생물학적 네트워크 종류 #

생물학적 네트워크는 크게 유전자/단백질 상호작용 네트워크(Protein–protein interaction network), 유전자 조절 네트워크(Gene regulatory network), 신호전달 네트워크(Signalling pathway), 대사 네트워크(metabolic network, metabolic pathways) 등으로 구분된다. 이런 세포 내 네트워크 외에 세포 간 네트워크인 신경 네트워크와 생물종간 네트워크, 먹이사슬도 생물학적 네트워크의 한 종류라고 할 수 있다.

생물학적 네트워크와 신호경로(pathway)의 차이는 사건의 연쇄유무에 달려있다. Pathway가 특정 요인에 의한 연쇄반응이라면 네트워크란 pathway의 정적인 총합으로 이해할 수 있다.

생물학적 네트워크 데이터베이스 예시 #

BioModel #

BioModel 데이터베이스는 영국의 EMBL-EBI, 미국의 SBML팀, 일본의 시스템생물학연구소, 남아프리카공화국의 JWS 온라인간 협력을 통해 시작되었다. EBI에서 구축 운영하고 있으며 현재 전 세계에서 가장 많은 400개 이상의 생물학적 반응 네트워크를 보유하고 있다. 이 데이터베이스는 각각의 연구자가 자신이 모델링한 생물학적 네트워크를 논문 게제 이후 등록할 수 있으며, 등록된 생물학적 모델은 정량적 모델을 기준으로 직접 큐레이션하여 전 세계 연구자들에게 제공하고 있다. BioModel의 장점으로는 다양한 프로그램에서 생성된 SBML 파일 각각의 엔티티 확인 작업을 통해 다양한 생물학적 반응 네트워크를 분석할 수 있는 소프트웨어에서 사용할 수 있다. Gene ontology 용어나 질병 코드를 사용하여 생물학적 반응 네트워크 주석을 부여하고, 이를 통해 연구자가 질병 이름이나 Gene ontology 용어를 기준으로 데이터베이스를 검색할 수 있다.

BioGRID #

물리적, 유전적, 기능적 상호작용은 단백질학 및 기능 유전체학에서 관심 있어 하는 사항이다. BioGRID는 이런 항목들에 대한 분석 및 관계형 데이터베이스를 구축함으로써 사용자가 관심 있어 하는 단백질에 대한 검색을 제공한다. 현재 약 13만 개의 상호작용을 기술하고 있다. 웹을 통한 검색을 제공하고 있으며, 상호작용에 대한 그래프 표시는 Osprey라는 가시화 도구를 사용하여 볼 수 있다. 정밀한 검색을 원하는 사용자를 위해 기본 검색뿐만 아니라 고급 검색을 제공하며 검색결과에서는 Gene ontology의 분류 및 관련 논문을 제공한다.

BioCyc #

1,129개의 대사경로와 유전체 데이터베이스의 집합체이며, 각 데이터베이스는 생물의 유전체와 대사경로 정보를 포함하고 있다. 이용되는 정도와 지속적인 생산 여부 등에 따라 데이터의 질을 1~3단계로 구분한다. 1단계 : 논문에 게재되어 유효성이 검증된 정확성이 높은 EcoCyc(Escherichia co;i), 다양한 생물들의 대사 경로와 효소 데이터베이스 MetaCyc, AraCyc(Arabidopsis thaliana), YeastCyc(saccharomyces cerevisiae) 이 있다. 2~3단계 : 예측된 경로 정보를 가진 데이터베이스로 2단계는 33개의 데이터베이스가 있으며, 3단계는 968개의 데이터베이스가 있다. BioCyc에서는 데이터베이스에서 얻은 정보를 바탕으로 대사 네트워크를 예측하는 경로분석 소프트웨어인 Pathologic을 이용할 수 있다.

