KR100753538B1 - 스트레스 단백질 내성 유전자의 검색 방법 및 장치와 이를위한 기록매체 - Google Patents
스트레스 단백질 내성 유전자의 검색 방법 및 장치와 이를위한 기록매체 Download PDFInfo
- Publication number
- KR100753538B1 KR100753538B1 KR1020050124431A KR20050124431A KR100753538B1 KR 100753538 B1 KR100753538 B1 KR 100753538B1 KR 1020050124431 A KR1020050124431 A KR 1020050124431A KR 20050124431 A KR20050124431 A KR 20050124431A KR 100753538 B1 KR100753538 B1 KR 100753538B1
- Authority
- KR
- South Korea
- Prior art keywords
- protein
- host
- interaction
- stress
- derived
- Prior art date
Links
- 108090000623 proteins and genes Proteins 0.000 title claims abstract description 229
- 102000002812 Heat-Shock Proteins Human genes 0.000 title claims abstract description 99
- 108010004889 Heat-Shock Proteins Proteins 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 33
- 102000004169 proteins and genes Human genes 0.000 claims abstract description 172
- 230000003993 interaction Effects 0.000 claims abstract description 85
- 125000003275 alpha amino acid group Chemical group 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims description 15
- 230000006854 communication Effects 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 4
- 238000001814 protein method Methods 0.000 claims 2
- 238000011156 evaluation Methods 0.000 claims 1
- 241000196324 Embryophyta Species 0.000 description 9
- 238000002474 experimental method Methods 0.000 description 7
- 230000001717 pathogenic effect Effects 0.000 description 6
- 238000001086 yeast two-hybrid system Methods 0.000 description 6
- 108010026552 Proteome Proteins 0.000 description 4
- 240000004808 Saccharomyces cerevisiae Species 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 244000052769 pathogen Species 0.000 description 3
- 230000004850 protein–protein interaction Effects 0.000 description 3
- 241000235343 Saccharomycetales Species 0.000 description 2
- 239000000539 dimer Substances 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 102100037563 40S ribosomal protein S2 Human genes 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 241000206602 Eukaryota Species 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 101001098029 Homo sapiens 40S ribosomal protein S2 Proteins 0.000 description 1
- 241001344131 Magnaporthe grisea Species 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 108700005075 Regulator Genes Proteins 0.000 description 1
- 241000255588 Tephritidae Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000680 avirulence Effects 0.000 description 1
- 238000003766 bioinformatics method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 102000034356 gene-regulatory proteins Human genes 0.000 description 1
- 108091006104 gene-regulatory proteins Proteins 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004001 molecular interaction Effects 0.000 description 1
- -1 osmoprotectants Substances 0.000 description 1
- 238000002823 phage display Methods 0.000 description 1
- 230000010399 physical interaction Effects 0.000 description 1
- 230000006916 protein interaction Effects 0.000 description 1
- 239000002516 radical scavenger Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
Images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Chemical & Material Sciences (AREA)
- Biophysics (AREA)
- Databases & Information Systems (AREA)
- Analytical Chemistry (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Genetics & Genomics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
Abstract
본 발명은 스트레스 단백질 내성 유전자의 검색 방법 및 장치와, 이를 위한 기록매체에 관한 것으로 보다 자세하게는 (1) 기주 유래 단백질과 스트레스 단백질의 구조 도메인을 예측하는 단계; (2) 기주 유래 단백질의 구조 도메인과 스트레스 단백질의 구조 도메인의 상호작용 여부를 확인하여 스트레스 단백질과 상호작용하는 기주 유래 단백질을 1차 선택하는 단계; (3) 단계 (2)로부터 선택된 각 기주 유래 단백질에 포함된 각 구조 도메인의 상호작용도를 계산하는 단계; (4) 단계 (3)에서 계산된 상호작용도를 이용하여 단계 (2)에서 1차 선택된 기주 유래 단백질 각각의 총 상호작용도를 계산하여, 일정 값 이상의 상호작용도를 갖는 기주 유래 단백질 또는 총 상호작용도가 우수한 상위 적어도 하나 이상의 기주 유래 단백질을 2차 선택하는 단계를 포함한 스트레스 단백질 내성 유전자의 검색방법에 관한 것이다. 또한, 본 발명은 제어부; 스트레스 단백질 내성 유전자 검색을 위한 명령이 입력되고, 스트레스 단백질의 아미노산 서열 및 기주 유래 단백질의 아미노산 서열이 입력되며, 스트레스 단백질 내성 유전자 검색 결과를 출력하기 위한 입출력부; 상기 입출력부를 통해 스트레스 단백질 내성 유전자 검색 명령이 입력되고, 상기 스트레스 단백질 및 기주 유래 단백질의 아미노산 서열이 입력됨에 따라, 상기 스트레스 단백질과 기주 유래된 단백질의 도메인 구조를 예측하기 위한 구조 도메인 예측부; 상기 기주 유래 단백질의 구조 도메인과 스트레스 단백질의 구조 도메인의 도메인 구조 예측 결과를 참조하여 스트레스 단백질과 상호작용하는 기주 유래 단 백질을 1차 선택하고, 스트레스 단백질과 기주 유래 단백질의 총 상호작용도에 따라 기주 유래 단백질을 2차 선택하여 상기 입출력부를 통해 상기 2차 선택 결과를 출력하는 기주 유래 단백질 선택부; 및 상기 기주 유래 단백질 선택부의 1차 선택 결과에 따라, 상기 스트레스 단백질과 상호작용하는 기주 유래 단백질의 구조 도메인의 상호작용도를 계산하고 계산 결과를 저장하며, 상기 기주 유래 단백질 선택부에서 1차 선택된 기주 유래 단백질별 총 상호작용도를 계산하고 계산 결과를 저장하기 위한 상호 작용도 확인부를 포함하는 것을 특징으로 하는 스트레스 단백질 내성 유전자 검색 장치에 관한 것이다. 본 발명의 검색 방법 및 장치와, 이를 위한 기록매체를 이용하여 다양한 유기체로부터 목적한 유전자를 신속하게 검색할 수 있다.
