Interactome

Versiunea actuală a paginii nu a fost încă examinată de colaboratori experimentați și poate diferi semnificativ de versiunea revizuită la 1 iulie 2022; verificările necesită 3 modificări .

Interactome [2] ( ing.  Interactome ) este un termen de biologie moleculară care desemnează un set complet de interacțiuni între molecule dintr-o singură celulă . Interactomul include atât contacte fizice directe între proteine ​​( interacțiuni proteină-proteină ), cât și interacțiuni indirecte ale genelor (cum ar fi epistasis ).

Cuvântul „interacționează” a fost inventat inițial în 1999 de un grup de oameni de știință francezi condus de Bernard Jacques [3] . Din punct de vedere matematic, interactomele sunt cel mai adesea reprezentate ca grafice .

Interactomica [4] este o  disciplină care studiază interacțiunile și consecințele acestor interacțiuni între proteine ​​și alte molecule din interiorul celulei [5] . Astfel, scopul interatomiei este de a compara rețelele de interacțiuni (adică, interactoame) între specii sau în cadrul aceleiași specii pentru a afla ce caracteristici ale unor astfel de rețele au fost conservate sau modificate. Interactomica poate fi văzută ca un exemplu de abordare „de sus în jos” în biologia sistemelor , care permite să privim un organism sau un biosistem în ansamblu. Specialiștii în domeniul interatomiei au colectat seturi mari de date la nivelul genomului și proteomice și au determinat corelații între molecule. Din aceste informații se formulează noi ipoteze despre răspunsurile acestor molecule, care pot fi testate în noi experimente [6] .

Rețele de interacțiuni moleculare și genetice

Interacțiunile moleculare pot apărea între molecule din diferite grupe de substanțe biochimice ( proteine , acizi nucleici , lipide , carbohidrați ), precum și în cadrul aceluiași grup. Atunci când astfel de molecule sunt legate fizic, ele formează rețele de interacțiuni moleculare, care sunt de obicei clasificate în funcție de natura compușilor implicați [7] .

Cel mai adesea, termenul „interactom” se referă la rețele de interacțiuni proteină-proteină sau la subseturile acestora. De exemplu, interactomul proteinei Sirt-1 este o rețea care include Sirt-1 și proteinele care interacționează direct cu aceasta, iar interactomul de ordinul doi al familiei Sirt [8] [9] ilustrează, de asemenea, interacțiunile dintre vecinii vecinilor. . Un alt tip de interactom studiat pe scară largă, interactomul ADN-proteină (numit și rețeaua de reglare a genelor), este o rețea formată din factori de transcripție , proteine ​​de reglare a cromatinei și genele țintă ale acestora. Chiar și rețelele metabolice pot fi considerate rețele de interacțiuni moleculare: metaboliții , adică componentele chimice ale unei celule, sunt transformați unul în celălalt de către enzime , care trebuie să se lege fizic de substraturile lor .

Toate tipurile de interactoame sunt interconectate și se suprapun. De exemplu, interactomi proteici conțin multe enzime, care, la rândul lor, formează rețele biochimice. În mod similar, rețelele de reglare a genelor se intersectează cu rețelele de interacțiuni cu proteine ​​și cu rețelele de semnalizare [10] .

S-a sugerat că dimensiunea interactomului unui organism se corelează mai bine cu complexitatea biologică a organismului decât cu dimensiunea genomului [11] . Totuși, hărțile interacțiunilor proteină-proteină, care conțin câteva mii de interacțiuni binare și disponibile pentru mai multe specii, sunt completate în fiecare an și, aparent, nu sunt complet finalizate, așa că această presupunere poate fi încă respinsă [12] [13] .

Se estimează că interacționomul drojdiei Saccharomyces cerevisiae , care include toate interacțiunile proteină-proteină , conține între 10.000 și 30.000 de interacțiuni. Cea mai plauzibilă estimare pare să fie de aproximativ 20.000 de interacțiuni. De obicei, supraestimările sunt obținute atunci când se iau în considerare interacțiunile indirecte sau prezise, ​​adesea folosind o combinație de metode de cromatografie de afinitate și spectrometrie de masă [14] .

Genele interacționează în așa fel încât să afecteze reciproc funcțiile. De exemplu, o singură mutație poate fi inofensivă, dar combinația ei cu o altă mutație poate fi letală. Se spune că astfel de gene „interacţionează genetic”. Genele legate în acest fel formează rețele de interacțiuni genetice. Obiectivele studierii acestor rețele includ dezvoltarea hărților funcționale ale proceselor celulare, identificarea țintelor medicamentoase și prezicerea funcțiilor genelor necaracterizate.

În 2010, cel mai cuprinzător interactom de interacțiune genetică pentru drojdie care exista la acea vreme s-a bazat pe 5,4 milioane de comparații perechi ale genelor, a descris interacțiunea a 75% din toate genele și a inclus aproximativ 170.000 de interacțiuni. Aceste gene au fost grupate pe baza similarității funcției pentru a construi o hartă funcțională a proceselor celulare. Cu această metodă, este posibil să se prezică funcțiile genetice cunoscute mai bine decât orice alte date genomice, precum și să se adauge informații funcționale despre genele neadnotate anterior. Folosind acest model, interacțiunile genetice pot fi luate în considerare la diferite niveluri, ceea ce va ajuta la studiul conservării genelor. În cursul studiului, s-a observat că există de două ori mai multe interacțiuni negative decât cele pozitive și sunt mai informative pentru prezicerea interacțiunilor fizice ale produselor genice proteice, precum și aceeași adnotare a unei perechi de genele din punct de vedere al ontologiei genelor . Mai mult, genele cu mai multe interacțiuni sunt mai probabil să fie letale dacă sunt deteriorate [15] .

Metode experimentale de creare a interatomelor

Elementul principal al rețelei proteice este interacțiunea proteină-proteină . Deși există multe metode de studiere a interacțiunilor proteină-proteină, de obicei doar câteva dintre ele sunt folosite pentru a crea interatomi, potrivite pentru experimente la scară mare de mare debit [16] .

Sistemul cu două hibride de drojdie [17] este utilizat pentru a determina interacțiunile fizice directe binare între două proteine. Pe scurt, metoda este de a analiza interacțiunea proteinelor in vivo în drojdie prin legarea proteinelor A și B de interes la domeniile separate de legare ADN și respectiv de activare a ADN-ului unui activator de transcripție (de exemplu Gal4 ). Construcția „domeniu de legare la proteina A + ADN” se numește momeală ( ing.  momeală ), iar constructul „domeniu de activare a proteinei B +” se numește pradă ( ing.  pradă ). Dacă proteinele A și B interacționează, atunci un activator de transcripție funcțional este asamblat din două fragmente, care începe transcrierea genei reporter (de exemplu, producând o anumită proteină fluorescentă ), în caz contrar, gena reporter nu este transcrisă și semnalul nu este observat. [4] [17] .

Avantajele metodei sunt că este destul de simplă, nu necesită echipamente speciale, este efectuată în celule eucariote in vivo și poate fi aplicată la biblioteci întregi , ceea ce face ca sistemul de drojdie cu două hibride să fie o abordare larg utilizată. pentru construirea interatomilor [18] .

Cu toate acestea, sistemul cu două hibride de drojdie dă adesea rezultate fals pozitive și fals negative:

O altă metodă folosită în mod obișnuit pentru determinarea interacțiunii proteinelor este co-immunoprecipitation [19] ( în engleză  co-immunoprecipitation ) urmată de spectrometrie de masă . Co-imunoprecipitarea este un caz special de cromatografie de afinitate . Vă permite să definiți complexe de proteine ​​din care puteți construi un interactom (așa-numitele rețele co-complexe sau conexiuni co-complexe ). Metoda constă în executarea următorului algoritm informal [20] :

  1. Efectuați liza celulară cu un denaturant neionic;
  2. Adăugați anticorpi specifici la lizat care se leagă de proteinele de interes pentru cercetători;
  3. Îndepărtați proteinele care nu sunt legate de anticorpi;
  4. Se analizează reziduul prin spectrometrie de masă. Dacă există o legătură între proteinele A și B, atunci în timpul spectrometriei de masă, pe lângă proteina A asociată cu anticorpul, proteina B intră și în proba asociată cu proteina A.

Avantajele tehnologiei sunt că proteinele studiate sunt în conformația lor naturală în timpul experimentului, iar în timpul experimentului, interacțiunea dintre proteine ​​nu trebuie perturbată. Cu toate acestea, co-imunoprecipitarea poate să nu detecteze interacțiuni slabe sau să distingă interacțiunile directe de cele indirecte (cu participarea proteinelor mediatoare, a căror prezență nu poate fi exclusă în această metodă) [21] .

Ambele metode pot fi utilizate în experimente cu randament ridicat. Combinația de co-imunoprecipitare și spectrometrie de masă nu are aceleași probleme fals pozitive și fals negative ca sistemul cu două hibride de drojdie și este folosită ca standard de aur. În general, sistemul cu două hibride de drojdie este mai bun la arătarea interacțiunilor fizice nespecifice, în timp ce co-imunoprecipitarea cu spectrometrie de masă este mai bună la detectarea interacțiunilor funcționale proteină-proteină in vivo [22] [23] .

