基于相互作用的蛋白质功能预测

蛋白质功能预测是后基因时代研究的热点问题。基于相互作用的蛋白质功能预测方法目前应用比较广泛,但是当"伙伴蛋白质"(interacting partners)数目k较小时,其预测准确率不高。从蛋白质相互作用网络入手,结合"小世界网络"特性,有效解决了k较小时预测准确率不高的问题。对酵母(Saccharomyces cerevisiae)蛋白质的相互作用网络进行预测,当k≤4时其预测准确率比相同条件下的GO(global optimization)方法有一定提高。实验结果表明:该方法能够有效的应用于伙伴蛋白质数目较小时的蛋白质功能预测。     

基于贝叶斯网络和相互作用可信度的蛋白质功能预测方法

蛋白质功能注释是后基因组时代研究的核心内容之一,基于蛋白质相互作用网络的蛋白质功能预测方法越来越受到研究者们的关注.提出了一种基于贝叶斯网络和蛋白质相互作用可信度的蛋白质功能预测方法.该方法在功能预测过程中为待注释的蛋白质建立贝叶斯网络预测模型,并充分考虑了蛋白质相互作用的可信度问题.在构建的芽殖酵母数据集上的三重交叉验证测试表明,在功能预测过程中考虑蛋白质可信度能够有效地提高功能预测的性能.与现有一些算法相比,该方法能够给出令人满意的预测效果.     

生物信息学方法预测蛋白质相互作用网络中的功能模块

蛋白质相互作用是大多数生命过程的基础。随着高通量实验技术和计算机预测方法的发展,在各种生物中已获得了数目十分庞大的蛋白质相互作用数据,如何从中提取出具有生物学意义的数据是一项艰巨的挑战。从蛋白质相互作用数据出发获得相互作用网络进而预测出其中的功能模块,对于蛋白质功能预测、揭示各种生化反应过程的分子机理都有着极大的帮助。我们分类概括了用生物信息学预测蛋白质相互作用功能模块的方法,以及对这些方法的评价,并介绍了蛋白质相互作用网络比较的一些方法。     

蛋白质功能预测方法概述

蛋白质是生物体内最必需也是最通用的大分子,对它们功能的认识对于科学领域和农业领域的发展有着至关重要的作用。随着后基因组时代的发展,NCBI数据库中迅速涌现出大量不明结构与功能的蛋白质序列,这些蛋白质序列甚至一跃成了研究的热点。近几十年来蛋白质功能预测的方法不断被完善。由最初的仅基于蛋白质序列或3D结构信息的方法衍生出更多的基于序列相似性、基于结构基序、基于相互作用网络等新方法,这些新型方法采用新的算法、新的研究思路和技术手段,力求得到准确性与普遍性并存,能够被广泛应用的蛋白质功能预测方法。本文综述了近年来蛋白质功能预测的方法,并将这些研究方法分类归纳,各自阐明了每类方法的优缺点。     

基于子块矩阵马尔可夫聚类识别动态蛋白质相互作用网络功能模块

细胞生物过程具有时序动态性,蛋白质功能模块是驱动细胞生物过程的功能单位。为了蛋白质功能模块识别,本文将细胞生物过程建模为动态时序表达相关蛋白质相互作用网络(DTEPIN);构建子块矩阵以表示动态时序表达相关蛋白质相互作用网络;利用子块矩阵特殊性,分析时空复杂度和并行性;优化设计马尔可夫聚类算法,以识别动态时序表达相关蛋白质相互作用网络中的蛋白质功能模块。为了支持基于子块矩阵马尔可夫聚类过程,本文运用图形处理器并行计算矩阵乘积。实验结果表明,与已有同类算法相比,所设计算法识别的蛋白质功能模块,统计匹配质量更高且精确匹配数量更多。     

