A novel structural protein-protein interaction network model: Its applications on drug off-target prediction and genotype-phenotype linkage

Abstract

Ağ açıklamaları ve analizleri sistem biyolojisi için önemli araçlardır ; hücre içindeki ve hücreler arasındaki karmaşık ilişkileri özetlemekte güçlüdürler ve genellikle ilaç keşfi için ipuçları sağlayabilirler. Bu tezin ilk bölümünde, `Protein Arayüzey ve Etkileşim Ağı (P2IN)` olarak isimlendirdiğimiz yapısal bir ağ modelini tanıttık. Bu ağ protein-protein arayüzey yapılarının ve protein etkileşim ağlarının entegrasyonundan oluşmaktadır. Bu arayüzey bilgisine bağlı ağ organizasyonu hangi protein çiftlerinin yapısal olarak benzer arayüzeylere sahip olduğunu ve hangi proteinlerin aynı yüzey bölgesine bağlanmak için rekabet ettiğine açıklık getirmektedir. Daha sonra, protein-protein arayüzey motiflerine dayanan yeni bir ağ saldırı stratejisi önerdik, `Arayüzey Saldırısı`. Benzer arayüzey mimarileri ilintisiz protein çiftleri arasında oluşabilirler. Bu nedenle, prensip olarak, birine bağlanan bir ilacın belli bir oranda diğerlerine de bağlanma olasılığı vardır. Arayüzey Saldırısı, benzer arayüzey motiflerinden oluşan tüm etkileşimleri ağdan aynı anda kaldırır. Bu strateji ağ farmakolojisinden ilham almıştır ve potansiyel `dış-hedefler` 'in tahminine izin verir. Biz p53 sinyal ağının P2IN'ini inşa ettik ve ağda sağlamlık analizleri gerçekleştirdik. Biz (1) sıkça gözlemlenen arayüzeylerin (ağın çeşitli yerlerine dağılmış kenarlar) saldırılara hedef alınmasının, yüksek dereceli proteinlerin (hub düğümleri) ortadan kaldırılması kadar yıkıcı olabileceğini (2) sıkça gözlemlenen arayüzeylerin ağda her zaman topolojik olarak kritik noktalarda bulunmadığını (3) Arayüzey Saldırısının sistemdeki fonksiyonel değişiklikleri, tek tek proteinleri hedef alan saldırılardan daha iyi ortaya çıkarabildiğini gösterdik. `Dış-hedef` tespiti örnek çalışmasında, CDK6 ve CDKN2D arasındaki arayüzeyi engelleyen ilaçların, CDK4 ve CDKN2D arasındaki etkileşimi de etkileyebileceğini bulduk. Son olarak da, genotip-fenotip ilişkisinin tahmini için, protein etkileşimleri ve bu etkileşimlerin üç-boyutlu yapısının nasıl kullanıldığını açıkladık. Meme kanserinde primer tümörün akciğer ve beyin metastazına yol açması ile ilintili fenotipe özel protein etkileşim alt-ağları inşa ettik. İlk olarak, `işbirliği-ile-suçluluk` prensibini kullanarak, metastaza neden olan genlerle (tohum gen) en çok ilişkide bulunan protein etkileşimlerini seçtik. Daha sonra, kompleks halleri Protein Bilgi Bankası' nda bulunmayan etkileşimlerin yapılarını modelledik. Son olarak, mutasyonlar tarafından manipüle edilmiş olabilecek etkileşimleri bulmak için, arayüzey yapıları üzerinde mutasyonları işaretledik. Bu alt ağlarda yapılan fonksiyonel analizler bağışıklık sistemi, enfeksiyon hastalıkları ve akciğer metastazı arasındaki potansiyel ilişkiyi ortaya çıkarmıştır, ama bu bağlantı beyin metastazı için kayda değer bir şekilde gözlenmemiştir. Bunun yanı sıra, yapısal analizler her iki metastaz alt-ağı içindeki protein etkileşim arayüzlerinin mikrobiyal protein kaynaklı olduğunu gösterdi. Bahsi geçen bu protein etkileşimlerinin hücre yapışması ile ilintili olduğu gözlemlendi. Hücre yapışması metastaz için önemli bir mekanizmadır; bu nedenle bu protein etkileşimleri bulaşıcı hastalık ve metastaz tarafından paylaşılan benzer moleküler yolaklarla ilgili olabilirler. Son olarak da, metastaz alt-ağlarındaki proteinlerin arayüzey bölgelerine amino asit varyasyonlarını eşleyerek, bazı mutasyonların metastaz türünün ayırt mekanizmalarına dahil olduğuna dair ipuçları bulduk.

Network descriptions and analyses are important tools in systems biology; they are powerful in abstracting the complex relationships inside cells and between them, and they often provide clues for drug discovery. In the first part of this dissertation, we introduce a structural network model that we call `Protein Interface and Interaction Network (P2IN)`, which is the integration of protein?protein interface structures and protein interaction networks. This interface-based network organization clarifies which protein pairs have structurally similar interfaces and which proteins may compete to bind the same surface region. Next, we propose a new network attack strategy, `The Interface Attack`, based on protein?protein interface motifs. Similar interface architectures can occur between unrelated proteins. Consequently, in principle, a drug that binds to one has a certain probability of binding to others. The interface attack strategy simultaneously removes from the network all interactions that consist of similar interface motifs. This strategy is inspired by network pharmacology and allows inferring potential off-targets. We built the P2IN with the p53 signaling network and performed network robustness analysis. We show that (1) `hitting` frequent interfaces (a set of edges distributed around the network) might be as destructive as eliminating high degree proteins (hub nodes), (2) frequent interfaces are not always topologically critical elements in the network, and (3) interface attack may reveal functional changes in the system better than the attack of single proteins. As a case study, we tried to detect the off-targets of some CDK6 binding drugs. We found that drugs blocking the interface between CDK6 and CDKN2D may also affect the interaction between CDK4 and CDKN2D. Lastly, we describe how we use protein interactions and the structural knowledge on interacting surfaces of proteins (interfaces) in predicting the genotype-phenotype relationship. We built the phenotype specific sub-networks of protein-protein interactions (PPIs) involving the relevant genes responsible for lung and brain metastasis from primary tumor in breast cancer. First, we selected the PPIs most relevant to metastasis causing genes (seed genes), by using the `guilt-by-association` principle. Then, we modeled structures of the interactions whose complex forms are not available in Protein Databank. Finally, we mapped mutations to interface structures (real and modeled), in order to spot the interactions that might be manipulated by these mutations. Functional analyses performed on these sub-networks revealed the potential relationship between immune system, infectious diseases and lung metastasis progression, but this connection was not observed significantly in the brain metastasis. Besides, structural analyses showed that some PPI interfaces in both metastasis sub-networks are originating from microbial proteins, which in turn were mostly related with cell adhesion. Cell adhesion is a key mechanism in metastasis; therefore these PPIs may be involved in similar molecular pathways that are shared by infectious disease and metastasis. Finally, by mapping the mutations and amino acid variations on the interface regions of the proteins in the metastasis sub-networks we found evidence for some mutations to be involved in the mechanisms differentiating the type of the metastasis.