Neues tool Minen wissenschaftliche Texte für die fusion protein Fakten: theoretischer Ansatz helfen könnte Bemühungen zur Entwicklung personalisierter Krebsmedikamente

Eine neue computational tool namens ProtFus Bildschirme wissenschaftlichen Literatur zu validieren, Vorhersagen über die Aktivität der Fusions Proteine-Proteine, codiert durch das Zusammenfügen von zwei Genen, die zuvor codierten zwei separate Proteine. Somnath Tagore in der Frenkel-Morgenstern-Labor an der Bar-Ilan-Universität, Israel, und seine Kollegen präsentieren ProtFus in PLOS Computational Biology.

Verschiedene Arten von Fusions-Proteine entstehen können, die natürlich im menschlichen Körper, manchmal führt zu Krebs. Verständnis der Wechselwirkungen zwischen Fusions-Proteine und anderen Proteinen kann helfen, verbessern die personalisierte Behandlung von Krebs. Allerdings ist die Anzahl der wissenschaftlichen arbeiten über die Interaktionen wächst rasant, und es gibt keine standard-format für die Präsentation dieser Informationen. So, zu organisieren und halten Sie auf dem Laufenden über dieses wissen stellt eine große Herausforderung dar.

ProtFus löst diese Herausforderung, indem Sie mit Hilfe von computational Strategien — wie text mining und machine learning — zu analysieren, wissenschaftliche Literatur aus dem online-Suchmaschine PubMed. Es ist in der Lage, zu identifizieren, fusionsproteine, gehen durch mehrere Namen, und es identifizieren kann experimentell verifiziert Interaktionen zwischen Fusions-Proteine und anderen Proteinen. Bei einem test der 1,817 fusionsproteine ProtFus identifiziert 2,908 Interaktionen zwischen 18 Krebs-Typen, die veröffentlicht wurden, die in wissenschaftlichen Texten in PubMed.

ProtFus baut auch auf ein Werkzeug, die zuvor von den Forschern entwickelten, um voraussagen zu können, eine gegebene fusion-protein-Interaktionen basiert auf den bekannten Eigenschaften seiner beiden Eltern-Proteine. ProtFus nimmt ein fusionsprotein von Interesse, verwendet das zuvor entwickelte Werkzeug (Chimären protein-Protein-Interaktionen, oder ChiPPI), um vorherzusagen, Ihre Wechselwirkungen, und dann überprüft, diese Interaktionen mittels einer PubMed-Suche.

„Unsere Ergebnisse zeigen das Potenzial für das text mining von großer wissenschaftlicher Artikel mit einem neuartigen big-data-Infrastruktur, mit der Echtzeit-Aktualisierung von Artikel täglich veröffentlicht“, sagt Dr. Milana Frenkel-Morgenstern, entsprechenden Autor der Studie. „ProtFus fördern können, zu studieren, Veränderungen der protein-Netzwerke für den einzelnen Krebs-Patienten in eine vollständig personalisierte Weise“, betont Tagore, der erste Autor und früheren postdoc im Labor (derzeit postdoc an der Columbia University, New York).