Белково-белковое взаимодействие

Белко-белковые взаимодействия ( PPI ) — это физические контакты высокой специфичности, устанавливаемые между двумя или более белковыми молекулами в результате биохимических событий, управляемых взаимодействиями, которые включают электростатические силы , водородные связи и гидрофобный эффект . Многие из них представляют собой физические контакты с молекулярными ассоциациями между цепями, которые возникают в клетке или живом организме в определенном биомолекулярном контексте.

Белки редко действуют в одиночку, поскольку их функции обычно регулируются. Многие молекулярные процессы внутри клетки выполняются молекулярными машинами , построенными из многочисленных белковых компонентов, организованных их ИПП. Эти физиологические взаимодействия составляют так называемую интерактомику организма, в то время как аберрантные ИПП лежат в основе множества заболеваний, связанных с агрегацией, таких как болезни Крейцфельдта-Якоба и болезнь Альцгеймера .

ИПП изучались многими методами и с разных точек зрения: биохимия , квантовая химия , молекулярная динамика , передача сигнала и другие. ^{[ 1 ]}^{[ 2 ]}^{[ 3 ]} Вся эта информация позволяет создавать большие сети взаимодействия белков. ^{[ 4 ]} – аналогично метаболическим или генетическим/эпигенетическим сетям – которые расширяют имеющиеся знания о биохимических каскадах и молекулярной этиологии заболеваний, а также позволяют открывать предполагаемые белковые мишени, представляющие терапевтический интерес.

Примеры

Белки-переносчики электронов

Во многих метаболических реакциях белок, действующий как переносчик электронов, связывается с ферментом, который действует как его редуктаза . После того, как он получает электрон, он диссоциирует, а затем связывается со следующим ферментом, который действует как его оксидаза (т.е. акцептор электрона). Эти взаимодействия между белками зависят от высокоспецифичного связывания между белками, обеспечивающего эффективный перенос электронов. Примеры: компоненты системы цепи окислительного фосфорилирования митохондрий цитохром с-редуктаза/ цитохром с /цитохром с оксидаза; микросомальная и митохондриальная системы P450. ^{[ 5 ]}

В случае митохондриальных систем Р450 специфические остатки, участвующие в связывании белка переноса электронов адренодоксина с его редуктазой, были идентифицированы как два основных остатка Arg на поверхности редуктазы и два кислых остатка Asp на адренодоксине. ^{[ 6 ]} Более поздние работы по филогении редуктазы показали, что эти остатки, участвующие в белок-белковых взаимодействиях, консервативны на протяжении всей эволюции этого фермента. ^{[ 7 ]}

Преобразование сигнала

Активность клетки регулируется внеклеточными сигналами. Распространение сигнала внутри и/или внутри клеток зависит от ИПП между различными сигнальными молекулами. Рекрутирование сигнальных путей через ИПП называется сигнальной трансдукцией и играет фундаментальную роль во многих биологических процессах и многих заболеваниях, включая болезнь Паркинсона и рак.

Мембранный транспорт

Белок может переносить другой белок (например, из цитоплазмы в ядро или наоборот в случае импортинов ядерной поры ). ^{[ нужна ссылка ]}

Клеточный метаболизм

Во многих процессах биосинтеза ферменты взаимодействуют друг с другом с образованием небольших соединений или других макромолекул. ^{[ нужна ссылка ]}

Сокращение мышц

Физиология мышечного сокращения включает в себя несколько взаимодействий. Миозиновые нити действуют как молекулярные моторы и, связываясь с актином, обеспечивают скольжение нитей. ^{[ 8 ]} Кроме того, члены скелетных мышц семейства белков, ассоциированных с липидными каплями , связываются с другими белками в качестве активатора жировой триглицеридлипазы и ее коактиватора ( сравнительная идентификация гена-58), чтобы регулировать липолиз в скелетных мышцах.

Типы

Для описания типов белок-белковых взаимодействий (БВВ) важно учитывать, что белки могут взаимодействовать «транзиторным» образом (оказывать какой-то специфический эффект за короткое время, например, передачу сигнала) или взаимодействовать с другими белками в течение короткого времени. «стабильный» способ формирования комплексов, которые становятся молекулярными машинами внутри живых систем. Сборка белкового комплекса может привести к образованию гомоолигомерных или гетероолигомерных комплексов . Помимо традиционных комплексов, таких как фермент-ингибитор и антитело-антиген, взаимодействия могут также устанавливаться между домен-доменом и домен-пептид. Еще одним важным различием в идентификации белок-белковых взаимодействий является способ их определения, поскольку существуют методы измерения прямых физических взаимодействий между парами белков, называемые «бинарными» методами, в то время как существуют другие методы, которые измеряют физические взаимодействия между группами белков. без попарного определения белков-партнеров, называемые «кокомплексными» методами.

Гомоолигомеры и гетероолигомеры

Гомоолигомеры — это макромолекулярные комплексы, состоящие только из одного типа белковых субъединиц . Сборка субъединиц белка осуществляется путем установления нековалентных взаимодействий в четвертичной структуре белка. Разрушение гомоолигомеров с целью возврата к исходным индивидуальным мономерам часто требует денатурации комплекса. ^{[ 9 ]} Некоторые ферменты , белки-носители , каркасные белки и факторы регуляции транскрипции выполняют свои функции как гомоолигомеры. Отдельные субъединицы белка взаимодействуют в гетероолигомерах, которые необходимы для контроля некоторых клеточных функций. Важность связи между гетерологичными белками еще более очевидна во время событий клеточной сигнализации, и такие взаимодействия возможны только благодаря структурным доменам внутри белков (как описано ниже).

Стабильные взаимодействия против временных взаимодействий

В стабильных взаимодействиях участвуют белки, которые длительное время взаимодействуют, принимая в качестве субъединиц часть постоянных комплексов, чтобы выполнять функциональные роли. Обычно это гомоолигомеры (например, цитохром с ) и некоторые гетероолигомерные белки, являющиеся субъединицами АТФазы . С другой стороны, белок может кратковременно и обратимо взаимодействовать с другими белками только в определенных клеточных контекстах – типе клетки , стадии клеточного цикла , внешних факторах, присутствии других связывающих белков и т. д. – как это происходит с большинством белков. белки, участвующие в биохимических каскадах . Это так называемые временные взаимодействия. Например, некоторые рецепторы, связанные с G-белком, лишь временно связываются с G- _i/o -белками, когда они активируются внеклеточными лигандами. ^{[ 10 ]} в то время как некоторые рецепторы, связанные с G _q , такие как мускариновый рецептор M3, предварительно соединяются с белками G _q до связывания рецептора с лигандом. ^{[ 11 ]} Взаимодействия между внутренне неупорядоченными белковыми областями и глобулярными белковыми доменами (т.е. MoRF ) являются временными взаимодействиями. ^{[ 12 ]}

Ковалентный против нековалентного

Ковалентные взаимодействия имеют самую сильную связь и образуются за счет дисульфидных связей или совместного использования электронов . Хотя эти взаимодействия редки, они являются определяющими в некоторых посттрансляционных модификациях , таких как убиквитинирование и SUMOylation . Нековалентные связи обычно устанавливаются во время переходных взаимодействий за счет комбинации более слабых связей, таких как водородные связи , ионные взаимодействия, силы Ван-дер-Ваальса или гидрофобные связи. ^{[ 13 ]}

Роль воды

Молекулы воды играют значительную роль во взаимодействиях между белками. ^{[ 14 ]}^{[ 15 ]} Кристаллические структуры комплексов, полученные с высоким разрешением из разных, но гомологичных белков, показали, что некоторые интерфейсные молекулы воды консервативны между гомологичными комплексами. Большинство молекул воды на границе раздела образуют водородные связи с обоими партнерами каждого комплекса. Некоторые интерфейсные аминокислотные остатки или атомные группы одного белка-партнера участвуют как в прямом, так и в водном взаимодействии с другим белком-партнером. Двойно-непрямые взаимодействия, опосредованные двумя молекулами воды, более многочисленны в гомологичных комплексах низкого сродства. ^{[ 16 ]} Тщательно проведенные эксперименты по мутагенезу, например, замена остатка тирозина на фенилаланин, показали, что взаимодействия, опосредованные водой, могут вносить вклад в энергию взаимодействия. ^{[ 17 ]} Таким образом, молекулы воды могут облегчать взаимодействие и перекрестное узнавание между белками.

Структура

Молекулярные структуры многих белковых комплексов были раскрыты с помощью метода рентгеновской кристаллографии . ^{[ 18 ]}^{[ 19 ]} Первой структурой, которую удалось решить с помощью этого метода, была структура кашалота, миоглобина предложенная сэром Джоном Каудери Кендрю . ^{[ 20 ]} В этом методе углы и интенсивность пучка рентгеновских лучей, дифрагированных кристаллическими атомами, обнаруживаются в пленке, создавая таким образом трехмерную картину плотности электронов внутри кристалла. ^{[ 21 ]}

Позднее ядерный магнитный резонанс стал применяться и с целью расшифровки молекулярной структуры белковых комплексов. Одним из первых примеров была структура кальмодулинсвязывающих доменов, связанных с кальмодулином . ^{[ 19 ]}^{[ 22 ]} Этот метод основан на изучении магнитных свойств атомных ядер, что позволяет определить физические и химические свойства соответствующих атомов или молекул. Ядерный магнитный резонанс полезен для характеристики слабых ИПП. ^{[ 23 ]}

Домены белок-белкового взаимодействия

Некоторые белки имеют специфические структурные домены или мотивы последовательности , которые обеспечивают связывание с другими белками. Вот несколько примеров таких доменов:

Домен Src гомологии 2 (SH2)

Домены SH2 структурно состоят из трехцепочечного скрученного бета-листа, окруженного двумя альфа-спиралями. Существование глубокого связывающего кармана с высоким сродством к фосфотирозину , но не к фосфосерину или фосфотреонину , важно для распознавания тирозинфосфорилированных белков, главным образом аутофосфорилированных рецепторов фактора роста . Белки, связывающие рецептор фактора роста, и фосфолипаза Cγ являются примерами белков, имеющих домены SH2. ^{[ 24 ]}

Домен Src гомологии 3 (SH3)

Структурно домены SH3 состоят из бета-цилиндра, образованного двумя ортогональными бета-листами и тремя антипараллельными бета-нитями. Эти домены распознают обогащенные пролином последовательности как спиральную структуру полипролина типа II (мотивы PXXP). ^{[ нужна проверка ]} в клеточных сигнальных белках, таких как протеинтирозинкиназы и белок 2, связанный с рецептором фактора роста ( Grb2 ). ^{[ 24 ]}

Фосфотирозин-связывающий (PTB) домен

Домены PTB взаимодействуют с последовательностями, содержащими группу фосфотирозина. Эти домены можно найти в субстрате инсулинового рецептора . ^{[ 24 ]}

LIM-домен

Домены LIM были первоначально идентифицированы в трех гомеодоменовых транскрипционных факторах (lin11, is11 и mec3). В дополнение к этим гомеодоменным белкам и другим белкам, участвующим в развитии, домены LIM также были идентифицированы в негомеодоменных белках, играющих важную роль в клеточной дифференцировке , ассоциации с цитоскелетом и старении . Эти домены содержат тандемный богатый цистеином Zn. ²⁺- мотив пальца и охватывает консенсусную последовательность CX2CX16-23HX2CX2CX2CX16-21CX2C/H/D. Домены LIM связываются с доменами PDZ, факторами транскрипции bHLH и другими доменами LIM. ^{[ 24 ]}

Домен стерильного альфа-мотива (SAM)

Домены SAM состоят из пяти спиралей, образующих компактный пакет с консервативным гидрофобным ядром . Эти домены, которые можно обнаружить, например, в рецепторе Eph и молекуле стромального взаимодействия ( STIM ), связываются с белками, не содержащими домен SAM, а также, по-видимому, обладают способностью связывать РНК . ^{[ 24 ]}

Домен ПДЗ

Домены PDZ впервые были идентифицированы в трех гуанилаткиназах: PSD-95, DlgA и ZO-1. Эти домены распознают карбокси-концевые трипептидные мотивы (S/TXV), другие домены PDZ или домены LIM и связывают их посредством короткой пептидной последовательности, которая имеет С-концевой гидрофобный остаток. Некоторые из белков, идентифицированных как имеющие домены PDZ, являются каркасными белками или, по-видимому, участвуют в сборке ионных рецепторов и образовании рецепторно-ферментных комплексов. ^{[ 24 ]}

Домен ФЕРМ

Домены FERM содержат основные остатки, способные связывать PtdIns(4,5)P ₂ . Талин и киназа фокальной адгезии (FAK) являются двумя белками, которые представляют домены FERM. ^{[ 24 ]}

Домен гомологии кальпонина (CH)

Домены CH в основном присутствуют в цитоскелетных белках, таких как парвин . ^{[ 24 ]}

Домен гомологии плекстрина

Домены гомологии плекстрина связываются с фосфоинозитидами и кислотными доменами в сигнальных белках.

WW-домен

WW-домены связываются с последовательностями, обогащенными пролином.

