Protein Interaction Network Analysis

タンパク質相互作用ネットワーク解析

ToolUniverse ツールを使用した包括的なタンパク質相互作用ネットワーク解析です。識別子のマッピング、ネットワークの取得、エンリッチメント解析、任意の構造データという4段階のワークフローで、タンパク質ネットワークを解析します。

ドメインに関する考察：相互作用タイプの明確化

タンパク質間の相互作用について尋ねられた場合は、物理的相互作用（結合するか）なのか、機能的相互作用（同じ経路に影響するか）なのかを確認してください。STRING は両方を組み合わせているため、combined_score が高くても物理的に結合するとは限りません。物理的結合の根拠を確認するには、実験スコア（escore）を確認してください。tscore（テキストマイニング）または dscore（データベース）が高く、escore が低い場合は、直接結合ではなく、共通のアノテーションや共引用を示している可能性があります。

推測せずに調べてください：タンパク質相互作用スコア、実験的証拠の種類、特定の2つのタンパク質について既知の共結晶構造があるかどうかを確認してください。STRING の escore と BioGRID の実験データを使用してください。経路に共通して含まれるというだけで結合を推測しないでください。

使用するデータベース

データベース	対象範囲	API キー	用途
STRING	1,400万以上のタンパク質、5,000以上の生物種	不要	主な相互作用ソース
BioGRID	230万以上の相互作用、80以上の生物種	必要	フォールバック、キュレーション済みデータ
SASBDB	2,000以上の SAXS/SANS エントリ	不要	溶液構造

4段階のワークフロー

1. 識別子のマッピング — STRING_map_identifiers()：タンパク質名を検証し、STRING ID を取得します
2. ネットワークの取得 — STRING_get_network()（主な方法）；BioGRID_get_interactions()（フォールバック、API キーが必要）
3. エンリッチメント解析 — GO/KEGG/Reactome には STRING_functional_enrichment()、機能的な一貫性の検証には STRING_ppi_enrichment()
4. 構造データ（任意） — SAXS/SANS 溶液構造には SASBDB_search_entries()

実行可能な例（example_tp53_analysis()、analyze_protein_network()）については、python_implementation.py を参照してください。

パラメーター

パラメーター	デフォルト値	説明
proteins	必須	遺伝子シンボルまたは UniProt ID
species	9606	NCBI 分類 ID
confidence_score	0.7	相互作用の最小信頼度（0～1）
include_biogrid	False	BioGRID フォールバック（API キーが必要）
include_structure	False	SASBDB 構造データ（処理に時間がかかります）

信頼度スコアのガイドライン

スコア	用途
0.4	探索的解析（STRING のデフォルトしきい値）
0.7	推奨 — 信頼性の高い相互作用
0.9	中核的な相互作用のみ

ネットワークエッジのフィールド（STRING）

相互作用エッジごとに返される主なフィールド：

• score — 統合信頼度（0～1）
• escore — 実験スコア（物理的結合の根拠として使用）
• dscore — データベーススコア
• tscore — テキストマイニングスコア
• ascore — 共発現スコア
• preferredName_A、preferredName_B — 遺伝子名

拡張解析ツール

シグナル伝達経路：

• OmniPath_get_signaling_interactions — 有向かつ符号付きの PPI（刺激／阻害）
• Reactome_map_uniprot_to_pathways — タンパク質を Reactome 経路にマッピングします（パラメーター：uniprot_id）
• ReactomeAnalysis_pathway_enrichment — 遺伝子セットの経路エンリッチメント

創薬可能性と臨床的背景：

• DGIdb_get_drug_gene_interactions — ハブタンパク質の薬剤相互作用（パラメーター：配列としての genes）
• DGIdb_get_gene_druggability — 創薬可能性のカテゴリ
• gnomad_get_gene_constraints — 遺伝子の必須性指標（pLI、oe_lof）
• civic_search_evidence_items — ネットワーク内タンパク質の変異に関する臨床的証拠
• UniProt_get_function_by_accession — タンパク質機能のアノテーション

