蛋白质-蛋白质相互作用的实验检测方法

生物体内的蛋白质分子常常通过与其他蛋白质分子发生相互作用来发挥其生物功能. 因此, 研究蛋白质-蛋白质相互作用 (protein-protein interaction, PPI) 对于阐明蛋白质分子的生物功能以及分子作用机理具有重要的意义. 主要介绍基于生物物理和生物化学原理的检测蛋白质-蛋白质相互作用的实验研究方法, 并对发展趋势做出展望.     

一种基于邻域的组合中心性方法

关键蛋白质是各种生命活动的重要参与者,在生命生存和繁殖中起着至关重要的作用.基于邻域的中心性方法是识别关键蛋白质的常用方法.提出基于邻域组合的中心性方法(CNC),将度中心性方法(DC)与局部平均连接中心性方法(LAC)进行组合,并引入参数α调节DC方法的影响权重.实验表明,与现有其它邻域中心性方法相比,CNC方法提高了静态和动态蛋白质相互作用网络的关键蛋白质识别率.     

不同折叠类型蛋白中基于密码子的二级结构偏向性分析

在传统的Chou-Fasman蛋白质二级结构预测方法的基础上引入同义密码子使用的信息,计算了200个蛋白(49种全α结构蛋白,69种全β结构蛋白,38种仅α β结构蛋白,44种α/β结构蛋白)中不同密码子对应的氨基酸形成不同二级结构(α：螺旋,β：折叠,C：卷曲)的偏向性参数．通过对这些密码子对应氨基酸二级结构偏向性的分析,得到了氨基酸二级结构偏向性分析中所忽略的同义密码子的蛋白结构信息．这些新的信息量对于指导蛋白质设计以及提高蛋白质二级结构预测的准确率有着一定的作用．     

人血清白蛋白与叶酸相互作用的荧光光谱法研究

基于荧光光谱技术,研究了人血清白蛋白与叶酸的相互作用.结果表明:人血清白蛋白与叶酸共存时会发生相互作用;叶酸对人血清白蛋白荧光光淬灭机制为静态淬灭,且在发生荧光淬灭的同时生成了蛋白质与药物的复合物;人血清白蛋白是通过疏水性作用力与叶酸发生相互作用的,叶酸在血清白蛋白中仅有一个结合位点.     

蛋白质残基相互作用网络在线服务及可视化分析

蛋白质残基相互作用网络对理解蛋白质的结构特征，生物学功能和结合位点预测等研究有重要的作用.然而，现有的蛋白质残基相互作用分析方法易用性较差，需要下载和安装程序，较少提供友好易用的网络可视化功能，极大限制了蛋白质结构、功能和药物设计的相关研究.建立了蛋白质残基相互作用网络在线服务及可视化计算平台(http：//renault.fun)，用户不需要下载和编写程序，仅需上传蛋白质结构数据和口袋相关信息即可搭建蛋白质残基相互作用网络，并实现度中心度(degree centrality)，接近中心度(closeness centrality)和中介中心度(betweenness centrality)等网络特征的计算.该计算平台可进一步实现蛋白质残基相互作用网络的可视化，分析蛋白质表面结合口袋的网络特性，对理解蛋白质结构和药物设计的相关应用研究有较大的帮助.     

基于蛋白质相互作用网络的蛋白质复合物和功能模块预测算法研究进展

蛋白质相互作用网络中的模块化结构通常对应于蛋白质复合物或者蛋白质功能模块。基于蛋白质相互作用网络预测蛋白质复合物和功能模块不仅有助于理解生命有机体的细胞生物过程,而且可为探讨疾病的发生、发展和治疗以及合理的药物开发提供重要的基础。本文通过回顾近二十年来基于蛋白质相互作用网络的蛋白质复合物和功能模块预测算法研究的发展历程,按照静态蛋白质相互作用网络(SPIN)和动态蛋白质相互作用网络(DPIN)两个方向分别梳理预测算法所涉及的方法和技术,同时归纳常用的数据集并分析所面临的问题,为进一步研究提供有价值的参考。     

基于最短路径的关键蛋白质识别研究

关键蛋白质的识别有助于从系统水平上理解生命活动过程,基于蛋白质相互作用网络拓扑特征的关键蛋白质识别可以有效地提高识别精度和速度.通过蛋白质节点的最短路径数和点介数可以作为衡量其节点中心度的方法,但计算速度和计算规模有限.根据所预测蛋白质相互作用网络的特点,提出了基于最短路径技术的关键蛋白质识别方法,选择合理的识别阈值和...     

