全 文 ：中草药 Chinese Traditional and Herbal Drugs 第 46 卷 第 6 期 2015 年 3 月

• 887 •
丹参柯巴基焦磷酸合酶的生物信息学分析
李 卿 1，邸 鹏 1，陆文铨 1，张 磊 2*，陈万生 1*
1. 中国人民解放军第二军医大学附属长征医院 药学部，上海 200003
2. 中国人民解放军第二军医大学药学院 药用植物学教研室，上海 200433
摘 要：目的 分析丹参柯巴基焦磷酸合酶（CPS）的氨基酸序列特征，并与其他植物进行比较，为丹参 CPS 蛋白的后
续研究提供有利参考。方法 利用生物信息学方法，以丹参为主，对 13 科 16 种植物的 18 条 CPS 蛋白序列进行了序
列组成、生化特性、导肽、信号肽、跨膜结构域、疏水性/亲水性、蛋白质二级、三级结构及功能域等预测分析，并进
行了丹参 CPS 蛋白序列与其他植物的同源比对以及系统进化树构建。结果 CPS 蛋白氨基酸残基数集中在 730 以上；
相对分子质量 91 610 左右；平均理论等电点 5.87，提示 CPS 为酸性蛋白。序列结构预测结果显示，CPS 蛋白具有明显的疏
水区和亲水区，不存在信号肽，不具有跨膜结构域，可能有叶绿体转运肽。蛋白质二级结构中最主要的结构元件是 α-螺旋
和无规则卷曲。蛋白同源性比对结果显示，丹参 CPS 与同科植物迷迭香和玄参科植物野甘草的同源性最高。结论 对丹参
等植物的 CPS 蛋白进行了详细的生物信息学分析，可为今后深入研究该酶的结构特征和功能提供参考。
关键词：丹参；柯巴基焦磷酸合酶（CPS）；生物信息学；一级结构；二级结构；三级结构
中图分类号：R282.12 文献标志码：A 文章编号：0253 - 2670(2015)06 - 0887 - 08
DOI: 10.7501/j.issn.0253-2670.2015.06.020
Bioinformatics analysis of copalyl diphosphate synthase in Salviae Miltiorrhizae Radix
et Rhizoma
LI Qing1, DI Peng1, LU Wen-quan1, ZHANG Lei2, CHEN Wan-sheng1
1. Department of Pharmacy, Shanghai Changzheng Hospital, Second Military Medical University, Shanghai 200003, China
2. Department of Pharmaceutical Botany, School of Pharmacy, Second Military Medical University, Shanghai 200433, China
Abstract: Objective To provide the useful information for the further study of copalyl diphosphate synthase (CPS) of Salviae
Miltiorrhizae Radix et Rhizoma through amino acid (aa) sequences comparison in S. miltiorrhiza and other plants. Methods
Bioinformatics analysis methods were used to perform the prediction of composition and physicochemical character, leader peptide,
signal peptide, transmembrane domain, hydrophobicity/hydrophilicity, secondary structure, tertiary structure, and functional domain of
18 CPS amino acid sequences in S. miltiorrhiza and other different plants which belong to 16 species and 13 families. Homology
analysis and phylogenetic trees of CPS were also carried out. Results Most CPS proteins contain more than 730 aa. Their molecular
weight is approximately 91 610 and the isoelectric point of them is about 5.87, which suggests that CPS is acidic protein. The results of
the sequence structure prediction show that CPS has apparent hydrophobic region and hydrophilicity region, no signal peptide, no
transmembrane domain, and may probably have chloroplast transit peptide. The main secondary structures of the proteins are α-helix
and random coil. Homology analysis reveals that S. miltiorrhiza has the highest homology comparied with Rosmarinus officinalis and
Scoparia dulcis. Conclusion This work provides a systemic sequence analysis of CPS in S.miltiorrhiza and other plants. It will
provide the useful information for CPS studies in the future.
