Взаимодействие белок-белок

редактировать
Физические взаимодействия и конструкции между несколькими белками

Ингибитор рибонуклеазы в форме подковы (показан в виде каркаса) образует белок-белок взаимодействие с белком рибонуклеазой. Контакты между двумя белками показаны в виде цветных участков.

Взаимодействия белок-белок (ИПП ) - это физические контакты высокой специфичности, установленные между двумя или более молекулами белка в результате биохимических событий, управляемых взаимодействиями, которые включают электростатические силы, водородные связи и гидрофобный эффект. Многие из них представляют собой физические контакты с молекулярными ассоциациями между цепями, которые возникают в клетке или в живом организме в конкретном биомолекулярном контексте.

Белки редко действуют в одиночку, поскольку их функции обычно регулируются. Многие молекулярные процессы внутри клетки выполняются молекулярными машинами, которые построены из множества белковых компонентов, организованных их ИПП. Эти физиологические взаимодействия составляют так называемую интерактомику организма, в то время как аберрантные ИПП являются основой множества заболеваний, связанных с агрегацией, таких как болезнь Крейтцфельда – Якоба и болезнь Альцгеймера..

ИПП изучались многими методами и с разных точек зрения: биохимия, квантовая химия, молекулярная динамика, сигнальная трансдукция, среди прочего. Вся эта информация позволяет создавать большие сети взаимодействия с белками - аналогичные метаболическим или генетическим / эпигенетическим сетям, - которые расширяют возможности современных знаний о биохимических каскадах и молекулярной этиологии. болезни, а также открытие предполагаемых белковых мишеней, представляющих терапевтический интерес.

Содержание

  • 1 Примеры
    • 1.1 Белки электронного переноса
    • 1.2 Передача сигнала
    • 1.3 Мембранный транспорт
    • 1.4 Клеточный метаболизм
    • 1.5 Сокращение мышц
  • 2 типа
    • 2.1 Гомо -олигомеры по сравнению с гетероолигомерами
    • 2.2 Стабильные взаимодействия по сравнению с временными взаимодействиями
    • 2.3 Ковалентные и нековалентные
    • 2.4 Роль воды
  • 3 Структура
    • 3.1 Домены
  • 4 Свойства интерфейс
  • 5 Регламент
  • 6 Экспериментальные методы
    • 6.1 Двухгибридный скрининг дрожжей
    • 6.2 Аффинная очистка в сочетании с масс-спектрометрией
    • 6.3 Матрица белков, программируемых нуклеиновой кислотой
    • 6.4 Другие возможные методы
  • 7 Вычислительные методы
    • 7.1 Вычислительное прогнозирование белок-белковых взаимодействий
      • 7.1.1 Методы геномного контекста
    • 7.2 Методы интеллектуального анализа текста
    • 7.3 Методы машинного обучения
  • 8 Базы данных
  • 9 Сети взаимодействия
    • 9.1 Знаковые сети взаимодействия
      • 9.1.1 Экраны интерференции РНК
  • 10 В качестве терапевтических целей
  • 11 См. Также
  • 12 Ссылки
  • 13 Далее r чтение
  • 14 Внешние ссылки

Примеры

Белки переноса электронов

Во многих метаболических реакциях белок, который действует как переносчик электронов, связывается с ферментом, который действует на его редуктазу. Получив электрон, он диссоциирует и затем связывается со следующим ферментом, который действует на его оксидазу (т.е.акцептор электрона). Эти взаимодействия между белками зависят от высокоспецифичного связывания между белками для обеспечения эффективного переноса электронов. Примеры: компоненты системы митохондриальной цепи окислительного фосфорилирования цитохром с-редуктаза / цитохром с / цитохром с оксидаза; микросомальные и митохондриальные системы P450.

В случае митохондриальных систем P450 специфические остатки, участвующие в связывании белка переноса электронов адренодоксина с его редуктазой, были идентифицированы как два основных остатка Arg на поверхности редуктазы и двух кислотных остатков Asp на адренодоксине. Более поздняя работа по филогении редуктазы показала, что эти остатки, участвующие во взаимодействиях белок-белок, сохранялись на протяжении всей эволюции этого фермента.

