Интерактом: различия между версиями

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску
Интерактивная навигация по истории
[непроверенная версия][непроверенная версия]
← Предыдущая правкаСледующая правка →
Содержимое удалено Содержимое добавлено
ВизуальныйВики-текст
Нет описания правки
Нет описания правки
Строка 1: Строка 1:
В [[Молекулярная биология|молекулярной биологии]], интерактом - это полный набор молекулярных взаимодействий в отдельной [[Клетка|клетке]]. Термин относится непосредственно к физическим взаимодействиям между молекулами (такими как [[Белок-белковые взаимодействия|белок–белковые взаимодействия]]), но также может характеризовать наборы непрямого взаимодействия [[Ген|генов]] (генетических взаимодействий). Математически, интерактом описывается посредством [[Граф (математика)|графов]].
В [[Молекулярная биология|молекулярной биологии]], интерактом - это полный набор молекулярных взаимодействий в отдельной [[Клетка|клетке]]. Термин относится непосредственно к физическим взаимодействиям между молекулами (такими как [[Белок-белковые взаимодействия|белок–белковые взаимодействия]]), но также может характеризовать наборы непрямого взаимодействия [[Ген|генов]] (генетических взаимодействий). Математически, интерактом описывается посредством [[Граф (математика)|графов]].


Слово "интерактом" было изначально придумано в 1999 году группой французских ученых во главе с Бернардом Жаком.<ref name="pmid9847149">{{cite journal|author=Sanchez C|title=Grasping at molecular interactions and genetic networks in Drosophila melanogaster using FlyNets, an Internet database|url=|date=January 1999|journal=Nucleic Acids Res.|issue=1|doi=10.1093/nar/27.1.89|volume=27|pages=89–94|pmid=9847149|pmc=148104|name-list-format=vanc|author2=Lachaize C|author3=Janody F|display-authors=etal}}</ref> Хотя интерактомы могут быть охарактеризованы как биологические сети, их не следует путать с другими сетями, такими как [[Нейронная сеть (значения)|нейронные]] и трофические.
Слово "интерактом" было изначально придумано в 1999 году группой французских ученых во главе с Бернардом Жаком.<ref name="pmid9847149">{{cite journal|author=Sanchez C|title=Grasping at molecular interactions and genetic networks in Drosophila melanogaster using FlyNets, an Internet database|url=|date=January 1999|journal=Nucleic Acids Res.|issue=1|doi=10.1093/nar/27.1.89|volume=27|pages=89–94|pmid=9847149|pmc=148104|name-list-format=vanc|author2=Lachaize C|author3=Janody F|display-authors=etal}}</ref> Хотя интерактомы могут быть охарактеризованы как биологические сети, их не следует путать с другими сетями, такими как нейронные и трофические.
[[Файл:Network_of_how_100_of_the_528_genes_identified_with_significant_differential_expression_relate_to_DISC1_and_its_core_interactors.png|ссылка=https://en.wikipedia.org/wiki/File:Network_of_how_100_of_the_528_genes_identified_with_significant_differential_expression_relate_to_DISC1_and_its_core_interactors.png|мини|400x400пкс|Часть интерактома [[:en:DISC1|DISC1]] с генами(текст в прямоугольниках) и взаимодействиями(линии между генами). Hennah and Porteous, 2009.<ref name="pmid19300510">{{cite journal|author=Hennah W, Porteous D|title=The DISC1 pathway modulates expression of neurodevelopmental, synaptogenic and sensory perception genes|url=|journal=PLoS ONE|issue=3|doi=10.1371/journal.pone.0004906|year=2009|volume=4|pages=e4906|pmid=19300510|pmc=2654149|editor1-last=Reif|editor1-first=Andreas}} {{open access}}</ref>]]
[[Файл:Network_of_how_100_of_the_528_genes_identified_with_significant_differential_expression_relate_to_DISC1_and_its_core_interactors.png|ссылка=https://en.wikipedia.org/wiki/File:Network_of_how_100_of_the_528_genes_identified_with_significant_differential_expression_relate_to_DISC1_and_its_core_interactors.png|мини|400x400пкс|Часть интерактома [[:en:DISC1|DISC1]] с генами(текст в прямоугольниках) и взаимодействиями(линии между генами). Hennah and Porteous, 2009.<ref name="pmid19300510">{{cite journal|author=Hennah W, Porteous D|title=The DISC1 pathway modulates expression of neurodevelopmental, synaptogenic and sensory perception genes|url=|journal=PLoS ONE|issue=3|doi=10.1371/journal.pone.0004906|year=2009|volume=4|pages=e4906|pmid=19300510|pmc=2654149|editor1-last=Reif|editor1-first=Andreas}} {{open access}}</ref>]]


Строка 53: Строка 53:


