Hispanopedia Wiki
Articulo de referencia

Interacción proteína-proteína

El inhibidor de ribonucleasa con forma de herradura (representado como un modelo alámbrico) forma una interacción proteína-proteína con la proteína ribonucleasa. Los contactos e...

Hispanopedia WikiContenido en espanolLectura gratuita

El inhibidor de ribonucleasa con forma de herradura (representado como un modelo alámbrico) forma una interacción proteína-proteína con la proteína ribonucleasa. Los contactos entre ambas proteínas se muestran como parches de color.

Las interacciones proteína-proteína ( IPP ) son contactos físicos de alta especificidad que se establecen entre dos o más moléculas de proteína como resultado de procesos bioquímicos dirigidos por interacciones que incluyen fuerzas electrostáticas , enlaces de hidrógeno y el efecto hidrofóbico . Muchas son contactos físicos con asociaciones moleculares entre cadenas que ocurren en una célula o en un organismo vivo dentro de un contexto biomolecular específico.

Las proteínas rara vez actúan solas, ya que sus funciones suelen estar reguladas. Muchos procesos moleculares dentro de una célula son llevados a cabo por máquinas moleculares formadas por numerosos componentes proteicos organizados mediante interacciones proteína-proteína (IPP). Estas interacciones fisiológicas conforman la denominada interactómica del organismo, mientras que las IPP aberrantes son la base de múltiples enfermedades relacionadas con la agregación, como la enfermedad de Creutzfeldt-Jakob y la enfermedad de Alzheimer .

Las PPI se han estudiado con muchos métodos y desde diferentes perspectivas: bioquímica , química cuántica , dinámica molecular , transducción de señales , entre otras. [ 1 ] [ 2 ] [ 3 ] Toda esta información permite la creación de grandes redes de interacción de proteínas [ 4 ] –similares a las redes metabólicas o genéticas/epigenéticas– que potencian el conocimiento actual sobre cascadas bioquímicas y etiología molecular de enfermedades, así como el descubrimiento de posibles dianas proteicas de interés terapéutico.

Ejemplos

Proteínas de transferencia de electrones

En muchas reacciones metabólicas, una proteína que actúa como transportador de electrones se une a una enzima que actúa como su reductasa . Tras recibir un electrón, se disocia y se une a la siguiente enzima que actúa como su oxidasa (es decir, un aceptor del electrón). Estas interacciones entre proteínas dependen de una unión altamente específica para asegurar una transferencia de electrones eficiente. Ejemplos: componentes del sistema de la cadena de fosforilación oxidativa mitocondrial: citocromo c reductasa/ citocromo c /citocromo c oxidasa; sistemas P450 microsomales y mitocondriales. [ 5 ]

En el caso de los sistemas P450 mitocondriales, los residuos específicos involucrados en la unión de la proteína de transferencia de electrones adrenodoxina a su reductasa se identificaron como dos residuos básicos de Arg en la superficie de la reductasa y dos residuos ácidos de Asp en la adrenodoxina. [ 6 ] Trabajos más recientes sobre la filogenia de la reductasa han demostrado que estos residuos involucrados en las interacciones proteína-proteína se han conservado a lo largo de la evolución de esta enzima. [ 7 ]

transducción de señales

La actividad celular está regulada por señales extracelulares. La propagación de señales dentro y/o a lo largo del interior celular depende de las interacciones proteína-proteína (IPP) entre las diversas moléculas de señalización. El reclutamiento de vías de señalización a través de las IPP se denomina transducción de señales y desempeña un papel fundamental en numerosos procesos biológicos y en muchas enfermedades, como la enfermedad de Parkinson y el cáncer.

Transporte de membrana

Una proteína puede transportar otra proteína (por ejemplo, del citoplasma al núcleo o viceversa, como en el caso de las importinas del poro nuclear ).

Metabolismo celular

En muchos procesos biosintéticos, las enzimas interactúan entre sí para producir compuestos pequeños u otras macromoléculas.

Contracción muscular

La fisiología de la contracción muscular implica varias interacciones. Los filamentos de miosina actúan como motores moleculares y, al unirse a la actina , permiten el deslizamiento de los filamentos. [ 8 ] Además, los miembros de la familia de proteínas asociadas a las gotas lipídicas del músculo esquelético se asocian con otras proteínas, como el activador de la lipasa de triglicéridos adiposos y su coactivador , la proteína de identificación comparativa del gen-58, para regular la lipólisis en el músculo esquelético.

Tipos

Para describir los tipos de interacciones proteína-proteína (IPP), las proteínas pueden interactuar de forma transitoria (para producir algún efecto específico en un corto período de tiempo, como la transducción de señales) o de forma estable con otras proteínas para formar complejos que se convierten en máquinas moleculares dentro de los sistemas vivos. El ensamblaje de un complejo proteico puede dar lugar a la formación de complejos homo-oligoméricos o hetero-oligoméricos . Además de los complejos convencionales, como enzima-inhibidor y anticuerpo-antígeno, también pueden establecerse interacciones entre dominios y dominios-péptidos. Otra distinción importante para identificar las interacciones proteína-proteína es la forma en que se han determinado, ya que existen técnicas que miden las interacciones físicas directas entre pares de proteínas, denominadas métodos binarios, mientras que existen otras técnicas que miden las interacciones físicas entre grupos de proteínas, sin la determinación por pares de las proteínas asociadas, denominadas métodos de co-complejo.

Homo-oligómeros frente a hetero-oligómeros

Los homo-oligómeros son complejos macromoleculares constituidos por un solo tipo de subunidad proteica . El ensamblaje de las subunidades proteicas está guiado por el establecimiento de interacciones no covalentes en la estructura cuaternaria de la proteína. La disrupción de los homo-oligómeros para volver a los monómeros individuales iniciales a menudo requiere la desnaturalización del complejo. [ 9 ] Varias enzimas , proteínas transportadoras , proteínas de andamiaje y factores reguladores transcripcionales llevan a cabo sus funciones como homo-oligómeros. Distintas subunidades proteicas interactúan en hetero-oligómeros, que son esenciales para controlar varias funciones celulares. La importancia de la comunicación entre proteínas heterólogas es aún más evidente durante los eventos de señalización celular y dichas interacciones solo son posibles debido a dominios estructurales dentro de las proteínas (como se describe más adelante).

Interacciones estables frente a interacciones transitorias

Las interacciones estables involucran proteínas que interactúan durante un largo tiempo, tomando parte de complejos permanentes como subunidades, para llevar a cabo funciones. Estos son generalmente el caso de los homo-oligómeros (p. ej., citocromo c ) y algunas proteínas hetero-oligoméricas, como las subunidades de la ATPasa . Por otro lado, una proteína puede interactuar brevemente y de manera reversible con otras proteínas solo en ciertos contextos celulares ( tipo de célula , etapa del ciclo celular , factores externos, presencia de otras proteínas de unión, etc.), como sucede con la mayoría de las proteínas involucradas en cascadas bioquímicas . Estas se denominan interacciones transitorias. Por ejemplo, algunos receptores acoplados a proteínas G solo se unen transitoriamente a proteínas G i/o cuando son activados por ligandos extracelulares, [ 10 ] mientras que algunos receptores acoplados a G q , como el receptor muscarínico M3, se preacoplan con proteínas G q antes de la unión receptor-ligando. [ 11 ] Las interacciones entre regiones proteicas intrínsecamente desordenadas y dominios proteicos globulares (es decir, MoRF ) son interacciones transitorias. [ 12 ]

Covalente frente a no covalente

Las interacciones covalentes son las de mayor afinidad y se forman mediante enlaces disulfuro o compartición de electrones . Si bien son poco frecuentes, estas interacciones son determinantes en algunas modificaciones postraduccionales , como la ubiquitinación y la SUMOilación . Los enlaces no covalentes suelen establecerse durante interacciones transitorias mediante la combinación de enlaces más débiles, como enlaces de hidrógeno , interacciones iónicas, fuerzas de Van der Waals o enlaces hidrofóbicos. [ 13 ]

El papel del agua

Las moléculas de agua desempeñan un papel significativo en las interacciones entre proteínas. [ 14 ] [ 15 ] Las estructuras cristalinas de complejos, obtenidas a alta resolución a partir de proteínas diferentes pero homólogas, han demostrado que algunas moléculas de agua de la interfaz se conservan entre complejos homólogos. La mayoría de las moléculas de agua de la interfaz forman enlaces de hidrógeno con ambos socios de cada complejo. Algunos residuos de aminoácidos o grupos atómicos de la interfaz de un socio proteico participan en interacciones tanto directas como mediadas por agua con el otro socio proteico. Las interacciones doblemente indirectas, mediadas por dos moléculas de agua, son más numerosas en los complejos homólogos de baja afinidad. [ 16 ] Experimentos de mutagénesis cuidadosamente realizados, por ejemplo, cambiando un residuo de tirosina por una fenilalanina, han demostrado que las interacciones mediadas por agua pueden contribuir a la energía de interacción. [ 17 ] Por lo tanto, las moléculas de agua pueden facilitar las interacciones y los reconocimientos cruzados entre proteínas.

