Abstract
En betydelig andel av protein-protein interaksjoner (PPIs) i cellen er anslått til å være mediert av svært korte peptid segmenter som omtrent i samsvar med spesifikke sekvens mønstre som kalles lineære motiver (LMS), ofte til stede i uordnede regioner i eukaryote proteiner. Disse peptider er blitt funnet å interagere med lav affinitet og er i stand til å binde flere interactors, og således spiller en viktig rolle i de PPI nettverk som involverer dato huber. I dette arbeidet ble PPI data og de novo motiv identifikasjon basert metode (MEME) brukes til å identifisere slike peptider hos tre kreftassosierte hub proteiner-MYC, APC og MDM2. Peptidene som tilsvarer de betydelige LMS identifisert for hver hub protein ble justert, de overlappende regioner over disse peptidene blir betegnet som overlappende lineære peptider (OLPs). Disse OLPs ble dermed spådd til å være ansvarlig for flere PPIs av de tilsvarende hub proteiner og et poengsystem ble utviklet for å rangere dem. Vi spådde seks OLPs i MYC og fem OLPs i MDM2 som scoret høyere enn OLP spådommer fra tilfeldig genererte protein sett. To OLP sekvenser fra den C-terminale fra MYC ble anslått til å binde med FBXW7, komponent av en E3 ubiquitin-proteinkompleks ligase som er involvert i nedbrytning av proteasomal MYC. Tilsvarende har vi identifisert peptider i C-terminalen MDM2 samspill med FKBP3, som har en spesiell rolle i auto-ubiquitinylation av MDM2. Peptidsekvensene spådd i MYC og MDM2 ser lovende for utforming orthosteric hemmere mot mulige sykdomsassosierte PPIs. Siden disse OLPs kan samvirke med andre proteiner i tillegg, bør disse inhibitorene være spesifikke for den målrettede Interactor for å forhindre uønskede bivirkninger. Denne beregnings rammeverket har blitt designet for å forutsi og rangere peptid regioner som kan megle flere PPIs og kan brukes på andre sykdomsassosierte dato hub proteiner for prediksjon av nye terapeutiske mål av små molekyl PPI modulatorer
Citation.: Sarkar D, Patra P, Ghosh A, Saha S (2016) Beregnings Rammeverk for Prediksjon av peptidsekvenser som kanskje Megle Flere protein interaksjoner i Cancer-Associated Hub Proteiner. PLoS ONE 11 (5): e0155911. doi: 10,1371 /journal.pone.0155911
Redaktør: Julio Vera, Universitetet i Erlangen-Nürnberg, Tyskland
mottatt: 18 september 2015; Godkjent: 08.05.2016; Publisert: May 24, 2016
Copyright: © 2016 Sarkar et al. Dette er en åpen tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres
Data Tilgjengelighet:. All relevant data er i avisen og dens saksdokumenter fil
Finansiering:. arbeidet ble støttet av Institutt for bioteknologi- Ramalingaswami Re-entry Fellowship (No. BT /RLF /Re-entry /11/2011) til SS .
