Regression based predictor for p53 transactivation.
Regression based predictor for p53 transactivation.
复制标题
基于回归的预测因子p53反式激活。
DOI：
10.1186/1471-2105-10-215
复制
发表时间：
2009-07-14
影响因子：
3
通讯作者：
Jegga AG
中科院分区：
文献类型：
--
作者：
Gowrisankar S;Jegga AG
p53蛋白是一个主要的调节因子，它控制许多基因在各种途径中的转录，以响应各种应激信号。这种调节的程度部分取决于p53对其反应元件（RE）的结合亲和力。基于位置权重矩阵（PWM）的p53的传统谱评分仅是结合亲和力的弱指标，因为结合水平还取决于各种其他因素，例如核苷酸之间的相互作用，以及在p53-RE的情况下，二聚体之间的间隔区的程度。在目前的研究中，我们介绍了一种新的硅预测p53-RE反式激活能力的多维标度和多项逻辑回归相结合的基础上。将实验验证的已知p53-RE沿着其反式激活能力用于训练。通过交叉验证研究，我们表明，我们的方法优于其他现有的方法。为了证明该方法的实用性，我们（a）基于预测的反式激活能力对靶基因和靶microRNA的推定p53-RE进行排序，以及（B）研究与p53-RE重叠的多态性对其反式激活能力的影响。考虑到核苷酸相互作用和p53-RE的间隔区长度，我们创建了一个新的基于计算机回归的p53-RE反式激活能力预测器，并使用它来分析验证和新的p53-RE，并预测与这些元素重叠的SNP的影响。
The p53 protein is a master regulator that controls the transcription of many genes in various pathways in response to a variety of stress signals. The extent of this regulation depends in part on the binding affinity of p53 to its response elements (REs). Traditional profile scores for p53 based on position weight matrices (PWM) are only a weak indicator of binding affinity because the level of binding also depends on various other factors such as interaction between the nucleotides and, in case of p53-REs, the extent of the spacer between the dimers. In the current study we introduce a novel in-silico predictor for p53-RE transactivation capability based on a combination of multidimensional scaling and multinomial logistic regression. Experimentally validated known p53-REs along with their transactivation capabilities are used for training. Through cross-validation studies we show that our method outperforms other existing methods. To demonstrate the utility of this method we (a) rank putative p53-REs of target genes and target microRNAs based on the predicted transactivation capability and (b) study the implication of polymorphisms overlapping p53-RE on its transactivation capability. Taking into account both nucleotide interactions and the spacer length of p53-RE, we have created a novel in-silico regression-based transactivation capability predictor for p53-REs and used it to analyze validated and novel p53-REs and to predict the impact of SNPs overlapping these elements.
登录
查看更多内容
p53响应元素的序列分析表明p53四聚体与DNA靶标的多种结合模式。
影响因子：
14.9
作者：
Ma, Buyong;Pan, Yongping;Zheng, Jie;Levine, Arnold J;Nussinov, Ruth
通讯作者：
Nussinov, Ruth
影响因子：
4.5
作者：
Jordan JJ;Menendez D;Inga A;Noureddine M;Bell DA;Resnick MA
通讯作者：
Resnick MA
影响因子：
14.9
作者：
Smeenk L;van Heeringen SJ;Koeppel M;van Driel MA;Bartels SJ;Akkers RC;Denissov S;Stunnenberg HG;Lohrum M
通讯作者：
Lohrum M
影响因子：
9.5
作者：
Mooney, S
通讯作者：
Mooney, S
影响因子：
7
作者：
Giardine, B;Riemer, C;Nekrutenko, A
通讯作者：
Nekrutenko, A