通过IP-MS可以鉴定到诱饵蛋白的许多（潜在的）相互作用蛋白。如果要进行后续研究，通常需要从鉴定到的互作蛋白中选择数个关键蛋白进行互作验证及功能机理方面的深入探索。如果IP-MS鉴定到的相互作用蛋白较少，可以针对每个互作蛋白分别检索Pubmed、NCBI、UniProt等数据库，查询与这些互作蛋白已有的相关文献和功能描述。但若IP-MS鉴定到的互作蛋白较多，或文献和数据库检索获得的信息太多或太少，导致选择时还是比较困难，则可以参考以下选择策略进行后续研究重点关注蛋白的选择。

 

1、基于IP-MS定量数据选择关键互作蛋白

 

IP-MS定量数据中，有2项关键指标可用于选择重点关注蛋白，即Fold Change和Intensity。前者表示IP实验组和对照组间蛋白的定量差异倍数，后者表示IP样品中蛋白的检测信号，可反映样品中的蛋白丰度。通常选择Fold Change和实验组样品中Intensity数值较大，排名靠前的互作蛋白作为后续研究的重点关注蛋白。

 

需要注意的是，IP-MS实验中互作蛋白的Fold Change和Intensity通常不会超过诱饵蛋白。若某个蛋白的Fold Change和Intensity较诱饵蛋白更高，其更可能是非特异性结合的污染蛋白。

 

 

 

 

 

2、基于蛋白互作网络选择关键互作蛋白

 

在上一期，我们介绍了如何通过IP-MS数据和STRING数据库构建蛋白相互作用网络。该互作网络不仅仅是用来展示IP-MS结果，也可以用来选择后续研究重点关注的互作蛋白。

 

在蛋白互作网络中，最核心的节点往往会具有更重要的功能。Cytoscape中的Cytohubba插件，提供了多种不同的算法，对节点重要性进行了评分和排序，可用于选择互作网络中的关键节点。

 

在Cytoscape中安装Cytohubba插件后，左侧会出现Cytohubba控制面板，打开并选定按照上一期流程产生的互作网络图，点击calculate即可计算互作网络中各个节点的重要性评分。Cytohubba提供了12种不同的重要性评分算法。选定算法后提交即可展示由该算法评分前列的关键节点蛋白构成的蛋白互作子网络，可从中选择蛋白作为后续研究的关键蛋白。若该子网络中蛋白均为STRING数据库中已知的互作蛋白，可适当提高子网络节点数量，以便纳入IP-MS新发现的互作蛋白。

 

Cytohubba开发者以酵母中的蛋白相互作用网络对其算法进行了测试，其中MCC和DMNC是表现最好的算法。但由于不同生物系统可能存在互作网络的异质性，往往需要综合和比较多种算法结果后进行选择。

 

 

 

 

3、基于功能注释和富集分析选择关键互作蛋白

 

基于GO、KEGG等数据库对差异蛋白进行功能注释和富集分析是蛋白质组学研究中最常见的生物信息学分析内容。在互作组学研究中也可以采用这种方法。利用Metascape、Panther等网站工具、相关功能注释和富集R包、或者STRING数据库内置的注释富集工具，都可以对IP-MS筛选出的相互作用蛋白进行注释和富集分析。

 

通过功能注释和富集分析，可以获得互作蛋白中显著富集的信号通路和蛋白功能类型。之后可选择富集程度最高的，或者自身较为感兴趣的功能条目中的互作蛋白进行后续验证，也可选择所有注释条目，每个条目选择其中差异最显著的蛋白进行后续研究。

 

 

 

 

此外，有些蛋白即使被鉴定为相互作用蛋白，并通过以上提到的策略被筛选出，通常也不会被选择用作后续功能和机理探索。这些蛋白通常都是细胞中丰度较高的蛋白，如：核糖体蛋白（RPS蛋白家族），可能是因为参与蛋白翻译过程而发生互作；细胞骨架蛋白（Actin等），可能由于在细胞中的广泛存在而发生非特异性互作；角蛋白（Keratin蛋白家族），可能是由于实验过程中操作人员不慎引入的偶然污染。

 

总结：

 

在通过IP-MS获得互作蛋白列表后，可参考以下策略选择其中关键蛋白进行后续功能和互作机理的探索和验证：

 

1. 在Pubmed和UniProt等数据库中依次查询各个互作蛋白相关的文献和功能描述；

 

2.  选择差异倍数和实验组检测信号强度较高、排名靠前的蛋白；

 

3. 基于Cytoscape中Cytohubba或MCODE插件提取互作网络中的关键子网络，选择其中蛋白节点；

 

4. 基于功能注释和富集分析选择特定信号通路或功能类型的蛋白；

 

5. 在选择某些普遍存在的丰度较高的蛋白（如RPS、Keratin、Actin等）时，需更加慎重。

 

参考文献：

 

1.MI H, EBERT D, MURUGANUJAN A, et al. 2021. PANTHER version 16: a revised family classification, tree-based classification tool, enhancer regions and extensive API. Nucleic Acids Res [J], 49: D394-d403.

2.XIA T, YI X M, WU X, et al. 2019. PTPN1/2-mediated dephosphorylation of MITA/STING promotes its 20S proteasomal degradation and attenuates innate antiviral response. Proc Natl Acad Sci U S A [J], 116: 20063-20069.

3.ZHOU Y, ZHOU B, PACHE L, et al. 2019. Metascape provides a biologist-oriented resource for the analysis of systems-level datasets. Nat Commun [J], 10: 1523.