Мотив WSxWS

Обнаружен в цитокиновых рецепторах

Свойства интерфейса

Изучение молекулярной структуры может дать подробную информацию о интерфейсе, обеспечивающем взаимодействие между белками. При характеристике PPI-интерфейсов важно учитывать тип комплекса. ^{[ 9 ]}

Оцениваемые параметры включают размер (измеряется в абсолютных размерах Å ² или по площади поверхности, доступной растворителю (SASA) ), форме, комплементарности между поверхностями, склонностям к интерфейсу остатков, гидрофобности, сегментации и вторичной структуре, а также конформационным изменениям при образовании комплекса. ^{[ 9 ]}

Подавляющее большинство интерфейсов PPI отражают состав поверхностей белков, а не белковых ядер, несмотря на то, что они часто обогащены гидрофобными остатками, особенно ароматическими остатками. ^{[ 25 ]} Интерфейсы PPI динамичны и часто плоские, хотя они также могут быть сферическими и выступающими. ^{[ 26 ]} Основываясь на трех структурах – инсулина димере , комплексе ингибиторов трипсина и панкреатического трипсина и оксигемоглобине – Сайрус Чотия и Джоэл Джанин обнаружили, что между 1130 и 1720 Å ² площадь поверхности была удалена от контакта с водой, что указывает на то, что гидрофобность является основным фактором стабилизации ИПП. ^{[ 27 ]} Более поздние исследования уточнили площадь скрытой поверхности большинства взаимодействий до 1600 ± 350 Å. ². Однако наблюдались и гораздо более крупные интерфейсы взаимодействия, связанные со значительными изменениями конформации одного из партнеров по взаимодействию. ^{[ 18 ]} Интерфейсы PPI обладают как формой, так и электростатической комплементарностью. ^{[ 9 ]}^{[ 11 ]}

Регулирование

Концентрация белка, на которую, в свою очередь, влияют уровни экспрессии и скорость деградации;
Сродство белка к белкам или другим связывающим лигандам;
Концентрации лигандов ( субстратов , ионов и т. д.);
Наличие других белков , нуклеиновых кислот и ионов ;
Электрические поля вокруг белков.
Возникновение ковалентных модификаций;

Экспериментальные методы

Существует множество методов их обнаружения. ^{[ 1 ]}^{[ 28 ]} Каждый из подходов имеет свои сильные и слабые стороны, особенно с точки зрения чувствительности и специфичности метода. Наиболее традиционными и широко используемыми высокопроизводительными методами являются двухгибридный скрининг дрожжей и аффинная очистка в сочетании с масс-спектрометрией .

Дрожжевой двухгибридный скрининг

Эта система была впервые описана в 1989 году Филдсом и Сонгом с использованием Saccharomyces cerevisiae в качестве биологической модели. ^{[ 29 ]}^{[ 30 ]} Двухдрожжевой гибрид позволяет идентифицировать парные ИПП (бинарный метод) in vivo , при котором два белка тестируются на биофизическое прямое взаимодействие. Y2H основан на функциональном восстановлении дрожжевого фактора транскрипции Gal4 и последующей активации селективного репортера, такого как His3. Чтобы проверить взаимодействие двух белков, создаются две экспрессирующие конструкции: один белок (X) слит с ДНК-связывающим доменом Gal4 (DB), а второй белок (Y) слит с доменом активации Gal4 (AD). В ходе анализа дрожжевые клетки трансформируют этими конструкциями. Транскрипция репортерных генов не происходит, если приманка (DB-X) и жертва (AD-Y) не взаимодействуют друг с другом и не образуют функциональный фактор транскрипции Gal4. Таким образом, о взаимодействии между белками можно судить по наличию продуктов экспрессии репортерного гена. ^{[ 13 ]}^{[ 31 ]} В тех случаях, когда репортерный ген экспрессирует ферменты, которые позволяют дрожжам синтезировать незаменимые аминокислоты или нуклеотиды, рост дрожжей в условиях селективной среды указывает на то, что два тестируемых белка взаимодействуют. Недавно было опубликовано программное обеспечение для обнаружения и определения приоритетности взаимодействий белков. ^{[ 32 ]}^{[ 33 ]}

Несмотря на свою полезность, дрожжевая двухгибридная система имеет ограничения. В качестве основной системы-хозяина используются дрожжи, что может стать проблемой при изучении белков, содержащих посттрансляционные модификации, специфичные для млекопитающих. Число выявленных ИПП обычно невелико из-за высокого уровня ложноотрицательных результатов; ^{[ 34 ]} и, , занижает мембранные белки . например ^{[ 35 ]}^{[ 36 ]}

В первоначальных исследованиях, в которых использовался Y2H, надлежащий контроль ложноположительных результатов (например, когда DB-X активирует репортерный ген без присутствия AD-Y) часто не проводился, что приводило к более высокому, чем обычно, уровню ложноположительных результатов. Для контроля этих ложных срабатываний необходимо внедрить эмпирическую основу. ^{[ 37 ]} Ограничения в более низком покрытии мембранных белков были преодолены появлением двухгибридных вариантов дрожжей, таких как двухгибридный мембранный дрожжевой (МИФ). ^{[ 36 ]} и система сплит-убиквитин, ^{[ 31 ]} которые не ограничиваются взаимодействиями, происходящими в ядре; и бактериальную двугибридную систему, реализованную у бактерий; ^{[ 38 ]}

Аффинная очистка в сочетании с масс-спектрометрией

Аффинная очистка в сочетании с масс-спектрометрией в основном обнаруживает стабильные взаимодействия и, следовательно, лучше идентифицирует функциональные ИПП in vivo. ^{[ 39 ]}^{[ 31 ]} Этот метод начинается с очистки меченого белка, который экспрессируется в клетке обычно в концентрациях in vivo , и взаимодействующих с ним белков (аффинная очистка). Одним из наиболее выгодных и широко используемых методов очистки белков с очень низким фоновым загрязнением является тандемная аффинная очистка , разработанная Бертраном Серафином и Матиасом Манном и соответствующими коллегами. Затем ИПП можно количественно и качественно проанализировать с помощью масс-спектрометрии с использованием различных методов: химического включения, биологического или метаболического включения (SILAC) и методов без меток. ^{[ 9 ]} Кроме того, сетевая теория была использована для изучения всего набора выявленных белок-белковых взаимодействий в клетках. ^{[ 4 ]}

Программируемый белковый массив нуклеиновых кислот (NAPPA)

Эта система была впервые разработана ЛаБаером и его коллегами в 2004 году с использованием системы транскрипции и трансляции in vitro. Они использовали матрицу ДНК, кодирующую интересующий ген, слитую с белком GST, и он был иммобилизован на твердой поверхности. Антитело против GST и биотинилированная плазмидная ДНК связывались на предметном стекле, покрытом аминопропилтриэтоксисиланом (APTES). БСА может улучшить эффективность связывания ДНК. Биотинилированную плазмидную ДНК связывали авидином. Новый белок синтезировали с использованием бесклеточной системы экспрессии, т.е. лизата кроличьих ретикулоцитов (RRL), а затем новый белок захватывали с помощью антитела против GST, связанного на предметном стекле. Для проверки белок-белкового взаимодействия кДНК целевого белка и кДНК исследуемого белка были иммобилизованы на одном и том же покрытом предметном стекле. С использованием системы транскрипции и трансляции in vitro целевой и целевой белок были синтезированы с использованием одного и того же экстракта. Целевой белок связывался с массивом с помощью антитела, нанесенного на предметное стекло, и для зондирования массива использовался исследуемый белок. Запрашиваемый белок был помечен эпитопом гемагглютинина (НА). Таким образом, взаимодействие между двумя белками визуализировалось с помощью антитела против НА. ^{[ 40 ]}^{[ 41 ]}

Внутригенная комплементация

Когда несколько копий полипептида, кодируемого геном, образуют комплекс, такая белковая структура называется мультимером. Когда мультимер образуется из полипептидов, продуцируемых двумя разными мутантными аллелями конкретного гена, смешанный мультимер может проявлять большую функциональную активность, чем несмешанные мультимеры, образованные каждым из мутантов по отдельности. В таком случае это явление называется внутригенной комплементацией (также называемой межаллельной комплементацией). Внутригенная комплементация была продемонстрирована во многих различных генах у различных организмов, включая грибы Neurospora crassa , Saccharomyces cerevisiae и Schizosaccharomyces pombe ; бактерия Salmonella typhimurium ; вирусный бактериофаг Т4 , ^{[ 42 ]} РНК-вирус ^{[ 43 ]} и люди. ^{[ 44 ]} В таких исследованиях многочисленные мутации , дефектные в одном и том же гене, часто изолировались и картировались в линейном порядке на основе частот рекомбинации для формирования генетической карты гена. Отдельно мутанты тестировали в парных комбинациях для измерения комплементации. Анализ результатов таких исследований привел к выводу, что внутригенная комплементация, как правило, возникает в результате взаимодействия разнодефектных полипептидных мономеров с образованием мультимера. ^{[ 45 ]} Гены, кодирующие полипептиды, образующие мультимеры, по-видимому, широко распространены. Одна из интерпретаций данных заключается в том, что мономеры полипептидов часто выстраиваются в мультимере таким образом, что мутантные полипептиды, дефектные в соседних участках генетической карты, имеют тенденцию образовывать смешанный мультимер, который плохо функционирует, тогда как мутантные полипептиды, дефектные в отдаленных участках, имеют тенденцию образовывать смешанный мультимер, который плохо функционирует. смешанный мультимер, который действует более эффективно. Прямое взаимодействие двух возникающих белков, возникающих из близлежащих рибосом , по-видимому, является общим механизмом образования гомоолигомера (мультимера). ^{[ 46 ]} Были идентифицированы сотни белковых олигомеров, которые собираются в клетках человека посредством такого взаимодействия. ^{[ 46 ]} Наиболее распространенная форма взаимодействия происходит между N-концевыми областями взаимодействующих белков. Образование димеров, по-видимому, может происходить независимо от специальных сборочных машин. Межмолекулярные силы, вероятно, ответственные за самораспознавание и образование мультимеров, обсуждались Йеле. ^{[ 47 ]}

Другие потенциальные методы

С развитием технологий появляются разнообразные методы идентификации ИЦП. К ним относятся коиммунопреципитация, белковые микроматрицы , аналитическое ультрацентрифугирование , светорассеяние , флуоресцентная спектроскопия , люминесцентное картирование интерактома млекопитающих (LUMIER), системы резонансной передачи энергии, ловушка взаимодействия белок-белок млекопитающих, электропереключаемые биоповерхности , комплементация белков-фрагментов. анализ , а также измерения в режиме реального времени без меток с помощью поверхностного плазмонного резонанса и калориметрии . ^{[ 35 ]}^{[ 36 ]}

Вычислительные методы

Вычислительное предсказание белок-белковых взаимодействий

Экспериментальное обнаружение и характеристика ИПП трудоемки и отнимают много времени. Однако многие индексы потребительских цен можно также спрогнозировать с помощью вычислений, обычно используя экспериментальные данные в качестве отправной точки. Однако были также разработаны методы, которые позволяют прогнозировать ИПП de novo, то есть без предварительных доказательств этих взаимодействий.

Методы геномного контекста

Метод Розеттского камня или слияния доменов основан на гипотезе о том, что взаимодействующие белки иногда сливаются в один белок в другом геноме. ^{[ 48 ]} Следовательно, мы можем предсказать, могут ли два белка взаимодействовать, определив, имеет ли каждый из них неперекрывающееся сходство последовательностей с участком одной белковой последовательности в другом геноме.

Метод консервативного соседства основан на гипотезе о том, что если гены, кодирующие два белка, являются соседями на хромосоме во многих геномах, то они, вероятно, функционально связаны (и, возможно, физически взаимодействуют). ^{[ 49 ]}

Метод филогенетического профиля основан на гипотезе о том, что если два или более белка одновременно присутствуют или отсутствуют в нескольких геномах, то они, вероятно, функционально связаны. ^{[ 49 ]} Следовательно, потенциально взаимодействующие белки можно идентифицировать, определяя наличие или отсутствие генов во многих геномах и выбирая те гены, которые всегда присутствуют или отсутствуют вместе.

Методы интеллектуального анализа текста

Общедоступная информация из биомедицинских документов легко доступна через Интернет и становится мощным ресурсом для сбора известных белок-белковых взаимодействий (PPI), прогнозирования PPI и докинга белков. Анализ текста требует гораздо меньше затрат и времени по сравнению с другими высокопроизводительными методами. В настоящее время методы интеллектуального анализа текста обычно обнаруживают бинарные отношения между взаимодействующими белками из отдельных предложений, используя методы извлечения информации на основе правил/шаблонов и подходы машинного обучения . ^{[ 50 ]} Для публичного использования доступен широкий спектр приложений для интеллектуального анализа текста для извлечения и/или прогнозирования PPI, а также репозиториев, которые часто хранят проверенные вручную и/или предсказанные с помощью вычислений PPI. Интеллектуальный анализ текста может осуществляться в два этапа: поиск информации , при котором извлекаются тексты, содержащие имена одного или обоих взаимодействующих белков, и извлечение информации, при котором извлекается целевая информация (взаимодействующие белки, вовлеченные остатки, типы взаимодействия и т. д.).

