Ma `lumot

Protein-oqsil o'zaro ta'siri uchun I2D va STRING

Protein-oqsil o'zaro ta'siri uchun I2D va STRING



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Kimdir menga STRING va I2D (Interlogous interaction ma'lumotlar bazasi) o'rtasidagi farqlarni aniq tushuntira oladimi? Har bir ma'lumotlar bazasi nima qiladi? Qaysi ma'lumotlar bazasi qanday tadqiqotlar va boshqalar uchun yaxshiroq?


Men hozirgina qaradim va I2D 5 ta organizmdan olingan PPI dan o'sha organizmlarning o'zaro ta'sirini bashorat qilish uchun ishlatayotganga o'xshaydi, ular hali eksperimental ravishda namoyish etilmagan, shuning uchun uning interolog PPI prognozlash vositasi dizayn bo'yicha (http://genomebiology.com/content/pdf/gb) -2007-8-5-r95.pdf), bu erda STRING yordamida qanday oqsillar ma'lum bir oqsil bilan o'zaro ta'sir qilishini va ma'lum bir o'zaro ta'sir uchun qanday dalillarni ko'rish mumkin, shundan so'ng siz ishonchni olasiz. Hisob.


  • Yuqori o'tkazuvchanlik tajribalari
  • Adabiyot bo'yicha kuratorlik
  • yuqori o'tkazuvchanlik tajribalari
  • PPI ma'lumotlar bazalari
  • Bashorat
  • Yuqori o'tkazuvchanlik tajribalari
  • Adabiyot kuratsiyasi
  • PPI ma'lumotlar bazasi
  • Bashorat
  • Foydalanuvchi adabiyoti tuzilishi
  • Adabiyot bo'yicha kuratorlik
  • Foydalanuvchilarning yuborishlari
  • Yuqori o'tkazuvchanlik tajribalari
  • Adabiyot kuratsiyasi
  • Adabiyot bo'yicha kuratorlik
  • Adabiyot bo'yicha kuratorlik
  • PPI va yo'l ma'lumotlar bazalari
  • Bashoratlar
  • PPI ma'lumotlar bazalari

Interfeysi oqsil tuzilishidagi ikkita polipeptid zanjirini kovalent bo'lmagan o'zaro ta'sirlar bilan bog'laydigan mintaqani ifodalovchi aminokislotalar to'plami sifatida ta'riflanishi mumkin. Quyidagi ma'lumotlar bazalari PDBda oqsil komplekslarining eksperimental tarzda aniqlangan tuzilmalaridan olingan oqsil-oqsil interfeyslarini o'z ichiga oladi.


Protein-oqsil o'zaro ta'sir ma'lumotlar bazalari qanchalik foydali va qaysi biri?

Protein-oqsil o'zaro ta'siri (PPI) muhim ahamiyatga ega, shuningdek, ma'lumotlar bazalari va PPI bilan bog'liq vositalar (resurslar). Ammo tizimli taqqoslashlar bo'lmaganda, biologlar/bioinformatistlar oqsillar bilan o'zaro ta'sirlashadigan ma'lumotlar bazalari va vositalari orasida sub'ektiv tanlov qilishga majbur bo'lishi mumkin. Aslida, bunday bioinformatika manbalarining to'liq ro'yxati hozircha ma'lum qilinmagan. Birinchi marta biz 375 PPI manbalarini tuzdik, ularning ro'yxati qisqa va 125 ta muhim taqqoslashni amalga oshirdik (har ikkala ro'yxat startbioinfo.com saytida hammaga ochiq), so'ngra diqqat bilan tanlangan 16 ma'lumotlar bazalaridan odamlarning PPIlarini taqqosladik. Umumiy xususiyatlar avval batafsil taqqoslangan. Tanlangan ma'lumotlar bazalari orasida "eksperimental tasdiqlangan" va boshqa barcha PPIlar, shuningdek kasallik bilan bog'liq bo'lgan va boshqa turdagi genlar bo'lsa ham, qamrovi miqdoriy jihatdan taqqoslandi. Bu ikki usulda amalga oshirildi: veb-interfeys yordamida qo'lda olingan natijalar va ma'lumotlar bazasidan yuklab olingan barcha o'zaro ta'sirlar. Birinchi yondashuv uchun veb -interfeyslardan foydalangan holda gen so'rovlariga javoban olingan PPIlar solishtirildi. So'rovlar to'plami sifatida turli to'qimalar (buyrak, moyak va bachadonga xos bo'lgan va hamma joyda) yoki kasalliklar (ko'krak bezi saratoni, o'pka saratoni, Altsgeymer, kistik fibroz, diabet va kardiyomiyopatiya) bilan bog'liq 108 ta gen tanlandi. Yaxshi o'rganilgan genlar uchun PPI qamrovi kam o'rganilgan genlar bilan taqqoslandi. Ikkinchi yondashuv uchun, ma'lumotlar bazalaridagi so'nggi ma'lumotlar yuklandi va taqqoslandi. Natijalarga asoslanib, biz "eksperimental ravishda tasdiqlangan" oqsillarning o'zaro ta'sirini olish uchun STRING va UniHI -dan, maksimal "umumiy" (eksperimental tasdiqlangan va bashorat qilingan) PPI -larni olish uchun hPRINT va STRING -dan foydalanishni tavsiya etamiz. Faqat har bir ma'lumotlar bazasida topilgan eksperimental tasdiqlangan PPIlar tahlili shuni ko'rsatdiki, STRING eksklyuziv xitlarning taxminan 71% ni tashkil qilgan. Umuman olganda, hPRINT, STRING va IID birgalikda olingan

Ma'lumotlar bazalarida mavjud bo'lgan "umumiy" oqsil o'zaro ta'sirining 94%. Ba'zi ma'lumotlar bazalarining qamrovi ba'zi gen turlari uchun egri edi. Natijalar shuni ko'rsatadiki, ma'lumotlar bazasidan foydalanish chastotasi ularning afzalliklari bilan mos kelmasligi mumkin, bu esa bunday tabiatni tez-tez o'rganish zarurligini asoslaydi.


Ma'lumotnomalar

Xattlin, E.L. va boshqalar. Hujayra 162, 425–440 (2015).

Xeyn, M.Y. va boshqalar. Hujayra 163, 712–723 (2015).

Lage, K. Biochim. Biofizika. Acta 1842, 1971–1980 (2014).

Venkatesan, K. va boshqalar. Nat. Usullari 6, 83–90 (2009).

Stumpf, M.P. va boshqalar. Prok. Natl. akad. Ilmiy. AQSH 105, 6959–6964 (2008).

Jensen, LJ va amp Bork, P. Ilm 322, 56–57 (2008).

Neal, B.M. va boshqalar. Tabiat 485, 242–245 (2012).

Lundby, A. va boshqalar. Nat. Usullari 11, 868–874 (2014).

Jostins, L. va boshqalar. Tabiat 491, 119–124 (2012).

Okada, Y. va boshqalar. Tabiat 506, 376–381 (2014).

Morris, A.P. va boshqalar. Nat. Genet. 44, 981–990 (2012).

Zak, T.I. va boshqalar. Nat. Genet. 45, 1134–1140 (2013).

Khurana, E. va boshqalar. Ilm 342, 1235587 (2013).

Rosenbluh, J. va boshqalar. Hujayra tizimi. 3, 302–316 (2016).

Braun, K.R. & amp; Yurisika, I. Bioinformatika 21, 2076–2082 (2005).

Braun, K.R. & amp Jurisica, I. Genom Biol. 8, R95 (2007).

Kalderone, A., Castagnoli, L. va Sezareni, G. Nat. Usullari 10, 690–691 (2013).

