$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

단백질 허브 네트워크에서 도메인분석을 통한 단백질 기능발견 시스템
Protein Function Finding Systems through Domain Analysis on Protein Hub Network 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.8 no.1, 2008년, pp.259 - 271  

강태호 (충북대학교 전기전자컴퓨터공학부) ,  류제운 (충북대학교 생화학과) ,  김학용 (충북대학교 생화학과) ,  유재수 (충북대학교 전기전자컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

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.

Abstract AI-Helper 아이콘AI-Helper

We propose a protein function finding algorithm that is able to predict specific molecular function for unannotated proteins through domain analysis from protein-protein network. To do this, we first construct protein-protein interaction(PPI) network in Saccharomyces cerevisiae from MIPS databases. ...

주제어

참고문헌 (14)

  1. E. Ravasz and A. L. Barabasi, "Hierarchical organization in complex networks," Phys. Rev. E67, 026122, 2003. 

  2. 강희영, 내피세포의 생존과 죽음 경로 및 효모의 단백질 네트워크 분석, 충북대학교 대학원 석사학위 논문, 2005. 

  3. G. Cynthia and J. Per, Developing Bioinformatics Computer Skills, O'reilly press, 2001(4). 

  4. J. Jeffery, S. Fetrow, and K. Andrzej "Structural genomics and its importance for gene function analysis," Nature Biotechnology, Vol.18, No.18, pp.282-287, 2000. 

  5. I. Takashi, A comprehensive two-hybrid analysis to explore the yeast protein interactome, Proceedings of the National Academy of Sciences of the United States of America, 2001. 

  6. B. Schwikowski, P. Uetz and S. Fields, "A network of protein-protein interactions in yeast," Nat Biotechnol, pp.1257-1261, 2000. 

  7. R. Sharan and R. Shamir, "Network-based prediction of protein function," Mol. Sys. Biol. pp.3-88, 2007. 

  8. H. Hishigaki, K. Nakai, T. Ono, A. Tanigami, and T. Takagi, "Assessment of prediction accuracy of protein function from protein-protein interaction data," pp.523-531, 2001. 

  9. H. N. Chua, W. K. Sung, and L. Wong, "Exploiting indirect neighbours and topological weight to predict protein function from protein-protein interactions," Bioinformatics, Vol.22, pp.1623-1630, 2006. 

  10. A. Vazquez, A. Flammini, A. Maritan, and A. Vespignani, "Global protein function prediction from protein-protein interaction networks," Nat Biotechnol, Vol.22 pp.697-700, 2003. 

  11. A. U. Amin, M. Shin, Y. Mihara, K. Kurokawa, and S. Kanaya, "Development and implementation of an algorithm for detection of protein complexes in large interaction networks," BMC Bioinformatics, 7: 207, 2006. 

  12. R. Sharan and T. Ideker, "Modeling cellular machinery through biological network comparison," Nat Biotechnol, Vol.24, pp.427-433, 2006. 

  13. V. Arnau, S. Mars, and I. Marin, "Iterative cluster analysis of protein interaction data," Bioinformatics, Vol.20, pp.364-378, 2005. 

  14. A. L. Barabasi and E. Bonabeau, "Scale-Free Networks," Scientific Mnerican, Vol.288, pp.60-69, 2003. 

저자의 다른 논문 :

LOADING...
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로