從蛋白質交互作用推導癌症蛋白之功能域交互作用研究

Deriving Cancerous Protein Specific Domain-Domain Interactions from Protein-Protein Interactions

江文欽(Wen-Chin Chiang)

指導教授 ： 吳家樂

亞洲大學/資訊學院/生物資訊學系碩士班/碩士(2011年)

摘要

蛋白質與蛋白質之交互作用(protein-protein interaction 簡稱PPI)產生突變會可能誘發疾病的形成，如癌症。本研究主要是藉由PPI推導致癌蛋白(onco-proteins簡稱OCP)、抑癌蛋白(tumor suppressor proteins簡稱TSP)與非癌症蛋白(non-cancer proteins 簡稱X)的domain-domain interactions (簡稱DDI)規則。
研究中主要使用三種資料，癌症相關蛋白、蛋白質相互作用及蛋白質功能域(Domain)資料，癌症蛋白資料來自Tumor Associated Gene (簡稱TAG)、PPI資料來自資料庫Biogrid、功能域(Domain)資料來自Interpro。
為了找出致癌蛋白及抑癌蛋白特異性的DDI，以一對一模型來做計算。其後分別測試OCP-OCP、TSP-TSP 和 OCP-TSP特異性DDI的靈敏度，靈敏度測試中以OCP-OCP結果最佳，靈敏度達到80.5%，TSP-TSP的靈敏度測試最低為56.6%。研究中也對誤判率(false positive)進行測試，誤判率最低的結果為使用TSP-TSP特異性DDI資料做訓練(Training)，X-X資料做測試(Test)，誤判率為1.73%。
為了降低誤判率,分別找出OCP-OCP與TSP-TSP和OCP-TSP重複的DDI,以OCP-OCP training加以扣除,靈敏度以OCP-OCP結果最佳70.6%，然而以OCP-TCP為test data，誤判率降低， 代表移除共同DDI後可改善預測特異性。研究結果建置成網頁，供使用者查詢。網址: http://ppi.bioinfo.asia.edu.tw/TsgOcgppi/。

關鍵字

蛋白質交互作用、功能域、抑癌基因，致癌基因，靈敏度， 誤判率

並列摘要

無資料

並列關鍵字

Protein-Protein Interactions, Domain, Tumor Suppressor Gene, Oncogene, Sensitivity, False Positive Rate

參考文獻

Chen Xue-Wen, Liu Mei. (2005) Prediction of protein–protein interactions using random decision forest framework. Bioinfo. 21: 4394–4400.

Chu, L. H. and B. S. Chen (2008). Construction of a cancer-perturbed protein-protein interaction network for discovery of apoptosis drug targets. BMC Syst Biol 2: 56.

Dyer, M. D., T. M. Murali, et al. (2007). Computational prediction of host-pathogen protein-protein interactions. Bioinfo. 23(13): i159-66.

Forslund Kristoffer and Sonnhammer Erik L. L. (2008) Predicting protein function from domain content. Bioinfo. 24: 1681–1687.

Goh, K. I., M. E. Cusick, et al. (2007). The human disease network. Proc Natl Acad Sci U S A 104(21): 8685-8690.