Chaperones as integrators of cellular networks: Changes of cellular integrity in stress and diseases
细胞网络在压力和疾病期间经历重排。在非应激状态下,酵母蛋白质相互作用网络(相互作用组)是高度紧凑的,并且中心组织的模块具有大的重叠。在应力期间,几个原始模块变得更加分离,并且还出现了一些新的模块。一些基本功能,如蛋白酶体,保持其中心地位。然而,一些高能量需求的功能,如细胞周期调节,在应激期间失去了它们原来的中心性。许多关键的应激依赖性蛋白质复合物,如解聚特异性伴侣蛋白HSP 104,在应激酵母相互作用组中获得中心地位。分子伴侣、热休克蛋白或应激蛋白彼此之间以及与它们的伴侣之间形成复杂的相互作用网络(分子伴侣组)。在这里,我们表明,人类分子伴侣恢复分离蛋白质合成偶联和压力相关的分子伴侣最近在酵母中观察到。对酵母和人类相互作用组的研究表明,(1)分子伴侣是蛋白质相互作用网络的模块间整合剂,(2)通常桥接枢纽和(3)是广泛磷酸化的最佳候选者。此外,分子伴侣(4)在应激酵母蛋白质相互作用网络的分离模块的组织中变得更加中心,这突出了它们在应激期间和之后网络模块的去偶联和再偶联中的重要性。分子伴侣介导的细胞网络的进化性可能在应激和各种多基因和慢性疾病(如癌症、糖尿病或神经退行性疾病)期间的细胞适应中发挥关键作用。
2008-02-23 q-bio.MN
An approach for the identification of targets specific to bone metastasis using cancer genes interactome and gene ontology analysis
转移是癌症发病机制中最神秘的方面之一,并且是癌症相关死亡率的主要原因。继发性骨癌(SBC)是由肿瘤细胞从其原发部位转移引起的复杂疾病,其特征在于分子相互作用的复杂相互作用。确定乳腺癌和前列腺癌最常见的并发症SBC等多因素疾病的靶点是一项挑战。为了实现我们的目标,确定特定的SBC的目标,我们构建了一个“癌症基因网络”,一个代表性的蛋白质相互作用的癌症基因。使用图论方法,我们获得了一组与癌症的一般机制相关并在生物学本质中起作用的关键基因。我们还从已发表的文献中汇编了391个SBC基因的策划数据集,作为继发性骨癌的本体相关性的基础。基于这些结果,我们实施了一种基于通用癌基因、SBC基因和基因本体富集方法的策略,以获得一组特异于骨转移的靶标。通过这项研究,我们提出了一种方法来探测癌症的主要并发症之一,即转移。通过“癌症基因网络”的网络分析获得的关于在癌症表型中起通用作用的基因的结果,在理解分子调节剂在癌症机制中的作用方面具有更广泛的意义。具体来说,我们的研究提供了一组潜在的目标,是本体和监管相关的继发性骨癌。
2012-10-11 q-bio.MN
Non-Coding RNAs Improve the Predictive Power of Network Medicine
网络医学提高了对疾病机制的理解,提供了对疾病机制、合并症以及新型诊断工具和治疗方法的定量见解。然而,大多数基于网络的方法依赖于蛋白质相互作用的综合图谱,忽略了由非编码RNA(ncRNA)介导的相互作用。在这里,我们系统地结合实验证实的ncRNA介导的结合相互作用与蛋白质相互作用,构建了第一个全面的网络,在人类细胞中的所有物理相互作用。我们发现,包含ncRNA,将相互作用组中的基因数量增加了46%,相互作用的数量增加了107%,显着提高了我们识别疾病模块的能力。事实上,我们发现132种疾病在基于蛋白质的相互作用组中缺乏统计学显著的疾病模块,但在包含ncRNA介导的相互作用后具有统计学显著的疾病模块,使这些疾病可用于网络医学工具。我们表明,包含ncRNA有助于揭示以前无法检测到的疾病-疾病关系,并扩大了我们预测疾病之间共病模式的能力。总之,我们发现,包括非编码的相互作用提高了呼吸和网络医学的预测准确性。
2022-11-27 q-bio.MN q-bio.QM stat.AP
A network-based analysis of disease modules from a taxonomic perspective
目的:人类策划的疾病本体被广泛用于诊断评估、治疗和随时间的数据比较以及临床决策支持。这些本体论的分类原则是通过分析疾病之间可观察到的病理相似性来指导的,通常基于解剖学或组织学原理。虽然,由于分子生物学的最新进展,疾病本体论正在慢慢地改变,以整合疾病的病因和遗传起源,疾病分类学仍然反映了这种“还原论”的观点。人类相互作用组网络中疾病模块(以下简称DM)的邻近关系现在越来越多地用于诊断,以识别病理生物学相似的疾病,并支持药物再利用和发现。另一方面,由DM的结构接近性诱导的相似性关系也有一些局限性,例如疾病-基因关系的不完全知识和临床试验的可靠性,以评估其有效性。本文所描述的研究的目的是通过分析人类策划的本体中疾病的分类接近度和相互作用组中相关DM的结构接近度之间的关系,来揭示疾病相似性。方法:我们提出了一种方法(和相关算法),自动诱导DM之间的邻近关系的层次结构,并比较这种结构与人类策划的疾病分类。结果如下:我们证明,所提出的方法可以系统地分析人类疾病的结构和分类相似性之间的共性和差异,帮助完善和扩展人类疾病分类系统,并确定有前途的网络领域,可以发现新的疾病-基因相互作用。