Razick, S., Magklaras, G. & amp Donaldson, I.M. BMC Bioinformatika 9, 405 (2008).

Cowley, MJ va boshqalar. Nuklein kislotalari. 40, D862 -D865 (2012).

Das, J. va Yu, H. BMC tizimi. Biol. 6, 92 (2012).

Kotlyar, M., Pastrello, C., Sheahan, N. & amp Jurisica, I. Nuklein kislotalari. 44, D536 -D541 (2016).

Lourens, M.S. va boshqalar. Tabiat 505, 495–501 (2014).

Sanders, S.J. va boshqalar. Neyron 87, 1215–1233 (2015).

Szklarczyk, D. va boshqalar. Nuklein kislotalari. 43, D447 -D452 (2015).

Kamburov, A., Stelzl, U., Lehrach, H. va Xervig, R. Nuklein kislotalari. 41, D793–D800 (2013).

Li, I., Blom, UM, Vang, P.I., Shim, JE va amp Markot, E.M. Genom Res. 21, 1109–1121 (2011).

Lage, K. va boshqalar. Nat. Biotexnologiya. 25, 309–316 (2007).

Bader, G.D., Betel, D. va Xogue, C.V. Nuklein kislotalari. 31, 248–250 (2003).

Stark, C. va boshqalar. Nuklein kislotalari. 34, D535 -D539 (2006).

Xenarios, I. va boshqalar. Nuklein kislotalari. 30, 303–305 (2002).

Orchard, S. va boshqalar. Nuklein kislotalari. 42, D358 -D363 (2014).

Launay, G., Salza, R., Multedo, D., Thierry-Mieg, N. & Ricard-Blum, S. Nuklein kislotalari. 43, D321 -D327 (2015).

Kandasamy, K. va boshqalar. Genom biol. 11, R3 (2010).

Croft, D. va boshqalar. Nuklein kislotalari. (2014) dan ham foydalanish mumkin.

Kutmon, M. va boshqalar. Nuklein kislotalari. 44, D488 -D494 (2016).

UniProt konsorsiumi. Nuklein kislotalari. 43, D204–D212 (2015).

Salwinski, L. va boshqalar. Nat. Usullari 6, 860–861 (2009).

Pauell, S. va boshqalar. Nuklein kislotalari. 42, D231–D239 (2014).

Kanningem, F. va boshqalar. Nuklein kislotalari. 43, D662 -D669 (2015).

NCBI resurslari koordinatorlari. Nuklein kislotalari. 43, D6 -D17 (2015).

Sonnhammer, E.L. & amp Östlund, G. Nuklein kislotalari. 43, D234–D239 (2015).

Braun, G.R. va boshqalar. Nuklein kislotalari. 43, D36 -D42 (2015).

Kriventseva, E.V. va boshqalar. Nuklein kislotalari. 43, D250–D256 (2015).

Kanehisa, M., Sato, Y., Kavashima, M., Furumichi, M. & amp; Tanabe, M. Nuklein kislotalari. 44, D457–D462 (2016).

Penel, S. va boshqalar. BMC bioinformatika 10 (6-ilova), S3 (2009).


Protein-oqsil o'zaro ta'siri uchun I2D va STRING - Biologiya

Ushbu kursni Ph.D Prashanth Suravajhala o'qitadi.

Bu kurs ilgari Gari Bader tomonidan birgalikda o'qitilgan va u ishlab chiqqan materiallarni o'z ichiga oladi.

Roʻyxatdan oʻtish

Bioinformatics.org saytida kurslarga ro'yxatdan o'tish ikki bosqichdan iborat:

1-qadam Agar siz hali bunday qilmagan bo'lsangiz, veb-saytimizning o'quv bo'limiga kirish uchun onlayn hisob yarating. Shuni yodda tutingki, bizning ta'lim tizimimizga ro'yxatdan o'tish boshqa veb -saytlardan alohida bo'lib, sizga boshqa hisob kerak bo'ladi. 2 -qadam Ushbu kursga ro'yxatdan o'tish shaklini yuborish orqali ro'yxatdan o'ting (PDF Agar AQSh cheklari, kredit kartalari yoki korporativ xarid buyurtmasi orqali toʻlayotgan boʻlsangiz, ushbu shakldan foydalaning).

Talab bo'yicha onlayn kurs o'tkazildi

Bu kursni talab bo'yicha, onlayn rejimida o'qitish mumkin. Iltimos, talab qilinadigan kurslar ro'yxatini tekshirib, ushbu kursni shunday qabul qilish mumkinligini bilib oling.

Talab bo'yicha versiya oldindan yozib olingan video ma'ruzalarni taqdim etadi. Ro'yxatdan o'tgandan so'ng, siz birinchi ma'ruzani ko'rishni boshlashingiz mumkin va agar sizda biron bir savol bo'lsa, o'qituvchiga elektron pochta orqali xabar yuborishingiz mumkin.

Slaydlar talab bo'yicha ham, jonli kurslarda ham mavjud va ko'pchilikda misollar ham bor (masalan, ma'lumotlar va skriptlar). Vazifalar sizning ta'limingiz uchun ham berilgan, lekin baholanmagan. Va tugatgandan so'ng, siz ishtirok etish sertifikatini so'rashingiz mumkin.

  • Tijorat va hukumat: $600 AQSh dollari
  • Notijorat va o'z-o'zini to'lash: $ 400 AQSh dollari
  • Qo'shimcha chegirmalar uchun pastga qarang.

Ushbu kursning talab bo'yicha versiyasini olgan talabalar bu yerdan kurs sahifasiga kirishlari mumkin.

Jonli kurs onlayn tarzda o'tkaziladi

Bu kurs ham jonli, on-layn rejimida o'qitilishi mumkin. Yaqin kelajakda taqvim o'tkazilishini bilib oling.

  • Tijorat va hukumat: 1000 AQSh dollari
  • Notijorat va o'z-o'zini to'lash: $ 600 AQSh dollari
  • Qo'shimcha chegirmalar uchun pastga qarang.

Ro'yxatdan o'tish muddati: to'lganida

Jonli kursda qatnashgan talabalar bu yerda oʻzlarining kurs sahifalariga kirishda davom etishlari mumkin. (Maxfiylik va maxfiylik muammolari tufayli tugallangan kurslarga kirish faqat ro'yxatdan o'tgan talabalar uchun mavjud.)

Saytda jonli kurs o'tkaziladi

Biz sizning kursingizga dars berish uchun kelishimiz mumkin. Qo'shimcha ma'lumot olish uchun biz bilan bog'laning.

Chegirmalar

Qo'shimcha chegirmalar quyidagilardan iborat:

    : 20% chegirma
  • Cheklangan stipendiyalar kam ta'minlangan iqtisodiyotda yashovchilar uchun ham mavjud bo'lishi mumkin (iltimos, so'rang).

Sertifikatlash

Ushbu kurs Bioinformatics.org tomonidan sertifikatlangan, bu sohadagi eng qadimgi va eng yirik xalqaro filiallardan biri va u 6 Bioinformatics.org saytida "uzluksiz ilmiy ta'lim" (CSE) birliklari (aloqa soati uchun bir birlik). Kursni tamomlagan talabalar buni tasdiqlovchi sertifikat oladilar.

Qaytarish siyosati

Har qanday kurs turi uchun, agar talaba kursning o'tkazilishi yoki mazmunidan qoniqmasa, ular ma'ruzaning dastlabki ikki kunida to'lovni to'liq qaytarishni talab qilishlari mumkin. Ikki kundan keyin, lekin bir hafta ichida, 50% qaytarib beriladi. Bir haftadan so'ng boshqa kursga 100% kredit beriladi. Bu erda ko'rsatilganlardan tashqari hech qanday to'lov yoki kreditlar qaytarilmaydi.