Key words: Salviae Miltiorrhizae Radix et Rhizoma; copalyl diphosphate synthase; bioinformatics; primary structure; secondary
structure; tertiary structure

丹参 Salviae Miltiorrhizae Radix et Rhizoma 是
唇形科（Labiatae）鼠尾草属 Salvia L. 植物丹参
Salvia miltiorrhiza Bge. 的干燥根及根茎，味苦，性微
寒，归心、肝经，具有祛瘀止痛、活血通经、清心除

收稿日期：2014-10-18
基金项目：国家自然科学基金资助项目（81325024，81303160）
作者简介：李 卿（1982—），女，博士，主管药师，研究方向为中药资源学。E-mail: qli@smmu.edu.cn
*通信作者 陈万生 E-mail: chenwanshengsmmu@aliyun.com
张 磊 E-mail: zhanglei@smmu.edu.cn
中草药 Chinese Traditional and Herbal Drugs 第 46 卷 第 6 期 2015 年 3 月

• 888 •
烦的功效[1]。丹参酮类化合物，是公认的丹参有效成
分之一。现代药理学研究表明，丹参酮具有清除氧自
由基，改善缺氧后引起的心肌代谢紊乱及心功能障
碍；修复血管内皮细胞，抗动脉粥样硬化形成；降低
心肌耗氧量，缩小心肌梗死面积等作用；还具有抗菌、
抗炎、钙拮抗、抗心肌肥厚以及性激素样作用[2]。
丹参酮属于脂溶性二萜醌类化合物，主要来
源于 MEP 途径（2-C-甲基-D-赤藓糖醇-4-磷酸途
径） [3]，研究发现，由柯巴基焦磷酸（copalyl
diphosphate，CPP）形成的松香二烯可能是丹参中
松香烷型二萜醌类化合物生物合成途径中的前体物
质[4-5]。而柯巴基焦磷酸合酶（copalyl diphosphate
synthase，CPS）的作用是催化线性结构的牻牛儿基
牻牛儿基焦磷酸（geranylgeranyl pyrophosphate，
GGPP）环化形成 4 种可能的 CPP 异构体。高伟等[6]
通过基因芯片等技术发现，丹参酮 IIA 量高的样品
中 CPS 基因表达也升高，表明该基因可能参与了丹
参酮类化合物的生物合成。Zhou 等[7]在酿酒酵母中
融合表达 GGPP 合酶、法尼基焦磷酸（FPP）合酶、
CPS 和类贝壳杉烯合酶（KSL）后，产生了丹参酮
的前体物质次丹参酮二烯，再次证实了 CPS 在丹参
酮类化合物生物合成过程中的作用。
CPS 是植物三环二萜类化合物生物合成过程中
的重要环化酶，正在受到越来越多的关注，但是关
于其功能的系统研究还未见报道，利用生物信息学
方法，对 CPS 进行全面预测，能为后续研究指明方
向。通过生物信息学方法对丹参中已克隆的 3 个
CPS 基因编码蛋白进行了一级结构、二级结构和三
级结构的预测分析，并与其他 15 种植物进行比较，
同时进行了这 16 种植物 CPS 蛋白序列同源比对及
系统进化树构建，旨在探讨丹参 CPS 蛋白功能，为
丹参 CPS 蛋白的后续研究提供有利参考。
1 数据下载
以“Copalyl diphosphate synthase”为搜索关键
词，从美国国立生物技术信息中心（National Center
of Biotechnology Information，NCBI）下载完整的丹
参 CPS 蛋白序列，并下载其他 15 种植物的 CPS 蛋
白序列以供比较。药材信息见表 1。
表 1 丹参及其他植物 CPS 基因的基本信息
Table 1 Basic information of CPS in Salviae Miltiorrhizae Radix et Rhizoma and other plants
名称 来源 基因 ID 号 名称 来源 基因 ID 号
SmiCPS1 丹参 Salvia miltiorrhiza ABV57835.1 MdCPS 苹果新品种 Malus domestica ×
Malus honanensis
AGN92853.1
SmiCPS2 丹参 AEZ55684.1 MtCPS 蒺藜苜蓿 Medicago truncatula AES60489.1
SmiCPS3 丹参 AGF69544.1 PcCPS 西洋梨 Pyrus communis AGF25267.1
AgCPS 巨冷杉 Abies grandis Q38710.1 RoCPS 迷迭香 Rosmarinus officinalis AHL67261.1
CaCPS 小粒咖啡 Coffea arabica ACQ99373.1 SdCPS 野甘草 Scoparia dulcis BAD91286.1
CmaCPS 笋瓜 Cucurbita maxima AAD04292.1 SmoCPS 江南卷柏 Selaginella moellendorffii J9QS23.1
CmoCPS 栗 Castanea mollissima AEF32082.1 SlCPS 番茄 Solanum lycopersicum AEP82766.1
HaCPS 向日葵 Helianthus annuus CBL42915.1 TcaCPS 可可 Theobroma cacao EOX94746.1
IeCPS 毛萼香茶菜 Isodon eriocalyx AEP03175.1 TcrCPS 台湾杉 Taiwania cryptomerioides AFE61356.1

2 方法
利用各网站提供的生物信息学工具对丹参及其
他植物 CPS 蛋白序列进行在线分析。用 ProtParam
（http://web.expasy.org/protparam/）预测 CPS 蛋白
的组成成分和理化性质；用 ProtScale（http://web.
expasy.org/protscale/）对 CPS 蛋白的疏水/亲水性进
行预测；CPS 蛋白的导肽和信号肽的预测分别用
TargetP 1.1 Server（http://www.cbs.dtu.dk/services/
TargetP/）[8]和 SignalP 4.1 Server（http://www.cbs. dtu.
