İnteraktom - Interactome

İçinde moleküler Biyoloji, bir interaktom belirli bir moleküler etkileşim kümesinin tamamıdır hücre. Terim spesifik olarak moleküller arasındaki fiziksel etkileşimleri ifade eder (proteinler arasında olanlar gibi, aynı zamanda protein-protein etkileşimleri, ÜFE'ler; veya küçük moleküller ve proteinler arasında[1]) ancak genler arasındaki dolaylı etkileşim kümelerini de tanımlayabilir (genetik etkileşimler ). ÜFE'lere dayanan interaktomlar, proteom Bir proteinin sunabileceği tüm olası moleküler etkileşimlerin genel bir görünümünü ("omik") sağlamak için karşılık gelen türler.[2]

Bir bölümü DISC1 Kutulardaki metinle temsil edilen genlerle etkileşim ve genler arasındaki çizgilerle belirtilen etkileşimler. Hennah ve Porteous'tan, 2009.[3]

"Interactome" kelimesi ilk olarak 1999 yılında Bernard Jacq başkanlığındaki bir grup Fransız bilim adamı tarafından icat edildi.[4] Matematiksel olarak, interaktomlar genellikle şu şekilde görüntülenir: grafikler. İnteraktomlar şu şekilde tanımlanabilir: biyolojik ağlar gibi diğer ağlarla karıştırılmamalıdırlar. nöral ağlar veya besin ağları.

Moleküler etkileşim ağları

Moleküler etkileşimler, farklı biyokimyasal ailelere (proteinler, nükleik asitler, lipitler, karbonhidratlar vb.) Ait moleküller arasında ve ayrıca belirli bir aile içinde meydana gelebilir. Bu tür moleküller fiziksel etkileşimlerle bağlandıklarında, genellikle dahil olan bileşiklerin doğasına göre sınıflandırılan moleküler etkileşim ağları oluştururlar. En yaygın, interaktom ifade eder protein-protein etkileşimi (PPI) ağı (PIN) veya alt kümeleri. Örneğin, Sirt-1 protein interaktomu ve Sirt ailesi ikinci derece interaktom[5][6] Sirt-1 ve onun doğrudan etkileşen proteinlerini içeren ağdır; burada ikinci dereceden interaktom, ikinci dereceden komşulara (komşuların komşuları) kadar olan etkileşimleri gösterir. Kapsamlı bir şekilde incelenen bir başka interaktom türü de protein-DNA interaktomudur. gen düzenleyici ağ, transkripsiyon faktörleri, kromatin düzenleyici proteinler ve bunların hedef genlerinden oluşan bir ağ. Hatta metabolik ağlar moleküler etkileşim ağları olarak düşünülebilir: metabolitler, yani bir hücredeki kimyasal bileşikler, enzimler, alt tabakalarını fiziksel olarak bağlamak zorunda olan.

Aslında, tüm interaktom türleri birbirine bağlıdır. Örneğin, protein interaktomları, sırayla biyokimyasal ağlar oluşturan birçok enzim içerir. Benzer şekilde, gen düzenleyici ağlar, protein etkileşim ağları ve sinyalleme ağları ile büyük ölçüde örtüşür.

Boyut

Maya protein interaktomunun tahminleri. Nereden[7]

Bir organizmanın interaktomunun boyutunun daha iyi ilişkili olduğu öne sürülmüştür. genetik şifre organizmanın biyolojik karmaşıklığı ile boyut.[8] Birkaç bin ikili etkileşim içeren protein-protein etkileşim haritaları şu anda birkaç tür için mevcut olsa da, bunların hiçbiri şu anda tam değildir ve interaktomların boyutu hala tartışma konusudur.

Maya

Maya interaktomu, yani proteinler arasındaki tüm protein-protein etkileşimleri Saccharomyces cerevisiae, 10.000 ile 30.000 arasında etkileşim içerdiği tahmin edilmektedir. Makul bir tahmin, 20.000 etkileşim düzeyinde olabilir. Daha büyük tahminler genellikle dolaylı veya tahmin edilen etkileşimleri içerir. afinite saflaştırma /kütle spektrometrisi (AP / MS) çalışmaları.[7]

Genetik etkileşim ağları

Ana makale: Genetik etkileşim ağı

Genler, birbirlerinin işlevini etkileme anlamında etkileşime girer. Örneğin, bir mutasyon zararsız olabilir, ancak başka bir mutasyonla birleştirildiğinde, kombinasyon ölümcül olabilir. Bu tür genlerin "genetik olarak etkileşime girdiği" söylenir. Bu şekilde birbirine bağlı genler genetik etkileşim ağları. Bu ağların amaçlarından bazıları şunlardır: bir hücrenin süreçlerinin işlevsel bir haritasını geliştirmek, ilaç hedefini belirlemek ve karakterize edilmemiş genlerin işlevini tahmin etmek.

2010 yılında, bugüne kadar üretilen en "eksiksiz" gen interaktomu, "tüm genlerin ~% 75'i için etkileşim profillerini" tanımlamak için yaklaşık 5,4 milyon iki gen karşılaştırmasından derlendi. tomurcuklanan maya ", ~ 170.000 gen etkileşimi ile. Genler, hücrenin süreçlerinin işlevsel bir haritasını oluşturmak için benzer işleve göre gruplandırıldı. Bu yöntemi kullanarak çalışma, bilinen gen işlevlerini diğer tüm genom ölçeğindeki veri kümelerinden daha iyi tahmin edebildi. ve daha önce tanımlanmamış genler için işlevsel bilgi eklemenin yanı sıra. Bu modelden, gen koruma gibi kavramların çalışılmasına yardımcı olacak çok sayıda ölçekte genetik etkileşimler gözlemlenebilir.Bu çalışmadan yapılan gözlemlerden bazıları, iki katıydı olumlu etkileşimler kadar olumsuz Olumsuz etkileşimler, olumlu etkileşimlerden daha bilgilendiriciydi ve daha fazla bağlantıya sahip genlerin, kesintiye uğradığında ölümle sonuçlanma olasılığı daha yüksekti.[9]


Interactomics

Interactomics kesişme noktasında bir disiplindir biyoinformatik ve Biyoloji hem etkileşimleri hem de bu etkileşimlerin sonuçlarını incelemekle ilgilenir. proteinler ve içindeki diğer moleküller hücre.[10] Bu nedenle Interactomics, bu tür ağların özelliklerinin nasıl korunduğunu veya çeşitlendiğini bulmak için türler arasındaki ve içindeki bu tür etkileşim ağlarını (yani, interaktomlar) karşılaştırmayı amaçlamaktadır.