Studiul interatomilor diferitelor tipuri de organisme vii

Interatomi virali

Interatomii virali proteici conțin interacțiuni între proteinele virușilor sau fagilor . Acești interactomi au fost printre primii care au fost studiati, deoarece genomul virusurilor și fagilor sunt mici și toate proteinele pot fi analizate la costuri reduse. Interatomii virali sunt asociați cu interactomii gazdelor lor, formând rețele de interacțiuni virus-gazdă [24] . Unele interactoame virale publicate includ:

Bacteriofagi Viruși umani (mamifere)

Interatomi bacterieni

Doar câteva bacterii au fost studiate pentru interacțiunile proteină-proteină , cu toate acestea, niciunul dintre interactoamele bacteriene rezultate nu este completă. Probabil că niciuna dintre ele nu acoperă mai mult de 20-30% din toate interacțiunile, în principal datorită faptului că studiile efectuate au inclus o singură metodă, care permite detectarea doar a unui subset din toate interacțiunile [34] . Printre interactoamele bacteriene publicate se numără următoarele:

Vedere Numărul de proteine Numărul de interacțiuni Metodă Surse
Helicobacter pylori 1553 3004 Y2H [35] [36]
Campylobacter 1623 11 687 Y2H [37]
Treponema pallidum 1040 3649 Y2H [38]
Escherichia coli 4288 5993 AP/MS [39]
Escherichia coli 4288 2234 Y2H [40]
Mesorhizobium 6752 3121 Y2H [41]
Mycobacterium tuberculosis 3959 peste 8000 B2H [42]
Mycoplasma pneumoniae 411 10 083 AP/MS [43]
Synechocystis sp. PCC6803 3264 3236 Y2H [44]
Staphylococcus aureus ( MRSA ) 2656 13 219 AP/MS [45]

Interatomii E. coli și Mycoplasma au fost analizați prin purificare pe scară largă prin afinitate și spectrometrie de masă a complexului proteic (notat AP/MS în tabel), prin urmare nu este ușor să se determine care dintre interacțiuni sunt de fapt directe. Interatomii rămași au fost studiati folosind un sistem de drojdie cu două hibride (Y2H în tabel). Interactomul Mycobacterium tuberculosis a fost analizat utilizând un analog bacterian al sistemului bihibrid de drojdie (B2H).

Unele interactome au fost prezise folosind metode de calcul.

Interatomi eucariote

Până acum, nu a fost descris pe deplin niciun interactom eucariot . Cea mai caracterizată este interacțiunea drojdiei Saccharomyces cerevisiae , pentru construcția căreia au fost studiate peste 90% dintre proteine ​​și interacțiunile acestora [46] [47] [48] . Speciile ale căror interactoame sunt relativ bine înțelese includ:

Interatomul uman este adesea inclus în construcția rețelelor de interacțiuni virus-gazdă, cum ar fi interactoamele hepatitei C /uman (2008) [51] , virusul Epstein-Barr /uman (2008) și virusul gripal /uman (2009). Studiul unor astfel de interactome face posibilă detectarea componentelor moleculare necesare pentru implementarea agentului patogen în organismul gazdă și pentru apariția unui răspuns imun [52] .

Interatomi prezise

După cum s-a descris deja, interacțiunile proteină-proteină pot fi prezise. În ciuda faptului că fiabilitatea unor astfel de predicții rămâne controversată, unele regularități pot fi extrase din interactoamele rezultate și testate experimental [53] . S-au obținut interactoame prezise pentru unele specii, inclusiv:

Metode matematice pentru studiul interatomelor

Interactomica ca aplicație a teoriei rețelelor complexe la problemele biologice

Componenta de rețea a interatomiei explorează reprezentarea unei rețele biologice reale sub forma unui grafic. Graficul G  este o pereche ordonată de două mulțimi  - vârfuri și perechi de vârfuri. O pereche de vârfuri din această mulțime se numește muchie. Mai multe detalii despre grafice sunt descrise în articolul Grafic (matematică) , pentru a înțelege materialul de mai jos, nu sunt necesare informații mai detaliate. Întregul arsenal al teoriei rețelelor complexe este pe deplin aplicabil graficului interactome [62] .

În teoria grafurilor, există în prezent o confuzie binecunoscută în terminologie [63] . Opere diferite folosesc cuvinte diferite pentru a se referi la aceleași lucruri. Astfel, următoarele seturi de cuvinte sunt sinonime:

  • „grafic” și „rețea”
  • „nod”, „nod” și „punct”
  • „coast” și „link”

Node degree [64] ( English  degree ) — numărul de legături care intră și ies din nod. Pentru graficele direcționate, această caracteristică este împărțită în două părți: indegree  și outdegree —  numărul de legături care intră în nod și, respectiv, numărul de legături care părăsesc nodul.

Distribuția de grade [ 64] a vârfurilor grafului descrie numărul de noduri (în contextul unui interactom proteic, proteine) care au un anumit număr de conexiuni.  

Unele interactome sunt fără scară . Aceasta înseamnă că gradele vârfurilor lor sunt distribuite în conformitate cu o lege a puterii ( legea engleză  a puterii ):

,

unde  este probabilitatea de a găsi un nod cu gradul x ,  este factorul de scară.

Această dependență este afișată ca o linie dreaptă pe diagrama log-log . La examinarea datelor reale, o linie ideală nu va fi observată aproape niciodată, iar o linie dreaptă aproximativă pe un diagramă log-log nu este o confirmare suficientă a conformității legii puterii, dar există teste cantitative pentru această corespondență [66] .

Cel mai popular utilizat în prezent a fost prezentat de grupul lui M. Newman în 2009 în articolul „Power-law distributions in empiric data” [67] . Testul folosește statisticile Kolmogorov-Smirnov și este interpretat în același mod ca și alte teste bazate pe statisticile KS: valorile p mai mari decât pragul sunt semnificative, nu invers. Există o implementare a acestui test al legii puterii în pachetul de analiză a rețelei igraph [68] .

Rețelele fără scară sunt generate de unele modele, în special, modelul Barabashi-Albert , bazat pe principiul atașamentului preferențial , numit efectul Matei în sociologie  - „bogații se îmbogățesc, cei săraci devin mai săraci”, ca precum și modificarea acestuia - modelul Bianconi-Barabashi , în care pentru fiecare vârf este introdusă o caracteristică de „fitness” fixată în timp, și cu cât este mai mare, cu atât vârful primește mai multe conexiuni noi în timpul evoluției rețelei [ 69] .

În modelul original Barabashi-Albert , gradele în sine au fost folosite ca rang al unui nod pentru a evalua preferința de atașare, dar așa cum au arătat Jensen și Pralat în atașamentul bazat pe rang conduce la graficele legii puterii [70] , ce să folosești ca rang Nu este absolut important, dacă există un atașament prin rang, atunci mai devreme sau mai târziu va apărea o lege a puterii.

În ciuda celor de mai sus, încă nu se știe cât de comună este proprietatea fără scară pentru interatomi. Adesea, după teste statistice mai amănunțite, interactoamele care au fost inițial recunoscute ca lipsite de scară nu se dovedesc a fi așa [71] . Problema prevalenței libertății de scară în interatomică este în prezent deschisă [72] . Situația este complicată de faptul că, de fapt, nimeni nu a colectat încă un singur interatom experimental complet (la data de 04/01/2017) și modul în care o eroare în luarea unui eșantion afectează estimările distribuției gradelor este de asemenea o întrebare deschisă.

Un hub  este un nod cu un număr mare de conexiuni. Hub-urile care unesc proteinele în funcție de module funcționale, cum ar fi complexele de proteine, sunt numite „hub-uri de petrecere”. pe de altă parte, „data hub” nu are o astfel de corelație și conectează diferite module funcționale. Hub-urile de petrecere se găsesc predominant în seturile de date AP/MS, în timp ce hub-urile de date se găsesc în principal în hărțile binare ale rețelelor de interatomi [73] . Hub-ul de petrecere constă în principal din proteine ​​cu suprafețe de interacțiune multiple, în timp ce hub-ul de date este de obicei reprezentat de proteine ​​cu o singură suprafață de interacțiune [74] . În drojdie , numărul de interacțiuni binare ale unei anumite proteine ​​se corelează cu numărul de fenotipuri observate în diferite mutații și condiții fiziologice [73] .

O sarcină importantă a teoriei rețelelor complexe este căutarea comunităților în rețea. Dacă într-o rețea socială „comunitățile” ( comunitatea engleză  ) sunt comunități de oameni, atunci în contextul interatomilor, „comunitățile” sunt grupuri de proteine ​​care interacționează sau un genom care pot alcătui o cale metabolică sau un subsistem de reglementare. Această aplicație este cheia interatomiei ca parte a medicinei predictive [75] deoarece multe boli sunt cauzate de disfuncții celulare semnificative care pot fi detectate prin identificarea părții interatomului care funcționează defectuos.

Se înregistrează progrese în această direcție și merită remarcate separat lucrări precum DIAMOnD [76]  , un algoritm pentru determinarea modulului de boală bazat pe o analiză sistematică a tiparelor de asociere a proteinelor implicate în boală în cadrul interatomului uman. Autorii, un grup condus de unul dintre „părinții” teoriei rețelelor complexe , Laszlo Barabasi , au analizat datele proteinelor pe 70 de boli și au descoperit că proteinele implicate în dezvoltarea bolilor se grupează într-adevăr în părți specifice bolii ale interactomului. - module de boală .  ) și a propus un algoritm pentru căutarea unor astfel de module.

Predicția interacțiunilor proteină-proteină

Pe lângă compilarea interatomilor din date experimentale, este, de asemenea, posibil să se prezică legături în interactoame in silico . Problema de predicție a conexiunii poate fi formulată ca o problemă de clasificare binară [77] . O relație dintr-un interatom poate aparține uneia dintre cele două clase:

  • Conexiune existentă (1)
  • Lipsește conexiunea (0)

Apoi, folosind informații despre proprietățile fiecăreia dintre genele sau proteinele asociate și metodele de învățare automată, este posibil să se determine pentru fiecare conexiune cărei clase îi aparține. Unele dintre caracteristicile utilizate sunt colocalizarea proteinelor candidate în celulă, co-exprimarea genelor lor, apropierea genelor în genom etc. [78] [79] Una dintre metodele de succes în acest tip de algoritmi a fost o pădure aleatoare . (Pădure aleatorie) [80 ] . Relațiile rezultate pot fi ponderate prin adăugarea de informații despre probabilitatea unei astfel de relații, așa cum se face, de exemplu, în proiectul PIPs [81] descris mai jos , folosind un clasificator Bayes naiv . Metodele de învățare automată au fost utilizate pentru a prezice interacțiunile în interactomul uman, în special, în interactomul proteinelor membranare [79] sau proteinelor asociate cu schizofrenia [78] .