根据蛋白质互作网络预测乳腺癌相关蛋白质的细致功能

乳腺癌是最为常见的恶性肿瘤之一。已有的关于乳腺癌相关蛋白质的功能注释比较宽泛, 制约了乳腺癌的后续研究工作。对于已知部分功能的乳腺癌相关蛋白质, 提出了一种结合Gene Ontology功能先验知识和蛋白质互作的方法, 通过构建功能特异的局部相互作用网络来预测乳腺癌相关蛋白质的细致功能。结果显示该方法能够以很高的精确率为乳腺癌相关蛋白质预测更为精细的功能。预测的相关蛋白质的功能对于指导实验研究乳腺癌的分子机制具有重要的价值。     

蛋白质功能位点预测

在 IBM-PC 机上开发了蛋白质功能位点预测软件:PROSITE.根据 EMBL发布于激光光盘上的蛋白质功能位点氨基酸片段的保守模式数据库,对给定的蛋白质序列,可按19类443个氨基酸保守模式来探测蛋白质的所属家族,各种功能区的位置和活性部位等性质,通过52个序列的验证结果和 SWWISS 蛋白质数据库相一致.此外该软件还具有操作灵活,多种输入输出方式等特点。     

计算方法在蛋白质相互作用研究中的应用

计算方法在蛋白质相互作用研究的各个阶段扮演了一个重要的角色。对此,作者将从以下几个方面对计算方法在蛋白质相互作用及相互作用网络研究中的应用做一个概述：蛋白质相互作用数据库及其发展;数据挖掘方法在蛋白质相互作用数据收集和整合中的应用;高通量方法实验结果的验证;根据蛋白质相互作用网络预测和推断未知蛋白质的功能;蛋白质相互作用的预测。     

蛋白质相互作用研究进展

蛋白质行使功能时,需要与其他蛋白质或者其他分子相互作用才能完成.在蛋白质相互作用水平上研究蛋白质对理解蛋白质功能、疾病与进化具有重要的意义.就蛋白质相互作用的预测、常用的蛋白质相互作用数据库以及蛋白质相互作用网络的研究进行了介绍.     

根据蛋白质互作网络预测前列腺癌相关蛋白质的细致功能

对于功能部分已知的前列腺癌相关蛋白质,提出了一种基于Gent Ontology的功能特异的子网构建方法来细化其功能注释。结果显示该方法能够以很高的精确率为前列腺癌相关蛋白质预测更为精细的功能。预测的相关蛋白质的功能对于指导实验研究前列腺癌的分子机制具有重要的价值。     

Predicting Disease-Related Proteins Based on Clique Backbone in Protein-Protein Interaction Network

Network biology integrates different kinds of data, including physical or functional networks and disease gene sets, to interpret human disease. A clique (maximal complete subgraph) in a protein-protein interaction network is a topological module and possesses inherently biological significance. A disease-related clique possibly associates with complex diseases. Fully identifying disease components in a clique is conductive to uncovering disease mechanisms. This paper proposes an approach of predicting disease proteins based on cliques in a protein-protein interaction network. To tolerate false positive and negative interactions in protein networks, extending cliques and scoring predicted disease proteins with gene ontology terms are introduced to the clique-based method. Precisions of predicted disease proteins are verified by disease phenotypes and steadily keep to more than 95%. The predicted disease proteins associated with cliques can partly complement mapping between genotype and phenotype, and provide clues for understanding the pathogenesis of serious diseases.     

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.     

14-3-3蛋白家族的调控机制和生物学功能

14-3-3蛋白家族在真核细胞中广泛表达并高度保守,它们主要以同源／异源二聚体形式存在,可以同时与两个靶蛋白或一个靶蛋白的两个结构域相互作用。14-3-3蛋白通过磷酸化丝氨酸／苏氨酸介导和靶蛋白结合,从而发挥其调控功能。现对14-3-3蛋白的识别序列、与配体相互作用的特点,及其在细胞周期、凋亡、信号转导、线粒体／叶绿体前体蛋白跨膜转运中的调控机制和发挥的生物学功能进行综述。     

