Predikce funkce bílkovin - Protein function prediction

Predikce funkce bílkovin metody jsou techniky, které bioinformatika vědci používají k přiřazení biologických nebo biochemických rolí bílkoviny. Tyto proteiny jsou obvykle ty, které jsou špatně studovány nebo předpovídány na základě údajů o genomové sekvenci. Tyto předpovědi jsou často řízeny výpočetními postupy náročnými na data. Informace mohou pocházet z nukleové kyseliny sekvenční homologie, genová exprese profily, proteinová doména struktury, dolování textu publikací, fylogenetické profily, fenotypové profily a interakce protein-protein. Funkce bílkovin je široký pojem: role proteinů sahají od katalýzy biochemických reakcí po transport do signální transdukce a jediný protein může hrát roli v mnoha procesech nebo buněčných drahách.[1]

Obecně lze funkci považovat za „cokoli, co se stane s proteinem nebo prostřednictvím něho“.[1] The Konsorcium pro genovou ontologii poskytuje užitečnou klasifikaci funkcí na základě slovníku přesně definovaných termínů rozdělených do tří hlavních kategorií molekulární funkce, biologický proces a buněčná složka.[2] Vědci mohou tuto databázi dotazovat pomocí názvu proteinu nebo přístupové číslo k získání souvisejících termínů nebo anotací Gene Ontology (GO) na základě výpočetních nebo experimentálních důkazů.

Zatímco techniky jako microarray analýza, interference RNA a kvasnicový dvouhybridní systém lze použít k experimentální demonstraci funkce proteinu, díky pokrokům v sekvenčních technologiích je rychlost, při které lze proteiny experimentálně charakterizovat, mnohem pomalejší než rychlost, jakou jsou k dispozici nové sekvence.[3] Anotace nových sekvencí je tedy většinou o předpověď prostřednictvím výpočetních metod, protože tyto typy anotací lze často provést rychle a pro mnoho genů nebo proteinů najednou. První takové metody odvodily funkci založenou na homologní proteiny se známými funkcemi (predikce funkce na základě homologie). Vývoj kontextových a strukturních metod rozšířil, jaké informace lze předvídat, a lze nyní použít kombinaci metod k získání obrazu úplných buněčných cest na základě sekvenčních dat.[3] Důležitost a prevalenci výpočetní predikce genové funkce podtrhuje analýza „důkazních kódů“ používaných v databázi GO: od roku 2010 bylo 98% anotací uvedeno pod kódem IEA (odvozeno z elektronické anotace), zatímco pouze 0,6% byly založeny na experimentálních důkazech.[4]

Metody predikce funkcí

Homologické metody

Součástí a vícenásobné zarovnání sekvence čtyř různých sekvencí proteinu hemoglobinu. Podobné proteinové sekvence obvykle označují sdílené funkce.

Bílkoviny podobná sekvence jsou obvykle homologní[5] a mají tedy podobnou funkci. Proto proteiny v nově sekvencovaném genom jsou rutinně anotovány pomocí sekvencí podobných proteinů v příbuzných genomech.

Úzce příbuzné proteiny však ne vždy sdílejí stejnou funkci.[6] Například kvasinkové proteiny Gal1 a Gal3 jsou paralogy (73% identita a 92% podobnost), u nichž se vyvinuly velmi odlišné funkce, přičemž Gal1 je a galaktokináza a Gal3 je induktor transkripce.[7]

Neexistuje žádný tvrdý práh podobnosti sekvence pro „bezpečnou“ předpověď funkce; mnoho proteinů sotva zjistitelné podobnosti sekvence má stejnou funkci, zatímco jiné (jako Gal1 a Gal3) jsou si velmi podobné, ale vyvinuly se různé funkce. Obecně platí, že sekvence, které jsou více než 30-40% identické, se obvykle považují za sekvence, které mají stejnou nebo velmi podobnou funkci.