konkurrerende interesser:. forfatterne har erklært at ingen konkurrerende interesser eksisterer
Innledning
det har vært en gradvis forskyvning av fokus i kreftforskning fra studien av enkeltproteiner til edgetic forstyrrelser av sterkt koblet noder (proteiner) i intra-cellulære signaleringsnettverk, kjent som senternoder, som anses nødvendig for å opprettholde nettverkstopologi [1-3]. Huber som kommuniserer direkte med de fleste eller alle sine partnere samtidig er kalt «party» hubs (multi-grensesnitt huber), mens de som binder forskjellige partnere til forskjellige tider eller steder som er kjent som «date» huber (Singlish-grensesnitt huber) [ ,,,0],4]. Et økende antall av protein-protein interaksjoner (PPIs) er nå kjent for å være mediert av korte lineære peptider, hvor en globular protein eller domene binder seg til korte peptid segmenter i flere partnere, vanligvis ligger i bunn og uordnede regioner [5,6]. Slike peptider kan noen ganger være tilstede i bestilt segmenter også, f.eks p53-peptid som binder seg til MDM2 forekommer i bestilte heliske region [7]. Disse peptid segmenter kan forekomme i ulike regioner av samspill proteiner, men sekvensanalyse viser ofte en underliggende konsensus mønster eller lineær motiv (LM) som fanger opp viktige strukturelle og fysiokjemiske egenskaper av regionene [8]. De små peptider har vist seg å etterligne protein-protein interaksjoner og kan således være nyttig ved ekstrahering av samvirkende partnere i eksperimentelle prosedyrer som affinitetsrensing [9]. De forbigående og lav affinitet PPIs mediert av disse korte, fleksible peptid segmenter hjelpe mange dato hub proteiner for å ansette de samme grensesnitt for binding av flere interactors på ulike tidspunkt eller steder [10,11]. Videre kan mutasjoner i slike peptidsekvenser av signale hub proteiner påvirker hele PPI nettverk og signalkaskader [12]. Nyere studier har vist at små kjemiske hemmere kan målrette PPIs, inkludert de mediert av korte peptider, og har potensial til å fungere som nye terapeutiske midler mot komplekse sykdommer, inkludert kreft [13]. Derfor, identifisering av slike korte peptider som kan megle flere protein interaksjoner i viktige kreft-assosiert hub proteiner kan bidra i målretting peptid-mediert PPIs for terapeutisk intervensjon med strukturelle analoger.
Målet med denne studien er å utvikle en beregnings rammeverk for å forutsi peptidsekvenser i kreft-assosiert hub proteiner (CPS) som kan binde til flere interactors, ved hjelp av eksperimentelt verifisert PPI datasett og en nettverksbasert tilnærming. I et protein interaksjon nettverk, hvor nodene representerer proteiner og kantene deres gjensidige vekselvirkninger, det meste av nodene ikke er direkte forbundet med hverandre, men en hvilken som helst av nodene kan nås fra en hvilken som helst annen node i nettverket via et lite antall av humle eller kanter. De første hop protein interactors eller FHPIs (de gule rektangler merket som P1, P2 … P5 i figur 1) er de koblet direkte til CP (den rosa oval sentral node) ved kantene (svarte piler). Den andre hop protein interactors eller SHPIs er de som er koblet til CP gjennom FHPIs (den grønne rhomboids nemlig P1-1, P1-2 . P1-3 gjennom P1, P2-1, P2-2 P2- 3 gjennom P2 osv i figur 1) [14]. Vi har valgt tre kjente kreftfrem forbundet menneskelig hub proteiner viz. MYC, APC og MDM2, som hver er kjent for å være knyttet til et stort antall FHPIs og et forholdsvis større antall SHPIs. Interaksjons nettverk av disse tre proteinene ble rekonstruert opp til andre hop nivå ved å samle en liste over FHPIs samspill med hver av kommunistpartiene, etterfulgt av listen over SHPIs samspill med hver av de FHPIs.
P1-1 , P1-2 P1-3 er interactors av P1 (Second Hop Protein Interactors eller SHPIs av CP), P2-1, P2-2 P2-3 er interactors av P2 og så videre. Rød-grensene har blitt brukt til å markere oncoproteiner. Sekvensanalyse (ved hjelp MEME for de-novo motiv identifikasjon) av alle interactors av en bestemt FHPI (f.eks CP, P1-1, P1-2 og P1-3 for P1) kan avsløre noen felles sekvens mønstre (f.eks m1 m2 blant interactors av P1, m1, m2, m3 m4 blant interactors av P2 etc). Justering av peptidsekvensene fra CP tilsvarer alle slike motiver (p1 fra m1, p2 fra m2 etc) kan deretter identifisere en felles peptid (OLP) fra de overlappende sekvensposisjonene. Dette OLP kan spille en nøkkelrolle i formidling av samhandling med flere FHPIs og dermed bidra i utformingen orthosteric hemmere som kan være målrettet for å blokkere noen av CP-FHPI interaksjoner ved å gjøre det spesifikke bindingssetet av CP på en bestemt FHPI (f.eks P1 ).
