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