2021-04-01 q-bio.MN
Structural analysis of SARS-CoV-2 and prediction of the human interactome
病毒基因组的特定元件调节宿主细胞内的相互作用。在这里,我们计算了超过2500种冠状病毒的二级结构含量,并计算了超过100000种人类蛋白质与严重急性呼吸综合征冠状病毒2(SARS-CoV-2)的相互作用。我们发现3和5 ′末端是病毒基因组中最具结构性的元件,5 ′末端具有与人类蛋白质结合的最强倾向。包含核苷酸23000-24000的结构域在序列和结构水平上都是高度保守的,而上游区域变化显著。这两个序列编码病毒蛋白Spike S的一个结构域,该结构域与人受体血管紧张素转换酶2(ACE 2)相互作用,并具有结合唾液酸的潜力。我们的预测表明,在5个引物末端的前1000个核苷酸可以与参与病毒RNA加工的蛋白质相互作用,例如双链RNA特异性编辑酶和ATP依赖性RNA解旋酶,以及其他高置信度的候选伙伴。这些相互作用,以前报道也涉及艾滋病毒,揭示了宿主病毒相互作用的重要信息。由SARS-CoV-2基因组募集的转录和转录后元件的列表提供了与人类细胞中基因表达变化相关的生物学途径的线索。
2020-04-29 q-bio.BM q-bio.GN q-bio.MN
Network strategies to understand the aging process and help age-related drug design
最近的研究表明,网络方法是非常合适的工具,以了解衰老过程的极端复杂性。网络概念的普遍性有助于定义和研究技术、社交网络和生态系统的老化,这可能为治疗与年龄有关的疾病提供新的概念。本文综述了蛋白质相互作用网络在衰老中的作用。相互作用体和信号网络的中枢和模块间元件是老化过程的关键调节器。衰老诱导几个细胞隔室(如细胞核)的渗透性增加,从而在网络结构的表现中引入总体变化。衰老基因和与年龄相关的主要疾病的基因之间的大量重叠使得帮助健康衰老的药物成为预防和治疗与年龄相关的疾病如癌症、动脉粥样硬化、糖尿病和神经退行性疾病的有希望的候选者。我们还讨论了一些可能的研究方案,以进一步探索网络概念在这一重要领域的潜力,并表明多靶点药物(代表“魔术巴克肖特”,而不是传统的“魔术子弹”)可能成为一个特别有用的一类与年龄相关的未来药物。
2009-09-28 physics.bio-ph q-bio.GN q-bio.MN
DeepAutoPIN: An automorphism orbits based deep neural network for characterizing the organizational diversity of protein interactomes across the tree of life
Centre for Computational Biology and Bioinformatics, Central University of Himahcal Pradesh(中央喜马偕尔大学计算生物学与生物信息学中心)
该研究针对生命之树中蛋白质相互作用网络的演化组织原理不明的问题,提出基于自同构轨道的DeepAutoPIN方法,通过分析4738个PINs发现演化约束塑造网络连接模式,训练的深度神经网络预测准确率达85%。
2024-01-29 cs.AI q-bio.BM q-bio.MN
Network medicine framework reveals generic herb-symptom effectiveness of Traditional Chinese Medicine
本文基于人类蛋白质相互作用组构建TCM网络医学框架,发现症状模块与中药靶点的网络邻近性可预测疗效,并经医院数据验证,支持新中药发现与重定位。
2022-07-18 q-bio.MN
Meta-analysis of Gene Expression in Neurodegenerative Diseases Reveals Patterns in GABA Synthesis and Heat Stress Pathways
神经退行性疾病的特征在于神经细胞(例如神经元、神经胶质细胞)的进行性损失。衰老、单基因变异、病毒感染和许多其他因素被确定和推测为它们的原因。虽然许多个体基因,如阿尔茨海默病的APP和亨廷顿舞蹈病的HTT,以及神经退行性疾病的生物学途径进行了研究,但系统范围的发病机制研究有限。在这项研究中,我们进行了荟萃分析的RNA-Seq研究的三种神经退行性疾病,即阿尔茨海默氏病,帕金森氏病和肌萎缩侧索硬化症(ALS),以尽量减少批次效应的差异,并确定研究之间的类似改变的因素。我们的主要假设是,这三种疾病共享一些病理通路模式。为此目的,我们从序列读取档案(SRA)数据库下载了公开可用的阿尔茨海默病(84名患者+33名对照= 117名个体)、帕金森病(28名患者+43名对照= 71名个体)和ALS(2项研究:46名患者+25名对照= 71名个体)RNA-Seq数据。这些研究中共有的显著差异表达基因首先被鉴定并分析其途径和变异的模式。我们的荟萃分析揭示了神经退行性疾病中细胞热应激反应和GABA合成的差异基因表达和突变负荷的共同性质。下调的GABA合成相关基因(例如GAD 1和GAD 2)和上调的细胞热应激反应相关基因(例如DNAJB 6和HSP 90 AA 1),除了它们的表达模式之外,还在来自神经退行性疾病患者的样品中包含独特的变异。我们在这项研究中发现的基因和途径的重要性得到了最近关于神经退行性疾…