Protein -oqsil o'zaro ta'siri uchun I2D va STRING - Biologiya

Oxirgi yangilanish: 2011 yil 5 yanvar

Ma'lumotlar bazalari va ma'lumotlar to'plamlari

  • Alanin Skonservalash E.nervetiklar DotaBas
  • 3D oqsil tuzilmalaridagi ulanish nuqtalari ma'lumotlar bazasi
  • Bakterial oqsillarning o'zaro ta'siri ma'lumotlar bazasi
  • kontekstida jismoniy (oqsil-oqsil) va funktsional o'zaro ta'sirlarni birlashtiruvchi ma'lumotlar bazasi E. coli bilimlar bazasi
  • Binding Iyuzaki Databaza
  • Proteinlarning o'zaro ta'siri haqidagi katta hajmdagi ma'lumotlarni jadval ko'rinishiga, grafik aloqa xaritalariga va tavsiflovchi funktsional profillarga joylashtiring
  • TheGeneral Ruchun omborxona Io'zaro ta'sir Datasets
  • genetik va jismoniy o'zaro ta'sirlar ma'lumotlar bazasi
  • Biomolekulyar Oob'ekt Ntarmoq Databank
  • ma'lumotlar bazasida mavjud ketma-ketlik, o'zaro ta'sir, murakkab va yo'l ma'lumotlarini qidirish uchun yangi manba
  • Genbank va BIND, biomolekulyar o'zaro ta'sir tarmog'i ma'lumotlar bazasini o'z ichiga olgan bir qator komponent ma'lumotlar bazalarini birlashtiradi.
  • keng miqyosli ikki gibridli xamirturush (YTH) ekranidagi oqsillarning oʻzaro taʼsiri haqidagi maʼlumotlarni va boshqa organizmlardagi (interologlar) eksperimental maʼlumotlardan bashorat qilingan oʻzaro taʼsirlarni oʻz ichiga oladi.
  • Dota bazasi Iaralashish Poqsillar
  • DROsofila Io'zaro ta'sirlar Databaza
  • model organizm uchun maxsus ishlab chiqilgan genlar va oqsillar o'zaro ta'sirining keng qamrovli ma'lumotlar bazasi Drosophila
  • uchun integratsiyalangan post-genomik ma'lumotlar bazasi E. coli
  • Genom WIde Dtortish Databaza
  • mavjud eksperimental ma'lumotlarni docking texnikasi yordamida yaratilgan modellar bilan birlashtiradi
  • U ma'lum protein-oqsil o'zaro ta'sirini o'z ichiga oladi va o'zaro ta'sir qiluvchi oqsillarni topish va ularning komplekslarining tuzilishini olish uchun boshqa ketma-ketliklar va tuzilmalarni kiritish imkonini beradi.
  • saraton bilan bog'liq bo'lgan bir nechta klassik signalizatsiya yo'llari va ularning jismoniy oqsil-oqsil o'zaro ta'sirini tahlil qilish orqali qurilgan.
  • OIV-1 oqsillarining xost hujayra oqsillari, boshqa OIV-1 oqsillari yoki OIV/OITS bilan bog‘liq bo‘lgan kasallik organizmlari oqsillari bilan barcha ma’lum bo‘lgan o‘zaro ta’siri haqida qisqacha ma’lumot
  • Helikobakter PyloriDbazasi Poqsil Iinteraktomlar
  • eksperimental va xulosali o'zaro ta'sirlar bilan birlashtirilgan
  • Hinson Protein Imuloqot Dma'lumotlar bazasi
  • katta KIAAproteinlar o'rtasidagi oqsil-oqsil o'zaro ta'sirining ma'lumotlar bazasi
  • KATTA: Hinson Uaniqlangan Gen-E.kodlangan katta oqsillar
  • Inson proteomidagi har bir oqsil uchun domen arxitekturasi, post-translyatsion o'zgartirishlar, o'zaro ta'sir tarmoqlari va kasalliklar assotsiatsiyasiga tegishli ma'lumotlarni vizual tasvirlash va birlashtirish uchun platforma.
  • Interolog Io'zaro ta'sir Databaza
  • ma'lum va prognoz qilingan sutemizuvchilar va eukaryotik oqsil-oqsil o'zaro ta'sirining ma'lumotlar bazasi
  • Inferred Biomolekulyar Io'zaro ta'sirlar Server
  • ma'lum bir oqsil uchun eksperimental ravishda aniqlangan tuzilmalarda kuzatilgan jismoniy o'zaro ta'sirlar haqida xabar beradi
  • sheriklar va majburiy saytlarni gomologiya orqali aniqlaydi/bashorat qiladi
  • Io'zaroChain Bva hokazoSheets ma'lumotlar bazasi
  • Protein-oqsillarning o'zaro ta'siri, zanjirlar orasidagi varaq hosil bo'lishi
  • ma'lumotlar bazasi Knoaniq Dning otasi Bio-molekulyar Io'zaro ta'sirlar
  • Biomolekulyar Rko'tarinkilik Ima'lumot Tuzatish va E.xpression
  • biologik ob'ektlarning funktsional ierarxiyasi va binar munosabatlari
  • Molekulyar INTxatolar ma'lumotlar bazasi
  • biologik molekulalar: RNK, DNK, oqsillar o'rtasidagi funktsional o'zaro ta'sirlar ma'lumotlar bazasi
    • DOMINO - protein-o'zaro ta'sir domenlari vositachiligidagi o'zaro ta'sirlarni tavsiflovchi domen peptidlari o'zaro ta'siri ma'lumotlar bazasi
    • VirusMint - Virus oqsillarining o'zaro ta'siri ma'lumotlar bazasi
    • moslashuvchanlik va geometrik tahlil uchun tegishli vositalar yordamida makromolekulyar harakatlar ma'lumotlar bazasi
    • Xamirturush oqsili va oqsilning o'zaro ta'siri to'g'risidagi ma'lumotlar keng qamrovli xamirturush genomlari ma'lumotlar bazasida (CYGD) mavjud
    • Mikrobial Poqsil Io'zaro ta'sir DotaBas
    • ma'lum bo'lgan barcha mikroorganizmlarning o'zaro ta'sirini ta'minlaydi
    • 250 ta bakterial tur/shtamm oqsillari orasidagi tajriba orqali aniqlangan o'zaro ta'sirlar
    • Msut emizuvchi PoqsilPoqsil Io'zaro ta'sir ma'lumotlar bazasi
    • tajribali kuratorlar tomonidan ilmiy adabiyotlardan to'plangan PPI qo'lda yuqori sifatli ma'lumotlarni yig'ish
    • oqsil-oqsil va oqsil-kichik molekulalarning o'zaro ta'siri ma'lumotlar bazasi
    • 1500 dan ortiq tezislar, 1600 ga yaqin nashr etilgan jurnallar va 60 000 dan ortiq havolalardan olingan 320 000 dan ortiq o'zaro ta'sirlardan iborat.
    • PDZ domenlari ishtirokidagi o'zaro ta'sirlar uchun maxsus ishlab chiqilgan oqsil-oqsil o'zaro ta'sirining ma'lumotlar bazasi
    • hozirgi vaqtda 339 ta eksperimental tarzda aniqlangan oqsil-oqsil o'zaro ta'sirini o'z ichiga oladi
    • fosfoproteinlarni bog'laydigan domenlar (PPBDlar) vositachiligi bilan inson oqsil-oqsil o'zaro ta'sirlari ma'lumotlar bazasi
    • Protein-oqsil INo'zaro ta'sir Tgermodinamik ma'lumotlar bazasi
    • adabiyot, ketma-ketlik va strukturaviy ma'lumotlar va eksperimental shartlar bilan bir qatorda bir nechta termodinamik parametrlarning eksperimental ma'lumotlarini o'z ichiga oladi.
    • mavjud ortologik interaktom ma'lumotlar to'plamlari asosida inson oqsil-oqsil interaktomasini bashorat qilish uchun funktsional ma'lumotlar bazasi
    • U ko'pchilikka ochiq bo'lgan ma'lumotlar bazalarini birlashtiradi, bunda sichqon, meva chivinlari, qurtlar va xamirturushlar oqsil-oqsil o'zaro ta'sirining katta hajmli ma'lumotlarini olishga alohida e'tibor qaratiladi. O'zaro ta'sir ko'rsatadigan oqsillar ma'lumotlar bazasi (DIP)keyin ularni odamlarning bashorat qilingan interaktomiga aylantirish
    • PRotein Io'zaro ta'sir va Molekulyar Ima'lumotlar bazasiE.
    • tabiiy tilni qayta ishlashga asoslangan gen/oqsil informatika ma'lumotlar bazasi
    • oqsil yo'llarini o'rganishga bag'ishlangan funktsional proteomik dasturiy platformasi
    • PIM uchun mavjud Helicobacter pylori, Hiv_Human, Drosophila va TGF-beta
    • Suzuki-ga qarang va boshqalar., Genom Res. 2001, 11, 1758-1765. [PubMed]
    • molekulyar o'zaro ta'sir ma'lumotlar bazasi
    • oqsillar va ularning domenlarining tarkibiy o'zaro ta'siriga e'tibor qaratadi
    • proteome ma'lumotlar bazasi Pseudomonas putida KT2440
    • Protein-oqsil o'zaro ta'siri, gen ontologiyasi va fizik-kimyoviy ma'lumotlarni taqdim etadi.
    • Stuzilmalar, ya'niNteras va Auchun lignmentlar PoqsilPoqsil Io'zaro ta'sirlar
    • tizimli ma'lumotlarda kuzatiladigan domen-domen o'zaro ta'sirining ob'ektga yo'naltirilgan ma'lumotlar bazasi
    • ikki gibrid oqsillarning o'zaro ta'siri ma'lumotlar bazasi B. Subtilis
    • Syuza Pning ko'tarilishlari INyuzalar - Protein Protein interfeyslari
    • barcha protein-oqsil interfeyslari ma'lumotlar bazasi PDB
    • achitqi oqsili interaktom ma'lumotlarini genetik tarmoq vizualizatsiya tizimi bilan ko'rish
    • Ysharq Promeome Dma'lumotlar bazasi
    • oqsillar uchun keng qamrovli ma'lumot manbasi S. cerevisiae