MEME (Multiple Em for Motif elicitation) [15,16] er en svært populær og mye brukt verktøy for å søke ungapped sekvens mønstre gjentas over et sett med fasta sekvenser. De aminosyre-sekvenser av alle interactors av en FHPI (dvs. SHPIs samt CP selv), ble sendt til meme for identifisering av de over-representert sekvens mønstre (LMS) er til stede i alle eller de fleste av disse proteinene, som kan megle interaksjoner med FHPI. Vi antok at siden FHPI er et vanlig Interactor for settet av tilsvarende SHPIs og CP, noen av disse sekvenser kan dele et motiv betegner peptid regioner vekselvirker med den FHPI. Meme analyse for motiv identifikasjon ble gjentatt for hver FHPI av en CP selvstendig, til å kompilere en liste over motiver, som hver ble spådd til å samhandle med en bestemt FHPI av en CP. Etter kompilering listen over FHPI-spesifikke meme-spådd motiver, vi fokusert på peptid segmenter i CP som samsvarer med disse mønstrene i meme resultater. Vårt mål er å samordne disse peptidene og avsløre de overlappende sekvensposisjonene blant dem, som kan anslås som peptid grensesnitt som kan samhandle med flere FHPIs [17,18]. Disse overlappinger har blitt betegnet heretter som Overlappform Peptider eller OLPs.
Vårt forslag arbeidsflyt er et forsøk på å gi en grovkornet prediksjon av regionene innenfor Singlish-grensesnitt huber som kan megle flere PPIs, eksisterende in- silikoaluminofosfater metoder for motiv oppklaring, og dermed tilrettelegge for videre eksperimentelle studier på dem. MEME ble valgt for motivet identifikasjonstrinnet fordi det ikke justere for evolusjonære forholdet, (i motsetning til DILIMOT [19], SLiMDisc [20], SLiMFinder [21] og QSLiMFinder [22]), derfor står for sekvensmønster som er ansvarlige for PPIer i evolusjonært beslektet proteiner [23]. En scoring system ble også formulert for å rangere den anslåtte OLPs ifølge en ny beregning utpekt som OLP score, normalisert over alle tre partiene ved å sammenligne med median OLP score fra tilfeldig genererte sett av proteinsekvenser. For å validere den foreslåtte arbeidsflyten, vi gjentok prosedyren med interaksjonen nettverk av menneskelig GASP2, som omfatter minst tre eksperimentelt verifiserte eksempler på et enkelt peptid som medierer flere PPIer [24]. Vi har også gjort et forsøk på å evaluere den anslåtte OLP-mediert FHPI interaksjoner gjennom PepSite2 [25] webserver, som spådde at flere OLPs fra MYC og MDM2 kan binde seg til flere FHPIs. Videre har vi også utført en BLAST søk med den anslåtte OLP sekvenser for å finne lignende peptid sekvenser i humane proteiner ikke finnes i de SHPI nettverk som brukes i vår studie, for å muliggjøre prediksjon av nye PPIs.
