אינטראקציות בין חלבונים protein – protein interactions
DESCRIPTION
אינטראקציות בין חלבונים Protein – protein interactions. מנחה פרופ' מיכל ליניאל מגיש אלעד מזומן. אבל למה?!?. הבנה מלאה של תהליכים ביולוגיים. קומפלקסים חלבוניים. מסלולים תאיים. הכרת החלבונים בלבד איננה מספיקה. העלאת השערות לגבי תפקידי חלבונים לא ידועים. מה נשתנה?. - PowerPoint PPT PresentationTRANSCRIPT
אינטראקציות בין חלבוניםProtein – protein interactions
מיכל ליניאל פרופ'מנחה
אלעד מזומןמגיש
אבל למה?!?
הבנה מלאה של תהליכים ביולוגיים.•
קומפלקסים חלבוניים.•
מסלולים תאיים.•
הכרת החלבונים בלבד איננה מספיקה.•
העלאת השערות לגבי תפקידי חלבונים לא •ידועים.
מה נשתנה?
שיטות לגילוי קשרים קיימות מזה זמן רב –•
.Immunoprecipitationלדוגמא -
גילוי חלבונים חדשים פתירת גנומים שונים •בקצב מהיר.
.high throughputדרושות שיטות •
צורך לשלב שיטות גנומיות, ביוכימיות •וביופיזקליות
התוכנית להיום
הכרת שיטות למיפוי אינטראקציות.•
השוואה בניהן.•
הצגה של מחקר מקיף על אינטראקציות •בשמר.
הצגה של מחקר פחות מקיף על אינטראקציות •באדם.
הצגת השיטות
מבוסס על המאמרים:
• Legrain P et al. (2001) Protein--protein interaction maps: a lead towards cellular functions, Trends Genet;17(6):346-52.
• von Mering C. et al. (2002) Comparative assessment of large-scale data sets of protein-protein interactions. Nature. 417(6887):399-403
Hybrid proteins
Fishing for proteins that interact with bait domain
Yeast 2 Hybrid Assay
Lodish 5th
11-39
Transcriptional activation by hybrid proteins in yeast
Lodish 5th
11-39
Lodish 5th
11-39
Auto activator
sticky
Matrix approach
Legrain P et al. (2001) Protein--protein interaction maps: a lead towards cellular functions, Trends Genet
Matrix approach
רק חלבונים מוכרים נבדקים.•
הבדלים משמעותיים בין שני מחקרים שנעשו – • חופפים.141 ורק 692 מול 841
•Sticky preys
•Auto activators
•Pools לעומת array
Screening of fragment libraries
Legrain P et al. (2001) Protein--protein interaction maps: a lead towards cellular functions, Trends Genet
Screening of fragment libraries
אין צורך בחלבונים מוכרים.•
.interacting domainמציאת ה •
עלות גבוה – הכנה דורשת הרבה משאבים.•
טעויות בתוצאות
•False negativeלא שובטו כמו PCR ) 13%הגברת טעויות ב –
שצריך). מהאינטראקציות הידועות פוספסו.90%–array ישנן פחות תוצאות משיטת ה poolsב –
•False positivesקשרים שאין להם משמעות ביולוגית.––Sticky, auto activators.
ספרייהמטריקס
פחות – ישנן יותרהרבה יותר
תוצאות
False negatives
יותר – קשרים פחותבלי חשיבות
ביולוגית
False positives
עלותגבוההנמוכה יותר
Y2H
•In vivoמאתרת "קשרים שבירים" – עדינה.•לא מוטת לטובת חלבונים נפוצים.•
עשוי להפריע לאינטראקציה.fusion proteinה • חלבונים נבדקים באותו זמן – אין בדיקה של 2רק •
אינטראקציה שיתופית.מתרחשת בגרעין.•לא בודקת תנאים פזיולוגים.•
ANALYSIS OF PROTEINS AND PROTEOMES BY MASS SPECTROMETRYMatthias Mann et alAnnu. Rev. Biochem. 2001.
Epitope Tagging
Epitope Tagging + MS (Mass Spectrometry)
•Internal check for consistency.