基于模体中心结构的蛋白质复合物识别算法

基于蛋白质相互作用的网络有明显模块化特征, 其对预测蛋白质功能、解释特定的生物进程具有重要作用, 网络模体是复杂网络演化的 重要拓扑结构, 其代表了复杂系统中的重要功能单元, 具有进化保守性的特性, 提出一种新的基于网络模体为核心节点组的蛋白质复合物识别算法. 该算法根据蛋白质相互作用网络的拓扑特性, 将模体作为蛋白质复合物的中心结构体, 并基于中心结构体进行二层节点扩充, 能准确有效地识别蛋白质复合物. 并且将复合物二维网络进行三维转化, 从而更直观清晰地展示复合物的结构体特征. 实验结果验证了该算法的有效性及可行性.     

水稻蛋白质相互作用网络的预测与分析

通过同源映射的方法,利用6个模式物种的蛋白质相互作用数据预测水稻的蛋白质相互作用网络.预测到水稻中有4483个蛋白质参与了24942个蛋白质相互作用.通过GO注释,结构域相互作用,基因共表达等3个证据评估预测网络的质量,并对网络进行了拓扑属性分析.结果表明水稻的蛋白质相互作用网络符合scale-free属性.通过对网络中功能模块的分析,可以预测蛋白质的功能和亚细胞定位信息.     

蛋白质组学研究中磷酸化蛋白质(肽)富集策略及展望

蛋白质磷酸化是细胞信号转导途径中重要的调控过程,但磷酸化蛋白质(肽)丰度低、化学计量低、易降解等限制了磷酸化蛋白质(肽)的研究.磷酸化蛋白质(肽)的制备是蛋白质磷酸化研究成功的关键步骤.笔者综述了磷酸化蛋白质(肽)的一些富集策略:基于抗体技术、亲和性标签磷酸化蛋白质富集策略,基于固相金属亲和层析、金属氧化亲和层析、IMAC连续洗脱、离子交换层析、亲水相互作用层析的磷酸化肽富集策略,熟练掌握及综合应用这些磷酸化蛋白质(肽)的富集策略,对于研究细胞信号转导途径中的调控因子具有重要作用.     

An improved method of potential of mean force for protein-protein interactions

In this work, the traditional method of potential of mean force （PMF） is improved for describing the protein-protein interactions. This method is developed at atomic level and is distance-dependent. Compared with the traditional method, our model can reasonably consider the effects of the environmental factors. With this modification, we can obtain more reasonable and accurate pair potentials, which are the pre-requisite for precisely describing the protein-protein interactions and can help us to recognize the interaction rules of residues in protein systems. Our method can also be applied to other fields of protein science, e.g., protein fold recognition, structure prediction and prediction of thermostability.     

应用改进的共鸣识别模型预测蛋白质相互作用

蛋白质是所有生命活动的载体,它们之间的相互作用在生命活动中起着至关重要的作用.该文介绍了原有的用于预测蛋白质相互作用的共鸣识别模型,并对该模型运用小波变换进行改进,提出了改进后的共鸣识别模型.该模型的最大特点在于直接通过蛋白质的一级结构预测蛋白质之间的相互作用,改进后的模型较原模型更加适合于蛋白质相互作用的预测.运用改进的共鸣识别模型进行了数值试验,取得了较好的预测效果.     

Analysis of correlations between protein complex and protein-protein interaction and mRNA expression

Protein-protein interaction is a physical interaction of two proteins in living cells. In budding yeast Saccharomyces cerevisiae, large-seale protein-protein interaction data have been obtained through high-throughput yeast two-hybrid systems (Y2H) and protein complex purification techniques based on mass-spectrometry. Here, we collect 11855 interactions between total 2617 proteins. Through seriate genome-wide mRNA expression data, similarity between two genes could be measured. Protein complex data can also be obtained publicly and can be translated to pair relationship that any two proteins can only exist in the same complex or not. Analysis of protein complex data, protein-protein interaction data and mRNA expression data can elucidate correlations between them. The results show that proteins that have interactions or similar expression patterns have a higher possibility to be in the same protein complex than randomized selected proteins, and proteins which have interactions and similar expression patterns are even more possible to exist in the same protein complex. The work indirates that comprehensive integration and analysis of public large-seale bioinformatical data, such as protein complex data, protein-protein interaction data and mRNA expression data, may help to uncover their relationships and common biological information underlying these data. The strategies described here may help to integrate and analyze other functional genomic and proteomic data, such as gene expression profiling, protein-localization mapping and large-scale phenotypic data, both in yeast and in other organisms.     

