本报讯 美国康奈尔大学Haiyuan Yu和勒纳研究所Feixiong Cheng合作，通过人类蛋白质-蛋白质相互作用结构信息组，揭示了由疾病突变引起的蛋白质组范围扰动。相关研究成果近日在线发表于《自然-生物技术》。

为帮助将遗传发现转化为疾病病理生物学和治疗学发现，研究人员提出了一个被称为PIONEER的集成深度学习框架。该框架可预测人类和其他7种常见模式生物中，所有已知蛋白质相互作用的蛋白质结合伴侣特异性界面，以生成全面的结构信息蛋白质相互作用体。研究人员证明PIONEER优于现有最先进的方法，并通过实验验证了其预测。

研究人员发现，疾病相关突变在PIONEER预测的蛋白质-蛋白质界面中富集，并探讨了它们对疾病预后和药物反应的影响。

通过对33种癌症类型的约1.1万个完整外显子的分析，研究人员确定了586个富含PIONEER预测的界面体细胞突变（oncoPPI）的显著蛋白质-蛋白质相互作用，显示了oncoPPI与患者生存率和药物反应显著关联。

PIONEER可识别疾病相关等位基因的功能后果，并在多尺度交互组网络级别为精准医学提供深度学习工具。（柯讯）

相关论文信息：

https://doi.org/10.1038/s41587-024-02428-4