스트레스 단백질, 내성 유전자, 상호작용도
Description
도 1은 본 발명에 의한 스트레스 단백질에 대한 내성 유전자를 검색하는 방법을 설명하기 위한 흐름도,
도 2는 도 1에 도시한 상호작용도 계산 결과의 일 예를 설명하기 위한 도면,
도 3은 본 발명의 일 실시예에 의한 스트레스 단백질 내성 유전자 검색 장치의 구성도,
도 4는 본 발명의 다른 실시예에 의한 스트레스 단백질 내성 유전자 검색 장치의 구성도이다.
본 발명은 각종 스트레스 단백질 내성 유전자의 검색 방법 및 장치와 이를 위한 기록매체에 관한 것으로 보다 자세하게는 스트레스 단백질의 구조 도메인과 기주 유래 단백질의 구조 도메인의 상호작용 여부와 상호작용도를 이용하여 스트레스 내성 단백질을 선별하는 것을 특징으로 하는 스트레스 내성 유전자의 검색 방법 및 장치와 이를 위한 기록매체에 관한 것이다.
일반적으로 세포들은 스트레스를 받으면 이를 방어하거나 극복하기 위한 단백질들을 발현하게 된다. 그러한 단백질에는 항산화제, 내삼투압제(osmoprotectant), 라디칼 제거제(radical scavenger), 샤프론(chaperon)과 같이 스트레스에 직접 대응하는 단백질과 다른 단백질의 전사를 촉진하는 조절 단백질이 있다. 이와 같이 스트레스 단백질에 내성을 나타내는 유전자를 식물에 도입하면 식물이 스트레스에 대하여 개선된 내성을 보인다는 것이 알려져 있다(Tarczyznski, M. C. et al. Science, 1993, vol.259 pp.508-510).
그러나 상기 방법으로 제조된 유기체가 나타내는 내성 정도는 높지 않으며 실질적으로 내성을 높이기 위해서는 여러 내성 유전자를 유기체에 도입해야 하는데 여러 내성 유전자를 한 유기체에 도입하는 것이 불가능하므로 내성이 뛰어난 유기체를 개발하는데 어려움이 있었다. 이러한 문제점을 해결하기 위하여 스트레스 상태에 놓였을 때 다른 유전자의 발현을 촉진하는 조절 유전자를 식물에 도입함으로써 상기 방법에 비하여 내성이 보다 향상된 유기체를 제조하는 기술이 알려져 있다(Yamaguchi-Shinozaki K. et al. Nature Biotechnology, 1999, vol.17, pp.287-291).
일례로 식물의 병충해 스트레스에 대한 내성을 설명하는 유전자대 유전자 가설(gene-for-gene hypothesis)은 병원성 단백질 (avr: avirulence)에 대하여 상호작용하는 내성 단백질이 있을 때 스트레스에 내성을 보인다는 것이다. 이러한 가설을 지지하는 결과로 AvrPto(병원성 단백질)와 Pto(내성 단백질), Avr-pita(병원 성 단백질)과 Pita(내성 단백질)는 실제 물리적인 상호작용이 있다는 것이 효모 2합체(yeast two hybrid) 실험을 통하여 보고되어 있다(Tang, X. et al. Science, 1996, vol.274, pp.2060-2063; Jia, Y. et al. EMBO J. 2000, vol.19, pp.4004-4014). 이러한 형태의 질병 유발 단백질과 기주 단백질의 상호작용은 식물과 동물에서 비슷한 형태로 나타나고 있음이 보고되어 있다(Staskawicz et al. Science, 2001, vol.292, pp.2285-2289).
이러한 연구결과는 단백질-단백질 상호작용 정보를 통하여 역으로 질병 유발 단백질을 인식하여 기주에서 내성에 관여하는 단백질을 검색할 수 있음을 보여준다. 현재 내성 유전자의 대부분이 NBS-LRR 도메인을 갖고 있는 것으로 나타나며 이 도메인이 병원균 단백질과의 상호작용에 관여하고, NBS-LRR 도메인에 돌연변이를 도입할 경우 병원균 인식에 차이가 발생하는 것으로 보고되어 있다(Wang GL et al. Plant Cell, 1998, vol.10, pp.765-779; Parniske M et al. Cell, 1997, vol.91, pp.821-832). 또한 Pita를 기주인 벼에 과발현하였을 경우 병원균인 마그나포르테 그리세아(Magnaporthe grisea)에 대하여 내성을 나타냄이 보고되어 있고(Jia, Y. et al. EMBO J., 2000, vol.19, pp.4004-4014), 이외에도 RPS2, Xa7, PTO 등의 내성 단백질을 기주 식물에 과발현하였을 경우 내성이 나타나는 것으로 보고되어 있다(Martin, GB et al. Annu. Rev. Plant Biol., 2003, vol.54, pp.23-61). 따라서 단백질-단백질 상호작용 정보를 이용하여 현재 알려진 내성 단백질 및 병원균 단백질과 상호작용하는 주요 기주 단백질을 선별하면 현재까지 알려진 내성 단백질과는 새로운 형태의 내성 단백질을 검색하는 것이 가능하다.