    Ma'lumotlar bazalari va ma'lumotlar to'plamlari

    • oqsil-oqsillar orasidagi bashoratAoyning mohiyatiDular domAiNs
    • ma'lumotlar bazasi 70944 bashorat qilingan va 4300 tasdiqlangan Arabidopsis o'zaro ta'sir qiluvchi oqsillar
    • Arabidopsis ThalianaPoqsil Iinteraktom Databaza
    • Arabidopsis thaliana proteome oqsil-oqsil o'zaro ta'sir tarmoqlari, domen arxitekturasi, ortologik ma'lumotlar va GO izohiga tegishli ma'lumotlarni tasvirlash va birlashtirish uchun markazlashtirilgan platforma.
    • bir nechta bioinformatika bashorat qilish usullaridan ma'lumotlarni va adabiyotdan qo'lda to'plangan ma'lumotlarni birlashtiradi
    • oqsil-oqsil o'zaro ta'sirining bashoratchisi
    • Protein-oqsil o'zaro ta'sir joylarini bashorat qilish uchun konsensus neyron tarmog'i usuli
    • Drosophila melanogaster protein interaktomalari ma'lumotlar bazasi
    • oqsil o'zaro ta'sir tarmoqlarini bashorat qilish uchun statistik model
    • sut emizuvchilar oqsillarining o'zaro ta'siri ma'lumotlar bazalari yordamida gen belgilarining ro'yxatini bog'lash
    • genlar va oqsillar ro'yxatini izohlashga yordam beradigan kuchli veb-dastur
    • Urug'lar ro'yxatidan genlar va oqsillar o'rtasidagi munosabatlarni topish va umumiy yo'llar yoki oqsil komplekslarida asosiy rol o'ynashi mumkin bo'lgan qo'shimcha genlar yoki oqsillarni bashorat qilish uchun foydalanish mumkin.
    • Human Aizohlangan va Pyozilgan Poqsil Io'zaro ta'sir ma'lumotlar bazasi
    • umumiy manbalardan to'plangan yoki hisoblash yo'li bilan xulosa qilingan
    • protein interfeysi ma'lumotlar bazasi
    • ma'lum 3D-tuzilmalarga ega bo'lgan oqsillarning keng ko'lamli interfeys ma'lumotlarini o'z ichiga oladi
    • Protein-oqsil o'zaro ta'sirini bashorat qilish uchun meta veb-server
    • bashorat qilingan oqsil-oqsil o'zaro ta'siri, fizik-kimyoviy xossalari, polimorfizm va mitoxondriyal proteom bilan bog'liq kasalliklar haqida ma'lumotni o'z ichiga olgan veb-portal.
    • SwissProt, MitoP, MitoProteome, HPRD va Gen Ontologiyasi ma'lumotlar bazasidan olingan 6549 ta protein ketma-ketligini o'z ichiga oladi.
    • Protein-oqsil o'zaro ta'sir turlarini aniqlaydigan SVM (qo'llab-quvvatlash vektorli mashina algoritmi) tasniflagichi
    • protein domenlari juftlari o'rtasidagi tizimli ravishda aniqlangan interfeyslarning to'liq ma'lumotlar bazasi
    • inson oqsili-oqsil o'zaro ta'sirini bashorat qilish
    • Protein ma'lumotlar bankida mavjud bo'lgan barcha protein-oqsil komplekslaridan olingan protein-oqsil interfeyslari ma'lumotlar bazasi
    • 71 mikroorganizmlar genomlarining ketma-ketlik ma'lumotlaridan foydalangan holda oqsillar orasidagi taxminiy aloqalar ma'lumotlar bazasi
    • PRotein Io'zaro ta'sir va MOlecule Sqidiruv ma'lumotlar bazasi
    • oqsil-oqsil o'zaro ta'siri ma'lumotlarini tahlil qilish uchun bilim portali
    • PRoteyn Itomonidan o'zaro munosabatlar Stuzilmaviy Mtortish
    • oqsil interfeyslarini o'rganish va oqsil-oqsil o'zaro ta'sirini taxmin qilish
    • har qanday o'zaro ta'sir tarmog'idan genlarni/oqsillarni funktsional tasniflash uchun veb -xizmat
    • oqsillar orasidagi funktsional bog'lanishlarni bashorat qilish uchun qo'llaniladigan xulosa chiqarish usullari to'plami
    • usullari o'z ichiga oladi Filogenetik profil Funktsional bog'lanishlarni aniqlash uchun bir nechta genomlarda oqsillarning mavjudligi va yo'qligidan foydalanadigan usul Gen klasteri Funktsional aloqani bashorat qilish uchun genom yaqinligini ishlatadigan usul Rosetta tosh, bu funktsional bog'liqlikni aniqlash uchun ikkinchi organizmda genlarning birlashish hodisasidan foydalanadi Gen qo'shni Ulanish uchun genlarning yaqinligi va filogenetik taqsimotidan foydalanadigan usul
    • Yordam vektor mashinasini EcoCyc ma'lumotlar bazasidagi o'zaro ta'sirlarning yuqori sifatiga o'rgatish orqali va periplazmatik va sitoplazmatik oqsillar bir-biri bilan o'zaro ta'sir qilmasligi mumkin degan taxmin bilan olingan [PubMed]
    • Stuzilmalar, ya'niNteras va Auchun lignmentlar PoqsilPoqsil Io'zaro ta'sirlar
    • oqsil-oqsil o'zaro ta'sirini bashorat qilish dasturi
    • SaxaromitslarPoqsil-oqsil Iaralashish Databaza
    • Ikki gen ontologiyasi (GO) atamasi o'rtasidagi nisbiy o'xshashlikni (RSS) o'lchash orqali xamirturush oqsili o'zaro ta'siri tarmog'ini qayta qurishning samarali usuli
    • siyanobakteriyalar modelining oqsil-oqsil o'zaro ta'sirining ma'lumotlar bazasi Sinekokist sp. PCC 6803
    • mumkin bo'lgan siyanobakterial domen-domen o'zaro ta'sirini, shuningdek, ularning oqsil darajasidagi o'zaro ta'sirini ko'rsatadi
    • transmembran topologiyasi va domen ma'lumotlarini, shuningdek, grafik veb-interfeyslardagi o'zaro ta'sir tarmoqlarini taqdim etadi