=== Предсказание белок-белковых взаимодействий ===
=== Предсказание белок-белковых взаимодействий ===
[[Белок-белковые взаимодействия]] из одного организма используются для предсказания взаимодействий между [[Гомология (биология)|гомологичными белками]] в другом организме («интерологи»).Однако, у этого подхода есть несколько ограничений, в основном связанных с недостоверностью исходных данных (например, содержат ложноположительные и ложноотрицательные). В добавок, белки и их взаимодействия изменяются в ходе [[Эволюция|эволюции]], даже могут утратиться и появиться. Но, тем не менее, много интерактомов было предсказано (например, интерактом [[:en:Bacillus_licheniformis|''Bacillus licheniformis'']])
[[Белок-белковые взаимодействия]] из одного организма используются для предсказания взаимодействий между [[Гомология (биология)|гомологичными белками]] в другом организме («интерологи»).Однако, у этого подхода есть несколько ограничений, в основном связанных с недостоверностью исходных данных (например, содержат ложноположительные и ложноотрицательные)<ref>{{cite journal |author=Mika S, Rost B|title=Protein–Protein Interactions More Conserved within Species than across Species|journal=PLoS Computational Biology|volume=2|issue=7|pages=e79|year=2006|pmid=16854211|pmc=1513270|doi=10.1371/journal.pcbi.0020079}}</ref>
. В добавок, белки и их взаимодействия изменяются в ходе [[Эволюция|эволюции]], даже могут утратиться и появиться. Но, тем не менее, много интерактомов было предсказано (например, интерактом [[:en:Bacillus_licheniformis|''Bacillus licheniformis'']]) <ref>Han, Y.-C. et al. Prediction and characterization of protein–protein interaction network in Bacillus licheniformis WX-02. Sci. Rep. 6, 19486; doi: 10.1038/srep19486 (2016).</ref>


Некоторые алгоритмы используют экспериментальные доказательства существования структурных комплексов,атомные детали связывающихся поверхностей  и создают модель белок-белковых комплексов с атомной детализацией. Другие алгоритмы используют только информацию о последовательности, создавая сети взаимодействий с множеством ошибок.
Некоторые алгоритмы используют экспериментальные доказательства существования структурных комплексов,атомные детали связывающихся поверхностей  и создают модель белок-белковых комплексов с атомной детализацией<ref>{{cite journal |doi=10.1093/nar/gkp306 |author=Kittichotirat W, Guerquin M, Bumgarner RE, Samudrala R.|title=Protinfo PPC: A web server for atomic level prediction of protein complexes|journal=Nucleic Acids Research|volume=37 |issue=Web Server issue|pages=W519–W525|year=2009 |pmid=19420059 |pmc=2703994}}</ref><ref>{{cite journal | pmid = 22261719 | pmc=3296913 | doi=10.1038/embor.2011.261 | volume=13 | issue=3 | title=Large-scale mapping of human protein interactome using structural complexes | date=Mar 2012 | journal=EMBO Rep | pages=266–71| author1=Tyagi | first1=M | last2=Hashimoto | first2=K | last3=Shoemaker | first3=B. A. | last4=Wuchty | first4=S | last5=Panchenko | first5=A. R. }}</ref> . Другие алгоритмы используют только информацию о последовательности, создавая сети взаимодействий с множеством ошибок.<ref>{{cite journal|doi=10.1038/nmeth.3178|author=Kotlyar M, Pastrello C, Pivetta F, Lo Sardo A, Cumbaa C, Li H, Naranian T, Niu Y, Ding Z, Vafaee F, Broackes-Carter F, Petschnigg J, Mills GB, Jurisicova A, Stagljar I, Maestro R and Jurisica I|title=In silico prediction of physical protein interactions and characterization of interactome orphans|journal=Nature Methods|volume=12|issue=1|pages=79–84|year=2015|pmid= 25402006 |pmc=}}
{{cite journal|doi=10.1093/bioinformatics/btv077|author=Hamp T, Rost B|title=Evolutionary profiles improve protein-protein interaction prediction from sequence|journal=Bioinformatics|volume=31|issue=12|pages=1945–1950|year=2015|pmid= 25657331 |pmc=}}
{{cite journal|doi=10.1038/srep00239|author=Pitre S, Hooshyar M, Schoenrock A, Samanfar B, Jessulat M, Green JR, Dehne F and Golshani A|title=Short Co-occurring Polypeptide Regions Can Predict Global Protein Interaction Maps|journal=Scientific Reports|volume=2|pages=239|year=2012|pmid= 22355752|pmc=3269044}}
{{cite journal|doi=10.1038/srep00239|author=Pitre S, Hooshyar M, Schoenrock A, Samanfar B, Jessulat M, Green JR, Dehne F and Golshani A|title=Short co-occurring polypeptide regions can predict global protein interaction maps|journal=Scientific Reports|volume=2|pages=239|year=2012|pmid=22355752|pmc=3269044}}
</ref>


=== Поиск данных о белок-белковых взаимодействиях ===
=== Поиск данных о белок-белковых взаимодействиях ===
Были предприняты некоторые попытки для получения сетей взаимодействий напрямую из научной литературы. Такие подходы варьируются по уровню сложности от простого статистического анализа данных, которые упоминаются вместе в одном контексте (например предложение), до сложных процессов и методов [[Машинное обучение|машинного обучения]] для выявления взаимодействий.
Были предприняты некоторые попытки для получения сетей взаимодействий напрямую из научной литературы. Такие подходы варьируются по уровню сложности от простого статистического анализа данных, которые упоминаются вместе в одном контексте (например предложение), до сложных процессов и методов [[Машинное обучение|машинного обучения]] для выявления взаимодействий.<ref>{{Cite journal
| pmid = 15886388
| year = 2005
| author1 = Hoffmann
| first1 = R
| title = Text mining for metabolic pathways, signaling cascades, and protein networks
| journal = Science Signaling
| volume = 2005
| issue = 283
| pages = pe21
| last2 = Krallinger
| first2 = M
| last3 = Andres
| first3 = E
| last4 = Tamames
| first4 = J
| last5 = Blaschke
| first5 = C
| last6 = Valencia
| first6 = A
| doi = 10.1126/stke.2832005pe21
}}</ref>


