초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

기능 유전체학과 단백질체학에 있어서 개별 단백질의 기능 분석은 매우 중요한 핵심사안으로 대두되고 있다. 이러한 기능 분석에 있어서 과거와는 달리 현재는 전체 생명 시스템 상에서 개별 유전자 일 단백질의 기능 및 역할을 규명하는데 않은 초점을 맞추고 있다. 이러한 측면에서 단백질 상호작용 정보 및 도메인 정보를 기반으로 기능 분석을 행하는 것이 올바른 방법으로 인식되고 있으며, 본 논문에서는 그와 같은 분석 시스템을 소개하고 있다. 단백질 상호작용 정보는 모티프 일 도메인의 모듈 정보를 기반으로 하여 특이성과 민감도 측면에서 분석 정확성을 높일 수 있다.

기능 유전체학과 단백질체학에 있어서 개별 단백질의 기능 분석은 매우 중요한 핵심사안으로 대두되고 있다. 이러한 기능 분석에 있어서 과거와는 달리 현재는 전체 생명 시스템 상에서 개별 유전자 일 단백질의 기능 및 역할을 규명하는데 않은 초점을 맞추고 있다. 이러한 측면에서 단백질 상호작용 정보 및 도메인 정보를 기반으로 기능 분석을 행하는 것이 올바른 방법으로 인식되고 있으며, 본 논문에서는 그와 같은 분석 시스템을 소개하고 있다. 단백질 상호작용 정보는 모티프 일 도메인의 모듈 정보를 기반으로 하여 특이성과 민감도 측면에서 분석 정확성을 높일 수 있다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문에서는 DIP, 티ND, 그리고 GRID에 포함되어 있 는 단백질 서열들을 도메인/모티프 통합 데이터베이스인 lnte「P「。와 비교 분석하여 각 단백질의 도메인 정보를 추 출하고, 그 정보를 바탕으로 도메인들 사이의 상호직용 관계를 밝혀내고자 하였다. 그리고 본 논문의 분석 치스 템은 기존의 단백질 상호작용 데이터베이스들을 통할화 하여 상호작용 단백질 쌍둘에 대해 통합 검색 및 분소i 기 능을 제공하고 있으며, 서열 유사성과 도메인 수준에서 단백질의 상호작용 관계善 예측할 수 있도록 구성되어 있 다.
• 실제로 한 논문에서는 DIP (Database of Interaction Proteins)에 포함되어 있는 상호작용 단백질 쌍듈에서 도메인 정보를 추춯하고 상호작용할 가능성이 있는 기。(Potentially Interacting Domain) 에서 TID (Truly Interacting Domain)률 가려내는 작업울 하였다:2). 이런 점을 감안하여 본 논문에서도 단백질의 상호작용 관계를 도메인 수준에서 분석하고 그러한 상호작용 정보를 바탕으로 단백질의 기능을 추정할 수 있는 시스템을 소개하고자 한다.