dk/services/SignalP/）[9]完成；跨膜结构用 TMHMM
Server v. 2.0（http://www.cbs.dtu.dk/services/ TMHMM-
2.0/）进行预测；CPS 蛋白二级结构的预测用
SOPMA（http://npsa-pbil.ibcp.fr/cgi-bin/npsa_automat.
pl?page=/NPSA/npsa_sopma.html）完成，功能域的
预测用Pfam 27.0（http://pfam.janelia.org/）和SMART
（http://smart.embl-heidelberg.de/）[10]进行；用 Phyre2
（ http://www.sbg.bio.ic.ac.uk/phyre2/html/page.cgi?
id=index ） [11] 和 PDBsum Generate （ http://www.
ebi.ac.uk/thornton-srv/databases/pdbsum/Generate.
html）完成 CPS 蛋白高级结构同源建模和建模结果
的检验。
CPS 蛋白序列同源比对采用 blastall 2.2.26 本地
中草药 Chinese Traditional and Herbal Drugs 第 46 卷 第 6 期 2015 年 3 月

• 889 •
版完成；CPS 蛋白家族系统进化树的构建采用邻位连
接法（neighbor-joining，NJ），用 Bootstrap method 检
验进化树的拓扑结构，重复抽样次数（No. of bootstrap
replication）设为 1 000，Gaps/Missing Data Treatment
选择 Pairwise deletion，由 MEGA 5.0 软件完成。
3 结果与分析
3.1 CPS 蛋白序列的组成成分及理化特性分析
利用ProtParam在线工具对丹参及其他植物CPS
蛋白序列进行理化性质分析。16 种植物 CPS 蛋白的
氨基酸残基（amino acids，aa）数除蒺藜苜蓿为 158 aa
外，其他都在 730 aa 以上；各蛋白序列的相对分子
质量为 17 780～99 540，中位值为 91 610；理论等电
点均在 6 左右，平均 5.87，提示 CPS 蛋白为酸性蛋
白。从 CPS 氨基酸组成中可以看到，16 种植物的
CPS 蛋白所含酸性氨基酸残基比例均高于所含碱性
氨基酸残基比例，进一步提示 CPS 蛋白为酸性蛋白。
各种植物 CPS 蛋白中，含量最丰富的氨基酸残基主
要集中在亮氨酸（Leu）、谷氨酸（Glu）、丝氨酸（Ser）、
丙氨酸（Ala）、天冬氨酸（Asp）和赖氨酸（Lys）。
在这几种植物氨基酸残基中，Leu 是各种植物中量最
高的氨基酸（蒺藜苜蓿除外）。蒺藜苜蓿中，量最高
的氨基酸是 Glu，占 10.1%，其次是 Leu 和天冬酰胺
（Asn），均为 9.5%。通过 ProtParam 分析，除丹参
SmiCPS2、笋瓜、向日葵和毛萼香茶菜的 CPS 蛋白
不稳定系数小于 40，为稳定蛋白，其他几种植物的
CPS 蛋白均为不稳定蛋白。
3.2 CPS 蛋白导肽的预测和分析
导肽（leader peptide）是一段引导新合成的肽
链进入细胞器的识别序列[12]，导肽的预测与分析
对蛋白质的功能分析、作用机制和作用途径等具有
重要意义 [13]。通过在线预测工具 TargetP 1.1
Server，将置信区间设为 0.95，对丹参及其他多种
植物的 CPS 蛋白序列进行了预测（表 2）。结果显
示，SmiCPS1、SmiCPS2 和 SmiCPS3 3 条丹参 CPS
蛋白的导肽预测可靠性分别为 V、IV 和 II 级，
SmiCPS1 和 SmiCPS3 可能具有叶绿体转运肽
（chloroplast transit peptide），且在各自蛋白序列第
35 位和第 21 位分别存在一个导肽分裂位点。无法
确定 SmiCPS2 是否具有导肽，也未发现其导肽分
裂位点。其他 15 种植物 CPS 蛋白的导肽预测分析
结果显示，迷迭香的可靠性为 V 级，其余植物都
在 III 级以上。与 SmiCPS1 和 SmiCPS3 相似，巨冷
杉、小粒咖啡、笋瓜、野甘草、番茄、可可和台湾
杉都具有导肽分裂位点，具有导肽性，且它们的导
肽很可能都是叶绿体转运肽，提示这些植物的 CPS
蛋白合成后，可能转运到叶绿体中发挥作用。剩下
