Abstract

Fundo

pâncreas adenocarcinoma ductal (PDAC) continua a ser uma importante causa de morte por câncer. Mudanças na apoptose de sinalização no resultado câncer pancreático em resistência à quimioterapia e crescimento agressivo e metástase. O objetivo deste estudo foi caracterizar a via de apoptose em câncer pancreático computacionalmente pela avaliação dos dados experimentais de tecnologias de alta capacidade e bases de dados públicas. Portanto, a análise de expressão gênica do tecido tumor pancreático microdissectados foi implementado em um modelo da via apoptose obtido pela previsão de interação proteína computacional.

Metodologia /Principais Achados

apoptose genes relacionados via foram montados a partir de electrónica bancos de dados. Para avaliar a expressão destes genes foi construída uma sub-disposição virtual a partir de uma análise do genoma inteiro de tecido tumoral nativa microdissecados. Para se obter um modelo da via de apoptose, as interacções dos membros da via de apoptose foram analisados ​​por meio de bases de dados públicas e previsão computacional de interacções proteína. dados de expressão de genes foram implementados no modelo via de apoptose. 19 genes foram encontrados expressos diferencialmente e de genes de 12 teve um papel fisiopatológico já conhecido na PDAC, tal como survivina /BIRC5, BNIP3 e TNF-R1. Além disso, nós validado expressão diferencial de IL1R2 e Vivendo /BIRC7 por RT-PCR e imuno-histoquímica. Implementação de os dados de expressão de genes na via de apoptose mapa sugerido dois defeitos de nível mais elevado da via ao nível dos receptores de morte celular e de dentro da cascata de sinalização intrínseca consistente com referências sobre a apoptose em PDAC. previsão de interação proteína mostrou ainda possíveis novas interações entre os membros da via individuais, que demonstram a complexidade da via apoptose.

Conclusões /Significado

Nossos dados mostram que por avaliação computacional de um de dados acessível ao público imagem virtual aceitável da via de apoptose pode ser dada. Por esta abordagem foi possível identificar dois defeitos de nível superior da via de apoptose em PDAC. Poderíamos ainda, pela primeira vez identificar IL1R2 possível gene candidato no PDAC

Citation:. Rückert F, G Dawelbait, Inverno C, Hartmann A, Denz A, Ammerpohl O, et al. (2010) Exame de apoptose Sinalização na cancro do pâncreas por Computacional Signal Analysis Transdução. PLoS ONE 5 (8): e12243. doi: 10.1371 /journal.pone.0012243

editor: Syed A. Aziz, Health Canada, Canadá |

Recebido: 25 de junho de 2010; Aceito: 20 de julho de 2010; Publicação: 19 de agosto de 2010

Direitos de autor: © 2010 Rückert et al. Este é um artigo de acesso aberto distribuído sob os termos da Licença Creative Commons Attribution, que permite uso irrestrito, distribuição e reprodução em qualquer meio, desde que o autor original ea fonte sejam creditados

Financiamento:. Este estudo foi apoiado pelo Deutsche Krebshilfe eo programa MedDrive38 da Faculdade de Medicina da Technische Universität Dresden. Os financiadores não tiveram nenhum papel no desenho do estudo, coleta de dados e análise, decisão de publicar ou preparação do manuscrito

CONFLITO DE INTERESSES:.. Os autores declararam que não existem interesses conflitantes

Introdução

pâncreas adenocarcinoma ductal (PDAC) é o oitavo câncer mais comum no mundo ocidental [1]. Sua mortalidade é quase igual a sua taxa de incidência de 6,3 /100.000 [2]. Apesar terapia combinada carcinoma pancreático mostra uma resposta não satisfatória ao tratamento [3]. Recentemente, uma análise genômica completa de

Jones

et al. poderia identificar a apoptose como uma via de sinalização do núcleo em câncer pancreático. A via foi geneticamente alterada em mais de 24 linhas celulares de cancro do pâncreas primários [4]. Clinicopathologically, esta sinalização de apoptose defeituosa contribui para a fraca resposta do tumor à quimioterapia, radioterapia e imunoterapia [5] ionizante e afecta a capacidade de metastização e taxa de crescimento do tumor [6], [7]. Portanto, a compreensão da resistência a apoptose é um pré-requisito para melhorar a terapia do cancro.

A apoptose, ou morte celular programa, podem ser ativados por diferentes mecanismos do extrínseca e da via intrínseca. Enquanto a activação de receptores de morte celular leva ao engate da via extrínseca, da via intrínseca é activado pela mitocôndria durante o stress celular, ambos resultando numa activação das caspases [8].