Estructura

Las estructuras moleculares de muchos complejos proteicos se han descifrado mediante la técnica de cristalografía de rayos X. [ 18 ] [ 19 ] La primera estructura resuelta por este método fue la de la mioglobina del cachalote por Sir John Cowdery Kendrew . [ 20 ] En esta técnica, los ángulos e intensidades de un haz de rayos X difractados por átomos cristalinos se detectan en una película, produciendo así una imagen tridimensional de la densidad de electrones dentro del cristal. [ 21 ]

Posteriormente, la resonancia magnética nuclear también comenzó a aplicarse con el objetivo de desentrañar la estructura molecular de los complejos proteicos. Uno de los primeros ejemplos fue la estructura de los dominios de unión a calmodulina unidos a la calmodulina . [ 22 ] [ 23 ] Esta técnica se basa en el estudio de las propiedades magnéticas de los núcleos atómicos, determinando así las propiedades físicas y químicas de los átomos o moléculas correspondientes. La resonancia magnética nuclear es ventajosa para caracterizar las interacciones proteína-proteína débiles. [ 24 ]

Dominios de interacción proteína-proteína

Algunas proteínas poseen dominios estructurales o motivos de secuencia específicos que les permiten unirse a otras proteínas. A continuación, se muestran algunos ejemplos de dichos dominios:

  • Dominio de homología Src 2 (SH2)
Los dominios SH2 están compuestos estructuralmente por una lámina beta retorcida de tres hebras intercalada entre dos hélices alfa. La existencia de un bolsillo de unión profundo con alta afinidad por la fosfotirosina , pero no por la fosfoserina ni la fosfotreonina , es esencial para el reconocimiento de proteínas fosforiladas en tirosina, principalmente receptores de factores de crecimiento autofosforilados . Las proteínas de unión a receptores de factores de crecimiento y la fosfolipasa C γ son ejemplos de proteínas que poseen dominios SH2. [ 25 ]
  • Dominio de homología Src 3 (SH3)
Estructuralmente, los dominios SH3 están constituidos por un barril beta formado por dos láminas beta ortogonales y tres hebras beta antiparalelas. Estos dominios reconocen secuencias ricas en prolina , como la estructura helicoidal de poliprolina tipo II (motivos PXXP) en proteínas de señalización celular como las tirosina quinasas y la proteína 2 unida al receptor del factor de crecimiento ( Grb2 ). [ 25 ]
  • Dominio de unión a fosfotirosina (PTB)
Los dominios PTB interactúan con secuencias que contienen un grupo fosfotirosina. Estos dominios se pueden encontrar en el sustrato del receptor de insulina . [ 25 ]
  • dominio LIM
Los dominios LIM se identificaron inicialmente en tres factores de transcripción homeodominio (lin11, is11 y mec3). Además de estas proteínas homeodominio y otras proteínas implicadas en el desarrollo, también se han identificado dominios LIM en proteínas no homeodominio con funciones relevantes en la diferenciación celular , la asociación con el citoesqueleto y la senescencia . Estos dominios contienen un motivo de dedo de zinc rico en cisteína en tándem y abarcan la secuencia consenso CX2CX16-23HX2CX2CX2CX16-21CX2C/H/D. Los dominios LIM se unen a dominios PDZ, factores de transcripción bHLH y otros dominios LIM. [ 25 ]
  • Dominio del motivo alfa estéril (SAM)
Los dominios SAM están compuestos por cinco hélices que forman un paquete compacto con un núcleo hidrofóbico conservado . Estos dominios, que se pueden encontrar en el receptor Eph y en la molécula de interacción estromal ( STIM ), por ejemplo, se unen a proteínas que no contienen dominios SAM y también parecen tener la capacidad de unirse al ARN . [ 25 ]
  • dominio PDZ
Los dominios PDZ se identificaron por primera vez en tres quinasas de guanilato: PSD-95, DlgA y ZO-1. Estos dominios reconocen motivos tripéptidos carboxi-terminales (S/TXV), otros dominios PDZ o dominios LIM y se unen a ellos mediante una secuencia peptídica corta que contiene un residuo hidrofóbico C-terminal . Algunas de las proteínas identificadas con dominios PDZ son proteínas de andamiaje o parecen estar implicadas en el ensamblaje de receptores iónicos y la formación de complejos receptor-enzima. [ 25 ]
  • dominio FERM
Los dominios FERM contienen residuos básicos capaces de unirse a PtdIns(4,5)P 2 . La talina y la quinasa de adhesión focal (FAK) son dos de las proteínas que presentan dominios FERM. [ 25 ]
  • Dominio de homología de calponina (CH)
Los dominios CH están presentes principalmente en proteínas del citoesqueleto como la parvina . [ 25 ]
  • dominio de homología de pleckstrina
Los dominios de homología de pleckstrina se unen a los dominios de fosfoinosítidos y ácidos en las proteínas de señalización.
  • Dominio WW
Los dominios WW se unen a secuencias enriquecidas con prolina.
  • Motivo WSxWS
Se encuentra en los receptores de citoquinas.

Propiedades de la interfaz

El estudio de la estructura molecular puede proporcionar detalles precisos sobre la interfaz que permite la interacción entre proteínas. Al caracterizar las interfaces de interacción proteína-proteína (PPI), es importante tener en cuenta el tipo de complejo. [ 9 ]

Los parámetros evaluados incluyen el tamaño (medido en dimensiones absolutas Ų o en área de superficie accesible al disolvente (SASA) ), la forma, la complementariedad entre superficies, las propensiones de interfaz de los residuos, la hidrofobicidad, la segmentación y la estructura secundaria, y los cambios conformacionales en la formación del complejo. [ 9 ]

La gran mayoría de las interfaces PPI reflejan la composición de las superficies proteicas, más que los núcleos proteicos, a pesar de estar frecuentemente enriquecidas en residuos hidrofóbicos, particularmente en residuos aromáticos. [ 26 ] Las interfaces PPI son dinámicas y frecuentemente planas, aunque también pueden ser globulares y sobresalientes. [ 27 ] Basándose en tres estructuras —dímero de insulina , complejo tripsina -inhibidor de tripsina pancreático y oxihemoglobina— Cyrus Chothia y Joel Janin encontraron que entre 1130 y 1720 Ų de área superficial se eliminó del contacto con el agua, lo que indica que la hidrofobicidad es un factor importante de estabilización de las PPI. [ 28 ] Estudios posteriores refinaron el área superficial enterrada de la mayoría de las interacciones a 1600 ± 350 Ų . Sin embargo, también se observaron interfaces de interacción mucho más grandes y se asociaron con cambios significativos en la conformación de uno de los socios de interacción. [ 18 ] Las interfaces PPI exhiben complementariedad tanto de forma como electrostática. [ 9 ] [ 11 ]

Regulación

  • concentración de proteínas, que a su vez se ven afectadas por los niveles de expresión y las tasas de degradación;
  • Afinidad de las proteínas por otras proteínas u otros ligandos de unión;
  • Concentraciones de ligandos ( sustratos , iones , etc.);
  • Presencia de otras proteínas , ácidos nucleicos e iones ;
  • Campos eléctricos alrededor de las proteínas.
  • Ocurrencia de modificaciones covalentes;

Métodos experimentales

Hay multitud de métodos para detectarlos. [ 1 ] [ 29 ] Cada uno de los enfoques tiene sus propias fortalezas y debilidades, especialmente en lo que respecta a la sensibilidad y especificidad del método. Los métodos de alto rendimiento más convencionales y ampliamente utilizados son el cribado de doble híbrido de levadura y la purificación por afinidad acoplada a la espectrometría de masas .

Principios de los sistemas de doble híbrido en levaduras y mamíferos

Cribado de doble híbrido de levadura

Este sistema fue descrito por primera vez en 1989 por Fields y Song utilizando Saccharomyces cerevisiae como modelo biológico. [ 30 ] [ 31 ] El sistema de doble híbrido de levadura permite la identificación de interacciones proteína-proteína (PPI) por pares (método binario) in vivo , en el que se prueba la interacción biofísica directa de las dos proteínas. El sistema Y2H se basa en la reconstitución funcional del factor de transcripción de levadura Gal4 y la posterior activación de un reportero selectivo como His3. Para probar la interacción de dos proteínas, se crean dos construcciones de expresión proteica: una proteína (X) se fusiona al dominio de unión al ADN (DB) de Gal4 y una segunda proteína (Y) se fusiona al dominio de activación (AD) de Gal4. En el ensayo, las células de levadura se transforman con estas construcciones. La transcripción de los genes reporteros no ocurre a menos que el cebo (DB-X) y la presa (AD-Y) interactúen entre sí y formen un factor de transcripción Gal4 funcional. Por lo tanto, la interacción entre proteínas puede inferirse por la presencia de los productos resultantes de la expresión del gen reportero. [ 13 ] [ 32 ] En los casos en que el gen reportero expresa enzimas que permiten a la levadura sintetizar aminoácidos o nucleótidos esenciales, el crecimiento de la levadura en condiciones de medios selectivos indica que las dos proteínas analizadas están interactuando. Recientemente, se publicó un software para detectar y priorizar las interacciones proteicas. [ 33 ] [ 34 ]

A pesar de su utilidad, el sistema de doble híbrido de levadura tiene limitaciones. Utiliza levadura como sistema huésped principal, lo que puede ser un problema al estudiar proteínas que contienen modificaciones postraduccionales específicas de mamíferos. El número de interacciones proteína-proteína (IPP) identificadas suele ser bajo debido a una alta tasa de falsos negativos; [ 35 ] y, por ejemplo, subestima las proteínas de membrana . [ 36 ] [ 37 ]