植物与 SmiCPS2 相似，都不存在导肽分裂位点，
不能确定具有何种导肽。
表 2 丹参及其他植物 CPS 蛋白的导肽预测
Table 2 Leader peptide prediction of CPS protein in Salviae Miltiorrhizae Radix et Rhizoma and other plants
名称 叶绿体转运肽 线粒体目标肽 分泌途径信号肽 其他 定位 可靠性 导肽氨基酸残基数
SmiCPS1 0.751 0.638 0.010 0.013 C V 35
SmiCPS2 0.030 0.641 0.096 0.310 * IV 0
SmiCPS3 0.882 0.096 0.031 0.052 C II 21
AgCPS 0.931 0.017 0.043 0.112 C I 70
CaCPS 0.949 0.098 0.005 0.028 C I 53
CmaCPS 0.950 0.071 0.019 0.055 C I 46
CmoCPS 0.668 0.035 0.163 0.113 * III 0
HaCPS 0.702 0.157 0.062 0.130 * III 0
IeCPS 0.640 0.149 0.048 0.143 * III 0
MdCPS 0.146 0.559 0.042 0.063 * III 0
MtCPS 0.037 0.182 0.040 0.899 - II 0
PcCPS 0.175 0.651 0.035 0.027 * III 0
RoCPS 0.548 0.385 0.010 0.016 * V 0
SdCPS 0.758 0.184 0.018 0.022 C III 46
SlCPS 0.921 0.093 0.038 0.044 C I 46
SmoCPS 0.091 0.178 0.068 0.835 * II 0
TcaCPS 0.934 0.024 0.119 0.177 C II 52
TcrCPS 0.973 0.034 0.010 0.047 C 1 66
“C”-叶绿体转运肽；“*”-不能确定具有何种导肽；“-”-其他位置导肽；可靠性-数值越小，越可靠
“C”-chloroplast transit peptide; “*”-dont know; “-”-any other location; reliability class-from 1 to 5, where 1 indicates the strongest prediction.
中草药 Chinese Traditional and Herbal Drugs 第 46 卷 第 6 期 2015 年 3 月

• 890 •
3.3 CPS 蛋白信号肽的预测和分析
信号肽位于新合成肽链 N 端，是引导新合成肽
链转移到内质网上的一段多肽[14]。从 CPS 蛋白导肽
的预测结果中发现，所有蛋白都不存在信号肽，为
了验证这个结果，利用更专业的信号肽在线分析工
具 SignalP 4.1 Server，对丹参 CPS 蛋白信号肽的存
在位置进行了分析，结果表明丹参 CPS 蛋白中不存
在信号肽。对其他 15 种植物 CPS 蛋白序列进行相
同预测，也得到类似结果。
3.4 CPS 蛋白疏水性/亲水性的预测和分析
蛋白质亲疏水性氨基酸组成是蛋白质折叠的主
要驱动力，ProtScale 程序能用来绘制蛋白质亲疏水
性序列谱，反映蛋白质的折叠情况 [15]。利用
ProtScale 对丹参 CPS 蛋白序列进行疏水性/亲水性
预测，结果显示，SmiCPS1 多肽链第 600 位氨基酸
具有最低分值−2.733，亲水性最强；第 160 位氨基
酸具有最高分值 2.333，疏水性最强；SmiCPS2 的
最低分值−2.878 位于第 8 位，最高分值 2.9 位于第
17 位；SmiCPS3 第 685 位亲水性最强，为−3.244，
第 163 位疏水性最强，为 2.367。从总体上看，3 条
序列的疏水区域明显小于亲水区域，均表现为亲水
性。用相同方法对其他植物 CPS 蛋白序列进行亲疏
水性分析，结果与丹参相似，提示 CPS 可能是亲水
性蛋白。
3.5 CPS 蛋白跨膜结构域的预测和分析
跨膜结构域一般由 20 个左右的疏水性氨基酸
残基组成，主要形成 α-螺旋，常由跨膜蛋白的效应
区域所展现[12]。利用在线工具 TMHMM Server v.
