Back to chapter

4.16:

Белковые сети

JoVE Core
Molecular Biology
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Molecular Biology
Protein Networks

Languages

Share

один организм может содержать тысячи различных белков. И большая часть этих белков должна взаимодействовать с другими белками для выполнения их функций. Многие белки имеют несколько партнеров, в результате чего образуется сложная сеть белковых взаимодействий.Различные лабораторные методы, включая и биохимические, и вычислительные методы, помогают ученым понять сети белковых взаимодействий. Разметка, или тэггинг степени сродства часто является методом используемым для выделения белка с любыми другими взаимодействующими молекулами. Тег сродства амино-кислотный мотив, который генетически добавлен к белку, представляющему интерес.Эту метку можно использовать для изоляции целевого белка с другими белками, связанными с ним. Взаимодействующие белки с тегом белка можно проанализировать для определения их индивидуальности и новизны взаимодействия. Одним из методов анализа неизвестных белковых взаимодействий является нарезка белка на короткие сегменты и анализирование с помощью масс-спектрометра для определения аминокислотных последовательностей.Эти последовательности можно сравнить с существующей белковой последовательностью базы данных для идентификации неизвестных связанных белков. Кроме того, доступные бесплатно базы данных, такие, как IntAct, имеют данные по взаимодействиям между белками, которые предоставляются исследователями по всему миру для сравнения. Другие базы данных, связанныесо все большим числом продвинутых инструментов биоинформатики, можно использовать для прогнозирования молекулярных взаимодействий неизвестного белка.Карты сетей белок-белковых взаимодействий используются для визуализации данных взаимодействия между белками в клетке. Окружности это ноды, которые представляют определенный белок. Линии это рёбра, которые соединяют белок с другими взаимодействующими белками.Изучение карт белковых взаимодействий может помочь в прогнозировании функций белка. Если модель взаимодействия неизвестного белка состоящая из соединительных рёбер, сходна с другой нодой, эти две ноды могут действовать аналогичным образом. Некоторые ноды будут отображаться как высокоподключенные хабы, исследование которых может привести к обнаружению основных механизмов для поддержания здоровья клетки, тем самым помогая разработке новых лекарств.

4.16:

Белковые сети

В организме могут быть тысячи различных белков, и эти белки должны взаимодействовать, чтобы обеспечить здоровье организма. Белки связываются с другими белками и образуют комплексы для выполнения своих функций. Многие белки взаимодействуют с множеством других белков, создавая сложную сеть белковых взаимодействий.

Эти взаимодействия могут быть представлены с помощью карт, изображающих сети белок-белковых взаимодействий, представленные как узлы и связи. Узлы — это круги, которые представляют белок, а связи — линии, соединяющие два взаимодействующих белка. Эти сети позволяют визуализировать сложность белок-белковых взаимодействий в системе. Эти карты могут включать как стабильные взаимодействия, такие как те, которые образуются в белковых комплексах, так и временные взаимодействия. Взаимодействия белков, происходящие в клетке, организме или конкретном биологическом контексте, в совокупности могут быть названы ‘интерактомом’.

Белковые сети можно исследовать с помощью различных биохимических и вычислительных методов. Одним из первых шагов в изучении белковых взаимодействий является выделение интересующего белка вместе с другими ассоциированными белками. Это можно сделать, помечая интересующий белок аффинной меткой, такой как гистидиновая метка. Затем эту метку можно использовать для разделения белка и других белков с помощью аффинной хроматографии. Затем изолированные белки перевариваются протеазой, например трипсином,  а затем анализируются с помощью жидкостной хроматографии с тандемной масс-спектрометрией (LC-MS). Затем пептидную массу можно сравнить с базой данных известных белковых последовательностей, чтобы опознать ее.

С вычислительной точки зрения белок-белковые взаимодействия можно анализировать с помощью баз данных, а также инструментов прогнозирования. Существуют различные базы данных, такие как IntAct, управляемая EMBL-EBI, которые состоят из экспериментально подтвержденных и предсказанных взаимодействий белков. Для прогнозирования этих сетей взаимодействия можно использовать другие инструменты, такие как STRING Швейцарского института биоинформатики.

Изучение белковых сетей может привести к научным открытиям, таким как определение функции неизвестного белка. Изучение изменений в этих сетях может помочь прояснить различия между здоровыми и больными клетками. Эта информация также может использоваться в таких важных областях применения, как разработка лекарств для лечения болезней.  Анализ белковых сетей может выявить узлы с большим количеством связей, имеющие решающее значение для выживания клеток и способные стать мишенями при раке и болезнях, при которых гибель клеток желательна, что не подходит для большинства заболеваний. С другой стороны, узлы с меньшим числом связей, взаимодействующие только с несколькими определенными путями, могут стать мишенями, если затронута конкретная функция клетки, а разработка лекарств, которые взаимодействуют с этими менее связанными узлами, может привести к меньшему количеству побочных эффектов.

Suggested Reading

  1. Alberts et al., 6th edition; pages 166-169
  2. Morris, J. H., Knudsen, G. M., Verschueren, E., Johnson, J. R., Cimermancic, P., Greninger, A. L., & Pico, A. R. (2014). Affinity purification–mass spectrometry and network analysis to understand protein-protein interactions. Nature protocols, 9(11), 2539.
  3. Ottman, C. (2013). Protein–protein interactions: an overview. Protein–Protein Interactions In Drug Discovery.
  4. Jordán, F., Nguyen, T. P., & Liu, W. C. (2012). Studying protein–protein interaction networks: a systems view on diseases. Briefings in functional genomics, 11(6), 497-504.
  5. Berggård, T., Linse, S., & James, P. (2007). Methods for the detection and analysis of protein–protein interactions. Proteomics, 7(16), 2833-2842.
  6. Gingras, A. C., Gstaiger, M., Raught, B., & Aebersold, R. (2007). Analysis of protein complexes using mass spectrometry. Nature reviews Molecular cell biology, 8(8), 645.