Interactomics, bir biyosistem veya organizmanın genel görünümünün yanı sıra genel bir görünümünü de alan "yukarıdan aşağıya" sistem biyolojisinin bir örneğidir. Genom çapında ve proteomik verilerden oluşan büyük setler toplanır ve farklı moleküller arasındaki korelasyonlar çıkarılır. Verilerden, bu moleküller arasındaki geri bildirimler hakkında yeni hipotezler formüle edildi. Bu hipotezler daha sonra yeni deneylerle test edilebilir.[11]

Arayüzleri haritalamak için deneysel yöntemler

İnteraktomların çalışılmasına interaktomik denir. Bir protein ağının temel birimi, protein-protein etkileşimidir (PPI). ÜFE'leri incelemek için çok sayıda yöntem varken, tüm interaktomları haritalamak için büyük ölçekte kullanılan nispeten az sayıda yöntem vardır.

maya iki melez system (Y2H), bir seferde iki protein arasındaki ikili etkileşimleri keşfetmek için uygundur. Afinite saflaştırması ve müteakip kütle spektrometresi, bir protein kompleksini tanımlamak için uygundur. Her iki yöntem de yüksek verimli (HTP) bir şekilde kullanılabilir. Maya iki hibrit taraması, asla aynı zamanda ve yerde ifade edilmeyen proteinler arasında yanlış pozitif etkileşimlere izin verir; afinite yakalama kütle spektrometrisinin bu dezavantajı yoktur ve mevcut altın standarttır. Maya iki hibrit verileri, yapışkan etkileşimlere yönelik spesifik olmayan eğilimleri daha iyi gösterirken, afinite yakalama kütle spektrometresi fonksiyonel in vivo protein-protein etkileşimlerini daha iyi gösterir.[12][13]

İnteraktomları incelemek için hesaplamalı yöntemler

Bir interaktom oluşturulduktan sonra, özelliklerini analiz etmenin birçok yolu vardır. Ancak, bu tür analizlerin iki önemli amacı vardır. İlk olarak, bilim adamları, interaktomların sistem özelliklerini açıklamaya çalışırlar, örn. etkileşimlerinin topolojisi. İkincisi, çalışmalar tek tek proteinlere ve bunların ağdaki rollerine odaklanabilir. Bu tür analizler esas olarak kullanılarak yapılır biyoinformatik yöntemler ve diğerleri arasında aşağıdakileri içerir:

Doğrulama

İlk olarak, bir interaktomun kapsamı ve kalitesi değerlendirilmelidir. Deneysel yöntemlerin sınırlamaları göz önüne alındığında, interaktomlar asla tam değildir. Örneğin, tipik olduğu tahmin edilmektedir. Y2H ekranlar, bir interaktomdaki tüm etkileşimlerin yalnızca% 25'ini algılar.[14] Bir interaktomun kapsamı, bağımsız tahlillerle bulunan ve doğrulanan iyi bilinen etkileşimlerin kıyaslamalarıyla karşılaştırılarak değerlendirilebilir.[15] Diğer yöntemler, ilgili proteinlerin bilinen açıklamalarının benzerliğini hesaplayan yanlış pozitifleri filtreler veya bu proteinlerin hücre altı lokalizasyonunu kullanarak bir etkileşim olasılığını tanımlar.[16]

ÜFE'leri tahmin etmek

Şizofreni ÜFE.[17]

Deneysel verileri başlangıç ​​noktası olarak kullanmak, homoloji transferi interaktomları tahmin etmenin bir yoludur. Burada, bir organizmanın PPI'ları, başka bir organizmadaki homolog proteinler arasındaki etkileşimleri tahmin etmek için kullanılır ("interologlar"). Bununla birlikte, bu yaklaşımın bazı sınırlamaları vardır, çünkü öncelikle kaynak veriler güvenilir olmayabilir (örneğin, yanlış pozitifler ve yanlış negatifler içerebilir).[18] Ek olarak, proteinler ve etkileşimleri evrim sırasında değişir ve bu nedenle kaybolmuş veya kazanılmış olabilir. Bununla birlikte, çok sayıda interaktom tahmin edilmiştir, örn. bu Bacillus licheniformis.[19]

Bazı algoritmalar, yapısal kompleksler üzerinde deneysel kanıtlar, bağlanma arayüzlerinin atomik ayrıntılarını kullanır ve protein-protein komplekslerinin ayrıntılı atomik modellerini üretir.[20][21] yanı sıra diğer protein-molekül etkileşimleri.[22][23] Diğer algoritmalar yalnızca dizi bilgisini kullanır, böylece birçok hata ile tarafsız ve eksiksiz etkileşim ağları oluşturur.[24]

Bazı yöntemler, etkileşen protein çiftlerinin, hücresel kolokalizasyon, gen birlikte ekspresyonu, bir DNA üzerinde iki proteini kodlayan genlerin ne kadar yakın konumlandırıldığı gibi ikili özellikler açısından birbiriyle etkileşmeyen protein çiftlerinden nasıl farklı olduğunu ayırt etmek için makine öğrenimini kullanır. üzerinde.[17][25] Rastgele Orman protein etkileşimi tahmini için en etkili makine öğrenme yöntemi olduğu bulunmuştur.[26] Bu tür yöntemler, insan interaktomu üzerindeki protein etkileşimlerini, özellikle de interaktomu keşfetmek için uygulanmıştır. Membran proteinleri[25] ve Şizofreni ile ilişkili proteinlerin interaktomu.[17]

ÜFE'lerin metin madenciliği

Doğrudan bilimsel literatürden sistematik olarak etkileşim ağlarını çıkarmak için bazı çabalar gösterilmiştir. Bu tür yaklaşımlar, karmaşıklık açısından, aynı bağlamda (örneğin cümle) birlikte bahsedilen varlıkların basit birlikte oluşma istatistiklerinden, karmaşık doğal dil işleme ve etkileşim ilişkilerini tespit etmek için makine öğrenimi yöntemlerine kadar uzanır.[27]

Protein fonksiyon tahmini

Bilinmeyen işlevlere sahip proteinlerin işlevini tahmin etmek için protein etkileşim ağları kullanılmıştır.[28][29] Bu genellikle, karakterize edilmemiş proteinlerin, etkileşen proteinleriyle benzer işlevlere sahip olduğu varsayımına dayanır (dernek tarafından suçluluk). Örneğin, işlevi bilinmeyen bir protein olan YbeB'nin ribozomal proteinlerle etkileşime girdiği bulundu ve daha sonra bakteriyel ve ökaryotikte rol oynadığı gösterildi (ancak archaeal değil) tercüme.[30] Bu tür tahminler tekli etkileşimlere dayalı olabilse de, genellikle birkaç etkileşim bulunur. Bu nedenle, etkileşimler arasında genellikle belirli işlevlerin zenginleştirildiği göz önüne alındığında, tüm etkileşim ağı protein işlevlerini tahmin etmek için kullanılabilir.[28] Dönem varsayım Genlerden veya proteinlerden en az birinin bir interaktom olduğu bir interaktomu belirtmek için kullanılmıştır. varsayımsal protein.[31]

Rahatsızlıklar ve hastalık

Ana makale: Ağ tıbbı

topoloji Bir interaktomun, bir ağın tedirginlik (örneğin, düğümlerin (proteinlerin) veya kenarların (etkileşimler) çıkarılması.[32] Bu tür tedirginlikler şunlardan kaynaklanabilir: mutasyonlar genler ve dolayısıyla proteinleri ve bir ağ reaksiyonu, hastalık.[33] Bir ağ analizi, uyuşturucu hedefleri ve biyobelirteçler hastalıkların.[34]

Ağ yapısı ve topolojisi

Etkileşim ağları aşağıdaki araçlarla analiz edilebilir: grafik teorisi. Ağ özellikleri şunları içerir: derece dağıtım kümeleme katsayıları, ara merkezlilik, Ve bircok digerleri. Bir interaktomun proteinleri arasındaki özelliklerin dağılımı, interaktom ağlarının genellikle ölçeksiz topoloji[35] nerede fonksiyonel modüller bir ağ içindeki özel alt ağları gösterir.[36] Bu tür modüller, bir sinyal yolu veya bir protein kompleksinde olduğu gibi yapısal. Aslında, tek başına bir ağın kararlı bir kompleksin varlığını doğrudan göstermediği göz önüne alındığında, bir interaktomdaki protein komplekslerini tanımlamak zorlu bir görevdir.

