Predicting protein domain interactions from coevolution of conserved regions

共同进化 遗传算法 分歧(语言学) 蛋白质结构域 领域(数学分析) 功能(生物学) 计算生物学 生物 进化生物学 蛋白质功能 系统发育树 遗传学 基因 数学 数学分析 哲学 语言学
作者
Maricel G. Kann,Raja Jothi,Praveen F. Cherukuri,Teresa M. Przytycka
出处
期刊:Proteins [Wiley]
卷期号:67 (4): 811-820 被引量:46
标识
DOI:10.1002/prot.21347
摘要

Abstract The knowledge of protein and domain interactions provide crucial insights into their function within a cell. Several computational methods have been proposed to detect interactions between proteins and their constitutive domains. In this work, we focus on approaches based on correlated evolution (coevolution) of sequences of interacting proteins. In this type of approach, often referred to as the mirrortree method, a high correlation of evolutionary histories of two proteins is used as an indicator to predict protein interactions. Recently, it has been observed that subtracting the underlying speciation process by separating coevolution due to common speciation divergence from that due to common function of interacting pairs greatly improves the predictive power of the mirrortree approach. In this article, we investigate possible improvements and limitations of this method. In particular, we demonstrate that the performance of the mirrortree method that can be further improved by restricting the coevolution analysis to the relatively conserved regions in the protein domain sequences (disregarding highly divergent regions). We provide a theoretical validation of our results leading to new insights into the interplay between coevolution and speciation of interacting proteins. Proteins 2007. © 2007 Wiley‐Liss, Inc.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
李尉昂完成签到,获得积分10
2秒前
柯幼萱发布了新的文献求助10
2秒前
maple完成签到,获得积分10
2秒前
饱满盼海完成签到,获得积分10
3秒前
Nancy发布了新的文献求助10
3秒前
4秒前
科研通AI2S应助己凡采纳,获得10
5秒前
5秒前
没有昵称发布了新的文献求助30
5秒前
6秒前
7秒前
科目三应助wang采纳,获得10
8秒前
彭于晏应助weilanhaian采纳,获得10
8秒前
yyyyy完成签到,获得积分20
9秒前
10秒前
10秒前
2021发布了新的文献求助10
10秒前
mouxq发布了新的文献求助10
11秒前
阿曼完成签到,获得积分10
11秒前
Zyzpkilly发布了新的文献求助80
11秒前
12秒前
12秒前
江流有声发布了新的文献求助10
12秒前
学术垃圾完成签到,获得积分20
12秒前
12秒前
活力珠发布了新的文献求助10
14秒前
天天快乐应助Navo采纳,获得10
15秒前
zhaoytmmu发布了新的文献求助10
15秒前
学术垃圾发布了新的文献求助10
16秒前
蜘蛛侦探完成签到,获得积分10
17秒前
大模型应助己凡采纳,获得10
18秒前
19秒前
一一应助LD采纳,获得30
19秒前
阿曼发布了新的文献求助100
19秒前
绿色心情完成签到 ,获得积分10
20秒前
机智懒洋洋完成签到,获得积分10
20秒前
zhaoytmmu完成签到,获得积分20
21秒前
22秒前
两会完成签到,获得积分10
23秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
歯科矯正学 第7版(或第5版) 1004
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Semiconductor Process Reliability in Practice 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Security Awareness: Applying Practical Cybersecurity in Your World 6th Edition 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3241376
求助须知:如何正确求助?哪些是违规求助? 2885829
关于积分的说明 8240787
捐赠科研通 2554366
什么是DOI,文献DOI怎么找? 1382498
科研通“疑难数据库(出版商)”最低求助积分说明 649586
邀请新用户注册赠送积分活动 625248