一个人类交互组，优先考虑药物发现

Open Targets、EMBL的欧洲生物信息学研究所(EMBL- ebi)和GSK的科学家正在使用一种相互作用的人类蛋白质图谱揭示疾病的共同基础。通过帮助了解生物过程如何影响人类特征和疾病，这项工作将优先考虑药物发现的新目标，并确定药物重新利用的机会。

蛋白质是在我们细胞中完成大部分工作的分子，是按照基因编码的蓝图制造的。它们对身体组织的结构、功能和调节至关重要，通常是药物或治疗的靶点。

全基因组关联研究(GWAS)通过关联帮助我们建立疾病的遗传基础特定的基因疾病。为了确定这些基因是如何导致疾病的，我们需要了解它们编码和连接特定蛋白质的功能生物过程疾病。

在这项发表在杂志上的新研究中自然遗传学，研究人员创建了一个相互作用的蛋白质网络-或相互作用组-结合来自不同来源的证据，包括EMBL-EBI的证据完整的数据库，Reactome,已婚男性．利用这种相互作用组，他们确定了与基因相互作用的蛋白质组，这些基因通过GWAS与1000多个基因相连人类的特征来自21个治疗领域。

牵连

相互作用的蛋白质可能参与相同的生物过程。因此，如果蛋白质已知与某种疾病有关，了解它与哪些伙伴相互作用可以提供关于它在细胞中具有的功能的信息。通过“关联内疚”，相互作用的蛋白质有时也可以成为极好的治疗靶点。

研究人员发现了73个与不止一种性状或疾病有关的蛋白质簇，这种现象被称为多效性。理解这些多效关系是非常宝贵的药物发现因为它们表明了一种疾病的治疗方法可能对另一种疾病有效的机会。他们还可以建议要避免的药物靶点，因为靶向这些靶点可能会导致不必要的副作用。

“交互组确定了一些已知的关联，如心血管疾病和脂蛋白或胆固醇测量，”开放目标和EMBL-EBI的博士后Inigo Barrio Hernandez说。“但我们也发现了一些意想不到的联系。例如，相互作用组突出了10种呼吸和皮肤免疫相关疾病共有的3个蛋白质簇。这是非常令人兴奋的，因为我们现在有了一些生物学支持，可以重新利用现有的药物，这些药物被证明是安全的，可以治疗相关疾病。”

寻找疾病的原因

网络扩展也是评估通过GWAS识别的基因组位点上基因的相对重要性的有用工具。GWAS比较点的共同变异人类基因组具有特定特征或疾病的个体与对照个体之间。为了确定可能的致病基因和蛋白质与有关的性状，预测方法，如Open Targets的Locus-to-Gene机器学习得分已经开发出来了。这种方法使用了一些因素，比如从共同变异点到基因的距离，以及该位置的DNA结构，以优先考虑最相关的基因．

在目前的研究中，研究人员以炎症性肠病(IBD)为例，表明交互作用组可以用来寻找最有可能导致疾病的蛋白质。IBD是一种具有遗传基础的复杂疾病，但其疾病生物学尚不清楚。Barrio Hernandez与专门研究IBD的Open Targets研究人员合作，证明了交互作用组可以用于优先考虑最有可能参与疾病的蛋白质列表，基于它们与交互作用组中其他IBD连接蛋白的接近性。

“这项工作连接了生物学的许多领域，包括统计遗传学、细胞生物学和生物信息学，”苏黎世联邦理工学院副教授、EMBL-EBI前小组负责人佩德罗·Beltrao说。“它汇集了来自开放目标和EMBL-EBI的小组，突出了跨学科合作的价值。”

Open Targets信息学主任Ellen McDonagh说:“这是我们开放靶标合作信息学项目之一的一次令人兴奋的展示，该项目为新靶标发现和药物再利用产生了一系列新的见解，并通过共享的生物过程告知我们对罕见疾病和常见疾病之间联系的理解。”

“现在正在进一步开发，以提供组织和细胞类型的特定网络，以帮助进一步优先考虑疾病治疗的目标。”