Pe baza datelor experimentale, interacțiunile în interactoame pot fi, de asemenea, prezise folosind transferul de omologie. De exemplu, dacă interacțiunile proteină-proteină sunt cunoscute pentru un anumit organism, se pot presupune interacțiuni între proteinele omoloage dintr-un alt organism. Astfel de proteine ​​se numesc interologi. Totuși, această abordare are anumite limitări, în principal din cauza nefiabilității datelor originale, care pot conține rezultate fals pozitive sau fals negative [82] . În plus, proteinele și interacțiunile dintre ele se pot schimba în cursul evoluției, astfel că unele contacte dispar sau, dimpotrivă, apar. În ciuda acestui fapt, multe interactome au fost prezise folosind această abordare, de exemplu, pentru Bacillus licheniformis [83] .

Unii algoritmi folosesc date experimentale despre complexele structurale și structura atomică a suprafețelor de legare în proteinele care interacționează pentru a crea modele atomice detaliate ale complexelor proteină-proteină [84] [85] și complexe de proteine ​​cu alte molecule [86] .

Una dintre problemele nerezolvate în prezent ale predicției legăturilor este prezența zgomotului în datele pe care este antrenat clasificatorul. Metodele experimentale descrise mai sus introduc propriile lor fals pozitive și false negative, care pot adăuga părtinire la clasificator. Acest lucru poate fi corectat, de exemplu, prin utilizarea detectării anomaliilor, așa cum au sugerat Singh și Vig în lucrarea lor „Improved prediction of missing protein interactome links via anomaliy detection” [87] . Cu toate acestea, problema inexactității metodelor experimentale rămâne încă.

Exploatarea textului

Text mining este, de asemenea, folosit pentru a extrage informații despre interacțiunile moleculare direct din literatura științifică. Astfel de metode variază de la algoritmi simpli care estimează statistic probabilitatea de apariție concomitentă (în acest caz, interacțiunea) a moleculelor menționate în același context textual (de exemplu, în aceeași propoziție), până la metode mai complexe de procesare a limbajului natural și de învățare automată . pentru găsirea interacțiunilor [88] .

Predicția funcțiilor proteinelor

Rețelele de interacțiuni cu proteine ​​sunt folosite pentru a prezice funcția proteinelor [46] [89] . Se presupune că proteinele necaracterizate au funcții similare cu proteinele care interacționează cu ele. De exemplu, YbeB, care a fost considerată a fi o proteină cu o funcție necunoscută, interacționează prin interactom cu proteinele ribozomale și, așa cum sa arătat mai târziu, este implicată în procesul de translație [90] . Deși astfel de predicții ale funcției se pot baza pe o singură interacțiune cu o anumită proteină, informațiile sunt de obicei disponibile pentru mai multe contacte cu proteine ​​diferite. Astfel, întreaga rețea de interacțiuni poate fi utilizată pentru a prezice funcțiile proteinelor [46] .

Analiza tulburărilor și bolilor

Pe baza topologiei interactomului, se pot face presupuneri despre cum se va schimba rețeaua de interacțiuni atunci când unul dintre noduri (proteine) sau margini (interacțiuni cu proteine) este perturbat (de exemplu, îndepărtat) [91] . Astfel de tulburări pot fi cauzate de mutații ale genelor corespunzătoare, iar rețeaua de interacțiuni rezultată va reflecta o anumită boală [92] . Analiza unei astfel de rețele poate ajuta la căutarea țintelor medicamentoase sau a biomarkerilor de boală [93] .

Validarea interatomelor

Înainte de a utiliza interactivul colectat pentru analiză, ar trebui să îl verificați pentru erori. Dacă interactomul este obținut experimental, atunci eroarea experimentului este neapărat prezentă, iar dacă in silico , atunci eroarea algoritmului de predicție. Eroarea metodelor experimentale cu randament ridicat, cum ar fi sistemul cu două hibride de drojdie, a fost estimată [94] a fi undeva între 25% și 50%.

Următoarele metode sunt utilizate în principal pentru controlul calității [94] :

  1. Utilizarea publicațiilor anterioare ale datelor interatomului ca referință;
  2. Comparație de link-uri care au o natură diferită. Dacă proteinele interacționează (binare, așa cum sunt detectate de sistemul cu două hibride de drojdie), atunci ele sunt probabil localizate în același loc în celulă, genele corespunzătoare sunt co -exprimate , iar în experimentele knockout , fenotipurile observate ar trebui să fie similare . . În consecință, observarea acestor evenimente ar trebui să crească estimarea probabilității de interacțiune a genelor studiate;
  3. Relațiile prezise in silico pot fi testate experimental.

Problemă de aliniere a graficului

În interactomică (când se validează, când se utilizează pentru a căuta cauzele bolilor etc.), există o sarcină importantă de aliniere a graficelor .  Esența problemei este să mapați un grafic la altul în așa fel încât graficele să fie cât mai „asemănătoare” posibil. Dificultățile încep deja în etapa de determinare a gradului de „asemănare” a două grafice. Deoarece este posibil să se definească ce înseamnă asemănarea grafului în moduri diferite, pot exista și mai multe definiții diferite pentru alinierea grafului, dar ele vor diferi în principiu numai în diferite definiții ale similitudinii, iar enunțul problemei alinierii grafului arată cam așa :

Având în vedere două grafice și . Calitatea funcțională a alinierii este setată . Este necesară găsirea funcției de aliniere , care maximizează calitatea funcțională [95] .

Există un algoritm aplicabil special pentru sarcinile de interacțiune - NetAligner [96] , dar acest serviciu web nu mai este suportat de dezvoltatori. NetAligner a oferit cercetătorilor următoarele opțiuni pentru speciile de Homo sapiens , Mus muscusus , Drosophila melanogaster , Arabidopsis thaliana , Saccharomyces cerevisiae , Escherichia coli și Caenorhabditis elegans :

  • Alinierea complexului proteic pe interactom;
  • Alinierea căii metabolice pe interatom;
  • Alinierea interactomului pe interatom.

Baze de date Interactome

Există multe baze de date cu date interatomice, iar bazele de date existente pot fi clasificate în diferite moduri.

Bazele de date Interactome pot fi împărțite [97] :

  1. Cum să obțineți date:
    1. experimental (curatorie literară (curatorie de literatură engleză  ) și de înaltă performanță ( curitate în limba engleză de mare performanță )); 
    2. divinatie in silico ;
    3. metaagregare;
  2. După tipul (tipurile) studiat(e);
  3. După tipul de conexiune:
    1. conexiune binară directă (există sau nu o interacțiune fizică directă);
    2. legături nebinare care sunt posibile fără interacțiune fizică directă [98] obținute prin metode de co-complex ( în engleză  co-complex ) precum co-imunoprecipitarea [99] combinată cu spectrometria de masă ;
    3. diferite seturi de rețele (pentru metaagregatoare);
    4. o relație binară prezisă in silico.
Numele de bază Scurtă descriere a bazei feluri Tip de rețea Organizare stare
Proiectul Interactome al proteinelor de referință umană [100] Proiectul Interactome de referință umană Homo sapiens Binar, obținut folosind un sistem de drojdie cu două hibride Centrul de biologie a sistemelor de cancer [101] Experimente active, în curs de desfășurare, pentru a obține o nouă versiune a interatomului proteinelor umane (HI-III), care ar trebui să reprezinte aproximativ 77% din spațiul total de căutare
Baza de date privind interacțiunile moleculare (MINT) [102] Agregator de date experimentale curatate de literatură despre diverse organisme Începând cu 1 aprilie 2017, 611 specii [102] co-complex și binar Laboratorul de Genetică Moleculară, Universitatea din Roma, „Tor Vergata” [103] Activ
Baza de date cu proteine ​​care interacționează [104] Agregator de date experimentale curatate de literatură despre diverse organisme Escherichia coli

Rattus norvegicus

Homo sapiens

Saccharomyces cerevisiae

Mușchiul mus

Drosophila melanogaster

Helicobacter pylori [97]

Diferite tipuri de conexiuni (co-complexe, binare) Universitatea din California, Los Angeles Indisponibil (data accesului 04.01.2017)
Banca de date a rețelei de interacțiune biologică (bază de date) [105] Agregator de date experimentale curatate de literatură despre diverse organisme Homo sapiens

