类蛋白质互作网络hub蛋白与其结构域关联分析

hub蛋白质作为参与较多互作的"中心蛋白".在实现蛋白质功能和生命活动中发挥着关键作用.而结构域作为蛋白质上的基本功能区域,决定着蛋白质功能及蛋白质互作的情况.互作网络中hub蛋白质和结构域对于蛋白质功能的实现均起到决定性的作用.对蛋白质互作与结构域的关系分析表明.蛋白质互作与结构域之间存在着密切的联系.对人类蛋白质互作网络中的hub蛋白与结构域进行关联分析.探讨hub蛋白及其互作partner与结构域数目之间的关系,并通过hub蛋白质之间的互作对相应结构域的关系进行进一步的论证.     

人类蛋白质结构互作网络——结构域对网络拓扑与蛋白质功能的影响

高通量的蛋白质互作数据与结构域互作数据的出现,使得在蛋白质组学领域内研究人类蛋白质结构互作网络,进一步揭示蛋白质结构与功能间的潜在关系成为可能.蛋白质上广泛分布的结构域被认为是蛋白质结构、功能以及进化的基本功能单元.然而,结合蛋白质的结构信息(例如蛋白质结构域数目、长度和覆盖率等)来研究这些表象后的内部机制仍然面临着挑战.将蛋白质分为单结构域蛋白质与多结构域蛋白质,并进一步结合蛋白质互作信息与结构域互作信息构建了人类蛋白质结构互作网络;通过与人类蛋白质互作网络进行比较,研究了人类蛋白质结构互作网络的特殊结构特征;对于单结构域蛋白质与多结构域蛋白质,分别进行了功能富集分析、功能离散度分析以及功能一致性分析等.结果发现,将结构域互作信息综合考虑进来后,人类蛋白质结构互作网络可以提供更多的单纯的蛋白质互作网络无法提供的细节信息,揭示蛋白质互作网络的复杂性.     

人类蛋白质互作网络hub蛋白与其结构域关联分析

hub蛋白质作为参与较多互作的“中心蛋白”,在实现蛋白质功能和生命活动中发挥着关键作用．而结构域作为蛋白质上的基本功能区域,决定着蛋白质功能及蛋白质互作的情况．互作网络中hub蛋白质和结构域对于蛋白质功能的实现均起到决定性的作用．对蛋白质互作与结构域的关系分析表明,蛋白质互作与结构域之间存在着密切的联系．对人类蛋白质互作网络中的hub蛋白与结构域进行关联分析,探讨hub蛋白及其互作partner与结构域数目之间的关系．并通过hub蛋白质之间的互作对相应结构域的关系进行进一步的论证．     

基于网络药理学和分子对接探索桑白皮治疗糖尿病周围神经病变的潜在机制

本研究运用网络药理学和分子对接方法对中药桑白皮治疗糖尿病周围神经病变(DPN)的活性成分、潜在作用靶点和信号通路进行研究,探索桑白皮治疗DPN的可能作用机制。首先从中药系统药理学数据库(TCMSP)筛选出桑白皮的活性成分及靶点基因。通过GeneCards数据库及OMIM数据库筛选出DPN的疾病靶点基因,并用Cytoscape软件构建"药物-有效成分-靶基因-疾病"中药调控网络图。将有效成分靶标与疾病靶标上传到STRING数据库,构建蛋白互作网络图(PPI),并使用R语言对得到的PPI进行核心基因的筛选。运用R语言对关键靶点进行GO富集分析和KEGG通路富集分析。其次从活性成分及靶点基因中根据degree值筛选出前3个关键成分,并将该网络中的基因靶点以degree值高低进行排序,选择前3个核心靶点,然后从RCSB数据库下载相关蛋白的结构,使用Pymol软件去除溶剂分子与配体,使用AutoDock软件进行分子对接。最后通过酶联免疫吸附实验和荧光光谱实验验证网络药理学富集分析的结果。最终预测到31个桑白皮活性成分,312个活性成分相关靶点,120个桑白皮-糖尿病周围神经病变共同有效靶点。活性...     

