes et assurent de multiples fonctions. Mais ceci ne fut découvert que bien plus tard, au cours du XX siècle.

Phénotype

Le plan de fabrication des protéines dépend donc en premier lieu du gène. Or les séquences des gènes ne sont pas strictement identiques d'un individu à l'autre. De plus, dans le cas des êtres vivants diploïdes, il existe deux exemplaires de chaque gène. Et ces deux exemplaires ne sont pas nécessairement identiques. Un gène existe donc en plusieurs versions d'un individu à l'autre et parfois chez un même individu. Ces différentes versions sont appelées allèles. L'ensemble des allèles d'un individu forme le génotype.

Puisque les gènes existent en plusieurs versions, les protéines vont également exister en différentes versions. Ces différentes versions de protéines vont provoquer des différences d'un individu à l'autre : tel individu aura les yeux bleus mais tel autre aura les yeux noirs, etc. Ces caractéristiques, visibles ou non, propres à chaque individu sont appelées le phénotype. Chez un même individu, un groupe de protéines à séquence similaire et fonction identique est dit isoforme. Les isoformes peuvent être le résultat de l'épissage alternatif d'un même gène, l'expression de plusieurs allèles d'un gène, ou encore la présence de plusieurs gènes homologues dans le génome.

Évolution

Au cours de l'évolution, les accumulations de mutations ont fait diverger les gènes au sein des espèces et entre espèces. De là provient la diversité des protéines qui leur sont associées. On peut toutefois définir des familles de protéines, elles-mêmes correspondant à des familles de gènes. Ainsi, dans une espèce peuvent coexister des gènes, et par conséquent des protéines, très similaires formant une famille. Deux espèces proches ont de fortes chances d'avoir des représentants de même famille de protéines.

On parle d'homologie entre protéines lorsque différentes protéines ont une origine commune, un gène ancestral commun.

La comparaison des séquences de protéines permet de mettre en évidence le degré de « parenté » entre différentes protéines, on parle ici de similarité de séquence. La fonction des protéines peut diverger au fur et à mesure que la similarité diminue, donnant ainsi naissance à des familles de protéines ayant une origine commune mais ayant des fonctions différentes.

L'analyse des séquences et des structures de protéine a permis de constater que beaucoup s'organisaient en domaines, c'est-à-dire en parties acquérant une structure et remplissant une fonction spécifique. L'existence de protéines à plusieurs domaines peut être le résultat de la recombinaison en un gène unique de plusieurs gènes originellement individuels, et réciproquement des protéines composés d'un unique domaine peuvent être le fruit de la séparation en plusieurs gènes d'un gène originellement codant une protéine à plusieurs domaines.

Alimentation humaine

Dans l'alimentation, les protéines sont désagrégées durant la digestion à partir de l'estomac. C'est là que les protéines sont hydrolysées par des protéases et coupées en polypeptides pour ensuite fournir des acides aminés pour l'organisme, y compris ceux, dits essentiels, que l'organisme n'est pas capable de synthétiser. Le pepsinogène est converti en pepsine quand il arrive au contact avec l'acide chlorhydrique. La pepsine est la seule enzyme protéolytique qui digère le collagène, la principale protéine du tissu conjonctif. La majeure partie de la digestion des protéines a lieu dans le duodénum.

Presque toutes les protéines sont absorbées quand elles arrivent dans le jéjunum et seulement 1 % des protéines ingérées se retrouvent dans les fèces. Certains acides aminés restent dans les cellules épithéliales et sont utilisés pour la biosynthèse de nouvelles protéines, y compris certaines protéines intestinales, constamment digérées, recyclées et absorbées par l'intestin grêle.

Quantités recommandées

En France, les recommandations nutritionnelles sont données par le PNNS et son site grand public (www.mangerbouger.fr) : « de la viande, du poisson ou des œufs une à deux fois par jour, toujours en quantité inférieure à l'accompagnement, soit de 100 à 150 g de viande maximum sur la journée ». L'AFSSA recommande un apport nutritionnel conseillé (ANC) de 0,83 g·kg·j chez l’adulte en bonne santé, soit 62 g par jour pour un homme de 75 kg. Il faut noter que les ANC sont supérieurs aux besoins moyens qui sont de 0,66 g·kg·j selon ce même rapport, ce qui donnerait 49,5 g par jour pour le cas précédent.

