Accurate prediction of protein-protein interactions from sequence alignments using a Bayesian method.
Accurate prediction of protein-protein interactions from sequence alignments using a Bayesian method.
复制标题
DOI：
10.1038/msb4100203
复制
发表时间：
2008
影响因子：
9.9
通讯作者：
van Nimwegen, Erik
中科院分区：
文献类型：
--
作者：
Burger, Lukas;van Nimwegen, Erik
关键词：
直接从氨基酸序列中准确、大规模地预测蛋白质间的相互作用是计算生物学面临的巨大挑战之一。在这里，我们提出了一种新的贝叶斯网络方法，预测相互作用的合作伙伴，只使用相互作用的蛋白质结构域的氨基酸序列的多重比对，没有可调参数，也不需要任何训练的例子。我们首先将该方法应用于细菌双组分系统，并在所有测序的细菌中全面重建双组分信号网络。我们的预测与已知的相互作用的比较表明，我们的方法推断相互作用的合作伙伴基因组范围内具有很高的准确性。为了证明我们的方法的普遍适用性，我们表明，它也准确地预测在最近的聚酮酶数据集的相互作用的合作伙伴。对预测的全基因组双组分信号网络的分析表明，同源物（相互作用的激酶/调节剂对，其位于基因组上相邻）和孤儿（孤立的）在每个基因组中形成信号网络的两个相对独立的组分。此外，虽然大多数基因预计只有少量的相互作用伙伴，我们发现，10%的孤儿形成一个单独的类的“枢纽”节点，分发和整合信号，并从多达几十个不同的相互作用伙伴。
Accurate and large-scale prediction of protein–protein interactions directly from amino-acid sequences is one of the great challenges in computational biology. Here we present a new Bayesian network method that predicts interaction partners using only multiple alignments of amino-acid sequences of interacting protein domains, without tunable parameters, and without the need for any training examples. We first apply the method to bacterial two-component systems and comprehensively reconstruct two-component signaling networks across all sequenced bacteria. Comparisons of our predictions with known interactions show that our method infers interaction partners genome-wide with high accuracy. To demonstrate the general applicability of our method we show that it also accurately predicts interaction partners in a recent dataset of polyketide synthases. Analysis of the predicted genome-wide two-component signaling networks shows that cognates (interacting kinase/regulator pairs, which lie adjacent on the genome) and orphans (which lie isolated) form two relatively independent components of the signaling network in each genome. In addition, while most genes are predicted to have only a small number of interaction partners, we find that 10% of orphans form a separate class of ‘hub' nodes that distribute and integrate signals to and from up to tens of different interaction partners.
登录
查看更多内容
影响因子：
4.3
作者：
Thattai M;Burak Y;Shraiman BI
通讯作者：
Shraiman BI
影响因子：
6.8
作者：
Valencia, A;Pazos, F
通讯作者：
Pazos, F
影响因子：
10.7
作者：
Koretke, KK;Lupas, AN;Brown, JR
通讯作者：
Brown, JR
DOI：
10.1073/pnas.96.23.13068
发表时间：
1999-11-09
影响因子：
11.1
作者：
Wu, JG;Ohta, N;Newton, A
通讯作者：
Newton, A
影响因子：
2.2
作者：
Meila, M;Jaakkola, T
通讯作者：
Jaakkola, T