Saccharomyces cerevisiae

Mușchiul mus

Helicobacter pylori

Diferite tipuri de conexiuni Institutul de Cercetare Samuel Lunenfeld de la Spitalul Mount Sinai, Toronto Nu este disponibil din cauza problemelor de finanțare [106]
GeneMANIA [107] Serviciu de predicție in silico a funcțiilor genelor pe baza datelor agregate din alte baze de date Începând cu 1 aprilie 2017, 9 specii [107] Diferite tipuri de conexiuni Universitatea din Toronto [108] Activ
Interacțiuni de înaltă calitate (HINT) [109] Agregator de date experimentale organizat La data de 04.01.2017 12 specii Diferite tipuri de conexiuni Yu Lab, Universitatea Cornell [110] Activ, actualizat în fiecare zi
Baza de date pentru interacțiuni moleculare IntAct [111] Agregator de date experimentale supravegheat (din 11 baze de date de interacțiuni moleculare) [112] Începând cu 1 aprilie 2017, 7 tipuri principale [113] Diferite tipuri de conexiuni Cambridge [114] Activ
Depozitul general biologic pentru seturi de date de interacțiune (BioGRID) [115] Agregator de date experimentale și prezise in silico Lista speciilor este indicată la [116] Diferite tipuri de conexiuni Princeton, Spitalul Mount Sinai, Universitatea din Edinburgh, Universitatea din Montreal [117] Activ
Baza de date de rețea integrată (IntNetDB) [118] Rețea prezisă in silico Homo sapiens binar in silico hanlab.genetics.ac.cn Indisponibil (data accesului 04.01.2017)
Baza de date de interacțiuni cu Drosophila (DroID) [119] Agregator curatat de date interatomii Drosophila, atât experimentale, cât și prezise in silico Drosophila melanogaster Diferite tipuri de conexiuni (inclusiv cele prezise in silico ) Școala de Medicină a Universității de Stat Wayne [120] Activ
Resursa de informare Arabidopsis (TAIR) [121] Baza de date cu toate datele biologice despre rucifera lui Tal , inclusiv non-interactom (secvențierea genomului, hărțile genelor etc.) Arabidopsis thaliana Diferite tipuri de conexiuni (inclusiv cele prezise in silico ) Phoenix Bioinformatics Corporation [122] Activ
Predicția interacțiunii proteină umană (PIP) [81] Baza de date a legăturilor de proteine ​​umane prezise in silico Homo sapiens Prevăzut in silico cu un clasificator Bayes naiv Universitatea Dundee [123] Activ
Predicted Rice Interactome Network (PRIN) [124] Baza de date a interacțiunilor proteine-proteine ​​prezise in silico în orez Oryza sativa Prevăzut in silico pe baza interologului Universitatea Zhejiang [125] Activ

Probleme deschise ale interatomiei

Kiemer și Cesareni [5] au ridicat următoarea problemă: metodele experimentale de studiere a interatomilor sunt predispuse la erori, ceea ce duce la faptul că 30% din toate interacțiunile găsite sunt de fapt artefacte (două grupuri de cercetători care folosesc aceeași metodă pe același organism găsesc doar 30% din aceleași interacțiuni). De asemenea, metodele pot fi părtinitoare, adică metoda utilizată depinde de interacțiunile care vor fi găsite. Acest lucru se datorează proprietăților individuale ale proteinelor, de exemplu majoritatea metodelor care funcționează bine cu proteinele solubile nu sunt potrivite pentru studiul proteinelor membranare . Acest lucru este valabil și pentru sistemul de drojdie cu două hibride și cromatografia de afinitate / spectrometria de masă .

Majoritatea interactomelor sunt incomplete, cu excepția S. cerevisiae . Dar o astfel de remarcă nu este în întregime corectă, deoarece niciun domeniu științific nu este suficient de complet până când metodele nu sunt îmbunătățite. Interactomica din 2015 este în aceeași etapă în care a fost secvențierea genomului în anii 1990.

Interactomii pot varia în funcție de țesuturi, tipuri de celule și stadii de dezvoltare, atâta timp cât genomii rămân stabili. În timp ce secvențele de ADN omoloage pot fi găsite destul de ușor, interacțiunile omoloage sunt dificil de prezis deoarece omologii a două proteine ​​care interacționează nu trebuie să interacționeze.