Les besoins moyens en protéines ont été définis par la FAO qui recommande 49 g de protéines pour les hommes adultes et 41 pour les femmes (47 si enceintes, 58,5 si allaitantes).

Protéines animales, protéines végétales

Pendant longtemps on a considéré que les protéines d'origine animale étaient supérieures en qualité aux protéines d'origine végétale. Actuellement ce jugement fait l'objet de révisions importantes. Les protéines animales sont invariablement accompagnées de lipides saturés dont la consommation est souvent excessive, ou bien d'additifs alimentaires comme les nitrites (dans les charcuteries) qui sont soupçonnées d'être cancérigènes. La production de viande consomme des ressources et contribue à l'émission de gaz à effet de serre. Les protéines animales, ou des produits associés comme les amines hétérocycliques seraient également un facteur de risque pour certains cancers (côlon, vessie). La consommation de viandes rouges serait associée à un risque accru de maladies cardio-vasculaires. Parallèlement, des effets positifs sont associés aux végétaux riches en protéines. Les légumineuses à graines apportent un sentiment de satiété. Elles sont riches en fibres et en minéraux. Leur indice glycémique est faible. La consommation de haricots contribue à faire baisser le taux de cholestérol et également à l'abaissement du risque d'accident cardio-vasculaire et de certains cancers (côlon, prostate, pancréas). On évolue vers une promotion des protéines végétales.

Cela étant, les protéines les plus utiles contiennent 9 acides aminés essentiels: isoleucine, leucine, lysine, méthionine, phénylalanine, thréonine, tryptophane, valine et histidine. Les protéines végétales contiennent relativement peu de certains (hormis le quinoa), alors que les protéines d’origine animale en contiennent davantage en proportion. Le problème concerne essentiellement la méthionine et la lysine (un régime végétarien demande également des suppléments en vitamine B12).

Faire totalement l’impasse sur les protéines d’origine animale n'est pas forcément recommandé. Il faut entre autres consommer les 2 types de protéines quand on est âgé. Selon Ellen Muehlhoff, experte en nutrition de la FAO favorable à la consommation de protéines d'origine animale: "Contrairement à la croyance populaire, la plupart des protéines que nous obtenons des aliments d'origine animale sont seulement légèrement supérieures à celles d'origine végétale."

Compléments alimentaires

Les compléments alimentaires peuvent être enrichis en protéines, principalement pour les sportifs souhaitant développer leur volume musculaire, mais aussi pour les personnes qui souffrent de carences en protéines. Les protéines utilisées sont souvent des protéines du lactosérum (sous le nom de "whey"), et des acides aminés ramifiés désignés sous le nom de "BCAA".

肌球蛋白三维结构的飘带图，其主要由α螺旋所构成。

蛋白质是一种由氨基酸分子组成的有机化合物，旧称“朊”。氨基酸分子呈线性排列，相邻氨基酸残基的羧基和氨基通过肽键连接在一起。蛋白质的氨基酸串行是由对应基因所编码。除了遗传密码所编码的20种“标准”氨基酸，在蛋白质中，某些氨基酸残基还可以被翻译后修饰而发生化学结构的变化，从而对蛋白质进行激活或调控。多个蛋白质可以一起，往往是通过结合在一起形成稳定的蛋白质复合物，发挥某一特定功能。

