第 82 期 2005-01-18

研究發展
探索生命代謝網路 -- 建立蛋白質交互作用視覺整合與預測系統

生物體內進行反應的單元主要為蛋白質，欲解開人類基因中的奧妙則必須對蛋白質有更進一步的了解；在蛋白質體學的研究中，強調的乃是特定時空下代謝途徑中各個成員的行為與彼此之間的交互作用，最適合以宏觀的系統生物學(Systems Biology)角度來探索。生物醫學的研究已步入後基因體時代，無論是基因、胺基酸序列到蛋白質結構已累積相當多的訊息，透過生物資訊工具的協助與整合，即能加速註解未知功能的蛋白質及概觀整個代謝網路，來探知生命這個複雜系統中所隱含的謎題。

蛋白質功能的發揮來自於彼此間的交互作用，序列功能模組(domain)為蛋白質中重要的功能性區塊，所以本研究團隊藉由交互作用實驗數據為基礎，透過關連式分析(association measures)來進行統計預測，將所有的蛋白質交互作用轉化為功能模組間的交互網路(Domain-Domain interacting Network)，除了可以預測新的交互作用外，也能估算原有實驗結果中每一對交互關係存在的機率，有助於研究者用以判斷是否為偽陽性誤差(False Positive)，並提供新的交互作用網路預測，作為下一步研究工作的指標。

為了協助使用者以視覺化的方式來探究整個網路，研究團隊耗費十幾個月的時間，建立了蛋白質交互作用視覺整合與預測系統，將複雜龐大的實驗結果，和統計預測模型的結果合併，整理成人性化的圖像網路介面，使研究人員得以更全面性的來觀察解析整個網路中相關代謝途徑中的蛋白質，而我們更整合Genbank、GeneOntology（基因分類資料庫）與KEGG(代謝途徑資料庫)三大資料庫中的基因註解於此預測系統，完成了蛋白質交互作用整合性圖像化平台，目前已完成多個模式生物之蛋白質交互網路分析，其中幽門螺旋桿菌蛋白質交互作用資料庫與界面（hp-DPI, H.pylori Database of Protein Interactomes, http://dpi.nhri.org.tw/hp/）（圖一），已發表在Bioinformatics ，使用者能透過Advance Access或前述網站擷取全文及相關資訊。自2004年十一月至十二月兩個月，共有來自全球各地約300名的使用者，詳細的使用流量分析請查閱網站內容。至於其他物種，譬如EBV、酵母菌、線蟲、果蠅、小鼠以及人類等交互作用整合系統，也將陸續上線，提供研究社群使用。


透過hp-DPI所建構的蛋白質預測交互作用系統，可以協助研究社群找出未知蛋白質的功能與其可能參與的角色，再利用網路生物學(Network Biology)的手法，便能來解析整個網路中位居關鍵(hub)的蛋白質成員，特別是在藥物試驗的驗證和大規模篩檢(high-throughput screening)時，更能有效縮小可能與之作用的蛋白質範圍，減少研究所耗費的時間與資源。未來研究團隊將會致力研究不同物種間及病原體與宿主間的蛋白質交互網路，以期能協助解讀複雜生命現象下所呈現的謎題(圖二)。

hp-DPI系統是由國衛院生物統計與生物資訊研究組熊昭組主任、林仲彥助研究員、陳佳凌小姐、卓啟翔先生、王立銘先生、張家銘先生、陳柏仰先生、羅存仁先生，所組成的研發團隊開發建置。
《文/圖：林仲彥；圖一：幽門螺旋杆菌蛋白質交互作用資料庫（hp-DPI, H.pylori Database of Protein Interactomes, http://dpi.nhri.org.tw/hp/）圖二：蛋白質交互作用視覺整合與預測網路圖》