• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of computational biology and drug design >Predicting protein complexes by data integration of different types of interactions.
【24h】

Predicting protein complexes by data integration of different types of interactions.

机译：通过不同类型相互作用的数据集成来预测蛋白质复合物。

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The explosion of high throughput interaction data from proteomics studies gives us the opportunity to integrate Protein-Protein Interactions (PPI) from different type of interactions. These methods rely on the assumption that proteins within a complex have more interactions across the different data sets which translate into the identification of dense subgraphs. However, the relative importance of the types of interaction are not equivalent in their reliability and accuracy consequently they should be analysed separately. Here we propose a method that use graph theory and mathematical modelling to solve this problem. Our approach has four steps that: i) score independently each type of interaction; ii) build an interaction specific networks for each type; iii) weight the specific networks; and iv) combine and normalise the scores. Using this approach to the BRCA1 Associated genome Surveillance Complex (BASC), we correctly identified the known core components of the complex and subcomplexes that have solved structures as well as predicted new interactions and core complexes. The method presented in this study is of general use. It is flexible enough to allow the development of any scoring system and can be applied to any protein complex to provide the latest knowledge in its interactions and structure.
机译：蛋白质组学研究的高通量相互作用数据的爆炸式增长为我们提供了整合来自不同类型相互作用的蛋白质-蛋白质相互作用（PPI）的机会。这些方法基于这样的假设，即复合物中的蛋白质在不同数据集之间具有更多的相互作用，从而转化为密集子图的识别。但是，交互类型的相对重要性在可靠性和准确性上并不相等，因此应分别进行分析。在这里，我们提出一种使用图论和数学建模来解决此问题的方法。我们的方法包括四个步骤：i）分别对每种互动类型进行评分; ii）为每种类型建立一个特定于交互的网络; iii）权衡特定网络; iv）合并分数并将其标准化。使用这种方法对BRCA1相关基因组监视复合物（BASC），我们正确地确定了复合物和亚复合物的已知核心成分，这些核心成分已经解决了结构问题，并预测了新的相互作用和核心复合物。本研究中介绍的方法是通用的。它足够灵活，可以开发任何评分系统，并且可以应用于任何蛋白质复合物，以提供有关其相互作用和结构的最新知识。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号