2.0 对丹参 CPS 蛋白进行跨膜结构分析，结果显示，
丹参 CPS 蛋白整条肽链都位于细胞膜之外，不存在
跨膜结构。其他植物的 CPS 蛋白跨膜结构域分析结
果与丹参一致，提示本实验中的 CPS 蛋白均不具跨
膜结构域。
3.6 CPS 蛋白二级结构的预测和分析
蛋白质二级结构是指蛋白质多肽链氨基酸残基
借助氢键折叠和盘绕形成的 α-螺旋、β-折叠、无规
则卷曲以及模体等组件，其中，α-螺旋和 β-折叠是
最常见的蛋白质二级结构[13]。利用 SOPMA 对丹参
CPS 蛋白序列进行二级结构预测（表 3），结果显示，
α-螺旋和无规则卷曲是丹参CPS蛋白二级结构的主
要结构元件，其次是延伸链和 β-折叠。其他植物
CPS 蛋白序列的二级结构预测结果显示，除江南卷
柏和台湾杉外，均与丹参一致，都是 α-螺旋所占比
例最多，其次是无规则卷曲和延伸链，所占比例最
表 3 丹参等植物 CPS 蛋白二级结构主要构成组件比例
Table 3 Main component proportion of secondary structure of CPS protein in Salviae Miltiorrhizae Radix et Rhizoma and other plants
名称 α-螺旋/% β-折叠/% 无规则卷曲/% 延伸链/%
SmiCPS1 58.01 4.04 31.53 6.43
SmiCPS2 60.77 4.62 30.12 4.49
SmiCPS3 56.75 5.04 31.40 6.81
AgCPS 60.02 3.00 31.11 5.88
CaCPS 58.47 4.75 29.72 7.06
CmaCPS 57.96 4.74 31.59 5.71
CmoCPS 59.60 4.46 29.62 6.32
HaCPS 59.15 4.39 29.95 6.52
IeCPS 56.42 4.41 33.12 6.05
MdCPS 58.57 4.88 30.41 6.13
MtCPS 60.76 4.43 28.48 6.33
PcCPS 58.70 5.13 30.41 5.76
RoCPS 58.32 3.50 34.04 4.13
SdCPS 56.73 4.24 32.00 7.03
SlCPS 59.50 4.12 29.25 7.12
SmoCPS 66.44 3.79 25.98 3.79
TcaCPS 57.93 4.39 31.83 5.85
TcrCPS 61.65 5.45 27.58 5.33
中草药 Chinese Traditional and Herbal Drugs 第 46 卷 第 6 期 2015 年 3 月

• 891 •
少的是 β-折叠。在江南卷柏中，延伸链和 β-折叠所
占比例一致，都是 3.79%；而在台湾杉中，β-折叠
（5.45%）的比例略高于延伸链（5.33%）。
3.7 CPS 蛋白功能域的预测和分析
功能域（functional domain）又称结构域，是蛋
白质分子中介于二级与三级结构之间的一种独立结
构和功能单位，具有特定的生物学功能[16-17]。利用
Pfam 27.0 程序对丹参 CPS 蛋白序列进行功能结构
域预测，结果显示，丹参 CPS 蛋白具有一个 terpene
synthase N terminal domain 和一个 terpene synthase
C terminal domain，行使植物次级代谢过程中萜类物
质合成作用。为确保预测结果的准确性，通过在线
工具 SMART 进行验证，结果与 Pfam 27.0 一致。对
其他植物进行同样的功能域预测和分析后发现，除
蒺藜苜蓿只具有一个 terpene synthase C terminal
domain，其他植物的 CPS 蛋白均存在同丹参一致的
2 个结构域。蒺藜苜蓿的 CPS 蛋白序列明显短于其
他植物，这可能是导致它缺少 terpene synthase N
terminal domain 的原因。
3.8 CPS 蛋白三级结构的预测和分析
蛋白质的功能与其三级结构密切相关，对蛋白
质高级结构的预测和分析，有助于理解蛋白质结构
与功能之间的相关性[18-19]。利用 Phyre2 线串法（从
头计算模式）对丹参 CPS 蛋白进行三级结构预测，
结果如图 1 所示。

SmiCPS1 SmiCPS2 SmiCPS3
图 1 丹参 CPS 蛋白三维结构预测
Fig. 1 3D structures prediction of SmiCPS in Salviae
Miltiorrhizae Radix et Rhizoma
利用基于 PROCHECK 程序的蛋白质结构检验
工具 PDBsum Generate 对预测结果进行检测，计算
得出 Ramachandran 图，结果如表 4 所示，丹参
SmiCPS2 落在不允许区的比例刚好为 1%，而
SmiCPS1 和 SmiCPS3 都大于 1%，另外，三者氨基
酸残基位于最佳区的比例都小于 90%，不过分布在
最佳区和次允许区的比例超过了 90%，表明丹参
CPS 蛋白的空间构象虽然没有落在最有利区，但其
构象是合理的，不过稳定性不足。另外，SmiCPS1、
表 4 丹参及其他植物 CPS 蛋白三维结构稳定性预测
Table 4 Prediction of stability about 3D structures of CPS protein in Salviae Miltiorrhizae Radix et Rhizoma and other plants