=== Предсказание функции белка ===
=== Предсказание функции белка ===
Сети белковых взаимодействий используются для предсказания функций белков с неизвестными функциями.<ref name="Schwikowski">{{Cite journal
⚫
Сети белковых взаимодействий используются для предсказания функций белков с неизвестными функциями. Обычно, это основано на предположении, что неохарактеризованные белки имеют похожие функции, что и белки, взаимодействующие с ними. Например, было обнаружено, что белок с неизвестной функцией YbeB взаимодействует с [[Рибосома|рибосомными белками]], а позже было показано, что он вовлечен в [[Трансляция (биология)|трансляцию]]. Такие предсказания могут быть основаны на единичных взаимодействиях,однако обычно можно найти много взаимодействий. Таким образом, целая сеть взаимодействий может быть использована для предсказания функций белков, при том, что эти конкретные функции достигаются этими взаимодействиями.
| last1 = Schwikowski | first1 = B.
| last2 = Uetz | first2 = P.
| last3 = Fields | first3 = S.
| title = A network of protein-protein interactions in yeast
| journal = Nature Biotechnology
| volume = 18
| issue = 12
| pages = 1257–1261
| year = 2000
| doi = 10.1038/82360
| pmid = 11101803
| pmc =
}}</ref><ref name="McDermottJ2005">{{cite journal |doi=10.1093/bioinformatics/bti514 |author=McDermott J, Bumgarner RE, Samudrala R. |title=Functional annotation from predicted protein interaction networks|journal=Bioinformatics|volume=21 |issue=15|pages=3217–3226|year=2005|pmid=15919725}}</ref> Обычно, это основано на предположении, что неохарактеризованные белки имеют похожие функции, что и белки, взаимодействующие с ними. Например, было обнаружено, что белок с неизвестной функцией YbeB взаимодействует с [[Рибосома|рибосомными белками]], а позже было показано, что он вовлечен в [[Трансляция (биология)|трансляцию]]<ref name="YbeB">{{Cite journal
| last1 = Rajagopala | first1 = S. V.
| last2 = Sikorski | first2 = P.
| last3 = Caufield | first3 = J. H.
| last4 = Tovchigrechko | first4 = A.
| last5 = Uetz | first5 = P.
| title = Studying protein complexes by the yeast two-hybrid system
| doi = 10.1016/j.ymeth.2012.07.015
| journal = Methods
| volume = 58
| issue = 4
| pages = 392–399
| year = 2012
| pmid = 22841565
| pmc =3517932
⚫
}}</ref> . Такие предсказания могут быть основаны на единичных взаимодействиях,однако обычно можно найти много взаимодействий. Таким образом, целая сеть взаимодействий может быть использована для предсказания функций белков, при том, что эти конкретные функции достигаются этими взаимодействиями.


=== Заболевания ===
=== Заболевания ===

Версия от 13:57, 29 апреля 2016

В молекулярной биологии, интерактом - это полный набор молекулярных взаимодействий в отдельной клетке. Термин относится непосредственно к физическим взаимодействиям между молекулами (такими как белок–белковые взаимодействия), но также может характеризовать наборы непрямого взаимодействия генов (генетических взаимодействий). Математически, интерактом описывается посредством графов.

Слово "интерактом" было изначально придумано в 1999 году группой французских ученых во главе с Бернардом Жаком.[1] Хотя интерактомы могут быть охарактеризованы как биологические сети, их не следует путать с другими сетями, такими как нейронные и трофические.

Часть интерактома DISC1 с генами(текст в прямоугольниках) и взаимодействиями(линии между генами). Hennah and Porteous, 2009.[2]

Сети молекулярных взаимодействий

Молекулярные взаимодействия могут появляться между молекулами различных групп  биохимических веществ (белки, нуклеиновые кислоты, липиды, углеводы), а также в пределах одной группы. В случае, когда такие молекулы физически связаны, они образуют сети молекулярных взаимодействий, которые обычно классифицируются согласно природе вовлеченных соединений. Чаще всего интерактом относится к сетям белок-белковых взаимодействий или к их подмножествам. Например, интерактом белка Sirt-1 - это сеть, включающая Sirt-1 и белки, напрямую взаимодействующие с ним. А интерактом второго порядка семейства Sirt[3][4] иллюстрирует взаимодействия между соседями соседей. Другой широко изученный тип интерактома - белок-ДНКовый интерактом (также называемый генно-регуляторной сетью) - это сеть, образованная транскрипционными факторами, хроматин-регуляторными белками и их ген-мишенями. Даже метаболические сети могут рассматриваться как сети молекулярных взаимодействий: метаболиты, т.е химические компоненты клетки превращаются друг в друга с помощью ферментов, которые должны физически связаться со своими субстратами.

На самом деле, все типы интерактомов взаимосвязаны. Например, белковые интерактомы содержат много ферментов, которые в свою очередь формируют биохимические сети. Подобным же образом, ген-регуляторные сети пересекаются с сетями белковых взаимодействий и с сигнальными сетями.

Размер интерактомов

Было предположено, что размер интерактома организма коррелирует с биологической сложностью организма лучше, чем размер генома[5]. Однако, карты белок-белковых взаимодействий, содержащие несколько тысяч бинарных взаимодействий и доступные для нескольких видов, все еще окончательно не завершены, и поэтому, размеры интерактомов остаются причиной споров.

Дрожжи

Было установлено, что интерактом дрожжей, т.е все белок-белковые взаимодействия между белками Saccharomyces cerevisiae содержит от 10000 до 30000 взаимодействий. Рациональная оценка может быть порядка 20 тыс. взаимодействий. Большие оценки часто включают непрямые или предсказанные взаимодействия, обычно полученные из исследований афинной очистки/масс-спектрометрии[6].