福鼎大白茶蛋白质相互作用网络研究

蛋白质相互作用网络的构建可以为探究茶树生长过程中的关键蛋白并预测其功能提供理论参考。以贵州都匀地区福鼎大白茶为研究对象,利用三代Nanopore测序技术和同源比对方法构建福鼎大白茶根、茎、叶差异基因蛋白质相互作用网络,通过网络进一步预测关键蛋白及其功能。结果表明,叶与根、叶与茎、茎与根和根茎叶差异基因蛋白质相互作用网络中的关键蛋白分别为53、39、42和53个,并且预测出了关键蛋白的功能,如TEA003744的功能可能为腺苷酸激酶活性、蛋白质丝氨酸/苏氨酸激酶活性和ATP结合,参与光合作用和蛋白质磷酸化过程;TEA026776可能为发育蛋白,参与细胞分化过程和蛋白质磷酸化过程,还具有ATP结合活性和蛋白激酶活性;TEA019056的功能可能为ATP结合、GTP结合和GTP酶活性,参与过氧化物酶体组织的组成和蛋白质磷酸化等。随后预测出4个网络中打分最高功能模块的功能,并进行拓扑属性分析、功能模块分析、集群注释和聚类分析。研究结果可为鉴定蛋白质的功能、寻找关键蛋白及选育优良品种等提供理论依据。     

蛋白质相互作用数据库及其应用

对蛋白质相互作用及其网络的了解不仅有助于深入理解生命活动的本质和疾病发生的机制,而且可以为药物研发提供靶点.目前,通过高通量筛选、计算方法预测和文献挖掘等方法,获得了大批量的蛋白质相互作用数据,并由此构建了很多内容丰富并日益更新的蛋白质相互作用数据库.本文首先简要阐述了大规模蛋白质相互作用数据产生的3种方法,然后重点介绍了几个人类相关的蛋白质相互作用公共数据库,包括HPRD、BIND、 IntAct、MINT、 DIP 和MIPS,并概述了蛋白质相互作用数据库的整合情况以及这些数据库在蛋白质相互作用网络构建上的应用.     

利用基于Normal矩阵的谱平分法挖掘酵母蛋白质相互作用网络中的社团

蛋白质-蛋白质相互作用(protein-protein interaction,PPI)网络是生物网络的重要组成部分,也是后基因组时代的热点研究问题。揭示PPI网络中的社团结构,对于理解其复杂相互作用的结构和动态特征,了解活体细胞的结构和功能都有很大作用。但目前对于PPI网络结构的分析带有很强的试探性,还没有成熟可靠的方法。传统的谱平分法需要预先知道社团的个数,为了克服这一缺点,在无向无权的PPI网络中使用改进后的基于Normal矩阵的谱平分法,得到了55个有生物学意义的社团。实验结果表明:尽管PPI网络中的社团结构不是很明显,基于Normal矩阵的谱平分法依然可以有效地挖掘出其中具有生物学意义的社团结构。     

钙/钙调蛋白依赖性丝氨酸蛋白激酶的结构和功能

钙/钙调蛋白依赖性丝氨酸蛋白激酶(calcium/calmodulin-dependent serine protein kinase, CASK)属于膜相关鸟苷酸激酶（membrane associated guanylate kinase, MAGUK）家族.CASK具有多个不同蛋白质结合结构域，在细胞膜的特定区域，与其他蛋白质形成多种蛋白质复合体，参与组成细胞骨架.它通过衔接细胞外信号蛋白和细胞内骨架蛋白，协助功能蛋白质的转运和定位，以及细胞内的信号传递.此外CASK还可以进入细胞核影响基因转录调控，以及作用在神经突触膜上参与神经递质的释放.     

大规模酵母双杂交技术研究蛋白质相互作用的应用

简介了酵母双杂交技术原理, 总结了酵母双杂交技术大规模筛选蛋白质相互作用的基础、应用及存在的问题。因为大规模酵母双杂交技术结果有大量假阳性及假阴性问题, 因此, 有条件情况下有必要同时开展其他方法的大规模蛋白相互作用研究, 以构建规模更大可信度更高的蛋白质相互作用网络图。