    Ma'lumotlar bazalari va ma'lumotlar to'plami

    Tegishli domen, yo'l va tarmoq ma'lumotlar bazalari

    • hayot yo'llarini chizish
    • 506 yo'l / genom ma'lumotlar bazasi to'plami
    • har bir ma'lumotlar bazasi bitta organizmning genomi va metabolik yo'llarini tavsiflaydi
    • murakkab biokimyoviy tarmoqlar va jarayonlarni tahlil qilish va vizualizatsiya qilish uchun biokimyoviy tarmoq kutubxonasi
    • Molekulyar tarmoq modellarining ochiq kirishli ma'lumotlar bazasi, bu alohida juft molekulyar o'zaro ta'sirlar ma'lumotlar bazalari va tasdiqlangan yo'llar ma'lumotlar bazalari o'rtasidagi bo'shliqni ko'paytiradi.
    • c molekulyar o'zaro ta'sir tarmoqlarini ularning ifodasi yoki fenotipik ma'lumotlarga mosligi, ichki tuzilishi yoki turlar bo'yicha saqlanishiga asoslangan algoritmlar tomonidan ishlab chiqilgan funktsional tarmoq gipotezasini qo'llab -quvvatlaydi.
    • Domain Aqayd qilinmagan Protein-oqsil Io'zaro ta'sir Dma'lumotlar bazasi
    • Protein ma'lumotlar bankidagi (PDB) oqsil komplekslarining uch o'lchovli (3D) o'zaro ta'sir qiluvchi domenlaridan kelib chiqadigan domen izohli oqsil o'zaro ta'sirining ma'lumotlar bazasi.
    • Domain Iaralashish MAp
    • konservalangan protein-domenlar orasidagi funktsional va jismoniy o'zaro ta'sirlar uchun keng qamrovli manba
    • ma'lum va prognoz qilingan protein domeni (domen-domen) o'zaro ta'sirining ma'lumotlar bazasi
    • Dma'lumotlar bazasi Of Qmiqdoriy Cellular Signalash
    • C. E.leganlarDahamiyatsiz Gene E.xpression dotabase
    • E.fermentlar va Metabolik Phar tomonlama
    • oqsil interfeyslaridagi hisoblash nuqtalari ma'lumotlar bazasi
    • Ima'lumot Huzviy bog'langan Over Poqsillar
    • Adabiyotda navigatsiya qilish uchun genlar tarmog'i
    • taxminiy ma'lumotlar bazasi INTERta'sir qiluvchi protein DOMturli manbalardan olingan
    • Kyoto E.ning entsiklopediyasi Genes va Genomlar [Metabolik yo'llar | Tartibga solish yoʻllari]
    • kimyoviy birikmalar va biologik yo'llardagi reaktsiyalar ma'lumotlar bazasi
    • Tugallangan ketma-ket asosiy eukaryotlar to'g'risidagi integratsiyalangan ma'lumotlar bazasi, unda protein kinazalarining tasnifi va ularning funktsional saqlanishi va turlar orasidagi ortologik jadvallar, oqsil-oqsil o'zaro ta'siri ma'lumotlari, domen ma'lumotlari, strukturaviy ma'lumotlar va avtomatik yo'l grafik tasvir interfeysi mavjud.
    • to'g'ridan -to'g'ri jismoniy ta'sir o'tkazmaydigan oqsil va domen juftlarini yig'ish
    • Ikki xil manbadan olingan eksperimental qo'llab-quvvatlanadigan o'zaro ta'sir qilmaydigan oqsil juftlarini o'z ichiga oladi: adabiyotlarni qo'lda tozalash va PDB protein komplekslarini tahlil qilish orqali
    • yangi olingan eksperimental o'zaro ta'sirlarni baholash uchun ishlatilishi mumkin
    • signal uzatish va metabolik yo'llarning eng katta to'plami, shu jumladan keng ko'lamli sharhlar va batafsil protein ma'lumotlari
    • Protein FAMhizalamalar va HMM ma'lumotlar bazasi
    • bir nechta turdagi oqsil-oqsillarning gomologik o'zaro ta'sirini qidirish uchun veb-server
    • Stuzilmaviy Classifikatsiya Of Poqsil-oqsil Iinterfeyslar
    • PDB tuzilish fayllari va SCOP domen ta'riflaridan olingan barcha domen-domen o'zaro ta'sirlari va ularning interfeyslari ma'lumotlar bazasi
    • Stuzilmaviy Charaktizatsiya Of Ve'tibor, Ligandlar va Poqsillar
    • veb-ilova oqsil interfeyslarini o'rganish va oqsillar oilasini bog'laydigan hududlarni qiyosiy tahlil qilish uchun asosdir
    • Smajbur Mqirrali Aarxitektura Rizlanish Tool
    • Se'tiborsiz qoldirish PAshunday Databaza
    • genetik ma'lumotlar va signal uzatish tizimlari uchun birlashtirilgan ma'lumotlar bazasi
    • eukaryotlarda gen transkripsiyasiga ta'sir qiluvchi kompozit tartibga soluvchi elementlarning ma'lumotlar bazasi [Yo'lboshchili sayohat]
    • molekulyar yo'llar va uyali tarmoqni modellashtirish bo'yicha ma'lumotlar bazasi
    • Unifidoyi Human Interaktom
    • hisoblash va eksperimental asosli inson oqsillari bilan o'zaro ta'sir tarmoqlarining to'liq ma'lumotlar bazasi
    • uchun qo'llanma Drosophila genlar va ularning rivojlanishidagi o'rni
    • biokimyoviy yo'llar haqidagi ma'lumotlarni o'z ichiga oladi
    • Wnt hamjamiyatining a'zolari uchun bu sohadagi taraqqiyot haqida ma'lumot beruvchi manba, signalizatsiya yo'llari, usullari va boshqa turli xil narsalar bo'yicha xaritalar
    • Agile Protein Io'zaro ta'sir Dataanalizator
    • interaktiv veb-vosita
    • barcha ma'lum bo'lgan tajribada tasdiqlangan oqsil-oqsil o'zaro ta'siri
    • E.ning lektrostatik yuzasi Fnomaqbul -SAYT
    • oqsillarning molekulyar sirtlari uchun ma'lumotlar bazasi, faol maydonlarning Konolli sirtlarida elektrostatik potentsiallar va hidrofobik xususiyatlarni birgalikda aks ettiradi.
    • ifoda ma'lumotlari yordamida oqsil o'zaro ma'lumotlarini o'rganadi
    • Qiziqarliixtiyoriy Simnoaniqlik Matrix
    • semantik va funktsional o'xshashlik qiymatlarining keng qamrovli manbasi
    • oqsil o'zaro ta'sirini saqlash, taqdim etish va tahlil qilish uchun ma'lumotlar bazasi va asboblar to'plami
    • INTERharakat PREorqali diksiya Tertaroq Stuzilish
    • oqsil yuzasida funktsional saytlarni bashorat qilish uchun veb -server
    • keng miqyosli oqsillarning o'zaro ta'sir tarmoqlarini vizualizatsiya qilish
    • peptidlarni aniqlash modullari oilalari vositasida oqsil-oqsil o'zaro ta'sirini bashorat qilish
    • STRING oqsillar o'zaro ta'siri ma'lumotlar bazasi interfeysi
    • umumiy grafik vizualizatsiya vositasi
    • evolyutsiya tomonidan saqlanib qolgan oqsil yo'llari va komplekslarini aniqlash uchun turlar bo'ylab oqsil o'zaro ta'sir tarmoqlarini solishtirish uchun tarmoqni moslashtirish va qidirish vositasi
    • Protein E.ekstraktsiya, Dyozuv va Analiz Tool
    • turli xil bioinformatik vositalar yordamida genom ketma -ketligini to'liq avtomatik tahlil qilish
    • Tarkibi bo'yicha ma'lum bo'lgan faol, bog'lovchi va translatsiyadan keyingi modifikatsiya joylariga o'xshash 3D oqsil qismlarini qidirish uchun mo'ljallangan.
    • Hybrigenics funktsional proteomik dasturiy ta'minoti va o'zaro ta'sir ma'lumotlari
    • bepul protein-oqsil o'zaro xaritasi java ko'rish dasturi
    • Poqsil Io'zaro ta'sirlar VisualizatiOn Tool
    • oqsil-oqsil interfeyslarining fizik-kimyoviy xususiyatlarini tahlil qilish uchun server
    • ko'p zanjirli molekulaning atom koordinatalarini o'z ichiga olgan, har qanday ikki yoki undan ko'p bo'linmalar orasidagi interfeysni tahlil qiladigan faylni ishlatadigan dasturlar to'plami.
    • oqsil-oqsil interfeysi tahlil serveri
    • oqsil-oqsil birikmalarining 3D tuzilmalaridagi interfeyslarning xususiyatlarini tahlil qilish
    • Stuzilmaviy Charaktizatsiya Of Vkeyin, Ligandlar va Poqsillar
    • atom, qoldiq va domen darajasida PDB interfeysining o'zaro ta'sirini tavsiflovchi veb-ga asoslangan relyatsion ma'lumotlar bazasi
    • Syuza Pxossalari INyuzalar - Poqsil Protein interfeyslari
    • Protein ma'lumotlar bankidagi barcha oqsil-oqsil o'zaro ta'sirining ma'lumotlar bazasi
    • Squloq Tuchun ool Rning paydo bo'lishi INmuomala qilish Genlar/oqsillar
    • ko'p sonli organizmlar uchun ma'lum va prognoz qilingan oqsil-oqsil o'zaro ta'sirining ma'lumotlar bazasi
    • o'zaro ta'sirlar to'g'ridan -to'g'ri (jismoniy) va bilvosita (funktsional) assotsiatsiyalarni o'z ichiga oladi
    • Ma'lumotlar to'rt manbadan olingan: genomik kontekst, yuqori o'tkazuvchanlik tajribalari, (saqlanib qolgan) birgalikda ifodalash va oldingi bilimlar
    • Ysharq E.xploratsiya Tool Integrator
    • post-genom ma'lumotlarini vizualizatsiya qilish/tahlil qilish uchun ishchi dastgoh Saccharomyces cerevisiae

