动态蛋白质网络的构建、分析及应用研究进展

被引:44
作者
李敏
孟祥茂
机构
[1] 中南大学信息科学与工程学院
关键词
蛋白质网络; 动态; 基因表达; 蛋白质复合物; 复杂疾病;
D O I
暂无
中图分类号
Q51 [蛋白质];
学科分类号
070307 [化学生物学];
摘要
蛋白质组学的快速发展,特别是高通量技术的发展产生了大量的蛋白质相互作用数据,为人们从更深层次理解蛋白质之间的相互作用及其在复杂疾病的作用机理提供了基础.一个生物体内所有的蛋白质与蛋白质之间的相互作用组成的网络称为蛋白质网络.传统的研究多是基于静态的蛋白质网络模型.然而,由于蛋白质自身表达的动态性及蛋白质间相互作用的动态性,真实的蛋白质网络会随着时间和条件不断变化,与疾病的发生和发展有关的蛋白质功能模块也与这种动态变化密切相关.因此,研究者已经把注意力从关注蛋白质网络的静态属性转移到动态属性上,提出了一系列的动态蛋白质网络的构建方法.在介绍静态蛋白质网络的基础上,分类讨论了动态蛋白质网络的构建方法,将现有的动态蛋白质网络的构建方法归纳为基于蛋白质表达动态性的方法、基于多状态下表达及相关性变化的方法和基于时空动态变化的方法这3类:第1类体现的是蛋白质自身表达随时间演化的动态性,第2类则表现为不同条件下蛋白质之间表达相关性的改变,第3类则体现了蛋白质及蛋白质相互作用在时间和空间上的动态变化.然后,对动态蛋白质网络的蛋白质节点和相关子网络进行了动态分析并详细介绍了动态蛋白质网络在复杂疾病中的一些主流应用,如蛋白质复合物识别、蛋白质功能预测、生物标志物识别、疾病基因预测等.最后,对动态蛋白质网络所面临的挑战与未来的研究方向进行了探讨.
引用
收藏
页码:1281 / 1299
页数:19
相关论文
共 42 条
[1]
United Complex Centrality for Identification of Essential Proteins from PPI Networks [J].
Li, Min ;
Lu, Yu ;
Niu, Zhibei ;
Wu, Fang-Xiang .
IEEE-ACM TRANSACTIONS ON COMPUTATIONAL BIOLOGY AND BIOINFORMATICS, 2017, 14 (02) :370-380
[2]
Protein complex identification through Markov clustering with firefly algorithm on dynamic protein–protein interaction networks.[J].Xiujuan Lei;Fei Wang;Fang-Xiang Wu;Aidong Zhang;Witold Pedrycz.Information Sciences.2016,
[3]
Text Mining for Protein Docking [J].
Badal, Varsha D. ;
Kundrotas, Petras J. ;
Vakser, Ilya A. .
PLOS COMPUTATIONAL BIOLOGY, 2015, 11 (12)
[4]
Biological chromodynamics: a general method for measuring protein occupancy across the genome by calibrating ChIP-seq [J].
Hu, Bin ;
Petela, Naomi ;
Kurze, Alexander ;
Chan, Kok-Lung ;
Chapard, Christophe ;
Nasmyth, Kim .
NUCLEIC ACIDS RESEARCH, 2015, 43 (20)
[5]
ClusterViz.[J].Jianxin Wang;Jiancheng Zhong;Gang Chen;Min Li;Fang-xiang Wu;Yi Pan.IEEE/ACM Transactions on Computational Biology and Bioinformatics (TCBB).2015, 4
[6]
Methods for protein complex prediction and their contributions towards understanding the organisation, function and dynamics of complexes [J].
Srihari, Sriganesh ;
Yong, Chern Han ;
Patil, Ashwini ;
Wong, Limsoon .
FEBS LETTERS, 2015, 589 (19) :2590-2602
[7]
Essential protein identification based on essential protein–protein interaction prediction by Integrated Edge Weights.[J].Yuexu Jiang;Yan Wang;Wei Pang;Liang Chen;Huiyan Sun;Yanchun Liang;Enrico Blanzieri.Methods.2015,
[8]
A Topology Potential-Based Method for Identifying Essential Proteins from PPI Networks [J].
Li, Min ;
Lu, Yu ;
Wang, Jianxin ;
Wu, Fang-Xiang ;
Pan, Yi .
IEEE-ACM TRANSACTIONS ON COMPUTATIONAL BIOLOGY AND BIOINFORMATICS, 2015, 12 (02) :372-383
[9]
CytoNCA: A cytoscape plugin for centrality analysis and evaluation of protein interaction networks.[J].Yu Tang;Min Li;Jianxin Wang;Yi Pan;Fang-Xiang Wu.BioSystems.2015,
[10]
Protein–protein interaction predictions using text mining methods.[J].Nikolas Papanikolaou;Georgios A. Pavlopoulos;Theodosios Theodosiou;Ioannis Iliopoulos.Methods.2015,