קומפלקסים אמיתיים בתנאים פיזיולוגים.•
מגלה רק קומפלקסים שמתארגנים בתנאים •הנבדקים.
הסימון יכול להפריע.•
בזמן השטיפה יתכן ונאבד חלבונים.•
MS vs. Y2H
MSY2H
קשרים בינאריםקומפלקסים שלמים
מגלה קשרים "שבירים"חלבונים אובדים בשטיפה
הבדיקה מתאימה לתנאים מסוימים
בדיקה "אוביקטיבית"
מדויקמקיף
A generic protein purification method for protein complex characterization and proteome exploration
Guillaume Rigaut et al
1999 Nature America
TAP -
Tandem Affinity Purification
HMS-PC High-Throughput Mass-Spectrometric
Protein Complex Identification
• - החלבון של יתר inducibleביטוי overexpression
HMS-PCTAP
הקטנת השפעת התנאים הפיזיולוגים
העלאת הדיוק
Correlated mRNA expression (Synexpression)
) clustering קיבוץ (mRNA בדיקת ביטוי •גנים ע"פ הביטוי.
מהירה ונוחה.•מכסה הרבה מצבים פיזיולוגים.•
רק רומזת על אפשרות לקשרים.•תלויה מאוד בקריטריונים לקיבוץ.•
Genetic Interactions(Synthetic lethality)
שתי מוטציות לא לתאליות בנפרד אך לתאליות • קשר בתפקוד ותתכן אינטראקציה.ביחד
סריקה של גנום מלא ללא הטיית התוצאות.•
לא מעידה על קשר באופן ישיר.•
In Silico Predictions Through Genome Analysis
בפרוקריוטים : השתייכות לאותו אופרון.•הימצאות או העדרות באותם אורגניזמים. •.fusion proteinהימצאות כ •
מהיר וזול.•כיסוי גדול וממשיך לגדול באופן מהיר.•רק מנבאת.•תלויה בהשוואה מוצלחת בין אורגניזמים.•עד כה התמקדות בפרוקריוטים.•
Comparative assessment of large-scale data sets of protein-
protein interactionsvon Mering C. et al. (2002)
Nature
אז איזה בעיות יש לנו?
תנאים שונים, פורמטים בעיות בהשוואה:•שונים, השוואה מול מאגר ידוע.
לצורך ההשוואה נבחרו קשרים בינארים.•
אינטראקציות נתמכו 80,000 מתוך 2,400רק •ביותר משיטה אחת.
השיטות עדין לא הגיעו לרוייה.•
•False positives.
בעיתיות לסוג מסוים של קשרים.•
Counting interactions
פיזור האינטראקציות ע"פ תפקידי החלבונים
Transport and sensing
חלוקה ע"פ רמות ביטוי חלבונים
חלוקה ע"פ מיקום בתא
חלוקה ע"פ מיקום בתא
סיכום ההשוואה
הערכה שפחות משליש מהאינטראקציות •ידועות.
.false positives 50%הערכה של יותר מ •
שילוב שיטות מגדיל את הדיוק.•
בעיתיות בשימוש בתוצאות ממחקר אחד.•
Towards a proteome-scale map of the human protein-protein interaction network.
Rual, J. et al (2005). Nature 437
קשרים בין חלבונים באדם
מהלך הניסוי
- Human ORFeome v1.1מבוסס על ה • 22,000 (הערכה היא כי בגנום ORFs 8,100בערך
גנים מקודדים)..8,100X8,100בדיקת אינטראקציות בין כל זוג- • אינטראקציות במרחב 4,000בספרות ידוע על כ •
תוצאות .2,750המדגם, בניסוי נמצאו כ משופר.Y2Hשימוש ב •).55% גבוה (reproducibilityאחוז • - מדגם מהתוצאות נבדק False positivesמעט •
בשיטה נוספת* והראה תוצאות טובות.*Co-affinity purification GST pull down assay in human 293 cells.
