Combined Analysis of Multiple Glycan-Array Datasets: New Explorations of Protein-Glycan Interactions.
Combined Analysis of Multiple Glycan-Array Datasets: New Explorations of Protein-Glycan Interactions.
复制标题
DOI：
10.1021/acs.analchem.1c01739
复制
发表时间：
2021-08-10
影响因子：
7.4
通讯作者：
Haab B
中科院分区：
文献类型：
--
作者：
Klamer Z;Haab B
聚糖阵列对于了解聚糖结合蛋白的特异性是必不可少的。尽管有丰富的可用数据，目前的分析方法没有能力解释和使用各种数据类型，并整合跨数据集的信息。在这里，我们评估了一种新的，自动化的算法聚糖阵列分析是否可以满足这一需求。我们开发了一个回归树算法，同时基序优化，并将其打包在软件中称为Motifs。我们将该软件应用于来自8个不同聚糖阵列平台的数据，这些平台具有广泛不同的特征，并观察到每个数据集的准确分析。然后，我们评估了多个数据集的联合分析的可行性和价值。在涵盖多种凝集素浓度的数据集的综合分析中，该软件确定了不同基序的近似结合常数，并确定了单浓度分析中不明显的基序之间的主要差异。此外，与仅分析一个数据源相比，对具有互补聚糖集的数据源的综合分析产生了更广泛的凝集素特异性观点。因此，基序使得能够最佳地利用不断扩大的聚糖阵列数据资源，并有望推进蛋白质-聚糖相互作用的研究。
Glycan arrays are indispensable for learning about the specificities of glycan-binding proteins. Despite the abundance of available data, the current analysis methods do not have the ability to interpret and use the variety of data types and to integrate information across datasets. Here we evaluated whether a novel, automated algorithm for glycan-array analysis could meet that need. We developed a regression-tree algorithm with simultaneous motif optimization and packaged it in software called MotifFinder. We applied the software to data from 8 different glycan-array platforms with widely divergent characteristics and observed an accurate analysis of each dataset. We then evaluated the feasibility and value of the combined analyses of multiple datasets. In an integrated analysis of datasets covering multiple lectin concentrations, the software determined approximate binding constants for distinct motifs and identified major differences between the motifs that were not apparent from single-concentration analyses. Furthermore, an integrated analysis of data sources with complementary sets of glycans produced broader views of lectin specificity than produced by the analysis of just one data source. MotifFinder therefore enables the optimal use of the expanding resource of glycan-array data and promises to advance the studies of protein-glycan interactions.
登录
查看更多内容
DOI：
10.1093/bioinformatics/btw827
发表时间：
2017-05-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Hosoda M;Akune Y;Aoki-Kinoshita KF
通讯作者：
Aoki-Kinoshita KF
影响因子：
4.3
作者：
Cheng, Kai;Zhou, Yusen;Neelamegham, Sriram
通讯作者：
Neelamegham, Sriram
DOI：
10.1073/pnas.1800853116
发表时间：
2019-02-05
影响因子：
11.1
作者：
Geissner, Andreas;Reinhardt, Anika;Seeberger, Peter H.
通讯作者：
Seeberger, Peter H.
影响因子：
4.8
作者：
Padler-Karavani, Vered;Song, Xuezheng;Varki, Ajit
通讯作者：
Varki, Ajit
影响因子：
7.4
作者：
Han, Ling;Kitov, Pavel, I;Klassen, John S.
通讯作者：
Klassen, John S.