与其他生物大分子（如多糖和核酸）一样，蛋白质是地球上生物体中的必要组成成分，参与了细胞生命活动的每一个进程。酶是最常见的一类蛋白质，它们催化生物化学反应，尤其对于生物体的代谢至关重要。除了酶之外，还有许多结构性或机械性蛋白质，如肌肉中的肌动蛋白和肌球蛋白，以及细胞骨架中的微管蛋白（参与形成细胞内的支撑网络以维持细胞外形）。另外一些蛋白质则参与细胞信号传导、免疫反应、细胞黏附和细胞周期调控等。同时，蛋白质也是动物饮食中必需的营养物质，这是因为动物自身无法合成所有氨基酸，动物需要和必须从食物中获取必需氨基酸。通过消化过程将蛋白质降解为自由氨基酸，动物就可以将它们用于自身的代谢。

生物化学性质

肽键的共振结构。氨基酸通过肽键连接在一起形成蛋白质聚合物。 蛋白质结构中氨基酸和丙氨酸通过肽键（用方块标出）连接在一起。 蛋白质是由不同的L型α氨基酸所形成的线性聚合物。目前在绝大多数已鉴定的天然蛋白质中发现的氨基酸有20种（参见标准蛋白氨基酸列表）。不过在自然界中还存在着一些特殊的氨基酸，例如在一种海洋寡毛纲小蠕虫Olavius algarvensis以及与之存在共生关系的细菌δ1（该细菌属于δ变形菌）中存在着高含量的硒代半胱氨酸，由原本为终止密码子的UGA编码，和吡咯赖胺酸，由终止密码子UAG编码。 所有氨基酸都有共同的结构特征，包括与氨基连接的α碳原子，一个羧基和连接在α碳原子上的不同的侧链。但脯氨酸有着与这种基本结构不同之处：它含有一个侧链与氨基连接在一起所形成的特殊的环状结构，使得其氨基在肽键中的构象相对固定。（英文）Nelson, D. L. and Cox, M. M. (2005) Lehninger's Principles of Biochemistry, 4th Edition, W. H. Freeman and Company, New York. 标准氨基酸的侧链是构成蛋白质结构的重要元素，它们具有不同的化学性质，因此对于蛋白质的功能至关重要。多肽链中的氨基酸之间是通过脱水反应所形成的肽键来互相连接；一旦形成肽键成为蛋白质的一部分，氨基酸就被称为“残基”，而连接在链的碳、氮、氧原子被称为“主链”或“蛋白质骨架”。由于肽键有两种共振态，具有一定的双键特性，使得相邻α碳之间形成肽平面；而肽键两侧的二面角确定了蛋白质骨架的局部形态。 由于氨基酸的非对称性（两端分别具有氨基和羧基），蛋白质链具有方向性。蛋白质链的起始端有自由的氨基，被称为N端或氨基端；尾端则有自由的羧基，被称为C端或羧基端。 “蛋白质”、“多肽”和“肽”这些名词的含义在一定程度上有重叠，经常容易混淆。“蛋白质”通常指具有完整生物学功能并有稳定结构的分子；而“肽”则通常指一段较短的氨基酸寡聚体，常常没有稳定的三维结构。然而，“蛋白质”和“肽”之间的界限很模糊，通常以20-30个残基为界。“多肽”可以指任何长度的氨基酸线性单链分子，但常常表示缺少稳定的三级结构。

