• 셀메드
• /
• 제4권1호
• /
• pp.6.1-6.12
• /
• 2014

Anthrax is the deadly disease for human being caused by Bacillus anthracis. Instantaneous research work on the mode of infection of the organism revealed that different proteases are involved in different steps of pathogenesis. Present study reports the in silico characterization and the detection of pathogenic proteases involved in anthrax infection through protein-protein interaction. A total of 13 acid, 9 neutral, and 1 alkaline protease of Bacillus anthracis were selected for analysing the physicochemical parameter, the protein superfamily and family search, multiple sequence alignment, phylogenetic tree construction, protein-protein interactions and motif finding. Among the 13 acid proteases, 10 were found as extracellular enzymes that interact with immune inhibitor A (InhA) and help the organism to cross the blood brain barrier during the process of infection. Multiple sequence alignment of above acid proteases revealed the position 368, 489, and 498-contained 100% conserved amino acids which could be used to deactivate the protease. Among the groups analyzed, only acid protease were found to interact with InhA, which indicated that metalloproteases of acid protease group have the capability to develop pathogenesis during B. anthracis infection. Deactivation of conserved amino acid position of germination protease can stop the sporulation and germination of B anthracis cell. The detailed interaction study of neutral and alkaline proteases could also be helpful to design the interaction network for the better understanding of anthrax disease.

• 생명과학회지
• /
• 제18권3호
• /
• pp.318-322
• /
• 2008

단백질 상호작용 관련 데이터들이 기하급수적으로 증가하고 있는데 그러한 데이터들을 수동으로 갱신하고 관리하는 작업은 엄청나게 많은 시간과 노력을 요구한다. 뿐만 아니라 개발자가 아닌 비전문가인 생물학자들이 시스템 구성 데이터베이스들을 갱신하고 관리하며 분석 시스템을 운영한다는 것은 현실적으로 거의 불가능하다. 이러한 측면에서 단백질 상호작용 정보를 이용한 효율적인 단백질 기능분석 시스템인 WASPIFA에 대해 자동적으로 데이터를 갱신하고 관리할 수 있는 시스템을 설계하고 개발하였다. WASPIFA 시스템은 단백질의 상호작용 관련 데이터들을 통합하여 사용자가 편리하게 데이터를 검색할 수 있으며 단백질 상호작용에 관련된 정보 즉, 기능 및 주석 정보, 도메인 정보, 도메인 간의 상호 작용 정보 등을 제공해 주는 유용한 단백질 기능분석 시스템이다.

• 한국생물정보학회:학술대회논문집
• /
• 한국생물정보시스템생물학회 2003년도 제2차 연례학술대회 발표논문집
• /
• pp.7-16
• /
• 2003

In this paper, we propose a probabilistic framework to predict the interaction probability of proteins. The notion of domain combination and domain combination pair is newly introduced and the prediction model in the framework takes domain combination pair as a basic unit of protein interactions to overcome the limitations of the conventional domain pair based prediction systems. The framework largely consists of prediction preparation and service stages. In the prediction preparation stage, two appearance pro-bability matrices, which hold information on appearance frequencies of domain combination pairs in the interacting and non-interacting sets of protein pairs, are constructed. Based on the appearance probability matrix, a probability equation is devised. The equation maps a protein pair to a real number in the range of 0 to 1. Two distributions of interacting and non-interacting set of protein pairs are obtained using the equation. In the prediction service stage, the interaction probability of a protein pair is predicted using the distributions and the equation. The validity of the prediction model is evaluated fur the interacting set of protein pairs in Yeast organism and artificially generated non-interacting set of protein pairs. When 80% of the set of interacting protein pairs in DIP database are used as foaming set of interacting protein pairs, very high sensitivity(86%) and specificity(56%) are achieved within our framework.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권4호
• /
• pp.365-377
• /
• 2006

단백질들은 서로 다른 단백질들과 상호작용 하거나 복합물을 형성함으로써 생물학적으로 중요한 기능을 한다고 알려져 있다. 때문에 대부분의 세포작용에 있어 중요한 역할을 하는 단백질 상호작용의 분석 및 예측에 대한 연구는 여러 연구그룹으로부터 풍부한 데이타가 산출되고 있는 현(現) 게놈시대에서 또 하나의 중요한 이슈가 되고 있다. 본 논문에서는 효모(Saccharomyces cerevisiae)에 대해 공개되어있는 단백질 상호작용 데이타들에서 속성들 간의 연관을 통해 유추 가능한 잠재적 단백질 상호작용들을 예측하기 위한 연관속성 마이닝 방법을 제시한다. 단백질의 속성들 중 연속값을 가지는 속성값들은 최대상호 의존성에 기반을 두어 이산화 하였으며, 정보이론기반 속성선택 알고리즘을 사용하여 단백질들 간의 상호작용 예측을 위해 고려되는 단백질의 속성(attribute) 수 증가에 따른 속성차원문제를 극복하도록 하였다. 속성들 간의 연관성 발견은 데이타마이닝 분야에서 사용되는 연관규칙 발견(association rule discovery) 방법을 사용하였다 논문에서 제안한 방법은 발견된 연관규칙을 통한 단백질 상호작용 예측문제에 있어 최대 약 96.5%의 예측 정확도를 보였으며 속성필터링을 통하여 속성필터링을 하지 않는 기존의 방법에 비해 최대 약 29.4% 연관규칙 발견속도 향상을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.265-267
• /
• 2004