Hoje, a via de apoptose é um das vias intracelulares melhor investigados. No entanto, a interpretação dos dados experimentais é dificultada pela multiplicidade de moléculas de sinalização e interações complexas da via. Neste estudo, tentou se aproximar da via de morte celular em câncer pancreático por uma análise computacional de dados experimentais a partir de tecnologias highthroughput e bancos de dados públicos. Tentamos usar a grande quantidade de informação para modelar o fluxo de informações intracelular da via apoptose em câncer pancreático. Para uma visualização gráfica do desenho do estudo ver Figura 1.

A implementação de dados de expressão gênica em um modelo da via apoptose obtido por bancos de dados de interação da proteína e predição de interação proteína mostraram um padrão consistente de superior que defeitos nível na via intrínseca e sobre o nível de receptores de morte celular que pode potencialmente resultar em fenótipo de resistência a apoptose no câncer de pâncreas.

resultados

construção Computacional do mapa via de apoptose

as interações das 103 apoptose associada genes do nosso banco de dados de pesquisa foram inicialmente avaliados por triagem de bases de dados de interação proteína-proteína. A busca resultou em 940 interacções conhecidas. Essas interacções representados experimentalmente as interacções entre as proteínas definidas comprovada. Estes dados foram utilizados para construir um mapa de via, como mencionado acima (Figura 2).

Os nós nestes gráficos representam receptores, ligandos, efectores, quinases e factores de transcrição, enquanto que cada extremidade descreve uma relação entre estas espécies . Na parte superior da figura, a indução de apoptose directa é mostrada (A), enquanto que na parte inferior da modulação, através da expressão do gene é representado (B). interações pretas significam conhecido interações proteína a partir de bancos de dados. Para melhor visualização nós não exibir todas as 940 interacções conhecidas, consulte S3 arquivo para uma lista de todas as interações. bordas azuis significam computacionalmente previu interações para todos os 103 genes associados à apoptose com um nível de provas de alta.

Em uma segunda etapa tentamos encontrar interações previamente desconhecida entre os 103 genes associados à apoptose. Por conseguinte, deveria assinalar famílias estruturais para os produtos de genes, porque a maior parte das estruturas eram anteriormente desconhecidas. A atribuição estrutural e classificação da família para os genes apoptóticos associados resultou na atribuição de 53 genes. Aplicando a avaliação conservação interface para possíveis interações entre os produtos desses 53 genes resultou em 21 novos interações (para exemplos, ver arquivo S2, para dados inteiros ver S3 Arquivo).

Essas novas interações representam interações putativos que não são ainda comprovado experimentalmente. Todas as novas interações foram implementadas no primeiro mapa da via de morte celular (Figura 2).

Resultados GeneChip

Foi construída uma subarray virtual para identificar alterações dos 93 genes apoptóticos para que expressão gênica um identificador poderia ser obtida. Para avaliar o desempenho desta abordagem foram comparados os resultados para o gene apoptótica conjunto com todo genoma e análise subarray virtual. De 23 conjuntos de sondas identificados com a análise subarray virtual só 18 foram detectadas em toda a análise do genoma. As médias das intensidades de sondas de expressão detectada apenas por análise de sub-disposição 125 foi comparado com 346 conjuntos de sondas para detectadas com ambos os métodos, o que indica que a análise de sub-disposição Virtual foi mais sensível. Os 23 conjuntos de sondas representado 19 genes diferencialmente expressos (Figura 3). Destes, 11 genes foram sobre-expressos e 8 foram underexpressed PDAC em comparação com as células normais microdissecadas ductais. Entre os dezenove genes, 12 já foram relatados por outros grupos da PDAC (Tabela 1).

mapa de calor de 19 PDACs microdissecadas (marcados a vermelho), 13 amostras de células ductais normais microdissectados (marcado verde), e 13 linhas estabelecidas de tumor pancreático celulares (magenta marcados) usando o conjunto de genes 93 diferencial e uma matriz de distância euclidiana. células estromais normais serviram como controle de qualidade interno (marcado azul).