2019-09-16 q-bio.MN q-bio.NC stat.AP
Inferring disease causing genes and their pathways: A mathematical perspective
通过分析分子相互作用网络,可以从系统水平上观察人类和几种生物体的细胞过程。由差异表达基因及其相互作用形成的分子相互作用网络有助于了解疾病发展背后的关键参与者。因此,如果这些基因的功能通过改变它们的相互作用而被阻断,那么它将对控制疾病产生巨大影响。由于这个有希望的结果,推断致病基因及其通路的问题已经在计算生物学研究中占据了至关重要的地位。然而,考虑到交互网络的巨大规模,执行计算可能是昂贵的。文献回顾表明,发现致病基因集的方法可以根据其准确性进行评估,这是一个完美的算法。除了准确性之外,该方法的时间复杂度也很重要,因为高时间复杂度会限制在实际时间间隔内可以找到的路径数量。
2016-10-30 cs.DS q-bio.MN
Algebraic and Topological Indices of Molecular Pathway Networks in Human Cancers
与疾病相关的蛋白质相互作用网络作为一个研究领域已经获得了突出地位。我们研究了来自京都基因和基因组百科全书(KEGG)数据库的11种人类癌症的蛋白质相互作用网络的代数和拓扑指数。我们发现一个强相关性的相对自同构群的大小和拓扑网络的复杂性,一方面和五年的生存概率,另一方面。此外,我们确定了几个蛋白质家族(例如PIK,ITG,AKT家族),它们是许多癌症途径中的重复基序。有趣的是,这些对称性的来源往往是中心的,而不是边缘的。我们的研究结果可以帮助确定有前途的抗癌药物靶点。除此之外,我们提供了一个统一的框架来研究相关疾病家族(例如神经退行性疾病,病毒性疾病,药物滥用障碍)的蛋白质相互作用网络。
2014-05-06 q-bio.MN
Network reinforcement driven drug repurposing for COVID-19 by exploiting disease-gene-drug associations
目前,COVID-19患者人数显著增加。因此,迫切需要开发COVID-19的治疗方法。药物再利用是将已经批准的药物重新用于新的医疗条件的过程,可以快速广泛地解决这个问题。许多针对COVID-19患者使用其他疾病治疗的临床试验已经到位,或将在不久的将来在临床场所进行。此外,患有糖尿病、肥胖症、肝硬化、肾脏疾病、高血压和哮喘等合并症的患者患COVID-19严重疾病的风险更高。因此,共病与COVID-19的关系可能有助于找到可重复利用的药物。为了减少在寻找COVID-19治疗方法时的试错,我们建议建立一个基于网络的药物再利用框架,以优先考虑可再利用的药物。首先,我们利用COVID-19的知识构建了一个疾病-基因-药物网络(DGDr-Net),该网络代表了一个以COVID-19为中心的相互作用组,其中包含疾病、基因和药物的组成部分。DGDr-Net包括592种疾病、26,681个人类基因和2,173种药物,以及18种常见合并症的医学信息。DGDr-Net通过网络强化驱动的评分算法推荐了COVID-19的候选可重复利用药物。评分算法利用基于图的半监督学习确定推荐的优先级。根据预测得分,我们推荐了30种药物,包括地塞米松、白藜芦醇、甲氨蝶呤、吲哚美辛、槲皮素等,作为COVID-19的可重复利用药物,并通过已进行临床试验的药物验证了结果。通过数据驱动的计算方法列出的药物清单可以帮助减少在寻找CO…
2020-08-12 q-bio.MN q-bio.QM
Network-based community detection of comorbidities and their association with SARS-CoV-2 virus during COVID-19 pathogenesis
最近的研究强调,有必要确定冠状病毒科病毒,特别是SARS-CoV-2所针对的关键(人类)生物过程和途径。COVID-19在患有恶性肿瘤和阿尔茨海默病的COVID-19患者中导致高达33-55\%的死亡率。在这种情况下,我们确定了最有可能受到COVID-19影响的生物过程和途径。各种疾病与已知与冠状病毒科病毒相互作用的人类基因之间的关联从用DisGeNET数据注释的IntAct COVID-19数据集获得。我们构建了疾病-基因网络来识别参与各种共病状态的基因。通过Louvain方法从疾病基因网络中识别出社区,并通过过度代表性分析方法进行功能富集,以发现COVID-19和其他疾病之间共享的重要生物学过程和途径。IntAct COVID-19数据集由828个人类基因和10,473种疾病组成,共同构成了疾病基因网络中的节点。70,210条边中的每一条都将一个人类基因与一种相关疾病联系起来。与多种疾病连锁的前10位基因是VEGFA、BCL 2、CTNNB 1、ALB、COX 2、AGT、HLA-A、HMOX 1、FGT 2和COMT。由此发现的最脆弱的患者群体患有癌症、恶性肿瘤和阿尔茨海默病等共病。最后,我们确定了37个潜在有用的生物过程和途径,以改善治疗。