Note

  1. ↑ William Hennah, David Porteous. Calea DISC1 modulează expresia genelor de neurodezvoltare, sinaptogenă și percepție senzorială  //  PLOS ONE. — 20.03.2009. — Vol. 4 , iss. 3 . — P.e4906 . — ISSN 1932-6203 . - doi : 10.1371/journal.pone.0004906 . Arhivat din original pe 2 martie 2022.
  2. ↑ Terentiev A. A., Moldogazieva N. T., Shaitan K. V. Dynamic proteomics in living cell modeling. Interacțiuni proteină-proteină  (rusă)  // Progrese în chimia biologică. - 2009. - T. 49 . - S. 429-480 . Arhivat din original pe 10 mai 2018.
  3. ↑ Catherine Sanchez, Corinne Lachaize, Florence Janody, Bernard Bellon, Laurence Röder. Înțelegerea interacțiunilor moleculare și a rețelelor genetice la Drosophila melanogaster folosind FlyNets, o bază de date pe internet  //  Nucleic Acids Research. — 1999-01-01. — Vol. 27 , iss. 1 . — P. 89–94 . — ISSN 0305-1048 . - doi : 10.1093/nar/27.1.89 . Arhivat din original pe 4 iunie 2018.
  4. ↑ 1 2 3 4 Ivanov A. S., Zgoda V. G., Archakov A. I. Technologies of protein interactomics  (rusă)  // Bioorganic chemistry: journal. - 2011. - T. 37 , nr 1 . - S. 8-21 . Arhivat din original pe 10 mai 2018.
  5. ↑ 1 2 Lars Kiemer, Gianni Cesareni. Interacțiuni comparative: compararea mere și pere?  // Tendințe în biotehnologie. — 2007-10. - T. 25 , nr. 10 . — S. 448–454 . — ISSN 0167-7799 . - doi : 10.1016/j.tibtech.2007.08.002 . Arhivat din original pe 3 iunie 2018.
  6. ↑ Frank J. Bruggeman, Hans V. Westerhoff. Natura biologiei sistemelor  // Tendințe în microbiologie. — 2007-01. - T. 15 , nr. 1 . — S. 45–50 . — ISSN 0966-842X . - doi : 10.1016/j.tim.2006.11.003 . Arhivat din original pe 12 iunie 2018.
  7. ↑ Marc Vidal, Michael E. Cusick, Albert-László Barabási. Interactome Networks and Human Disease  // Celula. — 2011-03. - T. 144 , nr. 6 . — S. 986–998 . — ISSN 0092-8674 . - doi : 10.1016/j.cell.2011.02.016 . Arhivat 13 mai 2018.
  8. ↑ Ankush Sharma, Vasu K. Gautam, Susan Costantini, Antonella Paladino, Giovanni Colonna. Perspective interactomice și farmacologice asupra Sirt-1 uman  (engleză)  // Frontiere în farmacologie. - 2012. - T. 3 . — ISSN 1663-9812 . - doi : 10.3389/fphar.2012.00040 .
  9. ↑ Ankush Sharma, Susan Costantini, Giovanni Colonna. Rețeaua de interacțiune proteină-proteină a familiei Sirtuinelor umane  // Biochimica et Biophysica Acta (BBA) - Proteine ​​și Proteomics. — 2013-10. - T. 1834 , nr. 10 . — S. 1998–2009 . — ISSN 1570-9639 . - doi : 10.1016/j.bbapap.2013.06.012 . Arhivat din original pe 11 iunie 2018.
  10. ↑ David F. Klosik, Anne Grimbs, Stefan Bornholdt, Marc-Thorsten Hütt. Rețeaua interdependentă de reglare a genelor și metabolism este robustă acolo unde trebuie  //  Nature Communications. — 14.09.2017. - T. 8 , nr. 1 . — ISSN 2041-1723 . - doi : 10.1038/s41467-017-00587-4 . Arhivat din original pe 24 ianuarie 2022.
  11. ↑ Michael P. H. Stumpf, Thomas Thorne, Eric de Silva, Ronald Stewart, Hyeong Jun An. Estimarea dimensiunii interatomului uman  // Proceedings of the National Academy of Sciences. — 13-05-2008. - T. 105 , nr. 19 . — S. 6959–6964 . - doi : 10.1073/pnas.0708078105 .
  12. ↑ Thomas Rolland, Murat Taşan, Benoit Charloteaux, Samuel J. Pevzner, Quan Zhong. O hartă la scară proteomă a rețelei de interactome umane  // Celulă. — 2014-11. - T. 159 , nr. 5 . - S. 1212-1226 . — ISSN 0092-8674 . - doi : 10.1016/j.cell.2014.10.050 . Arhivat din original pe 14 mai 2018.
  13. ↑ Andrew Chatr-aryamontri, Bobby-Joe Breitkreutz, Rose Oughtred, Lorrie Boucher, Sven Heinicke. Baza de date de interacțiuni BioGRID: actualizare 2015  //  Cercetarea acizilor nucleici. — 26-11-2014. — Vol. 43 , iss. D1 . — P. D470–D478 . — ISSN 0305-1048 1362-4962, 0305-1048 . - doi : 10.1093/nar/gku1204 . Arhivat din original pe 21 ianuarie 2022.
  14. ↑ 1 2 Peter Uetz, Andrei Grigoriev. Interactomul de drojdie  (engleză)  // Enciclopedia Genetică, Genomică, Proteomică și Bioinformatică. - Chichester: John Wiley & Sons, Ltd, 2005-04-15. - ISBN 0470849746 , 9780470849743, 047001153X, 9780470011539 . - doi : 10.1002/047001153x.g303204 .
  15. ↑ Michael Costanzo, Anastasia Baryshnikova, Jeremy Bellay, Yungil Kim, Eric D. Spear. Peisajul genetic al unei celule  (engleză)  // Știință. — 22.01.2010. — Vol. 327 , iss. 5964 . — P. 425–431 . — ISSN 1095-9203 0036-8075, 1095-9203 . - doi : 10.1126/science.1180823 . Arhivat din original pe 3 august 2017.
  16. ↑ Laurent Terradot, Marie-Francoise Noirot-Gros. Rețele de interacțiune a proteinelor bacteriene: pietrele puzzle din structuri complexe rezolvate adaugă la o imagine mai clară  //  Biologie integrativă. - 2011. - Vol. 3 , iss. 6 . — P. 645 . — ISSN 1757-9708 1757-9694, 1757-9708 . doi : 10.1039 / c0ib00023j .
  17. ↑ 1 2 Anna Brückner, Cécile Polge, Nicolas Lentze, Daniel Auerbach, Uwe Schlattner. Drojdie Two-Hybrid, un instrument puternic pentru biologia sistemelor  //  Jurnalul Internațional de Științe Moleculare. — 18-06-2009. — Vol. 10 , iss. 6 . — P. 2763–2788 . - doi : 10.3390/ijms10062763 . Arhivat din original pe 2 aprilie 2017.
  18. ↑ 1 2 Shayantani Mukherjee, Sampali Bal și Partha Saha. Hărți de interacțiune a proteinelor folosind testul cu două hibride de drojdie (engleză) // Current Science: journal. - 2001. - 10 septembrie ( vol. 81 , nr. 5 ). - S. 458-464 . Arhivat din original pe 22 decembrie 2012.
  19. ↑ Choogon Lee. Test de coimunoprecipitare  // Metode în biologie moleculară (Clifton, NJ). - 01-01-2007. - T. 362 . — S. 401–406 . — ISSN 1064-3745 . - doi : 10.1007/978-1-59745-257-1_31 . Arhivat din original pe 3 aprilie 2017.
  20. ↑ Co-Imunoprecipitare (Co-IP) . Profacgen . Consultat la 1 aprilie 2017. Arhivat din original pe 2 aprilie 2017.
  21. ↑ R. Benjamin Free, Lisa A. Hazelwood, David R. Sibley. Identificarea interacțiunilor noi proteină-proteină utilizând co-imunoprecipitarea și spectroscopie de masă  //  Protocoale curente în neuroștiință. — Hoboken, NJ, SUA: John Wiley & Sons, Inc., 2009-01. — P. 5.28.1–5.28.14 . - ISBN 0471142301 , 9780471142300 . - doi : 10.1002/0471142301.ns0528s46 .
  22. ↑ Leandra M. Brettner, Joanna Masel. Lipiciitatea proteinelor, mai degrabă decât numărul de interacțiuni funcționale proteină-proteină, prezice zgomotul de expresie și plasticitatea în drojdie  // BMC Systems Biology. — 27-09-2012. - T. 6 . - S. 128 . — ISSN 1752-0509 . - doi : 10.1186/1752-0509-6-128 .
  23. ↑ Konark Mukherjee, Justin B. Slawson, Bethany L. Christmann, Leslie C. Griffith. Interacțiunile proteinelor specifice neuronului ale Drosophila CASK-β sunt dezvăluite prin spectrometrie de masă  // Frontiers in Molecular Neuroscience. - 2014. - T. 7 . - S. 58 . — ISSN 1662-5099 . - doi : 10.3389/fnmol.2014.00058 . Arhivat din original pe 16 decembrie 2014.
  24. ↑ Vincent Navratil, Benoît de Chassey, Laurène Meyniel, Stéphane Delmotte, Christian Gautier. VirHostNet: o bază de cunoștințe pentru gestionarea și analiza rețelelor de interacțiune virus-gazdă la nivel de proteom  (engleză)  // Nucleic Acids Research. — 2009-01-01. — Vol. 37 , iss. suppl_1 . — P. D661–D668 . — ISSN 0305-1048 . doi : 10.1093 / nar/gkn794 . Arhivat din original pe 30 mai 2018.
  25. ↑ Seesandra V. Rajagopala, Sherwood Casjens, Peter Uetz. Harta interacțiunii cu proteine ​​a bacteriofagului lambda  // BMC Microbiology. — 26-09-2011. - T. 11 . - S. 213 . — ISSN 1471-2180 . - doi : 10.1186/1471-2180-11-213 .
  26. ↑ Paul L. Bartel, Jennifer A. Roecklein, Dhruba SenGupta, Stanley Fields. O hartă a legăturii cu proteine ​​a bacteriofagului Escherichia coli T7  (engleză)  // Nature Genetics. — 1996-01. - T. 12 , nr. 1 . — S. 72–77 . - ISSN 1546-1718 1061-4036, 1546-1718 . - doi : 10.1038/ng0196-72 .
  27. ↑ Mourad Sabri, Roman Häuser, Marc Ouellette, Jing Liu, Mohammed Dehbi. Adnotarea genomului și interactomul intraviral pentru Streptococcus pneumoniae Fagul virulent Dp-1  //  Journal of Bacteriology. — 15-01-2011. — Vol. 193 , al. 2 . — P. 551–562 . — ISSN 1098-5530 0021-9193, 1098-5530 . - doi : 10.1128/JB.01117-10 . Arhivat din original pe 2 iunie 2018.
  28. ↑ Roman Häuser, Mourad Sabri, Sylvain Moineau, Peter Uetz. Proteomul și interactomul Streptococcus pneumoniae Phage Cp-1  //  Journal of Bacteriology. — 15-06-2011. — Vol. 193 , al. 12 . — P. 3135–3138 . — ISSN 1098-5530 0021-9193, 1098-5530 . - doi : 10.1128/JB.01481-10 . Arhivat din original pe 2 iunie 2018.
  29. ↑ Thorsten Stellberger, Roman Häuser, Armin Baiker, Venkata R. Pothineni, Jürgen Haas. Îmbunătățirea sistemului de drojdie cu două hibride cu proteine ​​de fuziune permutată: interactomul virusului varicelo-zoster  // Proteome Science. — 15-02-2010. - T. 8 . - S. 8 . — ISSN 1477-5956 . - doi : 10.1186/1477-5956-8-8 .