    Modulli proteinli domenlar
    Jovanni Cesareni, Mario Gimona, Marius Sudol va Maykl Yaffe
    524 p., Vili-VCH, 2005 yil yanvar
    ISBN: 978-3527308132 [Amazon]

    Protein-oqsilni aniqlash
    Kolin Kleantous
    314 p., Oksford universiteti matbuoti, 2001 yil yanvar
    ISBN: 978-0199637607 [Amazon]

    Giyohvand moddalarni tadqiq qilishda proteinomika
    Maykl Xamaxer, Katrin Markus, Kay Sent va uumlxler, Andre van Xoll, Bettina Varscheid va Helmut E. Meyer
    383 b., Wiley-VCH, 2006 yil may
    ISBN: 978-3527312269 [Amazon]


    1.Kirish

    Anksiyete, depressiya va kognitiv buzilish kabi tutilishlar va komorbid holatlar nevrologik kasalliklar bilan og'rigan bemorlarning umumiy belgilaridan biridir. Ushbu kuzatish shuni ko'rsatadiki, bu nevrologik kasalliklar umumiy klinik ko'rinishlarga olib keladigan ma'lum umumiy genetik belgilar va molekulyar yo'llarga ega. Bir kasallik bilan bog'liq genetik markerlar bo'lishi mumkin, bu mutatsiyaga bog'liq genlar va o'zaro bog'liq molekulyar yo'llarning haddan tashqari yoki kam ifodalanishiga olib keladi. Bunday buzilishlar turli xil nevrologik kasalliklari bo'lgan bemorlarda ham xuddi shunday kuzatiladigan alomatlarni keltirib chiqarishi mumkin. Masalan, autizm spektrining buzilishi bo'lgan bolalarning taxminan 8-20 foizida epilepsiya paydo bo'lishi va kech balog'at yoshida paydo bo'ladigan tutqanoqlarning ko'payishi haqida ma'lumotlar mavjud [1]. Shuningdek, umumiy populyatsiyada bipolyar buzilishning paydo bo'lishi/ehtimoli 0,07 bo'lgan umumiy populyatsiyaga nisbatan, epilepsiya bilan og'rigan bemorlarda ham xuddi shunday ehtimoli 1000 kishi-yiliga 1,69 holatni tashkil etadi, bu esa ancha yuqori [2]. Surunkali kasalliklarda epizodik hujumlar haqida xabarlar mavjud: epilepsiya va migren. Kasalliklar odatda birgalikda yuzaga keladi va bir-biriga mos keladigan patofizyologik mexanizmlar va umumiy klinik belgilarga ega. Yaqinda aniqlangan umumiy genetik belgilar va epilepsiya va migren uchun molekulyar substratlar orasida CACNA1A, ATP1A2, SLC1A3 va POLG kabi genlardagi mutatsiyalar mavjud. Biroq, ikkala shart ham bir nechta aniq va muhim farqlarga ega. Demak, ushbu kasalliklarning har birini tashxislash va davolashda boshqasining potentsial mavjudligini hisobga olish kerak [3].

    Shuni yodda tutgan holda, biz nevrologik oqsillarning o'zaro ta'sir tarmog'ini tizimli va funktsional tahlil qilish uchun strategik tizim biologiya yondashuvini qo'llaymiz. Biz nevrologik kasalliklarda qo'shma kasalliklarning sababi bo'lishi mumkin bo'lgan tarmoq tahlili orqali yangi taxminiy genetik belgilarni aniqlashni maqsad qilganmiz. Ushbu tadqiqotda nevrologik kasalliklarning tarmoq tahliliga yondashuv bir necha jihatdan o'ziga xos va yangilikdir.

