人类蛋白质相互作用的最大资源可以帮助解释基因组数据

国际研究团队开发了最大的蛋白质与蛋白质相互作用网络数据库，一种能够阐明许多疾病相关基因如何导致疾病发展和进展的资源。由Massachusetts综合医院（MGH）和广泛的麻省理工学院和哈佛大学研究所领导，该团队就其呼叫inweb_inbiomap（Inweb_im）的网络发展报告是接受进步的在线出版物自然方法。

“现代遗传技术允许我们常规地序列人们的基因组，例如癌症或精神病疾病，但了解受疾病导致遗传变异影响的细胞系统仍然是一个重大挑战，”Kasper Lage，Phd说MGH手术部和斯坦利在广泛研究所的精神病学研究中心，项目负责人和与合同作者自然方法报告。“具有人体蛋白质的物理相互作用的更多完整地图将使我们能够以更高的分辨率开始探索疾病影响的细胞过程比目前可能的。”

尽管绘制大规模蛋白质-蛋白质相互作用网络的重要性得到了广泛承认，但最近的实验努力只确定了不到3万次直接相互作用，远远低于相互作用总数最保守估计的四分之一。Lage的团队与丹麦和英国的研究人员合作，开发了一个计算框架来整合来自43000多篇已发表文章的数据，包括来自8个已建立的蛋白质相互作用数据库的数据。他们在创建InWeb_IM时采用了严格的质量控制，在2015年2月论文提交时，InWeb_IM包含了近586000次互动，现在包含了超过625500次互动。

来自Lage团队的共同首席作者Taibo Li解释说:“就像人一样，蛋白质喜欢在团队中工作来完成它们的功能，它们通过蛋白质网络中的物理相互作用来完成。如果你将蛋白质-蛋白质互动网络与人类社交网络进行比较，就像Facebook这样的平台可以根据与网络中的其他人的互动模式推断出可能彼此认识或有共同兴趣的人一样，构建蛋白质相互作用网络可以推断出基因组和分子途径，从而提高我们对人类细胞中发生的过程的理解。”

拉格补充说:“基因组测序的成本迅速下降，这远远超过了我们对未确诊疾病患者基因变异的解释能力。通过探索互动网络在可能导致疾病的蛋白质和基因的水平上，临床医生可能开始看待否则难以辨别的遗传数据模式，我们在文章中说明了癌症和自闭症。例如，大约30个基因似乎参与了心肌病，但许多具有这种基因的病症的个体没有突变。通过在30个心肌病基因的蛋白质水平看互动伴侣，我们可以根据“心肌病网络”，开始识别新的候选基因，可能导致疾病的新分子见解。我们希望Inweb_im可以是一种有助于解释临床外壳测序数据的资源，并在患有未知疾病原因的患者中发挥临床作用的作用。“

该团队正在继续开发利用InWeb_IM来解释大规模基因组数据集的方法;通过整合蛋白质组学、转录组学和基因组学数据，以组织特异性的方式提高对复杂生物系统的理解;并与妇幼保健中心的几个小组合作，将这些信息应用于了解心血管疾病、出生缺陷、癌症、生殖障碍和精神疾病。InWeb_IM将每季度进行维护和更新，学术用户完全可以访问http://www.lagelab.org/resources/或http://www.intomics.com/inbiomap。