최근 유전체학과 단백질체학 분야에서 생성되는 방대한 분량의 데이타로부터 생물학적 의미를 추출해내기 위한 생물정보학적인 도구들에 대한 필요성이 크게 대두되고 있다. 본 논문에서는 세포 신호전달 경로에 관한 정보를 효율적으로 표현, 저장함은 물론 저장된 데이타로부터 생물학적 의미를 추출할 수 있도록 하기 위한 다양한 요구 조건들을 생물학자의 관점에서 분석하고, 이들 요구조건을 체계적으로 반영하여 설계한 ROSPath 데이타베이스 시스템을 제안한다. ROSPath 데이타 모델에서는 향후의 확장성을 고려하여 불완전한 지식의 표현이 가능하도록 하며 인터넷상에서 기존의 다른 생화학 데이타베이스를 공유할 수 있는 연결성을 제공한다. 또한, 객체지향 모델을 이용하여 계층적인 구성을 제공함으로써 효율적인 검색을 지원한다. ROSPath 데이타 모델은 두 가지 주요 데이타 요소인 ‘바이오 개체’와 ‘상호작용’으로 정의된다. 바이오 개체는 세포 신호전달 경로에 관여하는 단백질과 단백질 상태 등과 같은 개개의 생화학적인 개체를 의미하고, 상호작용은 단백질 상태 전이나 화학 반응, 단백질-단백질 상호작용 등과 같은 바이오 개체들 간의 다양한 관계 및 신호전달과정을 설명한다. 제안된 ROSPath 데이타 모델을 이용하여 구성되는 복잡한 정보 네트워크는 다양한 생화학 프로세스들을 기술하고 분석하는 데에 활용할 수 있다.
최근 유전체학과 단백질체학 분야에서 생성되는 방대한 분량의 데이타로부터 생물학적 의미를 추출해내기 위한 생물정보학적인 도구들에 대한 필요성이 크게 대두되고 있다. 본 논문에서는 세포 신호전달 경로에 관한 정보를 효율적으로 표현, 저장함은 물론 저장된 데이타로부터 생물학적 의미를 추출할 수 있도록 하기 위한 다양한 요구 조건들을 생물학자의 관점에서 분석하고, 이들 요구조건을 체계적으로 반영하여 설계한 ROSPath 데이타베이스 시스템을 제안한다. ROSPath 데이타 모델에서는 향후의 확장성을 고려하여 불완전한 지식의 표현이 가능하도록 하며 인터넷상에서 기존의 다른 생화학 데이타베이스를 공유할 수 있는 연결성을 제공한다. 또한, 객체지향 모델을 이용하여 계층적인 구성을 제공함으로써 효율적인 검색을 지원한다. ROSPath 데이타 모델은 두 가지 주요 데이타 요소인 ‘바이오 개체’와 ‘상호작용’으로 정의된다. 바이오 개체는 세포 신호전달 경로에 관여하는 단백질과 단백질 상태 등과 같은 개개의 생화학적인 개체를 의미하고, 상호작용은 단백질 상태 전이나 화학 반응, 단백질-단백질 상호작용 등과 같은 바이오 개체들 간의 다양한 관계 및 신호전달과정을 설명한다. 제안된 ROSPath 데이타 모델을 이용하여 구성되는 복잡한 정보 네트워크는 다양한 생화학 프로세스들을 기술하고 분석하는 데에 활용할 수 있다.
Recent massive data generation by genomics and proteomics requires bioinformatic tools to extract the biological meaning from the massive results. Here we introduce ROSPath, a database system to deal with information on reactive oxygen species (ROS)-mediated cell signaling pathways. It provides a st...
Recent massive data generation by genomics and proteomics requires bioinformatic tools to extract the biological meaning from the massive results. Here we introduce ROSPath, a database system to deal with information on reactive oxygen species (ROS)-mediated cell signaling pathways. It provides a structured repository for handling pathway related data and tools for querying, displaying, and analyzing pathways. ROSPath data model provides the extensibility for representing incomplete knowledge and the accessibility for linking the existing biochemical databases via the Internet. For flexibility and efficient retrieval, hierarchically structured data model is defined by using the object-oriented model. There are two major data types in ROSPath data model: ‘bio entity’ and ‘interaction’. Bio entity represents a single biochemical entity: a protein or protein state involved in ROS cell-signaling pathways. Interaction, characterized by a list of inputs and outputs, describes various types of relationship among bio entities. Typical interactions are protein state transitions, chemical reactions, and protein-protein interactions. A complex network can be constructed from ROSPath data model and thus provides a foundation for describing and analyzing various biochemical processes.