Hsa-miR-210-5p靶基因预测及其相关信号通路的生物信息学分析

为深入研究miR-210-5p的调控机制及生物学功能提供理论机制,应用生物信息学方法分析miR-210-5p序列,预测其靶基因,用Veney2.1.0绘制韦恩图得到靶基因集合,并对其靶基因集合进行蛋白质互作分析,GO功能注释分析和KEGG Pathway分析。结果发现,已知的成熟miR-210-5p序列在各物种间高度保守。蛋白质互作分析显示,miR-210-5p预测靶基因所编码蛋白质间相互作用关系较复杂,尤其是靶基因CDK8、MED18、MED13等编码的蛋白质,在互作中起关键作用。GO分析发现其靶基因集合可能参与细胞组分、分子功能、生物调节等生物学过程;KEGG pathway分析发现其靶基因集合主要富集在MAPK、VEGF、癌症、甲状腺激素信号通路等信号通路。miR-210-5p调控靶基因参与多种重要的生物学过程,为后续研究提供了线索。     

hsa-miR-381-3p靶基因预测及其相关信号通路的生物信息学分析

应用生物信息学方法分析miR-381-3p序列,预测其靶基因,并对靶基因进行蛋白质互作分析、功能富集分析及信号转导通路富集分析。结果发现,已知的成熟miR-381-3p序列在不同物种间高度保守。蛋白质互作分析显示,mi R-381-3p预测靶基因所编码蛋白质间存在复杂的相互作用,尤其是靶基因BTBD1、NUP160、STX16等编码的蛋白质,在互作中起关键作用。GO分析发现其靶基因集合可能参与细胞过程、生物调节、细胞大分子代谢等生物学过程;KEGG通路分析发现其靶基因集合显著富集于mTOR、Wnt、p53、MAPK等信号通路中。分析结果初步提示miR-381-3p通过调控靶基因广泛参与多种重要的生物学过程,为后续的实验性研究提供了线索。     

基于网络药理学及分子对接探讨桑叶-菊花治疗高血压的作用机制

本文旨在通过网络药理学和分子对接方法探讨桑叶-菊花治疗高血压的潜在分子作用机制。首先从GEO数据库下载基因芯片数据,使用R语言limma包筛选差异表达基因,通过中药系统药理学分析平台筛选桑叶-菊花有效成分及相应靶蛋白,利用Venn软件取药物与疾病交集靶点,运用Cytoscape3.7.2软件构建"化合物-靶点"网络及可视化分析,并用Bisogenet和CytoNCA插件对关键靶点进行蛋白网络互作及拓扑分析,通过David数据库和R语言clusterProfiler包对关键靶点进行GO功能富集及KEGG通路分析,应用AutoDock Vina软件对活性成分与关键靶点进行结果验证。结果显示桑叶-菊花成分作用于高血压的靶点41个,拓扑分析出156个核心靶点信息,GO分析共包含52条生物过程、13条分子功能、15条细胞组成等80条富集结果,KEGG通路分析发现39个条目,涉及IL-17信号通路、流体剪切应力与动脉粥样硬化信号通路、TNF信号通路等。分子对接结果显示与关键靶点对接较好的成分有槲皮素、木犀草素。本研究初步揭示了桑叶-菊花通过"多成分-多靶点-多途径"协同作用发挥降压作用,为深入研究其物质基础及作用机制奠定了基础。     

基于网络药理学的枇杷叶抗肺纤维化机制研究

目的:基于网络药理学和分子对接方法,分析枇杷叶治疗肺纤维化机理和分子靶点.方法:本研究通过对TCMSP数据库、Uniprot数据库、Stitch数据库以及GeneGards等多个数据库的数据挖掘,筛选枇杷叶主要活性成分及其靶点并获得肺纤维化相关交集靶标基因,利用Cytoscape 3.7.2软件构建靶蛋白互作网络图和药...     

