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．     

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.     

基于网络特征的药物靶蛋白识别

蛋白质很少孤立得发挥作用,往往通过网络中彼此互作来共同行使功能.因此分析药物靶蛋白在生物学网络中的性质将十分有助于从信息学角度理解药物的作用机制.但目前尚无研究对药物靶蛋白在人类蛋白质互作网络中的拓扑特性给与具体的分析和描述.本文首先将药物靶蛋白映射到人类蛋白质互作网络中,进而分析了药物作用靶蛋白在互作网络中的5种拓扑指标,并与互作网络中全蛋白质组集合及非药物靶点集合的拓扑指标进行了对比.结果显示,药物靶蛋白之间具有更高的连通性,信息能够得到更快得传递.基于这些拓扑特征,将互作网络中的所有蛋白进行排序.发现排序在前100位的蛋白中有48个是Drugbank中记录的药物靶点,另外的52个蛋白中有9个蛋白已在TTD,Matador等数据库中被记录为药物靶点,还有部分蛋白通过文献检索被证实为药物靶点.     

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。     

互作蛋白质与复合物亚基的基因表达相关性比较分析

利用在多种应激条件下酵母的基因表达谱数据 ,分别计算互作蛋白质及复合物亚基编码基因的表达相关性。结果发现 ,相对于随机对照组 ,互作蛋白质的编码基因与蛋白质复合物的编码基因表达相关性均显著 (P <0 .0 1) ,即互作蛋白质及复合物亚基有共表达的倾向。通过比较 ,进一步发现蛋白质复合物亚基的基因表达相关性显著高于互作蛋白质的基因表达相关性 (P <0 .0 1) ,这与复合物亚基之间功能联系强于定义不甚确切的互作蛋白之间功能联系现象吻合。     

绿竹SEP3-like蛋白表达纯化以及不同结构域互作研究

在双子叶植物中,SEPALLATA3(SEP3)参与生殖生长的很多方面,包括花分生组织和花器官的形成。但是在单子叶植物中,花器官形成的分子机制还不清楚。为了揭示单子叶植物中SEP3蛋白的结构以及聚合体的形成与生物学功能的关系,以单子叶植物绿竹Bambusa oldhami为材料,构建绿竹SEP3(BoSEP3)蛋白不同结构域原核表达载体,在大肠杆菌中进行重组蛋白诱导表达,获得不同结构域的可溶蛋白,通过镍柱及分子筛分离纯化表明,BoSEP3蛋白K结构域以四聚体形式存在;同时构建BoSEP3蛋白不同结构域的酵母表达载体,通过酵母双杂交系统检验BoSEP3蛋白同源互作表明,K结构域有参与形成多聚体的功能。实验提供了一套表达纯化BoSEP3蛋白以及检验蛋白质互作的有效方案,为开展BoSEP3蛋白功能和结构生物学研究奠定了基础。     

根据基因表达谱筛选间接互作蛋白质进行蛋白质功能预测

利用基因表达谱数据,通过计算互作蛋白质的表达相关系数,来筛选、优化蛋白质互作网络。结果显示,利用经过筛选的互作数据,根据邻居计数法和卡方法进行功能预测的预测效果明显提高,距离待测蛋白质较远的邻居也包含着与待测蛋白质功能一致的信息。     

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。     

结合蛋白质互作与基因表达谱信息大范围预测蛋白质的精细功能

GESTs(gene expression similarity and taxonomy similarity)是结合基因表达相似性和基因功能分类体系Gene Ontology (GO)中的功能概念相似性测度进行功能预测的新方法. 将此预测算法推广应用于蛋白质互相作用数据, 并提出了几种在蛋白质互作网络中为功能待测蛋白质筛选邻居的方法. 与已有的其它蛋白质功能预测方法不同, 新方法在学习过程中自动地从功能分类体系中的各个功能类中选择最合适的尽可能具体细致的功能类, 利用注释于其相近功能类中的互作邻居蛋白质支持对此具体功能类的预测. 使用MIPS提供的酵母蛋白质互作信息与一套基因表达谱数据, 利用特别针对GO体系结构层次特点设计的3种测度, 评价对GO知识体系中的生物过程分支进行蛋白质功能预测的效果. 结果显示, 利用文中的方法, 可以大范围预测蛋白质的精细功能. 此外, 还利用此方法对2004年底Gene Ontology上未知功能的蛋白质进行预测, 其中部分预测结果在2006年4月发布的SGD注释数据中已经得到了证实.     

生物信息学分析人类病毒互作广谱蛋白的特征

了解病毒与人类蛋白的相互作用对于理解病毒感染宿主机制非常重要，已有研究主要集中在病毒如何进入宿主细胞、复制、扩散和致病等方向上，对病毒与人类蛋白的相互作用模式缺乏系统研究。本研究中我们构建了迄今为止最全面的病毒与人类之间的蛋白相互作用网络，涵盖来自218种病毒的1 674种蛋白与来自人类的13 724种蛋白的108 832对蛋白相互作用；在此基础上鉴定出109个至少与12种病毒家族存在蛋白相互作用的人类蛋白，定义为人类的病毒互作广谱蛋白（简称广谱蛋白）；从结构、功能、蛋白互作网络以及组织表达量等四个方面系统地分析了广谱蛋白的特征，发现广谱蛋白相较于非广谱蛋白以及其它人类蛋白具有更密集的转角结构、更多的结构域、更高的网络中心度和组织表达量，表明它们可能在病毒感染宿主过程中起着重要作用。本研究有助于加深我们对于病毒感染人类模式的理解，同时也对进一步探究病毒与疾病之间的关联有一定的帮助。