Redes de Interacción de Proteínas

Redes de Interacción de Proteínas
David Juan. Grupo de Diseño de Proteínas. CNB-CSIC
[email protected]
Conjuntos de interacciones
detectadas experimentalmente
Uetz et al. Nature. 2000 (YEAST)
Ito et al. PNAS. 2001 (YEAST)
Gavin et al. Nature. 2002 (YEAST)
Ho et al. Nature. 2002 (YEAST)
Giot et al. Science. 2003 (FLY)
Li et al. Science. 2004 (WORM)
Butland et al. Nature. 2005 (E. coli)
Barrios-Rodiles et al. Science. 2005 (MAMMALIAN)
Rual et al. Nature. 2005 (HUMAN)
Yeast two-hybrid
Yeast two-hybrid & localizaciónn celular
Yeast two-hybrid
Algunos problemas:
-> Falsos negativos:
->Interferencia de los dominios fusionados.
->Interacciones 1 Vs 1, no tiene en cuenta efectos cooperativos.
->Falsos positivos:
->Interacciones mediadas por terceras proteínas.
->Es capaz de obtener interacciones lábiles, pero esto lo hace más
vulnerable a uniones inexpecíficas.
->Aunque el ensayo es in vivo, las condiciones no (sobre-expresión,
forzado en el núcleo, etc)
->Baja reproducibilidad.
Purificación de complejos (TAP-MS y HMS-PCI)
Purificación de complejos
Se generan redes diferentes de las de y2h
Nodos = complejos; Enlaces=comparten elementos
Modos de representación
binaria de los datos
obtenidos de complejos
Purificación de complejos
Algunos problemas:
->Falsos negativos:
->Interferencia del TAP-cassette en la interacción (~18% de las
proteínas no son funcionalmente viables).
->Proteína no expresada en el momento de la lisis (se ha relacionado
con la concentración de mRNA).
->Sesgo en contra de proteínas pequeñas (<15K).
->Detecta principalmente interacciones estables (se pierde las lábiles).
->Falsos positivos:
->Proteínas pegajosas.
->Se estima un 70% de complejos reproducibles.
->Interacciones establecidas durante la lisis.
Solapamiento de los datos experimentales
Complejos gran escala
Y2H gran escala
Text Mining
Experimentos pequeña escala
Estrategias combinadas
Redes de interacciones predichas
Una revisión:
Valencia & Pazos.Curr. Op. Struct. Biol. 2002
Principios
➔
Se sabe que proteínas funcionalmente relacionadas tienden
a coordinar su evolución.
➔
La interacción es una forma muy fuerte de relación
funcional.
➔
Esto implica que la detección de proteínas que hayan
evolucionado coordinadamente puede ayudarnos a predecir
interacciones
Principios
➔
La evolución se estudia a través de la comparación de secuencias
homólogas con funciones comparables.
➔
Tanto la evolución génica, como la interacción de proteínas se han de
estudiar en el contexto de los organismos.
➔
Las trazas de evolución coordinada se encuentran por la acumulación de
señales en un número alto de organismos.
➔
Nos interesa identificar las proteínas que estan históricamente
relacionadas (homólogas), y desarrollan la misma función (equivalogas).
Buscando evolución coordinada
Perfiles filogenéticos
➔
Un perfil filogenético es un vector que define la ausencia/presencia
de un representante de un conjunto de equivalogos en cada
organismo.
➔
Las proteínas que interaccionan han de estar en los mismos
organismos
➔
➔
La evolución tiende a eliminar proteínas innecesarias
Comparar perfiles filogenéticos da una medida muy burda de
evolución coordinada.
Buscando evolución coordinada
Gene neighbourhood
➔
Dos genes se consideran vecinos
cuando están próximos en un genoma
(menos de 600bp)
➔
Se sabe que en procariotas esta
vecindad se usa para para optimizar la
coordinación de su expresión.
➔
Además genes próximos pueden ser
eliminados y transferidos juntos.
➔
La conservación de esta proximidad a lo
largo de diferentes organismos es una
señal de evolución coordinada.
Dandekar et al. TIBS. 1998.
Overbeek et al. PNAS. 1999.
Buscando evolución coordinada
Gene fusion
➔
Se
sabe
que
se
generan
secuencias híbridas por fusión de
otras más simples.
➔
Esto
permite
coordinación
de
desempeñadas
proteínas.
➔
una
las
por
mayor
funciones
ambas
Además permite el incremento de
la complejidad de los organismos
por combinación y especialización
de dominios (eucariotas).
Marcotte et al. Science 1999
Marcotte et al. Nature 1999
Enright et al. Nature 1999.
Buscando evolución coordinada
Métodos basados en secuencia
Hay otro nivel de coevolución posible: coevolución de secuencias.
➔
Este nivel supone paralelismos históricos que deberían ser
➔
detectables comparando la evolución de las secuencias de
diferentes conjuntos de equivalogos.
➔
Para ello, construímos alineamientos múltiples de secuencias de
estos conjuntos.
➔
Después hacemos pares de alineamientos comparables
extrayendo aquellas secuencias de los mismos organismos para
ambos conjuntos.
Buscando evolución coordinada
MirrorTree
Las proteínas que interaccionan comparten un conjunto de
➔
restricciones evolutivas comunes.
Este método intenta detectar la coevolución al nivel de secuencias
➔
comparando una simplificación de los árboles evolutivos de pares
de alineamientos.
➔
Se construye una matriz de
distancias para cada alineamiento
➔
Se calcula la correlación de
ambas matrices.