Оценки интерактома дрожжевых белков[7]

Сети генетических взаимодействий

Гены взаимодействуют таким образом, что они влияют на функции друг друга. Например, мутация может быть вредоносна, однако, если она сочетается с другой мутацией, такая комбинация может оказаться летальной. О таких генах говорят, что они «генетически взаимодействуют». Гены, связанные таким образом, формируют сети генетических взаимодействий. Некоторые цели этих сетей - развитие функциональных карт процессов в клетке, идентификация мишеней лекарств и предсказание функций неохарактеризованных генов.

В 2010 году наиболее полный генный интерактом был представлен 5.4 млн попарно сравненными генами, которые описывали примерно 75% профилей взаимодействия  всех генов пекарских дрожжей, содержащих 170 тысяч генных взаимодействий.Эти гены были сгруппированы на основе схожих функций для построения функциональной карты клеточных процессов. С помощью этого метода стало возможным предсказание функции известных генов лучше, чем при помощи любых других подобных методов, а также добавление функциональной информации о ранее не описанных генах. Из этой модели генетические взаимодействия могут рассматриваться на разных масштабах, что поможет в изучении консервативности генов. В ходе исследования было замечено, что отрицательных взаимодействий вдвое больше, чем положительных и они более информативны,а также гены с большим количеством взаимодействий в случае повреждения более склонны привести к летальному исходу[8].

Интерактомика

Интерактомика- это дисциплина, находящаяся на стыке биоинформатики и биологии, которая занимается изучением взаимодействий и последствий этих взаимодействий между белками и другими молекулами внутри клетки[9]. Таким образом, целью интерактомики является сравнение сетей взаимодействий (т.е интерактомов) у различных видов, для того чтобы узнать какие черты таких сетей сохранились или изменились.

Интерактомика является примером науки, которая позволяет взглянуть на организм или биосистему в целом. В ней собраны большие наборы полногеномных и протеомных данных и определены корреляции между молекулами. Из этой информации формулируются новые гипотезы об ответных реакциях этих молекул, которые могут быть проверены в новых экспериментах[10].

Экспериментальные методы для создания интерактомов

Изучение интерактомов - интерактомика. Основной элемент белковой сети - белок-белковое взаимодействие. В то время, как существует много методов исследовать белок-белковые взаимодействия, только немногие из них используются при создании интерактомов.

Двугибридная дрожжевая система изучается для определения бинарных взаимодействий между двумя белками. Афинная очистка и последующая масс-спектрометрия используются для определения белковых комплексов. Оба метода имеют высокую производительность. Двугибритная дрожжевая система показывает ложноположительные взаимодействия между белками, которые никогда не экспрессируются в одно и то же время в одном и том же месте; афинная очистка и масс-спектрометрия не имеют такого недостатка и используются в качестве золотого стандарта. Но двугибридная дрожжевая система лучше показывает неспецифические физические взаимодействия, в то время как афинная очистка и масс-спектрометрия лучше демонстрируют функциональные белок-белковые взаимодействия in vivo.[11][12]

Компьютерные методы изучения интерактомов

Как только интерактом был создан, появилось много методов для анализа его свойств. Однако, выделяют две важные цели этих анализов. Во-первых, ученые пытаются обьяснить свойства интерактомов, например, топологию взаимодействий внутри них. Во-вторых, исследования могут быть сфокусированы на отдельных белках и их роли в сети. Такие анализы в основном проводятся при помощи биоинформатических методов и включают следующее:

Валидация

Во-первых, покрытие и качество интерактома должно быть оценено. Интерактомы никогда не могут быть полными, что лимитируется экспериментальными методами.

Например, было установлено, что типичная двугибридная дрожжевая система детектирует только около 25% взаимодействий в интерактоме.[13] Покрытие интерактома может быть оценено путем сравнения его с уже известными взаимодействиями, которые были найдены и подтверждены независимыми исследованиями. [14]

Предсказание белок-белковых взаимодействий

Белок-белковые взаимодействия из одного организма используются для предсказания взаимодействий между гомологичными белками в другом организме («интерологи»).Однако, у этого подхода есть несколько ограничений, в основном связанных с недостоверностью исходных данных (например, содержат ложноположительные и ложноотрицательные)[15] . В добавок, белки и их взаимодействия изменяются в ходе эволюции, даже могут утратиться и появиться. Но, тем не менее, много интерактомов было предсказано (например, интерактом Bacillus licheniformis) [16]

Некоторые алгоритмы используют экспериментальные доказательства существования структурных комплексов,атомные детали связывающихся поверхностей  и создают модель белок-белковых комплексов с атомной детализацией[17][18] . Другие алгоритмы используют только информацию о последовательности, создавая сети взаимодействий с множеством ошибок.[19]

Поиск данных о белок-белковых взаимодействиях

Были предприняты некоторые попытки для получения сетей взаимодействий напрямую из научной литературы. Такие подходы варьируются по уровню сложности от простого статистического анализа данных, которые упоминаются вместе в одном контексте (например предложение), до сложных процессов и методов машинного обучения для выявления взаимодействий.[20]

Предсказание функции белка

Сети белковых взаимодействий используются для предсказания функций белков с неизвестными функциями.[21][22] Обычно, это основано на предположении, что неохарактеризованные белки имеют похожие функции, что и белки, взаимодействующие с ними. Например, было обнаружено, что белок с неизвестной функцией YbeB взаимодействует с рибосомными белками, а позже было показано, что он вовлечен в трансляцию[23] . Такие предсказания могут быть основаны на единичных взаимодействиях,однако обычно можно найти много взаимодействий. Таким образом, целая сеть взаимодействий может быть использована для предсказания функций белков, при том, что эти конкретные функции достигаются этими взаимодействиями.

