Yeast two-hybrid junk sequences contain selected linear motifs.
Yeast two-hybrid junk sequences contain selected linear motifs.
复制标题
DOI：
10.1093/nar/gkr600
复制
发表时间：
2011-10
影响因子：
14.9
通讯作者：
Karchin R
中科院分区：
文献类型：
--
作者：
Liu Y;Woods NT;Kim D;Sweet M;Monteiro AN;Karchin R
酵母双杂交（Y2 H）筛选导致鉴定出许多编码与已知蛋白质没有序列同源性的短（2-100个氨基酸）肽的框外（OOF）克隆。我们假设，这些肽可以揭示共同的短线性基序（SLiM）负责他们的选择。我们提出了一个新的协议来解决这个问题，使用现有的SLIM检测器（TEIRESIAS）作为基本方法，并应用过滤器来自数学模型的SLIM选择OOF克隆。该模型允许对OOF序列集合中可能存在的SLiM进行初步分析，帮助研究人员决定是否投入资源进行进一步分析。如果检测到SLiM的存在，则估计参与结合特异性的氨基酸残基的长度和数量以及Y2 H筛选中的噪声量。我们证明，我们的模型可以加倍TEIRESIAS的预测灵敏度和提高其特异性从0到1.0的模拟数据，并将该模型应用于七组实验衍生的OOF克隆。最后，我们通过实验验证了我们的方法发现的一个SLiM，证明了它的实用性。
Yeast two-hybrid (Y2H) screenings result in identification of many out-of-frame (OOF) clones that code for short (2-100 amino acids) peptides with no sequence homology to known proteins. We hypothesize that these peptides can reveal common short linear motifs (SLiMs) responsible for their selection. We present a new protocol to address this issue, using an existing SLIM detector (TEIRESIAS) as a base method, and applying filters derived from a mathematical model of SLiM selection in OOF clones. The model allows for initial analysis of likely presence of SLiM(s) in a collection of OOF sequences, assisting investigators with the decision of whether to invest resources in further analysis. If SLiM presence is detected, it estimates the length and number of amino acid residues involved in binding specificity and the amount of noise in the Y2H screen. We demonstrate that our model can double the prediction sensitivity of TEIRESIAS and improve its specificity from 0 to 1.0 on simulated data and apply the model to seven sets of experimentally derived OOF clones. Finally, we experimentally validate one SLiM found by our method, demonstrating its utility.
登录
查看更多内容
发现具有任意插入和删除的序列基序。
影响因子：
4.3
作者：
Frith, Martin C.;Saunders, Neil F. W.;Kobe, Bostjan;Bailey, Timothy L.
通讯作者：
Bailey, Timothy L.
影响因子：
9.8
作者：
Neduva V;Linding R;Su-Angrand I;Stark A;de Masi F;Gibson TJ;Lewis J;Serrano L;Russell RB
通讯作者：
Russell RB
影响因子：
5.3
作者：
Wu, Pei-Yu;Frit, Philippe;Junop, Murray S.
通讯作者：
Junop, Murray S.
影响因子：
5.8
作者：
Rigoutsos, I;Floratos, A
通讯作者：
Floratos, A
Slimfinder：一种概率方法，用于识别蛋白质中占代表性过多的短线线性基序。
影响因子：
3.7
作者：
Edwards, Richard J.;Davey, Norman E.;Shields, Denis C.
通讯作者：
Shields, Denis C.