Новые принципы организации в динамических сетях белковых взаимодействий

Исследователи из Института медицинских исследований Стоуэрс применили математический метод топологического анализа данных (TDA) к крупным протеомным наборам данных, чтобы получить новое представление об организации сложных и динамичных белковых сетей.

В статье, опубликованной в Scientific Reports (Nature Publishing Group), были изучены сети двух белков: INO80 в дрожжах S. cerevisiae и Sin3 в человеческой клеточной линии. По сравнению с другими методами, TDA позволяет оценить большее количество белков и их связей, получив расширенный вид сети.

Методология исследований:

  • Для сети INO80 ученые выделяли белковые комплексы после удаления из генома генов, кодирующих компоненты хроматин-ремоделирующего комплекса INO80.
  • Для сети Sin3 был повторно проанализирован предыдущий набор данных, демонстрирующий нарушение сети ингибитором гистондеацетилазы, связанным с противораковой активностью.

Ключевые результаты:

В обоих исследованиях были идентифицированы топологические сетевые модули (TNM), состоящие из белков с общими свойствами, находящихся в определенных местах сетей. Эти модули включали белки из определенных категорий:

  • Белки внутри одного комплекса.
  • Белки со схожими биологическими функциями.
  • Белки, нарушенные в разных сетях.

Значение и перспективы:

  • Идентификация TNM может быть применена к изучению таких заболеваний, как рак, где сети белковых взаимодействий изменяются химиотерапией или самой болезнью.
  • Понимание белков, их "окрестностей" и "перемещений" в сети может дать представление о широком спектре биологических функций, включая лекарственную устойчивость и эффект раковых мутаций.
  • TDA — это быстрый и эффективный способ интерпретации сложных наборов данных, обеспечивающий доступный маршрут для визуализации отношений между белками в динамических сетях, в отличие от большинства исследований, фокусирующихся на статических сетях.

Работа поддержана Институтом медицинских исследований Стоуэрс и Национальным институтом общих медицинских наук NIH (RO1GM112639).