Выявление новых взаимоотношений, организационных принципов в сетях взаимодействия белков

В новой статье, опубликованной в научных отчетах Nature Publishing Group, биологические сети двух белков, INO80 в дрожжевой S. cerevisiae и Sin3 в линии клеток человека, были изучены с использованием передового математического подхода, называемого анализом топологических данных (TDA). , который является общим методом анализа многомерных наборов данных. По сравнению с другими методами, используемыми для анализа данных о взаимодействии белков, TDA позволяет исследователям оценить большее количество белков и их связей и получить расширенное представление о сети.«Думайте о белке как об аэропорте в хаб-системе, — говорит Михаэла Сардиу, доктор философии, первый автор статьи и старший специалист по протеомике в Центре протеомики Стоуэрса. «Система работает в одном направлении в своем обычном состоянии.

Но что происходит, когда снежная буря отключает главный узел? Это затрагивает часть сети».Когда сеть аэропорта нарушена, как меняются схемы движения?

Выбирают ли пассажиры: дождаться, выбрать другой маршрут или арендовать автомобиль и поехать к месту назначения?«То же самое и с белками», — объясняет Сардиу. «Изменение в одной части сети влияет не только на этот компонент, но и на окружающие».Для исследования сети INO80 исследователи выделили белковые комплексы после того, как гены, кодирующие компоненты комплекса ремоделирования хроматина INO80, были удалены из генома. В исследовании сети Sin3 они повторно проанализировали предыдущие данные, демонстрирующие разрушение сети Sin3 человека с помощью ингибитора гистондеацетилазы, связанного с противораковой активностью.

В обоих исследованиях исследователи определили топологические сетевые модули (TNM), состоящие из белков с общими свойствами, которые были обнаружены в определенных местах в сетях. Полученные данные дают представление о сетях путем выявления модулей, состоящих из белков из определенных категорий, таких как белки в составе комплекса, белки с общими биологическими функциями и белки, нарушенные в сетях.

Идентификация TNM может применяться для изучения таких заболеваний, как рак, при которых сети взаимодействия белков изменяются химиотерапией или самой болезнью. Понимая белки, их окрестности и путешествия, исследователи надеются получить представление о широком спектре биологических функций, включая устойчивость к лекарствам и влияние раковых мутаций.

«TDA — это быстрый и эффективный способ интерпретации сложных наборов данных», — говорит Майкл П. Вашберн, доктор философии, директор по протеомике в Институте Стоуэрса и профессор кафедры патологии. Лабораторная медицина в Медицинском центре Канзасского университета. «Существует очень мало данных о нарушенных или нарушенных сетях взаимодействия белков. Основное внимание уделяется статическим сетям.

Возмущая систему, вы можете узнать, как она работает как динамическая сеть. Этот подход может обеспечить доступный маршрут для визуализации отношения между белками ".Краткое изложение выводов

Белки играют важную роль в клетках и тканях. Некоторые белки обеспечивают структурную целостность, другие катализируют реакции, а третьи регулируют экспрессию генов.

Протеомика — это изучение структуры, функции и взаимодействия всех белков в клетке или организме, которые могут насчитывать сотни тысяч или миллионы вариаций.Чтобы лучше понять белки в их динамическом мире, Майкл Вашберн, доктор философии, Михаэла Сардиу, доктор философии, и их сотрудники из Института медицинских исследований Стоуэрса использовали продвинутый математический подход, называемый анализом топологических данных (TDA), для изучения двух различные виды белков и их сети взаимодействия. Исследователи изменили или повредили части этих двух белковых сетей, а затем определили, как эти сети были затронуты. Используя TDA, группы белков, проявляющих сходные эффекты и обладающих сходными свойствами, были идентифицированы как модули топологической сети.

Кроме того, исследователи смогли получить расширенное представление о каскадных взаимодействиях в более крупной сети и определить новые области биологических сетей для исследования.