현재 효모 2합체 실험과 같은 실험적인 방법으로 단백질 상호작용 실험을 하거나 기주에 대하여 대량의 돌연변이를 유발하고 특정 병원균에 대하여 내성을 보이는 라인(line)을 스크리닝하고 어떤 유전자에 변화가 있었는지 확인하는 방법으로 내성에 관여하는 단백질을 검색하고 있는데 이러한 방법은 결과를 얻는데 많은 시간이 걸리는 단점이 있다.
한편, 현재 생물 분자의 상호작용을 연구하기 위한 다양한 기법이 알려져 있으나 종 단위의 연구가 가능한 대량 분석 방법에는 효모 2합체(Y2H) 실험, TAP/MS, 파지 디스플레이(Phage Display)가 있고, 유전자 융합(gene fusion)과 계통발생학적 프로필(phylogenetic profile)을 이용한 생물정보학적 예측 방법이 있을 뿐이다.
이러한 단백질-단백질 상호작용 연구의 주류는 Y2H와 TAP/MS를 이용한 실험적 방법이며, 일본의 이토(Ito) 그룹이 2000년에 출아 효모(budding yeast)의 전체 단백질 네트워크를 발표하였고, 미국의 필즈(Fields) 그룹이 2001년에 역시 출아 효모의 전체 단백질 네트워크에 대해 공개하였다. 이후로 셀좀(Cellzome)사가 2002년에 TAP/MS 기법을 사용하여 출아 효모의 단백질 네트워크를 발표하였고, 캐나다의 엠디에스 프로테오믹스(MDS proteomcis) 사가 MS 기법으로 출아 효모의 단백질 네트워크를 발표하였다. 2003년에는 쿠라젠(CuraGen)사가 Y2H 기법으로 초파리에 대한 단백질 네트워크를 발표하였고, 올해에는 미국의 비달(Vidal) 그룹이 Y2H 기법으로 예쁜꼬마선충(C. elegans)의 단백질 네트워크를 발표하였다. 이들 연구 결과는 캐나다의 호구(Hogue) 그룹이 주도하고 있는 바인드 데이터베이스(BIND database)와 미국의 UCLA의 아이젠버그(Eisenberg) 그룹이 주도하고 있는 DIP에 축적되고 있다. 2003년말에는 사이토스케이프(Cytoscape)라는 대대적인 분자 상호작용 지도 프로젝트가 미국에서 몇 개 그룹의 협력으로 진행되어 있어, 전세계적으로 경쟁이 벌어지고 있는 상황이며, 유럽에서 특히 케임브리지를 중심으로 구조적 상호작용학에 대한 많은 연구가 이루어지고 있다. 그러나 Y2H나 TAP/MS와 같은 실험 기법을 이용할 경우 단백질 수준의 단백질 네트워크를 확인하는데 많은 비용과 시간을 필요로 하며 매 종마다 같은 실험을 반복해야 하는 단점이 있다.
이러한 단점을 극복하기 위한 시도로 생물정보학적 접근이 시도되고 있는데 가장 주도적인 그룹이 아이젠버그 그룹이며 유전자 융합, 계통발생학적 프로필을 이용하고 있으며, 최근에는 발렌시아(Valencia) 그룹, 러셀(Russell) 그룹, 로스트(Rost) 그룹이 구조 기반의 단백질 상호작용에 관한 연구를 진행하고 있다. 이외에 네트워크를 통하여 단백질의 기능을 파악하거나 네트워크 토폴로지를 연구하는 타이어즈(Tyers) 그룹, 독일의 보르크(Bork) 그룹, 부네(Boone) 그룹, 노틀담 대학의 바라바시(Barabasi) 그룹 등이 있다. 현재 진행되고 있는 생물정보학적 방법의 경우 대량, 고속 탐색이 가능한 장점은 있으나 포유동물, 식물 등과 같은 고등 생물 특히 진핵생물에는 적용이 어렵다는 점과 실제 상호작용과 관련된 특성으로 예측한 것이므로 정확성의 검증이 어렵다.
따라서 본 발명은 다양한 유기체에 적용 가능하면서도 대량으로 신속하게 검색할 수 있을 뿐만 아니라 그 결과를 신뢰할 수 있는 유전자의 검색 방법 및 장치 를 제공하고자 한다.
본 발명은 (1) 기주 유래 단백질과 스트레스 단백질의 구조 도메인을 예측하는 단계; (2) 기주 유래 단백질의 구조 도메인과 스트레스 단백질의 구조 도메인의 상호작용 여부를 확인하여 스트레스 단백질과 상호작용하는 기주 유래 단백질을 1차 선택하는 단계; (3) 단계 (2)로부터 선택된 각 기주 유래 단백질에 포함된 각 구조 도메인의 상호작용도를 계산하는 단계; (4) 단계 (3)에서 계산된 상호작용도를 이용하여 단계 (2)에서 1차 선택된 기주 유래 단백질 각각의 총 상호작용도를 계산하여, 일정 값 이상의 상호작용도를 갖는 기주 유래 단백질 또는 총 상호작용도가 우수한 상위 적어도 하나 이상의 기주 유래 단백질을 2차 선택하는 단계를 포함한 스트레스 단백질 내성 유전자의 검색방법을 제공한다.