人类蛋白质相互作用组

高通量酵母双杂交与免疫亲和纯化技术的快速发展和日臻成熟,使得在蛋白质组水平上大规模地研究蛋白质之间的相互作用成为可能。目前,人类蛋白质互作网络在细胞、组织、器官乃至整个个体水平的研究已经陆续展开。蛋白质互作网络中蛋白质数量也由少数几个向整个蛋白质组扩展。同时,功能、疾病、生态等相关的蛋白质互作网络研究也取得了一定的成果。然而,人类的蛋白质互作网络研究正面临着一些问题和挑战。本文综述了人类蛋白质互作网络的研究方法、研究进展以及面临的挑战,同时指出了人类蛋白质互作网络研究的方向和目标。     

基于网络药理学的党参抗氧化损伤研究CSCD

通过网络药理学方法预测党参中10个单体抗氧化应激的主要机制,并通过构建体外细胞氧化损伤模型,验证从网络药理学中筛选出的党参代表活性成分对该模型的保护作用。通过联合PubMed数据库和Swiss Target Prediction网站获得10个单体所有靶蛋白;通过“CTD”数据库查找氧化应激相关靶蛋白;利用STRING构建共同靶点互作网络(PPI);通过Matescape数据库对交集靶蛋白进行GO富集分析;体外培养RAW 264.7巨噬细胞,用H_(2)O_(2)诱导损伤RAW 264.7细胞,分为空白组、H_(2)O_(2)组、党参炔苷、L-色氨酸、紫丁香苷组。利用CCK8法、试剂盒法、实时荧光定量PCR法、Western blot法检进行相关指标的考察。10个单体共预测到214个靶点;共检索到氧化应激相关靶点881个;GO富集分析共涉及到生物过程的条目有20个,分子功能有14个,细胞组分有7个。与H_(2)O_(2)组相比,药物组细胞活力增强(P<0.05),抗氧化酶活力与相关基因的mRNA表达水平均有显著性差异,相关蛋白表达也均有显著性差异。通过网络药理学和体外实验可得,党参潜在活性成分抗氧化应激可以通过抗氧化酶和Keap1-Nrf2通路发挥作用。     

基于SVM 的药物靶点预测方法及其应用

目的:基于已知药物靶点和潜在药物靶点蛋白的一级结构相似性,结合SVM技术研究新的有效的药物靶点预测方法。方法:构造训练样本集,提取蛋白质序列的一级结构特征,进行数据预处理,选择最优核函数,优化参数并进行特征选择,训练最优预测模型,检验模型的预测效果。以G蛋白偶联受体家族的蛋白质为预测集,应用建立的最优分类模型对其进行潜在药物靶点挖掘。结果:基于SVM所建立的最优分类模型预测的平均准确率为81.03%。应用最优分类器对构造的G蛋白预测集进行预测,结果发现预测排位在前20的蛋白质中有多个与疾病相关。特别的,其中有两个G蛋白在治疗靶点数据库(TTD)中显示已作为临床试验的药物靶点。结论:基于SVM和蛋白质序列特征的药物靶点预测方法是有效的,应用该方法预测出的潜在药物靶点能够为发现新的药靶提供参考。     

基于网络药理学的益母草治疗产后腹痛的潜在分子机制研究

本文通过网络药理学方法探讨益母草治疗产后腹痛的潜在分子机制。首先根据TCMSP数据库和文献挖掘益母草的活性成分,在TCMSP、Swiss Target Prediction、Similarity ensemble approach平台上检索活性成分靶点,在OMIM、GeneCards上检索产后腹痛靶点,得到益母草-产后腹痛交集靶点。利用STRING数据库构建蛋白互作(PPI)网络,接着利用Cytoscape软件对PPI网络进行拓扑分析,并对拓扑分析筛选出的核心靶点进行基因本体论(Gene Ontology,GO)分析和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)通路分析。最后利用免疫组化实验验证益母草对流产大鼠模型子宫组织中PGF2αR、MMP9、TIMP1、VEGFA、VEGFR2蛋白表达水平的影响。最终得到益母草活性成分10种,与产后腹痛相关靶点144个;通过PPI网络分析筛选出118个靶点,进一步拓扑分析后得到98个节点;然后对这98个节点进行GO和KEGG注释。GO分析得到1151个生物过程(BP)条目,97个细胞组成(CC)条目,122个分子功能(MF)条目;KEGG分析得到41条通路,主要涉及雌激素、PI3K-Akt、MAPK、HIF-1信号通路等。最后免疫组化实验证明益母草可显著抑制流产模型大鼠子宫组织中PGF2αR、MMP9蛋白上调和TIMP1、VEGFR2蛋白下调。本研究通过网络药理学和免疫组化实验验证,显示益母草治疗产后腹痛是多成分、多靶点、多途径相互作用的结果,为益母草的临床应用提供了一定的理论依据。     

