Мне было выдано 57 названий генов. Примерно одна треть начинается с буквы G, которая во многих обозначает глутатион. GPX(1-8) - глутатион пероксидазы, GGT(1,5,6,7) - гамма-глутамилтрансферазы, GSTA(1-5) - глутатион s-трансферазы и тд.

Зачем нужен глутатион: участвует в редокс-зависимых процессах определяется (регуляции клеточного редокс-зависимого сигналинга и активности транскрипционных факторов), а также является внутриклеточным антиоксидантом, играя роль «ловушки» свободных радикалов, косубстрата в реакциях детоксикации пероксидов, катализируемых глутатионпероксидазой (GPx) и глутатионтрансферазой (GST), и выступает в качестве агента, восстанавливающего окисленный глутаредоксин (Grx), необходимый для восстановления дисульфидов. (РОЛЬ ГЛУТАТИОНА, ГЛУТАТИОНТРАНСФЕРАЗЫ И ГЛУТАРЕДОКСИНА В РЕГУЛЯЦИИ РЕДОКС-ЗАВИСИМЫХ ПРОЦЕССОВ, Е. В. КАЛИНИНА, Н. Н. ЧЕРНОВ, М. Д. НОВИЧКОВА).

Как только я увидела красивые графы, мне сразу захотелось испробовать эту базу данных. Зачем, собственно, ее создали - чтобы смотреть белок белковые взаимодействия. Откуда она берет данные? Она собирает литературные данные об известных экспериментально подтвержденных взаимодействиях. Также она предсказывает взаимодействия на основе геномных особенностей, а также модельных организмов на основе ортологии.

На вход я подала ей файл со всеми идентификаторами, в качестве организма выбрала Mus musculus (без выбора конкетного организма построение графа заняло бы значительно больше врмени), оказалось, что все белки у нее есть, поэтому я получила что-то очень большое (Рис.1) и не особо читабельное. Однако здесь можно заметить несколько отдельных групп белков, например, Odc1+Sms+Srm - группа белков, связанных с синтегом спермина - полиамина необходимого для пролиферации клеток, Rrm1+Rrm2+Rrm2b - субъединицы рибонуклеозиддифосфатредуктазы, поставляющей дезоксирибонуклеотиды для восстановления ДНК в клетках, остановленных в G1 или G2.

Далее посмотрела, какие белки образуют комплексы друг с другом. Для этого в настройках для Network type установила 'physical subnetwork':

Получилось все очень логично: из мгножества субъединиц Glst** получился большущий комплекс, с каталитической субъединицей Prdx6, который занимается восстановлением пероксида водорода и органических гидропероксидов до воды и спиртов.

А теперь я решила сделать MCL кластеризацию - поиск естественных кластеров на основе стохастического потока. Получилось, что я правильно выявила два из четырех. Надо еще отметить этот: Anpep+Lap3+Nat8 - группа белков, занимающихся метаболизмом белков: две аминопептидаза и N-ацетилтрансфераза. Что важно заметить, так жто что Nat8 меньше связан с основным кластером, он еще и единственная N-ацетилтрансфераза.

Далее в разделе Analysis посмотрела на биологические процессы GO:

1. Cellular response to thyroxine stimulus

2. Glyoxylate cycle - модификация цикла трикарбоновых кислот, при которой изоцитрат расщепляется до глиоксилата и сукцината

3. Glutathione catabolic process

4. Glutathione derivative biosynthetic process

5. Glutathione biosynthetic process

Теперь мне захотелось посмотреть на что-то более оформленное, поэтому я взяла белки из этого кластера Anpep+Lap3+Nat8 и 4 случайны, которые были связаны, вот и хотелось посмотреть как поведет себя в этом случае алгоритм. Получилось, что теперь при MCL кластеризации они все оказываютсяя в одном, поэтому попробуем другую - k-means. Результат на рисунке 3.

Наша группа Anpep+Lap3+Nat8 осталась вместе в одном кластере, Pgd, бывший поодаль от основой массы оказался один, но связанный с элементом большого кластера, как это и было в большой схеме. Связи в между кластерами специально пунктирные, чтобы различать их значимость. Кстати в красной группе нет кольцевого взаимодействия между белками. Gss, Gclm и Chac2 работают с глутаматными производными.

А еще напоследок я решила убрать ребра, основанные на текстовом майнинге и случилось странное и доказывающее, что он нужен: мои белки, которые действительно были правильно сгруппированы по тому, с какими веществами они взаимодействуют, получили гражданство в других кластерах. А один и вовсе сепарировался, что не так страшно, ведь он и так мало был связан с остальными.

Всегда интересно узнавать что-то про людей, поэтому выбрала эту базу данных. Предлагаю рассмотреть PGD, который в прошлой части задания стоял поодаль от остальных.

Что же это за белок: Глюкозо-6-фосфатдегидрогеназа — цитозольный фермент, входящий в пентозофосфатный путь, метаболический путь, обеспечивающий образование клеточного НАДФ-H из НАДФ+, а НАДФ-H в свою очередь необходим для поддержания уровня восстановленного глутатиона в клетке, синтеза жирных кислот и изопреноидов.

Получается, он стоял поодаль, так как не участвует напрямую в реакциях с глутатионом, но помогает ему существовать.

Для начала я просто вбила его в поисковую строку и мне выдалось много генов, включая мой на первом месте.

Из карточки данного гена узнаем, что это фосфоглюконат дегидрогеназа, которая является метаболическим ферментом плазмы. Для него есть 5 транскриптов и не указано ни одного взаимодействия с другими белками, что не сходится с там, что мы видели в прошлой части практикума - он имеет достаточно много связей.

Вообще он синтезируется во всех тканях, но его содержание повышено в клетках пищевода и костного мозга (в основном нужен для пролиферации). В мозге содержится в глиальных клетках: астроцитах и олигодендроцитах. Его коэффициент специфичности равен 0.36, что означает, что ему не все равно, где экспрессироваться, но он не супер избирателен.

Можно сравнить его расположение у мужчин и женщин (Рис.7). А также уровни экспрессии белка и его мРНК (Рис.8). Предполагаю, что в тех местах, где уровень белка высокий, но уровень РНК низкий, белок используется не столь часто, то есть его не надо постоянно заменять, поэтому мало матриц. А в пищеводе и костном мозге - надо.

Есть также возможность посмотреть его содержание в различных клеточных линий, что должно быть удобно экспериментаторам. Очень выделяется А-549. Это линия раковых клеток легких, в которых содержится супер много нашего белка. Эта информация согласуется с той, что в легких много белка.

Меня насторожило его повышенное содержание в раковых клетках, поэтому я решила вообще узнать специфичен ли он к раку. Оказалось, что нет, ведь коэффициент равен 0.20, что классифицируется как низкий уровень. А на картинке ниже можно посмотреть при каких видах рака повышается экспрессия данного гена.