Передача сигнала

Активность клетки регулируется внеклеточными сигналы. Распространение сигнала внутри и / или внутри клеток зависит от PPI ​​между различными сигнальными молекулами. Привлечение сигнальных путей через ИПП называется передачей сигнала и играет фундаментальную роль во многих биологических процессах и во многих заболеваниях, включая болезнь Паркинсона и рак.

Мембранный транспорт

Белок может переносить другой белок (например, из цитоплазмы в ядро ​​ или наоборот в случае ядерной пор импортины).

метаболизм клеток

Во многих процессах биосинтеза ферменты взаимодействуют друг с другом с образованием небольших соединений или других макромолекул.

Сокращение мышц

Физиология сокращения мышц включает несколько взаимодействий. Миозиновые филаменты действуют как молекулярные двигатели и, связываясь с актином, обеспечивают скольжение филаментов. Кроме того, члены семейства белков скелетных мышц липидных капель связываются с другими белками в качестве активатора липазы триглицеридов жиров и ее коактиватора сравнительная идентификация гена-58, регулирующая липолиз в скелетных мышцах

Типы

Для описания типов белок-белковых взаимодействий (ИПП) важно учитывать, что белки могут взаимодействовать «временным» образом (для получения определенного эффекта за короткое время, например, передачи сигнала) или взаимодействовать с другими белками «стабильным» способом с образованием комплексов, которые становятся молекулярными машинами внутри живых систем. Сборка белкового комплекса может привести к образованию гомоолигомерных или гетероолигомерных комплексов. Помимо обычных комплексов, таких как фермент-ингибитор и антитело-антиген, взаимодействия также могут быть установлены между доменом-доменом и домен-пептидом. Другим важным отличием для идентификации взаимодействий белок-белок является способ их определения, поскольку существуют методы измерения прямых физических взаимодействий между парами белков, называемые «бинарными» методами, в то время как существуют другие методы измерения физических взаимодействий между группами белков, без попарного определения белков-партнеров, так называемые методы «совместного комплекса».

Гомоолигомеры против гетероолигомеров

Гомоолигомеры представляют собой макромолекулярные комплексы, состоящие только из одного типа субъединица белка. Сборка белковых субъединиц регулируется установлением нековалентных взаимодействий в четвертичной структуре белка. Разрушение гомоолигомеров с целью возврата к исходным индивидуальным мономерам часто требует денатурации комплекса. Некоторые ферменты, белки-носители, каркасные белки и факторы регуляции транскрипции выполняют свои функции как гомоолигомеры. Отдельные белковые субъединицы взаимодействуют в гетероолигомерах, которые необходимы для контроля нескольких клеточных функций. Важность коммуникации между гетерологичными белками еще более очевидна во время событий передачи сигналов в клетке, и такие взаимодействия возможны только благодаря структурным доменам внутри белков (как описано ниже).

Стабильные взаимодействия против временных взаимодействий

Стабильные взаимодействия включают белки, которые взаимодействуют в течение длительного времени, принимая часть постоянных комплексов в качестве субъединиц, чтобы выполнять функциональные роли. Обычно это гомоолигомеры (например, цитохром c ) и некоторые гетероолигомерные белки в качестве субъединиц АТФазы. С другой стороны, белок может кратковременно и обратимо взаимодействовать с другими белками только в определенных клеточных контекстах - тип клетки, стадия клеточного цикла, внешний факторы, присутствие других связывающих белков и т. д. - как это происходит с большинством белков, участвующих в биохимических каскадах. Это называется временными взаимодействиями. Например, некоторые рецепторы, связанные с G-белками, только временно связываются с белками G i / o, когда они активируются внеклеточными лигандами, в то время как некоторые рецепторы, связанные с G q, такие как мускариновый рецептор M3 предварительно спаривают с белками G 287 q 273 перед связыванием рецептор-лиганд. Взаимодействия между внутренне неупорядоченными областями белка и глобулярными доменами белка (т.е. MoRF ) являются временными взаимодействиями.

Ковалентные и нековалентные

Ковалентные взаимодействия имеют наиболее сильную связь и образованы дисульфидными связями или общими электронами. Хотя эти взаимодействия редки, они являются определяющими в некоторых посттрансляционных модификациях, таких как убиквитинирование и SUMOylation. Нековалентные связи обычно устанавливаются во время переходных взаимодействий за счет комбинации более слабых связей, таких как водородные связи, ионные взаимодействия, силы Ван-дер-Ваальса или гидрофобные связи.