Существуют также исследования с использованием филогенетического профилирования , основанные на теории о том, что белки, участвующие в общих путях, эволюционируют коррелированным образом у разных видов. Некоторые более сложные методологии интеллектуального анализа текста используют передовые методы обработки естественного языка (NLP) и создают сети знаний (например, рассматривая имена генов как узлы, а глаголы как ребра). Другие разработки включают методы ядра для прогнозирования взаимодействий белков. ^{[ 51 ]}

Методы машинного обучения

Многие вычислительные методы были предложены и рассмотрены для прогнозирования белок-белковых взаимодействий. ^{[ 52 ]}^{[ 53 ]}^{[ 54 ]} Подходы к прогнозированию можно сгруппировать в категории, основанные на прогностических данных: последовательность белка, сравнительная геномика , белковые домены, третичная структура белка и топология сети взаимодействия. ^{[ 52 ]} Для разработки модели вычислительного прогнозирования необходимо построение положительного набора (известные взаимодействующие пары белков) и отрицательного набора (невзаимодействующие пары белков). ^{[ 53 ]} Модели прогнозирования, использующие методы машинного обучения, можно разделить на две основные группы: контролируемые и неконтролируемые, на основе маркировки входных переменных в соответствии с ожидаемым результатом. ^{[ 54 ]}

В 2005 году интегральные мембранные белки Saccharomyces cerevisiae были проанализированы с использованием убиквитиновой системы на основе спаривания (mbSUS). Система обнаруживает взаимодействие мембранных белков с внеклеточными сигнальными белками. ^{[ 55 ]} Из 705 интегральных мембранных белков прослежено 1985 различных взаимодействий, в которых участвуют 536 белков. Для сортировки и классификации взаимодействий использовалась машина опорных векторов для определения взаимодействий с высокой, средней и низкой достоверностью. Двугибридная система дрожжей с расщепленной убиквитиновой мембраной использует транскрипционные репортеры для идентификации дрожжевых трансформантов, которые кодируют пары взаимодействующих белков. ^{[ 56 ]} В 2006 году случайный лес , пример контролируемого метода, был признан наиболее эффективным методом машинного обучения для прогнозирования взаимодействия белков. ^{[ 57 ]} Такие методы были применены для обнаружения белковых взаимодействий в интерактоме человека, в частности в интерактоме мембранных белков. ^{[ 58 ]} и интерактом белков, связанных с шизофренией. ^{[ 59 ]}

По состоянию на 2020 год модель с использованием классов кластеров остатков (RCC), построенная на основе баз данных 3DID и Negatome, привела к правильно классифицированным 96–99% случаев белок-белковых взаимодействий. ^{[ 60 ]} RCC представляют собой вычислительное векторное пространство, которое имитирует пространство складок белка и включает в себя все одновременно контактирующие наборы остатков, которые можно использовать для анализа соотношения структуры и функции белка и его эволюции. ^{[ 61 ]}

Базы данных

Крупномасштабная идентификация ИПП привела к появлению сотен тысяч взаимодействий, которые были собраны в специализированные биологические базы данных , которые постоянно обновляются для обеспечения полных интерактомов . Первой из этих баз данных была База данных взаимодействующих белков (DIP) . ^{[ 62 ]}

Первичные базы данных собирают информацию об опубликованных ИЦП, существование которых доказано с помощью мелкомасштабных или крупномасштабных экспериментальных методов. Примеры: DIP , База данных сети биомолекулярных взаимодействий (BIND), Общий биологический репозиторий наборов данных о взаимодействиях ( BioGRID ), Справочная база данных по белкам человека (HPRD), База данных молекулярных взаимодействий IntAct, База данных молекулярных взаимодействий (MINT), Ресурс по взаимодействию белков MIPS на дрожжах (MIPS). -MPact) и базу данных межбелковых взаимодействий MIPS (MIPS-MPPI).<

Базы метаданных обычно возникают в результате интеграции информации из первичных баз данных, но могут также собирать некоторые исходные данные.

Базы данных прогнозов включают множество индексов цен производителей, которые прогнозируются с использованием нескольких методов (основная статья). Примеры: База данных прогнозирования межбелковых взаимодействий человека (PIP), ^{[ 63 ]} База данных межлогических взаимодействий (I2D), известные и прогнозируемые белок-белковые взаимодействия (STRING-db) и Unified Human Interactive (UniHI).

Все вышеупомянутые вычислительные методы зависят от исходных баз данных, данные которых можно экстраполировать для прогнозирования новых межбелковых взаимодействий . Охват сильно различается в разных базах данных. В целом, в первичных базах данных зарегистрировано наименьшее количество общих взаимодействий белков, поскольку они не интегрируют данные из множества других баз данных, тогда как в базах данных прогнозирования их больше всего, поскольку они включают другие формы доказательств в дополнение к экспериментальным. Например, в основной базе данных IntAct зарегистрировано 572 063 взаимодействия. ^{[ 64 ]} APID метабазы данных имеет 678 000 взаимодействий, ^{[ 65 ]} а прогнозная база данных STRING содержит 25 914 693 взаимодействия. ^{[ 66 ]} Однако важно отметить, что некоторые взаимодействия в базе данных STRING прогнозируются только с помощью вычислительных методов, таких как Genomic Context, и не проверяются экспериментально.

Сети взаимодействия

Информация, содержащаяся в базах данных PPI, поддерживает построение сетей взаимодействия. Хотя сеть PPI заданного белка-запроса может быть представлена в учебниках, диаграммы PPI целых клеток откровенно сложны, и их трудно создать. ^{[ 67 ]}

Одним из примеров карты молекулярного взаимодействия, созданной вручную, является карта контроля клеточного цикла Курта Кона 1999 года. ^{[ 68 ]} Опираясь на карту Кона, Швиковски и др. в 2000 году опубликовал статью об ИПП в дрожжах, связывающую 1548 взаимодействующих белков, определенных с помощью двухгибридного скрининга. Они использовали метод рисования многоуровневых графов, чтобы найти начальное расположение узлов, а затем улучшили компоновку с помощью алгоритма, основанного на силе. ^{[ 69 ]}

Биоинформатические инструменты были разработаны, чтобы упростить сложную задачу визуализации сетей молекулярного взаимодействия и дополнить их другими типами данных. Например, Cytoscape — это широко используемое программное обеспечение с открытым исходным кодом, и в настоящее время доступно множество плагинов. ^{[ 70 ]} Программное обеспечение Pajek выгодно для визуализации и анализа очень больших сетей. ^{[ 49 ]}

Идентификация функциональных модулей в сетях PPI является важной задачей биоинформатики. Функциональные модули — это набор белков, которые тесно связаны друг с другом в сети PPI. Это почти аналогичная проблема с обнаружением сообществ в социальных сетях . Есть некоторые методы, такие как Jactive ^{[ 71 ]} модули и MoBaS. ^{[ 72 ]} Модули Jactive интегрируют сеть PPI и данные об экспрессии генов , тогда как MoBaS интегрируют сеть PPI и исследования ассоциаций по всему геному .

белок-белковые отношения часто являются результатом множественных типов взаимодействий или выводятся на основе различных подходов, включая совместную локализацию, прямое взаимодействие, супрессивное генетическое взаимодействие, аддитивное генетическое взаимодействие, физическую ассоциацию и другие ассоциации. ^{[ 73 ]}

Подписанные сети взаимодействия

Белко-белковые взаимодействия часто приводят к тому, что один из взаимодействующих белков либо «активируется», либо «репрессируется». Такие эффекты могут обозначаться в сети PPI «знаками» (например, «активацией» или «ингибированием»). Хотя такие атрибуты добавляются в сети уже давно, ^{[ 75 ]} Винаягам и др. (2014) придумал для них термин «Подписанная сеть» . Подписанные сети часто выражаются путем обозначения взаимодействия как положительного или отрицательного. Положительное взаимодействие — это взаимодействие, приводящее к активации одного из белков. И наоборот, отрицательное взаимодействие указывает на то, что один из белков инактивируется. ^{[ 76 ]}

Сети белок-белкового взаимодействия часто создаются в результате лабораторных экспериментов, таких как скрининг двухгибридных дрожжей или «аффинная очистка и последующие методы масс-спектрометрии». ^{[ 77 ]} Однако эти методы не обеспечивают уровень информации, необходимый для определения того, какой тип взаимодействия присутствует, чтобы иметь возможность приписывать знаки сетевым диаграммам.

экраны РНК-интерференции

Скрининг РНК-интерференции (РНКи) (репрессия отдельных белков между транскрипцией и трансляцией) является одним из методов, который можно использовать в процессе выявления признаков белок-белковых взаимодействий. Отдельные белки подавляются, и полученные фенотипы анализируются. Коррелирующая фенотипическая связь (т.е. когда ингибирование любого из двух белков приводит к одному и тому же фенотипу) указывает на положительную или активирующую связь. Фенотипы, которые не коррелируют (т.е. когда ингибирование любого из двух белков приводит к появлению двух разных фенотипов), указывают на отрицательные или инактивирующие отношения. Если активация белка A зависит от белка B, то ингибирование белка A или B приведет к тому, что клетка утратит функцию, предоставляемую белком A, и фенотипы будут одинаковыми для ингибирования либо A, либо B. Если Однако белок A инактивируется белком B, тогда фенотипы будут различаться в зависимости от того, какой белок ингибируется (ингибирует белок B, и он больше не может инактивировать белок A, оставляя активным A, но инактивируя A, и B нечего активировать, поскольку A неактивен и фенотип меняется). Несколько Скрининг РНКи необходимо проводить для того, чтобы надежно определить признак данного белок-белкового взаимодействия. Винаягам и др. Разработавшие этот метод утверждают, что требуется минимум девять скринингов RNAi , причем уверенность возрастает по мере проведения большего количества скринингов. ^{[ 76 ]}

В качестве терапевтических целей

Модуляция PPI является сложной задачей и привлекает все большее внимание научного сообщества. ^{[ 78 ]} Некоторые свойства ИПП, такие как аллостерические сайты и «горячие точки», были включены в стратегии разработки лекарств. ^{[ 79 ]}^{[ 80 ]} Тем не менее, очень немногие ИПП непосредственно нацелены на одобренные FDA низкомолекулярные ингибиторы ИПП, что подчеркивает огромные неиспользованные возможности для открытия новых лекарств.

В 2014 году Амит Джайсвал и другие смогли разработать 30 пептидов, ингибирующих привлечение теломеразы к теломерам, используя исследования белок-белкового взаимодействия. ^{[ 81 ]}^{[ 82 ]} Аркин и другие смогли разработать ингибиторы на основе фрагментов антител для регулирования специфических белок-белковых взаимодействий. ^{[ 83 ]}

Поскольку «модуляция» ИПП включает не только ингибирование, но и стабилизацию четвертичных белковых комплексов , молекулы с таким механизмом действия (так называемые молекулярные клеи ) также интенсивно изучаются. ^{[ 84 ]}

Примеры

Тиробифан, ингибитор гликопротеина IIb/IIIa, используемый в качестве сердечно-сосудистого препарата. ^{[ нужна ссылка ]}
Маравирок , ингибитор взаимодействия CCR5-gp120, используемый в качестве препарата против ВИЧ. ^{[ 85 ]}
AMG-176, AZD5991, S64315, ингибиторы белка миелоидно-клеточного лейкоза 1 (Mcl-1) и его взаимодействия ^{[ 86 ]}