基于混合核函数SVM的蛋白质相互作用预测方法

针对蛋白质相互作用的预测问题,提出一种以余弦核和线性差值累加核为基核的对偶混合核函数SVM的蛋白质相互作用预测方法.该方法充分考虑了蛋白质的结构域特征,同时根据蛋白质相互作用数据应具有顺序无关的特点,将"对偶"思想引入SVM核函数中.对两个真实的蛋白质相互作用数据集Yeast PPI和Human PPI的测试结果表明,提出的方法与其它方法相比能够有效地提高蛋白质相互作用预测的准确率.     

酵母双杂交系统的研究进展

酵母双杂交系统自创建以来,已成为研究蛋白质相互作用的重要手段,揭示了大量未知蛋白质之间的相互作用。随着该系统的广泛应用,近年来又发展了三杂交系统、单杂交系统、逆向双杂交系统、SOS富集系统等。酵母双杂交及其衍生系统已经成功地运用于蛋白质之间,蛋白质与DNA、RNA、配体之间相互作用的研究。     

基于网络药理学的五苓散多成分-多靶点-多通路作用机制研究

通过中药系统药理学数据库与分析平台（traditional Chinese medicine system pharmacology datebase and analysis platform,TCMSP)筛选五苓散组分白术、茯苓、猪苓、泽泻、桂枝的潜在活性成分,PharmMapper服务器预测潜在靶点,构建化合物-靶点网络、蛋白互作( protein-protein interaction,PPI) 网络,进行基因本体( gene ontology,GO) 富集分析、基于KEGG( Kyoto encyclopedia of genes and enomes) 的生物通路富集分析。结果表明,筛选得到五苓散中50种活性成分,构建化合物 靶点网络共459个节点,关键靶点包括CSDE1、PRPS1、HSD17B4、CLPP、ACBD7、AZGP1等。构建五苓散靶点的PPI互作网络包含155个节点和527条相互作用关系,关键节点包括CSDE1、CITED2、RANBP2、HSD17B4、TAF13、SOD2等。GO富集分析途径相关条目主要涉及细胞溶质、细胞对有机物质和化学刺激的反应,含氮物质代谢,有机物循环代谢进程,蛋白、小分子和离子结合及转运活性等。KEGG代谢通路分析包括膀胱癌、前列腺癌、内分泌抵抗、癌症中的蛋白聚糖、流体剪切应力和动脉粥样硬化等途径。研究结果初步验证了五苓散药理作用的分子机制,为进一步深入揭示其分子作用机制奠定了基础,预测五苓散的潜在作用靶点如PRPS1、HSD17B4等,可为五苓散的深入研究提供新思路。     

基于关联规则挖掘的蛋白质相互作用的预测

利用蛋白质的一级结构信息,采用三肽频数方法刻画蛋白质序列,将关联规则(association rule,AR)挖掘应用于蛋白质相互作用(protein-protein interactions,PPIs)的预测.计算结果表明,提出的方法在半胱氨酸不同分类的情况下都能够准确地预测蛋白质相互作用.最后,比较半胱氨酸的不同分类对预测结果的影响.     

基于改进伪氨基酸组成的蛋白质相互作用预测

提出了一种新的基于改进的伪氨基酸组成特征模型与随机森林的蛋白质相互作用预测方法。首先利用基于Geary自相关函数的伪氨基酸组成特征模型,对与蛋白质相互作用相关的氨基酸属性进行评价,然后根据评价结果选择相关的属性整合到基于Minkowski距离的伪氨基酸特征模型中,并使用随机森林作为分类器进行学习和预测,实验结果表明该方法相对于传统方法提高了正确率。