合成

蛋白质生物合成 核糖体产生一种蛋白质，使用信使RNA模板。 每一种蛋白质都有自己独特的氨基酸串行，而氨基酸串行的组成信息则由编码对应蛋白质的基因的核苷酸串行所决定。遗传密码是一套由三个核苷酸组成的密码子，每一种三个核苷酸的组合可以编码一种特定氨基酸，如mRNA上的AUG（在DNA中为ATG）编码甲硫氨酸。由于DNA含有四种核苷酸（A、T、C、G），所以对应的可能的密码子有4×4×4=**种；而标准氨基酸只有20种，因此有部分密码子是冗余的，即部分氨基酸可以由多个不同的密码子所编码。DNA中的基因首先在RNA聚合酶等蛋白质的作用下被转录为前mRNA。在大多数生物体中，前mRNA（或初始转录产物）要经过转录后修饰以形成成熟的mRNA，随后mRNA就可以经由核糖体被用作蛋白质合成的模板。在原核生物中，mRNA可能可以在生成后被直接用于蛋白质合成，或者在离开类核后就结合核糖体。而在真核生物中，mRNA在细胞核中被合成，然后通过核膜被转运到细胞质中；在细胞质中，mRNA才可以被用于蛋白质合成。原核生物的蛋白质合成速率可以达到每秒20个氨基酸，要高于真核生物。 从一个mRNA模板合成一个蛋白质的过程被称为翻译。在翻译过程中，mRNA被一些蛋白质携带到核糖体上；然后核糖体在mRNA上从5'端到3'端寻找起始密码子（大多数情况下为AUG）；找到起始密码子后，即核糖体上起始tRNA的反密码子与起始密码子配对后，翻译就可以开始进行；在起始密码子后，核糖体每一次阅读三个核苷酸（或一个密码子），同样是通过携带对应氨基酸的tRNA上反密码子与密码子配对。其中，氨酰tRNA合成酶可以将tRNA分子与正确的氨基酸连接到一起。不断延长的多肽链通常被称为“新生链”。生物体中的蛋白质合成总是从N-端到C-端。 合成的蛋白质的大小可以通过其含有的氨基酸数目或者其分子量（以道尔顿或千道尔顿，即kDa为单位）来衡量。酵母蛋白的平均长度为466个氨基酸或平均分子量为53kDa。目前已知的最大蛋白质是肌联蛋白，它是肌肉中肌节的组分之一，其分子量为近3,000 kDa，含有近27,000个氨基酸。 化学合成 除了生物合成外，一些小的蛋白质可以通过多种化学途径来合成，这些合成方法又被称为肽合成，其依赖于有机合成技术，如化学连接来高通量生产肽。化学合成允许在合成的肽链中引入非天然氨基酸，如加入荧光标记的氨基酸。这些合成方法所合成的产物被大量应用于生物化学和细胞生物学实验。但是，化学合成无法有效合成残基数多于300的蛋白质，而且合成的蛋白质可能不具有天然的三级结构。大多数化学合成方法都是从C-端到N-端进行合成，刚好和生物合成反应的方向相反。

降解

对于细胞来说，蛋白质降解有多种用途，包括去除分泌蛋白的N末端信号肽，对前体蛋白进行剪切以产生“成熟”蛋白等。细胞不需要的或受到损伤的非跨膜蛋白质一般由蛋白酶体来进行降解，而真核生物的跨膜蛋白则通过内体运送到溶酶体（动物细胞）或液泡（酵母）中进行降解。降解所生成的氨基酸分子可以被用于合成新的蛋白质。一些蛋白质可以发生自降解。此外，细胞中存在的大量蛋白酶（特别是溶酶体中），可以对外来的蛋白质进行降解，这也是一种细胞自我保护的机制。 生物学实验中，也经常对蛋白质进行降解分析；例如在蛋白质组学中，利用蛋白酶对特定蛋白质进行降解，并对降解产物进行质谱分析而获得对应蛋白质的串行信息和修饰情况；此外，生物化学实验中，埃德曼降解法常被用于对蛋白质进行氨基酸串行分析。

结构

一级结构：组成蛋白质多肽链的线性氨基酸串行。一个蛋白质是一个聚酰胺。

二级结构：依靠不同氨基酸之间的C=O和N-H基团间的氢键形成的稳定结构，主要为α螺旋和β折叠。因为二级结构是局部的，不同的二级结构的许多区域可存在于相同的蛋白质分子。

三级结构：通过多个二级结构元素在三维空间的排列所形成的一个蛋白质分子的三维结构，是单个蛋白质分子的整体形状。蛋白质的三级结构大都有一个疏水核心来稳定结构，同时具有稳定作用的还有盐桥(蛋白质)、氢键和二硫键，甚至翻译后修饰。“三级结构”常常可以用“折叠”一词来表示。三级结构控制蛋白质的基本功能。

