Технологии белковой интерактомики

1.ДРОЖЖЕВАЯ ДВУГИБРИДНАЯ СИСТЕМА (YEAST TWO HYBRID SYSTEM)
Основной подход
Основана на том, что активация экспрессии отдельных генов осуществляется транскрипционными факторами эукариот, обладающими двумя пространственно разделенными функциональными доменами: ДНК-связывающим и активирующим.
Только при физическом присоединении друг к другу двух рекомбинантных белков, один из которых «слит» с ДНК-связывающим доменом («приманка»), а другой — с активирующим доменом («добыча») воссоздается функциональный транскрипционный фактор, который в свою очередь активирует экспрессию репортерных генов.

Причины ложно –
1) «неправильные» конструкции белков слияния;
2) по сравнению со свободными белками-партнерами, экспрессия и фолдинг белков слияния происходят иначе;
3) возникновение мутаций при выполнении ПЦР при амплификации дрожжевых ORFs;
4) использование объединенных образцов, содержащих смеси белков-слияния

Ложно +
1) экспериментальные ошибки (плохая воспроизводимость анализа из-за чрезмерной экспрессии белка наживки; регистрация не специфических взаимодействий белков слияния как позитивный результат);
2) биологическое несоответствие (ряд ББВ не являются биологически значимыми)

2.СИНТЕТИЧЕСКИЕ ГЕНЕТИЧЕСКИЕ МАТРИЦЫ (SYNTHETIC GENETIC ARRAY (SGA) ANALYSIS)
Это геномный подход к широкомасштабному анализу генетических взаимосвязей путем систематического конструирования двойных мутантов.
среди примерно 6200 генов более 80% не являются жизненно важными
В плане анализа ББВ с помощью данной технологии, предполагается, что полученные позитивные результаты анализа функциональной взаимосвязи генов (белков) частично обусловлены нарушением прямых ББВ.

ученые проанализировали совместную работу почти всех из 6200 генов дрожжей, для чего за 15 лет работы им пришлось создать более 23 миллионов двойных мутантов.
удалось выявить около миллиона генетических взаимодействий, охватывающих до 90 процентов всего дрожжевого генома.

3.КОРРЕЛЯЦИОННЫЙ ПРОФИЛЬ ЭКСПРЕССИИ МРНК (CORRELATED MRNA EXPRESSION PROFILE)
Основан на анализе корреляций транскриптомных и интерактомных данных.
гены со сходными профилями экспрессии чаще кодируют взаимодействующие белки.
анализ корреляции транскриптомных и интерактомных данных может быть использован для улучшения качества гипотез, основанных на информации от обоих подходов.