2022-05-31 q-bio.MN q-bio.SC
Evaluation of network-guided random forest for disease gene discovery
University of Lübeck(吕贝克大学);Institute of Medical Biometry and Statistics(医学生物计量与统计研究所)
该研究评估将基因网络信息编码为预测变量采样概率的网络引导随机森林,发现其不提升疾病预测,但在疾病基因成模块时可更准确发现基因并获得连接更紧密的模块。
2023-08-02 cs.LG q-bio.MN
Human Protein Protein Interaction Networks: A Topological Comparison Review
本研究采用从粗到细的方法拓扑比较四个人类蛋白质-蛋白质相互作用网络,发现其共享基因和部分全局特征但相互作用差异显著,功能通路拓扑一致性更高,为相关研究考量网络异同提供参考。
2023-10-03 q-bio.MN
Pathways of Distinction Analysis: a new technique for multi-SNP analysis of GWAS data
由于技术的进步,全基因组关联研究已经变得越来越普遍,并且已经允许鉴定与疾病相关的单核苷酸多态性(SNP)等位基因的差异。然而,虽然典型的GWAS分析技术单独处理标记物,但复杂疾病不太可能具有单一致病基因。因此,迫切需要多SNP分析方法,可以揭示病例和对照的系统水平差异。在这里,我们提出了一种新的多SNP GWAS分析方法,称为区分分析途径(PoDA)。该方法使用GWAS数据和已知的通路基因和基因SNP关联来识别允许理想情况下区分病例和对照的通路。该技术是基于这样的假设,即如果一个途径与疾病风险有关,那么与该途径相关的SNP的对照相比,病例将与其他病例更相似。通过将该方法系统地应用于所有潜在感兴趣的途径,我们可以识别出假设成立的那些途径,即,含有SNP的途径,其中样品表现出比跨类更大的类内相似性。重要的是,PoDA改进了现有的单SNP和SNP集富集分析,因为它不需要途径中的SNP表现出独立的主效应。这允许PoDA揭示上位性相互作用驱动风险的途径。在本文中,我们详细的PoDA方法,并将其应用到两个GWA研究:乳腺癌,和其他肝癌。所获得的结果强烈表明,存在有助于疾病易感性的通路范围的基因组差异。因此,PoDA提供了一个分析工具,是对现有技术的补充,并有能力在系统水平上丰富我们对疾病基因组学的理解。
2011-03-17 q-bio.GN q-bio.MN q-bio.QM
MicroRNA Interaction network in human: implications of clustered microRNA in biological pathways and genetic diseases
一组新的小的非编码RNA,被称为microRNA(miRNA),被预测调控高达90%的编码基因在人类。miRNA靶点的多样性和丰富性提供了巨大的组合可能性,并表明miRNA及其靶点形成了复杂的调控网络。在本研究中,我们分析了miRBase数据库中的711个miRNAs及其34525个预测靶点,这些靶点产生了一个复杂的二分网络,该网络具有形成枢纽的大量基因。在枢纽基因(共9877)显着过度代表的基因具有特定的分子功能,生物过程和生物途径,从使用PANTHER分析揭示。我们进一步通过连接每对共同靶向至少一个基因的miRNA来构建miRNA共同靶向网络。链接的权重,即一对miRNA的共同靶点的数量,变化很大,我们可以删除几个链接,同时保持网络的相关特征不变。由此获得的最大连通子图包含479个miRNA。从已发表的数据中收集的15种不同疾病中超过75%的miRNAs被发现在这个最大的子图中。我们进一步分析这个子图,以获得70个小簇,其中包含479个中的总共330个miRNA。我们鉴定了生物学途径,其中簇中的共靶向基因与用簇中未被miRNA共靶向的基因获得的生物学途径相比显著过表达。利用已发表的数据,我们确定了特定的miRNAs簇通过改变特定的途径与特定的疾病相关。我们提出,而不是单一的miRNA,共同靶向基因的miRNA簇对疾病中的miRNA调控很重要。
2009-01-27 q-bio.GN q-bio.MN
Graph algorithms for predicting subcellular localization at the pathway level
