|
当我们获取目的基因的时候，我们可能想了解这个基因的调控机制。而这个调控机制中，往往由上游和下游的子网络组成一个复杂的互作网络网。寻找到有效的互作网络关系网可以对于我们后续的机制研究提供思路。这里介绍两个数据库为目的基因寻找信号通路。 （网址https:///） 蛋白质-蛋白质相互作用（PPI）是指在两个或更多个蛋白分子之间建立的高特异性的物理接触，这是由包括疏水作用在内的静电力引导的生物化学事件的结果。 许多PPI是在特定生物分子环境中在细胞或活生物体中发生的链之间的分子缔合的物理接触。蛋白质在发挥作用时总不是一个发挥作用的。PPI是广泛存在于生命活动中。 STRING数据可不仅仅利用多个基因间预测相互作用构建互作网络，还可以利用单个目的基因来构建互作网络网（PPI network）。 我们选择常见的分子“EGFR”来测试。可以获得一个互作网络网。这些PPI网络是基于实验结果和数据库的预测（图1）。  从图1我们可以获取”EGFR”相关的PPI网络。他们之间的互作关系的佐证可以在“legend”中获得。  我们可以看到PPI网络中出现的所有基因，他们与”EGFR”的关系佐证信息与之一一对应。黑色的点表明该基因存在证据证实与目的基因的互作关系(图2)。这可以帮助我们厘清互作的关系。 例如想知道EGF与EGFR的关系佐证文献，我们选择了“Experiments”下EGF对应的黑点，如图3所示则可以寻找相应的文献。  在“Analysis”，我们可以获取EGFR功能富集结果，这些功能注释是基于EGFR构建的PPI网络相关基因进行富集的，这些功能注释可以帮助我们获取信号通路（图4）。  （网址http:///） 如果上面的这样的方法来寻找关键基因的信号通路或者参与的调控机制还不满足。那么试试性能更为不俗的SignaLink2.0吧。  这个数据库提供了三种物种（秀丽隐杆线虫，果蝇以及人类）的数据来构建多层次的互作网络，说白了就是人工分类后的具有一定指向性的互作网络了。 这里包含了7个主要分类： 1）Further interactions：是来自小规模和高通量数据库的无向蛋白质 - 蛋白质相互作用。 2）转录前调控：是来自多个数据库预测的miRNA-mRNA以及TF-miRNA相互关系。 3）转录因子（TF）与转录因子结合位点（启动子）相互作用。 4） 直接的蛋白互作：是基于蛋白质结构域-结构域互作关系预测以及文献得出。 5）翻译后调控：可以寻找通路蛋白的修饰酶。 6）通路调控子：通过查阅文献来了解通路的调控子（胞吞蛋白和支架蛋白）。 7）关键的信号通路（RTK/ Hedgehog/ JAK/STAT/ NHR/ Notch/ TGF-β/ WNT/Wingless）（图5）。 相比于STRING单基因PPI网络及其功能富集而言。SignaLink2.0提供的不仅仅是蛋白质层次，还有miRNA，TF等调控层次。这有利于我们更好的了解目的基因所发挥的作用以及这多种互作关系间交叉反应（crosstalk）。 我们选择“EGFR”及物种“H.sapiens”（人类）继续测试（图6）。  我们可以看到这个形成的网络较STRING预测的更为复杂，在形成的网络中，对于互作的双方是有方向性的。分类更为细致，这些都是人工通过文献查阅进行的。同时也可以在右下角选择感兴趣的项目点开获取进一步的信息。这里选择第一个“Interactions between pathway members”来看下里面的内容来展示（图7）。  展开的信息可以看到AREGB对于EGFR有直接促进作用。同时也提供了佐证的文献，数据库信息以及他们GO（基因本体论）描述的相似度。但这些项目中相关的分子顺序并非依靠类似STRING数据库的综合评分，而是按照基因的字母顺序排序。 上述提供的两个数据库都有各自的优势。 STRING数据库对于提供PPI是非常的专业，同时他还提供了预测的PPI所进行的功能富集分析，可以提供大致研究方向。SignLink2.0作为一款人工注释互作信息的良心数据库提供了多维度的互作网络网展示，这包括了SignLink2.0还提供了PPI以外的互作信息。毕竟生命活动是非常丰富的，不仅仅限于蛋白质层次，SignLink2.0还提供了miRNA，TF等多层次的调控信息，拓展性更为强大。 这些方式都为单个基因拓展到通路研究提供了很大的助力。  |
|
|