Materialer og metoder
oversikt over foreslåtte arbeidsflyten
den første oppgaven er å gjenskape PPI nettverk av navet protein (CP) opp til andre hop nivå ved å kompilere en liste av proteiner kjent for å samhandle med CP ( FHPI nettverk) og deretter proteiner i samspill med hver av de FHPIs (SHPI nettverk). I figur 1, er nodene i nettverket FHPI blitt vist i form av gule rektangler og nodene i nettverket SHPI som grønne rhomboids. I neste trinn ble interactors av hver FHPI (inkludert CP) skannet for delte sekvens mønstre ved hjelp MEME. For eksempel, la oss anta protein P1 er kjent for å direkte samhandle med CP, og dermed blir den FHPI av CP. P1 er også kjent å samvirke med tre andre proteiner P1-1, P1-2 P1-3, som ville være SHPIs av CP. Sekvensene av CP, er P1-1, P1-2 og P1-3 legges sammen for å meme for å finne felles sekvens mønstre blant dem, og to slike mønstre m1 og m2 er funnet. Her har vi en hypotese om at siden de fire proteinene har en felles Interactor (dvs. P1), kan motivene som deles av dem formidle deres samspill med P1. Den samme prosessen gjentas med P2, neste FHPI, og MEME analyse av sine interactors dvs. CP, P2-1, P2-2 og P2-3, viser de delte sekvens mønstre m1, m3, M4 og M5. Derfor kan disse motivene bli spådd å megle interaksjoner med P2. Tilsvarende er andre motiver forutsies for hver av de gjenværende FHPIs, P3, P4 og P5. Peptidsekvensene av CP som tilsvarer motivene (si p1 tilsvarer m1, m2 p2 til etc) sammenlignes deretter for å se om noen av dem overlapper hverandre. Dersom slike overlapp blir funnet, så disse overlappende posisjoner kan antatt å mediere interaksjoner med multiple FHPIs (f.eks p1 kan forutsies å samvirke med P1, P2 og P3).
Protein-proteininteraksjon Datasett
Tre kreft-assosiert nav proteinantistof MYC, APC og MDM2, ble anvendt i studien for å identifisere LMS, og ble funnet å være assosiert med 721, 95, 177 henholdsvis 3047 SHPIs FHPIs og 4850, 1000, i henhold til de intakte database [26] (tabell A i S1-fil). Bare eksperimentelt verifiserte humane protein-protein interaksjoner ble vurdert i denne studien.
aminosyresekvenser for proteiner
Aminosyre-sekvensene til CPS (MYC, APC og MDM2) og den andre var SHPIs hentet fra Uniprot databasen [27] i fasta format.
Motif identifisering
de proteinsekvenser av de direkte interactors av hver FHPI dvs. CP og andre SHPIs, (f.eks CP, P1-1 , P1-2 og P1-3 for P1), ble brukt for de novo motiv identifikasjon av MEME. E-verdien i meme utgangs ble brukt til å utlede den statistiske signifikans av hver av de rapporterte sekvensmønstre eller LMS, mens den p-verdi ble benyttet for å bestemme graden av tilpasning av de enkelte peptid tilfeller til den tilsvarende LM. Den statistisk signifikant (E-verdi 1,0) motivene observert i CP så vel som i andre SHPIs, ble valgt ut for videre analyse. De FHPIs med 5-20 interactors ble bare brukt i denne studien fordi med økning av sekvens variasjon på tvers av flere interactors, blir det vanskelig å identifisere konserverte regioner blant dem med de-novo motiv identifikasjon. En E-verdi cut-off på 1,00 ble valgt for en høyere sensitivitet på bekostning av lavere spesifisitet [28]. Den frittstående versjon av MEME ble brukt med parametre satt til «zoops «(null eller én per sekvens) for distribusjon av motiver, 6 som minimum og 50 som maksimal motiv bredde, og 10 som maksimalt antall motiver som skal rapporteres.
flere Sequence Justering av motiver
de peptid sekvenser i CP tilsvarer de betydelige motivene identifisert fra flere meme kjøringer ble justert ved hjelp Clustal Omega [29], etterfulgt av manuell tolkning av justeringer for å finne mulige overlappinger blant dem, og dermed redusere sannsynligheten for å rapportere falske positiver.