Recent massive data generation by genomics and proteomics requires bioinformatic tools to extract the biological meaning from the massive results. Here we introduce ROSPath, a database system to deal with information on reactive oxygen species (ROS)-mediated cell signaling pathways. It provides a structured repository for handling pathway related data and tools for querying, displaying, and analyzing pathways. ROSPath data model provides the extensibility for representing incomplete knowledge and the accessibility for linking the existing biochemical databases via the Internet. For flexibility and efficient retrieval, hierarchically structured data model is defined by using the object-oriented model. There are two major data types in ROSPath data model: ‘bio entity’ and ‘interaction’. Bio entity represents a single biochemical entity: a protein or protein state involved in ROS cell-signaling pathways. Interaction, characterized by a list of inputs and outputs, describes various types of relationship among bio entities. Typical interactions are protein state transitions, chemical reactions, and protein-protein interactions. A complex network can be constructed from ROSPath data model and thus provides a foundation for describing and analyzing various biochemical processes.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 세포 신호전달 경로를 위한 데이타 모델의 설계와 이를 이용한 데이타의 입력에 주안점을 두고 있다. 현재 ROSPath 시스템18, 19]은 Linux (Redliat 7.
본 논문에서는 세포 신호전달 경로에 관한 정보를 효율적으로 표현하고 저장하기 위하여 고려되어야 할 다양한 요구 조건들을 생물학자의 관점에서 분석하고, 이들 요구조건을 체계적으로 반영하여 설계한 ROSPath (Reactive Oxygen Species mediated cell-signaling Pathways) 데이타베이스 시스템을 위한 데이타 모델을 제시한다.
여러 생물학자들이 많은 노력을 통하여 특정 세포 신호전달 경로에 관여하는 것으로 밝혀낸 단백질 분자(molecule)에 관련된 정보는 그 양이 폭발적으로 증가하고 있을 뿐만 아니라 방대한 문헌에 산재되어 있어, 현재까지 밝혀진 지식 체계를 손쉽게 파악하기 어려운 것이 현실이다. 생물학 연구자로 하여금 이러한 세세한 정보를 일관성 있는 모델을 이용하여 체계적으로 종합하여 관리할 수 있도록 하는 것은 울론, 종합된 정보를 편리한 형태로 제공하여 사용하도록 하는 것이 세포 신호전달 데이타베이스 시스템 구축의 목적이다.
위에서 서술한 바와 같이 ROSPath의 데이타 모델에서는 제한된 지식을 현재 알려진 지식수준에서 표현하고 향후 새로운 정보를 점진적으로 추가하면서 더 구체화할 수 있도록 하는 것을 지식의 계층적인 구성에 의해 제공하고자 한다. 그러나 한 발 더 나아가면, 현재로서는 어떤 체계를 가지고 지식을 계충적으로 구성할 만한 정보를 가지고 있지 못하지만 미래에 이와 같은 체계를 새로이 추가하는 일을 손쉽게 할 수 있도록 모델을 구성하는 일 또한 매우 중요한 측면이다, 이를 위해서 데이타 모델의 논리적인 구성을 객체-관계 형태로 유지하여 데이타 모델을 물리적인 데이타베이스 스키마로 구현하는 것과 독립되게 하였다.
또한 각 경우 변형 부위(modification site)에 관한 정보가 알려져 있는 경우, 이를 포함시킬 수 있다. 이렇게 함으로써 단백질의 상태를 표현함에 있어서, 생물학적으로 밝혀진 정보를 최대한 상세하게 그리고 체계적으로 나타낼 수 있도록 하였다.
그림 2에서는 H2O2가 PTP1B를 산화시킴으로써 PTP1B에게 신호를 전달한다고 해석하였다. 이와 같이 화학적, 생물학적으로는 전혀 다른 종류의 작용이라 할지라도 동일하게 '신호를 전달'하는 것으로 해석함으로써 세포가 외부로부터 받은 자극이 일련의 '신호전달' 과정을 통하여 세포의 생성과 사멸 등에 영향을 미치는지를 이해하고자 하는 것이다.
