自相互作用蛋白质的系统研究和预测

A self-interacting protein is referred to as the protein whose two or more copies can interact with each other. Self-interacting proteins play an important role in cellular function and in the evolution of biological networks. The current two most common high-throughput assays used to detect protein interactions, yeast two-hybird (Y2H) and affinity purification with mass spectrometry (AP-MS), have limited ability to discern protein self-interactions, which may lead to the underestimation of the number of self-interactions. This project systematically analyzes self-interacting proteins from multiple aspects including sequence, function, evolution, network topology and gene expression, and then based on these properties, develops a self-interacting protein prediction system. Finally, this project will give a self-interacting protein dataset together with abundant annotation information, including known and predicted self-interactions. This project may help us systematically understand the cellular function of self-interacting proteins, and the first self-interacting protein prediction system can contribute to the high-throughput finding of self-interacting proteins and provide clues for elucidating protein function.

自相互作用蛋白质指的是某种蛋白质的两个或者两个以上拷贝能够发生相互作用的蛋白质。自相互作用蛋白质对细胞发挥功能以及生物网络进化都起到重要作用。然而目前最常用的两种检测蛋白质相互作用的高通量实验技术- - 酵母双杂交和亲和纯化质谱在检测蛋白自相互作用方面的局限性可能导致人们大大低估了自相互作用蛋白的数量。本课题首先从序列、功能、进化、网络拓扑和基因表达等多方面对自相互作用蛋白展开系统研究，以系统揭示自相互作用蛋白的特点，而后基于其在多方面的特点，发展一个自相互作用蛋白质预测体系，最后给出一个注释详细、数据全面的自相互作用蛋白集合（包括有实验证据支持的和预测的自相互作用蛋白数据）。该工作不但有助于系统理解自相互作用蛋白在细胞功能中的作用，同时所发展的首个自相互作用蛋白预测体系也将有助于自相互作用蛋白的高通量发现，为解读蛋白质功能提供线索。

自相互作用蛋白质指的是某种蛋白质的两个或者两个以上拷贝能够发生相互作用的蛋白质。自相互作用蛋白质对细胞发挥功能以及生物网络进化都起到重要作用。然而目前最常用的两种检测蛋白质相互作用的高通量实验技术——酵母双杂交和亲和纯化质谱在检测蛋白自相互作用方面的局限性可能导致人们大大低估了自相互作用蛋白的数量。然而在这种情况下尚缺乏自相互作用蛋白的预测工作。本课题首先从序列、功能、进化等方面对自相互作用蛋白展开系统研究，发现和其他蛋白相比，自相互作用蛋白倾向具有更多的结构域，更加保守且更加古老，显著富集酶、看家基因和药物靶标，同时在蛋白质相互作用网络中具有更高的连接度和介度中心性即在蛋白质相互作用网络中占据更重要的拓扑位置。进一步基于自相互作用蛋白所具有的这些特征，经过MRMR特征筛选，最后我们使用逻辑回归模型整合6个代表性的特征，包括GO功能条目、结构域、旁系同源相互作用对象、酶、模式生物自相互作用蛋白和蛋白质相互作用网络中的介度中心性，发展了一个蛋白质组范围自相互作用蛋白预测模型。5倍交叉验证和独立测试集测试表明预测模型具有好的预测效果。最后该预测模型被开发成了一个在线分析工具SLIPPER (http://www.bprc.ac.cn/slipper)。该工作不但有助于我们从整体上理解自相互作用蛋白在细胞功能中的作用，所构建的预测模型也能够促进自相互作用蛋白的高通量发现，为揭示它们的功能提供线索。此外，针对一类特殊的蛋白质相互作用——泛素连接酶-底物相互作用(含自身相互作用），我们研发了预测体系和相应在线分析工具，开发了包括自相互作用蛋白在内的蛋白质组学数据分析和可视化平台。