• Genomics & Informatics
• /
• 제18권4호
• /
• pp.39.1-39.8
• /
• 2020

Alzheimer's disease (AD) is a chronic, progressive brain disorder that slowly destroys affected individuals' memory and reasoning faculties, and consequently, their ability to perform the simplest tasks. This study investigated the hub genes of AD. Proteins interact with other proteins and non-protein molecules, and these interactions play an important role in understanding protein function. Computational methods are useful for understanding biological problems, in particular, network analyses of protein-protein interactions. Through a protein network analysis, we identified the following top 10 hub genes associated with AD: PTGER3, C3AR1, NPY, ADCY2, CXCL12, CCR5, MTNR1A, CNR2, GRM2, and CXCL8. Through gene enrichment, it was identified that most gene functions could be classified as integral to the plasma membrane, G-protein coupled receptor activity, and cell communication under gene ontology, as well as involvement in signal transduction pathways. Based on the convergent functional genomics ranking, the prioritized genes were NPY, CXCL12, CCR5, and CNR2.

• 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
• /
• 제33권2호
• /
• pp.188-192
• /
• 2000

Recombinant protein G has been utilized in the purification of antibodies from various mammalian species based on the interaction of antibodies with protein G. The interaction between immunoglobulin and protein G may not be restricted to the Fc protion of antibodies, as many different $F(ab)_2$ or Fab fragments can also bind to protein G. I found both FAb $F(ab)_2$ of 145-2C11, a hamster anti-mouse $CD3{\varepsilon}$ antibody, bound to the protein G-sepharose. Interestingly, Fab and $F(ab)_2$ of 145-2C11 did not bind to the protein A-sepharose. The binding of Fab and $F(ab)_2$ of 145-2C11 to protein G provided a useful method to remove proteases, chopped fragments of the Fc region, and other contaminating proteins. The remaining intact antibody in the protease reaction mixture can be removed by using a protein A-sepharose, because the Fab and $F(ab)_2$ portions of 145-2C11 did not bind to protein A-sepharose. The specific binding of Fab and $F(ab)_2$ portions of 145-sC11 to a protein G-sepharose (though not to a protein A-sepharose) and binding of intact 145-2C11 to both protein A- and G-sepharose will be useful in developing an effective purification protocol for Fab and $F(ab)_2$ portions of 145-2C11.

• 한국콘텐츠학회논문지
• /
• 제8권1호
• /
• pp.259-271
• /
• 2008

본 논문에서는 단백질-단백질 상호작용과 도메인 분석을 통해 기능이 알려지지 않은 미지 단백질의 기능을 예측할 수 있는 알고리즘을 제안한다. 먼저 MIPS 데이터베이스로부터 효모에 대한 단백질-단백질 상호작용(PPI) 네트러크를 구축한다. 구축된 PPI 네트워크는(단백질 3,637개, 상호작용 10,391개) 많은 상호작용을 갖는 소수의 단백질들을 갖으면서 단백질 클러스터의 고유한 모듈성을 보이는 스케일 프리 네트워크와 계층적 네트워크의 특성을 보인다 단백질-단백질 상호작용 데이터베이스는 Y2보(Yeast Two Hybrid) 실험 등으로 얻어졌기 때문에 부정확한 데이터를 포함하고 있다. 따라서 본 논문에서는 세포상의 localization을 고려하여 부정확한 데이터를 정제하여 PPI 네트워크를 재구축한다. 그리고 허브 단백질과 네트워크 구조를 분석하여 네트워크로부터 구조적 모듈을 발견하고 이를 정의한다. 또한 이러한 구조적 모듈로부터 단백질의 도메인을 분석하여 기능적 모듈을 밝히고, 높은 확실성을 가지는 기능적 모듈을 기반으로 미지 단백질에 대한 기능을 예측한다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제14권8호
• /
• pp.4621-4625
• /
• 2013

The purpose of this study was to construct a protein-protein interaction (PPI) network related to oral squamous cell carcinoma (OSCC). Each protein was ranked and those most associated with OSCC were mined within the network. First, OSCC-related genes were retrieved from the Online Mendelian Inheritance in Man (OMIM) database. Then they were mapped to their protein identifiers and a seed set of proteins was built. The seed proteins were expanded using the nearest neighbor expansion method to construct a PPI network through the Online Predicated Human Interaction Database (OPHID). The network was verified to be statistically significant, the score of each protein was evaluated by algorithm, then the OSCC-related proteins were ranked. 38 OSCC related seed proteins were expanded to 750 protein pairs. A protein-protein interaction nerwork was then constructed and the 30 top-ranked proteins listed. The four highest-scoring seed proteins were SMAD4, CTNNB1, HRAS, NOTCH1, and four non-seed proteins P53, EP300, SMAD3, SRC were mined using the nearest neighbor expansion method. The methods shown here may facilitate the discovery of important OSCC proteins and guide medical researchers in further pertinent studies.