가설 설정
이와 같이 하나의 단백질이 그 동적인 상태에 따라 기능적인 역힐이 달라질 수 있으므로 단백질의 상태를 하나의 데이타 개체로 모델링 하여 표현하였다. ROSPath 세포 신호 전달에 관여하는 단백질은 적어도 하나 이상의 단백질 싱태를 갖는 것으로 가정하였는데, 구체적인 상태 정보가 밝혀지지 않은 경우라고 하더라도 하나의 기본 상태가 자동으로 생성되어 사용되도록 하였다. 하나의 단백질을 서로 다른 상태에 있는 것으로 정의하는 기준은 이러가지가 있을 수 있는데, ROSPath 데이타 모델은 C 음 다섯 가지 측면에서 단백질 상태를 구별한다.
예를 들어 그림 2에서 PDGFR에서 PI3K로 '신호'가 전달되는 과정은 PDGFR7} 인산화되어 PDGFR-p로 상태 전이된 후에 PDGFR-p 에서 복합단백질 [PDGFR-p, PI3K]이 생성되는 결합으로 설명할 수 있다. 결합에 의해 생성되는 일시적인 복합단백질은 항상 두 개의 결합 구성요소로 구성된다고 가정하였으며 결합 방법과 결합 부위가 복수로 정의될 수 있다. 또한, 결합을 정의할 경우에는 그 결과가 되는 일시적인 복합단백질을 자동적으로 생성하여 저장한다.
제안 방법
KEGG(Kyoto Encyclopedia of Genes and Genomes) 시스템은 유전자나 분자 사이의 상호작용으로 구성되는 정보 전달 경로를 이용해 분자와 세포의 생둘학 지식을 전산화하였다. KEGG 시스템에서는 한 쌍의 유전자나 분자들의 상호작용을 이진관계 (binary relation) 로 모델링 하는데, 이미 저장된 관계로부터 새로운 관계를 추론할 수 있고 이들의 계층구조를 구성함으로써 유전자나 분자간의 기능적/구조적/진화적인 관계들을 표현할 수 있다[4].
결합과 단백질 상태 전이를 제외한 모든 신호전달 과정은 반응으로 모델링한다. 여러 단백질이 작용하여 새로운 하나 또는 그 이상의 물질로 변화되는 연합/분리(association/dissociation) 과정이나 화학 반응을 그 예로 들 수 있다.
특히 세포 신호전달에 관련한 데이타베이스는 최근에 그 구축이 시작되어 많은지식이 축적되어 있지 않고, 새로이 생성되는 데이타를수용하기 위한 모델 수정이 빈번할 수 있으므로 객체지향 모델링을 하는 것이 바람직하다고 판단하였다. 그러나 기존의 생물학 데이타베이스들과의 연결 또는 통합검색 측면과 시스템 안정성 측면에서 고려할 때 관계 데이타베이스 시스템을 사용하는 것이 바람직하므로, 본 연구에서는 객체지향 방법론을 활용하여 논리적인 데이타 객체를 구성하되, 이의 구현은 관계 데이타베이스 시스템을 사용하였다.
표현하도록 한 것이다. 단백질이 신호전달에 참여할 때에는 동적으로 변화하며 특정한 상태로 존재하는 경우가 많은더], 각 단백질이 서로 다른 상태라고 정의할 수 있는 요인을 단백질 합성 후 변형, 세포 내에서의 위치, 올리고머 상태(oligomeric state), 리간드, 단백질 분해효소에 의한 절단 형태(proteolytic form) 등으로 분류하고 각 경우에 더욱 자세한 분류는 필요에 따라 상세 분류로서 제공하였다. 예를 들어, 단백질 합성 후 변형에는 인산화(phosphorylation), 시스테인 산화 (cysteine oxidation), 당화(glycosylation), ^^-(methylation), 아세틸화(acetylation) 등이 포함되고, 인산화는 다시 어느 아미노산에 대한 것이냐에 따라 세린 (serine), 트레오닌 (threonine), 타이로신 (tyrosine) 으로구성되어 있다⑻.
셋째, 여러 단백질의 상호 작용으로 새로운 복합체를 구성하는 결합 과정과 결합의 결과물인 복합단백질을 독립적으로 모델링하였다. 복합 단백질과 복합단백질 상태도 독립적으로 신호전달에 참여할 수 있게 하였으며, 화학 반응이나 연합/분해 작용도 반응의 범주로 간주하여 신호전달 과정으로 정의하였다. 넷째, ROSPath 데이타 모델에서는 아직 완벽하게 밝혀지지는 않았으나 불완전한 형태로라도 생물학자들이 가지고 있는 지식을 쉽게 표현할 수 있도록 하기 위해 가능한 한 많은 부분을 계층적인 구성을 이용하여 표현하였다.