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Morgridge Institute for Research(莫格里奇研究所);Harvard Medical School(哈佛医学院)
蛋白质亚细胞定位是正常细胞过程和疾病的重要因素。虽然许多蛋白质定位资源将其视为静态的,但蛋白质定位是动态的,并且受到生物背景的严重影响。生物途径是代表特定生物背景的图表,可以从大规模数据中推断出来。我们开发了图形算法来预测生物通路中所有相互作用的定位,作为边缘标记任务。我们比较了各种模型,包括图神经网络,概率图形模型,并从策划的途径数据库预测本地化注释判别分类。我们还进行了一个案例研究,在那里我们构建生物学途径,并预测经历病毒感染的人成纤维细胞的定位。通路定位预测是一种很有前途的方法,用于将公开可用的定位数据整合到大规模生物学数据的分析中。
2022-12-12 cs.LG q-bio.MN
Inferring Signaling Pathways with Probabilistic Programming
University of Wisconsin–Madison(威斯康星大学麦迪逊分校);Morgridge Institute for Research(莫格里奇研究所)
细胞通过令人眼花缭乱的复杂生化过程来调节自己,这些过程被称为信号通路。这些通常被描述为一个网络,其中节点代表蛋白质,边表示它们彼此之间的影响。为了在细胞水平上理解疾病和治疗,对工作中的信号通路有准确的理解是至关重要的。由于信号通路可以被疾病改变,因此从病症或患者特异性数据推断信号通路的能力是非常有价值的。存在多种用于推断信号通路的技术。我们建立在过去的作品,制定信号通路推断作为一个动态贝叶斯网络结构估计问题的磷酸化蛋白质组时间过程数据。我们采用贝叶斯方法,使用马尔可夫链蒙特卡罗估计可能的动态贝叶斯网络结构的后验分布。我们的主要贡献是(i)一个新的建议分布,有效地采样稀疏图和(ii)放松常见的限制性建模假设。我们实现我们的方法,命名为稀疏信号通路采样,在朱莉娅使用Gen概率编程语言。概率编程是构建统计模型的强大方法。生成的代码是模块化的、可扩展的和易读的。Gen语言,特别是,允许我们定制我们的推理过程的生物图,并确保有效的采样。我们评估我们的算法模拟数据和HPN-DREAM途径重建的挑战,比较我们的性能对各种基线方法。我们的研究结果表明了概率编程的巨大潜力,特别是Gen,用于生物网络推理。在www.example.com上找到完整的代码库
2020-07-17 cs.LG q-bio.MN stat.ML
SAveRUNNER: a network-based algorithm for drug repurposing and its application to COVID-19
新型人类冠状病毒COVID-19/SARS-CoV-2的新颖性以及缺乏有效的药物和疫苗,导致采用各种各样的策略来对抗这一全球大流行病。这些策略中的许多依赖于现有药物的重新定位,与从头药物发现相比,这可以缩短时间并降低成本。在这项研究中,我们提出了一种新的基于网络的药物重新定位算法,称为SAveRUNNER(Searching off-lAbel dRUg aNd NEtwoRk),它通过一种新的基于网络的相似性度量来量化药物靶标和人类相互作用组中疾病特异性蛋白质之间的相互作用,从而预测药物-疾病关联,该相似性度量优先考虑位于相同网络邻域中的药物和疾病之间的关联。具体而言,我们将SAveRUNNER应用于14种选定疾病的小组,这些疾病具有关于其致病基因的综合知识,并且已发现与COVID-19相关的遗传相似性,共病或与暂时重新用于治疗COVID-19的药物的关联。特别关注SARS子网络,我们确定了282种可重复使用的药物,包括一些最有传言的COVID-19治疗标签外药物,以及实际用于临床实践的5种药物的新组合疗法。此外,为了最大限度地提高推定的下游验证实验的效率,我们根据其基于网络的相似性值优先考虑了24种潜在的抗SARS-CoV可再利用药物。这些排名靠前的药物包括ACE抑制剂、单克隆抗体和凝血酶抑制剂。最后,我们的研究结果通过基因集富集分析进行了计算机验证,证实了大多数网络预测的可重…
2020-06-26 q-bio.MN q-bio.QM
Network-based identification of disease genes in expression data: the GeneSurrounder method
高通量转录谱分析技术的出现使得能够识别与疾病相关的基因和途径,为精准医学提供了新的途径。一个关键的挑战是在控制细胞过程的调控网络和途径的背景下分析这些数据,同时仍然获得可用于设计新的诊断和治疗干预措施的见解。虽然经典的差异表达分析提供了特定的,因此靶向基因水平的见解,它不包括任何系统水平的信息。另一方面,通路分析将系统水平的信息与表达数据相结合,但其指示特定分子靶点的能力往往受到限制。我们介绍GeneSurrounder,这是一种分析方法,它考虑到相互作用网络的复杂结构,以确定以疾病特异性方式破坏通路活性的特定基因。GeneSurrounder在一个新的两步程序中整合了转录组数据和通路网络信息,以检测(i)似乎影响网络中其他基因表达的基因,以及(ii)是差异表达基因子网络的一部分。结合起来,这一证据可用于查明在感兴趣的表型中具有机械作用的特定基因。使用全球KEGG网络将GeneSurrounder应用于三项不同的卵巢癌研究,我们表明,我们的方法能够识别生物学相关基因和单基因关联测试遗漏的基因,整合途径和表达数据,并在相同表型的多项研究中产生比竞争方法更一致的结果。