Pro enzymy, předpovědi konkrétních funkcí jsou obzvláště obtížné, protože v nich stačí jen několik klíčových zbytků Aktivní stránky, a proto velmi odlišné sekvence mohou mít velmi podobné aktivity. Naproti tomu i při identitě sekvence 70% nebo vyšší má 10% jakéhokoli páru enzymů různé substráty; a rozdíly ve skutečných enzymatických reakcích nejsou neobvyklé poblíž 50% sekvenční identity.[8][9]

Metody založené na sekvenci motivů

Vývoj databází proteinových domén, jako je Pfam (Databáze rodin proteinů)[10] dovolte nám najít známé domény v sekvenci dotazů a poskytnout důkazy o pravděpodobných funkcích. The dcGO webová stránka[11] obsahuje anotace jak k jednotlivým doménám, tak k naddoménám (tj. kombinace dvou nebo více po sobě jdoucích domén), tedy pomocí dcGO Predictor, což umožňuje realističtější predikci funkcí. V rámci proteinové domény, kratší podpisy známé jako 'motivy' jsou spojeny s konkrétními funkcemi,[12] a databáze motivů jako např STRÁNKA („databáze proteinových domén, rodin a funkčních míst“) lze prohledávat pomocí dotazovací sekvence.[13]Motivy lze například použít k předpovědi subcelulární lokalizace proteinu (kde v buňce je protein odeslán po syntéze). Krátké signální peptidy směrují určité proteiny na konkrétní místo, jako jsou mitochondrie, a pro predikci těchto signálů v proteinové sekvenci existují různé nástroje.[14] Například, SignalP, který byl několikrát aktualizován s vylepšením metod.[15]Lze tedy předvídat aspekty funkce proteinu bez srovnání s jinými homologními proteinovými sekvencemi plné délky.

Strukturní metody

Srovnání toxických proteinů ricin a abrin. Strukturální srovnání lze použít ke stanovení, zda dva proteiny mají podobné funkce, i když se jejich sekvence liší.

Protože 3D proteinová struktura je obecně lépe konzervovaný než proteinová sekvence, strukturní podobnost je dobrým indikátorem podobné funkce u dvou nebo více proteinů.[6][12] Bylo vyvinuto mnoho programů pro screening neznámé proteinové struktury proti Proteinová datová banka[16] a nahlásit podobné struktury (například FATCAT (Flexibilní struktura AlignmenT podle Chaining AFPs (Aligned Fragment Pairers) with Twists),[17] CE (kombinatorické prodloužení)[18]) a DeepAlign (vyrovnání struktury proteinů mimo prostorovou blízkost).[19] Abychom se vypořádali se situací, že mnoho proteinových sekvencí nemá vyřešené struktury, některé servery pro predikci funkcí, jako je RaptorX jsou také vyvinuty, které mohou nejprve předpovědět 3D model sekvence a poté použít metodu založenou na struktuře k předpovědi funkcí založených na předpovězeném 3D modelu. V mnoha případech namísto celé struktury proteinu 3D struktura konkrétního motivu představujícího Aktivní stránky nebo vazebné místo.[12][20][21][22][23] Strukturálně zarovnané místní weby činnosti (SALSA) [21] metoda vyvinutá Mary Jo Ondrechen a studenti, využívá vypočítané chemické vlastnosti jednotlivých aminokyselin k identifikaci lokálních biochemicky aktivních míst. Databáze, jako je Catalytic Site Atlas[24] byly vyvinuty, které lze prohledávat pomocí nových proteinových sekvencí k predikci specifických funkčních míst.

Genomické kontextové metody

Mnoho novějších metod predikce proteinové funkce není založeno na srovnání sekvence nebo struktury, jak je uvedeno výše, ale na nějakém typu korelace mezi novými geny / proteiny a těmi, které již mají anotace. Tyto metody založené na genomovém kontextu, známé také jako fylogenomické profilování, jsou založeny na pozorování, že dva nebo více proteinů se stejným vzorem přítomnosti nebo nepřítomnosti v mnoha různých genomech mají pravděpodobně funkční vazbu.[12][25] Zatímco k identifikaci molekulárních funkcí proteinu lze často použít metody založené na homologii, lze k předpovědi buněčné funkce nebo biologického procesu, při kterém protein působí, použít kontextové přístupy.[3][25] Například proteiny zapojené do stejné signální transdukční dráhy pravděpodobně sdílejí genomický kontext u všech druhů.

