Sumário

Uma proporção considerável de interacções proteína-proteína (IPP) na célula são estimadas para ser mediada por segmentos de péptidos muito curtos que, aproximadamente, em conformidade com os padrões de sequências específicas conhecidas como motivos lineares (LMS), frequentemente presentes nas regiões desordenados nas proteínas eucarióticas. Estes péptidos foram encontrados para interagir com baixa afinidade ligam-se e são capazes de múltiplos interactores, desempenhando assim um papel importante nas redes de PPI que envolvem os cubos de data. Neste trabalho, os dados de PPI e de novo identificação motivo método baseado (MEME) foram usadas para identificar tais péptidos em três proteínas associadas a cancro do cubo-myc, APC e MDM2. Os péptidos correspondentes ao LMS significativos identificados para cada proteína hub foram alinhadas, as regiões de sobreposição entre esses peptídeos sendo denominado como sobreposição de péptidos lineares (OLPs). Estes OLPs foram, assim, previsto para ser responsável por vários IPP das proteínas correspondentes do cubo e um sistema de pontuação foi desenvolvido a classificá-las. Nós previmos seis OLPs em MYC e cinco OLPs em MDM2 que pontuaram mais alto do que as previsões LPO a partir de conjuntos de proteínas geradas aleatoriamente. Duas sequências de LPO da extremidade C-terminal de MYC foram previstos para se ligarem com FBXW7, componente de um complexo de ligase de ubiquitina-proteína E3 envolvida na degradação de proteossómica MYC. Do mesmo modo, foram identificados peptídeos no C-terminal de MDM2 interagindo com FKBP3, que tem um papel específico na auto-ubiquitinação de MDM2. As sequências de péptidos previstos no MYC e MDM2 parece promissor para a concepção de inibidores ortostéricos contra possíveis PPIs associados à doença. Uma vez que estes OLPs pode interagir com outras proteínas, bem como, estes inibidores devem ser específicos para o interactor destinadas a prevenir efeitos secundários indesejáveis. Esta estrutura computacional foi concebida para prever e classificar as regiões de peptídeos que podem mediar vários IBP e pode ser aplicado a outras proteínas do cubo data associada à doença para a previsão de novos alvos terapêuticos de modulares PPI

Citation.: Sarkar D, Patra P, Ghosh a, Saha S (2016) Computacional Quadro de Predição de Peptide sequências que podem mediar múltiplas interacções proteína em Câncer-Proteínas associadas Hub. PLoS ONE 11 (5): e0155911. doi: 10.1371 /journal.pone.0155911

editor: Julio Vera, da Universidade de Erlangen-Nuremberg, Alemanha