پیشبینی شبکه برهمکنش پروتئین- پروتئین در گیاه جو براساس روش اینترولوگ | ||
| زیست فناوری | ||
| Article 5, Volume 10, Issue 4 - Serial Number 23, 1398, Pages 557-564 PDF (1008.88 K) | ||
| Document Type: پژوهشی کیفی | ||
| Authors | ||
| ژاله حکمتی1; علی اعلمی1; جواد ظهیری* 2 | ||
| 1گروه بیوتکنولوژی، دانشکده علوم کشاورزی، دانشگاه گیلان، گیلان، ایران | ||
| 2گروه بیوفیزیک، دانشکده علوم زیستی، دانشگاه تربیت مدرس، تهران، ایران | ||
| Abstract | ||
| جو (Hordeum vulgare) گیاهی یکساله از خانواده Poaceae است. این گیاه از غلات مهم مورد استفاده انسان بوده و در بسیاری از موارد جایگزین گندم شده است. محدودیتهای مربوط به روشهای آزمایشگاهی شناسایی برهمکنشهای پروتئینی را با مشکل روبهرو کرده است. در سالهای اخیر روشهای محاسباتی گام موثری در پرکردن خلا موجود برداشته و نقش مهمی در زمینه پیشبینی و شناسایی برهمکنشهای پروتئینی ایفا کرده است. در این مطالعه بهمنظور ساخت شبکه برهمکنش پروتئین- پروتئین گیاه جو از اطلاعات برهمکنشهای پروتئین- پروتئین مربوط به شش ارگانیزم مدل شامل ساکارومایسس سروزیه (Saccharomyces cerevisiae)، سینورابتیدیس الگانس یا نماتد (Caenorhabditis elegans)، دروزوفیلا ملانوگاستر یا مگس میوه (Drosophila melanogaster)، انسان (Homo sapiens)، برنج (Oryza sativa) و آرابیدوپسیس تالیانا (Arabidopsis thaliana) استخراج شده از پایگاه داده Intact استفاده شد و استخراج اطلاعات ارتولوگهای گیاه جو با ارگانیزمهای مدل با استفاده از Inparanoid صورت گرفت. روش اینترولوگ که در این مطالعه مورد استفاده قرار گرفته است، از منطبقکردن برهمکنشهای پروتئینی ارگانیزمهای مدل بر ارتولوگهای گیاه جو استفاده کرده و منجر به پیشبینی ۲۴۷۷۴۵ برهمکنش پروتئین- پروتئین شد که پس از حذف برهمکنشهای تکراری ۲۳۵۹۶۶ برهمکنش غیرتکراری بین ۷۳۵۰ پروتئین به دست آمد. مطالعه صورتگرفته اولین گزارش ارایهشده در زمینه پیشبینی شبکه برهمکنش پروتئین- پروتئین گیاه جو است. | ||
| Keywords | ||
| ارگانیزمهای مدل; اینترولوگ; برهمکنش پروتئین- پروتئین; روشهای محاسباتی | ||
| References | ||
|
| ||
|
Statistics Article View: 217 PDF Download: 110 |
||
| Number of Journals | 45 |
| Number of Issues | 2,174 |
| Number of Articles | 24,684 |
| Article View | 25,075,511 |
| PDF Download | 17,776,095 |