복합단백질 역시 그 역할에 따라 다양한 상태로 존재할 수 있으며, 복합단백질 상태를 각각 하나의 데이타 개체로서 모델링 하였다. 복합단백질의 경우에도 언제나 하나 이상의 복합단백질 상태를 갖는 것으로 가정하였는데, 여러 개의 구성 단백질 상태(component protein state)로 구성됨에 따라 복합단백질 상태를 구분하는 기준을 정의할 때 다음의 특성들을 고려하여야 한다.
본 연구에서 제안하는 세포 신호전달 경로를 위한 모델의 가장 핵심적인 특징은 계층적 구성이다. 세포 신호전달 경로를 밝히기 위해서는 신호전달에 관여하는 다양한 단백질에 대한 표현은 물론, 단백질 간의 상호작용의 표현, 이들 단백질에서 일어날 수 있는 다양한 단백질 합성 후 변형 (post-translational modification)의 표현, 단백질 간의 산화-환원 반응에 대한 표현, 또한 이들 반응이 어떻게 조절되는지를 나타내는 신호전달에 대한 표현 등 여러 계층의 다양한 정보가 복합적으로 표현되어야 한다.
첫째로 가장 기본적인 분자 구성을 단백질 상태로 모델링 하였다는 점을 들 수 있다. 본 연구에서는 단백질의 상태 정보를 체계적이고 포괄적으로 도입함과 동시에 상태에 관한 불완전한 지식의 표현을 허용하였다. 둘째, 신호전달경로를 독립적인 데이타 개체로 표현하였다 신호전달 경로를 명시적인 데이타 객체로 표현할 것인가의 선택은 단순하게 개개의 신호 전달 경로를 표현할 때에는 차이가 없을 수도 있으나 서로 간의 연관성이 있는 여러 신호전달경로의 네트워크를 표현하여 궁극적으로 시스템 생물학을 지향하는 현재의 추세로 볼 때, 신호전달경로를 독립적인 데이타 객체로서 표현하는 것이 필수적이다.
본 장에서는 세포 신호전달 경로 데이타베이스의 구축을 위한 데이타 모델의 설계를 위한 요구사항들을 생화학자들의 관점에서 분석한다. 우선 전반적인 설계 목표에 대해서 살펴 본 이후에 세포 신호전달 경로 데이타베이스에서 표현해야 하는 데이타의 유형 및 모델의 핵심적인 부분에 관해 서술한다.
본 논문에서는 단백질 상태 사이의 전이를 하나의 독립적인 데이타 개체로 정의한다. 상태 전이에 관련된 단백질이 하나의 상태에서 다른 상태로 전이되는 내용에 따라 변형의 종류, 올리고머 상태의 변화, 리간드의 변화, 세포 내 위치의 변화, 단백질 분해효소에 의해 절단된 형태의 변화 등으로 정의할 수 있는데, 여기에 부가적으로 입체구조 변화(conformational change) 여부를 주석으로 달 수 있도록 하였다. 상태 전이를 정의함에 있어서 시작 상태와 종료 상태에 대한 정의가 명백하게 잘 되어 있는 경우 이들 두 상태 간의 차이로부터 상태 전이에 대한 정보를 유추할 수 있다.
세포내의 활성은 Gene Ontology[15] 데이타베이스의 분류 체계를 이용하여 Swiss PROT의 단백질에 대하여 작성해 놓은 주석을 기본으로 하고 사용자가 추가적으로 정의할 수 있도록 한다. 생물종, 세포 내 위치, 티슈 정보, 효소 반응 정보는 사용자가 새로 입력할 수 있도록 하고, 이외에도 입력자가 추가하고자 하는 정형화되지 않은 정보가 있는 경우 임의의 텍스트를 사용하여 주석을 추가할 수 있도록 하였다. 그림 2에서 타원형으로 표시된 노드, 즉, She, Grb2, Sos, Ras, Raf 등은 각각 하나의 단백질을 표현하고 있다.
일부 정보는 하이퍼 링크 형식으로 제공되어 외부의 웹 데이타를 직접 접근할 수 있으며, 세포 내 위치 이동 정보 즉, 세포내의 위치, 티슈 정보, 효소 반응의 정보는 사용자가 직접 입력을 하도록 하였고, 세포 내의 활성의 경우 유전자 온톨로지 브라우저 (gene ontology browser)인 QuickGO에서 제공하는 내용을 확인하여 사용할 수 있도록 하였다. 세포내의 활성에 QuickGO에서 제공하고 있는 것 외에 새로운 정보를 추가하려면 직접 유전자 온톨로지 분류 체계를 검색하면서 적당한 용어를 추가할 수 있도록 하였다. 참고문헌의 입력은 현재 입력하고자 흐}는 단백질의 이름 및 동의어를 키워드로 사용한 PUBMED 검색 결과를 웹 브라우저에서 볼 수 있도록 하였다.