Durante sus estudios, el biólogo molecular Anton Yuryev utilizó el cribado de doble híbrido de levadura para identificar nuevas interacciones proteicas que vinculan la transcripción con la modificación postranscripcional, demostrando la utilidad de estos métodos para revelar PPI funcionales y específicas de isoformas. [ 38 ] En los estudios iniciales que utilizaron Y2H, con frecuencia no se realizaron los controles adecuados para los falsos positivos (por ejemplo, cuando DB-X activa el gen reportero sin la presencia de AD-Y), lo que dio lugar a una tasa de falsos positivos superior a la normal. Es necesario implementar un marco empírico para controlar estos falsos positivos. [ 39 ] Las limitaciones en la menor cobertura de proteínas de membrana se han superado con la aparición de variantes de doble híbrido de levadura, como el doble híbrido de levadura de membrana (MYTH) [ 37 ] y el sistema de ubiquitina dividida, [ 32 ] que no se limitan a las interacciones que ocurren en el núcleo; y el sistema de doble híbrido bacteriano, realizado en bacterias; [ 40 ]

Principio de purificación por afinidad en tándem

Purificación por afinidad acoplada a espectrometría de masas

La purificación por afinidad acoplada a la espectrometría de masas detecta principalmente interacciones estables y, por lo tanto, indica mejor las interacciones proteína-proteína (PPI) funcionales in vivo. [ 41 ] [ 32 ] Este método comienza con la purificación de la proteína marcada, que se expresa en la célula generalmente a concentraciones in vivo , y sus proteínas interactuantes (purificación por afinidad). Uno de los métodos más ventajosos y ampliamente utilizados para purificar proteínas con un fondo de contaminación muy bajo es la purificación por afinidad en tándem , desarrollada por Bertrand Seraphin y Matthias Mann y sus respectivos colegas. Las PPI pueden luego analizarse mediante espectrometría de masas utilizando diferentes métodos: incorporación química, incorporación biológica o metabólica (SILAC) y métodos sin marcaje. [ 9 ] Además, la teoría de redes se ha utilizado para estudiar el conjunto completo de interacciones proteína-proteína identificadas en las células. [ 4 ]

Matriz de proteínas programable de ácido nucleico (NAPPA)

Este sistema fue desarrollado por primera vez por LaBaer y sus colegas en 2004 utilizando un sistema de transcripción y traducción in vitro. Utilizaron una plantilla de ADN que codificaba el gen de interés fusionado con la proteína GST, la cual se inmovilizó en una superficie sólida. El anticuerpo anti-GST y el ADN plasmídico biotinilado se unieron a una lámina recubierta con aminopropiltrietoxisilano (APTES). La BSA puede mejorar la eficiencia de unión del ADN. El ADN plasmídico biotinilado se unió a la avidina. Se sintetizó una nueva proteína utilizando un sistema de expresión libre de células, es decir, lisado de reticulocitos de conejo (RRL), y luego se capturó mediante el anticuerpo anti-GST unido a la lámina. Para probar la interacción proteína-proteína, el ADNc de la proteína diana y el ADNc de la proteína de consulta se inmovilizaron en la misma lámina recubierta. Utilizando un sistema de transcripción y traducción in vitro, se sintetizaron la proteína diana y la proteína de consulta a partir del mismo extracto. La proteína diana se unió a la matriz mediante el anticuerpo recubierto en la lámina y la proteína de consulta se utilizó para sondear la matriz. La proteína de consulta fue marcada con el epítopo de hemaglutinina (HA). De esta manera, la interacción entre las dos proteínas se visualizó con el anticuerpo contra HA. ​​[ 42 ] [ 43 ]

Complementación intragénica

Cuando múltiples copias de un polipéptido codificado por un gen forman un complejo, esta estructura proteica se denomina multímero. Cuando un multímero se forma a partir de polipéptidos producidos por dos alelos mutantes diferentes de un gen en particular, el multímero mixto puede exhibir una mayor actividad funcional que los multímeros no mixtos formados por cada uno de los mutantes por separado. En tal caso, el fenómeno se denomina complementación intragénica (también llamada complementación interalélica). La complementación intragénica se ha demostrado en muchos genes diferentes en una variedad de organismos, incluidos los hongos Neurospora crassa , Saccharomyces cerevisiae y Schizosaccharomyces pombe ; la bacteria Salmonella typhimurium ; el virus bacteriófago T4 , [ 44 ] un virus de ARN [ 45 ] y humanos. [ 46 ] En tales estudios, a menudo se aislaron numerosas mutaciones defectuosas en el mismo gen y se mapearon en orden lineal en función de las frecuencias de recombinación para formar un mapa genético del gen. Por separado, los mutantes se probaron en combinaciones de pares para medir la complementación. Un análisis de los resultados de dichos estudios llevó a la conclusión de que la complementación intragénica, en general, surge de la interacción de diferentes monómeros de polipéptidos defectuosos para formar un multímero. [ 47 ] Los genes que codifican polipéptidos formadores de multímeros parecen ser comunes. Una interpretación de los datos es que los monómeros de polipéptidos a menudo se alinean en el multímero de tal manera que los polipéptidos mutantes defectuosos en sitios cercanos en el mapa genético tienden a formar un multímero mixto que funciona mal, mientras que los polipéptidos mutantes defectuosos en sitios distantes tienden a formar un multímero mixto que funciona más eficazmente. La interacción directa de dos proteínas nacientes que emergen de ribosomas cercanos parece ser un mecanismo general para la formación de homo-oligómeros (multímeros). [ 48 ] Se identificaron cientos de oligómeros de proteínas que se ensamblan en células humanas por dicha interacción. [ 48 ] La forma más prevalente de interacción es entre las regiones N-terminales de las proteínas interactuantes. La formación de dímeros parece poder ocurrir independientemente de máquinas de ensamblaje específicas. Jehle analizó las fuerzas intermoleculares probablemente responsables del autorreconocimiento y la formación de multímeros. [ 49 ]

Otros métodos potenciales

Con el avance de la tecnología, han surgido diversas técnicas para identificar interacciones proteína-proteína (IPP). Estas incluyen la co-inmunoprecipitación, los microarrays de proteínas , la ultracentrifugación analítica , la dispersión de luz , la espectroscopia de fluorescencia , el mapeo del interactoma de mamíferos basado en luminiscencia (LUMIER), los sistemas de transferencia de energía por resonancia, la trampa de interacción proteína-proteína de mamíferos, las biosuperficies electroactivables , el ensayo de complementación de fragmentos de proteínas , así como mediciones en tiempo real sin marcadores mediante resonancia de plasmones superficiales y calorimetría . [ 36 ] [ 37 ]

Métodos computacionales

Protocolo de minería de texto .

Predicción computacional de interacciones proteína-proteína

La detección y caracterización experimental de las interacciones proteína-proteína (IPP) es laboriosa y requiere mucho tiempo. Sin embargo, muchas IPP también pueden predecirse computacionalmente, generalmente utilizando datos experimentales como punto de partida. No obstante, también se han desarrollado métodos que permiten la predicción de IPP de novo, es decir, sin evidencia previa de estas interacciones.

métodos de contexto genómico

El método de Rosetta Stone o de fusión de dominios se basa en la hipótesis de que las proteínas que interactúan a veces se fusionan en una sola proteína en otro genoma. [ 50 ] Por lo tanto, podemos predecir si dos proteínas pueden estar interactuando determinando si cada una tiene una similitud de secuencia no superpuesta con una región de una sola secuencia de proteína en otro genoma.

El método de Vecindario Conservado se basa en la hipótesis de que si los genes que codifican dos proteínas son vecinos en un cromosoma en muchos genomas, entonces es probable que estén relacionados funcionalmente (y posiblemente interactúen físicamente). [ 51 ]

El método del perfil filogenético se basa en la hipótesis de que si dos o más proteínas están presentes o ausentes simultáneamente en varios genomas, es probable que estén relacionadas funcionalmente. [ 51 ] Por lo tanto, se pueden identificar proteínas que potencialmente interactúan determinando la presencia o ausencia de genes en muchos genomas y seleccionando aquellos genes que siempre están presentes o ausentes simultáneamente.

métodos de minería de texto

La información disponible públicamente de documentos biomédicos es fácilmente accesible a través de Internet y se está convirtiendo en un recurso poderoso para recopilar interacciones proteína-proteína (PPI) conocidas, predicción de PPI y acoplamiento de proteínas. La minería de texto es mucho menos costosa y requiere menos tiempo en comparación con otras técnicas de alto rendimiento. Actualmente, los métodos de minería de texto generalmente detectan relaciones binarias entre proteínas que interactúan a partir de oraciones individuales utilizando extracción de información basada en reglas/patrones y enfoques de aprendizaje automático . [ 52 ] Una amplia variedad de aplicaciones de minería de texto para la extracción y/o predicción de PPI están disponibles para uso público, así como repositorios que a menudo almacenan PPI validadas manualmente y/o predichas computacionalmente. La minería de texto se puede implementar en dos etapas: recuperación de información , donde se recuperan textos que contienen nombres de una o ambas proteínas que interactúan y extracción de información, donde se extrae información específica (proteínas que interactúan, residuos implicados, tipos de interacción, etc.).

