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.     

基于蛋白质网络功能模块的蛋白质功能预测

在破译了基因序列的后基因组时代,随着系统生物学实验的快速发展,产生了大量的蛋白质相互作用数据,利用这些数据寻找功能模块及预测蛋白质功能在功能基因组研究中具有重要意义.打破了传统的基于蛋白质间相似度的聚类模式,直接从蛋白质功能团的角度出发,考虑功能团间的一阶和二阶相互作用,提出了模块化聚类方法(MCM),对实验数据进行聚类分析,来预测模块内未知蛋白质的功能.通过超几何分布P值法和增、删、改相互作用的方法对聚类结果进行预测能力分析和稳定性分析.结果表明,模块化聚类方法具有较高的预测准确度和覆盖率,有很好的容错性和稳定性.此外,模块化聚类分析得到了一些具有高预测准确度的未知蛋白质的预测结果,将会对生物实验有指导意义,其算法对其他具有相似结构的网络也具有普遍意义.     

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.     

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。     

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。     

预测蛋白质间相互作用的生物信息学方法

后基因组时代的研究模式,已从原来的序列-结构-功能转向基因表达-系统动力学-生理功能。建立蛋白质间相互作用的完全网络,即蛋白质相互作用组(interactome),将有助于从系统角度加深对细胞结构和功能的认识,并为新药靶点的发现和药物设计提供理论基础。一系列系统分析蛋白质相互作用的实验方法已经建立,近年来,出现了多种预测蛋白质相互作用的生物信息学方法,这些方法不仅是对传统实验方法的有价值的补充,而且能够扩展实验方法的预测范围;同时,在开发这些方法的过程中建立了一些重要的分子进化和分子生物学慨念。本文综述了9种生物信息学方法的原理、方法评估、存在的问题．并分析了这个领域的发展前景。     

蛋白质相互作用的生物信息学研究进展

生命过程的分子基础在于生物分子之间的相互作用,其中蛋白质分子之间的相互作用占有极其重要的地位。研究蛋白质相互作用对于理解生命的真谛、探讨致病微生物的致病机理,以及研究新药提高人们的健康水平具有重要的作用。用生物信息学的方法研究蛋白质的相互作用已经取得了许多重要的成果,但也有很多问题还需解决。本文从蛋白质相互作用的数据库、预测方法、可预测蛋白质相互作用的网上服务、蛋白质相互作用网络等几方面,对蛋白质相互作用的生物信息学研究成果及其存在的问题做了概述。     

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。     

基于结构域组合信息预测蛋白质相互作用

基于多个结构域联合作用导致蛋白质间相互作用的假设,提出了一种预测蛋白质间相互作用的新方法。使用支持向量机分析结构域组合对序列的氨基酸理化性质得到其序列特征值,同时采用统计分析的方法获取其频率特征值,最后通过融合上述两种特征估计该结构域组合间发生相互作用的可能性,并以此预测蛋白质间相互作用关系。该方法能够预测所有结构域组合间相互作用关系,且对于蛋白质相互作用关系有着较好的预测效果。     

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.     

蛋白质相互作用数据库

随着“蛋白质组学”的蓬勃发展和人类对生物大分子功能机制的知识积累,涌现出海量的蛋白质相互作用数据。随之,研究者开发了300多个蛋白质相互作用数据库,用于存储、展示和数据的重利用。蛋白质相互作用数据库是系统生物学、分子生物学和临床药物研究的宝贵资源。本文将数据库分为3类：（1）综合蛋白质相互作用数据库;（2）特定物种的蛋白质相互作用数据库;（3）生物学通路数据库。重点介绍常用的蛋白质相互作用数据库,包括BioGRID、STRING、IntAct、MINT、DIP、IMEx、HPRD、Reactome和KEGG等。     

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。     

Protein Interaction Networks

The study of protein interactions is playing an ever increasing role in our attempts to understand cells and diseases on a system-wide level. This article reviews several experimental approaches that are currently being used to measure protein–protein, protein–DNA and gene–gene interactions. These techniques have now been scaled up to produce extensive genome-wide data sets that are providing us with a first glimpse of global interaction networks. Complementing these experimental approaches, several computational methodologies to predict protein interactions are also reviewed. Existing databases that serve as repositories for protein interaction information and how such databases are used to analyze high-throughput data from a pathway perspective is also addressed. Finally, current efforts to combine multiple data types to obtain more accurate and comprehensive models of protein interactions are discussed. It is clear that the evolution of these experimental and computational approaches is rapidly changing our view of biology, and promises to provide us with an unprecedented ability to model cells and organisms at a system-wide level.     

WW结构域——蛋白质-蛋白质相互作用的一种模式

WW结构域是由38～40个氨基酸残基严密组织形成一个连贯、紧凑的结构域;它以包含两个色氨酸残基为主要特征,能专一地与含有XPPXY保守序列的蛋白质相互作用.这种相互作用涉及许多细胞内事件,如非受体信号传导、转录调节、蛋白质降解等等,并且这种相互作用的变化会直接或间接影响到人体的正常生理代谢功能而引起疾病.     

大规模高通量方法在蛋白质相互作用研究中的应用

随着后基因组时代的到来,阐明蛋白质间相互作用关系成为蛋白质研究的又一热点,促进了相关技术的不断产生、发展和完善.其中涉及到诸多大规模高通量的方法,如双杂交系统、噬菌体展示、质谱、蛋白质芯片以及生物信息学等,这为系统分析蛋白质相互作用提供视点,有望在蛋白质组学研究中发挥重要作用.每种方法各有其优缺点且适用范围不同,在一定程度上各方法的实验结果互为补充.现拟就这些大规模高通量方法的研究进展及其在蛋白质相互作用研究中的应用作一综述.     

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.     

基于关联基因本体论注释的蛋白质相互作用预测

细胞中的生理活动主要是通过蛋白质 - 蛋白质之间的相互作用来调控完成 . 详尽细致的蛋白质 - 蛋白质相互作用网络的解析对于理解细胞中复杂的调控、代谢和信号通路有重要的意义 . 近年来,关于新的蛋白质 - 蛋白质相互作用预测领域进展快速,这里,利用贝叶斯算法结合关联的 GO (Gene Ontology) ,来预测蛋白质的相互作用 . 利用非冗余的蛋白质相互作用数据来观察 GO 对的特性,得到 GO 关联的概率 . 通过阳性的和阴性的标准对照数据证实这个新方法可以很好地区别这两类不同的数据,显示出较好的灵敏度和非常低的假阳性预测率 . 通过与已知的高通量的实验数据比较,这个方法具有灵敏度高、速度快的优点 . 而且,运用这个新方法可以提供一些新的关于细胞内蛋白质之间相互作用的信息,为进一步的实验提供理论依据 .     

小鼠肝质膜蛋白质的生物信息学研究

随着高通量蛋白质组研究技术的发展,使用生物信息学方法对鉴定出的蛋白质进行批量的物理化学性质和功能属性的研究显得越来越重要．对2-DE分离的小鼠肝质膜中鉴定的209个蛋白质运用生物信息学方法进行了一系列的功能属性分析,包括统计分析ProtParam软件计算出的209个蛋白质的理论相对分子质量、等电点以及疏水值的分布情况,使用TMHMM预测蛋白质的跨膜区数目,运用系统发生谱方法预测蛋白质相互作用网络,根据其相互作用网络预测部分未知蛋白质的功能．