开花植物细胞中的蛋白质如何与Twitter或Facebook上的社交网络相似?那么这两者如何与病原体使植物或人生病的方式有关?
伯明翰阿拉巴马大学的Shahid Mukhtar博士及其同事在与奥地利维也纳格雷戈尔孟德尔研究所的研究人员的合作研究中解决了这些问题。利用系统生物学,他们成功地鉴定了开花植物拟南芥中植物病原体的先前未知的蛋白质靶标,采用了一些用于分析社会网络或生物网络的相同方法。他们说,他们的理论框架可以帮助分析物种之间的其他相互作用,揭示病原体接触点。
在社交网络中,可以在Twitter和Facebook上映射关注者或朋友之间的联系。少数人会有大量的联系,有些会有很多,而绝大多数会少得多。这些连接的地图类似于航空公司的路线图,网络的架构显示了集线器和瓶颈等拓扑功能。对社交网络的分析使专家能够识别出“最佳信息传播者”。
类似地,对于生物学,破解生态系统中的网络架构或生命形式的细胞内的大分子可以帮助发现这些复杂系统中的新组件,并提供生物学见解和可测试的假设。
一个生物网络是细胞内的蛋白质 - 蛋白质相互作用已经在诸如植物,人类和蛔虫等多种生物中研究了这种网络。这些蛋白质 - 蛋白质相互作用的网络图,表示蛋白质与其他伙伴一起运作,被称为蛋白质相互作用组。
在Nature Communications上发表的一项研究中,UAB艺术与科学学院生物系助理教授Mukhtar与UAB和Gregor Mendel研究所的同事一起分析了两种不同的相互作用组。第一个是模拟植物拟南芥(A. thaliana)叶细胞内蛋白质的全球蛋白质相互作用组,称为拟南芥(Arabidopsis)相互作用组。他们还分析了另一种更具特异性的蛋白质相互作用组,用于细胞表面的受体,使植物能够看到,听到,闻到并响应环境线索和危险 - 尤其是对致病性病原体。第二个网络称为细胞表面interactome。
对于细胞内的蛋白质,他们首先将超过4,300个拟南芥蛋白质编码基因与五类可观察的性状相匹配,称为表型。五个表型组是植物存活所需的必需基因;控制植物形状或外观的形态基因;细胞或生化过程的基因;条件基因,只有当植物受到缺水或极端温度等胁迫时才会发生突变;和没有已知表型的基因。
当他们将表型与他们之前绘制的蛋白质相互作用网络联系起来时,他们发现大型中心和瓶颈节点富集了条件表型基因并耗尽了必需基因。这与在酵母蛋白质相互作用组中看到的有争议的中心 - 致死率规则形成对比,其中大的中枢和瓶颈节点富含必需基因。
病原体拟南芥能够注入病原体蛋白质进入植物细胞,而这些注入的“效应”蛋白质操纵植物的网络病原体的优势。Mukhtar及其同事之前已在病原体效应蛋白和细胞内的拟南芥蛋白之间构建了两个种间植物 - 病原体相互作用网络。
研究小组发现,拟南芥相互作用组中的大型中心仅占病原体效应蛋白靶标的6.5%,这使得它成为使用网络生物学鉴定目标的有限方法。但是,当研究人员应用一种称为加权k-shell分解的方法来识别最佳“信息传播者”时,类似于最近对社交网络的分析,k-shell分解内部层中的拟南芥蛋白质节点发现率为33%对于病原体效应物靶标。
因此,k-shell分解分析超过了效应靶标发现的其他中心度量。
为了测试这一点,他们然后查看了一个不相关的网络,即细胞表面的相互作用。这些细胞表面蛋白质使植物能够感知它们周围的环境。k-shell分析预测这些细胞表面蛋白中的35种是最有影响力的信息传播者。当测试细胞表面蛋白的内部部分与来自细菌病原体丁香假单胞菌的效应蛋白的相互作用时,研究人员能够鉴定出7个先前未知的效应靶,发现率为40%。
研究人员制作了7个效应靶标的突变体,发现所有新发现的靶标在突变时表现出拟南芥植物叶片上病原体生长的变化。
“我们以网络为中心的方法,”研究人员写道,“在解决宿主 - 病原体接触点的努力中,在促进设计的过程中,对包括人类蛋白质 - 蛋白质相互作用网络在内的多种物种间和物种间相互作用体具有令人兴奋的潜在适用性。针对性的治疗策略。“