También existen estudios que utilizan perfiles filogenéticos , basando sus funcionalidades en la teoría de que las proteínas implicadas en vías metabólicas comunes coevolucionan de forma correlacionada entre especies. Algunas metodologías de minería de texto más complejas emplean técnicas avanzadas de procesamiento del lenguaje natural (PLN) y construyen redes de conocimiento (por ejemplo, considerando los nombres de los genes como nodos y los verbos como aristas). Otros desarrollos incluyen métodos de kernel para predecir interacciones proteicas. [ 53 ]

métodos de aprendizaje automático

Jerarquía de clasificación de técnicas de aprendizaje automático.

Se han sugerido y revisado muchos métodos computacionales para predecir interacciones proteína-proteína. [ 54 ] [ 55 ] [ 56 ] Los enfoques de predicción se pueden agrupar en categorías según la evidencia predictiva: secuencia de proteínas, genómica comparativa , dominios de proteínas, estructura terciaria de proteínas y topología de la red de interacción. [ 54 ] La construcción de un conjunto positivo (pares de proteínas que interactúan conocidos) y un conjunto negativo (pares de proteínas que no interactúan) es necesaria para el desarrollo de un modelo de predicción computacional. [ 55 ] Los modelos de predicción que utilizan técnicas de aprendizaje automático se pueden clasificar ampliamente en dos grupos principales: supervisados ​​y no supervisados, según el etiquetado de las variables de entrada de acuerdo con el resultado esperado. [ 56 ]

En 2005, se analizaron las proteínas de membrana integrales de Saccharomyces cerevisiae utilizando el sistema de ubiquitina basado en apareamiento (mbSUS). El sistema detecta interacciones de proteínas de membrana con proteínas de señalización extracelular [ 57 ]. De las 705 proteínas de membrana integrales, se rastrearon 1985 interacciones diferentes que involucraron a 536 proteínas. Para ordenar y clasificar las interacciones, se utilizó una máquina de vectores de soporte para definir interacciones de confianza alta, media y baja. El sistema de doble híbrido de levadura de membrana con ubiquitina dividida utiliza reporteros transcripcionales para identificar transformantes de levadura que codifican pares de proteínas interactuantes. [ 58 ] En 2006, se descubrió que el bosque aleatorio , un ejemplo de una técnica supervisada, era el método de aprendizaje automático más efectivo para la predicción de interacciones de proteínas. [ 59 ] Dichos métodos se han aplicado para descubrir interacciones de proteínas en el interactoma humano, específicamente el interactoma de proteínas de membrana [ 60 ] y el interactoma de proteínas asociadas a la esquizofrenia. [ 61 ]

A partir de 2020, un modelo que utiliza clases de clústeres de residuos (RCC), construido a partir de las bases de datos 3DID y Negatome, resultó en un 96-99% de instancias de interacciones proteína-proteína clasificadas correctamente. [ 62 ] Las RCC son un espacio vectorial computacional que imita el espacio de plegamiento de proteínas e incluye todos los conjuntos de residuos contactados simultáneamente, que se pueden utilizar para analizar la relación estructura-función y la evolución de las proteínas. [ 63 ]

Bases de datos

La identificación a gran escala de las interacciones proteína-proteína (IPP) generó cientos de miles de interacciones, que se recopilaron en bases de datos biológicas especializadas que se actualizan continuamente para proporcionar interactomas completos . La primera de estas bases de datos fue la Base de Datos de Proteínas Interactivas (DIP) . [ 64 ]

Las bases de datos primarias recopilan información sobre interacciones proteína-proteína (PPI) publicadas y cuya existencia se ha demostrado mediante métodos experimentales a pequeña o gran escala. Ejemplos: DIP , Base de datos de la red de interacción biomolecular (BIND), Repositorio general biológico de conjuntos de datos de interacción ( BioGRID ), Base de datos de referencia de proteínas humanas (HPRD), Base de datos de interacción molecular IntAct, Base de datos de interacciones moleculares (MINT), Recurso de interacción de proteínas MIPS en levadura (MIPS-MPact) y Base de datos de interacción proteína-proteína de mamíferos MIPS (MIPS-MPPI).

Las metabases de datos normalmente resultan de la integración de la información de las bases de datos primarias, pero también pueden recopilar algunos datos originales.

Las bases de datos de predicción incluyen muchas PPI que se predicen utilizando varias técnicas (artículo principal). Ejemplos: Human Protein–Protein Interaction Prediction Database (PIPs), [ 65 ] Interlogous Interaction Database (I2D), Known and Predicted Protein–Protein Interactions (STRING-db) y Unified Human Interactive (UniHI).

Los métodos computacionales mencionados anteriormente dependen de bases de datos de origen cuyos datos pueden extrapolarse para predecir nuevas interacciones proteína-proteína . La cobertura difiere enormemente entre las bases de datos. En general, las bases de datos primarias tienen el menor número total de interacciones proteicas registradas, ya que no integran datos de múltiples otras bases de datos, mientras que las bases de datos de predicción tienen la mayor cantidad porque incluyen otras formas de evidencia además de la experimental. Por ejemplo, la base de datos primaria IntAct tiene 572.063 interacciones, [ 66 ] la metabase de datos APID tiene 678.000 interacciones, [ 67 ] y la base de datos predictiva STRING tiene 25.914.693 interacciones. [ 68 ] Sin embargo, algunas de las interacciones en la base de datos STRING solo se predicen mediante métodos computacionales como Genomic Context y no se verifican experimentalmente.

Redes de interacción

PPI de esquizofrenia. [ 61 ]

La información que se encuentra en las bases de datos de PPI respalda la construcción de redes de interacción. Si bien la red PPI de una proteína de consulta determinada puede representarse en los libros de texto, los diagramas de PPI de células completas son francamente complejos y difíciles de generar. [ 69 ]

Un ejemplo de mapa de interacción molecular producido manualmente es el mapa de control del ciclo celular de Kurt Kohn de 1999. [ 70 ] Basándose en el mapa de Kohn, Schwikowski et al. publicaron en 2000 un artículo sobre las interacciones proteína-proteína (PPI) en levadura, que vinculaba 1548 proteínas interactuantes determinadas mediante cribado de doble híbrido. Utilizaron un método de dibujo de grafos por capas para encontrar una ubicación inicial de los nodos y luego mejoraron la disposición utilizando un algoritmo basado en fuerzas. [ 71 ]

Se han desarrollado herramientas bioinformáticas para simplificar la difícil tarea de visualizar redes de interacción molecular y complementarlas con otros tipos de datos. Por ejemplo, Cytoscape es un software de código abierto ampliamente utilizado y actualmente existen muchos complementos disponibles. [ 72 ] El software Pajek es ventajoso para la visualización y el análisis de redes muy grandes. [ 51 ]

La identificación de módulos funcionales en redes PPI es un desafío importante en bioinformática. Los módulos funcionales son conjuntos de proteínas altamente conectadas entre sí en la red PPI. Es un problema similar a la detección de comunidades en redes sociales . Existen algunos métodos como los módulos Jactive [ 73 ] y MoBaS [ 74 ] . Los módulos Jactive integran datos de redes PPI y expresión génica, mientras que MoBaS integra datos de redes PPI y estudios de asociación de genoma completo .

Las relaciones proteína-proteína suelen ser el resultado de múltiples tipos de interacciones o se deducen de diferentes enfoques, incluyendo la colocalización, la interacción directa, la interacción genética supresora, la interacción genética aditiva, la asociación física y otras asociaciones. [ 75 ]

Redes de interacción con signos

Las interacciones proteína-proteína se muestran en una red con signos que describe qué tipo de interacciones están ocurriendo [ 76 ].

Las interacciones proteína-proteína suelen dar como resultado la activación o represión de una de las proteínas que interactúan. Estos efectos pueden indicarse en una red PPI mediante "signos" (por ejemplo, "activación" o "inhibición"). Aunque estos atributos se han añadido a las redes desde hace tiempo, [ 77 ] Vinayagam et al. (2014) acuñaron el término "red con signos" para referirse a ellas. Las redes con signos suelen expresarse etiquetando la interacción como positiva o negativa. Una interacción positiva es aquella en la que una de las proteínas se activa. Por el contrario, una interacción negativa indica que una de las proteínas se inactiva. [ 78 ]

Las redes de interacción proteína-proteína se construyen a menudo como resultado de experimentos de laboratorio, como ensayos de doble híbrido de levadura o técnicas de purificación por afinidad y posterior espectrometría de masas. [ 79 ] Sin embargo, estos métodos no proporcionan la capa de información necesaria para determinar qué tipo de interacción está presente y poder atribuir signos a los diagramas de red.

Pruebas de interferencia de ARN

Los ensayos de interferencia de ARN (ARNi) (represión de proteínas individuales entre la transcripción y la traducción) son un método que puede utilizarse para comprender las interacciones proteína-proteína. Se reprimen proteínas individuales y se analizan los fenotipos resultantes. Una correlación fenotípica (es decir, cuando la inhibición de dos proteínas produce el mismo fenotipo) indica una relación positiva o activadora. Los fenotipos que no se correlacionan (es decir, cuando la inhibición de dos proteínas produce dos fenotipos diferentes) indican una relación negativa o inactivadora. Si la proteína A depende de la proteína B para su activación, la inhibición de cualquiera de las dos proteínas provocará que la célula pierda la función que proporciona la proteína A, y los fenotipos serán los mismos para la inhibición de ambas. Sin embargo, si la proteína A es inactivada por la proteína B, los fenotipos diferirán según la proteína inhibida (si se inhibe la proteína B, esta ya no puede inactivar la proteína A, dejando A activa; pero si se inactiva A, no hay nada que B pueda activar, ya que A está inactiva, y el fenotipo cambia). Es necesario realizar múltiples cribados de ARN de interferencia (ARNi ) para asignar de forma fiable un signo a una interacción proteína-proteína determinada. Vinayagam et al., quienes desarrollaron esta técnica, afirman que se requieren al menos nueve cribados de ARNi, y la confianza aumenta a medida que se realizan más cribados. [ 78 ]

Como objetivos terapéuticos

La modulación de las interacciones proteína-proteína (IPP) es un desafío y está recibiendo cada vez más atención por parte de la comunidad científica. [ 80 ] Varias propiedades de las IPP, como los sitios alostéricos y los puntos clave, se han incorporado a las estrategias de diseño de fármacos. [ 81 ] [ 82 ] Sin embargo, muy pocas IPP son el objetivo directo de los inhibidores de IPP de molécula pequeña aprobados por la FDA , lo que pone de manifiesto una enorme oportunidad sin explotar para el descubrimiento de fármacos.

