Εντοπισμός πρωτεϊνικών αλληλεπιδράσεων σε μικροβιακές αλληλουχίες μέσω της ανάλυσης συγχώνευσης πρωτεϊνικών δομικών ενοτήτων

Abstract

Protein-protein interactions are involved in almost every level of cell function. Two or more proteins can interact either indirectly (functionally) or directly (in physical contact with each other). Numerous experimental methods and –recently- computational methods have been developed in order to determine protein-protein interactions.Domain fusion analysis is a computational method for the detection of interacting proteins, which provides pairs of protein domains that are found separately in a given organism A but in the same time fused in a single protein in another organism B. Such a prediction may indicate common function of the protein pair or even involvement in a common metabolic or biochemical pathway of the two interacting proteins.This research attempted to achieve the following objectives: firstly, the development of an algorithmic methodology for the identification of protein-protein interactions by use of proteomic sequences and secondly, the analysis of the proteomic sequences of 24 bacteria in order to detect and study potential fusion events of protein domains.Criteria for the selection of the bacterial microorganisms for the analysis were their researching interest and the existence of the entire sequence of their proteome. Additional aim was to represent equally all bacterial phyla in the microbial sample for the analysis. Two different whole-proteomic sequences of eukaryotic microorganisms were selected as reference proteomes: one of the fungus Saccharomyces cerevisiae and the other of the fungus Schizosaccharomyces pombe.The method that was constructed resulted in the identification of 175 initial interacting protein pairs (potential fusion events) at 24 bacterial proteomes, of which 104 (59 %) were confirmed as true positives, based on the STRING database. The accuracy of the method was even greater, reaching the percentage of successful predictions up to 70 % when promiscuous domains (such as AAA domains) were filtered out of the predictions.This study suggests an automated method for the identification of fusion events in proteomic sequences, which can be applied to any proteome of Archaea or Bacteria or Eukarya, although definite confirmation of protein-protein interactions demands experimental procedures.

Οι πρωτεϊνικές αλληλεπιδράσεις λαμβάνουν μέρος σχεδόν σε κάθε επίπεδο της κυτταρικής λειτουργίας. Δύο ή περισσότερες πρωτεΐνες μπορούν να αλληλεπιδρούν είτε έμμεσα (λειτουργικά) είτε άμεσα (σε επαφή μεταξύ τους). Για τον προσδιορισμό πρωτεϊνικών αλληλεπιδράσεων έχουν αναπτυχθεί πλήθος πειραματικών μεθόδων, αλλά και υπολογιστικών μεθόδων.Η ανάλυση συγχώνευσης πρωτεϊνικών δομικών ενοτήτων είναι μια υπολογιστική μέθοδος, η οποία προβλέπει ζεύγη αλληλεπιδρώντων πρωτεϊνών σε δεδομένο οργανισμό Α, εντοπίζοντας τις συντηγμένες σε μια ενιαία πρωτεΐνη σε κάποιον άλλο οργανισμό Β. Μια τέτοια πρόβλεψη μπορεί να δηλώνει κοινή λειτουργία του πρωτεϊνικού ζεύγους ή ακόμα και συμμετοχή σε κάποιο κοινό μεταβολικό ή βιοχημικό μονοπάτι των δύο αλληλεπιδρώντων πρωτεϊνών.Στη συγκεκριμένη έρευνα έγινε προσπάθεια να επιτευχθούν οι εξής στόχοι: η ανάπτυξη αλγοριθμικής μεθοδολογίας για τον εντοπισμό πρωτεϊνικών αλληλεπιδράσεων, μέσω γεγονότων συγχώνευσης σε πρωτεωμικές αλληλουχίες και η ανάλυση των πρωτεωμάτων 24 βακτηρίων με σκοπό τη μελέτη γεγονότων συγχώνευσης πρωτεϊνικών δομικών ενοτήτων σε αυτά. Κριτήρια για την επιλογή των μικροβίων της ανάλυσης αποτέλεσαν το ερευνητικό τους ενδιαφέρον και η ύπαρξη ολόκληρης της αλληλουχίας του πρωτεώματός τους στη βάση δεδομένων. Στόχος επιπλέον, ήταν η αντιπροσώπευση όλων των φύλων των βακτηρίων στο μικροβιακό δείγμα της ανάλυσης. Ως μικροοργανισμοί αναφοράς επιλέχθηκαν δύο ευκαρυωτικοί μικροοργανισμοί: ο μύκητας Saccharomyces cerevisiae και ο μύκητας Schizosaccharomyces pombe.Η μέθοδος που κατασκευάστηκε είχε σαν αποτέλεσμα των εντοπισμό 175 αρχικά γεγονότων συγχώνευσης στα 24 βακτηριακά πρωτεώματα, από τα οποία τα 104 (59%) επιβεβαιώθηκαν ως αληθώς θετικά στη βάση δεδομένων STRING. Η ακρίβεια της μεθόδου έγινε ακόμα μεγαλύτερη, φτάνοντας το ποσοστό επιτυχημένων προβλέψεων στο 70%, όταν από τα αποτελέσματα αφαιρέθηκαν οι δομικές ενότητες που τείνουν να αλληλεπιδρούν με μεγάλο αριθμό άλλων δομικών ενοτήτων στα κύτταρα (promiscuous domains).Η διατριβή αυτή προτείνει μια αυτοματοποιημένη μέθοδο εντοπισμού γεγονότων συγχώνευσης σε πρωτεωμικές αλληλουχίες, η οποία μπορεί να εφαρμοστεί σε οποιοδήποτε πρωτέωμα, είτε Αρχαίων είτε Βακτηρίων είτε φυσικά και Ευκαρυωτών αν και η οριστική επιβεβαίωση πρωτεϊνικών αλληλεπιδράσεων γίνεται πάντοτε πειραματικά.