    Biz ushbu tadqiqot uchun odamning nevrologik proteomini aniqladik. Proteinlar bir-biri bilan, shuningdek, DNK va RNK kabi hujayraning boshqa molekulalari bilan o'zaro ta'sir qilish orqali ishlaydi va hayotiy muhim metabolik yo'llar, signal kaskadlari, hujayra jarayonlari va organizm tizimlarida vositachilik qiladi. Har bir oqsil o'zaro ta'sirining o'ziga xos funktsiyasi uning yaqinligi va o'ziga xosligini aniqlaydi. Proteinlarning o'zaro ta'siri organizmning biologik faoliyatida muhim rol o'ynaydi va bunday o'zaro ta'sirlarning buzilishi, shu jumladan mos bo'lmagan o'zaro ta'sirni yoki muhim assotsiatsiyani yo'qotishni o'z ichiga oladi, bu organizmning sog'lom va kasal holatini boshqaradi. Kasallik mutatsiyalari oqsilning bog'lanish interfeysiga ta'sir qiladi va oqsilning bog'lanish joyida biokimyoviy disfunktsional allosterik o'zgarishlarga olib keladi. Proteinlarning o'zaro ta'sirini o'rganish kasallikning molekulyar asoslari to'g'risida ma'lumot beradi va bu ma'lumotlardan kasalliklarning oldini olish, tashxislash va davolashning yaxshiroq usullarini ishlab chiqish uchun foydalanish mumkin [4].

    Bizning tadqiqotimizda yangi nomzodlarni mashinasozlik ustuvorligi o'zaro ta'sir tarmog'idagi oqsillarning tarkibiy tavsifchilarini hisobga oladi. Mashinada o'qitish texnikasi informatsion genlarni topish va mashinaga berilgan xom ma'lumotlardan muhim ma'lumotlarni olish uchun muvaffaqiyatli ishlatilgan. Ushbu bashorat modellari talqin qilinadigan xususiyatlarga ega va berilgan ma'lumotlardan foydalanish va kerakli ma'lumotlarni samarali aniqlash uchun yuqori aniqlikni saqlaydi. Bizning ishimiz yangi gen mahsulotlarini, ya'ni ilgari nevrologik kasalliklar bilan bog'liqligi ma'lum bo'lmagan oqsillarni birinchi o'ringa qo'yish bilan bog'liq. Bu neyrologik kasalliklar bilan bog'liq bo'lgan oqsillarga xos bo'lgan xarakterli oqsillar tarmog'ining topologik xususiyatlari va 3 o'lchovli oqsillar interfeysining tarkibiy xususiyatlarini aniqlash orqali amalga oshirildi. Proteinlarning o'zaro ta'siri oqsil interfeyslari orqali amalga oshiriladi. Protein interfeysi tuzilishidagi farqlar turli xil o'zaro ta'sirlarga olib kelishi mumkin. Demak, oqsil interfeysining strukturaviy xususiyatlari uning tarmoqdagi o'zaro ta'sirini aniqlashda muhim rol o'ynaydi. Saraton tarmog'idagi saraton bilan bog'liq inson oqsil-oqsil interfeyslarini tavsiflash uchun bog'lanish joyining strukturaviy xususiyatlari ishlatilgan shunga o'xshash tadqiqot shuni ko'rsatadiki, saraton oqsillari interfeysi oddiy oqsillar interfeysiga qaraganda o'ziga xos interfeys xususiyatlariga ega. Saraton oqsili interfeyslarini tavsiflash uchun kirish mumkin bo'lgan sirt maydoni (ASA), tekislik, bo'shliq hajmi indeksi, interfeys yuzasi maydoni, interfeysdagi foiz qutb qoldiqlari, interfeysdagi foizli nopolar qoldiqlar va foiz zaryadlangan qoldiqlar kabi interfeysning strukturaviy xususiyatlari ishlatilgan [5]. Bizning tadqiqotimiz nevrologik kasalliklar tarmog'ida ishtirok etadigan oqsillarning interfeyslarini tavsiflash uchun 2P2I inspektori veb -vositasi orqali hisoblangan bir xil xususiyatlar to'plamidan foydalangan. Ikkita qo'shimcha xususiyat ishlatiladi, ya'ni Gap indeksi va interfeys o'lchami, ular yuqorida aytib o'tilgan etti xususiyatdan hisoblanadi.

    Oqsillarning global xatti-harakatlarini tushunish uchun avval ishtirok etuvchi oqsillarni belgilaydigan xarakterli xususiyatlarga ega tarmoq grafik tasviri ishlatilgan. Ular tarmoq topologik xossalari deb ataladi va daraja, o'zaro bog'liqlik, yaqinlik, markazlashtirilganlik va eng qisqa yo'l uzunligini o'z ichiga oladi. Protein interfeysi tuzilmasining kiritilishi va ularning o'zaro ta'sir qiluvchi oqsillarga ta'sirini tasvirlash uchun tarmoq topologik xususiyatlaridan foydalangan holda, muhim markaziy oqsillarni avvalgidan ko'ra aniqroq aniqlaganligi ko'rsatildi [6]. Biz sitoskopning tarmoq analizatori plaginlari tomonidan hisoblangan o'nta tarmoq topologik xususiyatlarini hisobga oldik (qarang Metodologiya).

    Tadqiqotlar shuni ko'rsatdiki, bu protein deskriptorlari (oqsil interfeysining tuzilish xususiyatlari va tarmoq topologik xususiyatlari), individual ravishda, yangi nomzodlarga ustuvorlik berishning eng yaxshi xususiyatlari [7]. Shunday qilib, biz o'rganilayotgan va ma'lum bo'lgan potentsial nevrologik oqsillarni tavsiflash va tavsiflash uchun biz bu ikkala tizimli tavsiflovchini birinchi marta birgalikda ko'rib chiqdik. It was also observed that there was a decline in performance and accuracy of the classifiers at the cost of eliminating some of these features. And, therefore, all the 19 descriptors together were considered optimally fit to be included in the study.

    Machine learning classifiers were trained on these parameters and subjected on known set of neurological gene products to identify their unique underlying patterns and relationship in a network and then use these to identify previously unknown markers of neurological disorders from a list of human proteins that are not known to be associated with such disorders. This structural level analysis provides important clues about the affinity and specificity of protein interactions, and hence only the proteins whose 3D structure is available were considered. Identified risk markers could be considered important to determine patient prognosis for neurological diseases. Identifying such markers by taking into consideration the properties of known genes and proteins involved in the disorders under study is known as gene prioritization [8].

    Further, from the prioritized gene list, we identified proteins hubs that have the highest number of interacting partners in the network and can be thought to participate simultaneously in most neurological pathways.


    Protein-protein interactions

    Tushunish jismoniy va functional interactions between molecules in living systems is of vital importance in biology. Several powerful methodologies and techniques have been developed to generate molecular interaction data, concentrating mainly on protein-protein interactions (Figure 1). 1

    Given the importance of protein-protein interactions, and their vast numbers in comparison with datasets involving other types of molecules, we focus on them in this course.

    Molecular interaction data can be generated using many different techniques, all of which have their strengths and weaknesses. However, it is important to stress that all molecular interaction data is to some degree artifactual. No single method can accurately reproduce a true binary interaction observed under physiological conditions.

    The “boom” in molecular interaction research that we experienced from the early years of the current century was caused by the increasingly wide availability of high throughput technologies that can potentially provide information on several thousand pairwise interactions at a time. 2 Such high-throughput studies can provide a global ‘snapshot’ of the molecular interactions that take place in a cell, an organism or as particular physiological context. This is known as the interactome.