또한, 본 발명은 제어부; 스트레스 단백질 내성 유전자 검색을 위한 명령이 입력되고, 스트레스 단백질의 아미노산 서열 및 기주 유래 단백질의 아미노산 서열이 입력되며, 스트레스 단백질 내성 유전자 검색 결과를 출력하기 위한 입출력부; 상기 입출력부를 통해 스트레스 단백질 내성 유전자 검색 명령이 입력되고, 상기 스트레스 단백질 및 기주 유래 단백질의 아미노산 서열이 입력됨에 따라, 상기 스트레스 단백질과 기주 유래된 단백질의 도메인 구조를 예측하기 위한 구조 도메인 예측부; 상기 기주 유래 단백질의 구조 도메인과 스트레스 단백질의 구조 도메인의 도메인 구조 예측 결과를 참조하여 스트레스 단백질과 상호작용하는 기주 유래 단백질을 1차 선택하고, 스트레스 단백질과 기주 유래 단백질의 총 상호작용도에 따라 기주 유래 단백질을 2차 선택하여 상기 입출력부를 통해 상기 2차 선택 결과를 출력하는 기주 유래 단백질 선택부; 및 상기 기주 유래 단백질 선택부의 1차 선택 결과에 따라, 상기 스트레스 단백질과 상호작용하는 기주 유래 단백질의 구조 도메인의 상호작용도를 계산하고 계산 결과를 저장하며, 상기 기주 유래 단백질 선택부에서 1차 선택된 기주 유래 단백질별 총 상호작용도를 계산하고 계산 결과를 저장하기 위한 상호 작용도 확인부를 포함하는 것을 특징으로 하는 스트레스 단백질 내성 유전자 검색 장치를 제공한다.
본 발명에서 "스트레스 단백질"은 기주에 스트레스를 일으키는 물질 중 단백질로 이루어진 물질을 의미한다. 당업계에는 다양한 스트레스 단백질과 이들의 아미노산 서열 등이 공지되어 있다. 본 발명에서는 그러한 공지된 스트레스 단백질뿐만 아니라 그 단백질과 적어도 약 70% 이상, 바람직하게는 약 80% 이상, 보다 바람직하게는 약 90% 이상의 상동성을 갖고 기주에 스트레스를 유발하는 활성을 보유한 단백질을 모두 스트레스 단백질로 포함시킨다.
본 발명에서 상기 "기주(host)"는 박테리아, 곰팡이, 곤충, 식물, 동물을 포함한 모든 원핵 생물 및 진핵 생물일 수 있으며, 바람직하게는 식물과 동물을 의미한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 보다 상세히 설명하기로 한다.
도 1은 본 발명에 의한 스트레스에 대한 내성 유전자를 검색하는 방법을 설명하기 위한 흐름도이다.
본 발명에 따른 검색방법의 단계 (S10)에서는 기주 유래 단백질과 스트레스 단백질의 아미노산 서열을 입력받아 기주 유래 단백질과 스트레스 단백질의 구조 도메인을 각각 예측한다. 즉, 스트레스 단백질과 기주로부터 유래된 단백질이 각각 어떤 구조의 도메인으로 이루어져 있는지를 예측한다. 본 발명에서는 한 양태로 SCOP(Structure classification of protein) 도메인 서열과 스트레스 단백질의 아미노산 서열 또는 기주 유래 단백질의 아미노산 서열을 상동성 검색함으로써 예측할 수 있다. 여기서, SCOP 도메인 서열은 특정 아미노산 서열이 특정 구조의 도메인을 형성할 수 있다는 정보를 갖고 있는 데이터베이스를 의미하며, CATH, FSSP 등 기타 구조 도메인 분류 정보로 대체될 수 있다.
본 발명에 따른 검색방법의 단계 (S20)에서는 기주 유래 단백질 구조 도메인과 스트레스 단백질의 구조 도메인의 상호작용 여부를 확인하고, 단계(S30)에서는 스트레스 단백질과 상호작용하는 기주 유래 단백질을 1차적으로 선택한다. 이를 위하여, 제 1 구조의 도메인과 제 2 구조의 도메인의 상호작용 여부에 대한 정보를 갖고 있는 모든 데이터베이스를 이용할 수 있으며, PSIMAP(Protein Structure Interaction Map)을 이용하는 것이 특히 바람직하다. 이러한 데이터베이스로부터 스트레스의 구조 도메인과 상호작용하는 구조 도메인을 알 수 있으며, 이러한 구조 도메인을 갖고 있는 기주 유래 단백질은 스트레스 단백질과 상호작용하는 기주 유래 단백질로 1차 선택될 수 있다.
본 발명에 따른 검색방법의 단계 (S40)에서는 스트레스 단백질과 상호작용하는 기주 유래 단백질의 구조 도메인의 상호작용도를 계산한다. 이를 위하여 z- score 계산법을 이용하며, 이를 본 발명에 적용하여 [수학식 1]과 같이 나타낼 수 있다. z-score란 존재하는 모든 것의 속성이 정규분포라는 가정 하에 원점수의 평균을 0으로 하고, 표준편차를 1로 하여 각 평가 대상의 스코어가 평균으로부터 떨어진 거리(즉, 편차)를 표준편차로 나눈 값을 의미한다.
여기에서, NL은 상호작용도 계산 대상이 되는 도메인을 갖는 단백질에 포함되는 모든 도메인의 수를 의미하고, pAB는 하나의 프로테옴 내 모든 도메인의 수에 대한 기주 유래 단백질이 갖는 상호작용도 계산 대상 도메인의 수를 의미하며, nAB는 하나의 프로테옴에 포함되는 상호작용도 계산 대상 도메인의 수를 의미한다.
