Redes de Interacción de Proteínas
Anuncio
Redes de Interacción de Proteínas David A. Juan [email protected] CNIO. Grupo de Biología Computacional Estructural. Distintos niveles de resolución 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) Barrios­Rodiles et al. Science. 2005 (MAMMALIAN) Rual et al. Nature. 2005 (HUMAN) Yeast two­hybrid Yeast two­hybrid & 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 suelen serlo (sobreexpresión, forzado en el núcleo, etc) ➢ Baja reproducibilidad. Purificación de complejos (TAP­MS y HMS­PCI) Purificación de complejos Se generan redes diferentes de las de y2h Nodos = complejos; Enlaces=comparten elementos Se desconoce la topología (interacciones prot­prot) de los complejos. 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 ➢Falsos principalmente interacciones estables (se pierde las lábiles). positivos: ➢Proteínas ➢Se pegajosas. 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 Combinando estrategias Redes de interacciones predichas Una revisión: Valencia & Pazos.Curr. Op. Struct. Biol. 2002 Algunas ideas de partida ➢Se sabe que proteínas funcionalmente relacionadas tienden a presentar una evolución coordinada. ➢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 Algunas ideas de partida ➢ 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 ➔ 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 La evolución genera secuencias híbridas por fusión de otras más simples. ➔ Esto permite una mayor coordinación de las funciones desempeñadas por ambas proteínas. ➔ Además permite el incremento de la complejidad de los organismos por combinación y especialización de dominios (eucariotas). ➔ La presencia de estas fusiones sugiere una La presencia de estas fusiones sugiere una interacción entre las secuencias homólogas no fusionadas. ➔ 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 coordinación posible: coevolución de secuencias. ➔ Buscamos paralelismos históricos que deberían ser detectables comparando la evolución de las secuencias de diferentes conjuntos de equivalogos. NCBI/TIGR genomes Best hit ➔ 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. ➔ 44 genomes (fasta­format) 10E­5 BLAST 10E­5 E. coli Best hit Very strict homology assignment (same ancestor, different organism and the best possible coupling) MUSCLE Practical definition of equivalogy Set of equivalogs MSAs Buscando evolución coordinada MirrorTree ➔ ➔ Las proteínas que interaccionan tienden a compartir 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. HISX_ECOLI Pazos & Valencia. Prot. Eng. 2001 HIS4_ECOLI Pazos & Valencia. Proteins. 2002 Buscando evolución coordinada In silico two­hybrid ➔ ➔ ➔ ➔ 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 intra­proteína, 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. Proteis. 2002 Métodos de predicción de interacciones Métodos de predicción de interacciones Métodos de predicción de interacciones 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. -> Una interacción dada no necesariamente debe mostrar ninguno de los indicios usados. -> Falsos positivos: -> Las relaciones filogenéticas entre los organismos, suponen sesgos que pueden producir señales erróneas. -> La evolución coordinada tiene 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 SUISEKI Selection of the text corpus 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 2004 Otras evaluaciones de conjuntos de interacciones von Mering et al. Nature. 2002 Lee et al. Science. 2004 Otra comparación de métodos (respecto a complejos) Comparación más reciente (funcional) + Predicción funcional Aprendiendo de las redes de interacción Una revisión: Barabasi & Oltvai. Nat. Rev. Genetics. 2004 Un trabajo reciente: Lee et al. Science. 2004 Algunas carácterísticas Distribución Power­Law de conectividades ­> p(k)~k­γ (¿Scale­free?) ➢Robusta a eliminación de nodos al azar. ➢Los nodos más conectados suelen estar unidos a otros con pocas interacciones. ➢Presenta módulos difíciles de detectar (¿Jerárquica?). ➢ 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. ➔ Motivos, Función y Conservación Se pueden describir motivos de un número pequeño de nodos y unas conexiones deternadas entre ellos. ➔Algunos de estos motivos están sobrerrepresentados en las redes de interacción (y2h). ➔Se puede ver que existe relación entre los motivos y el tipo de proceso celular. ➔Además, los motivos más conectados están más conservados entre organismos (relacionado con la robustez de la red) ➔ Wutchty, Oltvai & Barabasi. Nat. Genet. 2003. Añadiendo la variable temporal Interacciones + Expresión Ulrik de Lichtenberg,Lars Juhl Jensen,Søren Brunak,Peer Bork.Dynamic Complex Formation During the Yeast Cell Cycle. Science.2005.307,724-7 Buscando módulos funcionales Coordena radial: basada en el tráfico que atraviesa al nodo Cordenada angular: minimiza la longitud de las conexiones Color: Niveles de expresión 20 min después de un golpe de calor Valente & Cusick. Nucleic Acids Research. 2006 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 Predicción de función integrando información Aproximación bayesiana estableciencio confianzas 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. El estudio dinámico de los sistemas biológicos y de sus respuestas a determinadas condiciones (estres, enfermedades, envejecimiento, etc) debe apoyarse en el conocimiento de las redes de interacción, regulación, rutas metabólicas, ... Ruegos y preguntas ¡Manos arriba! y/o [email protected]
