Übungsblatt: Protein interaction networks. Ulf Leser and Samira Jaeger

Transkript

1 Übungsblatt: Protein interaction networks Ulf Leser and Samira Jaeger

2 Aufgabe 1 Netzwerkzentralität (6P) In der Vorlesung haben Degree Centrality besprochen. Finde drei weitere etablierte Zentralitätsmaße und diskutiere diese. In welchem Zusammenhang werden diese verwendet und welche biologischen Aussagen können durch Zentralitätsanalyse für biologische Netzwerke getroffen werden? Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 2

3 Aufgabe 2 Datenbanksuche (2P) Neben Protein-protein Interaktionen innerhalb einer Spezies gibt es auch spezies-übergreifende Interaktionen, z.b. Virus-Host- Interaktionen. HIV-1 oder das Epstein-Barr Virus infizieren Menschen über Virus-Host-Interaktionen. Spezifische Datenbanken erfassen und speichern diese Host-Virus-Interakionen, z.b. HIV-1, Human Protein Interaction Database ( Das HIV-1 Genom besteht aus 9 Genen die wiederum 19 Proteine kodieren, die in unterschiedlichster Art und Weise mit einer Vielzahl von menschlichen Proteinen interagieren, um verschiedene Pathways im menschlichen Organismus auszunutzen. Welche Formen von Interaktionen zwischen HIV-1 und Mensch können unterschieden werden? Gibt es HIV-1 Proteine, die mit den selben menschlichen Proteinen interagieren? Wenn ja, welche sind dies und welchen Pathways kommen diese vor? Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 3

4 Aufgabe 3 Analyse eines Proteininteraktionsnetzwerkes (12P) Auf der Vorlesungsseite ist das Proteininteraktionsnetzwerk der Fruchtfliege (Drosophila melanogaster) bereit gestellt, welches im Rahmen der Übung analysiert werden soll. Das Netzwerk ist im sifformat Formaten verfügbar. Das sif-format ist ein einfaches Textformat in dem Proteininteraktionen eines Netzwerkes/Graphens folgendermassen dargestellt werden. Jede Zeile steht für eine ungerichtete Kante und hat die Form: P 1 pp P 2 P 2 pp P 3 P 2 pp P 4 Dabei sind P x und P y Proteinidentifier (UniProt Ids) und pp zeigt eine Protein-Protein-Interaktion an. Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 4

5 Aufgabe 3.1 Netzwerkeigenschaften (5P) Im ersten Teil der Aufgabe soll das Interaktionsnetzwerk in Java eingelesen werden und anschließend seine Eigenschaften bestimmt werden: Charakterisiere das Interaktionsnetzwerk: Wie viele Proteine und Interaktionen umfasst es? Bestimme die durchschnittliche Anzahl Interaktionen pro Protein. Berechne die (a) Kantendichte und (b) den durchschnittlichen Clusterkoeffizienten in obigem Fliege-Netzwerk. Berechne für jedes Protein die Degree Centrality und ordne die Proteine nach ihrer Zentralität. Welches sind die 5 zentralsten Proteine im Netzwerk (und welche funktionalen Aufgaben erfüllen sie)? Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 5

6 Aufgabe 3.2 Funktionale Module (7P) Im zweiten Teil der Aufgabe sollen funktionale Module identifiziert werden. Funktionale Module oder Cluster sind in Netzwerken als stark vernetzte Subgraphen zu finden. Die Identifizierung von k-cores in Interaktionsnetzwerken ist eine Möglichkeit um solche stark vernetzten Subgraphen zu detektieren. k-cores sind definiert als eine Gruppe von Proteinen, in der jedes Protein mindestens k Interaktionen besitzt. Achtung: k gibt an, wie viele Verbindungen ein Knoten zu anderen Knoten im selben k- core hat/haben muss Knoten nicht im k = 3 core, da er nur 2 Kanten zu Proteinen im k = 3 core hat, die dritte Kante geht zu einem k = 2 core Protein k = 0, 1, 2, 3 core Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 6

7 Aufgabe 3.2 Finden von k-cores (5P) Implementiere das vorgestellte Verfahren zur Identifizierung von k-cores. Finde den größten k-core in dem Interaktionsnetzwerk und visualisiere diesen. Wie viele Proteine enthält dieser k-core und wie viele Interaktionen besitzt jedes Protein im k-core. Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 7

8 Aufgabe 3.2 Analyse von k-cores (2P) Analysiere die funktionalen Eigenschaften des Moduls repräsentiert durch den identifizierten k-core. Tipp: Die funktionale Analyse kann mit Hilfe von DAVID ( durchgeführt werden. DAVID ist ein Analyse-Tool mit dem Gruppen von Genen und Proteinen anhand ihrer Funktion, Pathways oder Domänen untersucht werden können, um überrepräsentierte funktionale Eigenschaften in diesen Gruppen zu finden. Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 8

9 Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 9

10 Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/

11 Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/

12 Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/

13 Fragen? Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/