KEGG pathway #

일본 교토대학의 KEGG(Kyoto Encyclopedia of Genes and Genomes)는 대사 경로 데이터베이스로, 대사 네트워크 지도를 제공하고 각 네트워크의 구성 원소들에 대해 여러 다양한 데이터베이스와 연결된 통합 데이터베이스 형태로 구성되어 있다. 물질대사, 막수송, 신호 전달, 세포주기와 같은 세포 내 경로에 대한 정보가 저장되어 있는데, 여기에서 얻은 경로와 기능, 염기서열과 같은 정보들을 유기적으로 연결해서 대사 기능에 대한 시스템적인 분석을 가능하게 한다.

DIP #

단백질간의 상호작용에 초점을 맞춘 데이터베이스이다. 여기에 수집된 자료는 모두 실험적인 근거를 기반으로 구축되었으며 약 80개의 종으로부터 약 5,900개의 단백질과 약 11,000개의 상호작용을 기술하였다. 지속적으로 자료 갱신이 이루어지고 있으며, 인간을 비롯하여 초파리, 효모 등 다양한 종의 자료 수집이 이루어지고 있다. 현재 단백질 1만 2천 개, 상호작용 4만 4천 개를 보유하고 있다. 또한, JDIP이라는 가시화 도구를 제공함으로써 사용자가 손쉽게 상호작용하는 단백질을 시각적으로 확인할 수 있으며, 해당 단백질의 상세정보 제공 및 Swiss-prot, PDB, RefSeq, PIR, NCBI의 데이터베이스와 연결하여 관련 정보의 링크를 제공한다.

BIND #

단백질 간의 상호작용을 수집한 데이터베이스로 주로 단백질의 상호작용과 단백질의 복합체 정보 그리고 경로 정보를 저장하고 있다. 상호작용의 주체로써 단백질, 핵산 그리고 작은 분자들이 있으며, 이 같은 물질 간의 상호작용을 기술하고 있다. 또한, 화학작용, 광화학작용, 구조변경 등의 정보도 기술하고 있다. 작은 분자에서 신호전달까지 모든 것들이 그래프 이론을 이용하여 요약되어 있으며, 상호작용 네트워크 및 반응속도 시뮬레이션 연구에 이용되고 있다. 또한, 세포 내의 위치를 표현하기 위해 13개의 세포내 기관을 표현하고 있다. 단백질이 세포 내에서 활성화되는 과정 중에는 단백질 합성 이후 아미노산 변형 단계를 거치는 것들이 다수 존재한다. 이러한 변형에는 아세틸화, 가수화, 인산화 등이 있다. BIND에서는 이런 변형된 아미노산을 총 60개로 표현하고 있다. 2000년에 발표한 초기의 데이터베이스에는 약 1,000개의 상호작용과 6개의 정보 그리고 40개의 분자 복합체만이 존재했지만, 현재에는 약 12만 개의 상호작용과 약 2천 3백 개의 복합체 그리고 8개의 경로가 구축되어 운영되고 있다. 자료는 전문 큐레이터에 의해 구축되었으며, 현재는 이용자도 웹을 통해 자료를 제출할 수 있도록 확장되었다.

유전자 네트워크 분석 툴 #

1. Ingenuity Pathway Analysis (IPA)
2. Pathway Studio
3. DAVID

유전자 네트워크 분석 사례 #

1. 질병 네트워크

참고자료 #

• https://en.wikipedia.org/wiki/Biological_network

Incoming Links #

Related Articles (Article 0) #

• 편집위원회/페이지이름

Related Bioinformaticses (Bioinformatics 1) #

• Biological network/WGCNA

Suggested Pages #

• 0.025 MUSCLE
• 0.025 통신
• 0.025 유전자
• 0.025 esearch
• 0.025 EST
• 0.025 EMBL
• 0.025 염기
• 0.025 시퀀싱장비
• 0.025 Necleotide
• 0.025 구아닌
• More suggestions...

Other Posts #

• newer 단기다이어트
• older 생물정보 데이터 형식