Übersicht
Protein-Protein-Interaktionsnetzwerke (PPI) sind grafische Darstellungen der physischen Kontakte zwischen Proteinen innerhalb einer Zelle. Jedes Protein ist ein Knoten und jede experimentell nachgewiesene oder rechnerisch vorhergesagte Wechselwirkung ist eine Kante. Diese Netzwerke offenbaren die funktionelle Organisation des Proteoms – interagierende Proteine sind häufig am selben biologischen Prozess beteiligt, befinden sich im selben Zellkompartiment oder bilden stabile Komplexe. Durch die Untersuchung der Netzwerktopologie können Forscher hochgradig verbundene Hub-Proteine, Funktionsmodule und Signalwege identifizieren, die bei Krankheiten fehlreguliert sind. PPI-Netzwerke integrieren Daten aus mehreren experimentellen Techniken und sind für die Systembiologie von wesentlicher Bedeutung.
Schlüsselkonzepte
Experimentelle Quellen für PPI-Daten umfassen Hefe-Two-Hybrid-Screening, Affinitätsreinigung mit anschließender Massenspektrometrie (AP-MS) und Co-Immunpräzipitation. Jede Methode erfasst unterschiedliche Aspekte von Interaktionen – binär vs. kokomplex, stabil vs. transient. Netzwerkeigenschaften wie Gradverteilung, Clustering-Koeffizient und Betweenness-Zentralität charakterisieren die globale Architektur. Hub-Proteine, die viele Partner verbinden, sind oft essentiell für die Lebensfähigkeit der Zellen. Funktionsmodule sind dicht verbundene Teilgraphen, die Proteinkomplexen oder Signalwegen entsprechen. Krankheiten entstehen häufig durch Mutationen, die bestimmte Kanten oder Knoten innerhalb dieser Netzwerke zerstören, ein Konzept, das als Netzwerkmedizin bekannt ist.
Praktisches Protokoll
Ein praktischer AP-MS-Workflow beginnt mit der Expression eines markierten Köderproteins in der relevanten Zelllinie. Der Köder wird üblicherweise mittels stabiler Transfektion oder lentiviraler Transduktion mit einem FLAG-, GFP- oder StrepII-Tag fusioniert. Zellen, die den markierten Köder exprimieren, werden unter schonenden Bedingungen – typischerweise 0,5 % NP-40 oder Digitonin-Puffer – lysiert, um Proteinkomplexe zu bewahren. Das Lysat wird mit Affinitätsharz wie Anti-FLAG-Agarosekügelchen oder StrepTactin-Sepharose 2–4 Stunden lang bei 4 °C inkubiert. Nach ausgiebigem Waschen mit Lysepuffer zur Entfernung unspezifischer Bindungen werden die gebundenen Proteine mit überschüssigem FLAG-Peptid oder SDS-Elutionspuffer eluiert. Das Eluat wird mit Trypsin verdaut und mittels LC-MS/MS analysiert. Rohdaten werden anhand einer Proteindatenbank durchsucht und die resultierende Proteinliste mithilfe des CRAPome-Repositorys gefiltert, um häufige Verunreinigungen zu entfernen. Statistische Filterung vergleicht die Beutehäufigkeit in Köderproben mit Kontrollen mithilfe der SAINT-Bewertung, die spektrale Zählungen und Reproduzierbarkeit über biologische Replikate hinweg integriert. Hochvertrauensinteraktoren mit einer SAINT-Wahrscheinlichkeit über 0,95 werden zum Aufbau eines PPI-Netzwerks in Cytoscape verwendet. Für BioID-Experimente ist der Arbeitsablauf ähnlich, verwendet jedoch eine mit dem Köder fusionierte promiskuitive Biotin-Ligase, die proximale Proteine in lebenden Zellen biotinyliert; Biotinylierte Proteine werden auf Streptavidin-Kügelchen eingefangen und ermöglichen so den Nachweis vorübergehender und schwacher Wechselwirkungen. In einer beispielhaften Anwendung identifizierte AP-MS des menschlichen 26S-Proteasoms 33 Untereinheiten und 10 Assemblierungs-Chaperone und enthüllte so den Biogeneseweg dieses essentiellen Komplexes. BioID wurde verwendet, um das Interaktom der Kernhülle zu kartieren, über 300 Proteine zu identifizieren und neue Komponenten des Kernporenkomplexes zu entdecken.
Anwendungen
PPI-Netzwerke werden verwendet, um die Proteinfunktion durch Schuldzuweisung vorherzusagen – ein nicht charakterisiertes Protein, das mit bekannten DNA-Reparaturproteinen interagiert, ist wahrscheinlich an der DNA-Reparatur beteiligt. In der Arzneimittelforschung identifizieren Netzwerke Krankheitsmodule und priorisieren therapeutische Ziele. Das Fachgebiet baut zur Validierung auf experimentellen Methoden wie dem Hefe-Zwei-Hybrid-System und Antigen-Antikörper-Interaktionen auf. Die Netzwerkanalyse kontextualisiert auch Daten aus Protein-Protein-Interaktionen, um mechanistische Hypothesen über die zelluläre Regulation zu erstellen.
