基于网络特征的药物靶蛋白识别 - 中国科学.pdf

中国科学 C 辑 :生命科学 2008 年 第 38 卷 第 12 期 : 1184 ~ 1190 SCIENCE IN CHINA PRESS 基于网络特征的药物靶蛋白识别 ① ① ①②* ①* 朱明珠 , 高磊 , 李霞 , 刘志成 ① 首都医科大学生物医学工程学院, 北京 100069; ② 哈尔滨医科大学生物信息学院, 哈尔滨 150081 * 联系人, E-mail: lixia@; zhichengliu@ 收稿日期: 2008-07-29; 接受日期: 2008-10-28 国家高技术研究发展计划(批准号: 2007AA02Z329)、国家自然科学基金(批准号:和、北京市新 世纪百千万人才工程、北京市教育委员会科技发展计划(批准号: KM200610025011)资助项目 摘要 蛋白质很少孤立得发挥作用, 往往通过网络中彼此互作来共同行使功能. 因此分 关键词 析药物靶蛋白在生物学网络中的性质将十分有助于从信息学角度理解药物的作用机制. 但 药物靶点 目前尚无研究对药物靶蛋白在人类蛋白质互作网络中的拓扑特性给与具体的分析和描述. 蛋白质互作 本文首先将药物靶蛋白映射到人类蛋白质互作网络中, 进而分析了药物作用靶蛋白在互作 拓扑特征 网络中的 5 种拓扑指标, 并与互作网络中全蛋白质组集合及非药物靶点集合的拓扑指标进 行了对比. 结果显示，药物靶蛋白之间具有更高的连通性, 信息能够得到更快得传递. 基于 这些拓扑特征, 将互作网络中的所有蛋白进行排序. 发现排序在前 100 位的蛋白中有48 个 是Drugbank 中记录的药物靶点, 另外的52 个蛋白中有9 个蛋白已在TTD, Matador 等数据 库中被记录为药物靶点, 还有部分蛋白通过文献检索被证实为药物靶点. 随着高通量生物学数据的产生, 如基因表达谱 些工作利用网络本身的拓扑结构将网络分化成功能 数据、蛋白质互作数据、分子序列数据、RNA结构数 相关的模块从而预测未知蛋白的功能. 另一方面, 基 据等, 用信息学的方法对海量数据进行分析和挖掘 于蛋白质互作网络的疾病分析技术也已出现, 除传 成为当前生物学研究的热点问题. 现在已有很多研 统的网络分化技术外, 最近邻算法(k-nearest neig- 究，将机器学习(machine learning) 的方法成功地应用 hbors, KNN) 和支持向量机(support vector machine, [1~4] [5] 于基因或蛋白的功能 、RNA 的结构 以及疾病致 SVM)等模式识别技术也被应用于相关蛋白质网络拓 病基因[6]等领域的预测. 扑性质的分析[14]. 随着酵母双杂交技术(yeast two-hybrid)[7] 、串联 药物作用靶点的筛选和鉴定是新药研发的核心, 亲和纯化- 质朴分析技术(tandem affinity purifica- 是药物开发的第一步, 也是药物筛选及药物定向合 tion-mass spectrometry, TAP-MS)[8]等高通量蛋白质互 成的关键因素之一. 同时药物靶点的筛选和鉴定也 作检测技术的应用, 很多物种的蛋白质互作数据被 是耗资巨大的过程, 由于利用基因敲除实验等生物 发掘出来, 在MIPS[9], BioGRID[10]等数据库中收集了 学实验技术研究基因的调节机制存在周期长、价格昂 大量的涵盖多个物种的蛋白质互作数据. 基于蛋白 贵的缺点, 因此很难将其直接大规模地