TheIntroductionof

ComputationalSystemsBiology

計算系統(tǒng)生物學導論

WangDongAssociateProfessor

蛋白質(zhì)組學proteinRNADNA蛋白質(zhì)相互網(wǎng)絡蛋白質(zhì)相互作用網(wǎng)絡

蛋白質(zhì)網(wǎng)絡可以被表示成為一個無向圖，其中每個節(jié)點表示一個蛋白質(zhì)，每條邊表示一對蛋白質(zhì)節(jié)點之間的相互作用。模塊性（Modularity）蛋白質(zhì)網(wǎng)絡拓撲特征蛋白質(zhì)相互作用網(wǎng)絡特點：網(wǎng)絡直徑與特征路徑長度度的分布特性及度與度的相關性聚集系數(shù)（clustercoefficient）間隔，等等拓撲特征小世界特性聚集系數(shù)和特征路徑長度無尺度網(wǎng)絡特性冪規(guī)律分布；增長和偏好連接向心特性模塊化結(jié)構(gòu)特征蛋白質(zhì)網(wǎng)絡無尺度的意義Hub節(jié)點主導著網(wǎng)絡大量低連接度節(jié)點的意義呢？hub節(jié)點在網(wǎng)絡中的作用和網(wǎng)絡的魯棒性從因特網(wǎng)路由器中隨機選擇的失效節(jié)點比例高達80%，剩余的路由器還是能組成一個完整的模塊并保證任意兩個節(jié)點間存在通路。要擾亂細抱內(nèi)的蛋白質(zhì)相互作用網(wǎng)絡也同樣困難，即使在細胞內(nèi)隨機制造較高比例的突變，那些沒有改變的蛋白質(zhì)還是會組成一個連通的網(wǎng)絡。