En 2014, Amit Jaiswal y otros lograron desarrollar 30 péptidos para inhibir el reclutamiento de la telomerasa hacia los telómeros mediante estudios de interacción proteína-proteína. [ 83 ] [ 84 ] Arkin y otros lograron desarrollar inhibidores basados ​​en fragmentos de anticuerpos para regular interacciones proteína-proteína específicas. [ 85 ]

Como la "modulación" de las PPI no solo incluye la inhibición, sino también la estabilización de complejos proteicos cuaternarios , un paradigma introducido por el descubrimiento de la formación de complejos proteicos inducida por auxina por Ning Zheng , [ 86 ] [ 87 ] las moléculas con este mecanismo de acción (los llamados pegamentos moleculares ) también se estudian extensamente. [ 88 ]

Ejemplos

Entre los inhibidores de las interacciones proteína-proteína que se han convertido en fármacos comercializados se incluyen:

Entre los inhibidores experimentales en desarrollo de fármacos se incluyen:

Véase también

Referencias

  1. 1 2 Titeca K, Lemmens I, Tavernier J, Eyckerman S (enero de 2019). "Descubriendo interacciones proteína-proteína celulares: estrategias y oportunidades tecnológicas" . Mass Spectrometry Reviews . 38 (1): 79– 111. Bibcode : 2019MSRv...38...79T . doi : 10.1002/mas.21574 . PMID 29957823 . 
  2. ↑ Herce HD, Deng W, Helma J, Leonhardt H, Cardoso MC (2013). "Visualización y disrupción dirigida de interacciones proteicas en células vivas" . Nature Communications . 4 2660. Bibcode : 2013NatCo...4.2660H . doi : 10.1038/ncomms3660 . PMC 3826628. PMID 24154492 .  
  3. ↑ Isa NF, Bensaude O, Murphy S (febrero de 2022). "Tecnología de supresión Amber para mapear interacciones específicas de proteínas virales-huésped en células de mamíferos" . Bio -Protocol . 12 (3) e4315. doi : 10.21769/bioprotoc.4315 . PMC 8855090. PMID 35284605 .  
  4. 1 2 Mashaghi AR, Ramezanpour A, Karimipour V (2004). "Investigación de una red de complejos proteicos". The European Physical Journal B . 41 (1): 113– 121. arXiv : cond-mat/0304207 . Bibcode : 2004EPJB...41..113M . doi : 10.1140/epjb/e2004-00301-0 . S2CID 9233932 . 
  5. ↑ Hanukoglu I (1996). "Proteínas de transferencia de electrones de los sistemas del citocromo P450". En Bittar EE, Jefcoate CR (eds.). Funciones fisiológicas del citocromo P450 en relación con su estructura y regulación . Avances en biología molecular y celular. Vol. 14. JAI Press, Inc. pp. 29–55 . doi : 10.1016/S1569-2558(08)60339-2 . ISBN   978-0-7623-0113-3.
  6. ↑ Brandt ME, Vickery LE (agosto de 1993). "Interacciones de pares de carga que estabilizan los complejos ferredoxina-ferredoxina reductasa. Identificación mediante mutaciones específicas de sitio complementarias" . The Journal of Biological Chemistry . 268 (23): 17126– 17130. doi : 10.1016/S0021-9258(19)85311-5 . PMID 8349601 . 
  7. ↑ Hanukoglu I (diciembre de 2017). "Conservación de las interfaces enzima-coenzima en la adrenodoxina reductasa de unión a FAD y NADP: una enzima ubicua". Journal of Molecular Evolution . 85 ( 5–6 ): 205–218 . Bibcode : 2017JMolE..85..205H . doi : 10.1007/s00239-017-9821-9 . PMID 29177972. S2CID 7120148 .  
  8. ↑ Cooper GM (2000). La célula: un enfoque molecular (2.ª ed.). Washington D.C.: ASM Press. ISBN  978-0-87893-106-4.
  9. 1 2 3 4 5 Jones S, Thornton JM (enero de 1996). "Principios de las interacciones proteína-proteína" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 93 (1): 13– 20. Bibcode : 1996PNAS...93...13J . doi : 10.1073/pnas.93.1.13 . PMC 40170. PMID 8552589 .  
  10. ↑ Qin K, Sethi PR, Lambert NA (agosto de 2008). "Abundancia y estabilidad de complejos que contienen receptores acoplados a proteínas G inactivos y proteínas G" . FASEB Journal . 22 (8): 2920– 2927. doi : 10.1096/fj.08-105775 . PMC 2493464. PMID 18434433 .  
  11. 1 2 Qin K, Dong C, Wu G, Lambert NA (agosto de 2011). "Preensamblaje en estado inactivo de receptores acoplados a G(q) y heterotrímeros de G(q)" . Nature Chemical Biology . 7 (10): 740– 747. doi : 10.1038/nchembio.642 . PMC 3177959. PMID 21873996 .  
  12. ↑ Malhis N, Gsponer J (junio de 2015). " Identificación computacional de MoRF en secuencias de proteínas" . Bioinformatics . 31 (11): 1738– 1744. doi : 10.1093/bioinformatics/btv060 . PMC 4443681. PMID 25637562 .  
  13. 1 2 Westermarck J, Ivaska J, Corthals GL (julio de 2013). " Identificación de interacciones proteicas involucradas en la señalización celular" . Molecular & Cellular Proteomics . 12 (7): 1752– 1763. doi : 10.1074/mcp.R113.027771 . PMC 3708163. PMID 23481661 .  
  14. ↑ Janin J (diciembre de 1999). "Interfaces húmedas y secas: el papel del disolvente en el reconocimiento proteína-proteína y proteína-ADN" . Structure . 7 (12): R277– R279. doi : 10.1016/s0969-2126(00)88333-1 . PMID 10647173 . 
  15. ↑ Barillari C, Taylor J, Viner R, Essex JW (marzo de 2007). "Clasificación de moléculas de agua en sitios de unión de proteínas". Journal of the American Chemical Society . 129 (9): 2577– 2587. Bibcode : 2007JAChS.129.2577B . doi : 10.1021/ja066980q . PMID 17288418 . 
  16. ↑ Lisova O, Belkadi L, Bedouelle H (abril de 2014). "Interacciones directas e indirectas en el reconocimiento entre un anticuerpo de neutralización cruzada y los cuatro serotipos del virus del dengue". Journal of Molecular Recognition . 27 (4): 205– 214. doi : 10.1002/jmr.2352 . PMID 24591178. S2CID 5416842 .  
  17. ↑ England P, Brégégère F, Bedouelle H (enero de 1997). "Contribuciones energéticas y cinéticas de los residuos de contacto del anticuerpo D1.3 en la interacción con la lisozima". Biochemistry . 36 (1): 164– 172. CiteSeerX 10.1.1.613.413 . doi : 10.1021/bi961419y . PMID 8993330 .  
  18. 1 2 Janin J, Chothia C (septiembre de 1990). "La estructura de los sitios de reconocimiento proteína-proteína" . The Journal of Biological Chemistry . 265 (27): 16027– 16030. doi : 10.1016/S0021-9258(17)46181-3 . PMID 2204619 . 
  19. ↑ Alberts B, Johnson A, Lewis J, Raff M, Roberts K, Walter P (2002). Biología molecular de la célula (4.ª ed.). Nueva York: Garland Science. págs. 514–515 . ISBN   0-8153-4072-9.
  20. ↑ Kendrew JC, Bodo G, Dintzis HM, Parrish RG, Wyckoff H, Phillips DC (marzo de 1958). " Un modelo tridimensional de la molécula de mioglobina obtenido mediante análisis de rayos X". Nature . 181 (4610): 662– 666. Bibcode : 1958Natur.181..662K . doi : 10.1038/181662a0 . PMID 13517261. S2CID 4162786 .  
  21. ↑ Cooper DR, Porebski PJ, Chruszcz M, Minor W (agosto de 2011). "Cristalografía de rayos X: evaluación y validación de complejos proteína-molécula pequeña para el descubrimiento de fármacos" . Expert Opinion on Drug Discovery . 6 (8): 771– 782. doi : 10.1517/17460441.2011.585154 . PMC 3138648. PMID 21779303 .  
  22. ↑ Alberts B, Johnson A, Lewis J, Raff M, Roberts K, Walter P (2002). Biología molecular de la célula (4.ª ed.). Nueva York: Garland Science. págs. 515–517 . ISBN   0-8153-4072-9.
  23. ↑ Wand AJ, Englander SW (agosto de 1996). " Complejos proteicos estudiados mediante espectroscopia de RMN" . Current Opinion in Biotechnology . 7 (4): 403– 408. doi : 10.1016/s0958-1669(96)80115-7 . PMC 3442359. PMID 8768898 .  
  24. ↑ Vinogradova O, Qin J (2012). "RMN como herramienta única en la evaluación y determinación compleja de interacciones proteína-proteína débiles". En Zhu G (ed.). RMN de proteínas y biomoléculas pequeñas . Temas en química actual. Vol. 326. Springer Berlin. pp. 35–45 . doi : 10.1007/128_2011_216 . ISBN   978-3-642-28916-3. PMC 3676910 . PMID 21809187 .  
  25. 1 2 3 4 5 6 7 8 Berridge MJ (2012). "Biología de la señalización celular: Módulo 6 – Aspectos espaciales y temporales de la señalización". Biochemical Journal . 6 csb0001006. doi : 10.1042/csb0001006 (inactivo el 19 de junio de 2026).{{cite journal}}: CS1 maint: DOI inactivo desde junio de 2026 ( enlace )
  26. ↑ Yan C, Wu F, Jernigan RL, Dobbs D, Honavar V (enero de 2008). "Caracterización de las interfaces proteína-proteína" . The Protein Journal . 27 (1): 59–70 . doi : 10.1007/s10930-007-9108-x . PMC 2566606. PMID 17851740 .  
  27. ↑ Jones S, Thornton JM (septiembre de 1997). "Análisis de sitios de interacción proteína-proteína mediante parches de superficie". Journal of Molecular Biology . 272 ​​(1): 121– 132. doi : 10.1006/jmbi.1997.1234 . PMID 9299342 . 
  28. ↑ Chothia C, Janin J (agosto de 1975). "Principios del reconocimiento proteína-proteína". Nature . 256 (5520): 705– 708. Bibcode : 1975Natur.256..705C . doi : 10.1038/256705a0 . PMID 1153006. S2CID 4292325 .  
  29. ↑ Phizicky EM, Fields S (marzo de 1995). " Interacciones proteína-proteína: métodos para detección y análisis" . Microbiological Reviews . 59 (1): 94–123 . doi : 10.1128/MMBR.59.1.94-123.1995 . PMC 239356. PMID 7708014 .  
  30. ↑ Pagel P, Kovac S, Oesterheld M, Brauner B, Dunger-Kaltenbach I, Frishman G, et al. (marzo de 2005). "La base de datos de interacción proteína-proteína de mamíferos MIPS" . Bioinformatics . 21 (6): 832– 834. doi : 10.1093/bioinformatics/bti115 . PMID 15531608. Consultado el 2 de enero de 2021 .  
