Ich brauche ein Protein-Protein-Interaktionsnetzwerk von Krebs (jede Art - ich möchte nur einen PPI von jeder Art von Krebs), ich suche und sehe DIP PPI und ....
Wie kann man angeben, dass es sich um PPI für Krebs handelt, und wie erhält man einen PPI für Krebs?
Ich gehe davon aus, dass Sie nach menschlichen Daten suchen. Schauen Sie sich diese Papiere an:
Human Cancer Protein-Protein Interaction Network: Eine strukturelle Perspektive
Aus der Zusammenfassung:
Protein-Protein-Interaktionsnetzwerke liefern ein globales Bild der Zellfunktion und biologischer Prozesse. Einige Proteine fungieren als Hub-Proteine, die stark mit anderen verbunden sind, während andere nur wenige Wechselwirkungen haben. Die Störung einiger Interaktionen verursacht viele Krankheiten, einschließlich Krebs. Proteine interagieren über ihre Grenzflächen. Daher wird die Untersuchung der Grenzflächeneigenschaften krebsbezogener Proteine dazu beitragen, ihre Rolle in den Interaktionsnetzwerken zu erklären. Ähnliche oder überlappende Bindungsstellen sollten wiederholt in einzelnen Schnittstellen-Hub-Proteinen verwendet werden, wodurch sie promiskuitiv werden. Alternativ nutzen Hub-Proteine mit mehreren Schnittstellen mehrere unterschiedliche Bindungsstellen, um an verschiedene Partner zu binden. Wir schlagen eine Methode vor, um Proteinschnittstellen in Krebsinteraktionsnetzwerke zu integrieren (ciSPIN, Cancer Structural Protein Interface Network). Die Wechselwirkungen im Interaktionsnetzwerk menschlicher Proteine werden durch Schnittstellen ersetzt, die entweder von bekannten oder vorhergesagten Komplexen stammen. Wir bieten eine detaillierte Analyse der krebsbezogenen menschlichen Protein-Protein-Schnittstellen und der topologischen Eigenschaften des Krebsnetzwerks. Die Ergebnisse zeigen, dass krebsbezogene Proteine kleinere, planarere, stärker geladene und weniger hydrophobe Bindungsstellen aufweisen als Nicht-Krebsproteine, was auf eine geringe Affinität und hohe Spezifität der krebsbezogenen Wechselwirkungen hindeuten kann. Wir haben die Gene in ciSPIN auch nach Phänotypen klassifiziert. Innerhalb der Phänotypen für Brustkrebs, Darmkrebs und Leukämie wurde festgestellt, dass sich die Grenzflächeneigenschaften von Nicht-Krebs-Grenzflächen mit einer Genauigkeit von 71 %, 67 % bzw. 61 % unterscheiden. Zusätzlich, krebsbezogene Proteine neigen dazu, mit ihren Partnern über unterschiedliche Schnittstellen zu interagieren, die hauptsächlich Multi-Schnittstellen-Hubs entsprechen, die 56 % der krebsbezogenen Proteine umfassen und die Knoten mit höherer Essentalität im Netzwerk darstellen (76 %). Wir veranschaulichen die schnittstellenbezogenen Affinitätseigenschaften von zwei krebsbezogenen Hub-Proteinen: Erbb3, ein Multi-Interface, und Raf1, ein Single-Interface-Hub. Die Ergebnisse zeigen, dass die Interaktionsaffinität des Multi-Interface-Hub tendenziell höher ist als die des Single-Interface-Hub. Diese Ergebnisse könnten wichtig sein, um neue Ziele bei Krebs zu erhalten und die Details spezifischer Bindungsregionen mutmaßlicher Krebsarzneimittelkandidaten zu finden. und bilden die Knoten mit höherer Wesentlichkeit im Netzwerk (76 %). Wir veranschaulichen die schnittstellenbezogenen Affinitätseigenschaften von zwei krebsbezogenen Hub-Proteinen: Erbb3, ein Multi-Interface, und Raf1, ein Single-Interface-Hub. Die Ergebnisse zeigen, dass die Interaktionsaffinität des Multi-Interface-Hub tendenziell höher ist als die des Single-Interface-Hub. Diese Ergebnisse könnten wichtig sein, um neue Ziele bei Krebs zu erhalten und die Details spezifischer Bindungsregionen mutmaßlicher Krebsarzneimittelkandidaten zu finden. und bilden die Knoten mit höherer Wesentlichkeit im Netzwerk (76 %). Wir veranschaulichen die schnittstellenbezogenen Affinitätseigenschaften von zwei krebsbezogenen Hub-Proteinen: Erbb3, ein Multi-Interface, und Raf1, ein Single-Interface-Hub. Die Ergebnisse zeigen, dass die Interaktionsaffinität des Multi-Interface-Hub tendenziell höher ist als die des Single-Interface-Hub. Diese Ergebnisse könnten wichtig sein, um neue Ziele bei Krebs zu erhalten und die Details spezifischer Bindungsregionen mutmaßlicher Krebsarzneimittelkandidaten zu finden.
Tools für die Analyse von Protein-Protein-Interaktionsnetzwerken in der Krebsforschung
Aus der Zusammenfassung:
Da Krebs eine komplexe Krankheit ist, kann die Darstellung einer malignen Zelle als Protein-Protein-Interaktionsnetzwerk (PPIN) und ihre anschließende Analyse Einblicke in das Verhalten von Krebszellen geben und zur Entdeckung neuer Biomarker führen. Das Ziel dieser Übersicht besteht darin, Biowissenschaftlern ohne vorherige Computerprogrammierkenntnisse dabei zu helfen, aussagekräftige biologische Informationen aus solchen Netzwerken zu extrahieren, indem sie die Vorteile benutzerfreundlicher, öffentlicher Bioinformatik-Tools nutzen. Es ist in vier Teile gegliedert: Der erste Abschnitt beschreibt die Pipeline aufeinanderfolgender Schritte von der Netzwerkkonstruktion bis zur Generierung biologischer Hypothesen. Der zweite Teil bietet eine Sammlung öffentlicher, benutzerfreundlicher Tools für den Aufbau, die Visualisierung und die Analyse von Netzwerken. Zwei unterschiedliche und sich ergänzende Ansätze der Netzwerkanalyse werden vorgestellt: Der topologische Ansatz untersucht das Netzwerk als Ganzes mit Hilfe der Strukturgraphentheorie, während der globale Ansatz die PPIN in Teilgraphen oder Module unterteilt. In Abschnitt drei werden einige Konzepte und Werkzeuge zur Integration heterogener molekularer Daten durch eine PPIN beschrieben. Schließlich ist der vierte Teil ein Beispiel dafür, wie man mit einigen der beschriebenen Tools aussagekräftige biologische Informationen aus einer Darmkrebs-PPIN extrahiert.
Terdon