См. также

Ссылки

^ Перейти обратно: ^а ^б Титека К., Лемменс И., Тавернье Дж., Эйкерман С. (январь 2019 г.). «Обнаружение клеточных белок-белковых взаимодействий: технологические стратегии и возможности» . Обзоры масс-спектрометрии . 38 (1): 79–111. дои : 10.1002/mas.21574 . ПМИД 29957823 .
^ Герце Х.Д., Денг В., Хельма Дж., Леонхардт Х., Кардозо MC (2013). «Визуализация и целенаправленное нарушение белковых взаимодействий в живых клетках» . Природные коммуникации . 4 : 2660. Бибкод : 2013NatCo...4.2660H . дои : 10.1038/ncomms3660 . ПМЦ 3826628 . ПМИД 24154492 .
^ Иса Н.Ф., Бенсауд О., Мерфи С. (февраль 2022 г.). «Технология подавления янтаря для картирования сайт-специфических взаимодействий вирус-хозяин в клетках млекопитающих» . Био-протокол . 12 (3): е4315. дои : 10.21769/bioprotoc.4315 . ПМЦ 8855090 . ПМИД 35284605 .
^ Перейти обратно: ^а ^б Машаги А.Р., Рамезанпур А., Каримипур В. (2004). «Исследование сети белкового комплекса». Европейский физический журнал B-Конденсированная материя и сложные системы . 41 (1): 113–121. arXiv : cond-mat/0304207 . Бибкод : 2004EPJB...41..113M . дои : 10.1140/epjb/e2004-00301-0 . S2CID 9233932 .
^ Ханукоглу I (1996). «Белки-переносчики электронов систем цитохрома Р450». В Bittar EE, Jefcoate CR (ред.). Физиологические функции цитохрома P450 в отношении структуры и регуляции . Достижения молекулярной и клеточной биологии. Том. 14. JAI Press, Inc., стр. 29–55. дои : 10.1016/S1569-2558(08)60339-2 . ISBN 978-0-7623-0113-3 .
^ Брандт М.Е., Викери Л.Е. (август 1993 г.). «Взаимодействия пар зарядов, стабилизирующие комплексы ферредоксин-ферредоксинредуктаза. Идентификация с помощью дополнительных сайт-специфических мутаций» . Журнал биологической химии . 268 (23): 17126–17130. дои : 10.1016/S0021-9258(19)85311-5 . ПМИД 8349601 .
^ Ханукоглу I (декабрь 2017 г.). «Сохранение фермент-коферментных интерфейсов в FAD и НАДФ-связывающем адренодоксинредуктазе-повсеместном ферменте». Журнал молекулярной эволюции . 85 (5–6): 205–218. Бибкод : 2017JMolE..85..205H . дои : 10.1007/s00239-017-9821-9 . ПМИД 29177972 . S2CID 7120148 .
^ Купер GM (2000). Клетка: молекулярный подход (2-е изд.). Вашингтон, округ Колумбия: ASM Press. ISBN 978-0-87893-106-4 . ^{[ нужна страница ]}
^ Перейти обратно: ^а ^б ^с ^д ^и Джонс С., Торнтон Дж. М. (январь 1996 г.). «Принципы белок-белковых взаимодействий» . Труды Национальной академии наук Соединенных Штатов Америки . 93 (1): 13–20. Бибкод : 1996PNAS...93...13J . дои : 10.1073/pnas.93.1.13 . ПМК 40170 . ПМИД 8552589 .
^ Цинь К., Сети П.Р., Ламберт Н.А. (август 2008 г.). «Обилие и стабильность комплексов, содержащих неактивные рецепторы, связанные с G-белком, и G-белки» . Журнал ФАСЭБ . 22 (8): 2920–2927. дои : 10.1096/fj.08-105775 . ПМЦ 2493464 . ПМИД 18434433 .
^ Перейти обратно: ^а ^б Цинь К., Донг С., Ву Г, Ламберт Н.А. (август 2011 г.). «Предварительная сборка G(q)-сопряженных рецепторов и G(q)-гетеротримеров» в неактивном состоянии» . Химическая биология природы . 7 (10): 740–747. дои : 10.1038/nchembio.642 . ПМК 3177959 . ПМИД 21873996 .
^ Малхис Н., Гспонер Дж. (июнь 2015 г.). «Вычислительная идентификация MoRF в белковых последовательностях» . Биоинформатика . 31 (11): 1738–1744. doi : 10.1093/биоинформатика/btv060 . ПМЦ 4443681 . ПМИД 25637562 .
^ Перейти обратно: ^а ^б Вестермарк Дж., Иваска Дж., Корталс Г.Л. (июль 2013 г.). «Идентификация белковых взаимодействий, участвующих в клеточной передаче сигналов» . Молекулярная и клеточная протеомика . 12 (7): 1752–1763. дои : 10.1074/mcp.R113.027771 . ПМК 3708163 . ПМИД 23481661 .
^ Джанин Дж. (декабрь 1999 г.). «Влажные и сухие интерфейсы: роль растворителя в распознавании белок-белок и белок-ДНК» . Структура . 7 (12): Р277–Р279. дои : 10.1016/s0969-2126(00)88333-1 . ПМИД 10647173 .
^ Бариллари С., Тейлор Дж., Винер Р., Эссекс Дж.В. (март 2007 г.). «Классификация молекул воды в местах связывания белков». Журнал Американского химического общества . 129 (9): 2577–2587. дои : 10.1021/ja066980q . ПМИД 17288418 .
^ Лисова О., Белкади Л., Бедуэль Х. (апрель 2014 г.). «Прямое и косвенное взаимодействие в распознавании перекрестно-нейтрализующего антитела и четырех серотипов вируса денге». Журнал молекулярного распознавания . 27 (4): 205–214. дои : 10.1002/jmr.2352 . ПМИД 24591178 . S2CID 5416842 .
^ Англия П., Брежер Ф., Бедуэль Х. (январь 1997 г.). «Энергетический и кинетический вклад контактных остатков антитела D1.3 во взаимодействие с лизоцимом». Биохимия . 36 (1): 164–172. CiteSeerX 10.1.1.613.413 . дои : 10.1021/bi961419y . ПМИД 8993330 .
^ Перейти обратно: ^а ^б Джанин Дж., Чотия С. (сентябрь 1990 г.). «Структура белково-белковых сайтов узнавания» . Журнал биологической химии . 265 (27): 16027–16030. дои : 10.1016/S0021-9258(17)46181-3 . ПМИД 2204619 .
^ Перейти обратно: ^а ^б Альбертс Б., Джонсон А., Льюис Дж., Рафф М., Робертс К., Уолтер П. (2002). Молекулярная биология клетки (4-е изд.). Нью-Йорк: Garland Science. ISBN 978-0-8153-3218-3 . ^{[ нужна страница ]}
^ Кендрю Дж.К., Бодо Дж., Динцис Х.М., Пэрриш Р.Г., Вайкофф Х., Филлипс, округ Колумбия (март 1958 г.). «Трехмерная модель молекулы миоглобина, полученная методом рентгеноструктурного анализа». Природа . 181 (4610): 662–666. Бибкод : 1958Natur.181..662K . дои : 10.1038/181662a0 . ПМИД 13517261 . S2CID 4162786 .
^ Купер Д.Р., Поребски П.Дж., Хрущ М., Минор В. (август 2011 г.). «Рентгеновская кристаллография: оценка и подтверждение комплексов белок-малые молекулы для открытия лекарств» . Мнение экспертов об открытии лекарств . 6 (8): 771–782. дои : 10.1517/17460441.2011.585154 . ПМК 3138648 . ПМИД 21779303 .
^ Ванд Эй Джей, англичанин SW (август 1996 г.). «Белковые комплексы, изученные методом ЯМР-спектроскопии» . Современное мнение в области биотехнологии . 7 (4): 403–408. дои : 10.1016/s0958-1669(96)80115-7 . ПМЦ 3442359 . PMID 8768898 .
^ Виноградова О, Цинь Дж (2012). «ЯМР как уникальный инструмент оценки и комплексного определения слабых белок-белковых взаимодействий». Ин Чжу Г (ред.). ЯМР белков и малых биомолекул . Темы современной химии. Том. 326. Шпрингер Берлин. стр. 35–45. дои : 10.1007/128_2011_216 . ISBN 978-3-642-28916-3 . ПМЦ 3676910 . ПМИД 21809187 .
^ Перейти обратно: ^а ^б ^с ^д ^и ^ж ^г ^час Берридж М.Дж. (2012). «Биология клеточной сигнализации: Модуль 6 - Пространственные и временные аспекты передачи сигналов». Биохимический журнал . 6 : csb0001006. doi : 10.1042/csb0001006 (неактивен с 1 апреля 2024 г.). {{cite journal}}: CS1 maint: DOI неактивен по состоянию на апрель 2024 г. ( ссылка )
^ Ян С., Ву Ф., Джерниган Р.Л., Доббс Д., Хонавар В. (январь 2008 г.). «Характеристика белок-белковых интерфейсов» . Белковый журнал . 27 (1): 59–70. дои : 10.1007/s10930-007-9108-x . ПМК 2566606 . ПМИД 17851740 .
^ Джонс С., Торнтон Дж. М. (сентябрь 1997 г.). «Анализ мест белок-белкового взаимодействия с использованием поверхностных пятен». Журнал молекулярной биологии . 272 (1): 121–132. дои : 10.1006/jmbi.1997.1234 . ПМИД 9299342 .
^ Чотия С., Джанин Дж. (август 1975 г.). «Принципы белок-белкового распознавания». Природа . 256 (5520): 705–708. Бибкод : 1975Natur.256..705C . дои : 10.1038/256705a0 . ПМИД 1153006 . S2CID 4292325 .
^ Физицки Э.М., Филдс С. (март 1995 г.). «Белко-белковые взаимодействия: методы обнаружения и анализа» . Микробиологические обзоры . 59 (1): 94–123. дои : 10.1128/ММБР.59.1.94-123.1995 . ПМК 239356 . ПМИД 7708014 .
^ Пейгель П., Ковач С., Остерхельд М., Браунер Б., Дунгер-Кальтенбах И., Фришман Г. и др. (март 2005 г.). «База данных межбелковых взаимодействий MIPS млекопитающих» . Биоинформатика . 21 (6): 832–834. doi : 10.1093/биоинформатика/bti115 . ПМИД 15531608 . Проверено 2 января 2021 г.
^ Терентьев А.А., Молдогазиева Н.Т., Шайтан К.В. (декабрь 2009 г.). «Динамическая протеомика в моделировании живой клетки. Белко-белковые взаимодействия». Биохимия. Биохимия . 74 (13): 1586–1607. дои : 10.1134/s0006297909130112 . ПМИД 20210711 . S2CID 19815231 .
^ Перейти обратно: ^а ^б ^с Водак С.Дж., Власблом Дж., Туринский А.Л., Пу С. (декабрь 2013 г.). «Сети белок-белкового взаимодействия: загадочные богатства». Современное мнение в области структурной биологии . 23 (6): 941–953. дои : 10.1016/j.sbi.2013.08.002 . ПМИД 24007795 .
^ Банерджи С., Веласкес-Сапата В., Фюрст Дж., Элмор Дж. М., Wise RP (июль 2021 г.). «NGPINT: программное обеспечение нового поколения для межбелкового взаимодействия» . Брифинги по биоинформатике . 22 (4). дои : 10.1093/нагрудник/bbaa351 . ПМИД 33367498 .
^ Веласкес-Сапата В., Элмор Дж.М., Банерджи С., Дорман К.С., Уайз Р.П. (апрель 2021 г.). «Двугибридный дрожжевой анализ следующего поколения с помощью Y2H-SCORES идентифицирует новые взаимодействия иммунного рецептора MLA» . PLOS Вычислительная биология . 17 (4): e1008890. Бибкод : 2021PLSCB..17E8890V . дои : 10.1371/journal.pcbi.1008890 . ПМК 8046355 . ПМИД 33798202 .
^ Раджагопала С.В., Сикорски П., Кофилд Дж.Х., Товчигречко А., Уец П. (декабрь 2012 г.). «Изучение белковых комплексов по двугибридной системе дрожжей» . Методы . 58 (4): 392–399. дои : 10.1016/j.ymeth.2012.07.015 . ПМЦ 3517932 . ПМИД 22841565 .
^ Перейти обратно: ^а ^б Стельзл У, Ванкер Э.Э. (декабрь 2006 г.). «Значение высококачественных сетей белок-белкового взаимодействия для системной биологии». Современное мнение в области химической биологии . 10 (6): 551–558. дои : 10.1016/j.cbpa.2006.10.005 . ПМИД 17055769 .
^ Перейти обратно: ^а ^б ^с Петшнигг Дж., Снайдер Дж., Стагляр И. (февраль 2011 г.). «Интерактивные исследовательские технологии протеомики: последние применения и достижения». Современное мнение в области биотехнологии . 22 (1): 50–58. дои : 10.1016/j.copbio.2010.09.001 . ПМИД 20884196 .
^ Венкатесан К., Руал Дж. Ф., Васкес А., Стелзл У., Лемменс И., Хирозан-Кишикава Т. и др. (январь 2009 г.). «Эмпирическая основа для картирования бинарного интерактома» . Природные методы 6 (1): 83–90. дои : 10.1038/nmeth.1280 . ПМЦ 2872561 . ПМИД 19060904 .
^ Баттешти А, Бувере Э (декабрь 2012 г.). «Бактериальная двугибридная система, основанная на восстановлении аденилатциклазы в Escherichia coli» . Методы . 58 (4): 325–334. дои : 10.1016/j.ymeth.2012.07.018 . ПМИД 22841567 .
^ Бреттнер Л.М., Масел Дж. (сентябрь 2012 г.). «Липкость белка, а не количество функциональных белок-белковых взаимодействий, предсказывает шум экспрессии и пластичность у дрожжей» . Системная биология BMC . 6 : 128. дои : 10.1186/1752-0509-6-128 . ПМК 3527306 . ПМИД 23017156 .
^ Рамачандран Н., Хейнсворт Э., Бхуллар Б., Эйзенштейн С., Розен Б., Лау А.Й. и др. (июль 2004 г.). «Самособирающиеся белковые микрочипы». Наука . 305 (5680): 86–90. Бибкод : 2004Sci...305...86R . дои : 10.1126/science.1097639 . ПМИД 15232106 . S2CID 20936301 .
^ Рамачандран Н., Рафаэль Дж.В., Хейнсворт Э., Демиркан Г., Фуэнтес М.Г., Рольфс А. и др. (июнь 2008 г.). «Самособирающиеся функциональные белковые массивы высокой плотности следующего поколения» . Природные методы . 5 (6): 535–538. дои : 10.1038/nmeth.1210 . ПМК 3070491 . ПМИД 18469824 .
^ Бернштейн Х., Эдгар Р.С., Денхардт Г.Х. (июнь 1965 г.). «Внутригенная комплементация среди чувствительных к температуре мутантов бактериофага T4D» . Генетика . 51 (6): 987–1002. дои : 10.1093/генетика/51.6.987 . ПМЦ 1210828 . ПМИД 14337770 .