  31. ↑ Terentiev AA, Moldogazieva NT, Shaitan KV (diciembre de 2009). "Proteómica dinámica en el modelado de la célula viva. Interacciones proteína-proteína". Bioquímica . Biokhimiia . 74 (13): 1586– 1607. doi : 10.1134/s0006297909130112 . PMID 20210711. S2CID 19815231 .  
  32. 1 2 3 Wodak SJ, Vlasblom J, Turinsky AL, Pu S (diciembre de 2013). "Redes de interacción proteína-proteína: riquezas desconcertantes". Current Opinion in Structural Biology . 23 (6): 941– 953. doi : 10.1016/j.sbi.2013.08.002 . PMID 24007795 . 
  33. ↑ Banerjee S, Velásquez-Zapata V, Fuerst G, Elmore JM, Wise RP (julio de 2021). "NGPINT: un software de interacción proteína-proteína de próxima generación" . Briefings in Bioinformatics . 22 (4) bbaa351. doi : 10.1093/bib/bbaa351 . PMID 33367498 . 
  34. ↑ Velásquez-Zapata V, Elmore JM, Banerjee S, Dorman KS, Wise RP (abril de 2021). "Análisis de doble híbrido de levadura de próxima generación con Y2H-SCORES identifica nuevos interactores del receptor inmunitario MLA" . PLOS Computational Biology . 17 (4) e1008890. Bibcode : 2021PLSCB..17E8890V . doi : 10.1371/journal.pcbi.1008890 . PMC 8046355. PMID 33798202 .  
  35. ↑ Rajagopala SV, Sikorski P, Caufield JH, Tovchigrechko A, Uetz P (diciembre de 2012). "Estudio de complejos proteicos mediante el sistema de doble híbrido de levadura" . Methods . 58 (4): 392–399 . doi : 10.1016/j.ymeth.2012.07.015 . PMC 3517932. PMID 22841565 .  
  36. 1 2 Stelzl U, Wanker EE (diciembre de 2006). "El valor de las redes de interacción proteína-proteína de alta calidad para la biología de sistemas". Current Opinion in Chemical Biology . 10 (6): 551– 558. doi : 10.1016/j.cbpa.2006.10.005 . PMID 17055769 . 
  37. 1 2 3 Petschnigg J, Snider J, Stagljar I (febrero de 2011). "Tecnologías interactivas de investigación en proteómica: aplicaciones y avances recientes". Current Opinion in Biotechnology . 22 (1): 50– 58. doi : 10.1016/j.copbio.2010.09.001 . PMID 20884196 . 
  38. ↑ Yuryev A, Ono M, Goff SA, Macaluso F, Wennogle LP (julio de 2000). "Localización específica de isoformas de A-RAF en mitocondrias" . Biología molecular y celular . 20 (13): 4870– 4878. doi : 10.1128/MCB.20.13.4870-4878.2000 . ISSN 0270-7306 . PMC 85938. PMID 10848612 .   
  39. ^ Venkatesan K, Rual JF, Vázquez A, Stelzl U, Lemmens I, Hirozane-Kishikawa T, et al. (Enero de 2009). "Un marco empírico para el mapeo de interactomas binarios" . Métodos de la naturaleza . 6 (1): 83– 90. doi : 10.1038/nmeth.1280 . PMC 2872561 . PMID 19060904 .   
  40. ↑ Battesti A, Bouveret E (diciembre de 2012). "El sistema de doble híbrido bacteriano basado en la reconstitución de la adenilato ciclasa en Escherichia coli" . Methods . 58 (4): 325– 334. Bibcode : 2012MCME...58..325B . doi : 10.1016/j.ymeth.2012.07.018 . PMID 22841567 . 
  41. ↑ Brettner LM, Masel J (septiembre de 2012). "La adherencia de las proteínas, en lugar del número de interacciones proteína-proteína funcionales, predice el ruido de expresión y la plasticidad en levaduras" . BMC Systems Biology . 6 : 128. doi : 10.1186/1752-0509-6-128 . PMC 3527306. PMID 23017156 .  
  42. ↑ Ramachandran N, Hainsworth E, Bhullar B, Eisenstein S, Rosen B, Lau AY, et al. (julio de 2004). "Microarreglos de proteínas autoensamblables". Science . 305 (5680): 86– 90. Bibcode : 2004Sci...305...86R . doi : 10.1126/science.1097639 . PMID 15232106. S2CID 20936301 .   
  43. ↑ Ramachandran N, Raphael JV, Hainsworth E, Demirkan G, Fuentes MG, Rolfs A, et al. (junio de 2008). "Matrices de proteínas funcionales autoensamblables de alta densidad de próxima generación" . Nature Methods . 5 (6): 535– 538. doi : 10.1038/nmeth.1210 . PMC 3070491. PMID 18469824 .   
  44. ↑ Bernstein H, Edgar RS, Denhardt GH (junio de 1965). "Complementación intragénica entre mutantes sensibles a la temperatura del bacteriófago T4D" . Genetics . 51 (6): 987–1002 . doi : 10.1093/genetics/51.6.987 . PMC 1210828. PMID 14337770 .  
  45. ↑ Smallwood S, Cevik B, Moyer SA (diciembre de 2002). "Complementación intragénica y oligomerización de la subunidad L de la ARN polimerasa del virus Sendai" . Virology . 304 (2): 235–45 . doi : 10.1006/viro.2002.1720 . PMID 12504565 . 
  46. ↑ Rodríguez-Pombo P, Pérez-Cerdá C, Pérez B, Desviat LR, Sánchez-Pulido L, Ugarte M (junio de 2005). "Hacia un modelo para explicar la complementación intragénica en la proteína heteromultimérica propionil-CoA carboxilasa" . Biochimica et Biophysica Acta (BBA) - Base molecular de la enfermedad . 1740 (3): 489– 98. doi : 10.1016/j.bbadis.2004.10.009 . PMID 15949719 . 
  47. ↑ Crick FH, Orgel LE (enero de 1964). "La teoría de la complementación interalélica". Journal of Molecular Biology . 8 : 161–5 . doi : 10.1016/s0022-2836(64)80156-x . PMID 14149958 . 
  48. 1 2 Bertolini M, Fenzl K, Kats I, Wruck F, Tippmann F, Schmitt J, et al. (enero de 2021). " Las interacciones entre proteínas nacientes traducidas por ribosomas adyacentes impulsan el ensamblaje de homómeros" . Science . 371 (6524): 57– 64. Bibcode : 2021Sci...371...57B . doi : 10.1126/science.abc7151 . PMC 7613021. PMID 33384371 .   
  49. ↑ Jehle H (septiembre de 1963). "Fuerzas intermoleculares y especificidad biológica" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 50 (3): 516– 24. Bibcode : 1963PNAS...50..516J . doi : 10.1073 /pnas.50.3.516 . PMC 221211. PMID 16578546 .  
  50. ↑ Marcotte EM, Pellegrini M, Ng HL, Rice DW, Yeates TO, Eisenberg D (julio de 1999). "Detección de la función de las proteínas y las interacciones proteína-proteína a partir de secuencias del genoma". Science . 285 (5428): 751– 753. Bibcode : 1999Sci...285..751M . CiteSeerX 10.1.1.535.9650 . doi : 10.1126/science.285.5428.751 . PMID 10427000 .  
  51. 1 2 3 Raman K (febrero de 2010). "Construcción y análisis de redes de interacción proteína-proteína" . Experimentación automatizada . 2 (1): 2. doi : 10.1186/1759-4499-2-2 . PMC 2834675. PMID 20334628 .  
  52. ↑ Badal VD, Kundrotas PJ, Vakser IA (diciembre de 2015). "Minería de texto para el acoplamiento de proteínas" . PLOS Computational Biology . 11 (12) e1004630. Bibcode : 2015PLSCB..11E4630B . doi : 10.1371/journal.pcbi.1004630 . PMC 4674139. PMID 26650466 .  
  53. ↑ Papanikolaou N, Pavlopoulos GA, Theodosiou T, Iliopoulos I (marzo de 2015). "Predicciones de interacción proteína-proteína mediante métodos de minería de texto". Methods . Text mining of biomedical literature. 74 : 47–53 . doi : 10.1016/j.ymeth.2014.10.026 . PMID 25448298 . 
  54. 1 2 Kotlyar M, Rossos AE, Jurisica I (diciembre de 2017). "Predicción de interacciones proteína-proteína". Current Protocols in Bioinformatics . 60 (1): 8.2.1–8.2.14. doi : 10.1002/cpbi.38 . PMID 29220074 . S2CID 19509320 .  
  55. 1 2 Ding Z, Kihara D (agosto de 2018). "Métodos computacionales para predecir interacciones proteína-proteína utilizando diversas características de las proteínas" . Current Protocols in Protein Science . 93 (1) e62. doi : 10.1002/cpps.62 . PMC 6097941. PMID 29927082 .  
  56. 1 2 Sarkar D, Saha S (septiembre de 2019). "Técnicas de aprendizaje automático para la predicción de interacciones proteína-proteína" . Journal of Biosciences . 44 (4) 104. doi : 10.1007/s12038-019-9909-z . PMID 31502581. S2CID 199668359 .  
  57. ↑ Miller JP, Lo RS, Ben-Hur A, Desmarais C, Stagljar I, Noble WS, et al. (agosto de 2005). "Identificación a gran escala de interacciones de proteínas de membrana integrales de levadura" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 102 (34): 12123– 12128. Bibcode : 2005PNAS..10212123M . doi : 10.1073/pnas.0505482102 . PMC 1189342. PMID 16093310 .   
  58. ↑ Lalonde S, Sero A, Pratelli R, Pilot G, Chen J, Sardi MI, et al. (2010). " Una red de interacción proteína de membrana/proteína de señalización para la versión AMPv2 de Arabidopsis" . Frontiers in Physiology . 1 : 24. doi : 10.3389/fphys.2010.00024 . PMC 3059934. PMID 21423366 .   
  59. ↑ Qi Y, Bar-Joseph Z, Klein-Seetharaman J (mayo de 2006). "Evaluación de diferentes datos biológicos y métodos de clasificación computacional para su uso en la predicción de interacciones proteicas" . Proteins . 63 ( 3): 490– 500. doi : 10.1002/prot.20865 . PMC 3250929. PMID 16450363 .  
  60. ↑ Qi Y, Dhiman HK, Bhola N, Budyak I, Kar S, Man D, et al. (diciembre de 2009). " Predicción sistemática de las interacciones de los receptores de membrana humanos" . Proteomics . 9 (23): 5243– 5255. doi : 10.1002/pmic.200900259 . PMC 3076061. PMID 19798668 .   
  61. 1 2 Ganapathiraju MK, Thahir M, Handen A, Sarkar SN, Sweet RA, Nimgaonkar VL, et al. (abril de 2016). " Interactoma de la esquizofrenia con 504 nuevas interacciones proteína-proteína" . npj Schizophrenia . 2 16012. doi : 10.1038/npjschz.2016.12 . PMC 4898894. PMID 27336055 .   