  30. ↑ Kapila Kumar, Jyoti Rana, R. Sreejith, Reema Gabrani, Sanjeev K. Sharma. Interacțiunile proteice intravirale ale virusului Chandipura  (engleză)  // Arhivele de virologie. — 01-10-2012. — Vol. 157 , iss. 10 . — P. 1949–1957 . — ISSN 1432-8798 0304-8608, 1432-8798 . - doi : 10.1007/s00705-012-1389-5 . Arhivat din original pe 30 mai 2018.
  31. ↑ 1 2 3 4 Even Fossum, Caroline C. Friedel, Seesandra V. Rajagopala, Björn Titz, Armin Baiker. Rețele de interacțiune a proteinelor herpesvirale conservate evolutiv  //  PLOS Patogeni. — 2009-09-04. — Vol. 5 , iss. 9 . — P.e1000570 . — ISSN 1553-7374 . - doi : 10.1371/journal.ppat.1000570 . Arhivat din original pe 15 iunie 2022.
  32. ↑ Nicole Hagen, Karen Bayer, Kathrin Rösch, Michael Schindler. Rețeaua de interacțiune a proteinelor intravirale a virusului hepatitei C  // Proteomică moleculară și celulară: MCP. — 2014-7. - T. 13 , nr. 7 . - S. 1676-1689 . — ISSN 1535-9484 . - doi : 10.1074/mcp.M113.036301 . Arhivat din original pe 31 mai 2018.
  33. ↑ Andreas Osterman, Thorsten Stellberger, Anna Gebhardt, Marisa Kurz, Caroline C. Friedel. Interactomul intraviral al virusului hepatitei E  (engleză)  // Rapoarte științifice. — 14-10-2015. - T. 5 , nr. 1 . — ISSN 2045-2322 . - doi : 10.1038/srep13872 . Arhivat 1 mai 2019.
  34. ↑ Yu-Chi Chen, Seesandra Venkatappa Rajagopala, Thorsten Stellberger, Peter Uetz. Evaluare comparativă exhaustivă a sistemului cu două hibride de drojdie  //  Nature Methods. — 2010/09. - T. 7 , nr. 9 . — S. 667–668 . — ISSN 1548-7105 . - doi : 10.1038/nmeth0910-667 . Arhivat 25 mai 2021.
  35. ↑ JC Rain, L. Selig, H. De Reuse, V. Battaglia, C. Reverdy. Harta interacțiunii proteină-proteină a Helicobacter pylori  // Natura. - 2001-01-11. - T. 409 , nr. 6817 . — S. 211–215 . — ISSN 0028-0836 . - doi : 10.1038/35051615 . Arhivat din original pe 23 iulie 2018.
  36. ↑ Roman Häuser, Arnaud Ceol, Seesandra V. Rajagopala, Roberto Mosca, Gabriella Siszler. O rețea de interacțiune proteină-proteină de a doua generație a Helicobacter pylori  // Proteomică moleculară și celulară: MCP. — 2014-5. - T. 13 , nr. 5 . - S. 1318-1329 . — ISSN 1535-9484 . - doi : 10.1074/mcp.O113.033571 . Arhivat din original pe 31 mai 2018.
  37. ↑ Jodi R. Parrish, Jingkai Yu, Guozhen Liu, Julie A. Hines, Jason E. Chan. O hartă de interacțiune a proteinelor la nivel de proteom pentru Campylobacter jejuni  // Biologia genomului. — 2007-07-05. - T. 8 . - S. R130 . — ISSN 1474-760X . - doi : 10.1186/gb-2007-8-7-r130 .
  38. ↑ 1 2 Björn Titz, Seesandra V. Rajagopala, Johannes Goll, Roman Häuser, Matthew T. McKevitt. Interactomul proteic binar al Treponema pallidum – Spirocheta sifilisului  (engleză)  // PLOS ONE. — 28-05-2008. — Vol. 3 , iss. 5 . —P.e2292 . _ — ISSN 1932-6203 . - doi : 10.1371/journal.pone.0002292 . Arhivat din original pe 17 iunie 2022.
  39. ↑ Pingzhao Hu, Sarath Chandra Janga, Mohan Babu, J. Javier Díaz-Mejía, Gareth Butland. Atlas funcțional global al Escherichia coli care cuprinde proteine ​​anterior necaracterizate  //  PLOS Biology. — 28-04-2009. — Vol. 7 , iss. 4 . — P.e1000096 . — ISSN 1545-7885 . - doi : 10.1371/journal.pbio.1000096 . Arhivat din original pe 23 aprilie 2022.
  40. ↑ Seesandra V Rajagopala, Patricia Sikorski, Ashwani Kumar, Roberto Mosca, James Vlasblom. Peisajul interacțiunii proteine-proteine ​​binare al Escherichia coli  // Nature Biotechnology. — 23.02.2014. - T. 32 , nr. 3 . — S. 285–290 . - ISSN 1546-1696 1087-0156, 1546-1696 . - doi : 10.1038/nbt.2831 . Arhivat din original pe 24 februarie 2021.
  41. ↑ Yoshikazu Shimoda, Sayaka Shinpo, Mitsuyo Kohara, Yasukazu Nakamura, Satoshi Tabata. O analiză la scară largă a interacțiunilor proteine-proteine ​​în bacteria fixatoare de azot Mesorhizobium loti  //  Cercetarea ADN. — 2008-02-01. — Vol. 15 , iss. 1 . — P. 13–23 . - ISSN 1340-2838 . - doi : 10.1093/dnares/dsm028 . Arhivat din original pe 30 mai 2018.
  42. ↑ Yi Wang, Tao Cui, Cong Zhang, Min Yang, Yuanxia Huang. Rețeaua globală de interacțiune proteină-proteină în patogenul uman Mycobacterium tuberculosis H37Rv  // Journal of Proteome Research. — 03-12-2010. - T. 9 , nr. 12 . — S. 6665–6677 . — ISSN 1535-3907 . - doi : 10.1021/pr100808n . Arhivat din original pe 23 iulie 2018.
  43. ↑ Sebastian Kühner, Vera van Noort, Matthew J. Betts, Alejandra Leo-Macias, Claire Batisse. Organizarea proteomelor într-o bacterie cu genom redus  // Science (New York, NY). — 27-11-2009. - T. 326 , nr. 5957 . - S. 1235-1240 . — ISSN 1095-9203 . - doi : 10.1126/science.1176343 . Arhivat din original pe 31 mai 2018.
  44. ↑ Shusei Sato, Yoshikazu Shimoda, Akiko Muraki, Mitsuyo Kohara, Yasukazu Nakamura. O analiză la scară largă a interacțiunii proteină-proteină în Synechocystis sp. PCC6803  (engleză)  // DNA Research. - 01-01-2007. — Vol. 14 , iss. 5 . — P. 207–216 . - ISSN 1340-2838 . - doi : 10.1093/dnares/dsm021 . Arhivat din original pe 30 mai 2018.
  45. ↑ Artem Cherkasov, Michael Hsing, Roya Zoraghi, Leonard J. Foster, Raymond H. See. Cartografierea rețelei de interacțiune a proteinelor în Staphylococcus aureus rezistent la meticilină (EN) // Journal of Proteome Research. — 04-03-2011. - T. 10 , nr. 3 . - S. 1139-1150 . - ISSN 1535-3907 1535-3893, 1535-3907 . doi : 10.1021 / pr100918u .
  46. ↑ 1 2 3 B. Schwikowski, P. Uetz, S. Fields. O rețea de interacțiuni proteină-proteină în drojdie  // Nature Biotechnology. — 2000-12. - T. 18 , nr. 12 . - S. 1257-1261 . — ISSN 1087-0156 . - doi : 10.1038/82360 . Arhivat din original pe 23 iulie 2018.
  47. ↑ Peter Uetz, Loic Giot, Gerard Cagney, Traci A. Mansfield, Richard S. Judson. O analiză cuprinzătoare a interacțiunilor proteină-proteină în Saccharomyces cerevisiae  (engleză)  // Nature. — 2000-02. - T. 403 , nr. 6770 . — S. 623–627 . — ISSN 1476-4687 0028-0836, 1476-4687 . - doi : 10.1038/35001009 . Arhivat din original pe 25 februarie 2021.
  48. ↑ Nevan J. Krogan, Gerard Cagney, Haiyuan Yu, Gouqing Zhong, Xinghua Guo. Peisajul global al complexelor proteice din drojdia Saccharomyces cerevisiae  (engleză)  // Natura. — 2006-03. - T. 440 , nr. 7084 . — S. 637–643 . — ISSN 1476-4687 0028-0836, 1476-4687 . - doi : 10.1038/nature04670 . Arhivat din original pe 9 decembrie 2019.
  49. ↑ Vera Pancaldi, Ömer S. Saraç, Charalampos Rallis, Janel R. McLean, Martin Převorovský. Prezicerea rețelei de interacțiune a proteinelor de drojdie de fisiune  //  G3: Gene, Genomes, Genetics. — 01-04-2012. — Vol. 2 , iss. 4 . — P. 453–467 . — ISSN 2160-1836 . - doi : 10.1534/g3.111.001560 . Arhivat din original pe 30 mai 2018.
  50. ↑ Vo TV , Das J. , Meyer MJ , Cordero NA , Akturk N. , Wei X. , Fair BJ , Degatano AG , Fragoza R. , Liu LG , Matsuyama A. , Trickey M. , Horibata S. , Grimson A. , Yamano H. , Yoshida M. , Roth FP , Pleiss JA , Xia Y. , Yu H. Un interactom de drojdie de fisiune la nivel de proteome dezvăluie principiile evoluției rețelei de la drojdii la om.  (engleză)  // Cell. - 2016. - Vol. 164, nr. 1-2 . - P. 310-323. - doi : 10.1016/j.cell.2015.11.037 . — PMID 26771498 .
  51. ↑ B. de Chassey, V. Navratil, L. Tafforeau, M.S. Hiet, A. Aublin-Gex. Rețeaua proteică a infecției cu virusul hepatitei C  // Biologia sistemelor moleculare. - 2008. - T. 4 . - S. 230 . — ISSN 1744-4292 . - doi : 10.1038/msb.2008.66 . Arhivat din original pe 7 aprilie 2018.
  52. ↑ V. Navratil, B. de Chassey, L. Meyniel, F. Pradezynski, P. André. Comparația la nivel de sistem a interacțiunilor proteină-proteină dintre viruși și rețeaua sistemului de interferon uman de tip I  // Journal of Proteome Research. — 2010-07-02. - T. 9 , nr. 7 . — S. 3527–3536 . — ISSN 1535-3907 . - doi : 10.1021/pr100326j . Arhivat din original pe 23 iulie 2018.
  53. ↑ Mohamed Ali Ghadie, Luke Lambourne, Marc Vidal, Yu Xia. Predicția bazată pe domenii a interatomului de izoforme umane oferă perspective asupra impactului funcțional al îmbinării alternative  //  ​​PLOS Computational Biology. — 28-08-2017. — Vol. 13 , iss. 8 . — P. e1005717 . — ISSN 1553-7358 . - doi : 10.1371/journal.pcbi.1005717 . Arhivat din original pe 16 iunie 2022.
  54. ↑ Kevin R. Brown, Igor Jurisica. Baza de date online pentru interacțiuni umane prezise  // Bioinformatică (Oxford, Anglia). - 2005-05-01. - T. 21 , nr. 9 . — S. 2076–2082 . — ISSN 1367-4803 . - doi : 10.1093/bioinformatics/bti273 . Arhivat din original pe 7 aprilie 2018.