名称 最佳区比例/% 次允许区比例/% 一般允许区比例/% 不允许区比例/% G-factors 值
SmiCPS1 80.50 15.30 1.80 2.40 −1.83
SmiCPS2 88.20 9.00 1.70 1.00 −0.09
SmiCPS3 81.80 14.50 1.70 2.00 −1.56
AgCPS 89.70 8.90 0.80 0.60 0.02
CaCPS 90.20 8.20 1.20 0.40 −0.01
CmaCPS 80.80 14.90 2.30 2.00 −1.50
CmoCPS 80.90 14.20 1.60 3.30 −1.54
HaCPS 82.10 13.90 1.80 2.20 −1.49
IeCPS 81.50 13.20 2.50 2.80 −1.76
MdCPS 81.00 15.00 1.90 2.10 −1.51
MtCPS 83.30 13.80 1.40 1.40 −0.11
PcCPS 83.40 12.80 2.20 1.50 −1.55
RoCPS 88.00 8.80 1.50 1.70 −0.16
SdCPS 80.90 14.20 2.60 2.30 −1.61
SlCPS 79.90 14.10 3.60 2.30 −1.52
SmoCPS 92.30 6.70 0.60 0.40 0.04
TcaCPS 81.90 13.30 2.20 2.70 −1.57
TcrCPS 88.70 9.60 0.90 0.90 0
G-Factors＜−0.5 为罕见结构；G-factors＜−1.0 为十分罕见结构
G-Factors＜−0.5 unusual; G-f ＜actors −1.0 highly unusual
中草药 Chinese Traditional and Herbal Drugs 第 46 卷 第 6 期 2015 年 3 月

• 892 •
SmiCPS2 和 SmiCPS3 的 G-Factors 值分别为−1.83、
−0.09 和−1.56，提示 SmiCPS2 的结构属于正常范围，
SmiCPS1 和 SmiCPS3 的结构十分罕见。
对其余植物 CPS 蛋白进行同样的预测和检验
（表 4），结果显示，所有植物 CPS 落在最佳区和次
允许区的比例均超过了 90%，其空间构像都是合理
的；笋瓜和江南卷柏的 CPS 蛋白有超过 90%的氨基
酸残基落在最有利区；笋瓜、江南卷柏、巨冷杉和
台湾杉的 CPS 蛋白落在不允许区的比例不到 1%，
空间结构稳定性最好。与 SmiCPS2 相似，迷迭香、
蒺藜苜蓿、台湾杉、巨冷杉、江南卷柏和笋瓜的
G-Factors 值均大于−0.5，它们的空间结构都为正常
结构，而其他植物 CPS 蛋白可能具有罕见的空间结
构。笋瓜和江南卷柏每个预测值都较理想，提示这
2 个蛋白的空间结构真实性较高。
3.9 CPS 蛋白序列同源比对分析及系统进化树构建
利用blastall 2.2.26本地版软件将丹参CPS蛋白
序列与其他植物进行同源比对（表 5），结果显示，
丹参 SmiCPS1 蛋白与 SmiCPS2、RoCPS 和 HaCPS
具有较高相似性，SmiCPS2 与 RoCPS、TcaCPS 和
HaCPS 具有较高相似性，而 SmiCPS3 与 SdCPS、
CaCPS 和 CmoCPS 具有较高相似性。
表 5 丹参与其他植物 CPS 蛋白同源性比较
Table 5 Homology analysis of CPS protein in Salviae Miltiorrhizae Radix et Rhizoma and other plants
一致性/% e-value 值 名称
SmiCPS1 SmiCPS2 SmiCPS3 SmiCPS1 SmiCPS2 SmiCPS3
SmiCPS1 — 63.36 45.26 0 0 0
SmiCPS2 63.36 — 45.34 0 0 0
SmiCPS3 45.26 45.34 — 0 0 0
AgCPS 40.07 43.82 46.93 7×10−154 1×10−149 1×10−168
CaCPS 48.69 44.72 64.29 0 0 0
CmaCPS 46.90 43.15 57.09 0 0 0
CmoCPS 48.89 44.82 61.91 0 0 0
HaCPS 49.58 46.04 56.38 0 0 0
IeCPS 46.57 42.04 57.82 0 0 0
MdCPS 47.14 43.91 61.55 0 0 0
MtCPS 38.16 28.57 46.05 3×10−10 2×10−11 6×10−15
PcCPS 46.87 43.77 61.29 0 0 0
RoCPS 62.66 86.45 46.53 0 0 0
SdCPS 48.55 43.97 68.64 0 0 0
SlCPS 47.64 45.73 61.62 0 0 0
SmoCPS 42.74 45.36 48.72 1×10−172 5×10−157 0
TcaCPS 47.51 46.16 61.58 0 0 0
TcrCPS 40.88 40.19 44.34 2×10−153 6×10−139 6×10−165

来源于同一祖先的不同植物在进化过程中的关
系可以通过进化树来描述，通过构建植物进化树，
可以了解一种植物在进化过程中的地位。本研究利
用 MEGA 5.0 软件对丹参等 16 种植物的 CPS 蛋白
序列进行系统进化树构建（图 2），结果显示，丹参
SmiCPS1 和 SmiCPS2 与同科植物迷迭香聚为一类，