기주 유래 단백질은 스트레스 단백질에 대하여 상호작용 정도가 많을수록 상호작용도가 크게 나타난다. 즉, 상호작용도가 클수록 내성이 우수한 기주 유래 단백질인 것으로 판단할 수 있다.
도 2는 도 1에 도시한 상호작용도 계산 결과의 일 예를 설명하기 위한 도면이다(*: 해당 기주 유래 단백질과 상호작용하는 스트레스 단백질의 개수를 나타낸다). 이로부터 당업계에 스트레스 내성 단백질로 알려진 단백질 ID: 2277564, 3006040, 2405992, 2405993 및 2856457의 상호작용도가 높게 나타나는 것을 확인할 수 있으며, 도 2에 나열된 다른 단백질들도 높은 상호작용도를 나타내어 스트레스 내성 단백질이 될 가능성을 보여준다.
이후, 본 발명에 따른 검색방법의 단계 (S50)에서는 단계 (S40)으로부터 계산된 각 구조 도메인별 상호작용도를 이용하여 단계 (S30)에서 1차 선택된 기주 유래 단백질별 총 상호작용도를 계산한다. 즉, 1차 선택된 기주 유래 단백질 마다 각 기주 유래 단백질이 갖는 구조 도메인의 상호작용도를 모두 합산하는 것이다.
아울러, 단계 (S60)에서는 단계 (S50)에서 계산된 값 즉, 각 기주 유래 단백질별 총 상호작용도가 지정된 값 이상이 되는 기주 유래 단백질 또는 총 상호작용도가 우수한 상위 적어도 하나 이상의 기주 유래 단백질을 2차적으로 선택한다. 일반적으로 총 상호작용도가 높을수록 해당 기주 유래 단백질이 스트레스 단백질에 대하여 높은 내성을 나타낼 수 있다. 또한, 총 상호작용도는 프로테옴의 크기에 따라 달라지므로 본 발명에서는 각 기주 유래 단백질을 총 상호작용도가 높은 순서대로 나열했을 때 적어도 100위 이상, 바람직하게는 50위 이상, 보다 바람직하게는 10위 이상의 기주 유래 단백질을 스트레스에 대한 내성 유전자로 2차 선택할 수 있다.
이상에서 설명한 본 발명의 유전자 검색 기능은 CD, DVD 등과 같은 모든 이용 가능한 기록매체에서 실행될 수 있도록 제작하여 사용할 수 있다. 또한, 복수의 통신 단말이 인터넷 등과 같은 통신망에 의해 접속되어 있는 환경에서, 어느 하나의 통신 단말에 기주 유래 단백질 및 스트레스 단백질의 구조 도메인 예측 결과, 구조 도메인의 상호작용 확인 결과 등을 데이터베이스화하여 저장하여 두고, 타 단 말에서 본 발명의 유전자 검색 기능이 기록된 기록매체를 실행하고 상기 데이터베이스가 구축된 단말에 접속하여, 상기한 과정에 의해 유전자를 검색하도록 하는 것도 가능하다.
도 3은 본 발명의 일 실시예에 의한 스트레스 단백질 내성 유전자 검색 장치의 구성도이다.
도시한 것과 같이, 본 발명의 일 실시예에 의한 스트레스 단백질 내성 유전자 검색 장치(10)는 전체적인 동작을 제어하는 제어부(110), 데이터베이스(120), 구조 도메인 예측부(130), 기주 유래 단백질 선택부(140), 상호 작용도 확인부(150) 및 입출력부(160)를 포함한다.
먼저, 입출력부(160)를 통해 스트레스 단백질 내성 유전자 검색을 위한 명령과 함께, 스트레스 단백질의 아미노산 서열 및 기주 유래 단백질의 아미노산 서열이 입력됨에 따라, 구조 도메인 예측부(130)는 스트레스 단백질과 기주 유래된 단백질이 각각 어떤 구조의 도메인으로 이루어져 있는지를 예측한다. 이를 위하여, 구조 도메인 예측부(130)는 SCOP(Structure classification of protein) 도메인 서열 데이터베이스(122)를 이용하여, 스트레스 단백질의 아미노산 서열 또는 기주 유래 단백질의 아미노산 서열의 상동성을 검색한다. 여기서, SCOP 도메인 서열은 특정 아미노산 서열이 특정 구조의 도메인을 형성할 수 있다는 정보를 갖고 있는 데이터베이스를 의미한다. 여기에서, 스트레스 단백질의 아미노산 서열 및 기주 유래 단백질의 아미노산 서열은 입출력부(160)를 통해 입력하는 것도 가능하지만 기 저장되어 있는 서열 정보를 이용하는 것도 가능하다.
그리고, 기주 유래 단백질 선택부(140)는 기주 유래 단백질의 구조 도메인과 스트레스 단백질의 구조 도메인의 상호작용 여부에 따라, 스트레스 단백질과 상호작용하는 기주 유래 단백질을 1차 선택한다. 이를 위하여, 기주 유래 단백질 선택부(140)는 제 1 구조의 도메인과 제 2 구조의 도메인의 상호작용 여부에 대한 정보를 갖고 있는 데이터베이스인 PSIMAP(Protein Structure Interaction Map)(124)를 이용할 수 있다. 아울러, 기주 유래 단백질 선택부(140)는 후술할 스트레스 단백질과 기주 유래 단백질의 총 상호작용도에 따라 기주 유래 단백질을 2차 선택한다.