2019-01-09 q-bio.GN q-bio.MN q-bio.QM
Opportunities for multiscale computational modelling of serotonergic drug effects in Alzheimer's disease
阿尔茨海默病(AD)是一种年龄特异性神经退行性疾病,其损害认知功能并影响个体的生活质量。在病理学上,AD的特征在于β-淀粉样蛋白(A $β$)和过度磷酸化的tau蛋白的异常积累。尽管过去几十年来研究取得了进展,但目前仍然没有治愈AD的方法。虽然有药物可以控制一些行为症状和减缓疾病的进展,但大多数处方药都是基于胆碱酯酶抑制剂。在过去的十年中,人们越来越关注靶向替代神经递质通路的新型药物,特别是靶向多巴胺能(5-HT)系统的药物。本文综述了5-HT受体(5-HTR)介导的信号传导和靶向这些受体的药物。这些途径调节与AD中A $β$和tau的异常水平相关的关键蛋白质和激酶,例如GSK-3。然后,我们回顾了与5-HT信号通路相关的计算研究,这些研究有可能为AD病理学提供更深入的了解。特别是,我们认为,多尺度和多层次的建模方法可能会提供新的见解AD机制,并朝着发现新的5-HTR为基础的治疗靶点。
2020-05-27 q-bio.MN q-bio.NC q-bio.SC
Computational investigation of single herbal drugs in Ayurveda for diabetes and obesity using knowledge graph and network pharmacology
The Institute of Mathematical Sciences (IMSc)(数学科学研究所);Homi Bhabha National Institute (HBNI)(霍米·巴巴国立大学);Department of Biotechnology, Bhupat and Jyoti Mehta School of Biosciences, Indian Institute of Technology Madras(印度马德拉斯理工学院生物技术与Bhupat和Jyoti Mehta生命科学学院)
本研究利用知识图谱和网络药理学分析阿育吠陀单一草药对糖尿病和肥胖的多靶点机制,识别了关键靶点并揭示了植物化学物的协同作用。
2026-01-29 q-bio.MN q-bio.SC
Evaluating sources of variability in pathway profiling
介绍了一个生物信息学平台,旨在确定疾病特异性通路的模型,以及一套网络措施,可以量化的变化方面的全球结构或单链路disruptions.The方法集成了网络比较框架与机器学习分子profiling。<CA>该平台包括在一个开源管道中组合的不同工具,支持分析的可重复性。我们在这里描述的计算管道和探索的主要来源的可变性,可以影响结果,即分类器,特征排名/选择算法,富集过程,推理方法和网络比较功能。所提出的管道在晚期帕金森病患者的微阵列数据集上与健康对照一起进行测试。选择不同的机器学习方法,我们得到低途径分析在共同富集元素方面的重叠。尽管如此,他们确定了同一过程中不同但同样有意义的生物学方面,这表明将不同方法的信息整合为最佳总体策略。拟议管道的所有元素都可以作为开源软件使用:可用性详细信息在正文中提供。
2012-01-16 q-bio.MN
The modelling of COVID19 pathways sheds light on mechanisms, opportunities and on controversial interpretations of medical treatments. v2
新型冠状病毒(2019-nCoV或SARS-CoV2)引发当前的大流行性疾病(COVID-19)并导致人类肺炎,自2019年12月在中国武汉首次出现以来,其流行规模急剧增加。2003年的第一次流行性冠状病毒感染促进了大量相关科学工作的传播。提出的多方面问题及其冗余提供了宝贵的信息,这些信息没有得到充分利用,需要重新进行严格评估,适当利用,并提供给整个社会,从科学家到医生,利益攸关方和普通民众。这些努力将有利于对理解、预防和发展战略(药理学、临床等)以及对新型冠状病毒传播的共同干预采取整体观点。在这里,我们描述了一个模型,从我们的分析,是集中在肾素血管紧张素系统(RAS)和可能的路线连接到病毒感染。因为感染是由人细胞膜上的病毒受体血管紧张素转换酶(ACE 2)介导的,ACE 2是RAS信号传导的关键成分。该模型描述了决定疾病的主要途径及其建立的分子框架,并有助于阐明感染中涉及的机制。它迅速回答了一些有争议的,仍然开放的问题,关于预防或有利于疾病严重程度的易感条件和药物治疗(如使用ACE抑制剂或ARB/沙坦),或受影响人群中与性别有关的偏见。该模型强调了进一步调查,诊断和适当干预以了解和对抗COVID 19的新机会。