생명체의 기본 정보가 저장된 DNA에서 생성되는 단백질은 생명 현상의 중요한 기능적 역할을 수행하기 때문에 단백질과 관련된 다양한 연구가 진행되고 있다. 본 논문에서는 단백질간 상호작용(protein-protein interaction)을 예측하기 위해 시스템을 통계학적 모델인 Support Vector Machine(SVM)을 사용하였다. SVM 시스템은 상호작용이 있는 데이터(긍정예제)와 상호작용이 없는 데이터(부정예제)를 입력으로 하여 모델링 생성과 테스트를 하는데, 상호작용이 있는 데이터는 DIP에 있는 interaction list로 해결이 가능하지만 상호작용이 없는 데이터는 현재 존재하지 않기 때문에 이를 생성하기 위한 생성방법이 필요하다. 이 논문에서는 shuffling, non-interaction list, 그리고 앞의 두 방법을 보완하는 non-interaction list ＋ shuffling이라는 방법을 제시하고 기존의 실험 결과를 상회하는 부정예제 생성방법을 제시한다.

• 한국콘텐츠학회논문지
• /
• 제8권6호
• /
• pp.74-81
• /
• 2008

단백질 상호작용 네트워크는 허브(hub)라 할 수 있는 상호작용 수가 많은 소수의 단백질과 상호작용수가 적은 다수의 단백질들로 구성된다. 최근 들어 여러 연구들에서 허브 단백질이 비 허브(non-hub) 단백질보다 상호작용 네트워크에 필수적인 단백질일 가능성이 높다고 보고되고 있다. 이러한 현상을 중심-치명 룰(centrality-lethality rule)이라 하는데, 이는 복잡계 네트워크에서 허브단백질의 중요성 및 네트워크 구조의 중요성을 설명하기 위한 방법으로 폭넓게 신뢰받고 있다. 이에 본 논문에서는 중심-치명 룰이 항상 옳게 적용되는지를 확인하기 위해 Uetz, Ito, MIPS, DIP, SGD, BioGRID와 같은 효모에 관한 공개된 모든 단백질 상호작용 데이터베이스들을 분석하였다. 흥미롭게도, 상호작용 데이터가 적은 데이터베이스들(Uetz, Ito, DIP)에서는 중심-치명 룰을 잘 나타냈지만 상호작용 데이터가 대용량인 데이터 베이스들(SGD, BioGRID)에서는 중심-치명 룰이 잘 맞지 않음을 확인하였다. 이에 따라 SGD와 BioGRID 데이터베이스로 부터 얻은 상호작용 네트워크의 특징을 분석하고 DIP 데이터베이스의 상호작용 네트워크와 비교하였다.

• EDISON SW 활용 경진대회 논문집
• /
• 제5회(2016년)
• /
• pp.90-95
• /
• 2016

Heat Shock 70kDa Protein 1-Like(HSPA1L)는 Heat-shock protein70(HSP70) family에 속하는 chaperone protein으로 polypeptide folding, assembly, protein degradation 등 다양한 biological processes에 관여하고 있다. HSPA1L은 human methyltransferase-like protein 21A(METTL21A)에 의해 lysine residue에 methylation이 일어나게 되는데, 암세포에서 일반적인 HSPA1L은 주로 세포질에서 발견되는 반면 methylated HSPA1L의 경우 주로 핵에서 발견이 됨으로써 HSPA1L methylation이 암 세포 성장에 중요할 역할을 할 것이라 추측되며 anti-cancer drug target으로 주목 받고 있다. 하지만 현재 HSPA1L의 구조가 부분적으로만 밝혀져 있어 HSPA1L와 METTL21A가 어떤 residue들이 interaction 하여 binding을 하는지에 대해서 아직 밝혀 지지 않았다. 이로 인해 anti-cancer drug target으로서의 연구에 제한이 있다. 이번 연구에서는 homology modeling(Galaxy-TBM, Galaxy-refine)을 통해 HSPA1L 전체 구조를 밝혀 낸 후, HSPA1L 와 METTL21A를 protein-protein docking을 통해 binding pose 예측을 하였다. 이러한 binding pose를 protein interaction analysis하여 HSPA1L과 METTL21A binding에 관여하는 중요 residue들을 밝혀 냈다. 이러한 structural information은 methylated HSPA1L와 암 세포 성장간의 연관성, 더 나아가 anti-cancer drug 개발로 까지도 이어 질 수 있을 것이라 생각한다.