기주 유래 단백질 선택부(140)에서 스트레스 단백질과 상호작용하는 기주 유래 단백질을 1차 선택하면, 상호 작용도 확인부(150)는 스트레스 단백질과 상호작용하는 기주 유래 단백질의 구조 도메인의 상호작용도를 계산하고, 이를 상호작용도 데이터베이스(126)에 저장한다. 이를 위하여 상기 [수학식 1]과 같은 z-score 계산법을 이용할 수 있다. 기주 유래 단백질은 스트레스 단백질에 대하여 상호작용 정도가 많을수록 상호작용도가 크게 나타난다. 즉, 상호작용도가 클수록 내성이 우수한 기주 유래 단백질인 것으로 판단할 수 있다.
한편, 스트레스 단백질과 상호작용하는 각 기주 유래 단백질 구조 도메인의 상호작용도가 계산되면, 상호 작용도 확인부(150)는 기주 유래 단백질 선택부(140)에서 1차 선택된 기주 유래 단백질별 총 상호작용도를 계산하고 그 결과를 상호 작용도 데이터베이스(126)에 저장한다. 즉, 1차 선택된 기주 유래 단백질 마다 각 기주 유래 단백질이 갖는 구조 도메인의 상호작용도를 모두 합산하는 것이다.
이와 같이 총 상호작용도가 계산되면, 기주 유래 단백질 선택부(140)는 총 상호작용도를 이용하여 기주 유래 단백질을 2차 선택하고, 2차 선택 결과를 입출력부(160)를 통해 출력한다. 이때에는 각 기주 유래 단백질별 총 상호작용도가 지정된 값 이상이 되는 기주 유래 단백질을 선택하거나, 또는 총 상호작용도가 우수한 상위 적어도 하나 이상의 기주 유래 단백질을 선택하게 된다.
일반적으로 총 상호작용도가 높을수록 해당 기주 유래 단백질이 스트레스 단백질에 대하여 높은 내성을 나타낼 수 있다. 또한, 총 상호작용도는 프로테옴의 크기에 따라 달라지므로 본 발명에서는 각 기주 유래 단백질을 총 상호작용도가 높은 순서대로 나열했을 때 적어도 100위 이상, 바람직하게는 50위 이상, 보다 바람직하게는 10위 이상의 기주 유래 단백질을 스트레스에 대한 내성 유전자로 2차 선택할 수 있다.
도 4는 본 발명의 다른 실시예에 의한 스트레스 단백질 내성 유전자 검색 장치의 구성도이다.
본 실시예에 의한 스트레스 단백질 내성 유전자 검색 장치(20)는 SCOP 도메인 서열 데이터베이스(122) 및 PSIMAP(124)을 통신망을 통해 검색하는 것을 제외하고는 도 3의 장치와 유사한 구성을 갖는다.
즉, 제 1 통신 단말(210)은 제어부(2110), 상호작용도 데이터베이스(2120), 구조 도메인 예측부(2130), 기주 유래 단백질 선택부(2140), 상호 작용도 확인부(2150) 및 입출력부(2160)를 구비하고, 이러한 각 구성요소의 기능은 도 3에서 설명한 것과 동일하다. 이에 더하여 제 1 통신 단말(210)은 통신망 인터페이스(2160)를 더 구비하여, SCOP 도메인 서열 데이터베이스 및 PSIMAP을 구비하고 있는 제 2 통신 단말(220)과 유선 또는 무선 통신 가능한 환경을 갖추고 있다.
도 4에 도시한 것과 같이, 제 2 통신 단말(220)은 제어부(2210), 데이터베이스(2220) 및 통신망 인터페이스(2230)를 구비하고, 데이터베이스(2220)는 SCOP 도메인 서열 데이터베이스(2222) 및 PSIMAP(2224)를 포함한다.
이와 같은 구성을 갖는 스트레스 단백질 내성 유전자 검색 장치의 경우, 수시로 업데이트되는 SCOP 도메인 서열 데이터베이스(2222) 및 PSIMAP(2224)를 각각의 개인이 업데이트 내용을 반영할 필요 없이, 이들을 관리하는 제 2 통신 단말(220)에 통신망 인터페이스를 통해 접근하는 것에 의해 용이하게 데이터를 이용할 수 있고, 이를 통해 스트레스 단백질 내성 유전자를 간편하게 검색할 수 있는 이점이 있다.
이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
본 발명의 검색방법은 다양한 유기체로부터 대량으로 신속하게 목적한 유전자를 검색할 수 있다. 특히, 본 발명에 따른 스트레스 내성 유전자는 이를 해당 기주에 도입함으로써 상기 스트레스에 대하여 내성을 나타내는 기주를 생산하는데 이용할 수 있다.
Claims (10)
- (1) 기주 유래 단백질과 스트레스 단백질의 아미노산 서열을 입력받아 상기 기주 유래 단백질과 상기 스트레스 단백질의 구조 도메인을 예측하는 단계;(2) 기주 유래 단백질의 구조 도메인과 스트레스 단백질의 구조 도메인의 상호작용 여부를 확인하여 스트레스 단백질과 상호작용하는 기주 유래 단백질을 1차 선택하는 단계;(3) 단계 (2)로부터 선택된 각 기주 유래 단백질에 포함된 각 구조 도메인의 상호작용도를 계산하는 단계;(4) 단계 (3)에서 계산된 상호작용도를 이용하여 단계 (2)에서 1차 선택된 기주 유래 단백질 각각의 총 상호작용도를 계산하여, 상기 총 상호작용도로부터 적어도 하나 이상의 기주 유래 단백질을 2차 선택하는 단계를 포함한 스트레스 단백질 내성 유전자의 검색방법.
