Key points are not available for this paper at this time.
Die Funktion von Proteinen wird oft durch Protein-Protein-Wechselwirkungen (PPIs) moduliert. Daher hilft die Definition der Partner eines Proteins, seine Aktivität zu verstehen. PPIs können durch verschiedene experimentelle Ansätze nachgewiesen werden und sind in mehreren von Experten kuratierten Datenbanken gesammelt. Diese Datenbanken werden von Forschern genutzt, die an detaillierten Informationen über bestimmte Proteine interessiert sind. In vielen Analysen wird die Zuverlässigkeit der Charakterisierung der Wechselwirkungen wichtig, und es kann notwendig sein, Gruppen von PPIs mit unterschiedlichen Vertrauensniveaus auszuwählen. Zu diesem Zweck haben wir HIPPIE (Human Integrated Protein-Protein Interaction rEference) erstellt, einen menschlichen PPI-Datensatz mit einem normalisierten Bewertungsschema, das mehrere experimentelle PPI-Datensätze integriert. Das Bewertungsschema von HIPPIE wurde von menschlichen Experten und einem Computeralgorithmus optimiert, um die Menge und Qualität der Beweise für eine gegebene PPI widerzuspiegeln, und wir zeigen, dass diese Werte mit der Qualität der experimentellen Charakterisierung korrelieren. Das HIPPIE-Web-Tool (verfügbar unter http://cbdm.mdc-berlin.de/tools/hippie) ermöglicht es Forschern, Netzwerkanalysen zu einem bestimmten Vertrauensniveau durchzuführen, indem es Teilnetze um Proteine von Interesse generiert.
Schaefer et al. (Tue,) haben diese Frage untersucht.