基于组织特异性的疾病-蛋白-复杂异构网络研究与疾病相关的蛋白复合体

对于人类遗传疾病来说,除了精准定位每一个疾病相关基因外,研究蛋白复合体也十分重要,因为生物学功能往往是由于蛋白复合体中多个蛋白共同作用产生的。此外,了解与疾病相关的蛋白复合体也有利于更加精准地确定致病基因和致病基因变异体。

清华大学自动化系江瑞副教授带领研究团队设计了一种计算系统生物学的方法,对疾病和蛋白复合体之间的潜在联系进行系统地分析。首先,研究人员构建了一个异构网络,它由三个层次组成,分别是疾病相似性网络,组织特异性蛋白质相互作用网络和蛋白质复合体中的蛋白成员。在此基础上,研究人员提出了一种随机游走模型来鉴定相关疾病的蛋白复合体。一系列的交叉验证实验表明该方法不仅拥有高性能而且证明了参数和网络结构的鲁棒性。本文认为发掘人类疾病和蛋白复合物之间的联系,有利于更好地推断疾病基因,进而促进病理学的发展。该研究刊登在201310月的《BioMed Research International》杂志上。

参考文献:

Walking on a tissue-specific disease-protein-complex heterogeneous network for the discovery of disease-related protein complexes . Jacquemin T and Jiang R. BioMed research international, 2013:732650.

作者简介:

江瑞:北京清华大学自动化系副教授。清华973国家重点基础研究发展计划项目《基于新一代测序的生物信息学理论与方法》第四课题组学术骨干。研究领域生物信息学、系统生物学、模式识别、机器学习、统计推断。