[发明专利]疾病蛋白质互作网络整合及挖掘跨疾病作用模块的方法

说明书

本发明公开了一种疾病蛋白质互作网络整合及挖掘跨疾病作用模块的方法，包括以下步骤：(1)人类蛋白质组注释的获取，注释内容包括；(2)从蛋白质相互作用公共数据集收集整理可信的蛋白质互作数据，并对蛋白质互作数据进行整合、重打分、网络构建；(3)疾病标签的整理、标准化；(4)疾病相关蛋白的互作子网络挖掘；(5)跨疾病共作用互作模块的挖掘；(6)网络分析及包含3D结构的可视化。本发明对人类蛋白质互作数据进行整合，针对疾病相关蛋白及蛋白质互作进行提取和多疾病分析，系统地寻找在多疾病中共同发挥重要作用的蛋白质互作，结合了多蛋白互作结构可视化工具，为疾病蛋白质互作模式提供微观角度的阐释。

技术领域

本发明属于医学与系统生物学网络构建领域，具体涉及到人类疾病蛋白质互作网络整合及挖掘跨疾病作用模块的方法。

背景技术

目前对疾病蛋白了解不多，作为药物靶点也有限。随着医学和蛋白质组学研究的发展，蛋白质和人类相互作用组的种类迅速扩大。蛋白质-蛋白质(PPI)相互作用网络分析是发现疾病之间共有机制的重要系统生物学方法(Uncovering disease-diseaserelationships through the incomplete interactome,Menche et al,2015)，适用于各种疾病。以疾病为对象，也可以依靠现有数据对人类疾病蛋白质相互作用进行一定程度的了解。

例如神经退行性疾病是一类与错误折叠蛋白质累积相关的疾病。神经退行性疾病(ND)，由神经功能紊乱、结构损伤和细胞死亡导致发生，例如阿尔茨海默氏病，帕金森氏病，亨廷顿氏病和肌萎缩性侧索硬化。这些疾病的发病机理涉及多种分子机制。有研究认为，神经退行的最大风险因素是衰老，这是由线粒体DNA突变和氧化应激引起的(Mitochondrialdysfunction and oxidative stress in neurodegenerative diseases,LinBeal,2006nature)。几种ND中常见的原因是错误折叠的蛋白质聚集(The roles ofintracellular protein-degradation pathways in neurodegeneration Rubinsztein,2006)。自噬在许多ND的多个阶段均起着折衷的作用(Compromised autophagy andneurodegenerative diseases,Menzies et al,2015)。这些研究和评论扩展了我们对神经退行过程的认识，并识别了许多ND相关蛋白。

可变剪接生成可能与蛋白质错误折叠有关，而它产生大量的蛋白质异形体，能直接或间接影响PPI结合，扩大了蛋白质组学和调控的复杂性(Tissue-specificalternative splicing remodels protein-protein interaction networks,Ellis etal,2012)。因此，异形体信息可作为了解可变剪接影响发病机理的重要资源。PPI中结合区域的知识将有助于功能蛋白质组学，并提供预测PPI的替代方法。蛋白质分子的结构亲和力使我们能够在原子细节中描述蛋白质-蛋白质相互作用并推断相关功能。

为了进一步研究PPI如何影响神经退行性疾病发病机制，需要将PPI与相关因素之间的关联进行收集并进行深入挖掘。目前存在一些有关单个或多种神经退行性疾病的PPI的数据库，主要针对阿尔茨海默氏病，帕金森氏病和亨廷顿氏病。此外也有一些通用型的蛋白质互作数据库。但是，当前人类互作组中的PPI是二元相互作用，其有关结构亲和力或异形体的信息有限。尽管数据库和文章提供了足够的分子相互作用，但亟需神经退行性疾病有关的高分辨率PPI网络以解释更多问题。