OLP Resultat
de korte overlapp peptid sekvenser identifisert i hvert av CPS (MYC, APC og MDM2) ble rangert i henhold til OLP skår
observert beregnet som:
Hvor NFP og TFP representerer antall FHPIs samspill med en OLP og det totale antall FHPIs av en CP henholdsvis, mens HM betegner Harmonic Mean av p-verdiene rapportert av MEME for alle de lengre peptider ha OLP.
Generering av OLP score fra tilfeldige PPI nettverk
Tjuefem decoy protein interaksjonsnettverk ble generert ved å gruppere tilfeldige tall av proteinsekvenser valgt tilfeldig fra et datasett bestående av fasta sekvenser av hele menneske proteomet satt fra Uniprot [27]. OLP skår ble generert for disse 25 sett behandler dem som 25 FHPI nettverk og fordelingen av disse scorene ble plottet ved hjelp av R-skript. Denne prosedyren ble gjentatt fire ganger, noe som skaper 25 X 4 = 100 lokkefugl FHPI nettverk, og de fire separat plottede fordelinger viste medianverdier fra 15,42, 20,03, 17,4 og 18,25 henholdsvis (figur A (i), (ii), (iii) 1,0) utledes av MEME fra sin SHPI nettverk. (B) skjematisk fremstilling av en OLP sekvens
114SFICDPDD
121 (markert med oransje bakgrunn) identifisert i MYC, som kan samhandle med fem FHPIs. Nodene representerer teinene er merket med en rød ramme.
OLPs funnet i APC protein
adenomatøs polypose coli (APC) protein (2843 aa) er en stor multi -domain protein kodet av tumor suppressor APC genet, og er involvert i Wnt signalveien som spiller en viktig rolle i celle adhesjon og spredning av kreft [42]. Det var 95 FHPIs og 1000 SHPIs av APC som rapportert i intakte [25], ut som det var 40 FHPIs (grad i mellom 5-20) som brukes i vår analyse (Fig C i S1 File). Bare 8 betydelige motivene ble rapportert av Meme runs (tabell C i S1 File), hvorav 3 OLPs kan identifiseres, som vist i figur E i S1 File og tabell 1. Disse 3 OLPs ble alle ligger innenfor Armadillo-lignende spiral domene (bestilles region), og ingen av dem scoret høyere enn medianen OLP score fra tilfeldige PPI nettverk. Derfor kunne vi ikke vurdere disse OLPs som peptider som kan megle flere PPIs, i henhold til vårt rammeverk. Dette gjenspeiles også i de PepSite2 docking studier hvor ingen av OLPs fra APC viste vesentlig binding til de respektive FHPIs (Tabell F og Fig H28-34 i S1 File). Det er fullt mulig at på grunn av sin økte lengden i forhold til de to andre partiene vurderes i denne studien, APC trenger kanskje ikke å ansette enkelt peptid grensesnitt for flere PPIs.
OLPs funnet i MDM2 protein
MDM2 (491 aa) er E3 ubiquitin-protein ligase som formidler ubiquitinering av p53 tumor suppressor [43]. Det er 177 FHPIs og 3047 SHPIs av MDM2 som rapportert i intakte [26] database, hvorav 68 FHPIs (grad i mellom 5-20) ble brukt i vår studie (Fig D i S1 File). Meme går spådde 18 viktige motiver (tabell D i S1 File), der 6 OLPs ble identifisert, hvorav 5 OLPs har høyere poengsum enn tilfeldig OLP score (figur F i S1 File og tabell 1). Vi har spådd tre peptider i regionen 438-475 av MDM2 (
438CVICQ
442
456GHLMACF
462 og
463TCAKKLKKRNKPC
475) som kan binde seg til FKBP3 (også kjent som FKBP25), som regulerer p53-MDM2 pathway. PepSite2 spår også bindingen av FKBP3 til både OLPs
438CVICQ
442 (Fig H60 i S1 File) og
456GHLMACF
462 (Fig H37 i S1-fil) som svært viktig og til
463TCAKKLKKRNKPC
475 (fig H40 i S1-fil) som moderat signifikant (tabell F i S1 File). Men bare
438CVICQ
442 og
463TCAKKLKKRNKPC
475 ble spådd til å bli flate tilgjengelig (figur I (iii) i S1-fil). Den C-terminale OLP
311MNPPLPSHC
319 kan interagere med ni FHPIs, som er forbundet med positiv regulering av cellesyklus og regulering av proteinstabilitet. I tillegg omfatter denne OLP av to ELM spådd motiv instances-
311MNPPLP
316 (LIG_SH3_3) og
313PPLP
316 (LIG_WW_2). PepSite2 spår bindingen av denne OLM med seks FHPIs, hvorav tre FHPIs bindingen er svært viktig. Interessant, er p-verdien for binding av dette SH3 ligand motivet inneholder peptid til SH3 domene som inneholder protein ARHGEF6 funnet å være svært lav (9.897e-05), den laveste blant alle peptid-FHPI interaksjoner evaluert i PepSite2 (Fig H54 i S1 File).
