NetGrep: fast network schema searches in interactomes

Abstract

NetGrep (http://genomics.princeton.edu/singhlab/netgrep/) is a system for searching protein interaction networks for matches to user-supplied 'network schemas'. Each schema consists of descriptions of proteins (for example, their molecular functions or putative domains) along with the desired topology and types of interactions among them. Schemas can thus describe domaindomain interactions, signaling and regulatory pathways, or more complex network patterns. NetGrep provides an advanced graphical interface for specifying schemas and fast algorithms for extracting their matches. RationaleHigh-throughput experimental and computational approaches to characterize proteins and their interactions have resulted in large-scale biological networks for many organisms. These complex networks are composed of a number of distinct types of interactions: these include interactions between proteins that interact physically, that participate in a synthetic lethal or epistatic relationship, that are coexpressed, or where one phosphorylates or regulates another (for a review, see [1]). Though incomplete and noisy, these networks provide a holistic view of the functioning of the cell, and with appropriate computational analysis and experimental work have significant potential for helping to uncover precisely how complex biological processes are accomplished.We have developed a network analysis system based on querying interactomes using templates corresponding to network patterns of interest. Searching for recurring patterns in biological data has been the backbone of much research in computational biology; for example, within the context of sequence analysis, it has given rise to extensive work on sequence alignments and sequence motif discovery and has resulted in large sequence motif libraries. Not surprisingly, within the burgeoning field of biological network analysis, considerable effort has been focused on uncovering recurring patterns within interactomes. Mapping homologous proteins with conserved interaction patterns in different interactomes has revealed shared modules and complexes recurring across a range of organisms [2][3][4][5][6]. Analysis of the wiring diagrams of interactomes has uncovered network motifs that occur more frequently than expected by chance [7][8][9][10][11][12][13]. Additionally, there has been much work on uncovering recurring domaindomain interactions in physical interactomes [14][15][16][17][18][19][20][21][22][23], both to suggest a physical basis for known interactions and to help predict new interactions. Most closely related to the work described here are previous attempts to query biological networks using particular user-supplied subgraphs [24][25][26][27][28][29].In this paper, we introduce a system, NetGrep, that integrates the wealth of prior information known about individual proteins -for example, their functional annotations, sequence

Phương Pháp Tối Ưu Đàn Kiến Dóng Hàng Toàn Cục Các Mạng Tương Tác Protein

“…Cách tiếp cận trƣớc đây để phát hiện các chức năng của protein là dựa trên các quan hệ tiến hóa, với tiêu chí thƣờng đƣợc sử dụng là độ tƣơng tự giữa các trình tự [3,23]. Tuy nhiên, chỉ tính tƣơng đồng trình tự thƣờng không đủ để nhận dạng các phức hợp protein đƣợc bảo tồn [12,24,26].…”

“…Mục tiêu của dóng hàng toàn cục mạng là đƣa ra một đơn ánh giữa các protein của các mạng khác nhau để tránh các nhập nhằng trong dóng hàng cục bộ. Bài toán này đƣợc Aladag và Erten [3] chứng minh là NP-hard.…”

“…Vì các mạng PPI có thƣờng số nút lớn nên cả tính chính xác và tính khả mở cần đƣợc quan tâm. Gần đây, Aladag và Erten (2013) đề xuất thuật toán SPINAL [3], là thuật toán cho kết quả tốt nhất và nhanh nhất là hiện nay. SPINAL là một thuật toán heuristic thời gian đa thức, gồm hai pha: pha đầu tính điểm tƣơng đồng cho tất cả cặp protein; pha sau xây dựng đơn ánh xạ bằng cách cải tiến một cách cục bộ từng tập con của lời giải hiện có.…”

NetMatchStar: an enhanced Cytoscape network querying app

“…Several different methods have been developed for this purpose: (i) Network Motif fiding [3][4][5][6][7][8][9][10][11][12] , network querying [13][14][15] and network alignment [16][17][18][19][20][21] algorithms.…”

Một Thuật Toán Tối Ưu Đàn Kiến Dóng Hàng Toàn Cục Mạng Tương Tác Protein

“…Sự phát triển của các kỹ thuật công nghệ sinh học trong hơn thập kỷ qua đã cho phép xây dựng được các mạng tương tác protein Protein-Protein Interraction Network -PPI Network) cho nhiều loài sinh vật. Từ các dữ liệu này, một số bài toán về phân tích mạng PPI đã được đặt ra (xem [3,7,[15][16][17]), chẳng hạn như: phân tích cấu trúc tô pô mạng [9], phát hiện mô-đun [2]... Trong đó, đặc biệt quan trọng là các bài toán dóng hàng mạng PPI dựa trên kết hợp thông tin về sự tương tác giữa các protein cùng với mối quan hệ tiến hóa giữa các trình tự. Việc so sánh tính tương đồng của các mạng PPI này cung cấp nhiều thông tin hữu ích cho dự đoán các chức năng chưa biết hoặc kiểm định các chức năng đã biết của các proteins [8,11,25].…”