Lid
Lab
Laboratory of Biological Networks
  • 02月 18

    2013 | 课题组建立首个自身相互作用预测方法

       某种蛋白的两个或者两个以上拷贝之间能够发生相互作用,这样的蛋白被称为自相互作用蛋白,它们在细胞功能和生物学网络进化中都发挥重要作用。知道一个蛋白能否发生自相互作用对揭示其功能至关重要。此前,相关研究主要关注自相互作用蛋白的结构和功能,而对它们整体属性的了解十分有限;另外,目前最常用的两种高通量蛋白质相互作用检测技术(Y2H, AP/MS)在检测自相互作用蛋白质方面能力有限,而自相互作用蛋白的生物信息学预测方法更是十分缺乏。
       课题组的刘中扬博士等对自相互作用蛋白开展了近两年的系统研究。他们发现,与其它蛋白质相比,自相互作用蛋白在结构、进化、功能和网络拓扑等多方面具有独特的性质。基于这些性质,他们成功开发了首个自相互作用蛋白预测模型并将该预测模型发展成为一个用户友好的在线分析工具SLIPPER (SeLf-Interacting Protein PrEdictoR) (http://www.bprc.ac.cn/slipper)。对于用户提交的蛋白质,SLIPPER能够给出衡量该蛋白质发生自相互作用概率的打分,同时提供多种相关的功能注释信息。该工作已于2013年2月18日在线发表于蛋白质组学领域权威刊物MOLECULAR & CELLULAR PROTEOMICS上(http://www.mcponline.org/content/early/2013/02/18/mcp.M112.021790.short?rss=1)。
     
     2008年,该研究小组曾经在同一杂志上发表了用于分析蛋白质相互作用数据的工具“PRINCESS”(http://www.bprc.ac.cn/princess)。SLIPPER是对PRINCESS功能的完善和补充,将有助于从整体水平上理解自相互作用蛋白在细胞功能中的角色,促进自相互作用蛋白的高通量发现,揭示它们的功能线索。