データ融合によるタンパク質切断解析および疾患との関連性発見

通过数据融合进行蛋白质裂解分析并发现与疾病的关系

基本信息

批准号：
15F15788
负责人：
阿久津達也
金额：
$ 0.45万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2015
资助国家：
日本
起止时间：
2015-11-09 至 2017-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-15F15788/
关键词：
caspase protease data fution bioinformatics Protein cleavage Data fusion Machine learning,

项目摘要

The problem of protease-protein target prediction has been extensively studied in Bioinformatics. However, existing algorithms are either very specific (i.e. they work only with specific proteins or protein families, such as Caspases) or solely based on the primary structure, therefore very prone to provide false positives (i.e. non-cleaving pairs wrongly labeled as cleaving). Our work consisted in the design of a protease-protein target algorithm, wrapping up the general protein cleavage machinery, through the application of data fusion.We extracted up to 9000 pairs of cleaving, wet lab tested protease-protein target pairs from the MEROPS database. Beside the use of protein similarity (BLAST), the model was designed by fuse relevant, but directly related cleavage information. By harvesting publicly available data bases such as KEGG, BioGRID, STRING, Domine and Interpro, we included domain, pathway, gene and protein knowledge to our model. By assessing our model on test data, not involved in the training and tuning phase, we showed how it outperforms state-of-the-art software for the protease cleavage target prediction. Unlike state-of-the-art approaches, this algorithm is general and not dedicated to specific proteases, therefore it can be used to explore poorly-studied proteases, where for example secondary and tertiary structure are completely unknown.

蛋白酶 - 蛋白靶靶标的问题已经在生物信息学中进行了广泛研究。但是，现有算法要么是非常具体的（即它们仅与特定的蛋白质或蛋白质家族（例如胱天蛋白酶）一起使用），要么仅基于主要结构，因此非常容易提供误报（即，非交流对，被错误地标记为裂解）。我们的工作包括设计蛋白酶 - 蛋白质靶算法，通过应用数据融合来包裹一般蛋白质裂解机械。除了使用蛋白质相似性（BLAST）外，该模型是由相关但直接相关的裂解信息设计的。通过收集诸如KEGG，Biogrid，String，Domine和Interpro之类的公共可用数据库，我们将域，途径，基因和蛋白质知识包括在我们的模型中。通过评估我们的测试数据模型，不参与培训和调整阶段，我们展示了它如何胜过蛋白酶切割目标预测的最先进软件。与最先进的方法不同，该算法是一般的，并且不是专用于特定蛋白酶的，因此可以用来探索研究良好的蛋白酶，例如，次级和第三级结构是完全未知的。