生物信息学进展教学.pptxVIP

摘要 ;方法; 药物及靶点信息;拓扑学测度 度：连接节点的边数 最大组分：网络中相互连接的最大组分 聚类系数：Ci = 2n/ki (ki – 1),ki指节点i相邻接的节点数；n指ki个节点间边数。Ci=1表明它是这个完全连接类的中心。;随机网络：随机的DT或TP网络，必须保证药物的数目和药物靶点蛋白的数目一致。 药物时戳：Drug@FDA数据库提供药物被认证时间，EMOT数据库筛查具有明确靶点信息的药物。 ;PPI：通过文献找寻蛋白互作，酵母双杂交进行验证（酵母双杂交系统利用杂交基因通过激活报道基因的表达探测蛋白－蛋白的相互作用 ），整合后的网络包含了22052条边，7533个基因，最大组分包括7279个蛋白，其中253个是已被认证的药物的靶点并且1159个与疾病相关。;小鼠表型数据：通过对小鼠的基因剔除，如果提出的基因造成致死率比较高，这将这个基因在人类的同源基因作为必需基因，1267个必需基因，其中77个是已经认证药物的靶点，其中149个是药物（approved experimental）的靶标。 PPI上药物靶点与疾病相关基因产物关系，通过药物指导找相关疾病，在找疾病相关基因，找出配对之间的最小距离。;;Drug-target Network;药物分布;靶点的分布;;;;;;Experimental drugs;;从图a中我们可以看出了，药物网络的最大组分包含的节点数明显小于随机网络的最大组分。说明相对一个随机的网络来说，药物网络是一个包括了更多小类的网络。 从图c中我们可以看出，随机网络最大组分数增加了1倍，但是药物网络的最大组分增加到了大约3倍。最大组分相对来说变大了，说明这些实验性的药物偏向于连接已经被接的靶点。 从图b和d的比较能看出这种趋势。;从上面的两个图中我们可以看出ED的最大组分和随机的差不多大，显著的比APP药物网络最大组分大，说明药物趋向于更多的聚在一块，这就要求这些药物必须包含多个靶点。 从右图我们可以看出ET最大组分数大于随机网络说明更多的靶点连接在一起，也能说明药物的靶点多样化。;;图中非常明显的是TPN＋EXP的聚类系数明显大于了TPN；由聚类系数的算法我们知道：平均聚类系数增高说明靶点与靶点之间的关联增多，靶点之间的关联增加说明共享这几个靶点的药物争多，也说明药物靶点多样??。;从左图中我们看到膜靶点占了62%，加上ET之后，膜靶点占了42%有一个显著的变化，但从右图我们可以看出从96-06年之间通过认证的药物膜靶点的比例是69%，并没有太大的变化。这是由于膜靶点的药物更容易与药物结合，发挥作用。 但从ET来看新药的研发也更注重于其他位置的靶点。;Drug targets and essentiality;全部蛋白中必须蛋白大约占40%，而药物靶点蛋白中必须蛋白只占大约17%，从EP来看，必须蛋白所占比例更小，表明新药研发并不趋向于必须蛋白。;图中第一列是全部蛋白的平均度；第二列为TP的平均度，第三列为TP+Exp的平均度，第四列是疾病的平均度，第五列是必须蛋白的平均度。 通过检验靶点蛋白的互作明显高于全部蛋白的平均度，但明显低于必须蛋白的平均度。从TP和TP+EXP比较来看，EXP蛋白互作相对来说比较低。;;Drug targets and human disease gene;HDN;;;;Drug targets and disease genes on PPI;;;;;;小结;６药靶在PPI网络中，节点度大于所有蛋白的平均度 ７ＥＤ使TPＮ网络最大组分增大 ８PPI网络中药靶之间皮尔森相关系数大于普通的蛋白。 ９疾病相关基因的药靶在ＨＤＧ网络中倾向于区域性。 ;　　　　　BYE　BYE　beautiful 　　　　　　　　　　　　　　thank you