^ Смоллвуд С., Чевик Б., Мойер С.А. (декабрь 2002 г.). «Внутригенная комплементация и олигомеризация L-субъединицы РНК-полимеразы вируса Сендай» . Вирусология . 304 (2): 235–45. дои : 10.1006/виро.2002.1720 . ПМИД 12504565 .
^ Родригес-Помбо П., Перес-Серда С., Перес Б., Девиат Л.Р., Санчес-Пулидо Л., Угарте М. (июнь 2005 г.). «На пути к модели, объясняющей внутригенную комплементацию гетеромультимерной протеинпропионил-КоА-карбоксилазы» . Biochimica et Biophysica Acta (BBA) - Молекулярные основы болезней . 1740 (3): 489–98. дои : 10.1016/j.bbadis.2004.10.009 . ПМИД 15949719 .
^ Крик Ф.Х., Оргель Л.Е. (январь 1964 г.). «Теория межаллельной комплементации». Журнал молекулярной биологии . 8 : 161–5. дои : 10.1016/s0022-2836(64)80156-x . ПМИД 14149958 .
^ Перейти обратно: ^а ^б Бертолини М., Фенцл К., Кац И., Врук Ф., Типпманн Ф., Шмитт Дж. и др. (январь 2021 г.). «Взаимодействия между возникающими белками, транслируемые соседними рибосомами, приводят к сборке гомомера» . Наука . 371 (6524): 57–64. дои : 10.1126/science.abc7151 . ПМЦ 7613021 . ПМИД 33384371 .
^ Йеле Х (сентябрь 1963 г.). «Межмолекулярные силы и биологическая специфичность» . Труды Национальной академии наук Соединенных Штатов Америки . 50 (3): 516–24. дои : 10.1073/pnas.50.3.516 . ПМК 221211 . ПМИД 16578546 .
^ Маркотт Э.М., Пеллегрини М., Нг Х.Л., Райс Д.В., Йейтс Т.О., Айзенберг Д. (июль 1999 г.). «Обнаружение функции белка и белок-белковых взаимодействий по последовательностям генома». Наука . 285 (5428): 751–753. CiteSeerX 10.1.1.535.9650 . дои : 10.1126/science.285.5428.751 . ПМИД 10427000 .
^ Перейти обратно: ^а ^б ^с Раман К. (февраль 2010 г.). «Построение и анализ сетей белок-белкового взаимодействия» . Автоматизированное экспериментирование . 2 (1): 2. дои : 10.1186/1759-4499-2-2 . ПМЦ 2834675 . ПМИД 20334628 .
^ Бадал В.Д., Кундротас П.Ю., Ваксер И.А. (декабрь 2015 г.). «Интеллектуальный анализ текста для стыковки белков» . PLOS Вычислительная биология . 11 (12): e1004630. Бибкод : 2015PLSCB..11E4630B . дои : 10.1371/journal.pcbi.1004630 . ПМЦ 4674139 . ПМИД 26650466 .
^ Папаниколау Н., Павлопулос Г.А., Теодосиу Т., Илиопулос I (март 2015 г.). «Прогнозирование белок-белкового взаимодействия с использованием методов анализа текста». Методы . Текстовый анализ биомедицинской литературы. 74 : 47–53. дои : 10.1016/j.ymeth.2014.10.026 . ПМИД 25448298 .
^ Перейти обратно: ^а ^б Котляр М., Россос А.Е., Юришица И. (декабрь 2017 г.). «Прогнозирование белок-белковых взаимодействий». Современные протоколы в биоинформатике . 60 (1): 8.2.1–8.2.14. дои : 10.1002/cpbi.38 . ПМИД 29220074 . S2CID 19509320 .
^ Перейти обратно: ^а ^б Дин З, Кихара Д (август 2018 г.). «Вычислительные методы прогнозирования белок-белковых взаимодействий с использованием различных свойств белков» . Современные протоколы в науке о белках . 93 (1): е62. дои : 10.1002/cpps.62 . ПМК 6097941 . ПМИД 29927082 .
^ Перейти обратно: ^а ^б Саркар Д., Саха С. (сентябрь 2019 г.). «Методы машинного обучения для прогнозирования белок-белковых взаимодействий» . Журнал биологических наук . 44 (4): 104. doi : 10.1007/s12038-019-9909-z . ПМИД 31502581 . S2CID 199668359 .
^ Миллер Дж.П., Ло Р.С., Бен-Гур А., Десмаре С., Стагляр И., Нобл В.С. и др. (август 2005 г.). «Крупномасштабная идентификация взаимодействий интегральных мембранных белков дрожжей» . Труды Национальной академии наук Соединенных Штатов Америки . 102 (34): 12123–12128. Бибкод : 2005PNAS..10212123M . дои : 10.1073/pnas.0505482102 . ПМК 1189342 . ПМИД 16093310 .
^ Лалонд С., Серо А., Прателли Р., Пилот Г., Чен Дж., Сарди М.И. и др. (2010). «Сеть взаимодействия мембранного белка и сигнального белка для версии AMPv2 Arabidopsis» . Границы в физиологии . 1 : 24. дои : 10.3389/fphys.2010.00024 . ПМК 3059934 . ПМИД 21423366 .
^ Ци Ю, Бар-Джозеф З., Кляйн-Ситхараман Дж. (май 2006 г.). «Оценка различных биологических данных и методы вычислительной классификации для использования в прогнозировании взаимодействия белков» . Белки . 63 (3): 490–500. дои : 10.1002/прот.20865 . ПМК 3250929 . ПМИД 16450363 .
^ Ци Ю, Диман Х.К., Бхола Н., Будяк И., Кар С., Ман Д. и др. (декабрь 2009 г.). «Систематическое предсказание взаимодействий мембранных рецепторов человека» . Протеомика . 9 (23): 5243–5255. дои : 10.1002/pmic.200900259 . ПМК 3076061 . ПМИД 19798668 .
^ Перейти обратно: ^а ^б Ганапатираджу М.К., Тахир М., Ханден А., Саркар С.Н., Свит Р.А., Нимгаонкар В.Л. и др. (апрель 2016 г.). «Интерактом шизофрении с 504 новыми белок-белковыми взаимодействиями» . НПЖ Шизофрения . 2 : 16012. дои : 10.1038/npjschz.2016.12 . ПМЦ 4898894 . ПМИД 27336055 .
^ Пут Велес А.Х., Фонтове Ф., Дель Рио Дж. (июль 2020 г.). «Белко-белковые взаимодействия, эффективно моделируемые кластерными классами остатков» . Международный журнал молекулярных наук . 21 (13): 4787. doi : 10.3390/ijms21134787 . ПМЦ 7370293 . ПМИД 32640745 .
^ Коррал-Коррал Р., Чавес Э., Дель Рио Дж. (декабрь 2015 г.). «Машинно обучаемое представление складчатого пространства на основе классов остаточных кластеров» . Вычислительная биология и химия . 59 Часть А: 1–7. doi : 10.1016/j.compbiolchem.2015.07.010 . ПМИД 26366526 .
^ Ксенариос I, Райс Д.В., Салвински Л., Барон М.К., Маркотт Э.М., Айзенберг Д. (январь 2000 г.). «ДИП: база данных взаимодействующих белков» . Исследования нуклеиновых кислот . 28 (1): 289–291. дои : 10.1093/нар/28.1.289 . ПМК 102387 . ПМИД 10592249 .
^ Макдауэлл, доктор медицинских наук, Скотт М.С., Бартон Дж.Дж. (январь 2009 г.). «PIPs: база данных прогнозирования межбелковых взаимодействий человека» . Исследования нуклеиновых кислот . 37 (Проблема с базой данных): D651–D656. дои : 10.1093/нар/gkn870 . ПМК 2686497 . ПМИД 18988626 .
^ Нетронутый. «Белки, взаимодействия, бинарные взаимодействия и N-арные взаимодействия» . www.ebi.ac.uk. Проверено 19 ноября 2018 г.
^ «Сервер данных Agile Protein Interactomes: об APID» .
^ «STRING: сети функциональных белковых ассоциаций» . string-db.org . Проверено 19 ноября 2018 г.
^ Спринзак Э., Саттат С., Маргалит Х. (апрель 2003 г.). «Насколько надежны экспериментальные данные о межбелковом взаимодействии?» . Журнал молекулярной биологии . 327 (5): 919–923. дои : 10.1016/S0022-2836(03)00239-0 . ПМИД 12662919 . Проверено 2 января 2021 г.
^ Швиковски Б., Уетц П., Филдс С. (декабрь 2000 г.). «Сеть белок-белковых взаимодействий у дрожжей». Природная биотехнология . 18 (12): 1257–1261. дои : 10.1038/82360 . ПМИД 11101803 . S2CID 3009359 .
^ Риго Г., Шевченко А., Рутц Б., Вильм М., Манн М., Серафин Б. (октябрь 1999 г.). «Общий метод очистки белков для характеристики белковых комплексов и исследования протеома». Природная биотехнология . 17 (10): 1030–1032. дои : 10.1038/13732 . ПМИД 10504710 . S2CID 663553 .
^ Коль М., Визе С., Варшайд Б. (2011). «Cytoscape: программное обеспечение для визуализации и анализа биологических сетей». Интеллектуальный анализ данных в протеомике . Методы молекулярной биологии. Том. 696. стр. 291–303. дои : 10.1007/978-1-60761-987-1_18 . ISBN 978-1-60761-986-4 . ПМИД 21063955 .
^ Идекер Т., Озиер О., Швиковски Б., Сигел А.Ф. (1 января 2002 г.). «Обнаружение регуляторных и сигнальных цепей в сетях молекулярного взаимодействия» . Биоинформатика . 18 (Приложение 1): С233–С240. doi : 10.1093/биоинформатика/18.suppl_1.s233 . ПМИД 12169552 .
^ Аяти М., Эртен С., Чанс М.Р., Коютюрк М. (декабрь 2015 г.). «MOBAS: идентификация подсетей белков, связанных с заболеваниями, с использованием оценки на основе модульности» . Журнал EURASIP по биоинформатике и системной биологии . 2015 (1): 7. doi : 10.1186/s13637-015-0025-6 . ПМК 5270451 . ПМИД 28194175 .
^ Де Доменико М, Никосия В, Аренас А, Латора В (апрель 2015 г.). «Структурная сводимость многослойных сетей». Природные коммуникации . 6 : 6864. arXiv : 1405.0425 . Бибкод : 2015NatCo...6.6864D . дои : 10.1038/ncomms7864 . ПМИД 25904309 . S2CID 16776349 .
^ Фишер Б., Сандманн Т., Хорн Т., Биллман М., Чаудхари В., Хубер В. и др. (март 2015 г.). «Карта направленных генетических взаимодействий в клетке многоклеточного организма» . электронная жизнь . 4 . дои : 10.7554/eLife.05464 . ПМЦ 4384530 . ПМИД 25748138 .
^ Идекер Т., Тан К. и Утц П. (2005) Визуализация и интеграция белок-белковых взаимодействий. В: Големис, Э. (ред.) Белко-белковые взаимодействия – Руководство по молекулярному клонированию, 2-е изд. Лабораторный пресс Колд-Спринг-Харбор.
^ Перейти обратно: ^а ^б Винаягам А., Зирин Дж., Розель С., Ху Ю., Йилмазель Б., Самсонова А.А. и др. (январь 2014 г.). «Интеграция сетей белок-белковых взаимодействий с фенотипами выявляет признаки взаимодействий» . Природные методы . 11 (1): 94–99. дои : 10.1038/nmeth.2733 . ПМЦ 3877743 . ПМИД 24240319 .
^ Чен Ги, Gingras AC (июль 2007 г.). «Масс-спектрометрия с аффинной очисткой (AP-MS) серин/треонинфосфатаз». Методы . 42 (3): 298–305. дои : 10.1016/j.ymeth.2007.02.018 . ПМИД 17532517 .
^ Ларайя Л., Маккензи Дж., Спринг Д.Р., Венкитараман А.Р., Хаггинс DJ (июнь 2015 г.). «Преодоление химических, биологических и вычислительных проблем при разработке ингибиторов, направленных на белок-белковые взаимодействия» . Химия и биология . 22 (6): 689–703. doi : 10.1016/j.chembiol.2015.04.019 . ПМЦ 4518475 . ПМИД 26091166 .
^ Аркин М.Р., Уэллс Дж.А. (апрель 2004 г.). «Низкомолекулярные ингибиторы белок-белковых взаимодействий: продвигаемся к мечте» . Обзоры природы. Открытие наркотиков . 3 (4): 301–317. дои : 10.1038/nrd1343 . ПМЦ 4179228 . ПМИД 15060526 . S2CID 13879559 .
^ Чен Дж., Сойер Н., Риган Л. (апрель 2013 г.). «Белко-белковые взаимодействия: общие тенденции во взаимосвязи между аффинностью связывания и площадью скрытой поверхности на границе раздела» . Белковая наука . 22 (4): 510–515. дои : 10.1002/pro.2230 . ПМК 3610057 . ПМИД 23389845 .
^ Джайсвал А., Лакшми П.Т. (9 сентября 2014 г.). «Молекулярное ингибирование рекрутирования теломеразы с использованием дизайнерских пептидов: подход in silico». Журнал биомолекулярной структуры и динамики . 33 (7): 1442–1459. дои : 10.1080/07391102.2014.953207 . ПМИД 25204447 . S2CID 27293727 .
^ Джайсвал А. (2014). «AtTRB1–3 опосредует структурные изменения в AtPOT1b для удержания оцДНК» . ISRN Структурная биология . 2014 : 1–16. дои : 10.1155/2014/827201 .
^ Цзян З, Куо Ю.Х., Чжун М., Чжан Дж., Чжоу XX, Син Л. и др. (июль 2022 г.). «Адаптор-специфичные ингибиторы фрагментов антител для внутриклеточной модуляции белок-белковых взаимодействий p97 (VCP)» . Журнал Американского химического общества . 144 (29): 13218–13225. дои : 10.1021/jacs.2c03665 . ПМЦ 9335864 . ПМИД 35819848 .
^ Сойни Л., Лейсен С., Дэвис Дж., Оттманн К. (август 2022 г.). «Молекулярные клеи для стабилизации белок-белковых взаимодействий». Современное мнение в области химической биологии . 69 : 102169. дои : 10.1016/j.cbpa.2022.102169 . ПМИД 35749929 .
^ Иванов А.А., Хури Ф.Р., Фу Х (июль 2013 г.). «Нацеливание на белок-белковые взаимодействия как противораковая стратегия» . Тенденции в фармакологических науках . 34 (7): 393–400. дои : 10.1016/j.tips.2013.04.007 . ПМЦ 3773978 . ПМИД 23725674 .
^ Харгривз Д., Карбахо Р.Дж., Боднарчук М.С., Эмбри К., Роулинз П.Б., Пакер М. и др. (май 2023 г.). «Разработка жестких ингибиторов белок-белкового взаимодействия позволяет нацеливаться на не поддающийся лечению Mcl-1» . Труды Национальной академии наук Соединенных Штатов Америки . 120 (21): e2221967120. Бибкод : 2023PNAS..12021967H . дои : 10.1073/pnas.2221967120 . ПМЦ 10214187 . ПМИД 37186857 .

