数据挖掘+蛋白微阵共同鉴定特定蛋白相互作用组

大家好!今天分享一篇Proteomics的文章,Comparative Protein Interaction Network Analysis Identifies Shared and Distinct Functions for the Human ROCO Proteins。来自雷丁大学的Claudia Manzoni教授课题组和Patrick A. Lewis教授课题组。

蛋白蛋白相互作用(PPI)是信号传导的方式之一,研究特定蛋白的相互作用组有利于分析此蛋白的功能,本文选用人类的ROCO蛋白家族作为模型,利用数据挖掘和实验相结合的方法研究其PPI网络和相关功能。

ROCO蛋白家族由4个多结构域的细胞信号蛋白组成:DAPK1),LRRK1,LRRK2和MASL1(或MFHAS1),其含有多种酶活,但均具有一个保守的区域和一个相同的阅读框,保守区域周围却存在不同的拓扑结构,因此,适合作为研究特定蛋白PPI网络的模型。

研究方法具体如下:首先,作者利用其实验室此前发展的方法WPPINA对文献中已报道的PPI进行数据挖掘(DOI: 10.1021/acs.jproteome.6b00934,https://www.ncbi.nlm.nih.gov/pubmed/28004582),产生具有权重的PPI网络分析;随后,利用蛋白微阵筛选构建实验网络进行互补,两者相互比较,确定作用蛋白并验证此前猜想发现的新的作用蛋白。随后利用GO功能分析进行特定蛋白的功能研究,发现ROCO蛋白家族确有一些共同的作用蛋白,同时也分别具有不同的作用蛋白表明其各参与到特定的生理过程中。

本文发展的策略提供了一种思路:整合已有的数据集加蛋白微阵等实验验证,有利于对特定蛋白的PPI及其功能进行深入研究。

原文引用:

DOI: 10.1002/pmic.201700444

http://onlinelibrary.wiley.com/doi/10.1002/pmic.201700444/epdf

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180314B0POHX00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券