İnteraktomlar incelendi

Viral interaktomlar

Viral protein interaktomları, viral veya faj proteinleri arasındaki etkileşimlerden oluşur. Genomları küçük olduğu ve tüm proteinler sınırlı kaynaklarla analiz edilebildiği için ilk interaktom projeleri arasındaydılar. Viral interaktomlar, virüs-konak etkileşim ağları oluşturarak kendi konak ara yüzeylerine bağlanır.[37] Yayınlanan bazı virüs interaktomları şunları içerir:

Bakteriyofaj

Lambda ve VZV interaktomları yalnızca bu virüslerin biyolojisi için değil, aynı zamanda teknik nedenlerle de ilgilidir: bunlar, birden çok Y2H vektörler, önceki girişimlerin gösterdiğinden daha kapsamlı bir şekilde interaktomları araştırmak için geliştirilmiş bir stratejiyi kanıtlar.

İnsan (memeli) virüsleri

Bakteriyel interaktomlar

Nispeten az sayıda bakteri, protein-protein etkileşimleri için kapsamlı bir şekilde incelenmiştir. Bununla birlikte, bu interaktomların hiçbiri, tüm etkileşimleri yakaladıkları anlamında tam değildir. Aslında, bunların hiçbirinin tüm etkileşimlerin% 20 veya% 30'undan fazlasını kapsamadığı tahmin edilmektedir, çünkü bu çalışmaların çoğu yalnızca tek bir yöntem kullanmıştır ve bunların tümü yalnızca bir etkileşim alt kümesini keşfetmiştir.[14] Yayınlanan bakteriyel interaktomlar arasında (kısmi olanlar dahil)

Türlertoplam proteinetkileşimlertipreferans
Helikobakter pilori1,553~3,004Y2H[48][49]
Campylobacter jejuni1,62311,687Y2H[50]
Treponema pallidum1,0403,649Y2H[51]
Escherichia coli4,288(5,993)AP / MS[52]
Escherichia coli4,2882,234Y2H[53]
Mesorhizobium loti6,7523,121Y2H[54]
Tüberküloz3,959>8000B2H[55]
Mycoplasma genitalium482AP / MS[56]
Synechocystis sp. PCC68033,2643,236Y2H[57]
Staphylococcus aureus (MRSA)2,65613,219AP / MS[58]

E. coli ve Mikoplazma interaktomlar, büyük ölçekli protein kompleksi afinite saflaştırması ve kütle spektrometrisi (AP / MS) kullanılarak analiz edilmiştir, bu nedenle doğrudan etkileşimler çıkarılması kolay değildir. Diğerleri kapsamlı kullandı maya iki hibrit (Y2H) ekranları. Tüberküloz interactome kullanılarak analiz edilmiştir bakteriyel iki hibrit ekran (B2H).

Hesaplama yöntemleri kullanılarak çok sayıda ek interaktomun tahmin edildiğini unutmayın (yukarıdaki bölüme bakın).

Ökaryotik interaktomlar

Ökaryotik interaktomları HTP yöntemleriyle haritalamak için birkaç çaba olmuştur. Hiçbir biyolojik interaktom tam olarak karakterize edilmemişken, içindeki proteinlerin% 90'ından fazlası Saccharomyces cerevisiae tarandı ve etkileşimleri karakterize edildi, bu da onu en iyi karakterize edilmiş interaktom yapıyor.[28][59][60] İnteraktomları ayrıntılı olarak incelenen türler şunları içerir:

Son zamanlarda, Hepatit C Virüsünün / İnsanın (2008) patojen-konakçı interaktomları,[63] Epstein Barr virüsü / İnsan (2008), Influenza virüsü / İnsan (2009), patojenler ve konakçılarının bağışıklık sistemi için gerekli moleküler bileşenleri tanımlamak için HTP aracılığıyla tasvir edilmiştir.[64]

Öngörülen interaktomlar

Yukarıda açıklandığı gibi, PPI'lar ve dolayısıyla tam interaktomlar tahmin edilebilir. Bu tahminlerin güvenilirliği tartışmalı olsa da deneysel olarak test edilebilecek hipotezler sağlıyorlar. Bir dizi tür için interaktomlar tahmin edilmiştir, örn.

Öngörülen SARS-CoV-2 / İnsan interaktomunun temsili[73]

Ağ özellikleri

Protein etkileşim ağları, diğer ağlarla aynı araçla analiz edilebilir. Aslında, biyolojik veya biyolojik olarak birçok özelliği paylaşırlar. sosyal ağlar. Temel özelliklerden bazıları aşağıdaki gibidir.

Treponema pallidum protein interaktomu.[51]

Derece dağılımı

Derece dağılımı, belirli sayıda bağlantıya sahip proteinlerin sayısını tanımlar. Çoğu protein etkileşim ağı, bir ölçeksiz (Güç yasası ) bağlantı dağılımı dağılımının derece dağılımı P (k) ~ k−γ k derece olmak üzere. Bu ilişki aynı zamanda düz bir çizgi olarak da görülebilir. log-log grafiği çünkü yukarıdaki denklem log (P (k)) ~ —y • log (k) 'ya eşittir. Bu tür dağılımların bir özelliği, çok az etkileşime sahip birçok protein ve birçok etkileşime sahip çok az protein olmasıdır, bunlara "göbek" adı verilir.

Hub'lar

Son derece bağlı düğümlere (proteinler) hub denir. Han vd.[74] "terimini icat etti"parti merkezi"ifadesi etkileşim ortaklarıyla ilişkili olan merkezler için. Parti merkezleri ayrıca protein kompleksleri gibi fonksiyonel modüller içindeki proteinleri birbirine bağlar. Aksine,"tarih merkezleri"böyle bir korelasyon sergilemiyor ve farklı işlevsel modülleri birbirine bağlıyor gibi görünüyor. Parti hub'ları ağırlıklı olarak AP / MS veri setlerinde bulunurken, tarih hub'ları ağırlıklı olarak ikili interaktom ağ haritalarında bulunur.[75] Tarih merkezi / taraf hub ayrımının geçerliliğine itiraz edildiğini unutmayın.[76][77] Parti hub'ları genellikle çoklu arayüz proteinlerinden oluşurken tarih hub'ları daha sıklıkla tek etkileşimli arayüz proteinleridir.[78] Farklı süreçleri bağlamada tarih merkezlerinin rolüyle tutarlı olarak, mayada belirli bir proteinin ikili etkileşimlerinin sayısı, farklı fizyolojik koşullarda karşılık gelen mutant gen için gözlemlenen fenotiplerin sayısı ile ilişkilidir.[75]

Modüller

Aynı biyokimyasal sürece dahil olan düğümler birbirleriyle oldukça bağlantılıdır.[34]

