PathFinder: mining signal transduction pathway segments from protein-protein interaction networks.
PathFinder: mining signal transduction pathway segments from protein-protein interaction networks.
复制标题
PathFinder：从蛋白质-蛋白质相互作用网络中挖掘信号转导途径片段。
DOI：
10.1186/1471-2105-8-335
复制
发表时间：
2007-09-13
影响因子：
3
通讯作者：
Yang, Jiong
中科院分区：
文献类型：
--
作者：
Bebek, Gurkan;Yang, Jiong
信号转导途径是细胞将细胞外信号转化为应答的一系列过程。在大多数单细胞生物中，信号转导途径的数量影响细胞对环境作出反应和响应的方式的数量。即使使用系统的基因组学、蛋白质组学和代谢组学技术，发现信号转导途径也是一个艰巨的问题。这些技术导致了大量的数据，如何解释和处理这些数据成为一个具有挑战性的计算问题。在这项研究中，我们提出了一个新的框架来识别蛋白质-蛋白质相互作用网络中的信号通路。我们的目标是在给定的相互作用网络中找到生物学上重要的通路片段。目前，蛋白质-蛋白质相互作用数据存在过多的噪声，如假阳性和假阴性相互作用。首先，我们通过整合微阵列表达谱、蛋白质亚细胞定位和序列信息来消除蛋白质相互作用网络中的假阳性。此外，蛋白质家族还用于修复假负相互作用。然后以关联规则的形式提取已知信号转导通路的特征及其功能注释。给定一对起始和结束蛋白，我们的方法返回这两个蛋白之间可能缺失链接的候选途径片段（恢复假阴性）。在我们的研究中，酿酒酵母的数据被用来证明我们的方法的有效性。
A Signal transduction pathway is the chain of processes by which a cell converts an extracellular signal into a response. In most unicellular organisms, the number of signal transduction pathways influences the number of ways the cell can react and respond to the environment. Discovering signal transduction pathways is an arduous problem, even with the use of systematic genomic, proteomic and metabolomic technologies. These techniques lead to an enormous amount of data and how to interpret and process this data becomes a challenging computational problem. In this study we present a new framework for identifying signaling pathways in protein-protein interaction networks. Our goal is to find biologically significant pathway segments in a given interaction network. Currently, protein-protein interaction data has excessive amount of noise, e.g., false positive and false negative interactions. First, we eliminate false positives in the protein-protein interaction network by integrating the network with microarray expression profiles, protein subcellular localization and sequence information. In addition, protein families are used to repair false negative interactions. Then the characteristics of known signal transduction pathways and their functional annotations are extracted in the form of association rules. Given a pair of starting and ending proteins, our methodology returns candidate pathway segments between these two proteins with possible missing links (recovered false negatives). In our study, S. cerevisiae (yeast) data is used to demonstrate the effectiveness of our method.
登录
查看更多内容
影响因子：
64.8
作者：
Gavin, AC;Bösche, M;Superti-Furga, G
通讯作者：
Superti-Furga, G
影响因子：
14.9
作者：
Grigoriev, A
通讯作者：
Grigoriev, A
DOI：
10.1091/mbc.2.6.439
发表时间：
1991-06-01
期刊：
CELL REGULATION
影响因子：
--
作者：
KONOPKA, JB;JENNESS, DD
通讯作者：
JENNESS, DD
影响因子：
14.9
作者：
Grigoriev, A
通讯作者：
Grigoriev, A
影响因子：
5.3
作者：
Kim, TS;Kim, HY;Kang, HS
通讯作者：
Kang, HS