  62. ↑ Poot Velez AH, Fontove F, Del Rio G (julio de 2020). "Interacciones proteína-proteína modeladas eficientemente por clases de clústeres de residuos" . International Journal of Molecular Sciences . 21 (13): 4787. doi : 10.3390/ijms21134787 . PMC 7370293. PMID 32640745 .  
  63. ↑ Corral-Corral R, Chavez E, Del Rio G (diciembre de 2015). "Representación del espacio de pliegues aprendible por máquina basada en clases de clústeres de residuos" . Computational Biology and Chemistry . 59 Pt A: 1–7 . doi : 10.1016/j.compbiolchem.2015.07.010 . PMID 26366526 . 
  64. ↑ Xenarios I, Rice DW, Salwinski L, Baron MK, Marcotte EM, Eisenberg D (enero de 2000). "DIP: la base de datos de proteínas interactuantes" . Nucleic Acids Research . 28 (1): 289– 291. doi : 10.1093 / nar/28.1.289 . PMC 102387. PMID 10592249 .  
  65. ↑ McDowall MD, Scott MS, Barton GJ (enero de 2009). "PIPs: base de datos de predicción de interacciones proteína-proteína humanas" . Nucleic Acids Research . 37 (número especial de bases de datos): D651– D656. doi : 10.1093 / nar/gkn870 . PMC 2686497. PMID 18988626 .  
  66. ↑ IntAct. "Proteínas, interacciones, interacciones binarias e interacciones N-arias" . www.ebi.ac.uk. Consultado el 19 de noviembre de 2018 .
  67. ↑ "Servidor de datos de interactomas de proteínas ágiles: Acerca de APID" .
  68. ↑ "STRING: redes de asociación de proteínas funcionales" . string-db.org . Consultado el 19 de noviembre de 2018 .
  69. ↑ Sprinzak E, Sattath S, Margalit H (abril de 2003). "¿Qué tan confiables son los datos experimentales de interacción proteína-proteína?" . Journal of Molecular Biology . 327 (5): 919– 923. doi : 10.1016/S0022-2836(03)00239-0 . PMID 12662919 . Consultado el 2 de enero de 2021 . 
  70. ↑ Schwikowski B, Uetz P, Fields S (diciembre de 2000). "Una red de interacciones proteína-proteína en levadura". Nature Biotechnology . 18 (12): 1257– 1261. Bibcode : 2000NatBi..18.1257S . doi : 10.1038/82360 . PMID 11101803 . S2CID 3009359 .  
  71. ↑ Rigaut G, Shevchenko A, Rutz B, Wilm M, Mann M, Séraphin B (octubre de 1999). "Un método genérico de purificación de proteínas para la caracterización de complejos proteicos y la exploración del proteoma". Nature Biotechnology . 17 (10): 1030– 1032. doi : 10.1038/13732 . PMID 10504710. S2CID 663553 .  
  72. ↑ Kohl M, Wiese S, Warscheid B (2011). "Cytoscape: Software para la visualización y el análisis de redes biológicas". Minería de datos en proteómica . Métodos en biología molecular. Vol. 696. pp. 291–303 . doi : 10.1007/978-1-60761-987-1_18 . ISBN   978-1-60761-986-4. PMID 21063955 . 
  73. ↑ Ideker T, Ozier O, Schwikowski B, Siegel AF (1 de enero de 2002). "Descubriendo circuitos reguladores y de señalización en redes de interacción molecular" . Bioinformatics . 18 (Supl. 1): S233– S240. doi : 10.1093/bioinformatics/18.suppl_1.s233 . PMID 12169552 . 
  74. ↑ Ayati M, Erten S, Chance MR, Koyutürk M (diciembre de 2015). "MOBAS: identificación de subredes de proteínas asociadas a enfermedades mediante puntuación basada en modularidad" . EURASIP Journal on Bioinformatics & Systems Biology . 2015 (1) 7. doi : 10.1186/s13637-015-0025-6 . PMC 5270451. PMID 28194175 .  
  75. ↑ De Domenico M, Nicosia V, Arenas A, Latora V (abril de 2015). "Reducibilidad estructural de redes multicapa". Nature Communications . 6 6864. arXiv : 1405.0425 . Bibcode : 2015NatCo...6.6864D . doi : 10.1038/ncomms7864 . PMID 25904309. S2CID 16776349 .  
  76. ↑ Fischer B, Sandmann T, Horn T, Billmann M, Chaudhary V, Huber W, et al. (marzo de 2015). "Un mapa de interacciones genéticas direccionales en una célula metazoaria" . eLife . 4 e05464. doi : 10.7554/eLife.05464 . PMC 4384530. PMID 25748138 .   
  77. ↑ Ideker T., Tan K. y Uetz P. (2005) Visualización e integración de interacciones proteína-proteína. En: Golemis, E. (ed.) Interacciones proteína-proteína: un manual de clonación molecular, 2.ª ed. Cold Spring Harbor Laboratory Press.
  78. 1 2 Vinayagam A, Zirin J, Roesel C, Hu Y, Yilmazel B, Samsonova AA, et al. (enero de 2014). "La integración de redes de interacción proteína-proteína con fenotipos revela signos de interacciones" . Nature Methods . 11 (1): 94– 99. doi : 10.1038/nmeth.2733 . PMC 3877743. PMID 24240319 .   
  79. ↑ Chen GI, Gingras AC (julio de 2007). "Espectrometría de masas de purificación por afinidad (AP-MS) de fosfatasas de serina/treonina". Methods . 42 (3): 298– 305. doi : 10.1016/j.ymeth.2007.02.018 . PMID 17532517 . 
  80. ↑ Laraia L, McKenzie G, Spring DR, Venkitaraman AR, Huggins DJ (junio de 2015). "Superando los desafíos químicos, biológicos y computacionales en el desarrollo de inhibidores dirigidos a las interacciones proteína-proteína" . Química y Biología . 22 (6): 689–703 . doi : 10.1016/j.chembiol.2015.04.019 . PMC 4518475. PMID 26091166 .  
  81. ↑ Arkin MR, Wells JA (abril de 2004). "Inhibidores de moléculas pequeñas de las interacciones proteína-proteína: avanzando hacia el sueño" . Nature Reviews . Drug Discovery . 3 (4): 301– 317. Bibcode : 2004NRvDD...3..301A . doi : 10.1038/nrd1343 . PMC 4179228. PMID 15060526. S2CID 13879559 .   
  82. ↑ Chen J, Sawyer N, Regan L (abril de 2013). "Interacciones proteína-proteína: tendencias generales en la relación entre la afinidad de unión y el área de superficie enterrada interfacial" . Protein Science . 22 (4): 510– 515. doi : 10.1002/pro.2230 . PMC 3610057. PMID 23389845 .  
  83. ↑ Jaiswal A, Lakshmi PT (9 de septiembre de 2014). "Inhibición molecular del reclutamiento de la telomerasa mediante péptidos de diseño: un enfoque in silico". Journal of Biomolecular Structure & Dynamics . 33 (7): 1442– 1459. doi : 10.1080/07391102.2014.953207 . PMID 25204447. S2CID 27293727 .  
  84. ↑ Jaiswal A (2014). "AtTRB1–3 media cambios estructurales en AtPOT1b para retener ADN monocatenario" . ISRN Structural Biology . 2014 : 1–16 . doi : 10.1155/2014/827201 .
  85. ↑ Jiang Z, Kuo YH, Zhong M, Zhang J, Zhou XX, Xing L, et al. (julio de 2022). "Inhibidores de fragmentos de anticuerpos específicos de adaptadores para la modulación intracelular de las interacciones proteína-proteína p97 (VCP)" . Journal of the American Chemical Society . 144 (29): 13218– 13225. Bibcode : 2022JAChS.14413218J . doi : 10.1021/jacs.2c03665 . PMC 9335864. PMID 35819848 .   
  86. ↑ Tan X, Calderon-Villalobos LI, Sharon M, Zheng C, Robinson CV, Estelle M, et al. (abril de 2007). "Mecanismo de percepción de auxina por la ubiquitina ligasa TIR1" . Nature . 446 (7136): 640– 645. Bibcode : 2007Natur.446..640T . doi : 10.1038/nature05731 . ISSN 0028-0836 . PMID 17410169 .   
  87. ↑ Cao S, Kang S, Mao H, Yao J, Gu L, Zheng N (10 de febrero de 2022). "Definición de pegamentos moleculares con un sensor de cannabidiol de doble nanocuerpo" . Nature Communications . 13 (1) 815. Bibcode : 2022NatCo..13..815C . doi : 10.1038/s41467-022-28507-1 . ISSN 2041-1723 . PMC 8831599. PMID 35145136 .   
  88. ↑ Soini L, Leysen S, Davis J, Ottmann C (agosto de 2022). "Pegamentos moleculares para estabilizar las interacciones proteína-proteína" . Current Opinion in Chemical Biology . 69 102169. doi : 10.1016/j.cbpa.2022.102169 . PMID 35749929 . 
  89. ↑ Hartman GD, Egbertson MS, Halczenko W, Laswell WL, Duggan ME, Smith RL, et al. (noviembre de 1992). "Antagonistas no peptídicos del receptor de fibrinógeno. 1. Descubrimiento y diseño de inhibidores del exositio". Journal of Medicinal Chemistry . 35 (24). American Chemical Society : 4640–4642 . doi : 10.1021/jm00102a020 . PMID 1469694 .  
  90. ↑ Ivanov AA, Khuri FR, Fu H (julio de 2013). "Dirigir las interacciones proteína-proteína como estrategia anticancerígena" . Trends in Pharmacological Sciences . 34 (7): 393– 400. doi : 10.1016/j.tips.2013.04.007 . PMC 3773978. PMID 23725674 .  
  91. ↑ Xiang H, Zhou M, Li Y, Zhou L, Wang R (noviembre de 2023). "Descubrimiento de fármacos mediante la focalización en las interacciones proteína-proteína implicadas en la autofagia" . Acta Pharmaceutica Sinica. B. 13 ( 11): 4373–4390 . doi : 10.1016/j.apsb.2023.07.016 . PMC 10638514. PMID 37969735 .  
  92. ↑ Semba CP, Gadek TR (2016). "Desarrollo de lifitegrast: un nuevo inhibidor de células T para el tratamiento de la enfermedad del ojo seco" . Clinical Ophthalmology . 10 : 1083–1094 . doi : 10.2147/OPTH.S110557 . PMC 4910612. PMID 27354762 .  
  93. 1 2 Nada H, Choi Y, Kim S, Jeong KS, Meanwell NA, Lee K (2024). "Nuevas perspectivas sobre los moduladores de la interacción proteína-proteína en el descubrimiento de fármacos y el avance terapéutico" . Signal Transduction and Targeted Therapy . 9 (1) 341. doi : 10.1038/s41392-024-02036-3 . PMC 11621763. PMID 39638817 .  
  94. ↑ Hargreaves D, Carbajo RJ, Bodnarchuk MS, Embrey K, Rawlins PB, Packer M, et al. (mayo de 2023). "El diseño de inhibidores rígidos de la interacción proteína-proteína permite la focalización de Mcl-1, un objetivo farmacológico" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 120 (21) e2221967120. Bibcode : 2023PNAS..12021967H . doi : 10.1073/pnas.2221967120 . PMC 10214187. PMID 37186857 .   