- 제 1 항에 있어서,상기 단계(1)은 SCOP(Structure classification of protein) 도메인 서열과 상기 스트레스 단백질의 아미노산 서열 또는, SCOP(Structure classification of protein) 도메인 서열과 상기 기주 유래 단백질의 아미노산 서열의 상동성 검색 단계인 것을 특징으로 하는 스트레스 단백질 내성 유전자의 검색방법.
- 제 1 항에 있어서,상기 단계(2)는 PSIMAP(Protein Structure Interaction Map)을 이용하여 상호작용 여부를 확인하는 단계인 것을 특징으로 하는 스트레스 단백질 내성 유전자의 검색방법.
- 제 1 항에 있어서,상기 단계(3)은 존재하는 모든 것의 속성이 정규분포라는 가정 하에 원점수의 평균을 0으로 하고, 표준편차를 1로 하여 각 평가 대상의 스코어가 평균으로부터 떨어진 거리를 표준편차로 나눈 값을 의미하는 z-score 계산법을 이용하여 상호작용도를 계산하는 단계인 것을 특징으로 하는 스트레스 단백질 내성 유전자의 검색방법.
- 제 1 항에 있어서,상기 단계(4)의 총 상호작용도를 계산하는 단계는 상기 1차 선택된 기주 유래 단백질 별로, 상기 기주 유래 단백질과 상호작용 관계에 있는 스트레스 단백질 구조 도메인의 상호작용도를 합산하는 단계인 것을 특징으로 하는 스트레스 단백질 내성 유전자의 검색방법.
- 제 1 항에 있어서,상기 단계(4)의 기주 유래 단백질을 2차 선택하는 단계는 일정 값 이상의 상호작용도를 갖는 기주 유래 단백질 또는 총 상호작용도가 우수한 상위 적어도 하나 이상의 기주 유래 단백질을 선택하는 단계인 것을 특징으로 하는 스트레스 단백질 내성 유전자의 검색 방법.
- 제어부;스트레스 단백질 내성 유전자 검색을 위한 명령이 입력되고, 스트레스 단백질의 아미노산 서열 및 기주 유래 단백질의 아미노산 서열이 입력되며, 스트레스 단백질 내성 유전자 검색 결과를 출력하기 위한 입출력부;상기 입출력부를 통해 스트레스 단백질 내성 유전자 검색 명령이 입력되고, 상기 스트레스 단백질 및 기주 유래 단백질의 아미노산 서열이 입력됨에 따라, 상기 스트레스 단백질과 기주 유래된 단백질의 도메인 구조를 예측하기 위한 구조 도메인 예측부;상기 기주 유래 단백질의 구조 도메인과 스트레스 단백질의 구조 도메인의 도메인 구조 예측 결과를 참조하여 스트레스 단백질과 상호작용하는 기주 유래 단백질을 1차 선택하고, 스트레스 단백질과 기주 유래 단백질의 총 상호작용도에 따라 기주 유래 단백질을 2차 선택하여 상기 입출력부를 통해 상기 2차 선택 결과를 출력하는 기주 유래 단백질 선택부; 및상기 기주 유래 단백질 선택부의 1차 선택 결과에 따라, 상기 스트레스 단백질과 상호작용하는 기주 유래 단백질의 구조 도메인의 상호작용도를 계산하고 계산 결과를 저장하며, 상기 기주 유래 단백질 선택부에서 1차 선택된 기주 유래 단백질별 총 상호작용도를 계산하고 계산 결과를 저장하기 위한 상호 작용도 확인부;를 포함하는 것을 특징으로 하는 스트레스 단백질 내성 유전자 검색 장치.
- 제 7 항에 있어서,상기 스트레스 단백질 내성 유전자 검색 장치는 통신망 인터페이스를 더 포함하는 것을 특징으로 하는 스트레스 단백질 내성 유전자 검색 장치.
- 제 8 항에 있어서,상기 스트레스 단백질 내성 유전자 검색 장치는 상기 통신망 인터페이스를 통해 타 통신단말 구비된 SCOP 도메인 서열 데이터베이스 및 PSIMAP에 접근하는 것을 특징으로 하는 스트레스 단백질 내성 유전자 검색 장치.
