DOI QR코드

DOI QR Code

Development of Web-Based Assistant System for Protein-Protein Interaction and Function Analysis

웹 기반의 단백질 상호작용 및 기능분석을 위한 보조 시스템 개발

  • Jung Min-Chul (Department of Microbiology, Kyungpook National University) ;
  • Park Wan (Department of Microbiology, Kyungpook National University) ;
  • Kim Ki-Bong (Department of Bioinformatics Engineering, Sangmyung University)
  • 정민철 (경북대학교 자연과학대학 미생물학과) ;
  • 박완 (경북대학교 자연과학대학 미생물학과) ;
  • 김기봉 (상명대학교 공과대학 생명정보공학과)
  • Published : 2004.12.01

Abstract

This paper deals with the WASPIFA (Web-based Assistant System for Protein-protein Interaction and Function Analysis) system that can provide the comprehensive information on Protein-protein interaction and function concerned with function analysis. Different from existing systems for protein function and protein-protein interaction analysis, which provide fragmentary information restricted to specific field, our system furnishes end-user with comprehensive and synthetic information on the input sequence to be analyzed, including function and annotation information, domain information, and interaction relationship information. The synthetic information that our system contains as local databases has been extracted from many resources related to function, annotation, motif and domain by various pre-processing. Employing our system, end-users can evaluate and judge the synthetic results to do protein interaction and function analysis effectively. In addition, the WASPIFA system is equipped with automatic system management and data update function that facilitates system manager to maintain and manage it efficiently.

이 논문은 단백질의 기능분석을 위해 핵심적으로 요구되는 단백질 상호작용 관계정보 및 기능정보 등을 체계적으로 제공할 수 있는 WASPIFA (Web-based Assistant System for Protein-protein Interaction and function Analysis) 시스템에 대해서 다루고 있다. WASPIFA 시스템은 특정 분야에 국한해서 단편적 정보를 제공하는 기존의 단백질 기능 및 상호작용 분석 시스템과는 달리 분석하고자 하는 서열의 종합적인 정보 즉, 기능정보 및 주석정보, 도메인 정보, 상호작용 관계정보 등을 제공한다. 일반 검색 및 분석 시스템에서 제공하지 못하는 종합적인 정보들은 다양한 전처리 과정을 통해서 얻어진 데이터 및 정보 등을 시스템 내에 로컬 데이터베이스화해 놓은 것이다. 최종 사용자는 종합적인 정보를 통해서 올바른 평가와 판단을 통해서 효과적인 단백질 상호작용 분석과 기능분석을 행할 수 있다. 또한 자동관리 및 데이터 갱신 기능을 갖추고 있어 시스템 관리자가 효율적으로 시스템을 유지 및 관리할 수 있다.

Keywords

References

  1. Altschul, S. F., W. Gish, W. Miller and E. W. Myers. 1990. Basic local alignment search tool. J. Mol. Biol. 215, 403-410 https://doi.org/10.1016/S0022-2836(05)80360-2
  2. Bader, G. D., D. Betel and C. W. Hogue. 2003. BIND: the Biomolecular Interaction Network Database. Nucleic Acids Res. 31, 248-250 https://doi.org/10.1093/nar/gkg056
  3. Bock, J. R. and A. D. Gough. 2001. Predicting proteinprotein interactions from primary structure. Bioinformatics 17, 455-460 https://doi.org/10.1093/bioinformatics/17.5.455
  4. Breitkreutz, B. J., C. Stark and M. Tyers. 2003. The GRID : The General Repository for Interaction Datasets. Genome Biology 4, R23 https://doi.org/10.1186/gb-2003-4-3-r23
  5. Hennig, S., D. Groth, and H. Lehrach. 2003. Automated gene ontology annotation for anonymous sequence data. Nucleic Acids Res. 31, 3712-3715 https://doi.org/10.1093/nar/gkg582
  6. Mulder, N. J., R. Apweiler, T. K. Attwood, A. Bairoch, D. Barrell, A. Bateman, D. Binns, M. Biswas, P. Bradley, P. Bork, P. Bucher, R. R. Copley, E. Courcelle, U. Das, R. Durbin, L. Falquet, W. Fleischmann, S. Griffiths-Jones, D. Haft, N. Harte, N. Hulo, D. Kahn, A. Kanapin, M. Krestyaninova, R. Lopez, I. Letunic, D. Lonsdale, V. Silventoinen, S. E. Orchard, M. Pagni, D. Peyruc, C. P. Ponting, J. D. Selengut, F. Servant, C. J. A. Sigrist, R. Vaughan and E. M. Zdobnov. 2003. The InterPro Database, 2003 brings increased coverage and new features. Nucleic Acids Res. 31, 315-318 https://doi.org/10.1093/nar/gkg046
  7. Tatusov, R. L., D. A. Natale, I. V. Garkavtsey, T. A. Tatusoya, U. T. Shankavaram, B. S. Rao, B. Kiryutin, M. Y. Galperin, N. D. Fedorova and E. V. Koonin. 2001. The COG database: new developments in phylogenetic classification of proteins from complete genomes. Nucleic Acids Res. 29, 22-28 https://doi.org/10.1093/nar/29.1.22
  8. Valencia, A. and F. Pazos. 2002. Computational methods for the prediction of protein interactions. Current Opinion in Structural Biology 12, 368-373 https://doi.org/10.1016/S0959-440X(02)00333-0
  9. Xenarios, I., L. Salwinski, J. Duan, P. Higney, S. Kim and D. Eisenberg. 2002. DIP: The Database of Interacting Proteins. A research tool for studying cellular networks of protein interactions. Nucleic Acids Res. 30, 303-305 https://doi.org/10.1093/nar/30.1.303
  10. Zdobnov, E. M. and R. Apweiler. 2001. InterProScan - an integration platform for the signature-recognition methods in InterPro. Bioinformatics 17, 847-848 https://doi.org/10.1093/bioinformatics/17.9.847

Cited by

  1. System Design and Implementation for the Efficient Management and Automatic Update of Protein-Protein Interaction Data. vol.18, pp.3, 2008, https://doi.org/10.5352/JLS.2008.18.3.318
  2. A Study On the Application Methods of a Support Vector Machine for Gene Promoter Prediction. vol.17, pp.5, 2007, https://doi.org/10.5352/JLS.2007.17.5.714