A verificação da expressão diferencial

Foram selecionados dois genes, vivendo /BIRC7 e IL1R2 para validação pela quantitativa RT-PCR e /ou imuno-histoquímica. Nós confirmamos uma regulação positiva significativa em células PDAC ou IL1R2 (

p

= 0,035) e LIVIN /BIRC7 (

p

= 0,01) (Figura 4 A, B). Paralelamente a RT-PCR em 16 amostras de pacientes com PDAC e 16 tecidos normais do pâncreas foram coradas para se viver /BIRC7. 89% das células foram testados PDAC positiva para se viver /BIRC7, em contraste com apenas 62% da das células ductais normais (

P

= 0,001). tecido PDAC também mostraram coloração mais intensa do que o tecido normal, e os resultados foram estatisticamente significativos (

p Art 0,001). (Figura 4 C, D)

Os gráficos mostram os resultados da RT-PCR quantitativa em tecidos normais do pâncreas e do pâncreas de adenocarcinoma de Livin /BIRC7 (teste-t com p = 0,01) (a) e IL1R2 (teste-t com p = 0,035) (B). coloração imuno-histoquímica para Vivendo /BIRC7 no pâncreas benigna e adenocarcinoma invasivo. carcinoma do pâncreas (seta) que mostra a intensidade de coloração citoplasmática (original ampliação x100) (C). epitélio ductal benigna mostra uma coloração visível mais fraca (seta) (ampliação original × 40) (D). * Indica valor de p . 0,05

Discussão

O câncer de pâncreas é uma neoplasia maligna com prognóstico muito ruim e nenhuma melhoria significativa na terapia ao longo dos últimos 30 anos [1]. Recentemente, uma análise genómica global apoptose identificado como uma via de sinalização do núcleo no cancro pancreático [4].

A via de apoptose é uma das vias intracelulares melhor investigadas. No entanto, a via compreende uma multiplicidade de moléculas de sinalização e exibe interacções complexas. Isto deixa os resultados de estudos experimentais difícil de interpretar. Neste estudo, tentou se aproximar da via de morte celular em câncer pancreático por uma análise computacional de dados experimentais de tecnologias de alta capacidade e pela avaliação de bases de dados públicas. Com a ajuda destas tecnologias tentamos entender melhor a grande quantidade de informações e para fazer declarações sobre perturbações no fluxo de informações na via apoptose em câncer pancreático. Os resultados foram comparados com publicações anteriores sobre a apoptose em câncer pancreático.

103 genes de apoptose associada foram identificados por pesquisa de banco de dados. Para avaliar as interações entre os genes de apoptose associada identificados que avaliamos bases de dados e interações proteína computacionalmente previstos. O fato de que via de apoptose é uma das vias mais conhecidas foi espelhado pela grande quantidade de interações proteína comprovadas experimentais em bases de dados públicas. A nossa abordagem rendeu 940 interações e poderíamos identificar ainda mais 21 interações anteriormente desconhecidos computacionalmente pela previsão baseada-estrutura baseada em sequência e de interações proteína. Especialmente MCL-1, CASP 3, TRADD, 04 de setembro, AIF, calma e TRAF 6 mostrou ramificações na cascata de sinalização até então desconhecida. Embora não poderíamos experimentalmente prova dessas interações, esta é uma evidência para a complexidade do fluxo de informações dentro desta via. Ao definir receptores de morte celular como ponto de partida para a via de sinalização que construído um modelo da via de visualizar as interacções.

Análise dos genes associados com apoptose expressão de genes foi realizada utilizando uma sub-disposição virtual em um conjunto de microdissecados tecido de ductos pancreáticos normais e PDAC. Comparando-se os dados a partir da sub-disposição com a análise do genoma revelou consideravelmente mais sonda define a ser expresso diferencialmente utilizando a abordagem sub- disposição virtual. Curiosamente os conjuntos de sondas não identificadas por análise do genoma inteiro apresentado valores de expressão mais baixos, demonstrando que a construção de uma sub-disposição virtual pode resultar em uma maior sensibilidade para a detecção na extremidade inferior das intensidades de expressão de genes. Isto é principalmente devido ao menor número de conjuntos de sondas testadas, reduzindo o ruído possível da flutuação durante a análise. Análise

A expressão gênica mostrou 19 genes diferencialmente expressos. Destes, 11 genes foram sobre-expressos e 8 foram underexpressed PDAC em comparação com as células normais microdissecadas ductais. Entre os dezenove genes, 12 já foram relatados por outros grupos no PDAC.

Survivin, Vivendo, MCL-1, e DcR3 foram regulada e mostrou muito bom acordo com relatos anteriores (ver S1 Arquivo). TNF-R1, BNIP3 e Caspase 9 foram reprimidos, esses genes também mostrou boa concordância com estudos anteriores (ver S1 Arquivo).

