如今蛋白质互作网络的重要性已经成为共识，它可以理解为蛋白质分子间的相关性，并从生物化学、信号传导以及遗传网络等角度去研究这种相关性。然而近期大多数实验都只针对于少于 30000 个分子的直接相互作用，数据量远远不够，同时相关资料也都分散在各种学术文章中，缺乏系统化的管理。
近日，美国 Lage 研究组 与丹麦、英国的科学家们合作，研发了一个计算机框架，能够从超过 43000 篇公开论文中抓取相关数据，其中也包括目前 8 个已有的蛋白质互作数据库。随后他们利用这些数据搭建了名为 “InWeb_InBioMap” 的蛋白互作网络数据库，已于 昨日正式上线 。
团队联合主编李泰博（音）解释称，就像 Fa流量套餐cebook 社交平台可以基于网络间交互模式和兴趣共享来推断彼此可能认识的人一样，蛋白质互作网络也是如此。通过探索可能致病的蛋白质互作网络，可以反向推断其基因组和分子路径，进而加深对发生在人类细胞中的生命过程的理解。同时临床医生也可以借此观察遗传数据模式，为寻找新型致病基因提供不同的分子学视角。
据悉，InWeb_InBioMap 已集合了超过 62.55 万组蛋白质相互作用的数据信息，这种大规模数据资源已经能够阐明多种基因对疾病发展的影响。而说到基因，我们知道基因测序技术能够帮助我们了解许多遗传疾病的产生，如今成本也已经迅速下降，得到了跟广泛的应用。但即使是基因层面的检测也无法解释所有遗传病的流量套餐病因，因此我们需要结合基因水平和蛋白水平进行探讨，以便更好地帮助临床医师作出诊断。
例如，有 30 个基因影响心肌病的产生，但检测发现许多患者并没有出现这些基因的突变，这时基因测序的作用就不那么明显了，反而如果能够看看这 30 个基因表达的蛋白质之间的相互作用模式，那么久能发现导致心肌病的新的候选基因，从而对该疾病产生全新的理解。
除此之外，如此大规模的数据库必然还有更多的应用场景，该研究小组正在尝试开发出其他能够合理利用 InWeb_InBioMap 数据库资源的方式。比如通过整合蛋白质组、转录组和基因组数据，以提高人们对复杂生物系统的理解，帮助了解心血管疾病、出生缺陷、癌症、生殖障碍以及精神疾流量套餐病等致病机制。
友情提醒： 请添加客服微信进行免费领取流量卡！
QQ交流群：226333560 站长微信：qgzmt2
原创文章，作者：sunyaqun，如若转载，请注明出处：https://www.dallk.cn/62764.html