Дальнейшее чтение

Старк С., Брейткройц Б.Дж., Регули Т., Баучер Л., Брейткройц А., Тайерс М. (январь 2006 г.). «BioGRID: общий репозиторий наборов данных взаимодействия» . Исследования нуклеиновых кислот . 34 (Проблема с базой данных): D535–D539. дои : 10.1093/nar/gkj109 . ПМЦ 1347471 . ПМИД 16381927 .
Пери С., Наварро Дж.Д., Кристиансен Т.З., Аманчи Р., Сурендранат В., Мутусами Б. и др. (январь 2004 г.). «Справочная база данных человеческих белков как источник открытий для протеомики» . Исследования нуклеиновых кислот . 32 (Проблема с базой данных): D497–D501. дои : 10.1093/nar/gkh070 . ПМК 308804 . ПМИД 14681466 .
Хермякоб Х., Монтекки-Палацци Л., Левингтон С., Мудали С., Керриен С., Орчард С. и др. (январь 2004 г.). «IntAct: база данных молекулярных взаимодействий с открытым исходным кодом» . Исследования нуклеиновых кислот . 32 (Проблема с базой данных): D452–D455. дои : 10.1093/nar/gkh052 . ПМК 308786 . ПМИД 14681455 .
Чатр-арьямонтри А., Сеол А., Палацци Л.М., Нарделли Г., Шнайдер М.В., Кастаньоли Л. и др. (январь 2007 г.). «МИНТ: база данных молекулярного взаимодействия» . Исследования нуклеиновых кислот . 35 (Проблема с базой данных): D572–D574. дои : 10.1093/нар/gkl950 . ПМЦ 1751541 . ПМИД 17135203 .
Гюльденер У., Мюнстеркоттер М., Остерхельд М., Пейгель П., Руепп А., Мьюс Х.В. и др. (январь 2006 г.). «MPact: ресурс взаимодействия белков MIPS на дрожжах» . Исследования нуклеиновых кислот . 34 (Проблема с базой данных): D436–D441. дои : 10.1093/nar/gkj003 . ПМЦ 1347366 . ПМИД 16381906 .
Пейгель П., Ковач С., Остерхельд М., Браунер Б., Дунгер-Кальтенбах И., Фришман Г. и др. (март 2005 г.). «База данных межбелковых взаимодействий MIPS млекопитающих» . Биоинформатика . 21 (6): 832–834. doi : 10.1093/биоинформатика/bti115 . ПМИД 15531608 .
Касадо-Вела Дж., Маттисен Р., Селлес С., Наранхо Дж. Р. (май 2013 г.). «Белко-белковые взаимодействия: избыточность акронимов генов и текущие ограничения, препятствующие автоматизированной интеграции данных» . Протеомы . 1 (1): 3–24. doi : 10.3390/протеомы1010003 . ПМЦ 5314489 . ПМИД 28250396 .
Робин В., Бодин А., Скотт-Бойер, член парламента, Леклерк М., Перин О., Право А (2022 г.). «Обзор методов характеристики и визуализации сети белок-белкового взаимодействия в контексте мультиомной интеграции» . Границы молекулярной биологии . 9 : 962799. дои : 10.3389/fmolb.2022.962799 . ПМЦ 494275 . ПМИД 36158572 .

Внешние ссылки

[Titeca_2019-1] Перейти обратно: ^а ^б Титека К., Лемменс И., Тавернье Дж., Эйкерман С. (январь 2019 г.). «Обнаружение клеточных белок-белковых взаимодействий: технологические стратегии и возможности» . Обзоры масс-спектрометрии . 38 (1): 79–111. дои : 10.1002/mas.21574 . ПМИД 29957823 .

[2] Герце Х.Д., Денг В., Хельма Дж., Леонхардт Х., Кардозо MC (2013). «Визуализация и целенаправленное нарушение белковых взаимодействий в живых клетках» . Природные коммуникации . 4 : 2660. Бибкод : 2013NatCo...4.2660H . дои : 10.1038/ncomms3660 . ПМЦ 3826628 . ПМИД 24154492 .

[3] Иса Н.Ф., Бенсауд О., Мерфи С. (февраль 2022 г.). «Технология подавления янтаря для картирования сайт-специфических взаимодействий вирус-хозяин в клетках млекопитающих» . Био-протокол . 12 (3): е4315. дои : 10.21769/bioprotoc.4315 . ПМЦ 8855090 . ПМИД 35284605 .

[Mashaghi,_A._2004_113–121-4] Перейти обратно: ^а ^б Машаги А.Р., Рамезанпур А., Каримипур В. (2004). «Исследование сети белкового комплекса». Европейский физический журнал B-Конденсированная материя и сложные системы . 41 (1): 113–121. arXiv : cond-mat/0304207 . Бибкод : 2004EPJB...41..113M . дои : 10.1140/epjb/e2004-00301-0 . S2CID 9233932 .

[1996-Hanukoglu-5] Ханукоглу I (1996). «Белки-переносчики электронов систем цитохрома Р450». В Bittar EE, Jefcoate CR (ред.). Физиологические функции цитохрома P450 в отношении структуры и регуляции . Достижения молекулярной и клеточной биологии. Том. 14. JAI Press, Inc., стр. 29–55. дои : 10.1016/S1569-2558(08)60339-2 . ISBN 978-0-7623-0113-3 .

[pmid8349601-6] Брандт М.Е., Викери Л.Е. (август 1993 г.). «Взаимодействия пар зарядов, стабилизирующие комплексы ферредоксин-ферредоксинредуктаза. Идентификация с помощью дополнительных сайт-специфических мутаций» . Журнал биологической химии . 268 (23): 17126–17130. дои : 10.1016/S0021-9258(19)85311-5 . ПМИД 8349601 .

[2017-Hanukoglu-JME-7] Ханукоглу I (декабрь 2017 г.). «Сохранение фермент-коферментных интерфейсов в FAD и НАДФ-связывающем адренодоксинредуктазе-повсеместном ферменте». Журнал молекулярной эволюции . 85 (5–6): 205–218. Бибкод : 2017JMolE..85..205H . дои : 10.1007/s00239-017-9821-9 . ПМИД 29177972 . S2CID 7120148 .

[8] Купер GM (2000). Клетка: молекулярный подход (2-е изд.). Вашингтон, округ Колумбия: ASM Press. ISBN 978-0-87893-106-4 . ^{[ нужна страница ]}

[Jones-9] Перейти обратно: ^а ^б ^с ^д ^и Джонс С., Торнтон Дж. М. (январь 1996 г.). «Принципы белок-белковых взаимодействий» . Труды Национальной академии наук Соединенных Штатов Америки . 93 (1): 13–20. Бибкод : 1996PNAS...93...13J . дои : 10.1073/pnas.93.1.13 . ПМК 40170 . ПМИД 8552589 .

[pmid=18434433-10] Цинь К., Сети П.Р., Ламберт Н.А. (август 2008 г.). «Обилие и стабильность комплексов, содержащих неактивные рецепторы, связанные с G-белком, и G-белки» . Журнал ФАСЭБ . 22 (8): 2920–2927. дои : 10.1096/fj.08-105775 . ПМЦ 2493464 . ПМИД 18434433 .

[pmid=21873996-11] Перейти обратно: ^а ^б Цинь К., Донг С., Ву Г, Ламберт Н.А. (август 2011 г.). «Предварительная сборка G(q)-сопряженных рецепторов и G(q)-гетеротримеров» в неактивном состоянии» . Химическая биология природы . 7 (10): 740–747. дои : 10.1038/nchembio.642 . ПМК 3177959 . ПМИД 21873996 .

[12] Малхис Н., Гспонер Дж. (июнь 2015 г.). «Вычислительная идентификация MoRF в белковых последовательностях» . Биоинформатика . 31 (11): 1738–1744. doi : 10.1093/биоинформатика/btv060 . ПМЦ 4443681 . ПМИД 25637562 .

[Jukka-13] Перейти обратно: ^а ^б Вестермарк Дж., Иваска Дж., Корталс Г.Л. (июль 2013 г.). «Идентификация белковых взаимодействий, участвующих в клеточной передаче сигналов» . Молекулярная и клеточная протеомика . 12 (7): 1752–1763. дои : 10.1074/mcp.R113.027771 . ПМК 3708163 . ПМИД 23481661 .

[14] Джанин Дж. (декабрь 1999 г.). «Влажные и сухие интерфейсы: роль растворителя в распознавании белок-белок и белок-ДНК» . Структура . 7 (12): Р277–Р279. дои : 10.1016/s0969-2126(00)88333-1 . ПМИД 10647173 .

[15] Бариллари С., Тейлор Дж., Винер Р., Эссекс Дж.В. (март 2007 г.). «Классификация молекул воды в местах связывания белков». Журнал Американского химического общества . 129 (9): 2577–2587. дои : 10.1021/ja066980q . ПМИД 17288418 .

[16] Лисова О., Белкади Л., Бедуэль Х. (апрель 2014 г.). «Прямое и косвенное взаимодействие в распознавании перекрестно-нейтрализующего антитела и четырех серотипов вируса денге». Журнал молекулярного распознавания . 27 (4): 205–214. дои : 10.1002/jmr.2352 . ПМИД 24591178 . S2CID 5416842 .

[17] Англия П., Брежер Ф., Бедуэль Х. (январь 1997 г.). «Энергетический и кинетический вклад контактных остатков антитела D1.3 во взаимодействие с лизоцимом». Биохимия . 36 (1): 164–172. CiteSeerX 10.1.1.613.413 . дои : 10.1021/bi961419y . ПМИД 8993330 .

[pmid2204619-18] Перейти обратно: ^а ^б Джанин Дж., Чотия С. (сентябрь 1990 г.). «Структура белково-белковых сайтов узнавания» . Журнал биологической химии . 265 (27): 16027–16030. дои : 10.1016/S0021-9258(17)46181-3 . ПМИД 2204619 .

[Alberts-19] Перейти обратно: ^а ^б Альбертс Б., Джонсон А., Льюис Дж., Рафф М., Робертс К., Уолтер П. (2002). Молекулярная биология клетки (4-е изд.). Нью-Йорк: Garland Science. ISBN 978-0-8153-3218-3 . ^{[ нужна страница ]}

[20] Кендрю Дж.К., Бодо Дж., Динцис Х.М., Пэрриш Р.Г., Вайкофф Х., Филлипс, округ Колумбия (март 1958 г.). «Трехмерная модель молекулы миоглобина, полученная методом рентгеноструктурного анализа». Природа . 181 (4610): 662–666. Бибкод : 1958Natur.181..662K . дои : 10.1038/181662a0 . ПМИД 13517261 . S2CID 4162786 .