Pazos & Valencia. Proteins. 2002
Buscando evolución coordinada
In silico two-hybrid
➔
Para un número de casos se ha mostrado la existencia de patrones
de substituciones correlacionados entre diferentes posiciones de una
secuencia (relacionado con proximidad espacial).
➔
Se cree que esto se debe a la coevolución de estas posiciones (mutaciones
recíprocas).
➔
Siguiendo esta lógica, buscamos estos
comportamientos, no intra-proteína, sino
inter-proteína en pares de alineamientos
comparables.
➔
Una ventaja de este método es que
permite la identificación de los resíduos
responsables de este comportamiento
(¿sitios de unión?)
Pazos & Valencia. Prot Eng. 2002
Métodos de predicción de interacciones
Métodos de predicción de interacciones
Métodos de predicción de interacciones
Test data sets
KEGG
Prediction Methods
IH
MT
PP
GN
Combination of methods
GF
Any
EcoCyc
ABSTRACT
SENTENCE
HP
DIP
D+K+E+S+H
0.23
0.25
0.08
0.05
0.04
0.26
0.11
98/430
32/128
69/873
41/750
2/51
10/38
111/1044
0.23
0.19
0.08
0.06
0.02
0.18
0.11
89/384
33/175
67/861
45/763
1/43
7/39
108/969
0.36
0.84
0.09
0.05
0.01
0.1
0.16
175/481
61/73
101/1169
51/1108
2/252
5/48
212/1329
0.78
0.77
0.6
0.5
0.12
0.61
0.63
509/652
258/334
634/1083
468/939
7/59
57/93
774/1233
0.86
0.33
0.24
0.14
0.33
0.39
0.74
533/623
68/209
127/521
65/461
2/6
9/23
551/740
0.53
0.47
0.21
0.15
0.03
0.31
0.31
1253/2371
381/816
880/4260
562/3798
12/393
66/214
1579/5044
0.71
0.65
0.49
0.44
0.13
0.76
0.61
Any­2
119/167
60/92
105/216
86/194
2/16
16/21
143/236
1
1
0.86
0.77
0
1
0.97
Any­3
29/29
10/10
24/28
20/26
0/2
5/5
31/32
1
1
1
0.67
­­
1
1
Any­4
3/3
1/1
3/3
2/3
0/0
1/1
3/3
Algunos problemas generales de los métodos
de predicción
-> Falsos negativos:
-> Se requiere una señal clara a lo largo de varios organimos.
-> Si la detección de proteínas equiválogas falla, no se encuentra la señal.
-> Falsos positivos:
-> Las relaciones filogenéticas entre los organismos, suponen sesgos que
pueden producir señales erróneas.
-> La evolución coordinada puede tener problemas para distinguir entre
interacción física y asociación funcional.
-> La evolución coordinada sufre de cierta transitividad (si a-b y b-c
entonces a-c).
-> El nivel de especificidad depende de la similitud entre las secuencias
(distancias globales).
EciD (E. coli interaction Database)
http://www.pdg.cnb.uam.es/ecid
STRING
http://string.embl.de/
Otras redes relacionadas con interacción
(basadas en literatura)
Blaschke & Valencia. Genome Inform Ser Workshop Genome
Inform. 2001
Hoffmann & Valencia. Nat. Genetics. 2004
Selecting terms that
indicate interaction
Rules (frames) to identify
the interactions
Extraction of the
interactions
Pubmed
15M entries
Selection of the text corpus
SUISEKI
Extraction of protein nam
c
Human expert manipula
Action words are for example:
activate, associated with, bind, interact, phosphorylate, regulate
* [protein A] ... verb indicating an action ... [protein B]
“After extensive purification, Cdk2 was still bound to cyclin D1”
Hoffmann Valencia Nat Genet 20
Otras evaluaciones de conjuntos
de interacciones
von Mering et al. Nature. 2002
Lee et al. Science. 2004
Otra comparación de métodos (respecto a
complejos)
TAP + mass spec
Biochemical
identification
In silico predictions
Array data
Y2h systems
Comparación más reciente (funcional)
+
Predicción funcional
Algunos análisis de redes de interacción
Una revisión: Barabasi & Oltvai. Nat. Rev. Genetics. 2004
Un trabajo reciente: Lee et al. Science. 2004
Robustez
¿Cómo reacciona la red a la
eliminación de nodos al
azar?
Evolución de las redes
➔
Estructura de la red: Red libre de
escala.
➔
Coherente con un crecimiento por unión
preferencial.
➔
Se
han
desarrollado
simulaciones
incluyendo crecimiento de la red por
duplicación génica.
Prediciendo función con redes de interacción
➔
Contexto de red o dime con
quien andas y te diré quien eres
➔
Se asigna función basándose en
la función de los nodos vecinos.
➔
Se reduce el número de enlaces
entre proteínas con función
diferente.
Vazquez et al, Nat Biotech. 2003
Integrando información
Aproximación bayesiana estableciencio
calidades en función de rutas
metabólicas.
Lee et al. Science. 2004.
Futuro
➔
Está claro que los conjuntos de interacciones están lejos de ser
completos. ¿Hasta dónde pueden ayudar los métodos de predicción?
➔
➔
Las interacciones son importantes, pero sólo parte del sistema
La mayoría de los estudios no integran diferentes tipos de redes
interacción, coexpresión, metabolismo, regulación génica, etc.
➔
Las redes de interacción no representan la naturaleza dinámica de la
célula.
➔
El análisis de las redes es muy joven, por lo que se requieren nuevos
estudios para llegar a comprenderlas.
➔
Estos avances ayudarán a mejorar las predicciones de función, relevancia
de las proteínas, etc.
Ruegos y preguntas
¡Manos arriba!
y/o
[email protected]