Evrim

İnteraktom karmaşıklığının evrimi, şu dergide yayınlanan bir çalışmada tasvir edilmiştir: Doğa.[79] Bu çalışmada ilk olarak, aralarındaki sınırların prokaryotlar, tek hücreli ökaryotlar ve çok hücreli ökaryotlara, etkili popülasyon büyüklüğünde büyüklük dereceli azalmalar eşlik eder, bunun etkilerinin eşzamanlı amplifikasyonları ile birlikte rastgele genetik sürüklenme. Seçimin verimliliğinde ortaya çıkan düşüş, genomik seviyedeki geniş bir özellik yelpazesini uyumsuz bir şekilde etkilemek için yeterli görünmektedir. Nature çalışması, rastgele genetik sürüklenmenin gücündeki varyasyonun, hücre altı ve hücresel düzeylerde filogenetik çeşitliliği de etkileyebileceğini gösteriyor. Bu nedenle, popülasyon büyüklüğünün, uzun vadeli fenotipik evrimin altında yatan mekanik yolların potansiyel bir belirleyicisi olarak değerlendirilmesi gerekir. Çalışmada ayrıca sürüklenme gücü ile protein alt birimlerinin yapısal bütünlüğü arasında filogenetik olarak geniş bir ters ilişki olduğu gösterilmiştir. Bu nedenle, küçük boyutlu popülasyonlarda hafif derecede zararlı mutasyonların birikmesi, protein-protein etkileşimleri verimsiz seçimle teşvik edilen yapısal bozunmayı hafifleten anahtar gen fonksiyonlarını stabilize eden. Bu yolla, fenotipik çeşitliliğin oluşumu için gerekli olan karmaşık protein mimarileri ve etkileşimleri, başlangıçta adaptif olmayan mekanizmalarla ortaya çıkabilir.

Eleştiriler, zorluklar ve tepkiler

Kiemer ve Cesareni[10] Alanın durumu (2007 dolaylarında) ile özellikle karşılaştırmalı interaktomik ile ilgili aşağıdaki endişeleri dile getirmektedir: Alanla ilişkili deneysel prosedürler, "gürültülü sonuçlara" yol açan hataya meyillidir. Bu, bildirilen tüm etkileşimlerin% 30'unun yapay olmasına yol açar. Aslında, aynı organizma üzerinde aynı teknikleri kullanan iki grup,% 30'dan daha az ortak etkileşim buldu. Bununla birlikte, bazı yazarlar, bu tür tekrar edilemezliğin, çeşitli yöntemlerin küçük deneysel varyasyona olağanüstü duyarlılığından kaynaklandığını iddia etmişlerdir. Örneğin, Y2H analizlerindeki aynı koşullar, farklı Y2H vektörleri kullanıldığında çok farklı etkileşimlere neden olur.[14]

Teknikler önyargılı olabilir, yani teknik hangi etkileşimlerin bulunduğunu belirler. Aslında, herhangi bir yöntem önyargılara, özellikle de protein yöntemlerine sahiptir. Her protein farklı olduğu için hiçbir yöntem her proteinin özelliklerini yakalayamaz. Örneğin, çözünür proteinlerle iyi çalışan çoğu analitik yöntem, zar proteinleriyle zayıf bir şekilde ilgilenir. Bu aynı zamanda Y2H ve AP / MS teknolojileri için de geçerlidir.

İnteraktomlar, belki de istisnası dışında neredeyse tamamlanmış değil S. cerevisiae. Metodolojiler iyileştirilene kadar herhangi bir bilimsel alan başlangıçta "eksik" olduğundan, bu gerçekten bir eleştiri değildir. 2015'teki interactomics, yalnızca birkaç interaktom veri setinin mevcut olduğu göz önüne alındığında, genom dizilemesinin 1990'ların sonlarında yapıldığı yerdir (yukarıdaki tabloya bakın).

Genomlar stabil iken, interaktomlar dokulara, hücre tiplerine ve gelişim aşamalarına göre değişebilir. Yine, bu bir eleştiri değil, alandaki zorlukların bir açıklamasıdır.

Uzaktan ilişkili türlerde evrimsel olarak ilişkili proteinleri eşleştirmek zordur. Homolog DNA sekansları nispeten kolay bulunabilmesine rağmen, homolog etkileşimleri ("interologlar") tahmin etmek çok daha zordur çünkü etkileşen iki proteinin homologlarının etkileşime girmesi gerekmez. Örneğin, bir proteom içinde bile iki protein etkileşime girebilir, ancak paralogları olmayabilir.

Her bir protein-protein etkileşimi, bilimsel bir dergide sözde kesin bir versiyon yayınlandığında bile, potansiyel etkileşimlerin yalnızca kısmi bir örneğini temsil edebilir. Ek faktörlerin, henüz interaktomlara dahil edilmemiş protein etkileşimlerinde rolleri olabilir. Çeşitli protein etkileşimlerinin bağlanma gücü, mikro çevresel faktörler, çeşitli prosedürlere duyarlılık ve hücrenin fizyolojik durumu, protein-protein etkileşimlerini etkiler, ancak genellikle interaktom çalışmalarında hesaba katılmaz.[80]

