人蛋白质 - 蛋白质相互作用的最大资源可以帮助解释基因组数据
一个国际研究团队开发了最大的蛋白质-蛋白质相互作用网络数据库，这一资源可以阐明许多疾病相关基因如何促进疾病的发展和进展。由麻省总医院(MGH)和麻省理工学院和哈佛大学博德研究所(Broad Institute of MIT and Harvard)的研究人员领导，该团队的研究报告被称为InWeb_InBioMap (InWeb_IM)网络的发展正在接受提前在线出版自然方法。
Kasper Lage博士说:“现代遗传技术使我们能够对癌症或精神疾病患者的基因组进行常规排序，但是了解致病基因变异影响的细胞系统仍然是一个重大挑战。”他是布罗德研究所的斯坦利精神病学研究中心和MGH外科的项目负责人和共同通讯作者自然方法报告。“拥有更完整的人类蛋白质物理相互作用的地图，将使我们能够开始探索疾病中受影响的细胞过程，其分辨率比目前可能的更高。”
尽管绘制大规模蛋白质-蛋白质相互作用网络的重要性得到了广泛承认，但最近的实验努力只确定了不到3万次直接相互作用，远远低于相互作用总数最保守估计的四分之一。Lage的团队与丹麦和英国的研究人员合作，开发了一个计算框架来整合来自43000多篇已发表文章的数据，包括来自8个已建立的蛋白质相互作用数据库的数据。他们在创建InWeb_IM时采用了严格的质量控制，在2015年2月论文提交时，InWeb_IM包含了近586000次互动，现在包含了超过625500次互动。
联合主导作者来自鼠标的团队解释说：“就像人，蛋白质喜欢以团体工作，以便通过蛋白质网络进行物理交互来实现这一目标。如果将蛋白质蛋白质互动网络与人类社交进行比较网络，就像Facebook这样的平台可以通过网络中的互动模式推断出可以互相认识或分享利息的人，构建蛋白质相互作用网络可以推断基因组和分子途径，可以改善我们对发生的过程的理解在人类细胞中。“
鼠标添加，“基因组测序的快速下降成本远远超过了我们解释了我们识别未确诊疾病患者的基因变体的能力。通过探索交互网络在可能导致疾病的蛋白质和基因的层面上，临床医生可能开始看到基因数据的模式，否则很难识别，我们在癌症和自闭症的文章中说明了这一点。例如，大约有30个基因似乎与心肌病有关，但许多患有此病的人，这些基因中的任何一个都没有突变。通过观察30个心肌病基因在蛋白质水平上的相互作用，我们可以开始识别基于“心肌病网络”的新候选基因，这可能导致对该疾病的新分子层面的见解。我们希望InWeb_IM能够成为一种资源，有助于解释临床外显子组测序数据，并在未知病因患者的临床行动中发挥作用。”
该团队继续开发使用InWeb_im解释大规模基因组数据集的方法;通过整合蛋白质组学，转录组和基因组数据来改善组织特异性方式的综合生物系统的理解;和 - 与MGH的几个群体合作 - 将该信息应用于对心血管疾病，出生缺陷，癌症，生殖障碍和精神疾病的理解。Inweb_im将季度维护和更新，并可以在学术用户身上完全访问http://www.lagelab.org/resources/或http://www.intomics.com/inbiomap.。
用户评论