Роль воды

Молекулы воды играют важную роль во взаимодействиях между белками. Кристаллические структуры комплексов, полученные с высоким разрешением из различных, но гомологичных белков, показали, что некоторые межфазные молекулы воды сохраняются между гомологичными комплексами. Большинство межфазных молекул воды образуют водородные связи с обоими партнерами каждого комплекса. Некоторые интерфейсные аминокислотные остатки или атомные группы одного белкового партнера вовлечены как в прямые, так и опосредованные водой взаимодействия с другим белковым партнером. Вдвойне косвенные взаимодействия, опосредованные двумя молекулами воды, более многочисленны в гомологичных комплексах с низким сродством. Тщательно проведенные эксперименты по мутагенезу, например изменение остатка тирозина на фенилаланин, показали, что взаимодействия, опосредованные водой, могут вносить вклад в энергию взаимодействия. Таким образом, молекулы воды могут способствовать взаимодействиям и перекрестному распознаванию между белками.

Структура

Кристаллическая структура модифицированного грамицидина S, горизонтально определенная с помощью рентгеновской кристаллографии Структура ЯМР цитохрома C, иллюстрирующая его динамику в растворе

молекулярные структуры многих белковые комплексы были разблокированы методом рентгеновской кристаллографии. Первой структурой, решаемой этим методом, была структура кашалота миоглобина, разработанная сэром Джоном Каудери Кендрю. В этом методе углы и интенсивности пучка рентгеновских лучей, дифрагированного кристаллическими атомами, регистрируются на пленке, таким образом создавая трехмерную картину плотности электронов внутри кристалла.

Позже, ядерный магнитный резонанс также начал применяться с целью раскрытия молекулярной структуры белковых комплексов. Одним из первых примеров была структура кальмодулин-связывающих доменов, связанных с кальмодулином. Этот метод основан на изучении магнитных свойств атомных ядер, тем самым определяя физические и химические свойства соответствующих атомов или молекул. Ядерный магнитный резонанс полезен для характеристики слабых ИПП.

Домены

Белки содержат структурные домены, которые позволяют им взаимодействовать и связываться со специфическими последовательностями других белков:

  • гомология Src 2 (SH2) domain
Домены SH2 структурно состоят из трехцепочечного скрученного бета-листа, окруженного двумя альфа-спиралями. Наличие глубокого связывающего кармана с высоким сродством к фосфотирозину, но не к фосфосерину или фосфотреонину, важно для распознавания тирозин-фосфорилированных белков, в основном аутофосфорилированных. рецепторы фактора роста. Белки, связывающие рецептор фактора роста и фосфолипаза C γ, являются примерами белков, которые имеют домены SH2.
  • домен Src гомологии 3 (SH3)
Структурно домены SH3 состоят из бета-ствола, образованного двумя ортогональные бета-листы и три антипараллельных бета-нити. Эти домены распознают последовательности, обогащенные пролином, как спиральную структуру полипролина типа II (мотивы PXXP) в клеточных сигнальных белках, таких как протеин тирозинкиназы и белок 2, связанный с рецептором фактора роста (Grb2 ).
  • Фосфотирозинсвязывающий домен (PTB)
Домены PTB взаимодействуют с последовательностями, содержащими фосфотирозиновую группу. Эти домены можно найти в субстрате инсулинового рецептора.
  • Домене LIM
Первоначально были идентифицированы домены LIM в трех факторах транскрипции гомеодомена (lin11, is11 и mec3). В дополнение к этому гомеодоменным белкам и другим белкам, участвующим в развитии, LIM домены также были идентифицированы в негомеодоменных белках с соответствующими ролями в клеточной дифференцировке, ассоциации с цитоскелетом и старением. Эти домены содержат тандемный цистеин-богатый мотив Zn-пальца и охватывают консенсусную последовательность CX2CX16-23HX2CX2CX2CX16-21CX2C / H / D. Домены LIM связываются с PDZ домены, факторы транскрипции bHLH и другие домены LIM.
  • Домен стерильного альфа-мотива (SAM)
Домены SAM состоят из пяти спиралей, образующих компактную упаковку с консервативным гидрофобным ядром. Эти домены, которые могут быть обнаружены в рецепторе Eph и молекуле взаимодействия стромы (STIM ), например, связываются с белками, не содержащими домен SAM, и они также, по-видимому, имеют способность связывать РНК.
  • домен PDZ
Домены PDZ были впервые идентифицированы в трех гуанилаткиназах: PSD-95, DlgA и ZO-1. Эти домены распознают карбоксиконцевые трипептидные мотивы (S / TXV), другие PDZ-домены или LIM-домены и связывают их посредством короткой пептидной последовательности, которая имеет C- концевой гидрофобный остаток. Некоторые из белков, идентифицированных как имеющие домены PDZ, являются каркасными белками или, по-видимому, участвуют в сборке ионного рецептора и образовании комплексов рецептор-фермент.
  • Домен FERM
Домены FERM содержат основные остатки, способные связывать PtdIns (4, 5) P 2. Talin и киназа фокальной адгезии (FAK) - два из белков, которые представляют домены FERM.
  • Домен гомологии кальпонина (CH)
Домены CH в основном представляют собой присутствует в белках цитоскелета как парвин.
  • домен гомологии плекстрина
домены гомологии плекстрина связываются с фосфоинозитидами и кислыми доменами в сигнальных белках.
  • домен WW
домены WW связываются с последовательностями, обогащенными пролином.
  • Мотив WSxWS
Обнаружен в рецепторах цитокинов