Genová fúze

Genová fúze nastane, když dva nebo více genů kóduje dva nebo více proteinů v jednom organismu a prostřednictvím evoluce se spojí, aby se staly jediným genem v jiném organismu (nebo naopak pro štěpení genů).[3][26]Tento koncept byl použit například k prohledání všech E-coli proteinové sekvence pro homologii v jiných genomech a najít více než 6000 párů sekvencí se sdílenou homologií k jednotlivým proteinům v jiném genomu, což naznačuje potenciální interakci mezi každým z párů.[26] Protože dvě sekvence v každém páru proteinů nejsou nehomologní, nebylo možné tyto interakce předpovědět pomocí metod založených na homologii.

Společné umístění / společné vyjádření

v prokaryoty shluky genů, které jsou v genomu fyzicky blízko sebe, se během evoluce často konzervují společně a mají tendenci kódovat proteiny, které interagují nebo jsou součástí stejného operon.[3] Tím pádem, chromozomální blízkost také se nazývá metoda génového souseda[27] lze použít k předpovědi funkční podobnosti mezi proteiny, alespoň u prokaryot. Bylo také pozorováno, že chromozomální blízkost platí pro některé dráhy u vybraných eukaryotický genomy, včetně Homo sapiens,[28] as dalším vývojem mohou být metody sousedních genů cenné pro studium proteinových interakcí u eukaryot.[25]

Geny podílející se na podobných funkcích jsou také často přepisovány, takže u ananotovaného proteinu lze často předpovědět, že má související funkci s proteiny, se kterými se exprimuje.[12] Vina sdružením algoritmy vyvinutý na základě tohoto přístupu lze použít k analýze velkého množství sekvenčních dat a identifikaci genů s expresními vzory podobnými těm známých genů.[29][30] Studie viny podle asociace často porovnává skupinu kandidátské geny (neznámá funkce) cílové skupině (například skupině genů, o nichž je známo, že jsou spojeny s konkrétním onemocněním), a na základě údajů seřadí potenciální geny podle jejich pravděpodobnosti příslušnosti k cílové skupině.[31] Na základě nedávných studií však bylo navrženo, že s tímto typem analýzy existují určité problémy. Například protože mnoho proteinů je multifunkčních, geny, které je kódují, mohou patřit do několika cílových skupin. Tvrdí se, že takové geny budou pravděpodobněji identifikovány vinu asociačními studiemi, a proto předpovědi nejsou konkrétní.[31]

S akumulací dat RNA-seq, která jsou schopna odhadnout profily exprese pro alternativně sestříhané izoformy, byly vyvinuty také algoritmy strojového učení pro předpovídání a diferenciaci funkcí na úrovni izoforem.[32] To představuje rozvíjející se oblast výzkumu predikce funkcí, která integruje rozsáhlá heterogenní genomová data k odvození funkcí na úrovni izoformy.[33]

Výpočetní mapování rozpouštědel

Výpočetní mapování rozpouštědla proteinu AMA1 pomocí fragmentárního výpočetního mapování rozpouštědla (FTMAP) výpočtovým skenováním povrchu AMA1 pomocí 16 sond (malé organické molekuly) a definováním míst, kde se sondy shlukují (označené jako barevné oblasti na povrchu proteinu)[34]

Jednou z výzev predikce funkce proteinu je objev aktivního místa. To je komplikováno tím, že se nevytvářejí - v podstatě existují - určitá aktivní místa, dokud protein nepodstoupí konformační změny vyvolané vazbou malých molekul. Většina proteinových struktur byla určena Rentgenová krystalografie což vyžaduje vyčištěný protein krystal. Výsledkem je, že stávající strukturální modely jsou obecně z purifikovaného proteinu a jako takové postrádají konformační změny, které se vytvářejí, když protein interaguje s malými molekulami.[35]