四级结构：由几个蛋白质分子（多肽链），通常称为蛋白质亚基所形成的结构，在功能上作为一个蛋白质复合体。

功能

溶解度降低。

生物活性消失。

不能结晶。

易受蛋白脢的水解。

滴定曲线改变，因可滴定的官能基增加。

-SH等基团的反应活性增加。

研究方法

蛋白质是被研究得最多的一类生物分子，对它们的研究包括“体内”、“体外”、和“在硅之中”。体外研究多应用于纯化后的蛋白质，将它们置于可控制的环境中，以期获得它们的功能信息；例如，酶动力学相关的研究可以揭示酶催化反应的化学机制和与不同底物分子之间的相对亲和力。相反的，体内研究实验着重于蛋白质在细胞或者整个生物中的活性作用，从而可以了解蛋白质发挥功能的场所和相应的调节机制。在硅之中研究使用的计算方法来研究蛋白质。 蛋白质纯化 为了进行离体(in vitro)研究，必须先将目的蛋白质从其他细胞组分中分离提纯出来。这一过程通常从细胞裂解开始（对于分泌性蛋白质的提纯则不需要裂解细胞），通过破坏细胞膜将细胞内含物释放到溶液中，从而获得含有目的蛋白质的细胞裂解液。然后通过超速离心将细胞裂解液中膜脂和膜蛋白、细胞器、核酸以及含有可溶蛋白质的混合物。盐析法是一种较为常用的通过沉淀从裂解液中分离浓缩蛋白质的方法。基于目的蛋白质的化学性质（如分子量、带电情况和结合活性），可以利用不同的色谱法来进一步分离提纯蛋白质。纯化的程度可以用电泳（已知目的蛋白质的分子量）、光谱学（目的蛋白质具有独特的光谱学特征）或者酶活分析反应（目的蛋白质具有特定的酶活性）来衡量。 对于天然蛋白质，可能需要一系列的纯化步骤才能获得纯度足以用于实验室应用的蛋白质。为了简化这一过程，通常采用基因工程的手段在目的蛋白质上添加一些化学特性，在不改变其结构和生物学活性的情况下使纯化过程更为简单。通常是将含有特定氨基酸串行的“标签”连接在目的蛋白质的N-端或C-端。例如，含有连续多个组氨酸的串行，称为组氨酸标签；将含有带组氨酸标签蛋白质的裂解液流过含有镍的亲和层析柱，组氨酸就可以与镍螯合从而结合在柱子上，而裂解液中其他蛋白质由于没有组氨酸标签而直接流出柱子，从而达到分离目的。通过基因工程（即DNA重组）改造而获得的蛋白质被称为重组蛋白质。 细胞内定位 带有绿色荧光蛋白标签的蛋白质在不同的细胞区室和细胞结构中的分布图。荧光以白色来显示。左边从上到下依次为，细胞核、内质网、质膜和线粒体；中间从上到下依次为，核小体、高尔基体、细胞质和微管；右边从上到下依次为，核膜、溶酶体、中心体和微丝。 in vivo的蛋白质研究常常专注于蛋白质在细胞中的合成和定位。虽然已经知道许多细胞内蛋白质是在细胞质中合成，而膜结合蛋白质或分泌性蛋白质是在内质网中合成，但蛋白质定位到特定细胞器或细胞结构的特异性是如何达到的，目前还不清楚。一些有助于获得特定蛋白质在细胞中定位的方法得到了发展，特别是用基因工程将目的蛋白质上连接上“报告者”（如绿色荧光蛋白），将这样的融合蛋白在细胞中表达后，就可以通过显微镜观察荧光来了解融合蛋白在细胞中的分布。 另一种常用的同样是基因工程的方法为定点突变。利用这一方法，研究者可以改变蛋白质串行，从而改变其结构、细胞内定位以及调控机制；而这些改变可以在in vivo的情况下通过连接绿色荧光蛋白，或者在in vitro的情况下通过酶动力学的方法以及结合实验进行观察。 蛋白质组学 在一定时间内一个细胞或一类细胞中存在的所有蛋白质被称为蛋白质组，研究如此大规模的数据的领域就被称为蛋白质组学，与基因组学的命名方式相似。蛋白质组学中关键的实验技术包括用于检测细胞中大量种类蛋白质相对水平的蛋白质微阵列技术，和用于系统性研究蛋白-蛋白相互作用的双杂交筛选技术。此外，还有探究所有组分之间的可能的生物学相互作用的相互作用组学，以及系统性地解析蛋白质结构，并揭示其中的可能的折叠类型的结构基因组学。 生物信息学 大量的计算方法已经被开发用于分析蛋白质的结构，功能，和进化。 目前各类数据库中含有许多种类的生物体的大量的基因组和蛋白质组数据，包括人类基因组的数据；要对这些数据进行分析已获得有用的信息，就需要用到近来来发展起来的新兴学科──生物信息学。生物信息学的发展使得现在研究者可以通过串行比对有效地鉴定相关生物体的同源蛋白质。利用串行信息推导工具可以对更特异地对串行进行分析，如限制酶图谱、针对核酸串行的开放阅读框架分析以及二级结构预测。利用如ClustalW的特定软件，可以从串行信息中可以构造出系统树，并进行进化分析。生物信息学的研究领域包括集合、注释和分析基因组和蛋白质组数据，这就需要应用计算技术于生物学问题，如基因识别和支序分类。生物信息学领域现在是基因和蛋白质的分析必不可少的。 结构预测与模拟 作为结构基因组研究的互补，蛋白质结构预测的目标是发展出有效的能够提供未知结构（未通过实验方法得到）蛋白质的可信的结构模型。目前最为成功的结构预测方法是同源建模；这一方法是利用串行相似的蛋白质（已知结构）的结构作为“模板”。而结构基因组的目标正是通过解析大量蛋白质的结构来为同源建模提供足够的模板以获得剩余的未解析的同源蛋白结构。从串行相似性较差的模板计算出精确的结构模型对于同源建模法还是一个挑战，问题在于串行比对准确性的影响，如果能够获得“完美”的比对结果，则能够获得精确的结构模型。许多结构预测方法已经被用于在蛋白质工程领域，在这些方法的帮助下，研究者们设计出一些新型的蛋白质折叠类型。更为复杂的结构计算是预测蛋白质分子之间的相互作用，需要应用分子对接法和蛋白-蛋白相互作用预测。 利用分子动力学的方法可以模拟蛋白质的折叠和结合过程。通过分布式计算，如Folding@Home计划，为分子动力学模拟注入了活力。小的α螺旋蛋白结构域，如绒毛蛋白的头部和HIV辅助蛋白已经成功地在计算机中（in silico）被模拟。将标准的分子动力学和量子力学计算相结合的混合方法已经被用于探索视紫红质分子的电子态。