No entanto, XIAP, um membro da família IAP de proteínas foi regulada negativamente em nossa análise contrariamente a estudos anteriores. Esta discrepância pode ser devida à heterogeneidade do tumor, uma faceta fundamental de todos os tumores sólidos [9]. Ele também pode ser devido às diferenças de desenhos de estudo, porque a maioria dos estudos anteriores sobre XIAP usadas linhas de células de carcinoma do pâncreas, enquanto utilizamos microdissectados tecido tumoral nativa.

No entanto, os nossos dados produziu resultado interessante, como nós encontrado dois grandes focos de desregulações dentro da via de morte celular.

Um dos principais focos era ao nível dos receptores celulares. De um modo geral, parece haver uma regulação negativa dos receptores de morte celular, e uma regulação positiva de engodo-receptores. A regulação negativa do receptor de morte celular TNRF-1 e a sobre-regulação do receptor de Fas-DcR3 chamariz em nossos dados já foi referido anteriormente [10]. Esta desregulação é destinado a ajudar o tumor iludir o sistema imunológico, por causa da sensibilidade diminuída em direção ligantes apoptóticos [11], [12].

Outro receptor chamariz, IL1R2, foi escolhido para posterior validação, porque a regulação positiva de este receptor não foi anteriormente relatado. Por meio de RT-PCR quantitativa que pode, pela primeira vez validar uma regulação positiva de IL1R2 no cancro pancreático. IL1, o ligando de IL1R2 é conhecido por ser secretado por células de cancro pancreático [13]. Tem funções fisiológicas importantes na inflamação e a proliferação mas também podem desencadear apoptose através da activação de IRAK e MyD88 [14], [15], [16]. Enquanto o microambiente poderia se beneficiar do angiogênicas e as propriedades proliferativas de IL1, o receptor de engodo pode proteger pâncreas da apoptose induzida pela resposta imune [17].

O segundo foco principal de desregulações foi encontrado no nível de proteínas reguladoras do pós-mitocondrial, os inibidores de apoptose (IAPs proteínas). Este grupo de proteínas inibe a função de caspases e o apoptossomo e, assim, interfere tanto com a extrínseca e da via intrínseca. Os IAPs já são conhecidos pelo seu importante papel na carcinogênese de outras entidades tumorais e também PDAC [18], [19]. Em nosso estudo, encontramos uma regulação positiva de Survivin /BIRC5 e Vivendo /BIRC7 no tumor de tecido microdissecção e poderíamos validar a desregulação do Vivendo /BIRC7 por RT-PCR quantitativo e IHC.

As desregulações no grupo de IAP pode ter uma alta relevância clínica, porque a via intrínseca normalmente medeia o efeito citotóxico de irradiação e muitos agentes quimioterapêuticos [20], [21].

a análise computacional da via de apoptose em PDAC tornados assim um bom termos dos nossos resultados com referências experimentais anteriores sobre a apoptose em câncer pancreático. Usando dados brutos existentes de tecnologias de alta capacidade, que pode, em parte reproduzir dados experimentais. Estes dados foram colocados no contexto do complexo de sinalização intracelular de apoptose por análise de interacção computacional. Embora uma grande quantidade de informação pode ser avaliada rápido e descritiva por nossa abordagem, é economicamente difícil de provar experimentalmente os achados. Isto deve ser considerado uma grande desvantagem da nossa abordagem.

Em conclusão, o presente estudo mostra que por avaliação computacional de dados de análise de expressão gênica e bancos de dados públicos uma imagem virtual aceitável da via apoptose pode ser dada. Comparação dos nossos dados para publicações anteriores prestados bom acordo. Por esta abordagem poderíamos identificar defeitos ao nível dos receptores de morte celular e o inibidor de apoptose de proteínas, que pode subjacentes ao fenótipo de resistência a apoptose distinta em PDAC. Poderíamos ainda, pela primeira vez identificar IL1R2 possível gene candidato.

Materiais e Métodos

previsão Interação da apoptose membros da via

A via apoptose genes relacionados foram montados a partir de bases de dados electrónicas, como o

Enciclopédia Kyoto de genes e genomas

(www.genome.ad.jp/kegg),

Gene base de dados do Centro Nacional de Informações sobre Biotecnologia

(www.ncbi .nlm.nih.gov) e

GeneMAPP

(www.genmapp.org). Palavras-chave para a busca foram “apoptose”, “morte celular”, “via de morte celular”, “receptor de morte celular” (ver S1 Arquivo).