Заболевания

Топология интерактома создает некоторые предсказания о том, как сеть реагирует на пертурбации (например, удаление узлов (белков) или ребер (взаимодействий)). Такие пертурбации могут быть вызваны мутациями генов и,следовательно, их белков, и реакция сети может проявится как болезнь. Анализ сети может идентифицировать мишени лекарств и биомаркеров болезней.

Структура и топология сети

Сети взаимодействий могут быть проанализированы при помощи инструментов теории графов. Свойства сети включают распределение степеней графа, кластеризацию коэффициентов,  промежуточную центральность и многое другое. Распределение свойств между белками интерактома выявляет функциональные модули в сети, которые демонстрируют специализированные подсети. Такие модули могут быть функциональны, как в сигнальном пути, или структурны, как в белковом комплексе. На самом деле, это огромная задача  идентифицировать белковые комплексы в интерактоме, учитывая тот факт, что сеть сама по себе не напрямую раскрывает присутствие стабильных комплексов.

Изучение интерактомов

Вирусные интерактомы

Белковые вирусные интерактомы содержат взаимодействия между белками вирусов или фагов. Эти интерактомы были одним из первых проектов, поскольку геномы вирусов и фагов невелики и все белки могу быть проанализированы с небольшими затратами. Вирусные интерактомы связаны с интерактомами их хозяев, формируя сети взаимодействий вируса и хозяина. Некоторые опубликованные вирусные интерактомы включают:

Бактериофаг

Вирусы человека(млекопитающих)

Бактериальные интерактомы

Белок-белковые взаимодействия относительно немногих бактерий были исследованы. Однако, ни один из этих интерактомов не является полным. На самом деле, было оценено, что ни один из них не покрывает больше, чем 20-30% всех взаимодействий в основном из-за того, что эти исследования включали один метод, который открывает только одно подмножество взаимодействий. Среди опубликованных бактериальных интерактомов представлены следующие:

Вид Количество белков Количество взаимодействий метод ссылка
Helicobacter pylori 1,553 ~3,004 Y2H [24][25]
Campylobacter jejuni 1,623 11,687 Y2H [26]
Treponema pallidum 1,040 3,649 Y2H [27]
Escherichia coli 4,288 (5,993) AP/MS [28]
Escherichia coli 4,288 2,234 Y2H [29]
Mesorhizobium loti 6,752 3,121 Y2H [30]
Mycobacterium tuberculosis 3,959 >8000 B2H [31]
Mycoplasma genitalium 482 AP/MS [32]
Synechocystis sp. PCC6803 3,264 3,236 Y2H [33]
Staphylococcus aureus (MRSA) 2,656 13,219 AP/MS [34]

Интерактомы E.coli и Mycoplasma были проанализированы с помощью афинной очистки и масс-спектрометрии полномасштабного белкового комплекса, следовательно, не так просто определить прямые взаимодействия. Остальные интерактомы исследовались с помощью двугибридной дрожжевой системы. Интерактом Mycobacterium tuberculosis был проанализирован с помощью бактериальной двугибридной дрожжевой системы.

Эукариотические интерактомы

Пока ни один интерактом эукариот не был полностью охарактеризован, более 90% белков в дрожжах Saccharomyces cerevisiae были изучены и их взаимодействия охарактеризованы, что делает этот интерактом наиболее хорошо охарактеризованным. Виды, чьи интерактомы тоже неплохо изучены, включают:

Сетевые свойства интерактомов

Сети белковых взаимодействий могут быть проанализированы таким же образом, как и другие сети. На самом деле, у них много одинаковых свойств с биологическими или социальными сетями. Основные характеристики:

Степенное распределение

Степенное распределение описывает количество белков, у которых есть определенное количество связей. Большинство сетей белковых взаимодействий показывают безмасштабную сеть степенного распределения, где связность распределения P(k) ~ k−γ , k- степень. Эта зависимость отображается как прямая линия на log-log графике. Одна из характеристик такого распределения - наличие большого количества белков с малым числом взаимодействий и нескольких белков с большим количеством взаимодействий, последние же называют «хабами».

Белковый интерактом Treponema pallidum.[35]

Хабы

Высоко-связанные узлы называются хабами. Хабы, объединяющие белки по функциональным модулям,такие как белковые комплексы, называются "party hub". с другой стороны, "date hub" не имеет такой корреляции и соединяют различные функциональные модули. Party hubs находятся преимущественно в наборах данных, полученных в AO/МС, в то время как  date hubs находятся в основном в бинарных картах сетей интерактома. Party hub в основном состоит из белков с несколькими поверхностями взаимодействий, тогда как date hub обычно представлен белками с одной поверхностью взаимодействия. В дрожжах количество бинарных взаимодействий определенного белка коррелирует с числом фенотипов, наблюдаемых при различных мутациях и физиологических условиях.

Модули

Узлы, вовлеченные в один биохимический процесс, высоко взаимосвязаны.

