深度学习在基于序列的蛋白质互作预测中的应用进展

蛋白质-蛋白质相互作用在细胞信号转导、基因表达和代谢调控等生物过程中发挥重要作用,鉴定蛋白质间的相互作用对于理解复杂生物过程至关重要。预测蛋白质间的相互作用可以为药物发现、蛋白质功能研究和设计等领域提供帮助。近年来,随着人工智能技术的蓬勃发展,深度学习技术在预测蛋白质互作领域做出巨大贡献,其中基于序列的深度学习模型通过学习蛋白质序列信息的深层特征进行互作预测。本文综述了深度学习在基于序列的蛋白质互作预测中的应用,按照算法框架和时间线对该领域进展进行分类归纳,介绍了数据处理、序列编码方法、算法架构以及模型的评估指标等内容,并分析了当前面临的问题以及未来的发展方向。随着深度学习技术的发展,预测蛋白质互作的效率大幅提高,未来需要发展泛化能力更强的预测模型,助力蛋白质互作的预测。

人类蛋白质结构互作网络--结构域对网络拓扑与蛋白质功能的影响

高通量的蛋白质互作数据与结构域互作数据的出现,使得在蛋白质组学领域内研究人类蛋白质结构互作网络,进一步揭示蛋白质结构与功能间的潜在关系成为可能.蛋白质上广泛分布的结构域被认为是蛋白质结构、功能以及进化的基本功能单元.然而,结合蛋白质的结构信息(例如蛋白质结构域数目、长度和覆盖率等)来研究这些表象后的内部机制仍然面临着挑战.将蛋白质分为单结构域蛋白质与多结构域蛋白质,并进一步结合蛋白质互作信息与结构域互作信息构建了人类蛋白质结构互作网络;通过与人类蛋白质互作网络进行比较,研究了人类蛋白质结构互作网络的特殊结构特征;对于单结构域蛋白质与多结构域蛋白质,分别进行了功能富集分析、功能离散度分析以及功能一致性分析等.结果发现,将结构域互作信息综合考虑进来后,人类蛋白质结构互作网络可以提供更多的单纯的蛋白质互作网络无法提供的细节信息,揭示蛋白质互作网络的复杂性.

根据蛋白质互作网络预测乳腺癌相关蛋白质的细致功能

乳腺癌是最为常见的恶性肿瘤之一。已有的关于乳腺癌相关蛋白质的功能注释比较宽泛,制约了乳腺癌的后续研究工作。对于已知部分功能的乳腺癌相关蛋白质,提出了一种结合Gene Ontology功能先验知识和蛋白质互作的方法,通过构建功能特异的局部相互作用网络来预测乳腺癌相关蛋白质的细致功能。结果显示该方法能够以很高的精确率为乳腺癌相关蛋白质预测更为精细的功能。预测的相关蛋白质的功能对于指导实验研究乳腺癌的分子机制具有重要的价值。

人类蛋白质互作网络hub蛋白与其结构域关联分析

hub蛋白质作为参与较多互作的"中心蛋白",在实现蛋白质功能和生命活动中发挥着关键作用.而结构域作为蛋白质上的基本功能区域,决定着蛋白质功能及蛋白质互作的情况.互作网络中hub蛋白质和结构域对于蛋白质功能的实现均起到决定性的作用.对蛋白质互作与结构域的关系分析表明,蛋白质互作与结构域之间存在着密切的联系.对人类蛋白质互作网络中的hub蛋白与结构域进行关联分析,探讨hub蛋白及其互作partner与结构域数目之间的关系,并通过hub蛋白质之间的互作对相应结构域的关系进行进一步的论证.