基于功能一致性和网络拓扑属性预测冠心病致病基因

基于功能一致性利用蛋白质互作网络挖掘潜在的疾病致病基因,对于了解疾病致病机理和改进临床治疗至关重要．基于基因功能一致性和其在蛋白质互作网络中的拓扑属性将基因与疾病之间建立关联,对疾病风险位点内的基因进行了致病风险预测,并通过GO及KEGG功能富集分析方法进一步筛选,预测出新的致病基因．预测出了51个新的冠心病致病基因,分析发现大部分基因参与了冠心病的致病过程．为疾病基因的挖掘提出一个新的思路,从而有助于复杂疾病致病机理的研究．     

基于网络药理学和分子对接探析槲皮素对抑郁的作用机制

应用网络药理学及分子对接技术探究槲皮素治疗抑郁的潜在机制。从SwissTargetPrediction、Superpred数据库中筛选出“槲皮素”相关靶点;从OMIM、Genecards数据库中筛选出“抑郁”的相关靶点。通过Jvenn获得二者的共同蛋白质靶点信息后,使用Cytoscape软件构建蛋白质互作网络,并对hub基因进行筛选。使用David平台对相同靶点进行GO、KEGG等富集分析。最后采用分子对接技术进行准确性检验。PPI网络中共有103个节点,536条边,其中SRC、MTOR、EGFR、AKT1、PTK2等靶点度值排名较高。GO、KEGG富集分析结果表明,槲皮素对抑郁的作用主要涉及凋亡过程的负向调节、信号转导、蛋白磷酸化反应等生物学过程。信号通路主要包括HIF-1、ErbB、磷脂酶D信号传导、神经营养素信号传导等。分子对接结果显示SRC、MTOR、AKT1等靶点与槲皮素结合程度较好,且在KEGG通路中富集。揭示了槲皮素作用于抑郁的潜在靶点及机制,以期望研制出治疗抑郁症新药物。     

细胞黏附分子互作网络的构建与分析

借助网络分析可对基因调控、蛋白质互作和信号转导等细胞活动进行全局和局部性质分析.以细胞黏附的蛋白质相互作用为对象,通过数据挖掘和可视化软件构建了整合蛋白介导的黏附分子互作网络,该分子互作网络由156种蛋白质通过690种相互作用相连,其平均节点度为8.66、平均聚集系数为0.24,平均路径长度为2.6.黏附分子互作网络中包含数个功能模块,这些模块涉及网络内部多种分子相互作用的启动与停止,并进一步影响细胞的黏附、迁移和骨架组织.对黏附分子网络进行模体筛选和比较,发现一些数量相对较少、以三元复合物为主要结构的关键模体,同时对各网络模块和模体对细胞黏附的调控作用进行了探讨.     

单细胞测序分析人类胚胎干细胞神经分化的分子机制

目的 探讨人类胚胎干细胞(ESCs)分化为神经细胞的关键性靶基因及分子机制,为临床靶向治疗神经康复患者提供分子理论依据.方法 基于GEO数据平台芯片,采用单细胞测序方法(scRNA-seq),利用R语言从多分子维度(单细胞差异基因、蛋白互作网络和基因通路等)分析人类ESCs分化过程中的关键Marker基因并利用质控和数...     

GEO芯片分析联合网络药理学探讨五味子-枸杞子保护放射性肝损伤的机制研究CSCD

利用转录组学、网络药理学和分子对接的技术预测五味子-枸杞子保护放射性肝损伤的活性成分、作用靶点及作用机制。通过中药系统药理学数据库与分析平台(TCMSP)筛选出五味子-枸杞子主要活性成分,从五味子中筛选出14个活性成分,枸杞子中筛选出25个活性成分,核心成分主要为槲皮素、黄豆黄素和去氧紫草素;通过GeneCards、在线人类孟德尔遗传数据库获得辐射损伤的靶点基因,利用UniProt对所获得的基因进行校正,共同关键靶点共66个,利用Cytoscape 3.8.0软件构建药物-活性成分-关键靶点-放射性肝损伤调控网络,将活性成分与疾病共同靶点上传至String数据库,构建药物靶蛋白-放射性肝损伤蛋白相互作用(PPI)网络,根据度值筛选关键核心靶点为CASP3、EGFR、ESR1;对关键靶点进行功能富集分析及通路富集分析,五味子-枸杞子活性成分主要参与化学致癌-受体激活、脂质与动脉粥样硬、PI3K-Akt、MAPK、凋亡等信号通路;分子对接结果提示3个活性成分与靶蛋白结合能力较强。本研究初步发现五味子-枸杞子可能通过槲皮素、黄豆黄素和去氧紫草素调节化学致癌-受体激活、脂质与动脉粥样硬、PI3K-Akt、MAPK、凋亡等多个信号通路发挥保护放射性肝损伤的作用。     