Výpočtové mapování rozpouštědla využívá sondy (malé organické molekuly), které se výpočetně „pohybují“ po povrchu proteinu a hledají místa, kde mají tendenci se shlukovat. Obecně se používá více různých sond s cílem získat velké množství různých konformací protein-sonda. Vygenerované klastry jsou poté seřazeny podle průměrné volné energie klastru. Po výpočtovém mapování více sond odpovídá místo proteinu, kde se tvoří relativně velké množství klastrů, aktivnímu místu na proteinu.[35]

Tato technika je výpočetní adaptací „mokré laboratorní“ práce z roku 1996. Bylo zjištěno, že zjištění struktury proteinu, který je suspendován v různých rozpouštědlech, a následné superpozice těchto struktur na sebe navzájem, vytváří data, kde molekuly organických rozpouštědel (že proteiny byly suspendovány), obvykle se shlukují na aktivním místě proteinu. Tato práce byla provedena jako reakce na zjištění, že molekuly vody jsou viditelné v mapách elektronové hustoty produkovaných Rentgenová krystalografie. Molekuly vody interagují s proteinem a mají tendenci se shlukovat v polárních oblastech proteinu. To vedlo k myšlence ponořit vyčištěný proteinový krystal do jiných rozpouštědel (např. ethanol, isopropanol atd.), aby se určilo, kde se tyto molekuly shlukují na proteinu. Rozpouštědla lze zvolit na základě toho, s čím se přibližují, tj. S jakou molekulou může tento protein interagovat (např. ethanol může zkoumat interakce s aminokyselina serin, isopropanol sonda pro threonin, atd.). Je životně důležité, aby si proteinový krystal udržel svůj terciární struktura v každém rozpouštědle. Tento proces se opakuje pro více rozpouštědel a poté lze tato data použít k pokusu o určení potenciálních aktivních míst na proteinu.[36] O deset let později vyvinuli tuto techniku ​​do algoritmu Clodfelter et al.

Síťové metody

Příklad sítě pro interakci proteinů, produkované prostřednictvím TĚTIVA webový zdroj. K odvození funkce se používají vzorce proteinových interakcí v sítích. Zde jsou produkty bakteriální trp geny kódující tryptofan syntáza je prokázáno, že interagují sami se sebou a jinými souvisejícími proteiny.

K vytvoření funkční asociační sítě pro danou cílovou skupinu genů nebo proteinů lze použít algoritmy typu Guilt by Association type. Tyto sítě slouží jako reprezentace důkazů o sdílené / podobné funkci ve skupině genů, kde uzly představují geny / proteiny a jsou navzájem spojeny hranami představujícími důkazy o sdílené funkci.[37]

Integrované sítě

Několik sítí založených na různých zdrojích dat lze kombinovat do kompozitní sítě, kterou lze poté použít predikčním algoritmem k anotaci kandidátních genů nebo proteinů.[38] Například vývojáři bioPIXIE systém používal širokou škálu Saccharomyces cerevisiae (kvasinková) genomová data k vytvoření složené funkční sítě pro tento druh.[39] Tento zdroj umožňuje vizualizaci známých sítí představujících biologické procesy a také predikci nových komponent těchto sítí. Bylo vyvinuto mnoho algoritmů pro predikci funkce založené na integraci několika zdrojů dat (např. Genomové, proteomické, proteinové interakce atd.) A testování na dříve anotovaných genech naznačuje vysokou úroveň přesnosti.[37][40] Nevýhody některých algoritmů predikce funkcí zahrnovaly nedostatečnou dostupnost a čas potřebný pro analýzu. Rychlejší a přesnější algoritmy jako např GeneMANIA (vícenásobný asociační algoritmus síťové integrace) však byly vyvinuty v posledních letech[38] a jsou veřejně dostupné na webu, což naznačuje budoucí směr predikce funkce.

