Protein-protein interaction network: management of databases and its applications on the computational study of protein-protein interactions
- Autores: Javier Garcia Garcia
- Directores de la Tesis: Baldomero Oliva i Miguel (dir. tes.)
- Lectura: En la Universitat Pompeu Fabra ( España ) en 2015
- Idioma: español
- Tribunal Calificador de la Tesis: Núria López Bigas (presid.), Laura Furlong (secret.), Michael Schroeder (voc.)
- Materias:
- Enlaces
- Tesis en acceso abierto en: TDX
- Resumen
Las redes de interacción proteína-proteína son indispensables desde el nacimiento y la expansión de la biología de sistemas. La integridad y la calidad de las redes, que son esenciales para entender los mecanismos que median en un sistema como la célula, siguen desafiando a la comunidad científica.
La tesis está centrada en el estudio de interacciones proteína-proteína desde una perspectiva bioinformática. La introducción de la tesis resume los diferentes niveles de detalle en que se pueden estudiar las interacciones entre proteínas. La acumulación de datos proveniente de técnicas experimentales y la explosión de métodos computacionales presenta unos retos interesantes que se deben abordar.
En primer lugar, presento BIANA [1], un paquete informático diseñado para integrar diferentes fuentes de información biológica, explotar sus relaciones y facilitar su análisis. Como se comenta en la introducción de la tesis, uno de los mayores problemas en la biología de sistemas, incluyendo el estudio de interacciones proteína-proteína, es la disponibilidad de todos los datos posibles. Este hecho se agrava por el hecho que la información está repartida en múltiples bases de datos. Este hecho se estudió en un trabajo preliminar usando PIANA [2]. A pesar de que éste no es un tema nuevo en biología computacional, los métodos de integración existentes son limitados en cuanto a flexibilidad y traceabilidad de los datos. BIANA ha sido diseñado para ser flexible, permitiendo a los usuarios definir sus tipos de datos específicos y permitiendo que sea el usuario quien defina las reglas de integración, bien usando sus propias bases de datos o bases de datos de terceros. Un ejemplo en la aplicación de BIANA ha sido la generación de hipótesis para el Alzheimer y la diabetes. La capacidad de ejecutar BIANA como librería de Python, usando un webserver o cómo plugin de Cytoscape permite a los usuarios beneficiarse de múltiples plataformas de ejecución. Finalmente, BIANA ha sido utilizado con éxito en otros trabajos.
En segundo lugar, la tesis presenta la aplicación de BIANA en el estudio y predicción de interacciones entre proteínas de Salmonella y proteínas de diferentes huéspedes [3]. En este trabajo, use compara la posible red de interacciones entre Salmonela-humano y Salmonella-Arabidopsis, inferida a partir de similitud de secuencia o de composición de dominios. Esta estrategia se ha usado para desarrollar diferentes hipótesis que deben ser verificadas experimentalmente. Éste es un ejemplo de cómo los datos experimentales se usan para desarrollar métodos computacionales, que a la vez hacen predicciones que se deben verificar experimentalmente. Una generalización de este método se ha puesto a disposición de la comunidad científica a través de un servicio web llamado BIPS [4]. La capacidad de BIPS de predecir interacciones a gran escala, incluyendo proteomas enteros, en un plazo de tiempo breve y la opción para el usuario de seleccionar múltiples filtros para mejorar la confidencia de las interacciones se presenta como una buena opción para la generación de hipótesis para guiar futuros experimentos.
La aplicación de BIANA para predecir las regiones de interacción de una proteína también se ha explorado. Durante este trabajo, ha surgido la necesidad de generar datos de referencia y métricas de evaluación aplicables para el caso específico de predicción de regiones de interacción proteína-proteína, que presenta unas particularidades específicas. En la tesis se ha propuesto el uso de una nueva métrica de evaluación, denominada área debajo de la curva de probabilidad (dAUPC). La métrica se basa en la probabilidad de obtener al azar un conjunto de predicciones de regiones de interacción en un conjunto concreto de interacciones entre proteínas. Para ello, se ha desarrollado un paquete informático para integrar diferentes fuentes de información de anotación de secuencias (PRA-Tool). Finalmente, la tesis presenta una herramienta (iFrag) para inferir regiones de interacción basado en regiones de secuencia comunes mínimas en redes de interacción proteína-proteína. Usando la nueva métrica, iFrag presenta un resultado mejor que otros métodos también basados en redes de interacción. iFrag presenta la ventaja de permitir comprobar qué interacciones se usan como modelo para hacer la predicción de región de interacción. Esta traceabilidad permite a los experimentales tomar una decisión más razonada y dirigir sus experimentos convenientemente.
Referencias: 1. Garcia-Garcia J, Guney E, Aragues R, Planas-Iglesias J, Oliva B. Biana: a software framework for compiling biological interactions and analyzing networks. BMC Bioinformatics. 2010 Jan 27;11:56. doi: 10.1186/1471-2105-11-56. PubMed PMID: 20105306; PubMed Central PMCID: PMC3098100.
2. Aragues R, Jaeggi D, Oliva B. PIANA: protein interactions and network analysis. Bioinformatics. 2006 Apr 15;22(8):1015-7. Epub 2006 Mar 1. PubMed PMID: 16510498.
3. Schleker S, Garcia-Garcia J, Klein-Seetharaman J, Oliva B. Prediction and comparison of Salmonella-human and Salmonella-Arabidopsis interactomes. Chem Biodivers. 2012 May;9(5):991-1018. doi: 10.1002/cbdv.201100392. PubMed PMID: 22589098; PubMed Central PMCID: PMC3407687.
4. Garcia-Garcia J, Schleker S, Klein-Seetharaman J, Oliva B. BIPS: BIANA Interolog Prediction Server. A tool for protein-protein interaction inference. Nucleic Acids Res. 2012 Jul;40(Web Server issue):W147-51. doi: 10.1093/nar/gks553. Epub 2012 Jun 11. PubMed PMID: 22689642; PubMed Central PMCID: PMC3394316.
