蛋白质序列变异与疾病相关性及蛋白质相互作用数据库的构建

发布时间：2020-01-29 06:09

【摘要】： 人类遗传相关的疾病长期以来一直威胁着人们的健康与生命。随着遗传学与分子生物学的技术和研究进展,许多由于氨基酸序列的改变而导致的人类遗传相关疾病的基因变异已被鉴定。这方面大量的信息散布在科学文献和各类生物学数据库中。为帮助研究者方便使用这些数据并发现数据之间的有用的关联,本文构建了一个整合的与疾病相关的人类突变蛋白质序列集(dIMS),共收集了来自OMIM、PMD和SwissProt的34,891条与疾病相关的人类突变蛋白质序列,并从三个方面对dIMS中的数据进行了初步分析,包括按疾病信息对dIMS进行分类;分析氨基酸残基的突变谱以及疾病相关的点突变和功能域之间的关系。在dIMS的基础上,本文建立了一个系统的基于网络的数据库系统SysPIMP(the Systematic Platform for Identifying Mutated Protein; http://syspimp.starflr.info/),不仅用于浏览dIMS及其相关的各种信息,而且用于从质谱中鉴定与疾病相关的人类突变蛋白质。此外,由于在生物体内,几乎所有的蛋白质都是通过与其它各种物质(包括其它蛋白质在内)进行相互作用而行使其正常功能的,为了更好地理解由基因突变引起的蛋白质序列发生变化所导致的人类遗传类疾病的致病机理,分析与疾病相关的蛋白质所参与的相互作用网络是必要的。为此,本文建立了一个整合的以蛋白质为中心的相互作用数据库IPID(http://ipid.starflr.info/),收集了来自25个公共的相互作用数据库的2,065,735对与蛋白质相关的相互作用数据,包括五种不同类型的相互作用数据。经去冗余后,IPID共收集了560,442对非冗余的与蛋白质相关的相互作用,其中包括198,947对人类的非冗余的与蛋白质相关的相互作用。IPID中的InterX!Tandem用于鉴定质谱中的蛋白质并提供与所鉴定的蛋白质相关的存储于IPID的各种相互作用数据。在IPID的基础上,本文还对由《人类疾病网络》一文定义的22类疾病相关的以蛋白质为中心的相互作用网络进行了初步分析。SysPIMP和IPID这两个系统的建立,希望能够为蛋白质序列变异与人类遗传疾病的相关性研究和遗传相关疾病的诊断带来方便。
【图文】：

程序图,管道式,程序

9图1 生成IHP、IMS和dIMS的管道式程序（Pipeline）Figure 1. The automated pipeline for generating IHP, IMS and dIMS灰色箭头表示输入的数据流，绿色箭头表示输出的数据流，紫色盒子表示该 Pipeline 的三大主要步骤，蓝色圆柱体表示所有的数据的来源数据库，绿色圆柱体表示该 Pipeline 所生成的IHP、IMS 和 dIMS。2.3.2 IHP 的收集IHP（Integrated Human normal Protein sequences）的收集和整合方法如下：逐一检查来自 7 个数据库（参见 2.2.1）的每条蛋白质序列是否同时来自两个或两个以上的数据库，若是，则将它们注册为一条 IHP，并保留其原始的来源信息，即来自7 个数据库中的哪些库，若不是，则将该序列注册为一条新的 IHP 序列，并记录其来源信息。目前版本的 IHP（Release 2009）包含了来自 7 个数据库的 264,048 条蛋白质序列的 95

分布图,分布图,人类,序列

图2 OMIM AV中所描述的突变类型分布图Figure 2. Distribution of mutation types described in OMIM AV注：图中数字为OMIM AV的记录数。2.3.5.3 来自 SwissProt 和 MSIPI 的人类突变蛋白质序列的收集在来自 SwissProt 的人类多态性和与疾病相关的突变信息（ Humanpolymorphisms and disease mutations）[24]（版本 55.0；至 2009-03-25）以及所收集的 IHP 的基础上，本文共恢复了 54,018 条人类突变蛋白质序列，经去冗余后，共有53,267 条被收录进 IMS，其中的 17,425 条人类突变蛋白质序列（占来自 SwissProt的非冗余的人类突变蛋白质序列总数的 32.71%）含有以 OMIM 编号描述的疾病信息。
【学位授予单位】：上海交通大学
【学位级别】：博士
【学位授予年份】：2010
【分类号】：R341

【相似文献】