蛋白质-蛋白质相互作用网络的时空动态分解研究- - 以酵母基因组为例

Most of the genome-scale protein-protein interactions, constructed by either experimental or computational methods, are aggregated and ignore the dynamics of interactions during different time series and in different cellular localizations. However, biological processes are not static. With the integration of gene expression profiles under various conditions (as time series), we have successfully decomposed the yeast genome-scale protein interaction network temporally. In this project, sublocalization information will be added to decompose and visualize the aggregated network both temporally and specially. Then the dynamic properties of decomposed sub-networks corresponding to different time series and spaces will be studied on various levels, network global topology, nodes (proteins), edges (binary interactions), functional module (protein complexes) and interacting binding sites (among domains or shorter sequence segments). It will be helpful for deeper understanding of biological functions buried in the networks.

通过各种实验和计算手段，人们已经在基因组水平上重构出细胞内复杂的蛋白质-蛋白质相互作用网络。这些网络是聚集的，即时空上动态的生物学过程在平面上的静态映射。而生命过程是动态的，只有在时间和空间上对相互作用网络进行动态分解才更能发挥网络的理论和应用价值。通过整合基因表达信息，申请者已经实现酵母基因组蛋白质相互作用网络在时间上的动态分解。在本申请书中，我们将加入亚细胞定位信息，在时间和空间两种尺度上对聚集的酵母网络进行动态分解并实现可视化。我们从网络的全局拓扑、结点（蛋白质）、边（两两蛋白互作）、网络模块（蛋白质复合体）、互作位点（结构域或短的肽段模体之间）多个层面，分析相互作用网络在各个时空点所表现出来的动态特性。通过该课题的研究，我们希望从分子和网络的水平进一步探讨这些网络的动态特性所蕴含的生物学功能。

基于功能水平来比较基因产物之间的关系对生物领域内的各种应用至关重要。Gene Ontology （GO）是生物信息搜索以及基因产物注释的一个标准，应用于功能基因组学的多个领域。拥有GO注释的基因产物之间的关系可以通过基于整个GO结构的语义相似性指标来实现。我们以之前设计的RSS指标作为框架，引入另一类基于结点的信息，开发了一个新的测定基因产物之间关系的GO语义相似性指标HRSS (Hybrid Relative Specificity Similarity) (软件主页：http://cpesen.hznu.edu.cn/applications/hrss/)，以弥补基于边的相似性指标的缺陷。新指标在评估蛋白质-蛋白质发生互作的可能性的应用中明显优于其他算法。然后基于设计的HRSS指标，我们在时间和空间水平上对酵母蛋白互作网络进行动态分解。另外，我们第一个全面探讨cGAS-STING通路的分子进化和结构，该信号通路能在哺乳动物细胞中检测细胞质中的DNA,并触发免疫信号系统，从而加强宿主防御，炎症和自身免疫反应。我们将cGAS-STING通路的各个信号分子成员映射到真核物种的进化图谱中，全面探讨这个信号通路的功能和物种起源。这部分工作为今后在哺乳动物的基因组水平上探索蛋白互作网络的功能提供了有用的案例分析素材。