Ayrıca bakınız

Referanslar

  1. ^ Wang L, Eftekhari P, Schachner D, Ignatova ID, Palme V, Schilcher N, Ladurner A, Heiss EH, Stangl H, Dirsch VM, Atanasov AG. Yeni interaktomik yaklaşım, ABCA1'i, makrofaj kolesterol akışını artıran, evodiaminin doğrudan hedefi olarak tanımlar.. Sci Rep.2018 Temmuz 23; 8 (1): 11061. doi: 10.1038 / s41598-018-29281-1.
  2. ^ Alonso-López D, Gutiérrez MA, Lopes KP, Prieto C, Santamaria R, De Las Rivas J (2016). "APID interactomes: birden çok tür ve türetilmiş ağlar için kontrollü kalitede proteom tabanlı ara yüzeyler sağlama". Nükleik Asitler Res. 44 (W529–35): W529–35. doi:10.1093 / nar / gkw363. PMC  4987915. PMID  27131791.
  3. ^ Hennah W, Porteous D (2009). Reif A (ed.). "DISC1 yolu, nörogelişimsel, sinaptojenik ve duyusal algılama genlerinin ifadesini modüle eder". PLOS ONE. 4 (3): e4906. Bibcode:2009PLoSO ... 4.4906H. doi:10.1371 / journal.pone.0004906. PMC  2654149. PMID  19300510. açık Erişim
  4. ^ Sanchez C; Lachaize C; Janody F; et al. (Ocak 1999). "Bir İnternet veritabanı olan FlyNets kullanarak Drosophila melanogaster'daki moleküler etkileşimleri ve genetik ağları kavrama". Nükleik Asitler Res. 27 (1): 89–94. doi:10.1093 / nar / 27.1.89. PMC  148104. PMID  9847149.
  5. ^ Sharma, Ankush; Gautam VK; Costantini S; Paladino A; Colonna G (Şubat 2012). "İnsan Sirt-1 üzerine interaktomik ve farmakolojik bilgiler". Ön. Pharmacol. 3: 40. doi:10.3389 / fphar.2012.00040. PMC  3311038. PMID  22470339.
  6. ^ Sharma, Ankush; Costantini S; Colonna G (Mart 2013). "İnsan Sirtuin ailesinin protein-protein etkileşim ağı". Biochimica et Biophysica Açta (BBA) - Proteinler ve Proteomikler. 1834 (10): 1998–2009. arXiv:1302.6423v2. Bibcode:2013arXiv1302.6423S. doi:10.1016 / j.bbapap.2013.06.012. PMID  23811471. S2CID  15003130.
  7. ^ a b Uetz P. ve Grigoriev A. (2005) Maya interaktomu. Jorde, L.B., Little, P.F.R., Dunn, M.J. and Subramaniam, S. (Eds), Encyclopedia of Genetics, Genomics, Proteomics ve Bioinformatics'te. John Wiley & Sons Ltd: Chichester, Cilt 5, s. 2033-2051
  8. ^ Stumpf MP; Thorne T; de Silva E; et al. (Mayıs 2008). "İnsan interaktomunun boyutunu tahmin etmek". Proc. Natl. Acad. Sci. AMERİKA BİRLEŞİK DEVLETLERİ. 105 (19): 6959–64. Bibcode:2008PNAS..105.6959S. doi:10.1073 / pnas.0708078105. PMC  2383957. PMID  18474861.
  9. ^ Costanzo M; Baryshnikova A; Bellay J; et al. (2010-01-22). "Bir hücrenin genetik yapısı". Bilim. 327 (5964): 425–431. Bibcode:2010Sci ... 327..425C. doi:10.1126 / science.1180823. PMC  5600254. PMID  20093466.
  10. ^ a b Kiemer, L; G Cesareni (2007). "Karşılaştırmalı interaktomikler: elma ve armutları karşılaştırmak?". Biyoteknolojideki Eğilimler. 25 (10): 448–454. doi:10.1016 / j.tibtech.2007.08.002. PMID  17825444.
  11. ^ Bruggeman, F J; H V Westerhoff (2006). "Sistem biyolojisinin doğası". Mikrobiyolojideki Eğilimler. 15 (1): 45–50. doi:10.1016 / j.tim.2006.11.003. PMID  17113776.
  12. ^ Brettner, Leandra M .; Joanna Masel (2012). "Fonksiyonel protein-protein etkileşimlerinin sayısından ziyade protein yapışkanlığı, mayadaki ekspresyon gürültüsünü ve plastisiteyi öngörür". BMC Sistemleri Biyolojisi. 6: 128. doi:10.1186/1752-0509-6-128. PMC  3527306. PMID  23017156. açık Erişim
  13. ^ Mukherjee, K; Slawson; Christmann; Griffith (Haziran 2014). "Drosophila CASK-ß'nın nörona özgü protein etkileşimleri kütle spektrometresi ile ortaya çıkarılır". Ön. Mol. Neurosci. 7: 58. doi:10.3389 / fnmol.2014.00058. PMC  4075472. PMID  25071438.
  14. ^ a b c Chen, Y. C .; Rajagopala, S. V .; Stellberger, T .; Uetz, P. (2010). "Maya iki hibrit sisteminin kapsamlı kıyaslaması". Doğa Yöntemleri. 7 (9): 667–668, yazar 668 668. doi:10.1038 / nmeth0910-667. PMID  20805792. S2CID  35834541.
  15. ^ Rajagopala, S. V .; Hughes, K. T .; Uetz, P. (2009). "Bakteriyel motilite proteinlerinin etkileşimlerini kullanarak maya iki hibrit sistemlerini kıyaslama". Proteomik. 9 (23): 5296–5302. doi:10.1002 / pmic.200900282. PMC  2818629. PMID  19834901.
  16. ^ Yanay Ofran, Guy Yachdav, Eyal Mozes, Ta-tsen Soong, Rajesh Nair & Burkhard Rost (Temmuz 2006). "Tek tek proteinlerin moleküler özellikleriyle protein ağları oluşturun ve değerlendirin". Biyoinformatik. 22 (14): e402 – e407. doi:10.1093 / biyoinformatik / btl258. PMID  16873500.CS1 bakimi: birden çok ad: yazarlar listesi (bağlantı)
  17. ^ a b c Ganapathiraju MK, Thahir M, Handen A, Sarkar SN, Sweet RA, Nimgaonkar VL, Loscher CE, Bauer EM, Chaparala S (Nisan 2016). "504 yeni protein-protein etkileşimi ile şizofreni etkileşimi". NPJ Şizofreni. 2: 16012. doi:10.1038 / npjschz.2016.12. PMC  4898894. PMID  27336055.
  18. ^ Mika S, Rost B (2006). "Protein-Protein Etkileşimleri Türler Arasına Göre Türler İçinde Daha Fazla Korunur". PLOS Hesaplamalı Biyoloji. 2 (7): e79. Bibcode:2006PLSCB ... 2 ... 79M. doi:10.1371 / journal.pcbi.0020079. PMC  1513270. PMID  16854211.
  19. ^ Han, Y.-C .; et al. (2016). "Bacillus licheniformis WX-02'de protein-protein etkileşim ağının tahmini ve karakterizasyonu". Sci. Rep. 6: 19486. Bibcode:2016NatSR ... 619486H. doi:10.1038 / srep19486. PMC  4726086. PMID  26782814.
  20. ^ Kittichotirat W, Guerquin M, Bumgarner RE, Samudrala R (2009). "Protinfo PPC: Protein komplekslerinin atom düzeyinde tahmini için bir web sunucusu". Nükleik Asit Araştırması. 37 (Web Sunucusu sorunu): W519 – W525. doi:10.1093 / nar / gkp306. PMC  2703994. PMID  19420059.
  21. ^ Tyagi, M; Hashimoto, K; Shoemaker, B. A .; Wuchty, S; Panchenko, A.R. (Mart 2012). "Yapısal kompleksler kullanılarak insan protein interaktomunun büyük ölçekli haritalanması". EMBO Temsilcisi. 13 (3): 266–71. doi:10.1038 / embor.2011.261. PMC  3296913. PMID  22261719.