OLPs funnet i GASP2 protein
GASP2_HUMAN (Q96D09) sekvens inneholder peptid
444EEEAIFGSWFWDRDE
458 som har vist seg å binde seg til human beta-1 adrenerge (ADRB1), muskarin acetylkolin (ACM1) og kalsitonin (CALCR) reseptorer [24]. Sekvensene til alle interactors av FHPIs- ADRB1_HUMAN (P08588), ACM1_HUMAN (P11229), og CALCR_HUMAN (P30988), ble analysert ved hjelp av MEME. I alle tre tilfellene ble peptider fra tilnærmet samme region av GASP2 rapportert, som da innrettet ble funnet å inneholde OLP
452WFWDRDEACFDLNPCPVY
469 (figur G i S1-fil). Dermed fant vi at vår metode kan gi en veldig nær tilnærming av en faktisk eksperimentelt validert motiv eksempel som kan binde seg til flere proteiner. Den normaliserte OLPscore av dette peptid var 1,47.
Sekvens kamper observert av BLAST søk
Resultatene av BLAST homologi søk av OLP sekvensene viser flere humane proteiner (verken som ble inkludert i SHPI nett som anvendes til MEME analyse) inneholder peptidsekvenser ligner på OLPs (tabell G i S1 File). For eksempel inneholder membran-assosiert humant protein OGFRL1 et peptid
90KRSFYAARD
98 som er veldig lik den MYC peptid
371KRSFFALRD
379. Disse proteinene kan bli etterforsket videre for mulige interaksjoner med FHPIs som har blitt spådd av vår arbeidsflyt for å samhandle med matchende OLPs.
Diskusjoner
Identifikasjon av peptid regioner i signale huber som formidler sykdomsassosierte PPIs kan være svært nyttig for edgetic perturbasjoner på molekylære regulatoriske nettverk ved hjelp av små-molekyl-hemmere [44,45]. Jo mindre kontaktområdet sett i peptid-mediert PPIer, sammenlignet med de som er mediert av store kule domener, og har en bedre mulighet for målretting slike grensesnitt med små kjemiske modulatorer for terapeutisk intervensjon [5]. Men hvis det samme peptid-grensesnittet er involvert i flere PPIs, rettet mot en av de PPIs med orthosteric hemmere kan også påvirke andre PPIs på samme sted, noe som fører til mulige forstyrrelser av essensielle PPI nettverk og veier. Det ville således være nyttig å forutsi de peptider som er i stand til å binde flere interactors og studere hver av PPIer hver for seg, før rettet mot hvilke som helst av disse for terapeutiske formål. Dette vil lette utformingen av sikrere og mer spesifikke PPI modulatorer i fremtiden.