牛HSPA6蛋白特性分析及蛋白互作网络构建

通过构建牛热休克蛋白A6(heat shock protein A6,HSPA6)序列与其他生物的系统进化树,以及运用生物信息学方法分析牛HSPA6蛋白的基本理化性质、亲疏水性等,并结合蛋白互作网络,探究牛HSPA6基因编码蛋白的结构和功能特性。结果显示,牛HSPA6蛋白与羊、长江江豚等哺乳动物的氨基酸序列相似性较高;牛HSPA6蛋白分子质量为70 570.64 u,理论等电点为5.66,为酸性亲水性蛋白,无跨膜结构和信号肽;可能存在11个得分>0.900的磷酸化位点,与N-糖基化激活位点可能位于后端碱基;牛HSPA6蛋白是一种主要由40.38%的α-螺旋和33.65%的无规卷曲组成的二级结构相对稳定的蛋白质,包含N-端核苷酸结合域和C-端多肽结合域两个主要的结构域,主要在细胞质中发挥作用;蛋白质互作网络构建结果显示,牛HSPA6蛋白主要与BAG1、DNAJA4、DNAJB1、DNAJC2等蛋白发生互作,参与腺苷酸交换因子活性、ATP酶调节活性、伴侣绑定等,表明牛HSPA6蛋白在牛机体能量代谢等过程中发挥潜在生物学功能。这些多重生物信息学分析为深入探讨牛HSPA6蛋白对肉品质的影响机制提供了理论依据。

基于蛋白质互作网络的鼻咽癌基因模块化分析

目的基于蛋白质互作网络,筛选调节鼻咽癌的基因模块,为鼻咽癌的分子诊断和治疗提供新的靶点。方法利用GEO数据库中鼻咽癌的数据集(GSE12452)和SAM软件,筛选鼻咽癌中差异表达基因。利用String数据库,建立鼻咽癌中差异表达基因的蛋白质互作网络。基于构建的网络,利用生物信息学模块化分析方法筛选在鼻咽癌发生发展过程中起重要作用的基因模块。根据DAVID数据库,对模块进行GO分析,挖掘模块的调控功能。结果本次研究中共筛选出在鼻咽癌中差异表达的基因2 634个。根据String数据库,我们发现这些差异基因中共有4 729对蛋白质互作对,并据此建立鼻咽癌中的蛋白质互作网络。利用模块化分析筛选出蛋白质互作网络中的7个基因模块,GO分析显示这些模块的功能主要为调控细胞周期、糖代谢、细胞黏附、氧化还原反应等。结论鼻咽癌的蛋白质互作网络中共有7个基因模块,它们对鼻咽癌的发生发展具有重要的调控作用,这些功能模块的发现能够为鼻咽癌的分子靶向诊治提供新的切入点。

根据蛋白质互作网络预测前列腺癌相关蛋白质的细致功能

对于功能部分已知的前列腺癌相关蛋白质,提出了一种基于Gene Ontology的功能特异的子网构建方法来细化其功能注释。结果显示该方法能够以很高的精确率为前列腺癌相关蛋白质预测更为精细的功能。预测的相关蛋白质的功能对于指导实验研究前列腺癌的分子机制具有重要的价值。

认知相关基因的生化通路与蛋白质互作网络分析

目的用生物信息学的方法揭示认知相关基因所调控的生物过程及通路,构建认知基因的特异蛋白网络,并挖掘其主要功能。方法在GO、phenopedia、GLAD4U3个数据库中,收集认知相关的基因,进行基因本体分析、通路分析及通路串话分析;从人类蛋白互作网络中提取认知相关特异蛋白网络,并通过聚类分析找出重要功能模块。结果明确了126个认知相关基因,这些基因主要参与学习或记忆、神经发育等生物过程;多条与神经突触发育、信号转导、成瘾相关的通路参与认知过程,且各个通路之间存在紧密的串话作用。认知相关基因之间存在显著的互相作用关系(P<10^-16),相比背景基因具有更高节点度(P=1.39×10^-4)以及介数中心性(P=2.07×10^-5);聚类分析挖掘出胺转运调节、胆碱能突触传递和学习等重要功能模块。结论认知是一个非常复杂的过程,涉及多个具有关键功能的基因,如HTR3A、CHRNA6、BDNF等,基因间通过紧密互相作用,调控多个生物过程及通路,包括胆碱能突触,多巴胺能突触、血清素能突触等,这些通路彼此协同发挥功能。