  22. ^ McDermott J, Guerquin M, Frazier Z, Chang AN, Samudrala R (2005). "BİYOVERSE: Proteinlerin ve proteomların yapısal, işlevsel ve bağlamsal ek açıklamaları için çerçevede geliştirmeler". Nükleik Asit Araştırması. 33 (Web Sunucusu sorunu): W324 – W325. doi:10.1093 / nar / gki401. PMC  1160162. PMID  15980482.
  23. ^ Shoemaker, B. A .; Zhang, D; Tyagi, M; Thangudu, R. R .; Fong, J. H .; Marchler-Bauer, A; Bryant, S. H .; Madej, T; Panchenko, A.R. (Ocak 2012). "IBIS (Çıkarılan Biyomoleküler Etkileşim Sunucusu), proteinler için çok sayıda korunmuş etkileşim türünü raporlar, tahmin eder ve entegre eder". Nükleik Asitler Res. 40 (Veritabanı sorunu): D834–40. doi:10.1093 / nar / gkr997. PMC  3245142. PMID  22102591. Hopf TA, Schaerfe CP, Rodrigues JP, Green AG, Kohlbacher O, Sander C, Bonvin AM, Marks DS (2014). "Sıranın birlikte evrimleşmesi, protein komplekslerinin 3 boyutlu temaslarını ve yapılarını verir". eLife. 3: e03430. arXiv:1405.0929. Bibcode:2014arXiv1405.0929H. doi:10.7554 / eLife.03430. PMC  4360534. PMID  25255213.
  24. ^ 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 , Jurisica I (2015). "Fiziksel protein etkileşimlerinin in silico tahmini ve interaktom öksüzlerin karakterizasyonu". Doğa Yöntemleri. 12 (1): 79–84. doi:10.1038 / nmeth.3178. PMID  25402006. S2CID  5287489.Hamp T, Rost B (2015). "Evrimsel profiller, diziden protein-protein etkileşimi tahminini iyileştirir". Biyoinformatik. 31 (12): 1945–1950. doi:10.1093 / biyoinformatik / btv077. PMID  25657331.Pitre S, Hooshyar M, Schoenrock A, Samanfar B, Jessulat M, Green JR, Dehne F, Golshani A (2012). "Kısa Birlikte Oluşan Polipeptit Bölgeleri Küresel Protein Etkileşim Haritalarını Tahmin Edebilir". Bilimsel Raporlar. 2: 239. Bibcode:2012NatSR ... 2E.239P. doi:10.1038 / srep00239. PMC  3269044. PMID  22355752.Pitre S, Hooshyar M, Schoenrock A, Samanfar B, Jessulat M, Green JR, Dehne F, Golshani A (2012). "Birlikte oluşan kısa polipeptit bölgeleri, küresel protein etkileşim haritalarını tahmin edebilir". Bilimsel Raporlar. 2: 239. Bibcode:2012NatSR ... 2E.239P. doi:10.1038 / srep00239. PMC  3269044. PMID  22355752.
  25. ^ a b Qi Y, Dhiman HK, Bhola N, Budyak I, Kar S, Man D, Dutta A, Tirupula K, Carr BI, Grandis J, Bar-Joseph Z, Klein-Seetharaman J (Aralık 2009). "İnsan membran reseptörü etkileşimlerinin sistematik tahmini". Proteomik. 9 (23): 5243–55. doi:10.1002 / pmic.200900259. PMC  3076061. PMID  19798668.
  26. ^ Qi Y, Bar-Joseph Z, Klein-Seetharaman J (Mayıs 2006). "Protein etkileşim tahmininde kullanılmak üzere farklı biyolojik verilerin ve hesaplamalı sınıflandırma yöntemlerinin değerlendirilmesi". Proteinler. 63 (3): 490–500. doi:10.1002 / prot.20865. PMC  3250929. PMID  16450363.
  27. ^ Hoffmann, R; Krallinger, M; Andres, E; Tamames, J; Blaschke, C; Valensiya, A (2005). "Metabolik yollar, sinyal kaskadları ve protein ağları için metin madenciliği". Bilim Sinyali. 2005 (283): pe21. doi:10.1126 / stke.2832005pe21. PMID  15886388. S2CID  15301069.
  28. ^ a b c Schwikowski, B .; Uetz, P .; Alanlar, S. (2000). "Mayadaki protein-protein etkileşimleri ağı". Doğa Biyoteknolojisi. 18 (12): 1257–1261. doi:10.1038/82360. PMID  11101803. S2CID  3009359.
  29. ^ McDermott J, Bumgarner RE, Samudrala R (2005). "Tahmin edilen protein etkileşim ağlarından fonksiyonel açıklama". Biyoinformatik. 21 (15): 3217–3226. doi:10.1093 / biyoinformatik / bti514. PMID  15919725.
  30. ^ Rajagopala, S. V .; Sikorski, P .; Caufield, J. H .; Tovchigrechko, A .; Uetz, P. (2012). "Maya iki hibrit sistemi tarafından protein komplekslerinin incelenmesi". Yöntemler. 58 (4): 392–399. doi:10.1016 / j.ymeth.2012.07.015. PMC  3517932. PMID  22841565.
  31. ^ Desler C, Zambach S, Suravajhala P, Rasmussen LJ (2014). "Hipotomu tanıtmak: tahmin edilen proteinleri interaktomlara entegre etmenin bir yolu". International Journal of Bioinformatics Research and Applications. 10 (6): 647–52. doi:10.1504 / IJBRA.2014.065247. PMID  25335568.
  32. ^ Barab, A. -L .; Oltvai, Z. (2004). "Ağ biyolojisi: hücrenin işlevsel organizasyonunu anlamak". Doğa İncelemeleri Genetik. 5 (2): 101–113. doi:10.1038 / nrg1272. PMID  14735121. S2CID  10950726.
  33. ^ Goh, K. -I .; Choi, I. -G. (2012). "İnsan hastalıklarını keşfetmek: İnsan hastalıkları ağı". Fonksiyonel Genomikte Brifingler. 11 (6): 533–542. doi:10.1093 / bfgp / els032. PMID  23063808.
  34. ^ a b Barabási, A. L .; Gülbahçe, N; Loscalzo, J (2011). "Ağ tıbbı: İnsan hastalıklarına ağ tabanlı bir yaklaşım". Doğa İncelemeleri Genetik. 12 (1): 56–68. doi:10.1038 / nrg2918. PMC  3140052. PMID  21164525.
  35. ^ Albert-László Barabási & Zoltan N. Oltvai (Şubat 2004). "Ağ biyolojisi: hücrenin işlevsel organizasyonunu anlamak". Doğa Yorumları. Genetik. 5 (2): 101–113. doi:10.1038 / nrg1272. PMID  14735121. S2CID  10950726.
  36. ^ Gao, L .; Sun, P. G .; Şarkı, J. (2009). "Protein etkileşim ağlarında fonksiyonel modülleri tespit etmek için kümeleme algoritmaları". Biyoinformatik ve Hesaplamalı Biyoloji Dergisi. 7 (1): 217–242. doi:10.1142 / S0219720009004023. PMID  19226668.
  37. ^ Navratil V .; et al. (2009). "VirHostNet: proteom çapında virüs-konak etkileşim ağlarının yönetimi ve analizi için bir bilgi tabanı". Nükleik Asitler Res. 37 (Veritabanı sorunu): D661–8. doi:10.1093 / nar / gkn794. PMC  2686459. PMID  18984613.
  38. ^ Rajagopala SV .; et al. (2011). "Bakteriyofaj lambda'nın protein etkileşim haritası". BMC Mikrobiyol. 11: 213. doi:10.1186/1471-2180-11-213. PMC  3224144. PMID  21943085. açık Erişim
  39. ^ Bartel PL, Roecklein JA, SenGupta D, Fields S (1996). "Escherichia coli bakteriyofaj T7'nin bir protein bağlantı haritası". Nat. Genet. 12 (1): 72–7. doi:10.1038 / ng0196-72. PMID  8528255. S2CID  37155819.