I vårt forslag til arbeidsflyt, vi har derfor tatt en ny tilnærming for å justere de peptidene spådd til å samhandle med ulike proteiner for å identifisere overlappinger mellom dem, så at disse overlapper kan representere områder i samspill med flere proteiner. Derfor avviker vårt rammeverk fra de eksisterende motiv identifikasjonsprotokoller, som bare forutsier de lineære peptidsekvenser kan binde spesifikke interactors, mens vi har prøvd å videre forutsi om disse peptidene kan binde seg til flere interactors. I denne studien har vi brukt MEME programvare til selvstendig forutsi lange peptid regioner som kan samhandle med hver av de interactors av en CP, som så ble justert til å avsløre kortere peptider muligens i samspill med flere interactors. Her har vi også antatt at hvis et peptid er identifisert flere ganger i nettverksbasert tilnærming, så sannsynligheten for at peptidet å være involvert i mediering av PPIer blir høyere. Derfor, selv om vi har valgt en mild E-verdi cut-off ( 1,0) for de første lengre peptider, er det mindre sannsynlig at mange av disse lengre peptid segmentene ville dele en kortere overlappende region helt ved en tilfeldighet. Vi har brukt ortogonale metoder for å validere våre funn. PepSite2 ble brukt til å strukturelt validere peptid-mediert PPIs spådd av vår metode, mens GO og sti berikelse analyse ble gjort på settet til FHPIs spådd å samhandle med hverandre OLP. Imidlertid kan påliteligheten av prediksjoner fra PepSite2 serveren har lidd på grunn av bruken av modellerte strukturer i fravær av eksperimentelt bestemte 3D-strukturer av FHPI proteiner. Vi har også søkt for tilstedeværelse av ELM-spådd motiver innenfor OLP sekvensene, og undersøkt om disse OLPs falle i uordnede og overflate utsatt regioner i de tilsvarende proteiner.
Få spådd høye scoring OLPs fra vår studie ser lovende for mutasjonsstudier som påvirker den underliggende protein-protein interaksjon nettverk og påfølgende eksperimentell validering. To OLP sekvenser fra C-terminal av MYC (
371KRSFFALRD
379 og
392KVVILKKATAY
402) med høye OLP score har blitt spådd til å binde med FBXW7. Dette proteinet ble identifisert ved Koch et al [46] i en stor skala studie av C-myc interaksjoner ved hjelp av tandem affinitetsrensing. Interessant er FBXW7 en komponent i en E3 ubiquitin-protein ligase kompleks som medierer ubiquitinering og påfølgende proteasomal nedbrytning av målproteiner. Siden, er omløpshastighet på MYC kritisk bestemmende faktor for carcinogenese [47], modulering av disse peptider kan være anvendbare ved å endre halveringstiden til c-myc. En enkelt strekning av MDM2 (456-475) inneholder to high score OLPs-
456GHLMACF
462 og
463TCAKKLKKRNKPC
475, som begge er spådd å bundet til to viktige proteiner: RNF8 og FKBP3. RNF8 spiller viktige roller i E2-E3 ubiquitin ligase kompleks og DNA-skade respons [48]. FKBP3, også kjent som FKBP25, bidrar til regulering av p53-MDM2 negativ feedback loop [49]. Dermed er det sterke motivasjoner for eksperimentell validering av disse funnene ved hjelp av AP-MS og peptid-protein interaksjonsanalyser.
Likevel kan det være mye mer kompleksitet knyttet til prediksjon av peptid segmenter i kreft-assosiert hub proteiner som medierer interaksjoner med flere partnere. Selv har vi vurdert betydelige motivene identifisert i flere Meme går, likevel det kan være falske positive interactors i original PPI datasett. I vår metode, har vi vurdert en minimal overlapping regionen, men selve samspill peptid segment kan være lengre eller kortere i både N og C-terminal retninger. Videre, mens vår metode gjør gi informasjon om samspill partnere, betyr det ikke undersøke bindende domene eller de strukturelle parametrene involvert i interaksjoner.