Lecturas adicionales

  • Stark C, Breitkreutz BJ, Reguly T, Boucher L, Breitkreutz A, Tyers M (enero de 2006). "BioGRID: un repositorio general para conjuntos de datos de interacción" . Nucleic Acids Research . 34 (número especial de bases de datos): D535– D539. doi : 10.1093/nar/gkj109 . PMC 1347471. PMID 16381927 .  
  • Peri S, Navarro JD, Kristiansen TZ, Amanchy R, Surendranath V, Muthusamy B, et  al. (enero de 2004). " Base de datos de referencia de proteínas humanas como recurso de descubrimiento para la proteómica" . Nucleic Acids Research . 32 (número especial sobre bases de datos): D497– D501. doi : 10.1093/nar/gkh070 . PMC 308804. PMID 14681466 .  
  • Hermjakob H, Montecchi-Palazzi L, Lewington C, Mudali S, Kerrien S, Orchard S, et  al. (Enero de 2004). "IntAct: una base de datos de interacción molecular de código abierto" . Investigación de ácidos nucleicos . 32 (Problema de base de datos): D452– D455. doi : 10.1093/nar/gkh052 . PMC 308786 . PMID 14681455 .  
  • Chatr-aryamontri A, Ceol A, Palazzi LM, Nardelli G, Schneider MV, Castagnoli L, et  al. (enero de 2007). "MINT: la base de datos de interacción molecular" . Nucleic Acids Research . 35 (número especial de bases de datos): D572– D574. doi : 10.1093/nar/ gkl950 . PMC 1751541. PMID 17135203 .  
  • Güldener U, Münsterkötter M, Oesterheld M, Pagel P, Ruepp A, Mewes HW, et  al. (enero de 2006). "MPact: el recurso de interacción de proteínas MIPS en levadura" . Nucleic Acids Research . 34 (número especial de bases de datos): D436– D441. doi : 10.1093/nar/gkj003 . PMC 1347366. PMID 16381906 .  
  • Pagel P, Kovac S, Oesterheld M, Brauner B, Dunger-Kaltenbach I, Frishman G, et  al. (marzo de 2005). "La base de datos de interacción proteína-proteína de mamíferos MIPS" . Bioinformatics . 21 (6): 832– 834. doi : 10.1093/bioinformatics/bti115 . PMID 15531608 . 
  • Casado-Vela J, Matthiesen R, Sellés S, Naranjo JR (mayo de 2013). "Interacciones proteína-proteína: redundancias de acrónimos genéticos y limitaciones actuales que impiden la integración automatizada de datos" . Proteomes . 1 ( 1): 3– 24. doi : 10.3390/proteomes1010003 . PMC 5314489. PMID 28250396 .  
  • Robin V, Bodein A, Scott-Boyer MP, Leclercq M, Périn O, Droit A (2022). "Descripción general de los métodos para la caracterización y visualización de una red de interacción proteína-proteína en un contexto de integración multiómica" . Frontiers in Molecular Biosciences . 9 962799. doi : 10.3389/fmolb.2022.962799 . PMC 494275. PMID 36158572 .  
  • Bases de datos de interacción proteína-proteína
  • Biblioteca de moduladores de interacciones proteína-proteína (PPI)