致心律失常性右心室心肌病致病蛋白的挖掘

目的:鉴定疾病蛋白对深入理解致心律失常性右心室心肌病(ARVC)致病机制至关重要。可以采用计算生物学的方法,在ARVC疾病相关网络中挖掘新的潜在的致病蛋白。方法:本文整合HPRD和BioGRID的蛋白质互作数据,获得了较为全面且真实可靠的蛋白质互作数据;通过结合文本挖掘和统计学检验筛选出ARVC种子蛋白,应用最近邻居扩增的方法,构建ARVC蛋白质互作网络(PPIN),并采用PRINCESS法则对网络中每对互作蛋白加权;最后,基于ARVC关联得分策略对网络中的每个蛋白质打分并排秩。结果:分析发现排秩前50的候选蛋白大都与ARVC关系密切,如PRKCA,CDH1,SMAD4,SMAD2,CDH5,CTNNA1,DSC1等在调节心肌收缩、细胞程序性死亡、心脏的发育过程及维持桥粒的完整性方面起重要作用。结论:我们提出的方法为鉴定与ARVC致病机制相关的新致病蛋白提供了有效的途径。     

真核DNA拓扑异构酶Ⅰ蛋白超家族的进化踪迹分析与全新抗肿瘤药物结合位点的识别

拓扑异构酶Ⅰ(Topoisomerase Ⅰ, Topo Ⅰ) 抑制剂已成为新型抗肿瘤药物研究的热点. 识别靶酶上全新的药物结合位点对于设计、优化Topo Ⅰ抑制剂具有重要意义, 据此设计的化合物不仅可以创新结构类型, 克服现有的喜树碱类药物的毒性, 而且有望很好地解决与现有的喜树碱类药物的交叉耐药性问题. 通过对真核DNA拓扑异构酶Ⅰ蛋白超家族多元序列联配研究, 构建了蛋白质系统进化树, 并在此基础上采用进化踪迹分析识别得到了人拓扑异构酶Ⅰ上重要功能残基. 研究发现, 喜树碱分子7, 9位周围存在亚家族特异性的疏水性残基Ala351, Met428, Pro431, 表明在喜树碱分子对应区域引入疏水性基团取代, 会提高抗肿瘤活性. 尤其值得注意的是, 超家族保守的蛋白残基Lys436, 有望成为新型喜树碱类药物改造的重要靶点, 据此设计的新型化合物将有望解决喜树碱类药物水溶性差的问题. 此外, 突变将导致喜树碱耐药性的蛋白残基Asn352, Arg364为真核Topo Ⅰ蛋白超家族保守残基, 由于对接研究已表明它们均不与喜树碱直接相互作用, 因此它们将是发现新型非喜树碱类Topo Ⅰ抑制剂的重要药物结合位点.     

人类转录因子与剪接因子互作网络的构建与分析

转录因子与剪接因子分别是转录和剪接过程中的重要调控蛋白,研究转录因子与剪接因子的偶合作用对理解真核生物的基因表达调控有重要意义。作者基于SpliceAid F、TFclass、HPRD、Biogrid、DIP、Intact和HINT数据库,构建了转录因子和剪接因子的互作网络。使用连通度、聚类系数和中心度对互作网络进行分析;统计了与剪接因子或其它蛋白质相连通的转录因子的个数;通过定义蛋白质互作相对倾向性因子对蛋白质之间的互作倾向性进行评价。结果表明,转录因子与剪接因子以相互间隔1、2、3个蛋白质为主的方式相互偶合;瓶颈蛋白占直接连接转录因子和剪接因子的蛋白质的20%;转录因子与剪接因子的内部互作倾向性强于二者之间的互作倾向性。