[논문 리뷰] Structure and evolution of protein interaction networks: A statistical model for link dynamics and gene duplications

Johannes Berg, Michael Lässig외 1명|arXiv (Cornell University)|2002. 07. 30.

Bioinformatics and Genomic Networks인용 수 19

한 줄 요약

이 논문은 *Saccharomyces cerevisiae*의 단백질 상호작용 네트워크의 진화를 위한 통계적 모델을 제안하며, 유전자 중복과 비대칭 링크 동역학(상호작용의 한 쪽 파트너에만 영향을 미치는 돌연변이)을 통합한다. 이 모델은 관측된 넓은 연결도 분포와 뚜렷한 연결도 상관관계를 설명하며, 네트워크 구조를 결정짓는 주요 요인은 링크 동역학이며, 이는 유전자 중복보다 수십억 배 빠른 속도로 일어나며, 네트워크의 진화에서 지배적인 힘이 됨을 보여준다.

ABSTRACT

The structure of molecular networks derives from dynamical processes on evolutionary time scales. For protein interaction networks, global statistical features of their structure can now be inferred consistently from several large-throughput datasets. Understanding the underlying evolutionary dynamics is crucial for discerning random parts of the network from biologically important properties shaped by natural selection. We present a detailed statistical analysis of the protein interactions in Saccharomyces cerevisiae based on several large-throughput datasets. Protein pairs resulting from gene duplications are used as tracers into the evolutionary past of the network. From this analysis, we infer rate estimates for two key evolutionary processes shaping the network: (i) gene duplications and (ii) gain and loss of interactions through mutations in existing proteins, which are referred to as link dynamics. Importantly, the link dynamics is asymmetric, i.e., the evolutionary steps are mutations in just one of the binding parters. The link turnover is shown to be much faster than gene duplications. According to this model, the link dynamics is the dominant evolutionary force shaping the statistical structure of the network, while the slower gene duplication dynamics mainly affects its size. Specifically, the model predicts (i) a broad distribution of the connectivities (i.e., the number of binding partners of a protein) and (ii) correlations between the connectivities of interacting proteins.

연구 동기 및 목표

• 단백질 상호작용 네트워크의 통계적 구조를 형성하는 진화적 메커니즘을 이해하기 위해.
• 진화 과정을 모델링하여 무작위 네트워크 특성과 천연 선택에 의해 형성된 특성 간의 차이를 구분하기 위해.
• 실험 데이터를 사용하여 유전자 중복과 링크 동역학(상호작용의 유무 변화)의 상대적인 속도를 정량화하기 위해.
• 링크 동역학의 비대칭성이 네트워크 위상 구조, 특히 연결도 상관관계에 미치는 영향을 조사하기 위해.
• 관측된 네트워크 특성(예: 스케일프리 연결도, 파artner 연결도 상관관계 등)을 재현할 수 있는 경험적 근거에 기반한 정량적 모델을 개발하기 위해.

제안 방법

• 세 개의 출처에서 수집한 통합 고속 단백질 상호작용 데이터: 효모 이중하이브리드 실험, 핵심 반복 셋, MIPS 데이터베이스로, 총 1,893개 단백질과 2,463개의 상호작용을 포함하는 네트워크를 구성함.
• 유전자 중복 쌍을 사용하여 역학적 추적을 수행함—BLAST 및 동일한 치환율(Ks)을 통해 식별함.
• 네트워크 진화를 두 가지 과정으로 모델링함: (1) 유전자 중복—동일한 복제된 노드가 공통 상호작용 파트너를 가지며 생성됨; (2) 비대칭 링크 동역학—한 단백질에서의 돌연변이로 인해 상호작용 파트너가 변화함—이러한 속도는 실험 데이터로부터 추정됨.
• 비대칭 부착 및 분리 속도를 가진 확률적 모델을 제작함—링크 추가는 높은 연결도를 가진 파트너를 우선적으로 대상으로 하며, 손실은 한 번에 한 파트너만 영향을 받음.
• 마스터 방정식 접근법을 사용하여 평형 상태의 연결도 분포와 파트너 연결도 상관관계를 유도함—비대칭성이 비정상적인 상관관계를 유도함을 보여줌.
• 관측된 연결도 분포와 상호작용하는 단백질 간의 상관관계를 포함한 실험 데이터와 모델 예측을 비교 검증함.

실험 결과

연구 질문

• RQ1 유전자 중복과 링크 동역학 중 어느 것이 단백질 상호작용 네트워크의 구조적 조직에 더 큰 기여를 하는가?
• RQ2 한 파트너만 돌연변이를 겪는 링크 동역학의 비대칭성이 네트워크 위상 구조와 연결도 상관관계에 어떻게 영향을 주는가?
• RQ3 실험적으로 추정된 중복 및 링크 전환 속도를 기반으로 한 통계적 모델이 *S. cerevisiae*에서 관측된 넓은 연결도 분포를 재현할 수 있는가?
• RQ4 왜 네트워크 내 상호작용하는 단백질들이 연결도에서 유의미한 정적 상관관계를 보이며, 이것이 진화적 동역학의 징후인가?
• RQ5 링크 전환이 유전자 중복보다 더 빠른가? 만약 그렇다면, 링크 동역학이 네트워크의 구조적 진화를 지배한다는 의미인가?

주요 결과

• 링크 동역학의 속도는 유전자 중복보다 수십억 배 빠르며, 네트워크 구조 형성에 있어 지배적인 진화적 힘이 됨.
• 모델은 관측된 넓은 연결도 분포를 재현하며, 이는 스케일프리이면서 멱법칙 尾를 가지는 것과 일치함.
• 비대칭 링크 동역학은 상호작용하는 단백질 간의 연결도에 유의미한 정적 상관관계를 생성함—이러한 특성은 대칭 모델에서는 생성되지 않음.
• 실험 데이터는 링크 부착이 높은 연결도를 가진 단백질을 우선적으로 대상으로 함을 확인하며, 이는 모델의 선호적 부착 메커니즘을 지지함.
• 모델은 연결도 상관관계가 링크 동역학의 비대칭성의 직접적인 결과임을 예측하며, 네트워크 위상에 대한 진화적 선택의 정량적 서명을 제공함.
• 유전자 중복은 주로 네트워크 크기와 初기 연결도에 영향을 주지만, 관측된 스케일프리 및 상관관계가 있는 네트워크의 구조 형성에 기여하지는 않음.