[发明专利]一种结构域映射蛋白相互作用组的定量分析方法

说明书

技术领域

本发明属蛋白质组学生物信息学领域，涉及一种结构域映射蛋白相互作用组的定量分析方法。

背景技术

现有技术公开了定量蛋白质组学技术鉴定蛋白相互作用：目前的研究已经不局限于每个单个蛋白或者其的差异变化，而是面向整个蛋白相互作用网络。这些错综复杂的网络以传导各种外界和内在信息，形成功能显著的信号传导通路，调控生理反应，并交叉在一起构成细胞的真实生命图景。而构成这些网络结构主体的各种蛋白质，通过相互联系、相互作用和相互制约的关系中来形成复杂的蛋白质复合体，级联传递各种信息和各种反馈调节的调控网络而发挥其功能和活性作用的，并最终组成更为错综复杂、具有多维时空特性的生命网络体系。通过研究蛋白质相互作用关系，不仅可以发现许多新的相互关系及其生物学功能，更可以对整个细胞调控网络进行全面的认知，这对于发现许多重要的药物作用靶点和疾病诊治靶标有着基于分子水平机理的科学的启示作用。现有技术的定量方法主要包括体外标化学反应记和体内生命代谢标记。

结构域与蛋白质相互作用的关系：结构域是蛋白质序列中具有进化保守性的一段氨基酸序列，是蛋白质分子相互作用的结构基础，同时也是细胞整个信号调控网络中的最小功能单位。结构域信息对于预测和分析鉴定蛋白质间相互作用网络具有重要价值。近年来已出现多种基于结构域信息的相互作用预测方法，从已有数据库中提炼出不同结构域相互作用的概率，再用生物信息学方法进行未知数据的预测，为实验提供可能性的前提。另外，结构域组合间相互作用是蛋白质相互作用中的基本单元的假设，暗示具有相同或者相似结构域的不同蛋白可能通过协同的或者拮抗的方式与某一目标蛋白相互作用来传导信号、反馈调节、行使特定的生物学功能。据报道，Jing使用基于结构域的聚类方法来分析14-3-3蛋白的相互作用关系，结果发现了具有某一特定功能结构域的蛋白簇群通过与靶蛋白构成相互作用组来发挥其在细胞骨架与细胞形态上的特定功能(Current Biology，14，1436-1450)。

聚类分析方法：聚类分析属于无监督学习的范畴，常用于目标观测对象的分类。就是在没有先验知识的情况下，基于“物以类聚”的观点，利用表征观测对象的一组变量对目标按照它们在性质上的亲疏、相似程度进行分类。基本思想是在多维模式空间中，任何一个子集内部样本之间的相似性即同类内相似性大于不同子集样本之间的相似性，即类于类之间的相似性。分层聚类分析(hierarchical clustering analysis，又称系统聚类分析)，是把模式样本聚合成一系列聚合类的分层结构，所得到的系统结构可由一个树形图来表示。聚类结果使用树形图(Dendrogram)和灰度梯度图相结合进行可视化表示。

发明内容：

本发明的目的是提供一种结构域映射蛋白相互作用组的定量分析方法。

具体而言，本发明利用“双标签”蛋白质组学技术定量化检测蛋白质相互作用，并通过所鉴定到蛋白质的结构域和定量信息即相互作用程度来分别进行双边聚类和可视化分析，最终得到了靶蛋白相互作用网络中全体蛋白质独特的、多层次的、合理的结构及功能分类，表现出蛋白质通过特定的结构域以及与靶蛋白不同的相互作用程度来响应特定细胞过程的生物学意义。

本发明结合蛋白质的结构域特征和对应的相互作用定量信息分别对所鉴定到的蛋白质进行双边聚类和可视化分析，得到对相互作用网络中蛋白质独特的、多层次的、合理的结构及功能分类，以进一步分析具有某一特定结构和功能蛋白质群体在相互作用网络中对于特定生物过程的响应情况。包括下述步骤：

步骤1：采用“双标签”(表位标签和稳定同位素标记氨基酸标签)定量蛋白质组学技术对相互作用蛋白(蛋白复合物)进行定性鉴定和定量分析，得到与靶蛋白相互作用蛋白的名称和对应的结合程度即定量数据；

其中的表位标签为Flag；稳定同位素标记氨基酸标签为氘代亮氨酸d₃-Leu；

步骤2：从蛋白质结构域数据库SMART(Simple Modular Architecture Research Tool)和Pfam(Protein Family Database)中获得步骤1所鉴定的所有相互作用蛋白的功能结构域信息；

步骤3：将步骤2的所有结构域名称混合并按字母顺序排列作为列，将所有鉴定到的蛋白名称作为行。用步骤一中得到的每个蛋白质的定量数据来表示相应各个蛋白所有结构域的定量数值，用零代表不存在的结构域，最后生成蛋白质×结构域(M×N)的数据矩阵；