제안 방법

• 呈 다른 사전 작업으로 상호작용 단백질 쌍 데이터베이스에 포함되어 있는 단백질 서열을 InterFroScan 으로 InterPro 데이터베이스 (ProSite, ProDom, Prints, Pfam, Smart 둥의 도메인/모티프 데이터베이스를 통합화 해 놓은 데이터베이스)와 비교하여 그 서열듈의 도메인/모티프 정보풀 추출하고, 그 결과를 데이터베이스화하였다. 따라서 사용자는 단백질 상호작용 관계뿐만 아니라 입력 단백질의 도메인 정보들을 확인할 수 있다.
• 본 연구에서 개발한 기능 문석 시스템은 [그림 1]베서 볼 수 였듯이 기존의 상호작용 단백질 쌍들을 포함하고있는 데이터베이스들을 통합하였으며, 서열 유사성과 도 메인 정보를 바탕으로 단백질의 상查작용 관계를 유추하 고 가시화하여 사용자에게 보여주도록 구성되었다. 그리 고 사전 작업으로 상호작용 단백질 쌍 데이터베이스에 포 함된 서열들을 COG (Clusters of Orth이og이js Groups of proteins) 데이터베이스[6] 및 GO (Gene Ont이ogy) 테이티베이스[기에 대해 BLASTI8] 검색을 통해 단백질 의 기늨과 주석 정보들을 추출해 내고 그 결과률 분석 시 스템 내에 데이터베이스화하였다. 따라서 사용자는 단백 질의 상호작용 관계 유추뿐만 아니라 기능 및 주석 정보 들을 한 번에 검색할 수 있게 시스템이 구성되어 있다.
• 본 논문에서는 DIP, 티ND, 그리고 GRID에 포함되어 있 는 단백질 서열들을 도메인/모티프 통합 데이터베이스인 lnte「P「。와 비교 분석하여 각 단백질의 도메인 정보를 추 출하고, 그 정보를 바탕으로 도메인들 사이의 상호직용 관계를 밝혀내고자 하였다. 그리고 본 논문의 분석 치스 템은 기존의 단백질 상호작용 데이터베이스들을 통할화 하여 상호작용 단백질 쌍둘에 대해 통합 검색 및 분소i 기 능을 제공하고 있으며, 서열 유사성과 도메인 수준에서 단백질의 상호작용 관계善 예측할 수 있도록 구성되어 있 다.
• 단백질의 상호작용 관계룔 유추하기 위해서 본 시스템에서는 유사성 기반과 도메인 기반의 2 가지 방법이 사용된다. 유사성 기반은 입력 단백질 서열을 DIP, 8IND, 및 GRID 에 포함되어 있는 서열들과 BLAST 프로그램을 똥한 상동성 검색을 통해 유사성이 발견되는 단백질 서열의 상至작용 관계를 바탕으로 입력 서열과 상호작용 할 것으로 추정되는 단백질들을 유추하는 방법이다.
• 본 연구에서 개발한 기능 문석 시스템은 [그림 1]베서 볼 수 였듯이 기존의 상호작용 단백질 쌍들을 포함하고있는 데이터베이스들을 통합하였으며, 서열 유사성과 도 메인 정보를 바탕으로 단백질의 상查작용 관계를 유추하 고 가시화하여 사용자에게 보여주도록 구성되었다. 그리 고 사전 작업으로 상호작용 단백질 쌍 데이터베이스에 포 함된 서열들을 COG (Clusters of Orth이og이js Groups of proteins) 데이터베이스[6] 및 GO (Gene Ont이ogy) 테이티베이스[기에 대해 BLASTI8] 검색을 통해 단백질 의 기늨과 주석 정보들을 추출해 내고 그 결과률 분석 시 스템 내에 데이터베이스화하였다.
• 생물학자가 여러 단백질 쌍듷읗 상호작용 할 華보로 예상하고 있율 패, 그 다중의 서열들을 본 연구의 분석 시스템에 입력하면 시스템 내부의 프로세싱을 통해 가장 상호작용할 가능성이 높은 하나의 단백질 쌍을 사용자에게 반환한다. 사용자가 입력한 각각의 단밲질 서열은 InterProScan 을 쫑해 도메인 및 모티프 관련 데이터베이스들을 기반으로 도메인 영역의 검색이 이루지지고, 검색된 도메언 정보들을 바당으로 도메인 기반의 단백질 상호작용 유추 방법을 이용하면 단백질의 상호작용 가능성을 수치화 .
• 앞에서 간략히 언급한 것처럼 분석 시스템 구축을 위해 전처리 작업으로 상호작용 단백질 쌍 데이터베이스에 포함되어 있는 단백질 서열을 COG 및 GO 데이터베이스와 BLAST 검색을 하여 단백질의 기능과 주석 정보들을 추추하고 분석 시스템 내에 데이터베이스화하였다. COG 와 GO 에 대해 BLAST 검색읋 할 해, E-value 는 10-3 으로 하였으며, 가장 유사성이 높은 것을 채택하였다.
• 본 연구의 단백질 기능 분석 시스템은 대표적인 단백질 상호작暑 데이터베이스들을 롱합화하고 있다. 이러한 각 데이터베이스의 엔트리 서열에 대한 GO 및 COG 관련 유사성 정보와 InterPro 관련 모티프/도메인 정보 등을 전처리 과정울 통해 확보하여 시스템 내에 로컬 데이터베이스화하였다. 이렇게 시스템 내에 구축된 로컬 데이터베이스률 바탕으로 단백질 상호작용 관게룔 추론함으로써 기능분석을 보다 체계적이고 효율적으로 행 할 수 있을 것이다.
• 이렇게 시스템 내에 구축된 로컬 데이터베이스률 바탕으로 단백질 상호작용 관게룔 추론함으로써 기능분석을 보다 체계적이고 효율적으로 행 할 수 있을 것이다. 즉, 사용자가 단백질의 상호작용 관계 유추뿐만 아니라 글로벌 수준의 상동성과 로컬 수준의 도메인/모티프 단계에서의 단백질 기능 및 주석 정보들을 총채적으로 획득할 있도록 시스템믈 구현하였다. 특히 중요한 것은 서열기반의 단백질 기능 분석에 활용되는 GO 와 COG 데이터베이스들, 모티프/도에인 기반의 단백질 기능문석에 활용최는 InterPro 데이터베이스, 그리고 단백질 상호작용 기반의 단백질 기능 분석에 활용되는 대표적인 단백질 巻 데이터베이스들인 DIP, 티ND, 및 GRID 등을 총체적으로 활용하고 있어 분석의 효율성 뿐만 아니라 정확성까XI 잘 반영하고 있다 할 수 있을 것이다.
• 첫째는 사용자가 하나의 입력 도메2!을 입력하는 경우이고, 둘째는 사용자가 두 개의 도메인을 입력하는 경우이다. 한 개의 도에인을 입력한 경우, 입력 도메인과 상호작용 하는 도메인의 정보를 보여주고, 두 개의 도메인을 입력한 경우에는 두 개의 도메인이 상호 작용하는 빈도와 가능성 등을 보여주도록 구성하였다. 도메인 간의 상호작용에 대한 가능성은 아래 식의 개산 값으로 수치화 하였다.