绵羊睾丸差异基因及蛋白质互作网络关系研究

【目的】整合分析多个绵羊睾丸转录组数据集,揭示绵羊睾丸差异基因及蛋白质互作网络关系,以期探索影响绵羊精子生成的关键基因,为绵羊的繁殖提供理论参考。【方法】对74个绵羊睾丸转录组进行生物信息学分析,通过limma软件包进行差异基因分析,使用WGCNA构建加权绵羊睾丸差异基因共表达网络,并通过MCODE计算网络中重要基因;利用Metascape进行功能富集分析,利用Cytoscape插件AutoAnnotate识别基因集簇。【结果】最终筛选到11884个基因,构建237366对蛋白质互作关系;对2058个差异基因构建蛋白质互作网络,产生46169对蛋白质互作关系,确定了4个得分最高的基因集合。对2058个差异基因构建加权共表达网络,共获得7个模块,其中Blue模块内有929个基因,功能富集分析发现显著富集于雄性配子产生、繁殖、精子发生、鞭毛运动和AMPK信号通路等,且富集结果高度连接并聚成一个完整的网络,最终确定了25个参与精子发生和精子细胞发育过程的关键基因。【结论】本研究揭示了绵羊睾丸表达基因的蛋白质互作网络和多维差异基因的蛋白质互作网络,最终找到与睾丸精子发生相关且有互作关系的25个基因,为绵羊繁殖研究提供理论依据。

基于深度神经网络和局部描述符的大规模蛋白质互作预测方法

蛋白质相互作用PPI(Protein-Protein Interaction)是生物体中众多生命活动过程的重要组成部分,蛋白质互作预测是研究蛋白质互作的重要途径。为了提高蛋白质互作预测性能,构建一个用于预测蛋白质互作的深度神经网络模型DPPI。采用局部描述符将氨基酸序列编码成具鉴别性的特定维数向量;使用训练集训练DPPI模型,并使用测试集对DPPI模型进行测试和评价;根据测试和评价的结果调整各参数,优化DPPI模型;使用优化后的DPPI模型,来对蛋白质互作进行预测。结果表明,DPPI模型编码简单、代码简洁,实验获得的较高的准确率,可以作为大规模蛋白质互作预测的有益补充。

基于蛋白质互作知识的生物学通路扩充新方法

生物学通路被广泛应用于基因功能学研究,但现有的生物学通路知识并不完善,仍需进一步扩充。生物信息学预测为通路扩充提供了一种有效且经济的途径。文章提出了一种融合蛋白质?蛋白质互作知识以及Gene Ontology(GO)数据库信息进行基因通路预测的新方法。首先选取目标基因在蛋白质?蛋白质互作层面上的邻居所在的Kyoto Encyclopedia of Genes and Genomes(KEGG)通路为候选通路,然后通过检验候选通路中的基因是否在与目标基因关联的GO节点富集来判断目标基因的通路归属。分别利用Human Protein Reference Database(HPRD)和Biological General Repository for Interaction Datasets(BioGRID)数据库中的蛋白质?蛋白质互作信息进行预测。结果表明,在两套数据中,随着互作邻居个数的增加,预测的平均准确率(在所有目标基因注释的通路中被成功预测的比例)及相对准确率(在至少有一个注释通路被成功预测的基因集中,所有注释通路均被预测正确的基因所占的比例)均呈现上升趋势。当互作邻居个数达到22时,预测的平均准确率分别达到96.2%(HPRD)和96.3%(BioGRID),而相对准确率分别为93.3%(HPRD)和84.1%(BioGRID)。进一步利用新版数据库对旧版数据库中被更新的89个基因进行验证,至少有一个更新通路被预测正确的基因有50个,其中43个基因的更新通路被完全正确预测,相对准确率为86.0%。这些结果显示该方法是一种可靠且有效的通路扩充方法。

蛋白质互作网络的分形分析

通过盒计数法,对一系列最新研究得到的蛋白质互作网络进行分形分析.研究了这些互作网络的度指数,配对系数,相关性谱等与分形性质密切相关的属性.这些分析指出,按照现有的数据构建的蛋白质互作网络很可能还不具备分形的拓扑结构.

