康奈尔大学与克利夫兰诊所的研究团队共同开发了一种开放获取的计算平台Nal和在线数据库，旨在识别治疗目标蛋白质之间的靶向相互作用。
这一名为PIonEER（蛋白质-蛋白质相互作用界面预测）的数字工具已被证明在识别多种癌症及其他疾病的潜在治疗靶点方面有效，相关研究发表在《自然生物技术》期刊上。
迈入基因研究的相互作用组时代
克利夫兰诊所基因组中心主任、该研究的联合负责人程飞雄博士指出，尽管基因研究在新药开发中至关重要，但单靠基因研究可能不足以满足需求。在临床试验启动之前，将基因发现转化为可测试的候选药物通常需要10到15年的时间。
“理论上，基于基因数据开发药物是简单的：突变基因导致突变蛋白质。我们的目标是设计分子，以阻止这些有缺陷的蛋白质干扰基本生物过程。然而，实际操作中面临更多挑战，”郑博士解释道。
在人体内，蛋白质与其他许多蛋白质相互连接，形成一个复杂的“相互作用组”网络，每个蛋白质的连接都为复杂的相互作用网络贡献力量。当与疾病相关的基因突变开始发挥作用时，这种复杂性会进一步增加。
一种疾病可能源于不同的相互作用组模式，因为同一蛋白质的不同修饰可能导致相同的医疗状况。药物开发人员必须通过绘制受影响蛋白质的结构特征来评估成千上万的潜在相互作用，这使得这一过程充满挑战。
为未来药物发现建模蛋白质-蛋白质相互作用
程博士与康奈尔大学创新蛋白质组学中心主任于海远博士合作，开发了一种人工智能工具，用于识别有前景的蛋白质-蛋白质相互作用，以协助遗传/基因组研究人员和药物开发人员。该工具整合了来自不同来源的数据，包括：
来自超过100,000个具有致病突变个体的基因组序列，无论是遗传的还是获得的（如癌症）。DNA突变如何影响超过16,000种人类蛋白质的3D结构的数据。关于大约30万种已知蛋白质之间相互作用的信息。这一庞大的数据集使研究人员能够研究从脱发到凝血障碍等超过10,500种情况下的蛋白质相互作用。
当研究人员识别出与疾病相关的基因变异时，PIonEER能够生成影响疾病的蛋白质相互作用的优先列表，从而确定潜在的药物靶点。研究人员还可以针对特定疾病进行搜索，以发现可能导致疾病的相关蛋白质相互作用。该工具有助于研究人员研究多种疾病，包括免疫紊乱、癌症、心血管疾病、代谢和大脑紊乱以及肺部疾病。
为了验证该平台，研究人员对影响1000多种蛋白质的约3000种基因突变进行了实验室实验，评估了它们对约7000种蛋白质相互作用对的影响。
基于这些发现的初步研究正在探索肺癌和子宫癌的治疗方法。该团队还证明，在他们的模型中，蛋白质-蛋白质相互作用的突变可以预测：
癌症的预后和存活率，包括一些罕见但致命的癌症，如肉瘤。但 大型药物基因组学数据库中抗癌药物的Nses ses。值得注意的是，NRF2和KEAP1蛋白相互作用的突变被实验证明可以预测肺癌的肿瘤生长，这突出了癌症治疗的新潜在靶点。
“进行相互作用组研究需要大量资源，这对许多基因研究人员构成了障碍。我们希望PIonEER能够帮助克服这些计算障碍，使科学家更容易推进新疗法，”程博士表示。
本文来自作者[新闻资讯]投稿，不代表荣微轩号立场，如若转载，请注明出处：https://blog.uyxzk.cn/keji/202508-17337.html
评论列表（4条）
我是荣微轩号的签约作者“新闻资讯”！
希望本篇文章《利用PIONEER模型预测致病蛋白之间的相互作用》能对你有所帮助！
本站[荣微轩号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览： 康奈尔大学与克利夫兰诊所的研究团队共同开发了一种开放获取的计算平台Nal和在线数据库，旨在识别治疗目标蛋白质之间的靶向相互作用。 这一...