Computational prediction of inter-species protein-protein interactions

Abstract

O estudo em larga escala de proteínas e das suas eventuais interações tem sido alvo de bastante atenção pela comunidade científica. Os métodos de análise experimentais têm produzido uma quantidade imensa de dados, que têm sido armazenados em diferentes repositórios. A disponibilidade destes dados, muitos deles curados por especialistas, abre um leque de oportunidades de investigação. Dado que as técnicas experimentais de identificação de interações proteína- proteína (PPIs) são dispendiosas, demoradas e requerem análise de um perito, os métodos computacionais têm vindo a dar um contributo valioso neste domínio. Embora já existam alguns métodos computacionais para prever PPIs, estes apenas se focam na previsão de PPIs dentro da mesma espécie. Deste modo, estes métodos não podem ser aplicados diretamente na previsão de PPIs entre diferentes espécies. Estas interações estão na origem das doenças infecciosas, sendo essencial a sua identificação para prevenir e travar estados de doença. Esta tese apresenta novos modelos computacionais para prever PPIs entre diferentes espécies, para estimar o impacto destas interações no hospedeiro, e para prever interações entre medicamentos e os seus alvos proteicos. A inovação desta proposta advém do uso de técnicas de aprendizagem automática em combinação com análise de redes biológicas. Os resultados obtidos irão ser úteis para compreender as associações entre mecanismos biológicos e estados de doença, e para o desenvolvimento de técnicas de diagnóstico e terapia.

Proteomics and the study of protein-protein interactions (PPIs) have become a trending research topic in the past decade. Thanks to the high-throughput experimental methodologies, the amount of data generated and uploaded to heterogeneous data repositories is increasing exponentially, presenting several research opportunities. Since experimental protein interaction identification techniques are expensive, time consuming, and require expert analysis, computational methods will prove crucial to tackle this issue. Several efforts have already been made regarding this problem, resulting in models for predicting intra-species interactions. Nevertheless, these models cannot be directly applied to inter-species PPI prediction. Inter-species PPIs are responsible or the basis of colonization and infection by bacterial pathogens and thus, their identification is crucial to prevent and treat disease states. This thesis proposes new computational models to predict inter-species PPIs, the impact of such associations to the human host, and associations between drugs and bacterial targets. The innovation of this proposal comes from the use of machine learning techniques tuned to biological problems, combined with complex biological network analysis. The obtained results will offer the means to better understand the associations between biological mechanisms and disease states, and aid the development of new diagnostic and therapeutic tools.