SFINX: 一个基于Shiny部署的鉴定蛋白互作关系平台

简介: 目前研究蛋白质互作方法有很多,传统的方法是将天然蛋白免疫沉淀与质谱检测结合(CoIP-MS),另外流行的还有亲和纯化/质谱法(AP-MS),与CO-IP类似,它使用感兴趣的诱饵蛋白(bait proteins)上的表位标签和捕获探针来识别协同的猎物蛋白,不需要为每个新的诱饵蛋白购买或者开发特定抗体,得到的融合蛋白可以用链霉亲和素(strep)磁珠来亲和纯化,用生物素洗脱最终得到蛋白复合物。

目前研究蛋白质互作方法有很多,传统的方法是将天然蛋白免疫沉淀与质谱检测结合(CoIP-MS),另外流行的还有亲和纯化/质谱法(AP-MS),与CO-IP类似,它使用感兴趣的诱饵蛋白(bait proteins)上的表位标签和捕获探针来识别协同的猎物蛋白,不需要为每个新的诱饵蛋白购买或者开发特定抗体,得到的融合蛋白可以用链霉亲和素(strep)磁珠来亲和纯化,用生物素洗脱最终得到蛋白复合物。

优势:

  1. AP/MS技术得到的互作蛋白是在细胞内与诱饵蛋白结合的,符合体内真实生理情况,得到的结果可信度高。
  2. 不像COIP采用抗体拉取蛋白复合物,可以有效的避免抗体的污染;得到的洗脱液可以直接做溶液酶解和质谱,大大减少了跑胶引起的蛋白损失。

这里介绍一个基于R语言Shiny部署的在线蛋白互作分析平台SFINX, 网络可视化部分利用之前介 4a66d430f3ab2f5c31ceab96ffdabbf.png

地址:http://sfinx.ugent.be/

使用

Info部分提供了详细的用户使用说明(主要有5部分):

  1. Data Input(输入框页面介绍)

1a10a8562f9bbffef8128feadaf792f.png

  1. Example of "Basic data" file (基本的文件输入格式)

c5f4c8ff5a775375014c6b8a6c6dea5.png

  1. Immediately after input of data(筛选过滤后的互作表格)

0eadc422753a76430d44a1a2dfc755b.png

  1. Data input inadvanced SFINX (高级分析,参数更多)
  2. Imediately after input od data in advanced SFINX

具体信息直接去网站上看即可

实战

这里找到课题组老师17年一篇NC上的主图,用的即使这种方式绘制的图形,附件中也提供了数据分析的输入文件,我们用来实操一下。

56f4641e1367262266b0f681df811e9.png

需要准备两个文件

  1. 蛋白组结果文件 Basic data(各样本肽段数) :

070ffba5a68ba457613d26c9a80d649.png

  1. Bait indentities(诱饵蛋白列表):

ffa3db2af9836f8ab9797b621e2ae17.png

点击Analysis界面,分别上传两个数据,右侧Filtered interactions 界面即可显示出诱饵蛋白与捕获蛋白直接的作用系数以及Pvalue

5c8a312f9ac437796d9026a7e78bbd8.png

Distribution显示SFINX score的分布

0afca2c8e79632fbe0b65d2050e5018.png

点击Network即可看到蛋白互作网络,深蓝色填充的节点即为我们的诱饵蛋白。

6504a55751281771cbaa26360e005b5.png

其实SFINX除了处理AP/MS这类数据之外,该方法理论上也适用于一些普通蛋白质组数据中,若已经有一些关键蛋白想找寻其它互作蛋白时,除了利用常规的String数据库根据先验信息获取外,此方法也是一种不错的选择~

参考文献

  1. SFINX: straightforward filtering index for affinity purification-mass spectrometry data analysis. J Proteome Res (2015) Titeca, K. et al.
  2. A conserved ankyrin repeat-containing protein regulates conoid stability, motility and cell invasion in Toxoplasma gondii Nature Communications (2017) Long.et al.


相关文章
|
机器学习/深度学习 人工智能 自然语言处理
如何信任你的「谣言粉碎机」?可解释事实检验算法研究|AAAI 2022
如何信任你的「谣言粉碎机」?可解释事实检验算法研究|AAAI 2022
125 0
|
算法 数据挖掘 BI
《BI那点儿事》Microsoft 聚类分析算法——三国人物身份划分
原文:《BI那点儿事》Microsoft 聚类分析算法——三国人物身份划分 什么是聚类分析? 聚类分析属于探索性的数据分析方法。通常,我们利用聚类分析将看似无序的对象进行分组、归类,以达到更好地理解研究对象的目的。
1120 0
|
数据库
利用massdatabase包提取物种KEGG通路与基因/化合物对应信息
最近手头处理一批代谢组数据, 想基于几十个关键差异代谢物代谢物进行下KEGG富集,能想到有两种方式解决,一种常用方式就是基于MetaboAnalyst在线富集,另一种就是解析出该物种的通路与代谢物的对应关系文件,然后用Y叔叔的Clusterprofiler包富集。经一番搜索,massdatabase包可帮我们轻松获得这个文件。 作者:凯凯何_Boy 链接:https://www.jianshu.com/p/654784925903 来源:简书 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
393 1
研究发现尼克酸可逆甲酯化参与NAD在植物组织间的长距离运输
王国栋研究组前期的研究表明,NA的O-位糖基化修饰可能保护植物细胞免受种子萌发过程中NA过度积累所造成的毒害,且NAOGT活性是在十字花科植物进化过程中才逐渐获得,该成果为进一步研究Preiss-Handler途径如何对陆生植物在进化过程中提供的选择优势奠定基础。
1592 0
科研人员建立基因组编辑高效调控内源基因蛋白质翻译新方法
基因组编辑是在基因组水平对基因进行精确、定向修饰的一种高效生物技术方法。简单、高效的CRISPR/Cas9编辑体系的出现给生命科学带来了新的技术革命。高彩霞研究组利用CRISPR/Cas9对uORF进行编辑,发现能够显著提高目标基因的翻译效率。
1578 0
|
9月前
|
移动开发 资源调度 监控
社交网络分析5:社交网络信息传播动力学。信息传播 、传染病模型、博弈模型和物理系统模型 、传播动力学分析 、 未来发展趋势与展望
社交网络分析5:社交网络信息传播动力学。信息传播 、传染病模型、博弈模型和物理系统模型 、传播动力学分析 、 未来发展趋势与展望
596 0
|
Shell 数据库 Perl
从NCBI获取物种线粒体基因信息
本分分享了一种从 NCBI获取物种基因组信息页面提取其线粒体基因信息的操作指南,以供参考
1038 0
|
9月前
|
数据挖掘
R语言主成分、因子分析、聚类对我国城镇私营单位就业人员平均工资数据研究与分析
R语言主成分、因子分析、聚类对我国城镇私营单位就业人员平均工资数据研究与分析
|
机器学习/深度学习 存储 传感器
《自然》:机器视觉行为理解与脑神经有内在关联?上交卢策吾团队构建映射模型
《自然》:机器视觉行为理解与脑神经有内在关联?上交卢策吾团队构建映射模型
314 0

热门文章

最新文章