Para avaliar as interações das proteínas de apoptose associada inicialmente consultadas as bases de dados com interações proteína-proteína conhecidos como NetPro (www.molecularconnections.com), SCOPPI (www.scoppi.org) e HPRD (www.hprd.org).

Para encontrar novas interações foram utilizados dois métodos diferentes. Em primeiro lugar, foi utilizada a previsão baseada na estrutura de interações proteína (ver S2 Arquivo). A maioria dos 103 genes associados com apoptose eram de estrutura desconhecida. Inicialmente utilizou a base de dados genómico Threading (GTD) como um método de reconhecimento de dobra para atribuir famílias estruturais para os produtos de genes [22]. Domínios de proteínas foram então definido pela classificação estrutural de proteínas, SCOP. Dois domínios são considerados interagindo se há pelo menos 5 pares de resíduos dentro de 5 Å, de acordo com as definições de interface [23]. Foram considerados apenas domain-atribuições com certeza e confiança elevada pela GTD. Para prever possíveis interações de dois domínios dado que, em seguida, utilizados SCOPPI [24]. Esta base de dados fornecida interações domínio de domínio evidentes, que serviram como modelos estruturais para nossos domínios atribuídos originais. Duas proteínas são considerados interagindo se cada um contém um domínio em que existe uma evidência estrutural para uma tal interacção domínio-domínio de acordo com SCOPPI. As interacções potenciais foram avaliadas por análise da interface de conservação. Informação dos resíduos na interface foi novamente obtido a partir do banco de dados SCOPPI. A sequência da proteína original foi alinhada com a sequência molde SCOPPI, assumiu-se uma conservação de mais de 30% dos resíduos de interface para ser suficiente para partilhar o mesmo parceiro de interacção.

Em segundo lugar, utilizou-se uma previsão baseada na sequência das interações proteína (ver S2 Arquivo). Portanto, nós utilizamos NetPro, especialista curadoria e anotado banco de dados contendo cerca de 100.000 interações proteína-proteína, para a previsão de uma interação de nossas proteínas em questão. Usando esta informação ortólogo e BLAST que procurou interações homólogos ( 80% de identidade de sequência) para um determinado par de proteínas. Nós só fornecem novas interações que não foram confirmados antes com NetPro ou HPRD [25], [26]. Para construir o nosso mapa caminho, vamos definir os receptores de morte celular como pontos de partida da cascata de sinalização. As proteínas que interagem foram definidas como proteínas de sinalização a jusante. As proteínas que são conhecidos ligandos de receptor de morte celular foram apresentados como proteínas extra-celulares.

Gene expressão análise

Para a construção da sub-disposição de dados virtual define E-MEXP-950 e E-MEXP- 1121 foi utilizado [27], [28].

Affymetrix conjunto de sonda identificadores foram obtidos a partir de Ensembl resultante em 189 identificadores de sondas para 93 genes. Por 10 genes poderia ser obtida sem identificador (ver S1 Arquivo). Os arquivos Cel obtida a partir do software 5.0 Affymetrix SAM foram usadas para análise posterior. Os arquivos Cel foram carregadas em dChip2006 (https://www.dchip.org), então normalizados, e os valores de expressão foram calculados usando o modelo de PM /MM. Os valores dos 189 conjuntos de sondas de expressão foram exportadas e mais explorada usando SAM (https://www-stat.stanford.edu/~tibs/sam/) e Excel (Microsoft, Redmond, WA). Marcámos genes diferencialmente expressos como se eles preencheram os seguintes critérios: a mudança dobra 2 e um valor q 5%. mapas de calor foram gerados utilizando dChip.

Polimerase Transcrição Reversa A reacção (RT-PCR)

1 ng de cDNA foi usado para um ensaio TaqMan (Applied Biosystems, Weiterstadt, Alemanha). Os genes foram amplificados com um Master Mix TaqMan Universal PCR de acordo com as instruções do fabricante, com um ABI Prism 5700 Sequence Detection System usando gene iniciador e sondas específicas. A expressão de genes foi quantificada pela comparativo CT-Método, normalizando CT-valores a um gene de manutenção (β-actina) e o cálculo dos valores de expressão relativa usando os seguintes iniciadores: RT-PCR: BIRC7 /Vivendo: ACT GAC CAG CCC TGA TTC C e CTC CAG GGA AAA CCC ACT TT; Actina: AAG CCA CCC CAC TTC TCT CTA A e AAT GCT ATC ACC TCC CCT GTG T; IL1R2:. ATC AGC TTC TCT GGG GTC AA e GGT AGG CGC TCT CTA TGT GG [29]