- 기주 유래 단백질와 스트레스 단백질의 아미노산 서열을 입력받아 상기 기주 유래 단백질과 상기 스트레스 단백질의 구조 도메인을 예측하는 기능;기주 유래 단백질의 구조 도메인과 스트레스 단백질의 구조 도메인의 상호작용 여부를 확인하여 스트레스 단백질과 상호작용하는 기주 유래 단백질을 1차 선택하는 기능;상기 1차 선택된 각 기주 유래 단백질에 포함된 각 구조 도메인의 상호작용도를 계산하는 기능;상기 상호작용도를 이용하여 상기 1차 선택된 기주 유래 단백질 각각의 총 상호작용도를 계산하여, 상기 총 상호작용도로부터 적어도 하나 이상의 기주 유래 단백질을 2차 선택하는 기능을 실행할 수 있는 프로그램이 저장된 컴퓨터로 읽을 수 있는 기록 매체.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20040107502 | 2004-12-17 | ||
| KR1020040107502 | 2004-12-17 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20060069325A KR20060069325A (ko) | 2006-06-21 |
| KR100753538B1 true KR100753538B1 (ko) | 2007-08-30 |
Family
ID=37163411
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020050124431A KR100753538B1 (ko) | 2004-12-17 | 2005-12-16 | 스트레스 단백질 내성 유전자의 검색 방법 및 장치와 이를위한 기록매체 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100753538B1 (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004329210A (ja) | 2003-04-17 | 2004-11-25 | Taisei Corp | 塩ストレス耐性を付与する遺伝子 |
| KR20040105736A (ko) * | 2002-02-28 | 2004-12-16 | 안티제닉스 아이엔씨 | 스트레스 단백질의 올리고머화에 기초한 방법 및 산물 |
-
2005
- 2005-12-16 KR KR1020050124431A patent/KR100753538B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040105736A (ko) * | 2002-02-28 | 2004-12-16 | 안티제닉스 아이엔씨 | 스트레스 단백질의 올리고머화에 기초한 방법 및 산물 |
| JP2004329210A (ja) | 2003-04-17 | 2004-11-25 | Taisei Corp | 塩ストレス耐性を付与する遺伝子 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20060069325A (ko) | 2006-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Taskiran et al. | Cell-type-directed design of synthetic enhancers | |
| Aguirre-Liguori et al. | The evolutionary genomics of species’ responses to climate change | |
| Jing et al. | MACOED: a multi-objective ant colony optimization algorithm for SNP epistasis detection in genome-wide association studies | |
| Parra et al. | CEGMA: a pipeline to accurately annotate core genes in eukaryotic genomes | |
| Shen et al. | A genome-scale investigation of how sequence, function, and tree-based gene properties influence phylogenetic inference | |
| Schmid et al. | A multilocus sequence survey in Arabidopsis thaliana reveals a genome-wide departure from a neutral model of DNA sequence polymorphism | |
| Holliday et al. | Predicting adaptive phenotypes from multilocus genotypes in Sitka spruce (Picea sitchensis) using random forest | |
| Jeong et al. | Prediction of protein essentiality based on genomic data | |
| Nye et al. | Statistical analysis of domains in interacting protein pairs | |
| Kiemer et al. | WI‐PHI: a weighted yeast interactome enriched for direct physical interactions | |
| Shameer et al. | STIFDB—Arabidopsis stress responsive transcription factor dataBase | |
| Willi et al. | A practical guide to the study of distribution limits | |
| Li et al. | Foster thy young: enhanced prediction of orphan genes in assembled genomes | |
| Svedberg et al. | Inferring adaptive introgression using hidden Markov models | |
| JP2021525405A (ja) | Ｄｎａ計算による機械学習（ｍｌ）のモデル化 | |
| Saeed et al. | An assessment of the uses of homologous interactions | |
| KR100753538B1 (ko) | 스트레스 단백질 내성 유전자의 검색 방법 및 장치와 이를위한 기록매체 | |
| Steenwyk et al. | ClipKIT: a multiple sequence alignment-trimming algorithm for accurate phylogenomic inference | |
| Proulx et al. | Direct selection on genetic robustness revealed in the yeast transcriptome | |
| Mier et al. | Automated selection of homologs to track the evolutionary history of proteins | |
| Volk et al. | Integration of georeferencing, habitat, sampling, and genetic data for documentation of wild plant genetic resources | |
| Ishimori | Transcription factor binding site prediction: finding the point from many data | |
| Hamm et al. | Accelerating structure‐function mapping using the ViVa webtool to mine natural variation | |
| Wang et al. | AIM: a comprehensive Arabidopsis interactome module database and related interologs in plants | |
| Arunachalam et al. | An alignment-free method to identify candidate orthologous enhancers in multiple Drosophila genomes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20051216 |
|
| PA0201 | Request for examination | ||
| PG1501 | Laying open of application | ||
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20061123 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20070823 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20070824 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| PR1001 | Payment of annual fee |
Payment date: 20100824 Start annual number: 4 End annual number: 4 |
|
| PR1001 | Payment of annual fee |
Payment date: 20110824 Start annual number: 5 End annual number: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20120824 Year of fee payment: 6 |
|
| PR1001 | Payment of annual fee |
Payment date: 20120824 Start annual number: 6 End annual number: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20130823 Year of fee payment: 7 |
|
| PR1001 | Payment of annual fee |
Payment date: 20130823 Start annual number: 7 End annual number: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20140825 Year of fee payment: 8 |
|
| PR1001 | Payment of annual fee |
Payment date: 20140825 Start annual number: 8 End annual number: 8 |
|
| FPAY | Annual fee payment |
Payment date: 20150904 Year of fee payment: 9 |
|
| PR1001 | Payment of annual fee |
Payment date: 20150904 Start annual number: 9 End annual number: 9 |
|
| FPAY | Annual fee payment |
Payment date: 20160823 Year of fee payment: 10 |
|
| PR1001 | Payment of annual fee |
Payment date: 20160823 Start annual number: 10 End annual number: 10 |
|
| FPAY | Annual fee payment |
Payment date: 20170824 Year of fee payment: 11 |
|
| PR1001 | Payment of annual fee |
Payment date: 20170824 Start annual number: 11 End annual number: 11 |
|
| FPAY | Annual fee payment |
Payment date: 20180906 Year of fee payment: 12 |
|
| PR1001 | Payment of annual fee |
Payment date: 20180906 Start annual number: 12 End annual number: 12 |
|
| PR1001 | Payment of annual fee |
Payment date: 20200824 Start annual number: 14 End annual number: 14 |
|
| PR1001 | Payment of annual fee |
Payment date: 20210823 Start annual number: 15 End annual number: 15 |
|
| PC1903 | Unpaid annual fee |
Termination category: Default of registration fee Termination date: 20230603 |