Свойства интерфейса

Изучение молекулярной структуры может дать подробные сведения о интерфейсе, который обеспечивает взаимодействие между белками. При описании границ раздела PPI важно учитывать тип комплекса.

Оцениваемые параметры включают размер (измеренный в абсолютных размерах Å или в доступной для растворителя площади поверхности (SASA) ), форма, комплементарность между поверхностями, склонность к границе раздела остатков, гидрофобность, сегментация и вторичная структура, а также конформационные изменения при комплексообразовании.

Подавляющее большинство интерфейсов PPI отражает состав поверхности белков, скорее чем белковые ядра, несмотря на то, что они часто обогащены гидрофобными остатками, особенно ароматическими остатками. Интерфейсы PPI являются динамическими и часто плоскими, хотя они также могут быть шаровидными и выступающими. Основываясь на трех структурах - димер инсулина, трипсин комплекс ингибиторов трипсина поджелудочной железы и оксигемоглобин - Сайрус Чотиа и Джоэл Джанин обнаружили, что между 1130 и 1720 Å площади поверхности были удалены от контакта с водой, что указывает на то, что гидрофобность является основным фактором стабилизации PPI. Более поздние исследования уточнили площадь скрытой поверхности большинства взаимодействий до 1600 ± 350 Å. Однако наблюдались также гораздо более крупные интерфейсы взаимодействия, которые были связаны с значительными изменениями конформации одного из партнеров по взаимодействию. Интерфейсы PPI демонстрируют как форму, так и электростатическую комплементарность.

Регулирование

  • Концентрация белка, на которую, в свою очередь, влияют уровни экспрессии и скорость деградации;
  • Сродство белка к белкам или другим связывающим лигандам;
  • концентрации лигандов (субстраты, ионы и т. Д.);
  • наличие других белков, нуклеиновых кислот и ионы ;
  • Электрические поля вокруг белков.
  • Возникновение ковалентных модификаций;

Экспериментальные методы

Существует множество методов обнаружения их. Каждый из подходов имеет свои сильные и слабые стороны, особенно в отношении чувствительности и специфичности метода. Наиболее общепринятыми и широко используемыми высокопроизводительными методами являются двухгибридный скрининг дрожжей и аффинная очистка в сочетании с масс-спектрометрией.