無尺度網(wǎng)絡對意外故障具有驚人的魯棒性，但對于hub節(jié)點的過分依賴導致了攻擊脆弱性

蛋白質(zhì)網(wǎng)絡怎么組織的？這是我們最關心的問題目前已知的知識：小世界：表明蛋白質(zhì)網(wǎng)絡有一些很瀟灑很隨意的鏈接，導致網(wǎng)絡路徑得到很大壓縮。無尺度：表明蛋白質(zhì)網(wǎng)絡有數(shù)目超過我們期望的很牛的節(jié)點，主導著整個網(wǎng)絡。‘網(wǎng)絡是怎么組織的’到‘模塊是怎么組織的？’模塊之間的協(xié)作怎么完成？神經(jīng)生物學的類比Red:transcriptionregulation;Blue:cell-cycle/cell-fatecontrol;Green:RNAprocessing;Yellow:proteintransport.ProteincomplexesandfunctionalmodulesinmolecularnetworksSpirin,Mirny,PNAS100,12123(2003)modulesthataredenselyconnectedwithinthemselvesbutsparselyconnectedwiththerestofthenetwork從‘模塊是怎么組織的？’到‘模塊在網(wǎng)絡中是怎么組織的？’蛋白質(zhì)組相互作用數(shù)據(jù)庫數(shù)據(jù)庫名說明網(wǎng)址BIND生物分子相互作用數(shù)據(jù)庫http://bind.ca/DIP蛋白質(zhì)相互作用數(shù)據(jù)庫/IntAct蛋白質(zhì)相互作用數(shù)據(jù)庫http://www.ebi.ac.uk/intact/index.htmlInterDom結(jié)構(gòu)域相互作用數(shù)據(jù)庫.sg/MINT生物分子相互作用數(shù)據(jù)庫http://mint.bio.uniroma2.it/mint/STRING蛋白質(zhì)相互作用網(wǎng)絡數(shù)據(jù)庫http://string.embl.de/HPRD人類蛋白質(zhì)參考數(shù)據(jù)庫/MPPI脯乳動物相互作用數(shù)據(jù)庫http://mips.gsf.de/proj/ppi/biogrid蛋白和遺傳相互作用數(shù)據(jù)，主要來自于酵母、線蟲、果蠅和人/PDZbase包含PDZ結(jié)構(gòu)域的蛋白質(zhì)相互作用數(shù)據(jù)庫/services/pdz/startReactome生物學通路的輔助知識庫/PPIdatabasesInteractionsMIPSDIPBINDGRIDMINTHPRDOPHID數(shù)據(jù)庫比較之數(shù)據(jù)量SureshMathivananAnevaluationofhumanprotein-proteininteractiondatainthepublicdomain.BMCBioinformatics2006,7HPRD(HumanProteinReferenceDatabase)來自于文獻而且有實驗證據(jù)相關信息post-translationalmodifications,subcellularlocalizationproteindomainarchitecture,tissueexpressionAssociationwithhumandiseases除了蛋白質(zhì)之間的相互作用蛋白質(zhì)與核酸的相互作用蛋白質(zhì)與小分子的相互作用數(shù)據(jù)格式PSI-MIProteomicsStandardsInitiativeMolecularInteractions/數(shù)據(jù)檢索（HPRD）DIP人工從文獻中獲取的兩兩相互作用和復雜相互作用/ExperimentalmethodsTaggedFusionProteinsCoimmunoprecipitationYeastTwo-hybridBiacoreAtomicForceMicroscopy(AFM)FluorescenceResonaceEnergyTrasfer(FRET)X-rayDiffractionLarge-scaletandemaffinitypurificationcoupledtomassspectrometry(TAP–MS)fragmentcomplementationassay酵母雙雜交系統(tǒng)利用酵母作為真核蛋白相互作用的模型通過報告基因的轉(zhuǎn)錄鑒定蛋白的相互作用酵母雙雜交原理雙雜交系統(tǒng)的建立得力于對真核生物調(diào)控轉(zhuǎn)錄起始過程的認識。轉(zhuǎn)錄激活因子在結(jié)構(gòu)上是組件式的（modular）,即這些因子往往由兩個或兩個以上相互獨立的結(jié)構(gòu)域構(gòu)成,其中有DNA結(jié)合結(jié)構(gòu)域（DNAbindingdomain，簡稱為DB）和轉(zhuǎn)錄激活結(jié)構(gòu)域（activationdomain，簡稱為AD），它們是轉(zhuǎn)錄激活因子發(fā)揮功能所必需的。前者可識別DNA上的特異序列，并使轉(zhuǎn)錄激活結(jié)構(gòu)域定位于所調(diào)節(jié)的基因的上游，轉(zhuǎn)錄激活結(jié)構(gòu)域可同轉(zhuǎn)錄復合體的其他成分作用，啟動它所調(diào)節(jié)的基因的轉(zhuǎn)錄。二個結(jié)構(gòu)域不但可在其連接區(qū)適當部位打開，仍具有各自的功能，而且不同兩結(jié)構(gòu)域可重建發(fā)揮轉(zhuǎn)錄激活作用。酵母雙雜交系統(tǒng)利用雜交基因通過激活報道基因的表達探測蛋白-蛋白的相互作用。單獨的DB雖然能和啟動子結(jié)合，但是不能激活轉(zhuǎn)錄。His,β-galDNA-BindingDomainBaitProteinPreyProteinTranscriptionActivatingRegionReporterGeneDNA-BindingSite酵母雙雜交模型模型系統(tǒng)生物學的基礎

——信息生物的信息以這樣的方向進行流動：DNA→mRNA→蛋白質(zhì)→蛋白質(zhì)相互作用網(wǎng)絡→細胞→器官→個體→群體

每個層次信息都對理解生命系統(tǒng)的運行提供有用的視角。系統(tǒng)生物學的重要任務就是要盡可能地獲得每個層次的信息并將它們進行整合。構(gòu)成系統(tǒng)的關鍵不是其組成的物質(zhì)，而是組成部分的相互作用或部分之間的關系。這些相互作用或者關系，從本質(zhì)上說就是信息。生命系統(tǒng)是一個信息流的過程，系統(tǒng)生物學就是要研究并揭示這種信息的運行規(guī)律。尋找實驗條件相關的蛋白質(zhì)互作子網(wǎng)絡蛋白質(zhì)間的互作有著其內(nèi)在的動態(tài)性，互作的發(fā)生依賴于特定的實驗條件。但是，由于目前互作鑒別技術(shù)內(nèi)在的局限性，互作信息還不能提供互作發(fā)生對應的時空信息。換句話說，現(xiàn)有的互作信息是靜態(tài)的信息，一組基因間的互作是多個實驗條件下互作關系的一種累積。那么，依據(jù)互作信息構(gòu)建的互作網(wǎng)絡也是一個靜態(tài)的網(wǎng)絡，它反映的是基因組內(nèi)所有基因互作關系的疊加。因此，我們的目的是借助于基因表達譜提供的基因表達信息反映基因的活性然后對原始的互作網(wǎng)絡進行篩選，從而得到實驗條件下的應答子網(wǎng)實驗條件下應答子網(wǎng)的鑒別將有助于研究生物體對環(huán)境改變的適應機制，更有效地構(gòu)建分子通路，預測基因功能以及藥物靶點的設計。現(xiàn)有的尋找實驗條件下特定網(wǎng)絡的研究大多是基于節(jié)點打分方式和搜索方式，網(wǎng)絡中的邊則是節(jié)點涉及到的所有互作。