基于蛋白质互作网络的功能模块挖掘

有一些研究已经表明生物系统是由功能模块间的相互作用组成的。因此,鉴别这些功能模块对于理解生物系统的模块性和组织结构是十分必要的。本文提出了一个框架来鉴别功能模块通过整合蛋白质互作网络和基因表达谱数据。应用算法于双重加权酵母蛋白质互作网络中,得到了120个功能模块。这些模块显著的富集在蛋白质相关的GO的生物学过程上。因此,本文提出的算法可以很好的挖掘蛋白质互作网络中功能模块。

基于蛋白质互作网络的COVID⁃19对肺动脉高压的影响机制

通过构建肺动脉高压差异基因和冠状病毒侵入人体后免疫反应相关基因的互作网络,探索COVID⁃19对肺动脉高压的影响机制。首先通过Meta分析挖掘肺动脉高压相关差异表达基因;其次通过SARS⁃CoV侵染人体后的基因表达数据,挖掘主要功能通路;最后构建肺动脉高压差异表达基因和冠状病毒主要功能通路基因的互作网络,挖掘网络的显著功能模块。发现肺动脉高压与血管平滑肌细胞、成纤细胞、T/B细胞免疫过程、转录调节因子通路、Toll样信号通路等密切相关,互作网络发现IT⁃GAM、HBB、VCAM1、IL1R2等基因是COVID⁃19感染肺动脉高压患者的重要调节基因。通过肺动脉高压与冠状病毒感染机体后蛋白质互作网络探索了COVID⁃19对肺动脉高压的影响机制,为肺动脉高压感染COVID⁃19的研究及治疗提供了新思路。

基于蛋白质互作网络挖掘自闭症谱系障碍的功能模块与核心基因

自闭症谱系障碍(autism spectrum disorder,ASD)是一种具有高遗传性、临床异质性和生物复杂性的神经行为障碍类疾病。为挖掘ASD发生发展过程中的功能模块与核心基因,本文从自闭症谱系障碍疾病数据库获取ASD相关基因;利用STRING数据库构建ASD相关基因的蛋白质互作网络;通过MCODE算法对蛋白质互作网络进行模块分析并筛选核心基因;最后对各功能模块进行KEGG通路分析,根据富集到的通路类别评估功能模块之间的相互作用。结果显示,3个疾病基因数据库筛选出182个共有基因,构建的蛋白质互作网络包含171个节点和1041条边,其中NRXN1、GRIN2B、GRIN2A、DLG4、NLGN3、MECP2、CNTNAP2、BDNF、NLGN4X、FMR1等23个基因具有较高的连通度(degree)。从蛋白质互作网络中分析得到5个功能模块,包括68个核心基因。KEGG富集分析发现功能模块参与多个生物学通路,包括细胞黏附分子、钙离子通路、神经活性的配体-受体相互作用、多巴胺能神经突触等。分析结果提示,挖掘的ASD功能模块和核心基因大多集中在神经元活动、信号分子和信号传导等,且各模块相互作用共同影响ASD的发生发展。

蛋白质互作组学技术及其在植物研究中的应用进展

蛋白质互作组学技术是一门鉴定和量化蛋白质与其他代谢物或蛋白质等分子相互作用的前沿技术,已成为研究植物系统生物学和多组学研究的重要组成部分。近年来,基于质谱的组学技术迅速发展,也促进蛋白质-代谢物相互作用(Protein-metabolite interaction,PMI)、蛋白质-蛋白质相互作用(Protein-protein interaction,PPI)的发现和验证方法取得巨大进步,这些蛋白质互作组学技术在功能基因组和功能代谢组研究中逐渐展示出巨大的应用潜力。系统总结了过去10年不同蛋白质互作组学技术(主要包括PMI和PPI)的分析策略,并详细分析了它们各自的优缺点和适用的相互作用类型,综述了蛋白质互作组学技术在植物研究领域的应用进展,对植物蛋白质互作组学技术的应用策略和需要攻克的关键技术瓶颈进行了总结。蛋白质互作组学技术的不断发展将进一步推动植物胞内信号转导及代谢调控通路的解析,而精准解析信号网络中关键相互作用将为植物自身生长发育以及适应外界环境等机制研究提供重要的信息。