  55. ↑ Haibin Gu, Pengcheng Zhu, Yinming Jiao, Yijun Meng, Ming Chen. PRIN: o rețea de interatomi de orez prezis  // BMC bioinformatics. — 16-05-2011. - T. 12 . - S. 161 . — ISSN 1471-2105 . - doi : 10.1186/1471-2105-12-161 . Arhivat din original pe 23 iulie 2018.
  56. ↑ Jing Guo, Huan Li, Ji-Wei Chang, Yang Lei, Sen Li. Predicția și caracterizarea rețelei de interacțiune proteină-proteină în Xanthomonas oryzae pv. oryzae PXO99 A  // Cercetare în Microbiologie. - decembrie 2013. - T. 164 , nr. 10 . — S. 1035–1044 . — ISSN 1769-7123 . - doi : 10.1016/j.resmic.2013.09.001 . Arhivat din original pe 23 iulie 2018.
  57. ↑ Jane Geisler-Lee, Nicholas O'Toole, Ron Ammar, Nicholas J. Provart, A. Harvey Millar. Un interactome prezis pentru Arabidopsis  // Fiziologia plantelor. - octombrie 2007. - T. 145 , nr. 2 . — S. 317–329 . — ISSN 0032-0889 . - doi : 10.1104/pp.107.103465 . Arhivat din original pe 23 iulie 2018.
  58. ↑ Junyang Yue, Wei Xu, Rongjun Ban, Shengxiong Huang, Min Miao. PTIR: Predicted Tomato Interactome Resource  // Rapoarte științifice. - 28.04.2016. - T. 6 . - S. 25047 . — ISSN 2045-2322 . - doi : 10.1038/srep25047 . Arhivat din original pe 7 aprilie 2018.
  59. ↑ Jianhua Yang, Kim Osman, Mudassar Iqbal, Dov J. Stekel, Zewei Luo. Deducerea Brassica rapa Interactome folosind date de interacțiune proteină-proteină din Arabidopsis thaliana  // Frontiers in Plant Science. - 2012. - T. 3 . - S. 297 . — ISSN 1664-462X . - doi : 10.3389/fpls.2012.00297 . Arhivat din original pe 7 aprilie 2018.
  60. ↑ Guanghui Zhu, Aibo Wu, Xin-Jian Xu, Pei-Pei Xiao, Le Lu. PPIM: O bază de date de interacțiune proteină-proteine ​​pentru porumb  // Fiziologia plantelor. - februarie 2016. - T. 170 , nr. 2 . — S. 618–626 . — ISSN 1532-2548 . - doi : 10.1104/pp.15.01821 . Arhivat din original pe 7 aprilie 2018.
  61. ↑ Eli Rodgers-Melnick, Mark Culp, Stephen P. DiFazio. Predicția rețelelor de interacțiune a proteinelor întregului genom din datele secvenței primare în organisme model și non-model folosind  genomica ENTS // BMC. — 10-09-2013. - T. 14 . - S. 608 . — ISSN 1471-2164 . - doi : 10.1186/1471-2164-14-608 . Arhivat din original pe 23 iulie 2018.
  62. ↑ Tero Aittokallio, Benno Schwikowski. Metode bazate pe grafice pentru analiza rețelelor în biologia celulară  (engleză)  // Briefings in Bioinformatics. - 2006-09-01. — Vol. 7 , iss. 3 . — P. 243–255 . — ISSN 1467-5463 . - doi : 10.1093/bib/bbl022 . Arhivat 13 mai 2018.
  63. ↑ Glosar de teorie a graficelor  // Wikipedia. — 2017-02-10.
  64. ↑ 1 2 Jackson MO Rețele sociale și economice. — Princeton University Press, 2010. — 520 p. — ISBN 9780691148205 .
  65. ↑ Thomas Rolland, Murat Taşan, Benoit Charloteaux, Samuel J. Pevzner, Quan Zhong. O hartă la scară proteom a rețelei de interatomi uman  // Celulă. — 20.11.2014. - T. 159 , nr. 5 . - S. 1212-1226 . — ISSN 1097-4172 . - doi : 10.1016/j.cell.2014.10.050 . Arhivat din original pe 13 iunie 2017.
  66. ↑ ML Goldstein, SA Morris, GG Yen. Probleme cu adaptarea la distribuția legii puterii  (engleză)  // The European Physical Journal B - Condensed Matter and Complex Systems. — 01-09-2004. — Vol. 41 , iss. 2 . — P. 255–258 . - ISSN 1434-6036 1434-6028, 1434-6036 . - doi : 10.1140/epjb/e2004-00316-5 . Arhivat 13 mai 2018.
  67. ↑ A. Clauset, C. Shalizi, M. Newman. Distribuții ale legii puterii în datele empirice  // Revizuirea SIAM. — 04-11-2009. - T. 51 , nr. 4 . — S. 661–703 . — ISSN 0036-1445 . - doi : 10.1137/070710111 . Arhivat 19 octombrie 2019.
  68. ↑ Bine ați venit în noua casă a lui igraph  . igraph - Pachetul de analiză a rețelei . igraph.org. Preluat la 31 martie 2017. Arhivat din original la 17 martie 2017.
  69. ↑ Barabasi, Albert-Lászlo. Linked: noua știință a rețelelor . - Cambridge, Mass.: Perseus Pub, 2002. - 280 pagini p. - ISBN 0738206679 , 9780738206677.
  70. ↑ J. Janssen, P. Pralat. Atașarea bazată pe rang conduce la graficele legii puterii  // SIAM Journal on Discrete Mathematics. — 01-01-2010. - T. 24 , nr. 2 . — S. 420–440 . — ISSN 0895-4801 . - doi : 10.1137/080716967 . Arhivat din original pe 28 ianuarie 2022.
  71. ↑ Reiko Tanaka, Tau-Mu Yi, John Doyle. Unele date despre interacțiunea proteinelor nu prezintă statistici privind legea puterii  //  Scrisori FEBS. - 26-09-2005. — Vol. 579 , iss. 23 . - P. 5140-5144 . — ISSN 1873-3468 . - doi : 10.1016/j.febslet.2005.08.024 . Arhivat din original pe 2 aprilie 2017.
  72. ↑ Gipsi Lima-Mendez, Jacques van Helden. Legea puternică a legii puterii și alte mituri în biologia rețelei  (engleză)  // Molecular BioSystems. — 2009-01-01. — Vol. 5 , iss. 12 . - doi : 10.1039/B908681A . Arhivat din original pe 2 aprilie 2017.
  73. ↑ 1 2 Haiyuan Yu, Pascal Braun, Muhammed A. Yıldırım, Irma Lemmens, Kavitha Venkatesan. Harta interacțiunii proteinelor binare de înaltă calitate a rețelei de interactome de drojdie   // Știință . — 03-10-2008. — Vol. 322 , iss. 5898 . — P. 104–110 . — ISSN 1095-9203 0036-8075, 1095-9203 . - doi : 10.1126/science.1158684 . Arhivat din original pe 30 mai 2018.
  74. ↑ Philip M. Kim, Long J. Lu, Yu Xia, Mark B. Gerstein. Relatarea structurilor tridimensionale cu rețelele de proteine ​​oferă perspective evolutive   // ​​Știință . — 22-12-2006. — Vol. 314 , iss. 5807 . — P. 1938–1941 . — ISSN 1095-9203 0036-8075, 1095-9203 . - doi : 10.1126/science.1136174 . Arhivat din original pe 30 mai 2018.
  75. ↑ Medicina predictivă - Cele mai recente cercetări și știri | Natura  (engleză) . www.nature.com. Consultat la 1 aprilie 2017. Arhivat din original pe 6 mai 2017.
  76. ↑ Susan Dina Ghiassian, Jörg Menche, Albert-László Barabási. Un algoritm de detectare a modulelor de boală (DIAMOND) derivat dintr-o analiză sistematică a modelelor de conectivitate ale proteinelor bolii în interactomul uman  // PLOS Computational Biology. — 08-04-2015. - T. 11 , nr. 4 . — S. e1004120 . — ISSN 1553-7358 . - doi : 10.1371/journal.pcbi.1004120 . Arhivat din original pe 14 iunie 2022.
  77. ↑ Clasificare . MachineLearning.ru . www.machinelearning.ru Consultat la 1 aprilie 2017. Arhivat din original pe 29 aprilie 2017.
  78. ↑ 1 2 Madhavi K. Ganapathiraju, Mohamed Thahir, Adam Handen, Saumendra N. Sarkar, Robert A. Sweet. Schizofrenie interactome cu 504 noi interactiuni proteina-proteina  // NPJ schizofrenie. - 2016. - T. 2 . - S. 16012 . — ISSN 2334-265X . - doi : 10.1038/npjschz.2016.12 . Arhivat din original pe 23 iulie 2018.
  79. ↑ 1 2 Yanjun Qi, Harpreet K. Dhiman, Neil Bhola, Ivan Budyak, Siddhartha Kar. Predicția sistematică a interacțiunilor cu receptorii membranari umani  // Proteomics. - decembrie 2009. - T. 9 , nr. 23 . — S. 5243–5255 . — ISSN 1615-9861 . - doi : 10.1002/pmic.200900259 . Arhivat din original pe 23 iulie 2018.
  80. ↑ Yanjun Qi, Ziv Bar-Joseph, Judith Klein-Seetharaman. Evaluarea diferitelor date biologice și metode de clasificare computațională pentru utilizarea în predicția interacțiunii proteinelor  // Proteine. - 15-05-2006. - T. 63 , nr. 3 . — S. 490–500 . — ISSN 1097-0134 . - doi : 10.1002/prot.20865 . Arhivat din original pe 23 iulie 2018.
  81. ↑ 12 Universitatea din Dundee. PIPs: Human Protein-Protein Interaction Prediction . www.compbio.dundee.ac.uk. Consultat la 1 aprilie 2017. Arhivat din original pe 15 iunie 2017.
  82. ↑ Sven Mika, Burkhard Rost. Interacțiuni proteină-proteină mai conservate în cadrul speciilor decât între specii  // Biologie computațională PLoS. — 21-07-2006. - T. 2 , nr. 7 . - S. e79 . — ISSN 1553-7358 . - doi : 10.1371/journal.pcbi.0020079 . Arhivat din original pe 8 aprilie 2018.
  83. ↑ Yi-Chao Han, Jia-Ming Song, Long Wang, Cheng-Cheng Shu, Jing Guo. Predicția și caracterizarea rețelei de interacțiune proteină-proteină în Bacillus licheniformis WX-02  (engleză)  // Rapoarte științifice. — 19-01-2016. - T. 6 , nr. 1 . — ISSN 2045-2322 . - doi : 10.1038/srep19486 . Arhivat din original pe 19 februarie 2017.
  84. ↑ Weerayuth Kittichotirat, Michal Guerquin, Roger E. Bumgarner, Ram Samudrala. Protinfo PPC: un server web pentru predicția nivelului atomic al complexelor de proteine  ​​// Nucleic Acids Research. - iulie 2009. - T. 37 , nr. Problemă cu serverul web . — S. W519–525 . — ISSN 1362-4962 . - doi : 10.1093/nar/gkp306 . Arhivat din original pe 8 aprilie 2018.
  85. ↑ Manoj Tyagi, Kosuke Hashimoto, Benjamin A. Shoemaker, Stefan Wuchty, Anna R. Panchenko. Cartografierea la scară largă a interatomului proteinelor umane folosind complexe structurale  // Rapoarte EMBO. — 01-03-2012. - T. 13 , nr. 3 . — S. 266–271 . — ISSN 1469-3178 . - doi : 10.1038/embor.2011.261 . Arhivat din original pe 8 aprilie 2018.