חפיפה
אדום - מחקר
כחול - ספרות
משמעות ביולוגית
קורלציה בביטוי של גנים שהראו אינטראקציה.•
upstreamגני האינטראקציות עשירים ברצפי •משותפים ששמורים באדם עכבר חולדה
וכלב.
.Gene Ontology termsאותן מילות מפתח. •
אינטראקציות בין חלבונים שהתפתחו באותו •שלב באבולוציה.
גרף האינטראקציות (ספרות + מחקר)
אדום - מחקר
כחול - ספרות
נטייה ל"שכונות הומולוגיות"
ירוק - אקראיחום - מחקר
טופולוגיה של הגרף
– ים אחרים.iteractomeדומה ל •
.Hubsמספר קודקודים בעלי דרגות גבוהות – •
).No high clusteringקשה לקבץ (•
•Subgraphs – complexes - - 102 172 מתוך זוהו ככאלה שבהן מילה מפתח אחת מופיעה
מרנדומלית).10ביתר (פי
סיכום המחקר
הערכה כי נמצא אחוז מהאינטראקציות •הקיימות באדם.
ניתן ליחס משמעות ביולוגית לחלבונים שיש •בניהם קשר או שנמצאים באותו תת גרף.
מפתח להבנת מחלות.•
Proteome survey reveals modularity of the yeast cell
machinery
Gavin AC et al. (2006)
Nature.
על המחקר
•TAP•6,466 ORF כל ה - ORF.הידועים בשמר . + )MIPS( מהקומפלקסים הידועים 73%נמצאו • החסרים – תנאים פיזיולוגים שונים או הפרעה של הסימון.74•עם התקדמות הבדיקות פחות חלבונים חדשים זוהו – רוייה.• מהקומפלקסים המוכרים זוהו מספר פעמים – כיסוי 64%•
נרחב של קומפלקסים ידועים.•Socio affinity index אינדקס שמכמת את הנטייה של זוג –
חלבונים להיקשר זה לזה. מבוסס על מספר הפעמים שכל חלבון נלכד ולכד בנפרד מול מספר הפעמים שהאינטראקציה
הספציפית אובחנה.
Coreנוכח ברוב האיזופורמים –
Attachment.נוכחים רק בחלק מהאיזופורמים –
Modules 3.3 – מספר חלבונים שתמיד ביחד. (בממוצע מתחברים עם )1.6ליבות, בסטייה של
פונקציות מזוהות נמצאים או חסרים ביחד
Y2Hקישור ב cell cycle ביטוי משותף ב
מודולים שונים מצטרפים במיקומים שונים בתא
Attachments מספקים פונקציה מסוימת
מודולים וליבות מתחברים באותם איזורים פונקציונלים
Core module cross talk
מיפוי פנטופים לקומפלקסים
סיכום המחקר
המחקר הינו מקיף תחת השלבים השונים של • . cell cycleה
חלוקת האינטראקציות למודולים הראתה •משמעות ביולוגית.
מיעוט ה"ליבות" קטן יחסית לתהליכים התאיים •אבל הוא מוסבר באמצעות הרכבת "תוספות"
שונות.יש מקום להמשיך למפות את האינטראקציות •
תחת תנאים פיזיולוגים שונים.
אינטראקצית על הרשת
/http://string.embl.deנלקח מ
אתר נוסף של אינטראקציות: www.ebi.ac.uk/intact
Attachments specify a particular function
מבט קדימה
גרפים לא סטטים – מתי ואיפה •האינטראקציות, רגולציה.
מאגרי מידע זמינים ועם כל הנתונים.•
יצוב רפרנס אמין.•
הנבת פירות.•
מקורות
• Legrain P et al. (2001) Protein--protein interaction maps: a lead towards cellular functions, Trends Genet;17(6):346-52.
• von Mering C. et al. (2002) Comparative assessment of large-scale data sets of protein-protein interactions. Nature. 417(6887):399-403.
• Gavin AC et al. (2006) Proteome survey reveals modularity of the yeast cell machinery. Nature.
• Rual, J. et al. (2005). Towards a proteome-scale map of the human protein-protein interaction network. Nature 437, 1173 - 1178