油菜叶片蛋白质组对机械损伤应答的初步分析

植物在对抗昆虫的长期进化过程中形成了自我防御机制,能够产生特异的抗性蛋白来应对昆虫的取食。该文用机械损伤模拟害虫取食,研究和对比了油菜(Brassica napus cv.Westar)在机械损伤前后可溶性总蛋白的含量变化并试图通过蛋白质组学技术来检测可能发生变化的蛋白质。蛋白质定量检测发现,同一植株同一叶片损伤前后可溶性总蛋白含量差异显著,损伤后蛋白表达量增高。蛋白质双向凝胶电泳及其差异显示分析损伤前后的蛋白质组,表明有8个蛋白质点发生明显的上调或下调。选择其中2个差异蛋白点经过MALDI-TOF质谱鉴定,它们分别是Rubisco小亚基前体、果糖-1,6-二磷酸醛缩酶和粪卟啉-3-氧化酶,这些蛋白质可能在油菜叶片应答机械损伤过程中对维持植物的生理功能起到重要作用。

一种基于随机游走模型的关键蛋白质预测方法

为了解决目前的关键蛋白质预测方法对生物功能的分析不够深入的情况,利用蛋白质复合物信息,提出1种基于随机游走模型,结合蛋白质相互作用网络中的边聚集系数等数据来预测关键蛋白质的RWP(random walk method for predicting essential proteins)算法。在酿酒酵母(Saccharomyces cerevisiae)蛋白质相互作用网络上,以敏感度、特异性、阳性预测值、阴性预测值、准确率等5个统计学指标为评价标准,将RWP与介数中心性、度中心性、信息中心性、CSC算法及LIDC算法等5种用于预测关键蛋白质的方法进行对比实验。结果表明:RWP在关键蛋白质识别率等方面优于这5种测度方法,它具有较好的预测关键蛋白质的性能。

人工智能在宿主与病原体蛋白质互作预测中的应用进展

宿主与病原体之间的蛋白质-蛋白质互作(Host-pathogen protein-protein interaction,HP-PPI)是病原体感染宿主的关键分子事件,准确识别HP-PPI对于理解宿主的免疫防御机制、病原体的致病机制,以及研发抗感染药物都具有重要意义。近年来,蛋白质互作实验技术的发展及其在宿主与病原体互作研究中的应用,积累了大量的HPPPI数据,于是人工智能技术逐渐在HP-PPI预测研究领域中脱颖而出。本文综述了人工智能方法在HP-PPI预测研究领域中的应用,首先介绍了基于人工智能方法识别HP-PPI的任务流程,总结了收录HP-PPI数据的常用数据库;然后重点对机器学习和深度学习两大类人工智能方法在HP-PPI预测研究领域中的应用进行分类归纳,介绍了部分经典算法模型的基本原理、特征选择和模型评估结果等;最后,分析了人工智能方法预测HP-PPI面临的问题及挑战,以期为宿主与病原体互作研究领域的科研人员提供思路和参考。

口腔癌相关蛋白质的细致功能预测

口腔鳞状细胞癌(oral squamous cell carcinoma,OSCC)是人类最常见的恶性肿瘤之一。本文结合Gene Ontology功能先验知识,通过构建功能特异的蛋白质互相作用子网来预测口腔癌相关蛋白质的功能。我们以很高的精确率为已知部分功能的口腔癌相关蛋白质预测了更为精细的功能,这对于指导实验研究口腔癌的分子机制具有重要的价值。