Imunohistoquímica

Para imuno-histoquímica, foi construído um tissue microarray (TMA) contendo 16 amostras PDAC. Deste TMA 5 uM secções foram preparados utilizando lâminas silanizadas (Menzel Glaser, Braunschweig, Alemanha). A imuno-histoquímica para se viver /BIRC7 foi realizada utilizando o método de estreptavidina-biotina-peroxidase, tal como descrito anteriormente e a recuperação de antigénio foi realizada em um forno de microondas (250 W durante 30 minutos em uma solução de citrato de pH 6,0) [30], [31]. O anticorpo primário utilizado foi um anticorpo monoclonal de ratinho contra a proteína /BIRC7 Vivendo (# 40958, o Active Motif, Rixensart, Bélgica). mucosa de cólon normal e carcinoma colorrectal foram utilizadas como um controlo positivo. Como um controlo negativo amostras foram incubadas sem o anticorpo primário. Em seguida, as lâminas foram brevemente contrastadas com hematoxilina. Manchado e sem manchas células PDAC ou células ductais foram contadas e a proporção foi gerado. A intensidade da coloração foi avaliada semi-quantitativamente por um patologista (AH) sem o conhecimento do histopatológico e dados moleculares em 3 graus (negativos, moderados e fortes).

A análise estatística

Para a análise estatística foram utilizados o teste t eo quadrado-teste do qui da “SPSS 13.0” for Windows.

literatura pesquisa

para melhor avaliar mudanças na expressão gênica visto em nossos dados, foi realizada uma literatura abrangente pesquisa sobre defeitos moleculares de apoptose em câncer pancreático. Palavras-chave foram o nome do gene ou da proteína em conjunto com o termo “carcinoma do pâncreas”, “cancro do pâncreas”, “cancro do pâncreas” ou “adenocarcinoma ductal pancreático”. Foram incluídos os estudos sobre o nível do genoma, a expressão genética e os estudos de proteína /funcionais no tecido do tumor e /ou linhas celulares. A busca por literatura publicações compostas até novembro de 2009. Veja também Arquivo S1.

Informações de Suporte

arquivo S1.

Dados da nossa pesquisa bibliográfica abrangente para o papel de genes associados a apoptose em câncer pancreático. A tabela exibe todos os genes, que foram considerados em nosso estudo. Por favor, note que para a maioria dos estudos sobre o nível de DNA, o que significa estudos de mutação, sem expressão quantitativa declaração relativa foi feita. Foram incluídos os estudos sobre o nível do genoma, a expressão genética e os estudos de proteína /funcionais no tecido do tumor e /ou linhas celulares. A busca na literatura publicações compreendido até dezembro de 2009. (- /- = menos /ligeiramente menor expressão do que no tecido normal; +/- = expressão dependendo da amostra /-line celular, nenhuma declaração geral possível; 0 = nenhuma diferença de expressão tecido normal /função normal da proteína em estudos experimentais; ++ /+ = /maior expressão ligeiramente mais elevado do que no tecido normal; = nenhuma declaração quantitativa neste estudo)

doi: 10.1371 /journal.pone.0012243.s001.

(1,49 MB DOC)

arquivo S2.

características da nossa previsão de interação de proteínas (A). Exemplos de modelos estruturais de três possíveis novas interacções na via de morte celular (sequência de mais de 30% de identidade e de interface). O alinhamento estrutural entre modelo e estruturas de proteínas que interagem é 2 Angstrom. 1 = Arte-Apollon; 2 = p16-ERK; 3 = p16-JNK (B)

doi:. 10.1371 /journal.pone.0012243.s002

(2.16 MB PPT)

S3 arquivo. interações proteína

da nossa pesquisa de banco de dados e nossa análise de previsão interação. Folha de um já mostra conhecido interações da nossa pesquisa de banco de dados. Folha de dois shows interações putativos, proposta pelo nosso modelo de previsão de interação

doi:. 10.1371 /journal.pone.0012243.s003

(0.09 MB XLS)

Reconhecimentos

Este estudo foi apoiado pelo Deutsche Krebshilfe eo programa MedDrive38 da Faculdade de Medicina da Technische Universität Dresden. Nós gostaria de agradecer Beatrix Jahnke para suporte técnico.