염색체 상의 위치 (chromosome localization), 3차원 구조, 신호전달 도메인, 문헌 정보는 각각 GenBank, PDB[12] , InterPRO[13]f PUBMEDU4]를 참조할 수 있는 링크(link)를 제공한다. 세포내의 활성은 Gene Ontology[15] 데이타베이스의 분류 체계를 이용하여 Swiss PROT의 단백질에 대하여 작성해 놓은 주석을 기본으로 하고 사용자가 추가적으로 정의할 수 있도록 한다. 생물종, 세포 내 위치, 티슈 정보, 효소 반응 정보는 사용자가 새로 입력할 수 있도록 하고, 이외에도 입력자가 추가하고자 하는 정형화되지 않은 정보가 있는 경우 임의의 텍스트를 사용하여 주석을 추가할 수 있도록 하였다.
둘째, 신호전달경로를 독립적인 데이타 개체로 표현하였다 신호전달 경로를 명시적인 데이타 객체로 표현할 것인가의 선택은 단순하게 개개의 신호 전달 경로를 표현할 때에는 차이가 없을 수도 있으나 서로 간의 연관성이 있는 여러 신호전달경로의 네트워크를 표현하여 궁극적으로 시스템 생물학을 지향하는 현재의 추세로 볼 때, 신호전달경로를 독립적인 데이타 객체로서 표현하는 것이 필수적이다. 셋째, 여러 단백질의 상호 작용으로 새로운 복합체를 구성하는 결합 과정과 결합의 결과물인 복합단백질을 독립적으로 모델링하였다. 복합 단백질과 복합단백질 상태도 독립적으로 신호전달에 참여할 수 있게 하였으며, 화학 반응이나 연합/분해 작용도 반응의 범주로 간주하여 신호전달 과정으로 정의하였다.
그림 2의 PDGF 신호전달 경로에서 예를 들면, PTENe 산화된 형태인 PTEN-S-S와 환원된 형태인 PTEN-SH-SH 두 가지 상태로 존재하고 있으며, 이 중에서 PTEN-SH-SH가 PIP3를 PIP2로 변화시키는 역할을 한다. 이와 같이 하나의 단백질이 그 동적인 상태에 따라 기능적인 역힐이 달라질 수 있으므로 단백질의 상태를 하나의 데이타 개체로 모델링 하여 표현하였다. ROSPath 세포 신호 전달에 관여하는 단백질은 적어도 하나 이상의 단백질 싱태를 갖는 것으로 가정하였는데, 구체적인 상태 정보가 밝혀지지 않은 경우라고 하더라도 하나의 기본 상태가 자동으로 생성되어 사용되도록 하였다.
이 화면에서 사용자는 입력하고자 하는 단백질의 이름이나 접근 번호를 우선 입력한 뒤 'External Info' 버튼을 눌러 현재 정의하려는 단백질에 관한 기본적인 정보를 외부 데이타베이스로부터 자동적으로 입력한다. 일부 정보는 하이퍼 링크 형식으로 제공되어 외부의 웹 데이타를 직접 접근할 수 있으며, 세포 내 위치 이동 정보 즉, 세포내의 위치, 티슈 정보, 효소 반응의 정보는 사용자가 직접 입력을 하도록 하였고, 세포 내의 활성의 경우 유전자 온톨로지 브라우저 (gene ontology browser)인 QuickGO에서 제공하는 내용을 확인하여 사용할 수 있도록 하였다. 세포내의 활성에 QuickGO에서 제공하고 있는 것 외에 새로운 정보를 추가하려면 직접 유전자 온톨로지 분류 체계를 검색하면서 적당한 용어를 추가할 수 있도록 하였다.
이론/모형
ROSPath 데이타 모델에서는 위에서 언급한 요구사항들을 만족시키기 위하여 객체지향 데이타 모델을 이용하였다. 객체지향 데이타 모델이 제공하는 클래스 계층구조는 데이타 모델의 계층적 구성을 지원하고 데이타모델의 확장을 용이하게 한다.