Nástroje a databáze pro predikci funkce proteinů

TĚTIVA: webový nástroj, který integruje různé zdroje dat pro predikci funkcí.[41]

VisANT: Vizuální analýza sítí a integrativní vizuální těžba dat.[42]

Viz také

Reference

  1. ^ A b Rost B, Liu J, Nair R, Wrzeszczynski KO, Ofran Y (prosinec 2003). Msgstr "Automatická predikce funkce proteinu". Buněčné a molekulární biologické vědy. 60 (12): 2637–50. doi:10.1007 / s00018-003-3114-8. PMID  14685688. S2CID  8800506.
  2. ^ Ashburner M, Ball CA, Blake JA, Botstein D, Butler H, Cherry JM, Davis AP, Dolinski K, Dwight SS, Eppig JT, Harris MA, Hill DP, Issel-Tarver L, Kasarskis A, Lewis S, Matese JC, Richardson JE, Ringwald M, Rubin GM, Sherlock G (květen 2000). "Genová ontologie: nástroj pro sjednocení biologie. The Gene Ontology Consortium". Genetika přírody. 25 (1): 25–9. doi:10.1038/75556. PMC  3037419. PMID  10802651.
  3. ^ A b C d E Gabaldón T, Huynen MA (duben 2004). "Predikce funkce a drah bílkovin v éře genomu". Buněčné a molekulární biologické vědy. 61 (7–8): 930–44. doi:10.1007 / s00018-003-3387-r. PMID  15095013. S2CID  18032660.
  4. ^ du Plessis L, Skunca N, Dessimoz C (listopad 2011). „Co, kde, jak a proč genová ontologie - základ pro bioinformatiky“. Briefings in Bioinformatics. 12 (6): 723–35. doi:10.1093 / bib / bbr002. PMC  3220872. PMID  21330331.
  5. ^ Reeck GR, de Haën C, Teller DC, Doolittle RF, Fitch WM, Dickerson RE a kol. (Srpen 1987). ""Homologie „v bílkovinách a nukleových kyselinách: zmatek z terminologie a cesta z ní“. Buňka. 50 (5): 667. doi:10.1016/0092-8674(87)90322-9. PMID  3621342. S2CID  42949514.
  6. ^ A b Whisstock JC, Lesk AM (srpen 2003). "Predikce funkce proteinu ze sekvence a struktury proteinu". Čtvrtletní recenze biofyziky. 36 (3): 307–40. doi:10.1017 / S0033583503003901. PMID  15029827.
  7. ^ Platt A, Ross HC, Hankin S, Reece RJ (březen 2000). „Inzerce dvou aminokyselin do induktoru transkripce ji přemění na galaktokinázu“. Sborník Národní akademie věd Spojených států amerických. 97 (7): 3154–9. Bibcode:2000PNAS ... 97.3154P. doi:10.1073 / pnas.97.7.3154. PMC  16208. PMID  10737789.
  8. ^ Rost B (duben 2002). "Funkce enzymu méně konzervovaná, než se očekávalo". Journal of Molecular Biology. 318 (2): 595–608. doi:10.1016 / S0022-2836 (02) 00016-5. PMID  12051862.
  9. ^ Tian W, Skolnick J (říjen 2003). "Jak dobře je zachována funkce enzymu jako funkce identity párové sekvence?". Journal of Molecular Biology. 333 (4): 863–82. CiteSeerX  10.1.1.332.4052. doi:10.1016 / j.jmb.2003.08.057. PMID  14568541.
  10. ^ Finn RD, Mistry J, Tate J, Coggill P, Heger A, Pollington JE, Gavin OL, Gunasekaran P, Ceric G, Forslund K, Holm L, Sonnhammer EL, Eddy SR, Bateman A (leden 2010). „Databáze proteinových rodin Pfam“. Výzkum nukleových kyselin. 38 (Problém s databází): D211–22. doi:10.1093 / nar / gkp985. PMC  2808889. PMID  19920124.