성능/효과

• 사용자는 Gl ID, Ref ID 흑은 키워드로 BIND 에 포함되어 있는 단백질을 검색할 수 있다. 결과 패널에는 테이블이 나타나며 사용자가 키워드로 검색한 경우 여러 개의 단백질이 검색되며, 각 단백질을 클릭하면 그 단백질의 종, 서열, COG ID, GO ID 그리고 포함한 도메인 정보들을 확인할 수 있다. 그리고 (기P 과 마찬가지로 우측 패널에서는 상호작용하는 단백질들을 확인할 수 있다.
• 생물학자가 여러 단백질 쌍듷읗 상호작용 할 華보로 예상하고 있율 패, 그 다중의 서열들을 본 연구의 분석 시스템에 입력하면 시스템 내부의 프로세싱을 통해 가장 상호작용할 가능성이 높은 하나의 단백질 쌍을 사용자에게 반환한다. 사용자가 입력한 각각의 단밲질 서열은 InterProScan 을 쫑해 도메인 및 모티프 관련 데이터베이스들을 기반으로 도메인 영역의 검색이 이루지지고, 검색된 도메언 정보들을 바당으로 도메인 기반의 단백질 상호작용 유추 방법을 이용하면 단백질의 상호작용 가능성을 수치화 .할 수 있게 된다.

후속연구

• 할 수 있게 된다. 이것은 실험이나 분석 등을 통해 생무학자가 여러 개의 단백질 쌍듈율 가지고 있는 경우, 효율적으로 이용될 수 있을 것이다.
• 이러한 각 데이터베이스의 엔트리 서열에 대한 GO 및 COG 관련 유사성 정보와 InterPro 관련 모티프/도메인 정보 등을 전처리 과정울 통해 확보하여 시스템 내에 로컬 데이터베이스화하였다. 이렇게 시스템 내에 구축된 로컬 데이터베이스률 바탕으로 단백질 상호작용 관게룔 추론함으로써 기능분석을 보다 체계적이고 효율적으로 행 할 수 있을 것이다. 즉, 사용자가 단백질의 상호작용 관계 유추뿐만 아니라 글로벌 수준의 상동성과 로컬 수준의 도메인/모티프 단계에서의 단백질 기능 및 주석 정보들을 총채적으로 획득할 있도록 시스템믈 구현하였다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기