• 한국축산식품학회지
• /
• 제39권2호
• /
• pp.229-239
• /
• 2019

The objectives of this study were to determine the interaction between porcine myofibrillar proteins and various gelatins (bovine hide, porcine skin, fish skin, and duck skin gelatins) and their impacts on gel properties of porcine myofibrillar proteins. Porcine myofibrillar protein was isolated from pork loin muscle (M. longissimus dorsi thoracis et lumborum). Control was prepared with only myofibrillar protein (60 mg/mL), and gelatin treatments were formulated with myofibrillar protein and each gelatin (9:1) at the same protein concentration. The myofibrillar protein-gelatin mixtures were heated from $10^{\circ}C$ to $75^{\circ}C$ ($2^{\circ}C/min$). Little to no impacts of gelatin addition on pH value and color characteristics of heat-induced myofibrillar protein gels were observed (p>0.05). The addition of gelatin slightly decreased cooking yield of heat-induced myofibrillar protein gels, but the gels showed lower centrifugal weight loss compared to control (p<0.05). The addition of gelatin significantly decreased hardness, cohesiveness, gumminess, and chewiness of heat-induced myofibrillar gels. Further, sodium dodecyl poly-acrylamide gel electrophoresis (SDS-PAGE) showed no interaction between myofibrillar proteins and gelatin under non-thermal conditions. Only a slight change in the endothermic peak (probably myosin) of myofibrillar protein-gelatin mixtures was found. The results of this study show that the addition of gelatin attenuated the water-holding capacity and textural properties of heat-induced myofibrillar protein gel. Thus, it could be suggested that well-known positive impacts of gelatin on quality characteristics of processed meat products may be largely affected by the functional properties of gelatin per se, rather than its interaction with myofibrillar proteins.

• 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.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권3호
• /
• pp.194-198
• /
• 2017

본 논문에서는 학술 문헌에서 표현된 단백질 간 상호 작용(Protein-Protein Interaction) 정보를 자동으로 추출하기 위한 확장된 형태의 Convolutional Neural Network (CNN) 모델을 제안한다. 이 모델은 기존에 관계 추출(Relation Extraction)을 위해 고안된 단순 자질 기반의 CNN 모델을 확장하여 다양한 전역 자질들을 추가적으로 적용함으로써 성능을 개선할 수 있는 장점이 있다. PPI 추출 성능 평가를 위해서 많이 활용되고 있는 준거 평가 컬렉션인 AIMed를 이용한 실험에서 F-스코어 기준으로 78.0%를 나타내어 현재까지 도출된 세계 최고 성능에 비해 8.3% 높은 성능을 나타내었다. 추가적으로 CNN 모델이 복잡한 언어 처리를 통한 자질 추출 작업을 하지 않고도 단백질간 상호 작용 추출에 높은 성능을 나타냄을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권3호
• /
• pp.193-207
• /
• 2009

세포 내에서 일어나는 단백질 신호 전달 과정은 단백질간의 상호작용을 통해 수행되고 조절된다. Yeast 상호작용 정보와 녹색형광단백질(GFP)을 이용하여 밝혀진 약 5,000여 개의 Yeast 단백질 위치정보를 이용하여 가중치를 부여하고 신호 전달경로 추출 및 예측을 위한 고성능 LocSPF 알고리즘을 최초로 제안하였다. 가중치 알고리즘에 의해 산출된 결과 중 의미 상관도가 높은 것을 채택한 후 KEGG에서 제공하는 신호전달 경로와 같은 신호전달 경로를 추출하는지 유사도 비교를 하였다. 한편 더 나아가 아직 실험을 통해 밝혀지지 않은 단백질 신호전달 경로를 예측하여 결과를 제시함으로써 본 연구를 통해서 알려지지 않은 새로운 신호전달 경로를 발견하거나 이전 경로에 참여하지 않은 단백질들을 발견할 수 있는 가능성을 제시 하였다.

• EDISON SW 활용 경진대회 논문집
• /
• 제5회(2016년)
• /
• pp.163-166
• /
• 2016

Hydrophobicity is the key concept to understand the water plays in protein folding, protein aggregation, and protein-protein interaction. Traditionally, the hydrophobicity of protein is defined based on the scales of the hydrophobicity of residue, assuming that the hydrophobicity of free amino acids is maintained. Here, we explore how the hydrophobicity of constituting amino acids in protein rely on the protein context, in particular, on the total charge and secondary structures of a protein. To this end, we calculate and investigate the hydration free energy of three short proteins based on the integral-equation theory of liquids. We find that the hydration free energy of charged amino acids is significantly affected by the protein total charge and exhibits contrasting behavior depending on the protein total charge being positive or negative. We also observe that amino acids in the ${\beta}-sheets$ display more enhanced the hydrophobicity than amino acids in the loop, whereas those in the ${\alpha}-helix$ do not clearly show such a tendency. And the salt-bridge forming amino acids also exhibit increase of the hydrophobicity than that with no salt bridge. Our results provide novel insights into the hydrophobicity of amino acids, and will be valuable for rationalizing and predicting the strength of water-mediated interaction involved in the biological activity of proteins.