  11. ^ Fang H, Gough J (leden 2013). „DcGO: databáze doménových ontologií o funkcích, fenotypech, nemocech a dalších“. Výzkum nukleových kyselin. 41 (Problém s databází): D536–44. doi:10.1093 / nar / gks1080. PMC  3531119. PMID  23161684.
  12. ^ A b C d E Sleator RD, Walsh P (březen 2010). Msgstr "Přehled predikce funkce proteinu in silico". Archiv mikrobiologie. 192 (3): 151–5. doi:10.1007 / s00203-010-0549-9. PMID  20127480. S2CID  8932206.
  13. ^ Sigrist CJ, Cerutti L, de Castro E, Langendijk-Genevaux PS, Bulliard V, Bairoch A, Hulo N (leden 2010). „PROSITE, databáze proteinové domény pro funkční charakterizaci a anotaci“. Výzkum nukleových kyselin. 38 (Problém s databází): D161–6. doi:10.1093 / nar / gkp885. PMC  2808866. PMID  19858104.
  14. ^ Menne KM, Hermjakob H, Apweiler R (srpen 2000). „Porovnání metod predikce signální sekvence s použitím testovací sady signálních peptidů“. Bioinformatika. 16 (8): 741–2. doi:10.1093 / bioinformatika / 16.8.741. PMID  11099261.
  15. ^ Petersen TN, Brunak S, von Heijne G, Nielsen H (září 2011). "SignalP 4.0: rozlišování signálních peptidů z transmembránových oblastí". Přírodní metody. 8 (10): 785–6. doi:10.1038 / nmeth.1701. PMID  21959131. S2CID  16509924.
  16. ^ Berman HM, Westbrook J, Feng Z, Gilliland G, Bhat TN, Weissig H, Shindyalov IN, Bourne PE (leden 2000). "Proteinová datová banka". Výzkum nukleových kyselin. 28 (1): 235–42. doi:10.1093 / nar / 28.1.235. PMC  102472. PMID  10592235.
  17. ^ Ye Y, Godzik A (červenec 2004). „FATCAT: webový server pro flexibilní srovnání struktur a vyhledávání podobnosti struktur“. Výzkum nukleových kyselin. 32 (Problém s webovým serverem): W582–5. doi:10.1093 / nar / gkh430. PMC  441568. PMID  15215455.
  18. ^ Shindyalov IN, Bourne PE (září 1998). „Zarovnání struktury proteinů inkrementálním kombinatorickým prodloužením (CE) optimální cesty“. Proteinové inženýrství. 11 (9): 739–47. doi:10.1093 / protein / 11.9.739. PMID  9796821.
  19. ^ Wang S, Ma J, Peng J, Xu J (březen 2013). "Zarovnání struktury proteinů za prostorovou blízkost". Vědecké zprávy. 3: 1448. Bibcode:2013NatSR ... 3E1448W. doi:10.1038 / srep01448. PMC  3596798. PMID  23486213.
  20. ^ Parasuram R, Lee JS, Yin P, Somarowthu S, Ondrechen MJ (prosinec 2010). "Funkční klasifikace proteinových 3D struktur z predikovaných míst lokálních interakcí". Journal of Bioinformatics and Computational Biology. 8 Suppl 1: 1–15. doi:10.1142 / s0219720010005166. PMID  21155016.
  21. ^ A b Wang Z, Yin P, Lee JS, Parasuram R, Somarowthu S, Ondrechen MJ (2013). „Anotace funkce proteinu se strukturálně zarovnanými místními stránkami aktivity (SALSA)“. BMC bioinformatika. 14 Suppl 3: S13. doi:10.1186 / 1471-2105-14-S3-S13. PMC  3584854. PMID  23514271.
  22. ^ Garma LD, Juffer AH (duben 2016). "Porovnání nesekvenčních sad proteinových zbytků". Výpočetní biologie a chemie. 61: 23–38. doi:10.1016 / j.compbiolchem.2015.12.004. PMID  26773655.
