生物统计学(biostatistics)笔记-8.蛋白质相互作用

目录

蛋白质相互作用的实验方法和预测

1、实验方法

2、蛋白质相互作用的预测

2.1 基于结构预测

2.2 Association method

2.3 概率模型

网络模型

1、定义

​编辑

2、模块缩减​编辑

3、贝叶斯方法

4、马尔可夫聚类算法

工具总结

---

蛋白质相互作用的实验方法和预测

1、实验方法

• Physical interaction
  • 酵母双杂交
  • TAP-mass spectrometry（串联亲和纯化-质谱分析）
• Genetic interaction
  • SGA（合成遗传阵列分析）
  • EMAP（定量遗传相互作用图谱）

2、蛋白质相互作用的预测

2.1 基于结构预测

两个结构域可以互补地结合在一起，具有互补性的结构域的蛋白才可能有结构相互作用。

域被视为基本的功能单元。

域负责交互的生成。

在结构域水平理解蛋白质-蛋白质的相互作用。

2.2 Association method

例如：Generalized Linear Models (GLM)：广义线性模型

•         用于推导两个蛋白质间的相关性
  •         只能找到局部最优；会放大实验错误

  • 2.3 概率模型

        域与域之间的交互是相互独立的，即两个域之间是否交互并不依赖于其他域。

        两个蛋白质相互作用时，且仅当两个蛋白质中至少有一对结构域相互作用时。

网络模型

1、定义

简单来说，模块性高意味着网络中的边更倾向于在社区内部形成，而不是随机分布在整个网络中。

2、模块缩减

3、贝叶斯方法

使用生成式模型

4、马尔可夫聚类算法

K-length Path

        随着不断迭代，邻近点间的值会越来越大，相隔较远的点的值会越来越接近0

工具总结

• 蛋白质间相互作用数据库：STRING
• 蛋白质与小分子间相互作用数据库：STITCH
• 蛋白质3D结构预测：AlphaFold2
• PPI databases
  • MIPS: Munich Information center for Protein Sequences (http://mips.gsf.de)
  • DIP: Database of Interacting Proteins (http://dip.doe mbi.ucla.edu)
  • BIND: Biomolecular Interaction Network Database (http://www.bind.ca)
  • GRID: General Repository for Interaction Datasets (http://biodata.mshri.on.ca/grid)
  • MINT: Molecular Interaction Database (http://cbm.bio.uniroma2.it/mint/）