實驗數(shù)據(jù)互作數(shù)據(jù)提取MIPS中的Physicalinteraction數(shù)據(jù)，經(jīng)過如下操作：（1）去除自己和自己的互作；（2）不同實驗證實的同一互作只保留一個.以基因為節(jié)點，以互作關系為邊構(gòu)建互作網(wǎng)絡，節(jié)點數(shù)目為4096，邊數(shù)為6928。表達譜數(shù)據(jù)使用的是酵母diauxicshift實驗數(shù)據(jù)。diauxicshift過程指的是：起初培養(yǎng)基內(nèi)有著較豐富的葡萄糖，隨著酵母的不斷消耗（不進行補充），葡萄糖濃度由高變低，酵母的代謝過程由葡萄糖的無氧發(fā)酵轉(zhuǎn)換為酒精的有氧呼吸的過程。表達譜數(shù)據(jù)經(jīng)ArrayTool處理（刪掉有缺失值的基因，因為只有7個時間點，即使有一個時間點的數(shù)據(jù)缺失，缺失率就會達到10%以上；標化采用的是減中值的方法），處理后一共有5349個基因。將表達譜數(shù)據(jù)與互作網(wǎng)絡數(shù)據(jù)進行交叉結(jié)合（即將互作網(wǎng)絡中沒有檢測的基因去除）得到網(wǎng)絡G0，節(jié)點數(shù)為3282，邊數(shù)為5151。網(wǎng)絡G0是尋找應答子網(wǎng)待搜索的網(wǎng)絡。對子網(wǎng)的應答性打分一方面要衡量網(wǎng)絡中基因的變異程度一方面要衡量直接連通基因間的表達協(xié)同性。網(wǎng)絡中基因的變異程度越高，基因間表達協(xié)同性越大，則子網(wǎng)的應答性越強，我們的打分系統(tǒng)應該相應地給出較高的得分邊的得分取決于兩端的基因，基因的變異越大，基因間表達的一致性越強，則邊的得分越高。我們使用了一個非常簡單而且直接的測度——協(xié)方差來定量這種關系。在子網(wǎng)內(nèi)相連接兩個基因X，Y間的協(xié)方差為：基因X，Y的相關系數(shù)，反映了基因間表達的協(xié)同性；基因X，Y的標準差，反映了基因的變異程度。它是一種基于邊的打分方式，分值的大小與三方面有關：網(wǎng)絡內(nèi)基因的變異程度；連通基因間表達的協(xié)同性；網(wǎng)絡的大小。另外打分過程較充分地考慮了網(wǎng)絡的拓撲結(jié)構(gòu)：1、用連通基因間的表達協(xié)同性反映網(wǎng)絡的協(xié)同性；2、能夠體現(xiàn)Hub節(jié)點的重要性：Hub節(jié)點指的是網(wǎng)絡中度較高的節(jié)點，無論是在網(wǎng)絡的拓撲結(jié)構(gòu)上還是在生物過程上Hub節(jié)點都扮演著重要的角色。在我們的打分方案中，度越高的節(jié)點涉及的邊越多，對網(wǎng)絡的應答性得分影響越大子網(wǎng)的搜索策略從互作網(wǎng)絡中尋找RNs，由于子網(wǎng)可能的形式有無窮多個，這是一個NP問題，不能通過窮舉所有可能來尋找得分最高的子網(wǎng)。同M2方法一樣采用模擬退火的搜索策略，該算法的優(yōu)勢是在搜索的過程中能夠跳出局部最小點，并且數(shù)學上證明了只要迭代的次數(shù)足夠多，模擬退火算法能夠搜索得到最優(yōu)解。與M2方法不同之處是：我們進行搜索的對象是邊，而不是節(jié)點，通過搜索得到的邊集構(gòu)建應答子網(wǎng)。搜索過程每次迭代試探的對象是邊，試探將邊加到應答子網(wǎng)或者將邊從應答子網(wǎng)拿出是否能夠提高分值，如果能提高則接受這次試探，如果分值降低則以一定的概率接受,隨著退火溫度的降低，接受的概率越來越小，最終通過邊集構(gòu)建得到應答網(wǎng)絡。應答子網(wǎng)中一些重要hub節(jié)點的功能相關性