2020-03-25 q-bio.MN q-bio.PE
Uniformly curated signaling pathways reveal tissue-specific cross-talks and support drug target discovery
动机:信号通路控制着大量的细胞过程。然而,目前,即使在相同的数据库中,信号通路通常也以不同的细节水平进行管理。这使得比较和串扰分析变得困难。结果:我们目前SignaLink,一个数据库,包含8个主要的信号通路从秀丽隐杆线虫,果蝇,和人类。基于170个评论和大约。800篇研究文章,我们已经编制了半自动搜索和统一,有据可查的策展规则的途径。我们发现,在人类中,这8条通路中的任何两条都可以相互交叉。我们量化了可能的组织和癌症特异性活性的交叉谈判,并发现了途径特异性表达谱。此外,我们还鉴定了327个与药物靶点发现相关的蛋白质。结论:我们提供了一个新的资源比较和串扰分析的信号通路。所确定的多途径和组织特异性的交叉会谈有助于理解健康和疾病中的信号复杂性,并强调其在基于网络的药物靶标选择中的重要性。可用性:http://SignaLink.org
2010-08-24 q-bio.MN
Product Manifold Representations for Learning on Biological Pathways
University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
本文研究在非欧几里得混合曲率空间中嵌入生物通路图,提出 Mixed-Curvature Product Graph Convolutional Network,发现其能降低失真并提升分布内蛋白质相互作用预测性能,但在分布外预测上存在过拟合问题。
2025-02-04 cs.LG q-bio.MN q-bio.QM
Graph neural network explanations reveal a topological signature of disease-associated hubs in biological networks
Division of Cancer, Department of Surgery and Cancer, Faculty of Medicine, Imperial College London(癌症部、外科与癌症部门、医学学院、伦敦帝国学院);Department of Computing, Imperial College London(计算部门、伦敦帝国学院);Department of Environmental Health Sciences, Yale University(环境健康科学部门、耶鲁大学)
本文研究了图神经网络在生物网络中识别疾病相关结构的方法,发现不同解释方法在稀疏单节点驱动和分布式路径信号中有不同的表现,并提出了一种结合壳层枢纽评分和解释器共识排名的框架,提升了对癌症基因的优先级排序和生物学相关分子的恢复能力。
2026-05-08 cs.AI cs.LG q-bio.MN
A genome wide dosage suppressor network reveals genetic robustness and a novel mechanism for Huntington's disease
突变稳健性是生物体进化到能够承受有害突变影响的程度。我们通过对细胞分裂周期和RNA合成相关基因的53个条件致死突变进行全基因组剂量抑制分析,揭示了660个抑制相互作用,其中642个是新的,从而探索了芽殖酵母中突变稳健性的程度。这个集合有几个独特的特点,包括高共同出现的蛋白质模块内的突变抑制对,高度相关的功能对之间,以及更高的多样性的功能之间的共同抑制比以前观察到的。对编码RNA聚合酶亚基和染色体内聚复合物的必需基因的剂量抑制表明大分子复合物具有令人惊讶的功能可塑性,并且存在用于规避潜在致死突变的简并途径。剂量抑制网络的效用说明了一种新的连接染色体的凝聚凝聚途径,涉及同源重组,亨廷顿舞蹈症之间的发现。
2013-11-11 q-bio.MN q-bio.QM q-bio.SC
A machine learning pipeline for discriminant pathways identification
动机:确定在病理过程中更容易被破坏的分子通路是网络医学的一项关键任务,更一般地说,是系统生物学的一项关键任务。结果:在这项工作中,我们提出了一个管道,耦合机器学习解决方案的分子分析与最近的网络比较方法。该管道可以识别在病例对照生物标志物研究中构建的网络的特定子模块之间发生的变化,区分其相互作用被潜在条件改变的关键基因组。该建议是独立于所使用的分类算法。三个应用程序的全基因组数据提出了关于儿童对空气污染的易感性和两种神经退行性疾病:帕金森氏症和阿尔茨海默氏症。可用性:附录中提供了本文讨论的实验所用软件的详细信息。