SmiCPS3 先与玄参科植物野甘草聚为一类，又和唇
形科植物毛萼香茶菜位于同一枝上。玄参科和唇形
科都属于双子叶植物纲合瓣花亚纲管状花目，它们
的亲缘关系较近。另外，西洋梨和同科植物一个苹
果的新品种聚在一起；两个裸子植物巨冷杉和台湾
杉聚在一起，又和蕨类植物江南卷柏聚为一类；蒺
藜苜蓿单独成为一支，这可能是由于其序列过短，
变异较大引起的。
4 讨论
CPS 是植物三环二萜类化合物生物合成过程中
的起始环化酶，具有特殊作用，特别是 SmiCPS，
与丹参酮合成密切相关，正在受到越来越多的关注。
中草药 Chinese Traditional and Herbal Drugs 第 46 卷 第 6 期 2015 年 3 月

• 893 •

图 2 丹参及其他植物 CPS 蛋白序列的 NJ 树
Fig. 2 NJ phylogenetic tree of CPS protein in Salviae
Miltiorrhizae Radix et Rhizoma and other plants
生物信息学是一门包括生物学、计算机科学、
数学、统计学的交叉学科，被广泛应用于基因组
学、蛋白质组学、系统生物学和比较基因组学，
是一门备受关注的学科，是当今生命科学和自然
科学的重大前沿领域之一，也是 2l 世纪自然科学
的核心领域之一[20-21]。采用各种分子生物学数据
库和分析软件对已知的核酸和蛋白序列进行分
析，从而推断及预测其结构和功能，已成为生物
信息学研究的一种趋势[22]。通过生物信息学方法
预测，能为实验验证指明方向，减少实验误区，
有利于科学研究的成功率。
本实验利用生物信息学方法，将丹参作为主
要分析对象，对包括蕨类植物、裸子植物和被子
植物的 13 科 16 属 16 种植物的 18 条 CPS 蛋白进
行了序列组成、生化特性、结构特点和功能等预
测分析。蛋白序列理化性质分析表明，CPS 蛋白
为酸性蛋白，其中丹参 SmiCPS2 和笋瓜、向日葵、
毛萼香茶菜的 CPS 蛋白为稳定类蛋白。导肽预测
结果显示，丹参 SmiCPS1 和 SmiCPS3 以及巨冷杉、
小粒咖啡、笋瓜、野甘草、番茄、可可和台湾杉
的 CPS 蛋白可能具有叶绿体转运肽。结合信号肽
预测结果，可推知 CPS 蛋白在游离核糖体上合成
后，可能通过两种途径发挥作用，一是通过导肽
进入叶绿体发挥作用；二是不进行蛋白转运，保
留在细胞质基质中产生催化作用。这与萜类化合
物的生物合成途径相符，文献报道，萜类化合物
的生物合成途径有两条，位于细胞质基质中的甲
羟戊酸途径（MVA）和位于质体中的 MEP 途径[23]，
叶绿体即是质体的一种。
蛋白质折叠时能形成亲水表面和疏水内核，并
于潜在跨膜区出现高疏水值区域。本实验对丹参等
植物 CPS 蛋白进行疏水性/亲水性预测，结果显示
CPS 蛋白不存在高疏水值区域，推测 CPS 蛋白可能
不存在跨膜结构域。之后的跨膜结构域预测结果证
实了这一推测。
目前，主要通过核磁共振（NMR）和 X-射线
晶体衍射（X-ray crystallography）等实验方法获
得蛋白质的三维结构，但所需实验技术和设备费
用要求都很高。借助计算机软件进行蛋白质高级
结构预测可从一定程度上缓解这一难题。本文通
过同源建模方法获得了丹参等植物 CPS 蛋白高级
结构模型，并通过 PROCHECK 对所构建模型进
行了检验，得到 Ramachandran 图。Ramachandran
图用来评估模拟结构与自然结构的相同程度，能
够反映蛋白质立体化学质量（ stereochemical
quality）[12]。根据构象的稳定性，Ramachandran
图分为最佳区（most favoured regions）、次允许区
（ additional allowed regions ）、 一 般 允 许 区
（ generously allowed regions ） 和 不 允 许 区
（disallowed regions）[13]。通常情况下，所预测模
型氨基酸分布在最佳区的比例超过整个蛋白质的
90%，可认为该蛋白氨基酸位于构象最有利区；
超过 90%的模型氨基酸落在最佳区和允许区，则
表明所构建的空间构像是合理的；不允许区低于
1% 的 模 型 结 构 空 间 稳 定 性 较 好 [13,15] 。 从
Ramachandran 图上可以看出，丹参等植物的 CPS
蛋白模型理论上都符合立体化学规则，丹参
SmiCPS2、迷迭香、蒺藜苜蓿、台湾杉、巨冷杉、
江南卷柏和笋瓜的 CPS 蛋白具有正常的空间结
构，笋瓜、江南卷柏、巨冷杉和台湾杉的 CPS 蛋
白空间结构稳定性最好。
利用生物信息学方法对丹参 CPS 蛋白序列的
生理生化特性进行预测和分析，可以为 CPS 蛋白及
其编码基因的克隆提供可靠的依据；对其序列结构
的预测和分析，可为其蛋白表达与修饰提供指导；
对其二级及高级结构的预测和分析有利于深入探讨
该酶结构和功能之间的关系、作用机制和代谢过程。
本研究的结论虽属推断和预测，但能为进一步深入
研究丹参 CPS 蛋白的功能提供参考。
SmiCPS2
RoCPS
SmiCPS1
SdCPS
SmiCPS3
IeCPS
CaCPS
SICPS
CmaCPS
CmoCPS
TcaCPS
MdCPS
PcCPS
HaCPS
SmoCPS
AgCPS
TerCPS
MtCPS
中草药 Chinese Traditional and Herbal Drugs 第 46 卷 第 6 期 2015 年 3 月

• 894 •
参考文献
[1] 中国药典 [S]. 一部. 2010.