Hub節(jié)點指的網(wǎng)絡中度（與該節(jié)點連接的邊數(shù)）較高的節(jié)點，無論是對于細胞生物學過程還是網(wǎng)絡的拓撲結(jié)構(gòu)，hub節(jié)點都扮演著重要的作用。Hanetal.在以前的研究中提出了兩種hub節(jié)點，一種是‘partyhub’，這種hub在特定的實驗下同時與周圍的partner發(fā)生互作；另一類是‘datehub’，這類hub在一定的實驗條件只與一部分相應的partner發(fā)生互作。以上結(jié)果支持了酵母體內(nèi)蛋白質(zhì)的模塊化結(jié)構(gòu)，即partyhub位于模塊的內(nèi)部，而datehub是位于模塊之間，因此partyhub的功能一致性要高于datehub的功能一致性。在下面的分析中，我們會關注網(wǎng)絡中的hub節(jié)點——top3的hub，研究網(wǎng)絡中hub節(jié)點區(qū)域的實驗相關性。結(jié)果表明，不但發(fā)現(xiàn)了它們的生物學合理性，而且發(fā)現(xiàn)它們對應著Han提出的那兩類hub。度最高的hub節(jié)點是SRP1，它的度是33。它的鄰居中有顯著多的鄰居（27個）都能夠注釋到BP節(jié)點：“metabolism”(GO:0008152)，相對于該節(jié)點在原始網(wǎng)絡中118個節(jié)點73個節(jié)點有這個功能對應的概率是。這表明這個節(jié)點與它的鄰居參與代謝有關的生物學過程，這與在diauxicshift實驗條件下，生物體內(nèi)部主要發(fā)生的生物學改變是體內(nèi)代謝過程的轉(zhuǎn)變是吻合的（從無氧發(fā)酵到有氧呼吸）。另外，這個節(jié)點的鄰居涉及到多種多樣的代謝過程而且這些代謝過程在以前的研究中證明是與實驗過程相關的，例如：“carbohydratemetabolism”(GO:0005975)，有6個鄰居注釋到這個節(jié)點，以前的研究已經(jīng)證明在diauxicshift過程中，代謝物將重導向（re-channeling）到碳水化合物的存儲。概括起來，SRP1基因有著較高度的變化（由118到33），在diauxicshift實驗條件下只與一部分的鄰居節(jié)點互作，這些鄰居節(jié)點涉及多種多樣的代謝過程。因此它可能與Hanetal.提出的‘datehub’相對應。度第二大的節(jié)點ATP14同樣有著較大的度的變化（105到30），只與一部分的鄰居節(jié)點存在互作，類似于SRP1那樣，位于多個有關的代謝的生物學過程之間。度大小排在第三位的節(jié)點是NOP7，它與前兩個節(jié)點存在著顯著的不同，它的度變化很小，由23到21，并且這21個節(jié)點全部注釋到比較深層的節(jié)點“ribosomebiogenesisandassembly”(GO:0042254)，這個節(jié)點的實驗相關性以前的工作已經(jīng)證明過。這個節(jié)點與幾乎全部的鄰居節(jié)點發(fā)生互作以及節(jié)點周圍鄰居節(jié)點高度的功能一致性表明這個節(jié)點可能對應著Han提出的‘partyhub’。圖1應答子網(wǎng)的圖示。A、原始的互作網(wǎng)絡，3282個節(jié)點，5151條邊。B、通過我們的方法搜索得到的分值最高的前5個實驗應答子網(wǎng)G1，整體來看，一共有393個節(jié)點，410條邊；C、將G1子網(wǎng)內(nèi)的節(jié)點投射到原始互作網(wǎng)絡中。節(jié)點數(shù)不變?nèi)詾?93，此時應答基因間的邊是應答子網(wǎng)內(nèi)的節(jié)點在互作網(wǎng)絡中涉及到的所有的互作，為543條。D、通過Ideker的方法搜索得到的分值最高的前5個實驗應答子網(wǎng)G2,一共有361個節(jié)點，398條邊。Han,J.D.etal.Nature430,88–93(2004)Evidencefordynamicallyorganizedmodularityintheyeastprotein–proteininteractionnetworkDateandpartyhubTissuespeci?cityandthehumanproteininteractionnetworkinteractome