Эволюция интерактома

Эволюция сложности интерактома описана в исследовании, опубликованном в Nature. В этом исследовании впервые было замечено, что разграничивание прокариот, одноклеточных и многоклеточных эукариот сопровождаются сокращениями размеров популяции с сопутствующим увеличением эффекта дрейфа генов. Итоговое снижение эффективности отбора кажется достаточным, чтобы повлиять на широкий спектр признаков на генном уровне. Исследования в Nature показывают, что изменение дрейфа генов также влияет на филогенетическое разнообразие на субклеточном и клеточном уровнях. Таким образом, размер популяции считается  как возможный определитель механистических путей, составляющих длительную фенотипическую эволюцию. В этом исследовании также показано, что филогенетически обратная зависимость существует между скоростью дрейфа генов и структурной целостностью белковых субъединиц. Следовательно, накопление делеций в популяциях маленького размера индуцирует вторичный выбор белок-белковых взаимодействий, стабилизирующих ключевые генные функции, снижая структурную деградацию, вызванную неэффективной селекцией. Таким образом, целые белковые архитектуры и взаимодействия, необходимые для генерации фенотипического разнообразия, могут сначала проявляться по неадаптивному механизму.

Ссылки

  1. ↑ Sanchez C; Lachaize C; Janody F; et al. (January 1999). "Grasping at molecular interactions and genetic networks in Drosophila melanogaster using FlyNets, an Internet database". Nucleic Acids Res. 27 (1): 89—94. doi:10.1093/nar/27.1.89. PMC 148104. PMID 9847149. {{cite journal}}: Неизвестный параметр |name-list-format= игнорируется (|name-list-style= предлагается) (справка)
  2. ↑ Hennah W, Porteous D (2009). Reif, Andreas (ed.). "The DISC1 pathway modulates expression of neurodevelopmental, synaptogenic and sensory perception genes". PLoS ONE. 4 (3): e4906. doi:10.1371/journal.pone.0004906. PMC 2654149. PMID 19300510.{{cite journal}}: Википедия:Обслуживание CS1 (не помеченный открытым DOI) (ссылка) публикация в открытом доступе
  3. ↑ Sharma, Ankush; Gautam VK; Costantini S; Paladino A; Colonna G (Feb 2012). "Interactomic and pharmacological insights on human Sirt-1". Front. Pharmacol. 3: 40. doi:10.3389/fphar.2012.00040. PMC 3311038. PMID 22470339.{{cite journal}}: Википедия:Обслуживание CS1 (не помеченный открытым DOI) (ссылка)
  4. ↑ Sharma, Ankush; Costantini S; Colonna G (March 2013). "The protein-protein interaction network of human Sirtuin family". arXiv:1302.6423v2. {{cite journal}}: Cite journal требует |journal= (справка)
  5. ↑ Stumpf MP; Thorne T; de Silva E; et al. (May 2008). "Estimating the size of the human interactome". Proc. Natl. Acad. Sci. U.S.A. 105 (19): 6959—64. doi:10.1073/pnas.0708078105. PMC 2383957. PMID 18474861. {{cite journal}}: Неизвестный параметр |name-list-format= игнорируется (|name-list-style= предлагается) (справка)
  6. ↑ Uetz P. & Grigoriev A. (2005) The yeast interactome. In Jorde, L.B., Little, P.F.R., Dunn, M.J. and Subramaniam, S. (Eds), Encyclopedia of Genetics, Genomics, Proteomics and Bioinformatics. John Wiley & Sons Ltd: Chichester, Volume 5, pp. 2033-2051
  7. ↑ Uetz P. & Grigoriev A. (2005) The yeast interactome. In Jorde, L.B., Little, P.F.R., Dunn, M.J. and Subramaniam, S. (Eds), Encyclopedia of Genetics, Genomics, Proteomics and Bioinformatics. John Wiley & Sons Ltd: Chichester, Volume 5, pp. 2033-2051
  8. ↑ Costanzo M; Baryshnikova A; Bellay J (2010-01-22). "The genetic landscape of a cell". Science. 327 (5964): 425—431. doi:10.1126/science.1180823. PMID 20093466. {{cite journal}}: Неизвестный параметр |displayauthors= игнорируется (|display-authors= предлагается) (справка); Неизвестный параметр |name-list-format= игнорируется (|name-list-style= предлагается) (справка)
  9. ↑ Kiemer, L; G Cesareni (2007). "Comparative interactomics: comparing apples and pears?". TRENDS in Biotechnology. 25 (10): 448—454. doi:10.1016/j.tibtech.2007.08.002. PMID 17825444.
  10. ↑ Bruggeman, F J; H V Westerhoff (2006). "The nature of systems biology". TRENDS in Microbiology. 15 (1): 45—50. doi:10.1016/j.tim.2006.11.003. PMID 17113776.
  11. ↑ Brettner, Leandra M.; Joanna Masel (2012). "Protein stickiness, rather than number of functional protein-protein interactions, predicts expression noise and plasticity in yeast". BMC Systems Biology. 6: 128. doi:10.1186/1752-0509-6-128. PMC 3527306. PMID 23017156.{{cite journal}}: Википедия:Обслуживание CS1 (не помеченный открытым DOI) (ссылка) публикация в открытом доступе