  40. ^ Sabri M .; et al. (2011). "Genom bilgi notu ve intraviral interaktom Streptococcus pneumoniae virülan faj Dp-1 ". J. Bakteriyol. 193 (2): 551–62. doi:10.1128 / JB.01117-10. PMC  3019816. PMID  21097633.
  41. ^ Häuser R .; et al. (2011). "Proteom ve interaktom Streptococcus pneumoniae faj Cp-1 ". J. Bakteriyol. 193 (12): 3135–8. doi:10.1128 / JB.01481-10. PMC  3133188. PMID  21515781.
  42. ^ Stellberger, T .; et al. (2010). "Değişmeli füzyon proteinleri ile maya iki hibrit sistemini geliştirmek: Varisella Zoster Virüsü interaktomu". Proteom Bilimi. 8: 8. doi:10.1186/1477-5956-8-8. PMC  2832230. PMID  20205919.
  43. ^ Kumar, K .; Rana, J .; Sreejith, R .; Gabrani, R .; Sharma, S. K .; Gupta, A .; Chaudhary, V. K .; Gupta, S. (2012). "Chandipura virüsünün intraviral protein etkileşimleri". Viroloji Arşivleri. 157 (10): 1949–1957. doi:10.1007 / s00705-012-1389-5. PMID  22763614. S2CID  17714252.
  44. ^ a b c d Fossum, E; et al. (2009). Sun, Ren (ed.). "Evrimsel olarak korunmuş herpesviral protein etkileşim ağları". PLOS Pathog. 5 (9): e1000570. doi:10.1371 / journal.ppat.1000570. PMC  2731838. PMID  19730696. açık Erişim
  45. ^ Hagen, N; Bayer, K; Roesch, K; Schindler, M (2014). "Hepatit C virüsünün viral protein etkileşim ağı". Moleküler ve Hücresel Proteomik. 13 (7): 1676–89. doi:10.1074 / mcp.M113.036301. PMC  4083108. PMID  24797426.
  46. ^ Han, Y; Niu, J; Wang, D; Li, Y (2016). "Hepatoselüler Karsinoma Dayalı Hepatit C Virüsü Protein Etkileşim Ağı Analizi". PLOS ONE. 11 (4): e0153882. Bibcode:2016PLoSO..1153882H. doi:10.1371 / journal.pone.0153882. PMC  4846009. PMID  27115606.
  47. ^ Osterman A, Stellberger T, Gebhardt A, Kurz M, Friedel CC, Uetz P, Nitschko H, Baiker A, Vizoso-Pinto MG (2015). "Hepatit E virüsü intraviral interaktom". Sci Rep. 5: 13872. Bibcode:2015NatSR ... 513872O. doi:10.1038 / srep13872. PMC  4604457. PMID  26463011.
  48. ^ 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). "Helicobacter pylori'nin protein-protein etkileşim haritası". Doğa. 409 (6817): 211–215. Bibcode:2001Natur.409..211R. doi:10.1038/35051615. PMID  11196647. S2CID  4400094.
  49. ^ 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). "Helicobacter pylori'nin İkinci Nesil Protein-Protein Etkileşim Ağı". Moleküler ve Hücresel Proteomik. 13 (5): 1318–29. doi:10.1074 / mcp.O113.033571. PMC  4014287. PMID  24627523.
  50. ^ Parrish, JR; et al. (2007). "Campylobacter jejuni için proteom çapında bir protein etkileşim haritası". Genom Biol. 8 (7): R130. doi:10.1186 / gb-2007-8-7-r130. PMC  2323224. PMID  17615063.
  51. ^ a b Rajagopala, S. V .; Titz, B. R .; Goll, J .; Häuser, R .; McKevitt, M. T .; Palzkill, T .; Uetz, P. (2008). Hall, Neil (ed.). "Treponema pallidum'un İkili Protein İnteraktomu - Sifilis Spirochete". PLOS ONE. 3 (5): e2292. Bibcode:2008PLoSO ... 3.2292T. doi:10.1371 / journal.pone.0002292. PMC  2386257. PMID  18509523.
  52. ^ Hu, P; et al. (2009). Levchenko, Andre (ed.). "Daha önce karakterize edilmemiş proteinleri kapsayan Escherichia coli'nin küresel işlevsel atlası". PLOS Biol. 7 (4): e96. doi:10.1371 / journal.pbio.1000096. PMC  2672614. PMID  19402753. açık Erişim
  53. ^ 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). "Escherichia coli'nin ikili protein-protein etkileşimi manzarası". Doğa Biyoteknolojisi. 32 (3): 285–90. doi:10.1038 / nbt.2831. PMC  4123855. PMID  24561554.
  54. ^ Shimoda, Y .; Shinpo, S .; Kohara, M .; Nakamura, Y .; Tabata, S .; Sato, S. (2008). "Azot sabitleyen Bakteri Mesorhizobium loti'de Protein-Protein Etkileşimlerinin Büyük Ölçekli Analizi". DNA Araştırması. 15 (1): 13–23. doi:10.1093 / dnares / dsm028. PMC  2650630. PMID  18192278.
  55. ^ Wang, Y .; Cui, T .; Zhang, C .; Yang, M .; Huang, Y .; Li, W .; Zhang, L .; Gao, C .; Hey.; Li, Y .; Huang, F .; Zeng, J .; Huang, C .; Yang, Q .; Tian, ​​Y .; Zhao, C .; Chen, H .; Zhang, H .; O, Z. G. (2010). "İnsan Patojeninde Global Protein − Protein Etkileşim AğıMycobacterium tuberculosisH37Rv". Proteom Araştırmaları Dergisi. 9 (12): 6665–6677. doi:10.1021 / pr100808n. PMID  20973567.
  56. ^ 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). "Genomla İndirgenmiş Bakteride Proteom Organizasyonu". Bilim. 326 (5957): 1235–1240. Bibcode:2009Sci ... 326.1235K. doi:10.1126 / science.1176343. PMID  19965468. S2CID  19334426.
  57. ^ Sato, S .; Shimoda, Y .; Muraki, A .; Kohara, M .; Nakamura, Y .; Tabata, S. (2007). "Synechocystis sp. PCC6803'te Büyük Ölçekli Bir Protein Protein Etkileşim Analizi". DNA Araştırması. 14 (5): 207–216. doi:10.1093 / dnares / dsm021. PMC  2779905. PMID  18000013.
  58. ^ Cherkasov, A; Hsing, M; Zoraghi, R; Foster, L. J .; Bakınız, 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). "Metisiline dirençli Staphylococcus aureus'ta protein etkileşim ağının haritasını çıkarmak". Proteom Araştırmaları Dergisi. 10 (3): 1139–50. doi:10.1021 / pr100918u. PMID  21166474.
  59. ^ Uetz, P .; Giot, L .; Cagney, G .; Mansfield, T. A .; Judson, R. S .; Knight, J. R .; Lockshon, D .; Narayan, V. (2000). "Saccharomyces cerevisiae'deki protein-protein etkileşimlerinin kapsamlı bir analizi". Doğa. 403 (6770): 623–627. Bibcode:2000Natur.403..623U. doi:10.1038/35001009. PMID  10688190. S2CID  4352495.
  60. ^ Krogan, NJ; et al. (2006). "Mayadaki protein komplekslerinin küresel görünümü Saccharomyeses Cerivisiae ". Doğa. 440 (7084): 637–643. Bibcode:2006Natur.440..637K. doi:10.1038 / nature04670. PMID  16554755. S2CID  72422.
  61. ^ Pancaldi V, Saraç OS, Rallis C, McLean JR, Převorovský M, Gould K, Beyer A, Bähler J (2012). "Predicting the fission yeast protein interaction network". G3: Genler, Genomlar, Genetik. 2 (4): 453–67. doi:10.1534/g3.111.001560. PMC  3337474. PMID  22540037.