营养作用

大多数微生物和植物能够合成所有20种标准氨基酸；动物则由于缺乏某些氨基酸合成途径中特定氨基酸合成反应所需的关键酶，如从天冬氨酸生成赖氨酸、甲硫氨酸和苏氨酸的合成反应第一步中发挥催化作用的天冬氨酸激酶，而只能合成部分氨基酸。因此，动物必须从食物中获取这些自身无法合成的氨基酸。一个生物体所无法合成而需从食物中获取的氨基酸被称为必需氨基酸。如果环境中存在所需氨基酸，微生物能够直接摄取这些氨基酸，而下调其自身的合成水平，从而节省了原来需要用于合成反应的能量。 动物所摄取的氨基酸来源于食物中所含的蛋白质，每公克蛋白质可供给4大卡热量。摄入的蛋白质通过消化作用而被降解，这一过程通常包括蛋白质在消化系统的酸性环境下发生变性，变性后的蛋白质被蛋白酶水解成氨基酸或小段的肽。随后这些降解片段就可以被吸收。部分吸收后的氨基酸被用于蛋白质的合成，其余的则通过糖异生作用被转化为葡萄糖或进入三羧酸循环进行代谢。蛋白质的营养作用在饥饿环境下显得特别重要，此时机体可以利用自身的蛋白质，特别是肌肉中的蛋白质，来产生能量以维持生命活动。蛋白质/氨基酸也是食物中重要的氮源. 蛋白质进入口腔时无法被分解，进而到胃。胃蛋白酶可断裂芳香族氨基酸或亮氨酸氨基端肽键，凝乳酶可将牛奶中的酪蛋白（Casein）催化成含钙的副干酪素（Ca paracaseinate）。 到了小肠，胰蛋白酶、糜蛋白酶、羧基肽酶开始作用;胰蛋白酶可断裂赖氨酸或精氨酸的羧基端肽键，糜蛋白酶可断裂色氨酸、酪氨酸、苯丙氨酸的羧基端肽键，羧基肽酶可断裂肽链羧基端的最后一个肽键。 人体所需蛋白质在许多食物中都含量丰富，如动物肌肉、乳制品、蛋、豆类、谷类和蕈类等。人体中蛋白质缺乏可以导致全身浮肿、皮肤干燥病变、头发稀疏脱色、肌肉重量减轻、免疫力下降等。 食物中的蛋白质有时会引起过敏反应。