  12. ↑ Mukherjee, K; Slawson; Christmann; Griffith (June 2014). "Neuron-specific protein interactions of Drosophila CASK-ß are revealed by mass spectrometry". Front. Mol. Neurosci. 7: 58. doi:10.3389/fnmol.2014.00058. PMC 4075472. PMID 25071438. {{cite journal}}: Шаблон цитирования имеет пустые неизвестные параметры: |laydate=, |laysource=, and |laysummary= (справка)Википедия:Обслуживание CS1 (не помеченный открытым DOI) (ссылка)
  13. ↑ Chen, Y. C.; Rajagopala, S. V.; Stellberger, T.; Uetz, P. (2010). "Exhaustive benchmarking of the yeast two-hybrid system". Nature Methods. 7 (9): 667—668, author 668 668. doi:10.1038/nmeth0910-667. PMID 20805792.
  14. ↑ Rajagopala, S. V.; Hughes, K. T.; Uetz, P. (2009). "Benchmarking yeast two-hybrid systems using the interactions of bacterial motility proteins". Proteomics. 9 (23): 5296—5302. doi:10.1002/pmic.200900282. PMC 2818629. PMID 19834901.
  15. ↑ Mika S, Rost B (2006). "Protein–Protein Interactions More Conserved within Species than across Species". PLoS Computational Biology. 2 (7): e79. doi:10.1371/journal.pcbi.0020079. PMC 1513270. PMID 16854211.{{cite journal}}: Википедия:Обслуживание CS1 (не помеченный открытым DOI) (ссылка)
  16. ↑ Han, Y.-C. et al. Prediction and characterization of protein–protein interaction network in Bacillus licheniformis WX-02. Sci. Rep. 6, 19486; doi: 10.1038/srep19486 (2016).
  17. ↑ Kittichotirat W, Guerquin M, Bumgarner RE, Samudrala R. (2009). "Protinfo PPC: A web server for atomic level prediction of protein complexes". Nucleic Acids Research. 37 (Web Server issue): W519—W525. doi:10.1093/nar/gkp306. PMC 2703994. PMID 19420059.{{cite journal}}: Википедия:Обслуживание CS1 (множественные имена: authors list) (ссылка)
  18. ↑ Tyagi, M; Hashimoto, K; Shoemaker, B. A.; Wuchty, S; Panchenko, A. R. (Mar 2012). "Large-scale mapping of human protein interactome using structural complexes". EMBO Rep. 13 (3): 266—71. doi:10.1038/embor.2011.261. PMC 3296913. PMID 22261719.
  19. ↑ Kotlyar M, Pastrello C, Pivetta F, Lo Sardo A, Cumbaa C, Li H, Naranian T, Niu Y, Ding Z, Vafaee F, Broackes-Carter F, Petschnigg J, Mills GB, Jurisicova A, Stagljar I, Maestro R and Jurisica I (2015). "In silico prediction of physical protein interactions and characterization of interactome orphans". Nature Methods. 12 (1): 79—84. doi:10.1038/nmeth.3178. PMID 25402006.{{cite journal}}: Википедия:Обслуживание CS1 (множественные имена: authors list) (ссылка) Hamp T, Rost B (2015). "Evolutionary profiles improve protein-protein interaction prediction from sequence". Bioinformatics. 31 (12): 1945—1950. doi:10.1093/bioinformatics/btv077. PMID 25657331. Pitre S, Hooshyar M, Schoenrock A, Samanfar B, Jessulat M, Green JR, Dehne F and Golshani A (2012). "Short Co-occurring Polypeptide Regions Can Predict Global Protein Interaction Maps". Scientific Reports. 2: 239. doi:10.1038/srep00239. PMC 3269044. PMID 22355752.{{cite journal}}: Википедия:Обслуживание CS1 (множественные имена: authors list) (ссылка) Pitre S, Hooshyar M, Schoenrock A, Samanfar B, Jessulat M, Green JR, Dehne F and Golshani A (2012). "Short co-occurring polypeptide regions can predict global protein interaction maps". Scientific Reports. 2: 239. doi:10.1038/srep00239. PMC 3269044. PMID 22355752.{{cite journal}}: Википедия:Обслуживание CS1 (множественные имена: authors list) (ссылка)
  20. ↑ Hoffmann, R; Krallinger, M; Andres, E; Tamames, J; Blaschke, C; Valencia, A (2005). "Text mining for metabolic pathways, signaling cascades, and protein networks". Science Signaling. 2005 (283): pe21. doi:10.1126/stke.2832005pe21. PMID 15886388.
  21. ↑ Schwikowski, B.; Uetz, P.; Fields, S. (2000). "A network of protein-protein interactions in yeast". Nature Biotechnology. 18 (12): 1257—1261. doi:10.1038/82360. PMID 11101803.
  22. ↑ McDermott J, Bumgarner RE, Samudrala R. (2005). "Functional annotation from predicted protein interaction networks". Bioinformatics. 21 (15): 3217—3226. doi:10.1093/bioinformatics/bti514. PMID 15919725.{{cite journal}}: Википедия:Обслуживание CS1 (множественные имена: authors list) (ссылка)
  23. ↑ Rajagopala, S. V.; Sikorski, P.; Caufield, J. H.; Tovchigrechko, A.; Uetz, P. (2012). "Studying protein complexes by the yeast two-hybrid system". Methods. 58 (4): 392—399. doi:10.1016/j.ymeth.2012.07.015. PMC 3517932. PMID 22841565.