  23. ^ Garma LD, Medina M, Juffer AH (listopad 2016). "Strukturní klasifikace vazebných míst FAD: Srovnávací studie nástrojů pro strukturální zarovnání". Proteiny. 84 (11): 1728–1747. doi:10,1002 / prot. 25158. PMID  27580869. S2CID  26066208.
  24. ^ Porter CT, Bartlett GJ, Thornton JM (leden 2004). „Atlas katalytických stránek: zdroj katalytických míst a reziduí identifikovaných v enzymech pomocí strukturálních dat“. Výzkum nukleových kyselin. 32 (Problém s databází): D129–33. doi:10.1093 / nar / gkh028. PMC  308762. PMID  14681376.
  25. ^ A b C Eisenberg D, Marcotte EM, Xenarios I, Yeates TO (červen 2000). „Funkce bílkovin v postgenomické éře“. Příroda. 405 (6788): 823–6. doi:10.1038/35015694. PMID  10866208. S2CID  4398864.
  26. ^ A b Marcotte EM, Pellegrini M, Ng HL, Rice DW, Yeates TO, Eisenberg D (červenec 1999). "Detekce funkce proteinu a interakce protein-protein ze sekvencí genomu". Věda. 285 (5428): 751–3. CiteSeerX  10.1.1.535.9650. doi:10.1126 / science.285.5428.751. PMID  10427000.
  27. ^ Overbeek R, Fonstein M, D'Souza M, Pusch GD, Maltsev N (březen 1999). „Použití genových klastrů k odvození funkční vazby“. Sborník Národní akademie věd Spojených států amerických. 96 (6): 2896–901. Bibcode:1999PNAS ... 96.2896O. doi:10.1073 / pnas.96.6.2896. PMC  15866. PMID  10077608.
  28. ^ Lee JM, Sonnhammer EL (květen 2003). „Analýza shluků genomových genů cest v eukaryotech“. Výzkum genomu. 13 (5): 875–82. doi:10,1101 / gr. 737703. PMC  430880. PMID  12695325.
  29. ^ Walker MG, Volkmuth W, Sprinzak E, Hodgson D, Klingler T (prosinec 1999). „Predikce genové funkce analýzou exprese v měřítku genomu: geny spojené s rakovinou prostaty“. Výzkum genomu. 9 (12): 1198–203. doi:10,1101 / gr. 9.12.1198. PMC  310991. PMID  10613842.
  30. ^ Klomp JA, Furge KA (červenec 2012). „Porovnávání genů s buněčnými rolemi v celém genomu pomocí modelů viny za asociací odvozených z analýzy jednoho vzorku“. Poznámky k výzkumu BMC. 5 (1): 370. doi:10.1186/1756-0500-5-370. PMC  3599284. PMID  22824328.
  31. ^ A b Pavlidis P, Gillis J (2012). „Pokrok a výzvy ve výpočetní predikci funkce genů pomocí sítí“. F1000Výzkum. 1 (14): 14. doi:10.3410 / F1000Research.1-14.v1. PMC  3782350. PMID  23936626.
  32. ^ Eksi R, Li HD, Menon R, Wen Y, Omenn GS, Kretzler M, Guan Y (listopad 2013). „Systematicky rozlišující funkce pro alternativně sestříhané izoformy prostřednictvím integrace dat RNA-seq“. PLOS výpočetní biologie. 9 (11): e1003314. Bibcode:2013PLSCB ... 9E3314E. doi:10.1371 / journal.pcbi.1003314. PMC  3820534. PMID  24244129.
  33. ^ Li HD, Menon R, Omenn GS, Guan Y (srpen 2014). „Nastupující éra integrace genomových dat pro analýzu funkce izoformy sestřihu“. Trendy v genetice. 30 (8): 340–7. doi:10.1016 / j.tig.2014.05.005. PMC  4112133. PMID  24951248.