Принципы двугибридных систем дрожжей и млекопитающих

Скрининг двугибридных дрожжей

Эта система была впервые описана в 1989 г. Филдсом и Сонгом с использованием Saccharomyces cerevisiae в качестве биологической модели. Гибрид двух дрожжей позволяет идентифицировать попарные PPI (бинарный метод) in vivo, в котором два белка тестируются на биофизически прямое взаимодействие. Y2H основан на функциональном восстановлении дрожжевого транскрипционного фактора Gal4 и последующей активации селективного репортера, такого как His3. Для проверки взаимодействия двух белков создаются две конструкции для экспрессии белков: один белок (X) слит с ДНК-связывающим доменом (DB) Gal4, а второй белок (Y) слит с доменом активации Gal4 (AD). В анализе дрожжевые клетки трансформируются этими конструкциями. Транскрипция репортерных генов не происходит, если приманка (DB-X) и жертва (AD-Y) не взаимодействуют друг с другом и не образуют функциональный фактор транскрипции Gal4. Таким образом, о взаимодействии между белками можно судить по присутствию продуктов, являющихся результатом экспрессии репортерного гена. В случаях, когда репортерный ген экспрессирует ферменты, которые позволяют дрожжам синтезировать незаменимые аминокислоты или нуклеотиды, рост дрожжей в условиях селективной среды указывает на то, что два протестированных белка взаимодействуют.

Несмотря на свою полезность, двугибридная система дрожжей имеет ограничения. Он использует дрожжи в качестве основной системы хозяина, что может быть проблемой при изучении белков, которые содержат специфические для млекопитающих посттрансляционные модификации. Количество выявленных ИЦП обычно невелико из-за высокого уровня ложноотрицательных результатов; и, например, занижает мембранные белки.

В первоначальных исследованиях, в которых использовался Y2H, надлежащий контроль для ложноположительных результатов (например, когда DB-X активирует репортерный ген без присутствия AD-Y) часто не выполнялись, что приводило к более высокому, чем обычно, уровню ложных срабатываний. Для контроля этих ложных срабатываний необходимо внедрить эмпирическую основу. Ограничения в более низком покрытии мембранных белков были преодолены за счет появления дрожжевых двугибридных вариантов, таких как мембранно-дрожжевой двугибридный (MYTH) и сплит-убиквитиновая система, которые не ограничиваются взаимодействиями, происходящими в ядре; и бактериальная двухгибридная система, выполненная на бактериях;

Принцип тандемной аффинной очистки

Аффинная очистка в сочетании с масс-спектрометрией

Аффинная очистка в сочетании с масс-спектрометрией в основном выявляет стабильные взаимодействия и, таким образом, лучше указывает функциональные ИПП in vivo. Этот метод начинается с очистки меченого белка, который экспрессируется в клетке обычно в концентрациях in vivo, и его взаимодействующих белков (аффинная очистка). Одним из наиболее выгодных и широко используемых методов очистки белков с очень низким уровнем загрязнения является тандемная аффинная очистка, разработанная Бертраном Серафином и Матиасом Манном и соответствующими коллегами. Затем ИПП можно количественно и качественно анализировать с помощью масс-спектрометрии с использованием различных методов: химического включения, биологического или метаболического включения (SILAC) и методов без метки. Кроме того, сетевая теория была использована для изучения всего набора идентифицированных белок-белковых взаимодействий в клетках.

Матрица белков, программируемых с помощью нуклеиновых кислот

Эта система была впервые разработана ЛаБаром и его коллегами в 2004 году с использованием системы транскрипции и трансляции in vitro. Они использовали матрицу ДНК, кодирующую интересующий ген, слитый с белком GST, и он был иммобилизован на твердой поверхности. Антитело против GST и биотинилированная плазмидная ДНК связывали на предметном стекле, покрытом аминопропилтриэтоксисиланом (APTES). BSA может улучшить эффективность связывания ДНК. Биотинилированная плазмидная ДНК была связана авидином. Новый белок был синтезирован с использованием бесклеточной системы экспрессии, то есть лизата ретикулоцитов кролика (RRL), а затем новый белок был захвачен с помощью антитела против GST, связанного на предметном стекле. Для проверки взаимодействия белок-белок кДНК целевого белка и кДНК запрашиваемого белка были иммобилизованы на одном и том же покрытом предметном стекле. Используя систему транскрипции и трансляции in vitro, целевой и запрашиваемый белок синтезировали из одного и того же экстракта. Целевой белок связывали с массивом антителом, нанесенным на предметное стекло, и запрашиваемый белок использовали для зондирования массива. Белок запроса был помечен эпитопом гемагглютинина (НА). Таким образом, взаимодействие между двумя белками было визуализировано с помощью антитела против HA.