历史和词源

在18世纪，安东尼奥·弗朗索瓦和其他一些研究者发现蛋白质是一类独特的生物分子，他们发现用酸处理一些分子能够使其凝结或絮凝。当时他们注意到的例子有来自蛋清、血液、血清白蛋白、纤维素和小麦面筋里的蛋白质。荷兰化学家格哈杜斯·约翰内斯·穆德对一般的蛋白质进行元素分析发现几乎所有的蛋白质都有相同的实验式。用“蛋白质”这一名词来描述这类分子是由穆德的合作者永斯·贝采利乌斯于1838年提出。穆德随后鉴定出蛋白质的降解产物，并发现其中含有为氨基酸的亮氨酸，并且得到它（非常接近正确值）的分子量为131原子质量单位。 对于早期的生物化学家来说，研究蛋白质的困难在于难以纯化大量的蛋白质以用于研究。因此，早期的研究工作集中于能够容易地纯化的蛋白质，如血液、蛋清、各种毒素中的蛋白质以及消化性和代谢酶（获取自屠宰场）。1950年代后期，Armour Hot Dog公司纯化了一公斤纯的牛胰腺中的核糖核酸酶A，并免费提供给全世界科学家使用。目前，科学家可以从生物公司购买越来越多的各类纯蛋白质。 约翰·肯德鲁与在进展中的肌红蛋白模型。 著名化学家莱纳斯·鲍林成功地预测了基于氢键的规则蛋白质二级结构，而这一构想最早是由威廉·阿斯特伯里于1933年提出。随后，沃尔特·考兹曼在总结自己对变性的研究成果和之前凯伊·林诺斯特伦·郎的研究工作的基础上，提出了蛋白质折叠是由疏水相互作用所介导的。1949年，弗雷德里克·桑格首次正确地测定了胰岛素的氨基酸串行，并验证了蛋白质是由氨基酸所形成的线性（不具有分叉或其他形式）多聚体。原子分辨率的蛋白质结构首先在1960年代通过X射线晶体学获得解析；到了1980年代，核磁共振也被应用于蛋白质结构的解析；近年来，冷冻电子显微学被广泛用于对于超大分子复合体的结构进行解析。 蛋白质这一概念最早是由瑞典化学家永斯·贝采利乌斯于1838年提出，但当时人们对于蛋白质在机体中的核心作用并不了解。1926年，詹姆斯·B·萨姆纳揭示尿素酶是蛋白质，首次证明了酶是蛋白质。第一个被测序的蛋白质是胰岛素，由弗雷德里克·桑格完成，他也因此获得1958年度的诺贝尔化学奖。首先被解析的蛋白质结构包括血红蛋白和肌红蛋白的结构，所用方法为X射线晶体学；该工作由马克斯·佩鲁茨和约翰·肯德鲁于1958年分别完成，他们也因此获得1962年度的诺贝尔化学奖。 截至到2014年，蛋白质数据库中已存有接近90,000个原子分辨率的蛋白质及其相关复合物的三维结构的坐标。