Nearlyallprocessesinbiologyaredependentontheprecisephysicalinteractionsamongmanyindividualproteins.De?ninganear-completemapofthephysicalinteractionsthatcanoccurbetweenhumanproteins—thehumanprotein‘interactome’—isanimportantambitionofcurrentresearch.Similartothesequenceofthehumangenome,thehumaninteractomeservesasaresourceforresearchersandcanbeusedtounderstandhowproteinsareorganizedtoperformfunctionswithinacellproblemAglobalinteractomenetworkprovidesanoverviewofallofthephysicalinteractionsthatcanoccurbetweenhumanproteins.However,verylittleisknownaboutwhenandwhereeachoftheseinteractionscanoccur.Withinanyparticularcellortissueofthehumanbodynotallproteininteractionscanoccur.Mostsimply,iftwogenesarenotexpressedinacell,thenaninteractionbetweentheirproteinproductscannotoccur.approachInunicellularorganisms,oneapproachthathasbeenusedtoinvestigatethedynamicsofinteractionnetworksbetweencellularstateshasbeentointegrateinteractomedatawithexpressiondata.Thisapproachhasbeenusedtoidentifyco-regulatedinteractionmodulesortoinvestigatetherelationshipsbetweeninteractionnetworktopologyandgeneco-expression.purposeInthepresentstudy,weapplyasimilarapproachtothehumanproteininteractionnetwork,usingglobalgeneexpres-siondatatoidentifythehumancellsandtissuesinwhicheachinteractioncanorcannotoccur.resultByperformingthisanalysis,1)weareabletoinvestigatetherelationshipbetweenthetissuespeci?cityofaproteinanditsnumberofinteractionpartners.2)Moreover,andstrikingly,we?ndextensivecommunicationbetweenuniversallyexpressedproteinsandthosewithtissue-speci?cexpression.Eventhemosttissue-speci?cproteinsnormallyinteractdirectlywithcomponentsofthecorecellularmachinery.3)Conversely,nearlyalluniversallyexpressed‘housekeeping’proteinshaveproteininteractionsthatcanonlyoccurinarestrictedsubsetofcells.4)Ourresultssuggestamodelfortheevolutionoftissue-speci?cfunctionsthroughthemodi?cationandre-useofcorecellularprocesses,andthatmost‘housekeeping’proteinsshouldprobablybeconsideredasimportantfortissue-speci?cprocesses.Determiningthetissuespeci?cityofhumanproteininteractionsWethenusedgeneexpressiondata(Suetal,2004)todeterminethecellsandtissuesofthehumanbodyinwhicheachoftheseinteractionscanoccur(Figure1A).

Iftwogenesareco-expressedinacell,thenundersomeconditiontheirproductscanphysicallyinteractinthatcell.However,iftwoproteinsarenotexpressedinatissue,thentheinteractioncannotoccurinthistissue.

Tissuespeci?candrecentlyevolvedproteinsmakefewproteininteractionsWe?ndthatmoretissue-speci?cproteinsmakefewerinteractionsthanwidelyexpressedproteins(Figure1B).We?ndthatmore-recentlyevolvedproteinshavefewerinteractionsthanancientproteins,butthattherelation-shipbetweentissuespeci?cityandinteractiondegreeisseenforbothsetsofproteins(Figure1C).Thatis,theolderaproteinis,andthemoretissuesinwhichitisexpressed,themoreproteininteractionsitislikelytohave.Themosttissue-speci?cproteinsnormallyinteractwithcorecellularcomponents

Wenextanalyzedtheextenttowhichtissue-speci?cproteinsinteractwiththemostwidelyexpressedproteins.We?ndthatevenwhenonlyconsideringthemosttissue-restrictedproteins(proteinsexpressedinp10/79tissues),mostofthemareknowntointeractdirectlywithuniversallyexpressedhumanproteins(Figure2A).Thus,mosttissue-speci?cproteinscanfunctionbydirectlycontactingcomponentsofthecorecellularmachineryMostuniversallyexpressedproteinshavetissue-speci?cproteininteractions

Constitutivelyexpressedproteinsareoftenconsideredasimportantfor‘housekeeping’biologicalprocessesthatarerequiredinallcells.However,nearlyallofthemostwidelyexpressedproteinshaveinteractionswithotherproteinsthatarenotthemselvesuniversallyexpressed(Figure2B).Thatis,mostuniversallyexpressedproteinshavephysicalinteractionsthatcanonlyoccurinarestrictedsubsetofcellsandtissues.Thusmost,andpossiblyall,universallyexpressedproteinshavetissue-speci?cmolecularinteractions.Proteinsthatthemselveshaverestrictedexpressionpatternsalsohavemanyinteractionsthat