  24. ↑ Rain, J. C.; Selig, L.; De Reuse, H.; Battaglia, V. R.; Reverdy, C. L.; Simon, S. P.; Lenzen, G.; Petel, F.; Wojcik, J. R. M.; Schächter, V.; Chemama, Y.; Labigne, A. S.; Legrain, P. (2001). "The protein-protein interaction map of Helicobacter pylori". Nature. 409 (6817): 211—215. doi:10.1038/35051615. PMID 11196647.
  25. ↑ Häuser, R; Ceol, A; Rajagopala, S. V.; Mosca, R; Siszler, G; Wermke, N; Sikorski, P; Schwarz, F; Schick, M; Wuchty, S; Aloy, P; Uetz, P (2014). "A Second-generation Protein-Protein Interaction Network of Helicobacter pylori". Molecular & Cellular Proteomics. 13 (5): 1318—29. doi:10.1074/mcp.O113.033571. PMID 24627523.{{cite journal}}: Википедия:Обслуживание CS1 (не помеченный открытым DOI) (ссылка)
  26. ↑ Parrish, JR; et al. (2007). "A proteome-wide protein interaction map for Campylobacter jejuni". Genome Biol. 8 (7): R130. doi:10.1186/gb-2007-8-7-r130. PMC 2323224. PMID 17615063.{{cite journal}}: Википедия:Обслуживание CS1 (не помеченный открытым DOI) (ссылка)
  27. ↑ Rajagopala, S. V.; Titz, B. R.; Goll, J.; Häuser, R.; McKevitt, M. T.; Palzkill, T.; Uetz, P. (2008). Hall, Neil (ed.). "The Binary Protein Interactome of Treponema pallidum – the Syphilis Spirochete". PLoS ONE. 3 (5): e2292. doi:10.1371/journal.pone.0002292. PMC 2386257. PMID 18509523.{{cite journal}}: Википедия:Обслуживание CS1 (не помеченный открытым DOI) (ссылка)
  28. ↑ Hu, P; et al. (2009). Levchenko, Andre (ed.). "Global functional atlas of Escherichia coli encompassing previously uncharacterized proteins". PLoS Biol. 7 (4): e96. doi:10.1371/journal.pbio.1000096. PMC 2672614. PMID 19402753.{{cite journal}}: Википедия:Обслуживание CS1 (не помеченный открытым DOI) (ссылка) публикация в открытом доступе
  29. ↑ Rajagopala, S. V.; Sikorski, P; Kumar, A; Mosca, R; Vlasblom, J; Arnold, R; Franca-Koh, J; Pakala, S. B.; Phanse, S; Ceol, A; Häuser, R; Siszler, G; Wuchty, S; Emili, A; Babu, M; Aloy, P; Pieper, R; Uetz, P (2014). "The binary protein-protein interaction landscape of Escherichia coli". Nature Biotechnology. 32 (3): 285—90. doi:10.1038/nbt.2831. PMID 24561554.
  30. ↑ Shimoda, Y.; Shinpo, S.; Kohara, M.; Nakamura, Y.; Tabata, S.; Sato, S. (2008). "A Large Scale Analysis of Protein-Protein Interactions in the Nitrogen-fixing Bacterium Mesorhizobium loti". DNA Research. 15 (1): 13—23. doi:10.1093/dnares/dsm028. PMC 2650630. PMID 18192278.
  31. ↑ Wang, Y.; Cui, T.; Zhang, C.; Yang, M.; Huang, Y.; Li, W.; Zhang, L.; Gao, C.; He, Y.; Li, Y.; Huang, F.; Zeng, J.; Huang, C.; Yang, Q.; Tian, Y.; Zhao, C.; Chen, H.; Zhang, H.; He, Z. G. (2010). "Global Protein−Protein Interaction Network in the Human PathogenMycobacterium tuberculosisH37Rv". Journal of Proteome Research. 9 (12): 6665—6677. doi:10.1021/pr100808n. PMID 20973567.
  32. ↑ Kuhner, S.; Van Noort, V.; Betts, M. J.; Leo-Macias, A.; Batisse, C.; Rode, M.; Yamada, T.; Maier, T.; Bader, S.; Beltran-Alvarez, P.; Castaño-Diez, D.; Chen, W. -H.; Devos, D.; Güell, M.; Norambuena, T.; Racke, I.; Rybin, V.; Schmidt, A.; Yus, E.; Aebersold, R.; Herrmann, R.; Böttcher, B.; Frangakis, A. S.; Russell, R. B.; Serrano, L.; Bork, P.; Gavin, A. -C. (2009). "Proteome Organization in a Genome-Reduced Bacterium". Science. 326 (5957): 1235—1240. doi:10.1126/science.1176343. PMID 19965468.
  33. ↑ Sato, S.; Shimoda, Y.; Muraki, A.; Kohara, M.; Nakamura, Y.; Tabata, S. (2007). "A Large-scale Protein protein Interaction Analysis in Synechocystis sp. PCC6803". DNA Research. 14 (5): 207—216. doi:10.1093/dnares/dsm021. PMC 2779905. PMID 18000013.
  34. ↑ Cherkasov, A; Hsing, M; Zoraghi, R; Foster, L. J.; See, R. H.; Stoynov, N; Jiang, J; Kaur, S; Lian, T; Jackson, L; Gong, H; Swayze, R; Amandoron, E; Hormozdiari, F; Dao, P; Sahinalp, C; Santos-Filho, O; Axerio-Cilies, P; Byler, K; McMaster, W. R.; Brunham, R. C.; Finlay, B. B.; Reiner, N. E. (2011). "Mapping the protein interaction network in methicillin-resistant Staphylococcus aureus". Journal of Proteome Research. 10 (3): 1139—50. doi:10.1021/pr100918u. PMID 21166474.
  35. ↑ Rajagopala, S. V.; Titz, B. R.; Goll, J.; Häuser, R.; McKevitt, M. T.; Palzkill, T.; Uetz, P. (2008). Hall, Neil (ed.). "The Binary Protein Interactome of Treponema pallidum – the Syphilis Spirochete". PLoS ONE. 3 (5): e2292. doi:10.1371/journal.pone.0002292. PMC 2386257. PMID 18509523.{{cite journal}}: Википедия:Обслуживание CS1 (не помеченный открытым DOI) (ссылка)
Источник — https://ru.wikipedia.org/w/index.php?title=Интерактом&oldid=78078102