  34. ^ Wang G, MacRaild CA, Mohanty B, Mobli M, Cowieson NP, Anders RF, Simpson JS, McGowan S, Norton RS, Scanlon MJ (2014). „Molekulární vhled do interakce mezi apikálním membránovým antigenem 1 Plasmodium falciparum a peptidem inhibujícím invazi“. PLOS ONE. 9 (10): e109674. Bibcode:2014PLoSO ... 9j9674W. doi:10.1371 / journal.pone.0109674. PMC  4208761. PMID  25343578.
  35. ^ A b Clodfelter KH, Waxman DJ, Vajda S (srpen 2006). „Výpočetní mapování rozpouštědel odhaluje význam lokálních konformačních změn pro širokou substrátovou specificitu v savčích cytochromech P450“. Biochemie. 45 (31): 9393–407. doi:10.1021 / bi060343v. PMID  16878974.
  36. ^ Mattos C, Ringe D (květen 1996). "Lokalizace a charakterizace vazebných míst na proteinech". Přírodní biotechnologie. 14 (5): 595–9. doi:10.1038 / nbt0596-595. PMID  9630949. S2CID  20273975.
  37. ^ A b Sharan R, Ulitsky I, Shamir R (2007). „Síťová predikce funkce bílkovin“. Molekulární systémy biologie. 3 (88): 88. doi:10.1038 / msb4100129. PMC  1847944. PMID  17353930.
  38. ^ A b Mostafavi S, Ray D, Warde-Farley D, Grouios C, Morris Q (2008). „GeneMANIA: algoritmus síťové integrace pro více asociací v reálném čase pro předpovídání genové funkce“. Genome Biology. 9 Příloha 1: S4. doi:10.1186 / gb-2008-9-s1-s4. PMC  2447538. PMID  18613948.
  39. ^ Myers CL, Robson D, Wible A, Hibbs MA, Chiriac C, Theesfeld CL, Dolinski K, Troyanskaya OG (2005). „Objev biologických sítí z různých funkčních genomových dat“. Genome Biology. 6 (13): R114. doi:10.1186 / gb-2005-6-13-r114. PMC  1414113. PMID  16420673.
  40. ^ Peña-Castillo L, Tasan M, Myers CL, Lee H, Joshi T, Zhang C, Guan Y, Leone M, Pagnani A, Kim WK, Krumpelman C, Tian W, Obozinski G, Qi Y, Mostafavi S, Lin GN, Berriz GF, Gibbons FD, Lanckriet G, Qiu J, Grant C, Barutcuoglu Z, Hill DP, Warde-Farley D, Grouios C, Ray D, Blake JA, Deng M, Jordan MI, Noble WS, Morris Q, Klein-Seetharaman J, Bar-Joseph Z, Chen T, Sun F, Troyanskaya OG, Marcotte EM, Xu D, Hughes TR, Roth FP (2008). „Kritické hodnocení predikce funkce genu Mus musculus pomocí integrovaného genomického důkazu“. Genome Biology. 9 Suppl 1 (S1): S2. doi:10.1186 / gb-2008-9-s1-s2. PMC  2447536. PMID  18613946.
  41. ^ Szklarczyk D, Morris JH, Cook H, Kuhn M, Wyder S, Simonovic M, Santos A, Doncheva NT, Roth A, Bork P, Jensen LJ, von Mering C (leden 2017). „Databáze STRING v roce 2017: široce přístupné sítě sdružení protein-protein s kontrolovanou kvalitou“. Výzkum nukleových kyselin. 45 (D1): D362 – D368. doi:10.1093 / nar / gkw937. PMC  5210637. PMID  27924014.
  42. ^ Granger BR, Chang YC, Wang Y, DeLisi C, Segrè D, Hu Z (duben 2016). „Vizualizace sítí metabolických interakcí v mikrobiálních komunitách pomocí VisANT 5.0“. PLOS výpočetní biologie. 12 (4): e1004875. Bibcode:2016PLSCB..12E4875G. doi:10.1371 / journal.pcbi.1004875. PMC  4833320. PMID  27081850.

externí odkazy