[2] 张建虎, 叶 芊. 丹参酮药理作用 [J]. 中华医学研究
杂志, 2005, 5(6): 151-152.
[3] Wang J W, Wu J Y. Tanshinone biosynthesis in Salvia
miltiorrhiza and production in plant tissue cultures [J].
Appl Microbiol Biotechnol, 2010, 88(2): 437-449.
[4] Cyr A, Wilderman P R, Determan M, et al. A modular
approach for facile biosynthesis of labdane-related
diterpenes [J]. J Am Chem Soc, 2007, 129(21):
6684-6685.
[5] 秦双双, 陈 新. 丹参次生代谢产物丹参酮的调控研
究 [J]. 武汉工业学院学报, 2009, 28(4): 34-37.
[6] 高 伟, 崔光红, 孔建强, 等. 丹参柯巴基焦磷酸合酶
基因的优化表达、纯化及抗体制备 [J]. 药学学报 ,
2008, 43(7): 766-772.
[7] Zhou Y J, Gao W, Rong Q X, et al. Modular pathway
engineering of diterpenoid synthases and the mevalonic
acid pathway for miltiradiene production [J]. J Am Chem
Soc, 2012, 134(6): 3234-3241.
[8] Emanuelsson O, Nielsen H, Brunak S, et al. Predicting
subcellular localization of proteins based on their
n-terminal amino acid sequence [J]. J Mol Biol, 2000,
300(4): 1005-1016.
[9] Petersen T N, Brunak S, von Heijne G, et al. SignalP 4. 0:
discriminating signal peptides from transmembrane
regions [J]. Nat Methods, 2011, 8(10): 785-786.
[10] Letunic I, Doerks T, Bork P. SMART 7: recent updates to
the protein domain annotation resource [J]. Nucl Acids
Res, 2012, 40(Database issue): 302-305.
[11] Kelley L A, Sternberg M J. Protein structure prediction on
the web: a case study using the Phyreserver [J]. Nat
Protoc, 2009, 4(3): 363-371.
[12] 董 娇, 周 军, 辛培尧, 等. 不同植物LDOX/ANS基
因的生物信息学分析 [J]. 基因组学与应用生物学 ,
2010, 29(5): 815-822.
[13] 龙 芳, 李绍鹏, 李茂富. 7 种植物 ALAD 基因的生物
信息学分析 [J]. 基因组学与应用生物学, 2013, 32(6):
802-814.
[14] 韦雪芳, 王冬梅, 刘 思, 等. 信号肽及其在蛋白质表
达中的应用 [J]. 生物技术通报, 2006(6): 38-42.
[15] 薛庆中. DNA 和蛋白质序列数据分析工具 [M]. 北京:
科学出版社, 2012.
[16] 薛永常, 聂会忠, 刘长斌. 木质素合成酶 C3H 基因的
生物信息学分析 [J]. 生物信息学, 2009, 7(1): 13-17.
[17] 王镜岩, 朱圣庚, 徐长法. 生物化学 [M]. 北京: 高等
教育出版社, 2002.
[18] 蔡娜娜, 陈月辉, 李 伟. 基于神经网络的蛋白质三级
结构预测 [J]. 计算机工程, 2010, 36(9): 176-177.
[19] 陈克克, 武 雪. 植物查耳酮异构酶生物信息学分析
[J]. 生物信息学, 2009, 7(3): 163-167.
[20] Mount D W. 生物信息学 [M]. 曹志伟, 译. 北京: 科
学出版社, 2006.
[21] 许忠能. 生物信息学 [M]. 北京: 清华大学出版社, 2008.
[22] 王汉屏. 不同植物防御素的生物信息学分析 [J]. 植物
生理学通讯, 2008, 44(1): 25-32.
[23] Osbourn A E, Lanzotti V. Plant-derived Natural Products
[M]. New York: Springer US, 2009.