[21] Купер Д.Р., Поребски П.Дж., Хрущ М., Минор В. (август 2011 г.). «Рентгеновская кристаллография: оценка и подтверждение комплексов белок-малые молекулы для открытия лекарств» . Мнение экспертов об открытии лекарств . 6 (8): 771–782. дои : 10.1517/17460441.2011.585154 . ПМК 3138648 . ПМИД 21779303 .

[NMR-22] Ванд Эй Джей, англичанин SW (август 1996 г.). «Белковые комплексы, изученные методом ЯМР-спектроскопии» . Современное мнение в области биотехнологии . 7 (4): 403–408. дои : 10.1016/s0958-1669(96)80115-7 . ПМЦ 3442359 . PMID 8768898 .

[23] Виноградова О, Цинь Дж (2012). «ЯМР как уникальный инструмент оценки и комплексного определения слабых белок-белковых взаимодействий». Ин Чжу Г (ред.). ЯМР белков и малых биомолекул . Темы современной химии. Том. 326. Шпрингер Берлин. стр. 35–45. дои : 10.1007/128_2011_216 . ISBN 978-3-642-28916-3 . ПМЦ 3676910 . ПМИД 21809187 .

[Berridge-24] Перейти обратно: ^а ^б ^с ^д ^и ^ж ^г ^час Берридж М.Дж. (2012). «Биология клеточной сигнализации: Модуль 6 - Пространственные и временные аспекты передачи сигналов». Биохимический журнал . 6 : csb0001006. doi : 10.1042/csb0001006 (неактивен с 1 апреля 2024 г.). {{cite journal}}: CS1 maint: DOI неактивен по состоянию на апрель 2024 г. ( ссылка )

[Yan-25] Ян С., Ву Ф., Джерниган Р.Л., Доббс Д., Хонавар В. (январь 2008 г.). «Характеристика белок-белковых интерфейсов» . Белковый журнал . 27 (1): 59–70. дои : 10.1007/s10930-007-9108-x . ПМК 2566606 . ПМИД 17851740 .

[JonesJMB-26] Джонс С., Торнтон Дж. М. (сентябрь 1997 г.). «Анализ мест белок-белкового взаимодействия с использованием поверхностных пятен». Журнал молекулярной биологии . 272 (1): 121–132. дои : 10.1006/jmbi.1997.1234 . ПМИД 9299342 .

[pmid1153006-27] Чотия С., Джанин Дж. (август 1975 г.). «Принципы белок-белкового распознавания». Природа . 256 (5520): 705–708. Бибкод : 1975Natur.256..705C . дои : 10.1038/256705a0 . ПМИД 1153006 . S2CID 4292325 .

[pmid7708014-28] Физицки Э.М., Филдс С. (март 1995 г.). «Белко-белковые взаимодействия: методы обнаружения и анализа» . Микробиологические обзоры . 59 (1): 94–123. дои : 10.1128/ММБР.59.1.94-123.1995 . ПМК 239356 . ПМИД 7708014 .

[29] Пейгель П., Ковач С., Остерхельд М., Браунер Б., Дунгер-Кальтенбах И., Фришман Г. и др. (март 2005 г.). «База данных межбелковых взаимодействий MIPS млекопитающих» . Биоинформатика . 21 (6): 832–834. doi : 10.1093/биоинформатика/bti115 . ПМИД 15531608 . Проверено 2 января 2021 г.

[30] Терентьев А.А., Молдогазиева Н.Т., Шайтан К.В. (декабрь 2009 г.). «Динамическая протеомика в моделировании живой клетки. Белко-белковые взаимодействия». Биохимия. Биохимия . 74 (13): 1586–1607. дои : 10.1134/s0006297909130112 . ПМИД 20210711 . S2CID 19815231 .

[Wodak-31] Перейти обратно: ^а ^б ^с Водак С.Дж., Власблом Дж., Туринский А.Л., Пу С. (декабрь 2013 г.). «Сети белок-белкового взаимодействия: загадочные богатства». Современное мнение в области структурной биологии . 23 (6): 941–953. дои : 10.1016/j.sbi.2013.08.002 . ПМИД 24007795 .

[Banerjee-32] Банерджи С., Веласкес-Сапата В., Фюрст Дж., Элмор Дж. М., Wise RP (июль 2021 г.). «NGPINT: программное обеспечение нового поколения для межбелкового взаимодействия» . Брифинги по биоинформатике . 22 (4). дои : 10.1093/нагрудник/bbaa351 . ПМИД 33367498 .

[Velásquez-Zapata-33] Веласкес-Сапата В., Элмор Дж.М., Банерджи С., Дорман К.С., Уайз Р.П. (апрель 2021 г.). «Двугибридный дрожжевой анализ следующего поколения с помощью Y2H-SCORES идентифицирует новые взаимодействия иммунного рецептора MLA» . PLOS Вычислительная биология . 17 (4): e1008890. Бибкод : 2021PLSCB..17E8890V . дои : 10.1371/journal.pcbi.1008890 . ПМК 8046355 . ПМИД 33798202 .

[34] Раджагопала С.В., Сикорски П., Кофилд Дж.Х., Товчигречко А., Уец П. (декабрь 2012 г.). «Изучение белковых комплексов по двугибридной системе дрожжей» . Методы . 58 (4): 392–399. дои : 10.1016/j.ymeth.2012.07.015 . ПМЦ 3517932 . ПМИД 22841565 .

[Stelzl-35] Перейти обратно: ^а ^б Стельзл У, Ванкер Э.Э. (декабрь 2006 г.). «Значение высококачественных сетей белок-белкового взаимодействия для системной биологии». Современное мнение в области химической биологии . 10 (6): 551–558. дои : 10.1016/j.cbpa.2006.10.005 . ПМИД 17055769 .

[Pets-36] Перейти обратно: ^а ^б ^с Петшнигг Дж., Снайдер Дж., Стагляр И. (февраль 2011 г.). «Интерактивные исследовательские технологии протеомики: последние применения и достижения». Современное мнение в области биотехнологии . 22 (1): 50–58. дои : 10.1016/j.copbio.2010.09.001 . ПМИД 20884196 .

[37] Венкатесан К., Руал Дж. Ф., Васкес А., Стелзл У., Лемменс И., Хирозан-Кишикава Т. и др. (январь 2009 г.). «Эмпирическая основа для картирования бинарного интерактома» . Природные методы 6 (1): 83–90. дои : 10.1038/nmeth.1280 . ПМЦ 2872561 . ПМИД 19060904 .

[38] Баттешти А, Бувере Э (декабрь 2012 г.). «Бактериальная двугибридная система, основанная на восстановлении аденилатциклазы в Escherichia coli» . Методы . 58 (4): 325–334. дои : 10.1016/j.ymeth.2012.07.018 . ПМИД 22841567 .

[pmid23017156|noedit-39] Бреттнер Л.М., Масел Дж. (сентябрь 2012 г.). «Липкость белка, а не количество функциональных белок-белковых взаимодействий, предсказывает шум экспрессии и пластичность у дрожжей» . Системная биология BMC . 6 : 128. дои : 10.1186/1752-0509-6-128 . ПМК 3527306 . ПМИД 23017156 .

[40] Рамачандран Н., Хейнсворт Э., Бхуллар Б., Эйзенштейн С., Розен Б., Лау А.Й. и др. (июль 2004 г.). «Самособирающиеся белковые микрочипы». Наука . 305 (5680): 86–90. Бибкод : 2004Sci...305...86R . дои : 10.1126/science.1097639 . ПМИД 15232106 . S2CID 20936301 .

[41] Рамачандран Н., Рафаэль Дж.В., Хейнсворт Э., Демиркан Г., Фуэнтес М.Г., Рольфс А. и др. (июнь 2008 г.). «Самособирающиеся функциональные белковые массивы высокой плотности следующего поколения» . Природные методы . 5 (6): 535–538. дои : 10.1038/nmeth.1210 . ПМК 3070491 . ПМИД 18469824 .

[42] Бернштейн Х., Эдгар Р.С., Денхардт Г.Х. (июнь 1965 г.). «Внутригенная комплементация среди чувствительных к температуре мутантов бактериофага T4D» . Генетика . 51 (6): 987–1002. дои : 10.1093/генетика/51.6.987 . ПМЦ 1210828 . ПМИД 14337770 .

[pmid12504565-43] Смоллвуд С., Чевик Б., Мойер С.А. (декабрь 2002 г.). «Внутригенная комплементация и олигомеризация L-субъединицы РНК-полимеразы вируса Сендай» . Вирусология . 304 (2): 235–45. дои : 10.1006/виро.2002.1720 . ПМИД 12504565 .

[pmid15949719-44] Родригес-Помбо П., Перес-Серда С., Перес Б., Девиат Л.Р., Санчес-Пулидо Л., Угарте М. (июнь 2005 г.). «На пути к модели, объясняющей внутригенную комплементацию гетеромультимерной протеинпропионил-КоА-карбоксилазы» . Biochimica et Biophysica Acta (BBA) - Молекулярные основы болезней . 1740 (3): 489–98. дои : 10.1016/j.bbadis.2004.10.009 . ПМИД 15949719 .

[pmid14149958-45] Крик Ф.Х., Оргель Л.Е. (январь 1964 г.). «Теория межаллельной комплементации». Журнал молекулярной биологии . 8 : 161–5. дои : 10.1016/s0022-2836(64)80156-x . ПМИД 14149958 .

[Bertolini2021-46] Перейти обратно: ^а ^б Бертолини М., Фенцл К., Кац И., Врук Ф., Типпманн Ф., Шмитт Дж. и др. (январь 2021 г.). «Взаимодействия между возникающими белками, транслируемые соседними рибосомами, приводят к сборке гомомера» . Наука . 371 (6524): 57–64. дои : 10.1126/science.abc7151 . ПМЦ 7613021 . ПМИД 33384371 .

[Jehle_1963-47] Йеле Х (сентябрь 1963 г.). «Межмолекулярные силы и биологическая специфичность» . Труды Национальной академии наук Соединенных Штатов Америки . 50 (3): 516–24. дои : 10.1073/pnas.50.3.516 . ПМК 221211 . ПМИД 16578546 .

[48] Маркотт Э.М., Пеллегрини М., Нг Х.Л., Райс Д.В., Йейтс Т.О., Айзенберг Д. (июль 1999 г.). «Обнаружение функции белка и белок-белковых взаимодействий по последовательностям генома». Наука . 285 (5428): 751–753. CiteSeerX 10.1.1.535.9650 . дои : 10.1126/science.285.5428.751 . ПМИД 10427000 .

[Raman_2010-49] Перейти обратно: ^а ^б ^с Раман К. (февраль 2010 г.). «Построение и анализ сетей белок-белкового взаимодействия» . Автоматизированное экспериментирование . 2 (1): 2. дои : 10.1186/1759-4499-2-2 . ПМЦ 2834675 . ПМИД 20334628 .

[50] Бадал В.Д., Кундротас П.Ю., Ваксер И.А. (декабрь 2015 г.). «Интеллектуальный анализ текста для стыковки белков» . PLOS Вычислительная биология . 11 (12): e1004630. Бибкод : 2015PLSCB..11E4630B . дои : 10.1371/journal.pcbi.1004630 . ПМЦ 4674139 . ПМИД 26650466 .

[51] Папаниколау Н., Павлопулос Г.А., Теодосиу Т., Илиопулос I (март 2015 г.). «Прогнозирование белок-белкового взаимодействия с использованием методов анализа текста». Методы . Текстовый анализ биомедицинской литературы. 74 : 47–53. дои : 10.1016/j.ymeth.2014.10.026 . ПМИД 25448298 .

[kotlyar-52] Перейти обратно: ^а ^б Котляр М., Россос А.Е., Юришица И. (декабрь 2017 г.). «Прогнозирование белок-белковых взаимодействий». Современные протоколы в биоинформатике . 60 (1): 8.2.1–8.2.14. дои : 10.1002/cpbi.38 . ПМИД 29220074 . S2CID 19509320 .

[ding-53] Перейти обратно: ^а ^б Дин З, Кихара Д (август 2018 г.). «Вычислительные методы прогнозирования белок-белковых взаимодействий с использованием различных свойств белков» . Современные протоколы в науке о белках . 93 (1): е62. дои : 10.1002/cpps.62 . ПМК 6097941 . ПМИД 29927082 .

[sarkar-54] Перейти обратно: ^а ^б Саркар Д., Саха С. (сентябрь 2019 г.). «Методы машинного обучения для прогнозирования белок-белковых взаимодействий» . Журнал биологических наук . 44 (4): 104. doi : 10.1007/s12038-019-9909-z . ПМИД 31502581 . S2CID 199668359 .

[55] Миллер Дж.П., Ло Р.С., Бен-Гур А., Десмаре С., Стагляр И., Нобл В.С. и др. (август 2005 г.). «Крупномасштабная идентификация взаимодействий интегральных мембранных белков дрожжей» . Труды Национальной академии наук Соединенных Штатов Америки . 102 (34): 12123–12128. Бибкод : 2005PNAS..10212123M . дои : 10.1073/pnas.0505482102 . ПМК 1189342 . ПМИД 16093310 .