Другие потенциальные методы

Разнообразные методы идентификации PPI появлялись вместе с развитием технологий. К ним относятся коиммунопреципитация, белковые микрочипы, аналитическое ультрацентрифугирование, светорассеяние, флуоресцентная спектроскопия, картирование взаимодействия млекопитающих на основе люминесценции (LUMIER), системы резонансного переноса энергии, ловушка для взаимодействия белка с белком у млекопитающих, биоповерхности с электрическим переключением, анализ комплементации белок-фрагмент, а также измерения в реальном времени без меток с помощью поверхностный плазмонный резонанс и калориметрия.

Вычислительные методы

Вычислительное прогнозирование белок-белковых взаимодействий

Экспериментальное обнаружение и характеристика ИПП трудоемко и требует много времени. Однако многие PPI также можно предсказать с помощью вычислений, обычно используя экспериментальные данные в качестве отправной точки. Однако были также разработаны методы, позволяющие прогнозировать PPI de novo, то есть без предварительных доказательств этих взаимодействий.

Методы геномного контекста

Метод розеттского камня или слияния доменов основан на гипотезе о том, что взаимодействующие белки иногда сливаются в один белок в другом геноме. Следовательно, мы можем предсказать, могут ли два белка взаимодействовать, определив, имеют ли каждый из них неперекрывающееся сходство последовательностей с областью одной последовательности белка в другом геноме.

Метод консервативного соседства основан на гипотезе о том, что если гены, кодирующие два белка, являются соседями по хромосоме во многих геномах, то они, вероятно, функционально связаны (и, возможно, физически взаимодействуют).

Метод филогенетического профиля основан на гипотезе о том, что если два или более белка одновременно присутствуют или отсутствуют в нескольких геномах, то они, вероятно, функционально связаны. Следовательно, потенциально взаимодействующие белки можно идентифицировать, определяя наличие или отсутствие генов во многих геномах и выбирая те гены, которые всегда присутствуют или отсутствуют вместе.

Методы интеллектуального анализа текста

Протокол интеллектуального анализа текста.

Общедоступная информация из биомедицинских документов легко доступна через Интернет и становится мощным ресурсом для сбора данных об известных белок-белковых взаимодействиях (ИПП), Прогнозирование PPI и стыковка белков. Интеллектуальный анализ текста намного дешевле и требует больше времени по сравнению с другими высокопроизводительными методами. В настоящее время методы интеллектуального анализа текста обычно обнаруживают бинарные отношения между взаимодействующими белками из отдельных предложений с использованием методов извлечения информации на основе правил / шаблонов и машинного обучения. Для публичного использования доступно большое количество приложений интеллектуального анализа текста для извлечения и / или прогнозирования PPI, а также репозитории, в которых часто хранятся проверенные вручную и / или рассчитанные с помощью вычислений PPI. Анализ текста может быть реализован в два этапа: поиск информации, когда извлекаются тексты, содержащие имена одного или обоих взаимодействующих белков, и извлечение информации, где извлекается целевая информация (взаимодействующие белки, задействованные остатки, типы взаимодействия и т. Д.).

Существуют также исследования с использованием филогенетического профилирования, основанные на их функциональности на теории о том, что белки, участвующие в общих путях, совместно эволюционируют коррелированным образом у разных видов. Некоторые более сложные методологии интеллектуального анализа текста используют передовые методы обработки естественного языка (NLP) и создают сети знаний (например, рассматривая имена генов как узлы, а глаголы как ребра). Другие разработки включают методы ядра для прогнозирования взаимодействий с белками.

Методы машинного обучения

Эти методы используют машинное обучение, чтобы различать, чем взаимодействующие пары белков отличаются от пар невзаимодействующих белков в с точки зрения парных характеристик, таких как клеточная колокализация, коэкспрессия генов, насколько близко расположены на ДНК гены, кодирующие два белка, и т. д. Random Forest оказался наиболее эффективной машиной метод обучения для предсказания взаимодействия белков. Такие методы применялись для обнаружения белковых взаимодействий на человеческом интерактоме, в частности, на интерактоме мембранных белков и интерактоме белков, связанных с шизофренией.