    Understanding the cellular machinery and identifying interactions that underpin particular physiological processes relies on the retrieval, organisation and analysis of these valuable data. 2 Efforts have been made in the protein interaction field towards addressing this challenge.

    Figure 1 Data obtained by interaction detection methods are stored and represented in databases. This figure is adapted from Koh et al. 3

    This course will review some of the main techniques used to produce protein interaction data and discuss their respective advantages and disadvantages. We will discuss how you should regard the reliability of each of the methods. We will also explain how the experimental data are captured electronically.


    Acknowledgements

    We are grateful to Wei-chung Liu for providing the SilInd1.2 programme, while Tamás Korcsmáros is acknowledged for constructive, helpful criticism. Research of FJ was funded by the "MIUR FIRB RBPR0523C3" project grant of CoSBi. This research has been partially funded by the NOBEL project. Michele di Cosmo and Tommaso Schiavinotto provided essential technical help. We are grateful to two Anonymous Referees for constructive critics improving the quality of the paper.


    Natijalar

    The fusion protein information extracted by ProtFus was validated using the ChiTaRS-3.1 [1] database of known cases of fusion proteins and interactors, as well as the Mitelman database of Chromosome Aberrations and Gene Fusions in Cancer [27]. The fusion protein occurrences, as predicted by ProtFus, were validated by searching the corresponding occurrences of breakpoints in cancers from the ChiTaRS database [1]. The Mitelman database was used mainly for identifying potential fusion proteins and their roles in cancer. Finally, the PPIs predicted by ChiPPI [22] were validated by ProtFus. The interactions of information that we received were compared with that of ChiPPI [22] and STRING [34–35], by performing simultaneous searches in both of these for cross-validation of the reliability of the results. We were particularly interested in searching for instances of interactions from the scientific literature.

    Next, ProtFus was tested on 358 fusion proteins (based on the Mitelman Database) from PubMed articles and the result statistics of the top 100 fusion proteins were provided based on their identification from the text (S5 Table, Supporting information). For example, in the case of the BCR-ABL1 fusion protein (PubMed ProtFus identified its occurrence in all PubMed articles, like, ‘Both Bcr-Abl fusion proteins exhibit an increased tyrosine kinase activity and their oncogenic potential has been demonstrated using in vitro cell culture systems as well as in in vivo mouse models’ (S5 Table, Supporting information). Similarly, ProtFus also identified interactions among fusion proteins (S6 Table, Supporting information), such as in the case of the BCR-ABL1 fusion protein (PubMed ‘The SH2-containing adapter protein GRB10 interacts with BCR-ABL’ (S6 Table, Supporting information). Particularly, the essential parameters for examining the accuracy of text-mining based algorithms involved the identification of Precision, Recall and F-Score. Moreover, ProtFus identified fusion proteins with Precision ranging from 0.33 to 1.0 (average = 0.83), Recall = 0.4 to 1.0 (average = 0.84) and F-Score = 0.4 to 1.0 (average = 0.81) whereas for PPIs with: Precision = 0.42 to 1.0 (average = 0.81), Recall = 0.5 to 1.0 (average = 0.81) and F-Score = 0.59 to 1.0 (average = 0.83). A high scoring system would typically have a Precision of

    0.8–1, depending on the quality of data. Thus, the overall accuracy of ProtFus enabled extracting different attributes of fusion proteins and their interaction appearances in the biomedical texts.

    Training and testing

    We used a classical Naïve Bayes algorithm for training as well as extraction. The datasets were partitioned based on known fusion proteins and their interactors from the literature. This resulted in a training set (40%) (Table 1) and a set (around 60%, when there was no reported fusion) that was used for testing the algorithm in all PubMed references (2013–2017) (Table 2). There was no overlap between training and testing data. Subsequently, decisions were modeled for assigning labels to raw input data. This type of classification algorithm can also be thought of as a convex optimization problem, in which one needs to identify the minima of a convex function ρ, associated with an input vector v, having n entries (Eq 2), (Eq 2) Here, the objective function can be defined as Eq 3, (Eq 3) where vectors a(i)∈Z n are training instances (1≪n),y(i)∈Z n that act as labels. To examine the accuracy of our algorithm, we performed a 10-fold cross-validation. For this purpose, we partitioned the input text into ten equal-sized sub-samples, of which five were retained for testing and five were used for model building. We also used the standard Precision, Recall and F-score values for validating the results. Precision (P) was defined as the fraction of retrieved instances that was relevant to the study. Precision can also be defined as the probability that randomly selected retrieved information is relevant (Eq 4). (Eq 4) Here, TP = true positive and FP = false positive. Similarly, Recall (R) is defined as the fraction of relevant instances that are retrieved for the study. Recall can also be defined as the fraction of the information relevant to the query that is successfully retrieved (Eq 5). (Eq 5) Here, FN = false negative. Nihoyat, F-score is the harmonic means of precision and recall (Eq (6). (Eq 6) For example, if the standard query text contains 3 tokens that could be categorized as fusion proteins, and ProtFus identifies 2 of them, the accuracy can be calculated as: True (standard) tokens = n, y, n, a Predicted (by ProtFus) tokens = n, n, n, a (here, n = no token instance, y = token instance, a = noise). Ushbu holatda, Precision = 0.75, Eslab qoling = 0.75 and F-score = 0.75. Similarly, the corresponding accuracy plot can be drawn by providing information about Precision, Eslab qolingva F-score values, and the number of runs. ProtFus still had a high false-positive rate, due to the diverse corpus of texts and different forms of fusion mentions. However, this rate automatically decreased when the corpus was updated with better literals.

    Big Data processing using ProtFus and ChiPPI

    To display the results of ProtFus in a user-friendly manner, we also built the Protein-Protein Interaction of Fusions (PPI-Fus) database (http://protfus.md.biu.ac.il/bin/protfusdb.pl), supported by Apache Tomcat and My-SQL. This is an open source Big Data processing framework that supports ETL (Extract, Transform and Load) and machine learning, as well as graph generation. Some classical text mining tasks can also be performed by identifying biological, functional, literal and miscellaneous tokens, as well as chunks from text. Further, for the purpose of entity recognition, the word-token tagger has back-end Synonyms (with a synonym resource), whereas the RegEx tagger has back-end synonyms (with rule base).

    Further, in the case of identifying PPIs among fusion proteins, the pop-up result window included the input text with interactions highlighted. Another feature of ProtFus is direct searching using PubMed articles. Users can select from the given drop-down box, the number of articles to be considered for searching fusion proteins and their interactions. The result includes the abstracts of all the articles that best match with fusion protein keywords. This file can be further used for highlighting the fusion proteins and their interactions.

    Interestingly, the biologik tokens correspond mainly to nouns miscellaneous tokens may correspond to verbs, pro-verbs, adverbs. va boshqalar funktsiya tokens correspond to verbs and adjectives and literals correspond to conjunctions. Tables 4 va 5 represent the Precision and Recall for the retrieval step and NER, respectively (see Methods). Xuddi shunday, Table 6 provides the overall accuracy of the Naïve Bayes classifier, whereas Table 7 represents a comparative analysis of the overall extraction rate of fusion proteins and their PPIs using ProtFus and a selection of other resources. This comparison showed that ProtFus performs much better in overall extraction, with 92% accuracy. Thus, the process of tokenization was a very important step in our script, as it filtered out essential tokens (like protein and function tokens) from non-essential ones (like miscellaneous and literals) for better data extraction.


    Videoni tomosha qiling: Whey Gold Standard protein haqiqiysi va soxtasini ajratishni 6 ta yoli (Avgust 2022).