今天给大家介绍由美国克利夫兰医学中心的研究人员发表在Nature Genetics上的一篇文章。基因组学和相互作用组学的进展，使人们能够确定疾病突变如何扰乱人类细胞内的蛋白质-蛋白质相互作用（PPI）网络。研究指出，在编码PPI接口的序列中，与疾病相关的种系突变和体细胞错义突变较为丰富。同时在泛癌分析中，oncoPPI与患者生存率和耐药性/敏感性高度相关。这种人类相互作用组网络框架为区分具有PPI干扰突变的等位基因提供了一个有力的工具，可以用于相关的治疗发现。
1
介绍
变异体临床致病作用的解释对于精密医学的发展至关重要。但是，人们对遗传变异的功能和生物学影响了解有限，许多计算方法只能识别一小部分致病变体。人类基因组测序研究报告了潜在的突变-疾病与体细胞突变改变的功能区域之间的关联，但是，该领域的许多重要问题仍不清楚。
相关研究表明，与疾病相关的等位基因通常会改变不同的PPI，而不会严重影响蛋白质的折叠和稳定性。基于网络的方法为人类相互作用组内的疾病-疾病和药物-疾病关系提供了新的见解，然而，疾病突变对综合人类相互作用组的功能后果及其对治疗发展的影响仍在研究中。在这项研究中，研究人员调查了与疾病相关的突变在结构解析和预测PPI上的网络效应，为种系突变和体细胞突变引起人类疾病中的PPI普遍扰动提供了证据。
2
结果
种系突变引起广泛的网络扰动
作者构建了结构上可解析的人类蛋白质-蛋白质相互作用组网络：总共收集了121,575个PPI，连接了15,046个独特的蛋白质，作者发现人类基因突变数据库（HGMD）中与疾病相关的突变，在各蛋白质的PPI接口中显着丰富。
图1 种系突变在蛋白质-蛋白质界面的突变负担分布
PPI干扰体细胞突变的等位基因
作者检查了来自癌症基因组图谱（TCGA）的33种癌症类型中10,861个肿瘤外显子组的1,750,987个缺失体细胞突变，位于121,575个PPI的接口区域。作者发现，在所有33种癌症类型中，与非接口相比，PPI接口的体细胞突变负担明显更高。
图2 TCGA中33种癌症类型/亚型的蛋白质-蛋白质界面与非界面的错义突变分布
系统识别oncoPPI
作者基于综合因素，使用二项式统计模型对推定的oncoPPI进行优先排序，在总共15357个PPI中产生了470个oncoPPI。作者调查了在33种个体癌症类型中鉴定出的推定oncoPPI，发现了29种癌症类型中的2,708种独特的推定oncoPPI。
图3蛋白质-蛋白质相互作用扰动突变图
PPI干扰突变的药物基因组学前景
作者检查了推定的oncoPPIs是否可以预测药物反应，作者使用方差分析，通过比较PPI接口突变和WT接口组来确定特定细胞系的反应是否存在显着差异。作者发现oncoPPI的接口预测突变与对多种治疗药物的敏感性或耐药性高度相关，通过实验发现49种药物和1,411种假定的oncoPPI之间有2,808个显着相关性，PPI干扰突变在癌细胞系和PDX模型中均具有作为药物基因组生物标志物的潜力。
图4 通过推定的oncoPPI评估的药物反应
在PPI界面上具有统计上显着过量的错义突变
图5 PDX模型中通过oncoPPI评估药物反应
组蛋白H4复合物中的PPI干扰等位基因
作者调查了患者生存率与oncoPPI之间的相关性，HIST1H4A编码的组蛋白H4是参与基因调控和染色质结构的五种主要组蛋白之一，图5a显示了与死亡相关蛋白6（DAXX），H3组蛋白家族成员3A（H3F3A）和着丝粒蛋白A（CENPA）形成复合体的组蛋白H4中多个潜在的PPI干扰突变，作者发现多种癌症类型中组蛋白H4复合物的高突变负担。
PPI干扰等位基因的实验验证
作者首先使用完善的Y2H分析法测试了这些突变对相应的13种oncoPPI的影响，在23个测试的突变中，有17个导致PPI丢失或降低了检测到的PPI效应，而六个保持了预计受突变影响的相互作用。作者的实验分析和计算生物物理分析通过PPI干扰突变识别网络干扰，这些突变可能潜在地导致发现新的致病分子机制。
图6 蛋白质-蛋白质相互作用受到干扰的等位基因的实验研究
3
总结
这项研究中，研究人员开发了人类结构解析的大分子相互作用组框架，用于全面鉴定人类疾病中干扰PPI的等位基因，显示了与疾病相关的种系和体细胞突变都改变了广泛的PPI网络扰动。通过二项式统计模型，作者在泛癌分析中使用多种因素组合，确定了470个有代表性的oncoPPI，证明了网络预测的oncoPPI与人类癌细胞系以及患者源异种移植物中的患者生存率和耐药性/敏感性高度相关，并提供了可行的预后标志物和药物基因组生物标志物，以提供潜在的临床指导。综上所述，这些发现提供了基于网络医学的基本致病分子机制，为基因型信息化的治疗发现提供了潜在的疾病特异性靶标，并为网络医学的应用提供了生物学基础。
参考资料
Cheng, F., Zhao, J., Wang, Y. et al. Comprehensive characterization of protein–protein interactions perturbed by disease mutations. Nat Genet (2021).
https://doi.org/10.1038/s41588-020-00774-y