Базы данных

Идентификация в широком масштабе ИПП генерировали сотни тысяч взаимодействий, которые были собраны вместе в специализированных биологических базах данных, которые постоянно обновляются для обеспечения полных взаимодействий. Первой из этих баз данных была База данных взаимодействующих белков (DIP). С тех пор количество общедоступных баз данных увеличивалось. Базы данных могут быть подразделены на первичные базы данных, мета-базы данных и базы данных прогнозов.

Первичные базы данных собирают информацию об опубликованных ИЦП, существование которых доказано с помощью мелкомасштабных или крупномасштабных экспериментальных методов. Примеры: DIP, База данных сети биомолекулярного взаимодействия (BIND), Общий биологический репозиторий для наборов данных взаимодействия (BioGRID ), Справочная база данных белков человека (HPRD), IntAct Molecular База данных взаимодействий, база данных молекулярных взаимодействий (MINT), ресурс взаимодействия белков MIPS на дрожжах (MIPS-MPact) и база данных взаимодействия белков млекопитающих MIPS (MIPS-MPPI).

Мета-базы данных обычно являются результатом интеграции информации из первичных баз данных, но может также собирать некоторые исходные данные. Примеры: Agile Protein Interactomes Dataserver (APID), База данных Microbial Protein Interaction Database (MPIDB), Платформа анализа взаимодействия белков (PINA), (GPS-Prot) и Wiki-Pi.

Базы данных прогнозирования включают множество PPI. которые прогнозируются с использованием нескольких методов (основная статья). Примеры: База данных прогнозирования белкового взаимодействия человека (PIP), База данных межлогичного взаимодействия (I2D), Известные и прогнозируемые белок-белковые взаимодействия (STRING-db) и Unified Human Interactive (UniHI).

Все вышеупомянутые вычислительные методы зависят от исходных баз данных, данные которых могут быть экстраполированы для прогнозирования новых белок-белковых взаимодействий. Покрытие сильно различается между базами данных. В общем, первичные базы данных имеют наименьшее количество зарегистрированных взаимодействий с белками, поскольку они не объединяют данные из нескольких других баз данных, в то время как базы данных прогнозов имеют наибольшее количество данных, поскольку они включают другие формы свидетельств в дополнение к экспериментальным. Например, первичная база данных IntAct имеет 572063 взаимодействия, APID мета-базы данных содержит 678000 взаимодействий, а база данных прогнозирования STRING имеет 25 914 693 взаимодействия. Однако важно отметить, что некоторые взаимодействия в базе данных STRING предсказываются только вычислительными методами, такими как геномный контекст, и не проверяются экспериментально.

Сети взаимодействия

ИПП шизофрении.

Информация, содержащаяся в базах данных ИЦП, поддерживает построение сетей взаимодействия. Хотя сеть PPI данного белка запроса может быть представлена ​​в учебниках, диаграммы целочисленных PPI откровенно сложны и трудны для создания.

Одним из примеров карты молекулярного взаимодействия, созданной вручную, является карта контроля клеточного цикла Курта Кона 1999 года. Опираясь на карту Кона, Schwikowski et al. в 2000 году опубликовал статью о ИПП в дрожжах, связывая 1548 взаимодействующих белков, определенных с помощью двухгибридного скрининга. Они использовали метод рисования многоуровневого графа, чтобы найти начальное размещение узлов, а затем улучшили компоновку, используя алгоритм, основанный на силе.

Биоинформатические инструменты были разработаны для упрощения сложной задачи визуализации сетей молекулярного взаимодействия и дополнения их с другими типами данных. Например, Cytoscape - широко используемое программное обеспечение с открытым исходным кодом, и в настоящее время доступно множество плагинов. Программное обеспечение Pajek выгодно для визуализации и анализа очень больших сетей.

Идентификация функциональных модулей в сетях PPI является важной задачей в биоинформатике. Функциональные модули - это набор белков, которые сильно связаны друг с другом в сети PPI. Проблема почти аналогична обнаружению сообществ в социальных сетях. Есть несколько методов, таких как Jactive modules и MoBaS. Яактивные модули объединяют сеть PPI и данные экспрессии генов, тогда как MoBaS объединяет сеть PPI и исследования ассоциаций в масштабе всего генома.

Осознание основных ролей PPI во многих физиологических и патологических процессах является движущей силой задача распутать множество интерактомов. Примерами опубликованных интерактомов являются специфический для щитовидной железы интерактом DREAM и интерактом PP1α в человеческом мозгу.