  86. ↑ Thomas A. Hopf, Charlotte PI Schärfe, João PGLM Rodrigues, Anna G. Green, Oliver Kohlbacher. Co-evoluția secvenței oferă contacte 3D și structuri ale complexelor proteice  // eLife. — 25-09-2014. - T. 3 . — ISSN 2050-084X . - doi : 10.7554/eLife.03430 . Arhivat din original pe 8 aprilie 2018.
  87. ↑ Kushal Veer Singh, Lovekesh Vig. Predicție îmbunătățită a legăturilor interatomului proteinelor lipsă prin detectarea anomaliilor  //  Applied Network Science. — 28-01-2017. - T. 2 , nr. 1 . - S. 2 . — ISSN 2364-8228 . - doi : 10.1007/s41109-017-0022-7 . Arhivat din original pe 2 aprilie 2017.
  88. ↑ Robert Hoffmann, Martin Krallinger, Eduardo Andres, Javier Tamames, Christian Blaschke. Exploatarea textului pentru căi metabolice, cascade de semnalizare și rețele de proteine  ​​// STKE al științei: mediu de cunoaștere a transducției semnalului. — 10-05-2005. - T. 2005 , nr. 283 . - S. pe21 . — ISSN 1525-8882 . - doi : 10.1126/stke.2832005pe21 . Arhivat din original pe 8 aprilie 2018.
  89. ↑ Jason McDermott, Roger Bumgarner, Ram Samudrala. Adnotare funcțională din rețelele de interacțiune a proteinelor prezise  (engleză)  // Bioinformatică. - 2005-08-01. — Vol. 21 , iss. 15 . — P. 3217–3226 . — ISSN 1367-4803 . - doi : 10.1093/bioinformatics/bti514 . Arhivat din original pe 30 mai 2018.
  90. ↑ Seesandra V. Rajagopala, Patricia Sikorski, J. Harry Caufield, Andrey Tovchigrechko, Peter Uetz. Studierea complexelor proteice prin sistemul cu două hibride de drojdie  // Metode (San Diego, California). - decembrie 2012. - T. 58 , nr. 4 . — S. 392–399 . — ISSN 1095-9130 . - doi : 10.1016/j.ymeth.2012.07.015 . Arhivat din original pe 23 iulie 2018.
  91. ↑ Albert-László Barabási, Zoltán N. Oltvai. Biologia rețelei: înțelegerea organizării funcționale a celulei  // Nature Reviews. genetica. - februarie 2004. - V. 5 , nr. 2 . — S. 101–113 . — ISSN 1471-0056 . doi : 10.1038 / nrg1272 . Arhivat din original pe 25 ianuarie 2018.
  92. ↑ Kwang-Il Goh, In-Geol Choi. Explorarea bolilor umane: rețeaua bolilor umane  // Briefings in Functional Genomics. - noiembrie 2012. - T. 11 , nr. 6 . — S. 533–542 . — ISSN 2041-2657 . doi : 10.1093 / bfgp/els032 . Arhivat din original pe 8 aprilie 2018.
  93. ↑ Albert-László Barabási, Natali Gulbahce, Joseph Loscalzo. Medicina de rețea: o abordare bazată pe rețea a bolilor umane  // Nature Reviews. genetica. - ianuarie 2011. - T. 12 , nr. 1 . — p. 56–68 . — ISSN 1471-0064 . - doi : 10.1038/nrg2918 . Arhivat din original pe 8 aprilie 2018.
  94. ↑ 1 2 Jeffrey Perkel. Validarea Interactome | Revista Scientist® . The Scientist (21 iunie 2004). Consultat la 1 aprilie 2017. Arhivat din original pe 2 aprilie 2017.
  95. ↑ Christoph Doepmann. Sondaj asupra problemei de aliniere a graficelor și un etalon de algoritmi adecvați. Expune pentru teza de licență. / Ulf Leser, Andre Koschmieder. — Humboldt-Universitaet zu Berlin, Institut fuer Informatik, 2013. Arhivat 2 aprilie 2017 la Wayback Machine
  96. ↑ Roland A. Pache, Arnaud Ceol, Patrick Aloy. NetAligner—un server de aliniere a rețelei pentru a compara complexe, căi și interatomi întregi  (engleză)  // Nucleic Acids Research. — 01-07-2012. — Vol. 40 , iss. W1 . — P. W157–W161 . — ISSN 0305-1048 . - doi : 10.1093/nar/gks446 . Arhivat din original pe 30 mai 2018.
  97. ↑ 1 2 Cannataro, Mario, 1964-. Gestionarea datelor rețelelor de interacțiune cu proteine . - Hoboken, NJ: Wiley, 2011. - 1 resursă online (xxxiv, 182 pagini) p. - ISBN 9781118103746 , 1118103742, 1118103718, 9781118103715.
  98. ↑ Laura Bonetta. Interacțiuni proteină-proteină: Interactome în construcție   // Nature . — 09-12-2010. — Vol. 468 , iss. 7325 . - P. 851-854 . — ISSN 0028-0836 . - doi : 10.1038/468851a . Arhivat din original pe 2 aprilie 2017.
  99. ↑ Co-Imunoprecipitare (Co-IP  ) . www.thermofisher.com Preluat la 1 aprilie 2017. Arhivat din original la 25 iulie 2017.
  100. ↑ HuRI | Acasă  (engleză) . Proiectul Interactome a proteinelor umane de referință . interactome.baderlab.org. Preluat la 31 martie 2017. Arhivat din original la 1 aprilie 2017.
  101. ↑ CCSB  . _ Centrul de Biologie a Sistemelor de Cancer (CCSB) . ccsb.dfci.harvard.edu. Preluat la 31 martie 2017. Arhivat din original la 1 aprilie 2017.
  102. ↑ 12 MINT . _ MINT - Baza de date privind interacțiunile moleculare . mint.bio.uniroma2.it. Consultat la 1 aprilie 2017. Arhivat din original pe 5 mai 2017.
  103. ↑ grup  de genetică moleculară . www.moleculargenetics.it. Consultat la 1 aprilie 2017. Arhivat din original pe 17 februarie 2017.
  104. ↑ Baza de date a proteinelor care interacționează . Baza de date DIP . Consultat la 1 aprilie 2017. Arhivat din original pe 14 martie 2009.
  105. ↑ GD Bader, I. Donaldson, C. Wolting, BF Ouellette, T. Pawson. BIND - Baza de date a rețelei de interacțiuni biomoleculare  // Cercetarea acizilor nucleici. - 2001-01-01. - T. 29 , nr. 1 . — S. 242–245 . — ISSN 1362-4962 . Arhivat din original pe 31 mai 2018.
  106. ↑ Baze de date în pericol  //  Nature Cell Biology. - 01-07-2005. — Vol. 7 , iss. 7 . — P. 639–639 . — ISSN 1465-7392 . - doi : 10.1038/ncb0705-639b . Arhivat din original la 1 aprilie 2017.
  107. ↑ 12 GeneMANIA . _ genemania.org. Consultat la 1 aprilie 2017. Arhivat din original pe 20 aprilie 2017.
  108. ↑ Universitatea din Toronto  . www.utoronto.ca. Consultat la 1 aprilie 2017. Arhivat din original pe 24 februarie 2011.
  109. ↑ INTeractome de înaltă calitate . hint.yulab.org. Consultat la 1 aprilie 2017. Arhivat din original la 1 aprilie 2017.
  110. ↑ Yu Lab - Universitatea Cornell . yulab.icmb.cornell.edu. Consultat la 1 aprilie 2017. Arhivat din original la 1 aprilie 2017.
  111. ↑ Intact. http://www.ebi.ac.uk/intact/  _ _ www.ebi.ac.uk. Consultat la 1 aprilie 2017. Arhivat din original pe 8 aprilie 2017.
  112. ↑ Sandra Orchard, Mais Ammari, Bruno Aranda, Lionel Breuza, Leonardo Briganti. Proiectul MINtAct--IntAct ca platformă comună de curatare pentru 11 baze de date de interacțiune moleculară  // Cercetarea acizilor nucleici. — 2014-1. - T. 42 , nr. Problema baza de date . — S. D358–363 . — ISSN 1362-4962 . - doi : 10.1093/nar/gkt1115 . Arhivat din original pe 31 mai 2018.
  113. ↑ Intact. http://www.ebi.ac.uk/intact/about/statistics?conversationContext=8#it  . _ www.ebi.ac.uk. Consultat la 1 aprilie 2017. Arhivat din original pe 2 aprilie 2017.
  114. ↑ Intact. http://www.ebi.ac.uk/intact/about/overview;jsessionid=F9BA9ECD507219503D95BBB7E3B21128  (engleză) . www.ebi.ac.uk. Consultat la 1 aprilie 2017. Arhivat din original pe 2 aprilie 2017.
  115. ↑ Mike Tyers Lab. BioGRID |  Baza de date cu proteine, interacțiuni chimice și genetice . thebiogrid.org. Consultat la 1 aprilie 2017. Arhivat din original pe 11 septembrie 2017.
  116. ↑ Statisticile bazei de date BioGRID | BioGRID  . _ wiki.thebiogrid.org. Consultat la 1 aprilie 2017. Arhivat din original pe 23 februarie 2017.
  117. ↑ Despre BioGRID | BioGRID  . _ wiki.thebiogrid.org. Consultat la 1 aprilie 2017. Arhivat din original pe 2 aprilie 2017.
  118. ↑ Kai Xia, Dong Dong, Jing-Dong J. Han. IntNetDB v1.0: o bază de date integrată de rețea de interacțiune proteină-proteină generată de un model probabilistic  // BMC Bioinformatics. - 01-01-2006. - T. 7 . - S. 508 . — ISSN 1471-2105 . - doi : 10.1186/1471-2105-7-508 .
  119. ↑ Bun venit la DroID: Baza de date cuprinzătoare de interacțiuni cu Drosophila . www.droidb.org. Consultat la 1 aprilie 2017. Arhivat din original pe 9 aprilie 2017.
  120. ↑ Baza de date Drosophila Interactions . www.droidb.org. Consultat la 1 aprilie 2017. Arhivat din original pe 12 aprilie 2017.
  121. ↑ TAIR - Pagina de  pornire . Resursa de informații Arabidopsis . www.arabidopsis.org. Consultat la 1 aprilie 2017. Arhivat din original pe 19 aprilie 2017.
  122. ↑ Phoenix  Acasă . Phoenix Bioinformatica . www.phoenixbioinformatics.org. Consultat la 1 aprilie 2017. Arhivat din original pe 2 aprilie 2017.
  123. ↑ Universitatea din Dundee. Universitatea din Dundee  . Universitatea din Dundee. Consultat la 1 aprilie 2017. Arhivat din original la 1 aprilie 2017.
  124. ↑ Bun venit la PRIN - Predicted Rice Interactome Network . Rețeaua de interacțiuni proteină-proteină Oryza sativa . bis.zju.edu.cn. Preluat la 1 aprilie 2017. Arhivat din original la 11 ianuarie 2017.
  125. ↑ Contactează-ne . Rețeaua de interacțiuni proteină-proteină Oryza sativa . bis.zju.edu.cn. Consultat la 1 aprilie 2017. Arhivat din original pe 17 martie 2018.