성능/효과
복합 단백질과 복합단백질 상태도 독립적으로 신호전달에 참여할 수 있게 하였으며, 화학 반응이나 연합/분해 작용도 반응의 범주로 간주하여 신호전달 과정으로 정의하였다. 넷째, ROSPath 데이타 모델에서는 아직 완벽하게 밝혀지지는 않았으나 불완전한 형태로라도 생물학자들이 가지고 있는 지식을 쉽게 표현할 수 있도록 하기 위해 가능한 한 많은 부분을 계층적인 구성을 이용하여 표현하였다. 사용자는 전체 계층구조상에서 자신의 지식을 표현할 수 있는 적당한 수준을 선택하여 그 수준에서만 서술하면 된다.
둘째, 복합단백질 상태의 활성(activity)을 명시할 때어떤 구성 단백질 상태가 활성인지를 명시할 수 있어야 한다.
본 연구에서는 단백질의 상태 정보를 체계적이고 포괄적으로 도입함과 동시에 상태에 관한 불완전한 지식의 표현을 허용하였다. 둘째, 신호전달경로를 독립적인 데이타 개체로 표현하였다 신호전달 경로를 명시적인 데이타 객체로 표현할 것인가의 선택은 단순하게 개개의 신호 전달 경로를 표현할 때에는 차이가 없을 수도 있으나 서로 간의 연관성이 있는 여러 신호전달경로의 네트워크를 표현하여 궁극적으로 시스템 생물학을 지향하는 현재의 추세로 볼 때, 신호전달경로를 독립적인 데이타 객체로서 표현하는 것이 필수적이다. 셋째, 여러 단백질의 상호 작용으로 새로운 복합체를 구성하는 결합 과정과 결합의 결과물인 복합단백질을 독립적으로 모델링하였다.
셋째, 복합단백질의 상태를 정의할 때 명시하는 세포 내 위치정보와 복합단백질을 정의할 때 명시하는 세포 내 위치정보 사이에 불일치가 없도록 하여야 한다.
첫째, 단백질 합성 후 변형의 종류를 정의할 때 어떤 구성 단백질에 변형이 발생한 것인지를 명시할 수 있어야 하며, 2개 이상의 구성 상태 사이에서 변형을 정의할 수 있도록 한다. 예를 들어, 펩타이드간 디설피드 결합(inter-가lain disulfide bond)의 경우 복합단백질 상태의 각 구성요소가 되는 단백질 상태 사이에서 디설피드 결합(disulfide bond)을 정의해야 하기 때문이다.
후속연구
본 논문에서는 세포 신호전달 경로와 관련된 정보를 가능한 한 상세히 서술할 수 있도록 함과 동시에, 현재까지는 실험적으로 그 구체적인 내용이 밝혀지지 않았지만 생물학자들이 제한적으로나마 알고 있는 지식을 입력할 수 있도록 하는 모델의 설계가 요구된다.
참고문헌 (19)
Duan, X., Xenarios, I., and Eisenberg, D., 'Describing Biological Protein Interactions in Terms of Protein States and State Transitions : THE LiveDIP DATABASE,' Mol. Cell. Proteomics, 1:104-116, 2002
Heinemeyer, T., Chen, X., Karas, H., Kel, A., Kel, O.V., Liebich, I., Meinhardt, T., Reuter, I., Schacherer, F. and Wingender, E., 'Expanding the TRANSFAC database towards an expert system of regulatory molecular mechanisms,' Nucleic Acids Res, 1;27(1):318-322, 1999
Krull, M., Voss, N., Choi, C., Pistor S., Potapov, A, Wingender, E., 'Transpath: an integrated database on signal transduction and a tool for array analysis,' Nucleic Acids Research, 31:97-100, 2003
Helden, J, Naim, A, Mancuso, R, Eldridge, M., Wernisch, L., Gilber, D. and Wodak, S.J., 'Representing an analysing molecular and cellular function in the computer,' Biol Chem, 381(910):921-935, 2000
Kim, H.J., Song, E.J., and Lee, K.J., 'Proteomic analysis of protein phosphorylations in heat shock response and thermotolerance', J Bioi Chem., 277 (26):23193-23207. 2002
Park, J.S., Park, J.K., Lee, S.H., Lee, S.R., Lee, K.J. and Paek, E., 'ROSPath: a database of Reactive Oxygen Species mediated cell-signaling Pathways', Keystone Symposia 2003 Abstract Book, Proteomics: Technologies and Applications, pp.70, 2003
※ AI-Helper는 부적절한 답변을 할 수 있습니다.