Отношения белок-белок часто являются результатом нескольких типов взаимодействий или выводятся с помощью различных подходов, включая совместную локализацию, прямую взаимодействие, подавляющее генетическое взаимодействие, аддитивное генетическое взаимодействие, физическая ассоциация и другие ассоциации.

Подписанные сети взаимодействия

Взаимодействия белок-белок отображаются в подписанной сети, которая описывает, какой тип взаимодействия имеет место

Белок-белковые взаимодействия часто приводят к тому, что один из взаимодействующих белков либо «активируется», либо «репрессируется». Такие эффекты могут быть обозначены в сети PPI с помощью «знаков» (например, «активация» или «ингибирование»). Хотя такие атрибуты добавляются в сети уже давно, Vinayagam et al. (2014) придумали для них термин «подписанная сеть». Знаковые сети часто выражаются обозначением взаимодействия как положительного или отрицательного. Положительное взаимодействие - это взаимодействие, в результате которого активируется один из белков. И наоборот, отрицательное взаимодействие указывает на то, что один из белков инактивирован.

Сети взаимодействия белок-белок часто конструируются в результате лабораторных экспериментов, таких как двухгибридные скрининги дрожжей или аффинная очистка и последующие методы масс-спектрометрии. Однако эти методы не обеспечивают уровень информации, необходимый для определения того, какой тип взаимодействия присутствует, чтобы иметь возможность приписывать знаки сетевым диаграммам.

Экраны РНК-интерференции

РНК-интерференция (РНКи) (подавление отдельных белков между транскрипцией и трансляцией) - один из методов, который можно использовать в процессе определения признаков белок-белковых взаимодействий. Индивидуальные белки подавляются, и полученные фенотипы анализируются. Коррелирующие фенотипические отношения (т.е. когда ингибирование любого из двух белков приводит к одному и тому же фенотипу) указывает на положительную или активирующую связь. Фенотипы, которые не коррелируют (т.е. когда ингибирование одного из двух белков приводит к двум различным фенотипам), указывают на отрицательную или инактивирующую связь. Если протеин A зависит от протеина B для активации, то ингибирование протеина A или B приведет к тому, что клетка потеряет функцию, обеспечиваемую протеином A, и фенотипы будут одинаковыми для ингибирования A или B. однако протеин A инактивируется протеином B, тогда фенотипы будут различаться в зависимости от того, какой протеин ингибируется (ингибирует протеин B, и он больше не может инактивировать протеин A, оставляя A активным, однако инактивировать A, и B нечего активировать, поскольку A является неактивны и фенотип меняется). Необходимо выполнить несколько скрининговых РНКи, чтобы надежно определить признак данного белок-белкового взаимодействия. Vinayagam et al. кто разработал эту технику, заявляют, что требуется минимум девять РНКи скринингов, уверенность возрастает по мере того, как проводится больше скринингов.

В качестве терапевтических целей

Модуляция ИПП является сложной задачей и получает повышенное внимание научного сообщества. Некоторые свойства PPI, такие как аллостерические участки и горячие точки, были включены в стратегии разработки лекарств. Актуальность ИПП в качестве предполагаемых терапевтических целей для разработки новых методов лечения особенно очевидна при раке, и в этой области проводится несколько клинических испытаний. Тем не менее, консенсус среди этих многообещающих целей отражен в уже имеющихся на рынке лекарствах для лечения множества заболеваний. Примерами являются тиробифан, ингибитор гликопротеина IIb / IIIa, используемый в качестве лекарственного средства для сердечно-сосудистой системы, и маравирок, ингибитор взаимодействия CCR5-gp120, используемый в качестве лекарственного средства против ВИЧ. Недавно Амит Джайсвал и другие смогли разработать 30 пептидов, используя исследования межбелкового взаимодействия для ингибирования рекрутирования теломеразы на теломеры.

См. Также

Ссылки

Дополнительная литература

Внешние ссылки

На Викискладе есть материалы, относящиеся к Картирование белковых взаимодействий.
Последняя правка сделана 2021-06-02 08:35:28
Содержание доступно по лицензии CC BY-SA 3.0 (если не указано иное).
Обратная связь: support@alphapedia.ru
Соглашение
О проекте