[56] Лалонд С., Серо А., Прателли Р., Пилот Г., Чен Дж., Сарди М.И. и др. (2010). «Сеть взаимодействия мембранного белка и сигнального белка для версии AMPv2 Arabidopsis» . Границы в физиологии . 1 : 24. дои : 10.3389/fphys.2010.00024 . ПМК 3059934 . ПМИД 21423366 .

[57] Ци Ю, Бар-Джозеф З., Кляйн-Ситхараман Дж. (май 2006 г.). «Оценка различных биологических данных и методы вычислительной классификации для использования в прогнозировании взаимодействия белков» . Белки . 63 (3): 490–500. дои : 10.1002/прот.20865 . ПМК 3250929 . ПМИД 16450363 .

[58] Ци Ю, Диман Х.К., Бхола Н., Будяк И., Кар С., Ман Д. и др. (декабрь 2009 г.). «Систематическое предсказание взаимодействий мембранных рецепторов человека» . Протеомика . 9 (23): 5243–5255. дои : 10.1002/pmic.200900259 . ПМК 3076061 . ПМИД 19798668 .

[mkgnpjS-59] Перейти обратно: ^а ^б Ганапатираджу М.К., Тахир М., Ханден А., Саркар С.Н., Свит Р.А., Нимгаонкар В.Л. и др. (апрель 2016 г.). «Интерактом шизофрении с 504 новыми белок-белковыми взаимодействиями» . НПЖ Шизофрения . 2 : 16012. дои : 10.1038/npjschz.2016.12 . ПМЦ 4898894 . ПМИД 27336055 .

[60] Пут Велес А.Х., Фонтове Ф., Дель Рио Дж. (июль 2020 г.). «Белко-белковые взаимодействия, эффективно моделируемые кластерными классами остатков» . Международный журнал молекулярных наук . 21 (13): 4787. doi : 10.3390/ijms21134787 . ПМЦ 7370293 . ПМИД 32640745 .

[61] Коррал-Коррал Р., Чавес Э., Дель Рио Дж. (декабрь 2015 г.). «Машинно обучаемое представление складчатого пространства на основе классов остаточных кластеров» . Вычислительная биология и химия . 59 Часть А: 1–7. doi : 10.1016/j.compbiolchem.2015.07.010 . ПМИД 26366526 .

[pmid10592249-62] Ксенариос I, Райс Д.В., Салвински Л., Барон М.К., Маркотт Э.М., Айзенберг Д. (январь 2000 г.). «ДИП: база данных взаимодействующих белков» . Исследования нуклеиновых кислот . 28 (1): 289–291. дои : 10.1093/нар/28.1.289 . ПМК 102387 . ПМИД 10592249 .

[McDowallScott2009-63] Макдауэлл, доктор медицинских наук, Скотт М.С., Бартон Дж.Дж. (январь 2009 г.). «PIPs: база данных прогнозирования межбелковых взаимодействий человека» . Исследования нуклеиновых кислот . 37 (Проблема с базой данных): D651–D656. дои : 10.1093/нар/gkn870 . ПМК 2686497 . ПМИД 18988626 .

[64] Нетронутый. «Белки, взаимодействия, бинарные взаимодействия и N-арные взаимодействия» . www.ebi.ac.uk. Проверено 19 ноября 2018 г.

[65] «Сервер данных Agile Protein Interactomes: об APID» .

[66] «STRING: сети функциональных белковых ассоциаций» . string-db.org . Проверено 19 ноября 2018 г.

[67] Спринзак Э., Саттат С., Маргалит Х. (апрель 2003 г.). «Насколько надежны экспериментальные данные о межбелковом взаимодействии?» . Журнал молекулярной биологии . 327 (5): 919–923. дои : 10.1016/S0022-2836(03)00239-0 . ПМИД 12662919 . Проверено 2 января 2021 г.

[68] Швиковски Б., Уетц П., Филдс С. (декабрь 2000 г.). «Сеть белок-белковых взаимодействий у дрожжей». Природная биотехнология . 18 (12): 1257–1261. дои : 10.1038/82360 . ПМИД 11101803 . S2CID 3009359 .

[69] Риго Г., Шевченко А., Рутц Б., Вильм М., Манн М., Серафин Б. (октябрь 1999 г.). «Общий метод очистки белков для характеристики белковых комплексов и исследования протеома». Природная биотехнология . 17 (10): 1030–1032. дои : 10.1038/13732 . ПМИД 10504710 . S2CID 663553 .

[70] Коль М., Визе С., Варшайд Б. (2011). «Cytoscape: программное обеспечение для визуализации и анализа биологических сетей». Интеллектуальный анализ данных в протеомике . Методы молекулярной биологии. Том. 696. стр. 291–303. дои : 10.1007/978-1-60761-987-1_18 . ISBN 978-1-60761-986-4 . ПМИД 21063955 .

[71] Идекер Т., Озиер О., Швиковски Б., Сигел А.Ф. (1 января 2002 г.). «Обнаружение регуляторных и сигнальных цепей в сетях молекулярного взаимодействия» . Биоинформатика . 18 (Приложение 1): С233–С240. doi : 10.1093/биоинформатика/18.suppl_1.s233 . ПМИД 12169552 .

[72] Аяти М., Эртен С., Чанс М.Р., Коютюрк М. (декабрь 2015 г.). «MOBAS: идентификация подсетей белков, связанных с заболеваниями, с использованием оценки на основе модульности» . Журнал EURASIP по биоинформатике и системной биологии . 2015 (1): 7. doi : 10.1186/s13637-015-0025-6 . ПМК 5270451 . ПМИД 28194175 .

[73] Де Доменико М, Никосия В, Аренас А, Латора В (апрель 2015 г.). «Структурная сводимость многослойных сетей». Природные коммуникации . 6 : 6864. arXiv : 1405.0425 . Бибкод : 2015NatCo...6.6864D . дои : 10.1038/ncomms7864 . ПМИД 25904309 . S2CID 16776349 .

[74] Фишер Б., Сандманн Т., Хорн Т., Биллман М., Чаудхари В., Хубер В. и др. (март 2015 г.). «Карта направленных генетических взаимодействий в клетке многоклеточного организма» . электронная жизнь . 4 . дои : 10.7554/eLife.05464 . ПМЦ 4384530 . ПМИД 25748138 .

[75] Идекер Т., Тан К. и Утц П. (2005) Визуализация и интеграция белок-белковых взаимодействий. В: Големис, Э. (ред.) Белко-белковые взаимодействия – Руководство по молекулярному клонированию, 2-е изд. Лабораторный пресс Колд-Спринг-Харбор.

[Vinayagam_2014-76] Перейти обратно: ^а ^б Винаягам А., Зирин Дж., Розель С., Ху Ю., Йилмазель Б., Самсонова А.А. и др. (январь 2014 г.). «Интеграция сетей белок-белковых взаимодействий с фенотипами выявляет признаки взаимодействий» . Природные методы . 11 (1): 94–99. дои : 10.1038/nmeth.2733 . ПМЦ 3877743 . ПМИД 24240319 .

[77] Чен Ги, Gingras AC (июль 2007 г.). «Масс-спектрометрия с аффинной очисткой (AP-MS) серин/треонинфосфатаз». Методы . 42 (3): 298–305. дои : 10.1016/j.ymeth.2007.02.018 . ПМИД 17532517 .

[78] Ларайя Л., Маккензи Дж., Спринг Д.Р., Венкитараман А.Р., Хаггинс DJ (июнь 2015 г.). «Преодоление химических, биологических и вычислительных проблем при разработке ингибиторов, направленных на белок-белковые взаимодействия» . Химия и биология . 22 (6): 689–703. doi : 10.1016/j.chembiol.2015.04.019 . ПМЦ 4518475 . ПМИД 26091166 .

[79] Аркин М.Р., Уэллс Дж.А. (апрель 2004 г.). «Низкомолекулярные ингибиторы белок-белковых взаимодействий: продвигаемся к мечте» . Обзоры природы. Открытие наркотиков . 3 (4): 301–317. дои : 10.1038/nrd1343 . ПМЦ 4179228 . ПМИД 15060526 . S2CID 13879559 .

[80] Чен Дж., Сойер Н., Риган Л. (апрель 2013 г.). «Белко-белковые взаимодействия: общие тенденции во взаимосвязи между аффинностью связывания и площадью скрытой поверхности на границе раздела» . Белковая наука . 22 (4): 510–515. дои : 10.1002/pro.2230 . ПМК 3610057 . ПМИД 23389845 .

[81] Джайсвал А., Лакшми П.Т. (9 сентября 2014 г.). «Молекулярное ингибирование рекрутирования теломеразы с использованием дизайнерских пептидов: подход in silico». Журнал биомолекулярной структуры и динамики . 33 (7): 1442–1459. дои : 10.1080/07391102.2014.953207 . ПМИД 25204447 . S2CID 27293727 .

[82] Джайсвал А. (2014). «AtTRB1–3 опосредует структурные изменения в AtPOT1b для удержания оцДНК» . ISRN Структурная биология . 2014 : 1–16. дои : 10.1155/2014/827201 .

[83] Цзян З, Куо Ю.Х., Чжун М., Чжан Дж., Чжоу XX, Син Л. и др. (июль 2022 г.). «Адаптор-специфичные ингибиторы фрагментов антител для внутриклеточной модуляции белок-белковых взаимодействий p97 (VCP)» . Журнал Американского химического общества . 144 (29): 13218–13225. дои : 10.1021/jacs.2c03665 . ПМЦ 9335864 . ПМИД 35819848 .

[84] Сойни Л., Лейсен С., Дэвис Дж., Оттманн К. (август 2022 г.). «Молекулярные клеи для стабилизации белок-белковых взаимодействий». Современное мнение в области химической биологии . 69 : 102169. дои : 10.1016/j.cbpa.2022.102169 . ПМИД 35749929 .

[Ivanov-85] Иванов А.А., Хури Ф.Р., Фу Х (июль 2013 г.). «Нацеливание на белок-белковые взаимодействия как противораковая стратегия» . Тенденции в фармакологических науках . 34 (7): 393–400. дои : 10.1016/j.tips.2013.04.007 . ПМЦ 3773978 . ПМИД 23725674 .

[86] Харгривз Д., Карбахо Р.Дж., Боднарчук М.С., Эмбри К., Роулинз П.Б., Пакер М. и др. (май 2023 г.). «Разработка жестких ингибиторов белок-белкового взаимодействия позволяет нацеливаться на не поддающийся лечению Mcl-1» . Труды Национальной академии наук Соединенных Штатов Америки . 120 (21): e2221967120. Бибкод : 2023PNAS..12021967H . дои : 10.1073/pnas.2221967120 . ПМЦ 10214187 . ПМИД 37186857 .

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]

[ 12 ]

[ 13 ]

[ 14 ]

[ 15 ]

[ 16 ]

[ 17 ]

[ 18 ]

[ 19 ]

[ 20 ]

[ 21 ]

[ 22 ]

[ 23 ]

[ 24 ]

[ 25 ]

[ 26 ]

[ 27 ]

[ 28 ]

[ 29 ]

[ 30 ]

[ 31 ]

[ 32 ]

[ 33 ]

[ 34 ]

[ 35 ]

[ 36 ]

[ 37 ]

[ 38 ]

[ 39 ]

[ 40 ]

[ 41 ]

[ 42 ]

[ 43 ]

[ 44 ]

[ 45 ]

[ 46 ]

[ 47 ]

[ 48 ]

[ 49 ]

[ 50 ]

[ 51 ]

[ 52 ]

[ 53 ]

[ 54 ]

[ 55 ]

[ 56 ]

[ 57 ]

[ 58 ]

[ 59 ]

[ 60 ]

[ 61 ]

[ 62 ]

[ 63 ]

[ 64 ]

[ 65 ]

[ 66 ]

[ 67 ]

[ 68 ]

[ 69 ]

[ 70 ]

[ 71 ]

[ 72 ]

[ 73 ]

[ 74 ]

[ 75 ]

[ 76 ]

[ 77 ]

[ 78 ]

[ 79 ]

[ 80 ]

[ 81 ]

[ 82 ]

[ 83 ]

[ 84 ]

[ 85 ]

[ 86 ]

v т и Геномика
Fields	Cognitive genomics Computational genomics Comparative genomics Functional genomics Genome project Human Genome Project Metagenomics Human Microbiome Project Pangenomics Personal genomics Population genomics Sociogenomics Structural genomics
Bioinformatics	Biochip Cheminformatics Chemogenomics Connectomics Human Connectome Project Epigenomics Human Epigenome Project Glycomics Immunomics Lipidomics Metabolomics Microbiomics Nutrigenomics Paleopolyploidy Pharmacogenetics Pharmacogenomics Systems biology Toxicogenomics Transcriptomics
Structural biology	Proteomics Human proteome project Call-map proteomics Structure-based drug design Expression proteomics
Research tools	2-D electrophoresis Mass spectrometer Electrospray ionization Matrix-assisted laser desorption ionization Matrix-assisted laser desorption ionization-time of flight mass spectrometer Microfluidic-based tools Isotope affinity tags Chromosome conformation capture
Organizations	DNA Data Bank of Japan (JP) European Molecular Biology Laboratory (EU) National Institutes of Health (USA) Wellcome Sanger Institute (UK)
List Category