蛋白质网络中的模块的.ppt

A network of transcriptionally coordinated functional modules in?Saccharomyces cerevisiae酿酒酵母中功能性模块的转录性调控网络;摘要;;自然会想到应该先判断网络的拓扑结构能否反映组织原则。用逻辑网络with relatively well-characterized connectivity对网络拓扑结构进行定量分析发现这些网络是模块化的。一些节点之间的连接比与其他类的节点之间连接更密集，从而被聚为一类。 在自然和人造系统中，模块性是一个功能性设计原则，这样各组分就可以通过共同的物理的，调控的或功能特点来化分。在生物当中，模块的准确意义取决于所研究的网络，例如，蛋白质网络中的模块通常有直接的物理解释静态分子复合体(比如核糖体)，或者动态信号路径（如MAPK信号级联 ）。;相反，基因调控网络一般呈现的是调控模块，其中每一个基因在相同的环境条件下都由相同的TF控制。这两种网络都呈现出了功能模块，定义为参与一个共同的亚细胞过程的一组基因，蛋白质和其他分子。从系统生物学的角度看，功能模块是一个细胞最重要的组织性单位，越来越多的研究也支持这样的观点:这些模块是大多数细胞生理过程的基础。;对于一个自然的或者人造的系统来说，模块的相对独立性对于系统控制有重要意义：一个模块可以有选择性的改变而不会扰乱系统其他部分的行为。然而，模块间协调出现的更高层次的特性通常对于系统作为一个整体的行为来说至关重要。保证每个模块中只有少数分子与其他模块重合，这样便可减少模块整合 时的麻烦。模块中有部分节点与其他模块孤立。即模块包含大量的内部节点不与其他模块有关系。而且有小部分节点（有输入和/或输出）与其他模块有关系。 ;大多数的功能模块研究曾经定义过模块元素，许多数据库用已发表的文献来将酿酒酵母的每个基因按照其细胞功能聚类。然而，许多研究发现了模块之间有物理的或调控作用的例子。例如,发现Gal4p（一个与半乳糖代谢有关的TF），调控与尿嘧啶代谢有关的基因，比如尿嘧啶转运基因FUR4,;对功能性相互作用的更全面的了解对系统生物学的研究进展是必不可少的，比如预测由微生物的基因调控产生的细胞表型，并且可以设计出细胞功能的精确的计算模型。帮助回答关于模块间调控关系是怎样在细胞中分布的等更广泛的问题。一个可能是细胞中大多数的细胞功能均由一个中心模块协调，连接是在模块间均匀分布。;这些考虑激发了我们发现酿酒酵母中潜在的有共调控的功能模块对，这种共调控可以通过一系列机制实现，包括酶反应，共享代谢物和协同转录等。我们关注转录，促进其他机制协调所需要的生物化学组分的共存，可能代表了共调控的最基本的层次。着眼于一个TF可以通过调控两条路径中的基因来协调这两条路径的实验证据，我们开发了一个算法，SPIN（Search for Pairwise INteractions ），来检测来自于两个功能模块的基因，并使用表达数据来估计一个给定的TF转录调控两个模块中基因的可能性。;为了在特定的水平上得到模块协调的全面认识，对72个模块的所有可能的结合对应用SPIN，这72 个模块是根据MIPS 数据库二级分类得到的。对于每一个模块对，转录性协调的程度是由四个微阵列表达数据决定的，每个有175个TFs，结果显示了功能模块之间大量的共调控。SPIN也能发现了以前未知的功能性相互作用和调节他们的TFs。;结果;(A) General approach.;Each node represents a module. Node color represents the corresponding top-level MIPS category (see legend). Edge color represents the expression data set in which the interaction was identified: purple = cell cycle, gray = diauxic shift, turquoise = environmental stress, green = MAPK. ;为了产生下面的结果，我们将TFBS 和基因表达数据结合。175个TFs的TFBS 信息取自两个预存在的数据集：一个是MSA（多序列比对：Multiple Sequence Alignment ），是用序列比对算法AlignACE 和模式匹配算法ScanACE得到的，分别用来检测TF结合motif和他们的基因位点。第二个数据集是Chip2，是用ChIP-chip技术得到的，所以包含试管内直接的物理证据。因为假定MSA集合中每一个DNA结合motif代表一个同源TF的结合位点，“TF”或“TFBS