  62. ^ Vo, T.V.; et al. (2016). "A Proteome-wide Fission Yeast Interactome Reveals Network Evolution Principles from Yeasts to Human". Hücre. 164 (1–2): 310–323. doi:10.1016/j.cell.2015.11.037. PMC  4715267. PMID  26771498.
  63. ^ de Chassey B; Navratil V; Tafforeau L; et al. (2008-11-04). "Hepatitis C virus infection protein network". Moleküler Sistem Biyolojisi. 4 (4): 230. doi:10.1038/msb.2008.66. PMC  2600670. PMID  18985028.
  64. ^ Navratil V; de Chassey B; et al. (2010-11-05). "Systems-level comparison of protein–protein interactions between viruses and the human type I interferon system network". Proteom Araştırmaları Dergisi. 9 (7): 3527–36. doi:10.1021 / pr100326j. PMID  20459142.
  65. ^ Brown KR, Jurisica I (2005). "Online predicted human interaction database". Biyoinformatik. 21 (9): 2076–82. doi:10.1093/bioinformatics/bti273. PMID  15657099.
  66. ^ Gu H, Zhu P, Jiao Y, Meng Y, Chen M (2011). "PRIN: a predicted rice interactome network". BMC Biyoinformatik. 12: 161. doi:10.1186/1471-2105-12-161. PMC  3118165. PMID  21575196.
  67. ^ Guo J, Li H, Chang JW, Lei Y, Li S, Chen LL (2013). "Prediction and characterization of protein-protein interaction network in Xanthomonas oryzae pv. oryzae PXO99 A". Res. Mikrobiyol. 164 (10): 1035–44. doi:10.1016/j.resmic.2013.09.001. PMID  24113387.
  68. ^ Geisler-Lee J, O'Toole N, Ammar R, Provart NJ, Millar AH, Geisler M (2007). "A predicted interactome for Arabidopsis". Bitki Physiol. 145 (2): 317–29. doi:10.1104/pp.107.103465. PMC  2048726. PMID  17675552.
  69. ^ Yue, Junyang; Xu, Wei; Ban, Rongjun; Huang, Shengxiong; Miao, Min; Tang, Xiaofeng; Liu, Guoqing; Liu, Yongsheng (2016-01-01). "PTIR: Predicted Tomato Interactome Resource". Bilimsel Raporlar. 6: 25047. Bibcode:2016NatSR...625047Y. doi:10.1038/srep25047. ISSN  2045-2322. PMC  4848565. PMID  27121261.
  70. ^ Yang, Jianhua; Osman, Kim; Iqbal, Mudassar; Stekel, Dov J.; Luo, Zewei; Armstrong, Susan J .; Franklin, F. Chris H. (2012-01-01). "Inferring the Brassica rapa Interactome Using Protein-Protein Interaction Data from Arabidopsis thaliana". Bitki Biliminde Sınırlar. 3: 297. doi:10.3389/fpls.2012.00297. ISSN  1664-462X. PMC  3537189. PMID  23293649.
  71. ^ Zhu, Guanghui; Wu, Aibo; Xu, Xin-Jian; Xiao, Pei-Pei; Lu, Le; Liu, Jingdong; Cao, Yongwei; Chen, Luonan; Wu, Jun (2016-02-01). "PPIM: A Protein-Protein Interaction Database for Maize". Bitki Fizyolojisi. 170 (2): 618–626. doi:10.1104/pp.15.01821. ISSN  1532-2548. PMC  4734591. PMID  26620522.
  72. ^ Rodgers-Melnick, Eli; Culp, Mark; DiFazio, Stephen P. (2013-01-01). "Predicting whole genome protein interaction networks from primary sequence data in model and non-model organisms using ENTS". BMC Genomics. 14: 608. doi:10.1186/1471-2164-14-608. ISSN  1471-2164. PMC  3848842. PMID  24015873.
  73. ^ a b Guzzi PH, Mercatelli D, Ceraolo C, Giorgi FM (2020). "Master Regulator Analysis of the SARS-CoV-2/Human Interactome". Klinik Tıp Dergisi. 9 (4): 982–988. doi:10.3390/jcm9040982. PMC  7230814. PMID  32244779.
  74. ^ Han, J. D.; Bertin, N; Hao, T; Goldberg, D. S.; Berriz, G. F.; Zhang, L. V.; Dupuy, D; Walhout, A. J.; Cusick, M.E .; Roth, F. P.; Vidal, M (2004). "Evidence for dynamically organized modularity in the yeast protein-protein interaction network". Doğa. 430 (6995): 88–93. Bibcode:2004Natur.430...88H. doi:10.1038/nature02555. PMID  15190252. S2CID  4426721.
  75. ^ a b Yu, H; Braun, P; Yildirim, M. A.; Lemmenler, I; Venkatesan, K; Sahalie, J; Hirozane-Kishikawa, T; Gebreab, F; Li, N; Simonis, N; Hao, T; Rual, J. F.; Dricot, A; Vazquez, A; Murray, R. R.; Simon, C; Tardivo, L; Tam, S; Svrzikapa, N; Fan, C; De Smet, A. S.; Motyl, A; Hudson, M. E.; Park, J; Xin, X; Cusick, M.E .; Moore, T; Boone, C; Snyder, M; Roth, F. P. (2008). "High-quality binary protein interaction map of the yeast interactome network". Bilim. 322 (5898): 104–10. Bibcode:2008Sci...322..104Y. doi:10.1126/science.1158684. PMC  2746753. PMID  18719252.
  76. ^ Batada, N. N.; Reguly, T; Breitkreutz, A; Boucher, L; Breitkreutz, B. J.; Hurst, L. D .; Tyers, M (2006). "Stratus not altocumulus: A new view of the yeast protein interaction network". PLOS Biyolojisi. 4 (10): e317. doi:10.1371/journal.pbio.0040317. PMC  1569888. PMID  16984220.
  77. ^ Bertin, N; Simonis, N; Dupuy, D; Cusick, M.E .; Han, J. D.; Fraser, H. B.; Roth, F. P.; Vidal, M (2007). "Confirmation of organized modularity in the yeast interactome". PLOS Biyolojisi. 5 (6): e153. doi:10.1371/journal.pbio.0050153. PMC  1892830. PMID  17564493.
  78. ^ Kim, P. M.; Lu, L. J.; Xia, Y; Gerstein, M. B. (2006). "Relating three-dimensional structures to protein networks provides evolutionary insights". Bilim. 314 (5807): 1938–41. Bibcode:2006Sci...314.1938K. doi:10.1126/science.1136174. PMID  17185604. S2CID  2489619.
  79. ^ Fernandez, A; M Lynch (2011). "Non-adaptive origins of interactome complexity". Doğa. 474 (7352): 502–505. doi:10.1038/nature09992. PMC  3121905. PMID  21593762.
  80. ^ Welch, G. Rickey (January 2009). "The 'fuzzy' interactome". Biyokimyasal Bilimlerdeki Eğilimler. 34 (1): 1–2. doi:10.1016/j.tibs.2008.10.007. PMID  19028099.

daha fazla okuma

Dış bağlantılar

Interactome web servers

Interactome visualization tools

Interactome databases

  1. ^ Alonso-López, Diego; Gutiérrez, Miguel A.; Lopes, Katia P.; Prieto, Carlos; Santamaría, Rodrigo; De Las Rivas, Javier (2016-04-30). "APID interactomes: providing proteome-based interactomes with controlled quality for multiple species and derived networks". Nükleik Asit Araştırması. 44 (W1): W529–35. doi:10.1093/nar/gkw363. ISSN  0305-1048. PMC  4987915. PMID  27131791.