2011-05-27 q-bio.MN
Disentangling genetic and environmental risk factors for individual diseases from multiplex comorbidity networks
大多数疾病是由多种遗传和/或环境因素的组合引起的。如果两种疾病是由相同的分子机制引起的,它们往往会在患者中同时发生。在这里,我们提供了一个定量方法来解开多少遗传或环境危险因素有助于358个疾病的发病机制,分别。我们汇集了遗传、基于途径和毒性基因组学致病机制的数据,以及从近200万患者中获得的疾病共现数据。从这些数据中,我们构建了一个多层网络,其中节点代表由链接连接的疾病,这些链接代表患者的表型合并症或某种分子机制的参与。从表型和机制为基础的网络为每种疾病的相似性,我们得出的措施,使我们能够量化的相对重要性,各种分子机制为给定的疾病。我们发现,大多数疾病都是由遗传风险因素主导的,而环境影响则是抑郁症,癌症或皮炎等疾病的主要原因。我们几乎从未发现疾病的发病机制涉及一种以上的机制。
2016-05-31 physics.soc-ph q-bio.MN stat.AP
Cell cycle and protein complex dynamics in discovering signaling pathways
信号通路负责细胞过程的调节,例如监测外部环境、跨膜传递信息以及做出细胞命运决定。鉴于越来越多的生物学数据和最近的发现表明许多疾病都与细胞信号转导级联的破坏有关,在过去几年中,细胞生物学中信号通路的计算机发现已经成为一个活跃的研究课题。然而,信号通路的重建仍然是一个挑战,主要是因为需要系统的方法来预测因果关系,如边缘方向和信号流中相互作用的蛋白质之间的激活/抑制。我们提出了一种预测信号通路的方法,该方法整合了蛋白质相互作用、基因表达、表型和蛋白质复合物信息。我们的方法首先发现候选途径使用有向边缘为基础的算法,然后定义一个图形模型,包括蛋白质之间的因果激活关系,在候选途径使用细胞周期基因表达和表型,以推断一致的途径在酵母。然后,我们将蛋白质复合物的覆盖信息,以决定最终预测的信号通路。我们表明,我们的方法提高了预测结果的最先进的使用不同的排名指标。
2020-04-06 cs.CE q-bio.MN q-bio.QM
Perturbation Detection Through Modeling of Gene Expression on a Latent Biological Pathway Network: A Bayesian hierarchical approach
细胞对扰动的反应是在复杂网络中连接的生物变量的动态系统的结果。药物和疾病研究的一个主要挑战是确定生物网络中决定细胞命运的关键因素。在这里,我们的目标是从高通量基因表达数据中识别受干扰的途径。我们开发了一个三层次的模型,其中(i)第一级捕获基因表达和生物途径之间的关系,使用验证性因子分析,(ii)第二级模型的行为在一个潜在的网络内的途径诱导的未知扰动使用条件自回归模型,和(iii)第三个层次是一个尖峰和平板之前的扰动。然后,我们通过基于后验的变量选择来识别扰动。我们说明了我们的方法,使用基因转录药物扰动配置文件从DREAM7药物敏感性预测挑战数据集。我们提出的方法识别了已知发挥致病作用且使用基因集富集分析或探索性因子模型无法轻易解决的调节途径。仿真结果评估该模型的性能相对于一个网络的自由的变体和它的鲁棒性在生物数据库中的不准确性。
2014-09-01 q-bio.MN stat.AP
Translocatome: a novel resource for the analysis of protein translocation between cellular organelles
在这里,我们介绍了Translocatome,第一个专门的人类易位蛋白数据库。Translocatome数据库的核心是213种人类易位蛋白的手动管理数据集,列出了它们的实验验证来源,它们的易位机制的几个细节,它们的局部区室化相互作用组,以及它们参与信号通路和疾病发展。此外,使用成熟且广泛使用的梯度增强机器学习工具XGBoost,Translocatome提供了13,066种人类蛋白质的易位概率值,分别识别出1133种和3268种高置信度和低置信度易位蛋白质。该数据库具有用户友好的搜索选项,具有UniProt自动完成快速搜索和高级搜索功能,可根据蛋白质的定位、UniProt标识符、易位可能性或数据复杂性进行过滤。搜索结果的下载选项,手动策划和预测易位蛋白质集可在其网站上。该数据库的更新是由其手动策展框架和连接到以前公布的ComPPI区室化蛋白质相互作用数据库的帮助。如merlin(NF 2)和肿瘤蛋白63(TP 63)的应用实例所示,易位体允许更好地理解作为系统生物学现象的蛋白质易位,并且可以用作蛋白质易位领域的发现工具。该数据库可在这里:http://translocatome.linkgroup.hu
2019-01-15 physics.bio-ph q-bio.MN q-bio.SC