• Bulletin of the Korean Chemical Society
• /
• 제28권6호
• /
• pp.1005-1009
• /
• 2007

Leukotriene B4 (LTB4) is a potent chemoattractant for leukocytes and considered to be an inflammatory mediator. Human BLT2 (hBLT2) is a low-affinity G-protein coupled receptor for LTB4 and mediates pertussis toxin-sensitive chemotactic cell movement. Here, we dissected the interaction between hBLT2 and G-protein alpha subunits using GST fusion proteins containing intracellular regions of hBLT2 and various Gα protein including Gα i1, Gα i2, Gα i3, Gα s1, Gα o1, and Gα z. Among the tested Gα subunits, Gα i3 showed the highest binding to the third intracellular loop region of hBLT2 with a dissociation constant (KD) of 5.0 × 10?6 M. These results suggest that Gα i3 has the highest affinity to hBLT2, and the third intracellular loop region of hBLT2 is the major component for the interaction with Gα i3.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제10권4호
• /
• pp.299-308
• /
• 2004

최근 단백질 및 도메인과 관련된 방대한 양의 데이타들이 인터넷상에 공표되고 축적됨에 따라, 단백질간의 상호작용에 대한 예측 시스템의 필요성이 제기되고 있다. 본 논문에서는 이러한 데이타를 이용하여 계산적으로 도메인 조합 쌍에 기반하여 단백질의 상호작용 확률을 예측하는 새로운 단백질 상호작용 예측 시스템을 제안한다. 제안된 예측 시스템에서는 기존의 도메인 쌍(domain pair)의 제약성을 극복하기 위하여 도메인 조합(domain combination)과 도메인 조합 쌍(domain combination pair)의 개념이 새롭게 도입하였다. 그리고 도메인 조합 쌍(domain combination pair 또는 dc-pair)을 단백질 상호작용의 기본 단위로 간주하고 예측을 시도한다. 예측 시스템은 크게 예측 준비 과정과 서비스 과정으로 구성되어 있다. 예측 준비 과정에서는 상호작용이 있는 것으로 알려진 단백질 쌍 집합과 상호작용이 없는 것으로 추정되는 단백질 도메인 쌍 집합으로부터 각각 도메인 조합 정보와 그 출현 빈도를 추출한다. 추출된 정보들은 출현 확률 배열(Appearance Probability Matrix 또는 AP matrix)로 불리는 배열 구조에 저장된다. 논문에서는 출현 확률 배열에 기반을 두어, 단백질-단백질 상호작용을 예측하는 확률식 PIP(Primary Interaction Probability)를 고안하고, 고안된 확률식을 이용하여, 상호작용이 있는 것으로 알려진 단백질 쌍 집합과 상호작용이 없는 것으로 추정되는 단백질 도메인 쌍 집합의 확률 값 분포를 생성시킨다. 예측서비스 과정에서는 예측 준비 과정에서 얻어진 분포와 확률식을 이용하여 임의의 단백질 쌍의 상호작용 확률을 계산한다. 예측 모델의 유효성은 효모(yeast)에서 상호작용이 있는 것으로 보고된 단백질 쌍 집합과 상호작용이 없는 것으로 추정되는 단백질 쌍 집합을 이용하여 검증하였다. DIP(Database of Inter-acting Proteins)의 상호작용이 있는 것으로 알려진 효모 단백질 쌍 집합의 80%를 학습 집단으로 사용했을 때, 86%의 sensitivity와 56%의 specificity를 나타내어, 도메인을 기반으로 한 기존의 예측 시스템에 비해서 우월한 예측 정확도를 보여주었다. 이와 같은 예측 정확도의 개선은 본 예측 시스템이 상호작용의 기본 단위로 dc-pair를 채택한 점과 분류를 위하여 새롭게 고안하여 사용한 PIP식이 유효했던 것으로 판단된다.

• BMB Reports
• /
• 제28권4호
• /
• pp.363-367
• /
• 1995

E. coli methionyl-tRNA synthetase is one of the class I tRNA synthetases. The Tryptophane residue at the position 461 located in the C-terminal domain of the enzyme is a key amino acid for the interaction with the anticodon of $tRNA^{Met}$. W461 was replaced with other amino acids to determine the chemical requirement for the interaction with the anticodon of $tRNA^{Met}$. Saturation mutagenesis at the position 461 generated a total of 12 substitution mutants of methionyl-tRNA synthetase. All the mutants showed the same in vivo stability as the wild-type enzyme, suggesting that the amino acid substitutions did not cause severe conformational change of the protein The mutants containing tyrosine, phenylalanine, histidine and cysteine substitutions showed in vivo activity while all the other mutants did not. The comparison of the in vitro aminoacylation activities of these mutants showed that aromatic ring structure, Van der Waals volume and hydrogen bond potential of the amino acid residue at the position 461 are the major determinants for the interaction with the anticodon of $tRNA^{Met}$.