ツール固有の注意事項

IntAct の相互作用データ

interaction_ids はレスポンスの最上位ではなく、metadata フィールドにあります：

interaction_ids = result.get("metadata", {}).get("interaction_ids", [])

BioGRID の化学的相互作用

BioGRID_get_chemical_interactions には、制限事項の注記が常に含まれます。化学的相互作用の網羅性は不完全な場合があります。生物種が指定されていない場合、デフォルトで taxId=9606（ヒト）が使用されます。

IntAct の protein_name エイリアス

IntAct のツールでは、元の識別子パラメーターに加えて、エイリアスパラメーターとして protein_name を使用できます。

ドメイン推論：多量体の集合体と結合価数

推測せずに調べてください：オリゴマー状態、サブユニットの化学量論比、結合価数を確認します。RCSB PDB（RCSB_search_structures、RCSB_get_entry_info）または UniProt（UniProt_get_function_by_accession）を使用し、タンパク質が単量体、二量体、三量体などのいずれであるかを確認してください。遺伝子名だけから推測してはいけません。

結合データから多量体の価数を計算する

価数 = 多量体複合体上の独立した結合部位の数です。サブユニットごとに結合部位が1つあるホモ二量体の価数は2です。それぞれに Fab アームが2本ある五量体（例：IgM）の価数は10です。

主な推論手順：

1. オリゴマー状態を特定する：PDB／UniProt で四次構造を調べます。溶液中では「二量体」でも、結晶構造では二量体同士が結合した四量体の場合があります。
2. サブユニットあたりの結合部位を数える：結合部位が界面をまたぐ場合（その場合は複合体自体が機能単位です）を除き、各サブユニットは独立して寄与します。
3. 価数 = サブユニット数 x サブユニットあたりの結合部位数（結合部位が独立している場合のみ）。ある部位への結合が別の部位に影響する場合、単純な価数ではなく協同性があります。
4. アビディティと親和性：多価複合体は単一の結合部位より強く結合します（アビディティ効果）。見かけの Kd_multivalent << Kd_monovalent となります。増強の程度はリンカーの柔軟性と標的の形状によって異なります。

多量体結合における統計的要因

対称的な多量体がリガンドに結合すると、統計的要因が見かけの速度定数に影響します。

• 最初のリガンド結合：kon_apparent = n x kon_intrinsic（利用可能な同等の部位が n 個）
• 最初のリガンド解離：koff_apparent = koff_intrinsic（解離するリガンドは1つだけ）
• 一般則：同一の部位を n 個持つ多量体では、i 番目の部位への結合における順方向の統計的因子は (n - i + 1)、逆方向の統計的因子は i です。
• マクロな Kd とミクロな Kd：Kd_macro(1st site) = Kd_micro / n。Kd_macro(last site) = n x Kd_micro。非協同的結合では、Kd_last / Kd_first = n^2 です。

測定した Kd 値がこれらの統計的予測から外れる場合、そのタンパク質は正の協同性（Kd が予想以上に低下）または負の協同性（Kd が予想以上に上昇）を示します。

結合曲線解析と化学量論の使い分け

アプローチ	使用する場面	分かること
化学量論（ITC、AUC、SEC-MALS）	複合体あたりの結合パートナー数が必要な場合	n（部位数）。親和性は分かりません
結合曲線（SPR、FP、ELISA）	Kd と動態が必要な場合	親和性。ただし見かけの Kd には価数と協同性の影響が混在します
Hill プロット（対数-対数結合曲線）	協同性が疑われる場合	Hill 係数 nH：nH=1 は非協同的、nH>1 は正、nH<1 は負の協同性
Scatchard プロット（結合量／遊離量 vs 結合量）	古典的な手法ですが、現在はあまり使われません	曲線は複数の部位クラスまたは協同性を示し、直線は単一の Kd を示します

必須多量体と任意多量体：必須二量体（例：多くのキナーゼ）は単量体としての活性がありません。「精製タンパク質」に活性が見られない場合は、二量体の形成が必要かどうかを確認してください。SEC またはネイティブ PAGE を使用してオリゴマー状態を確認します。タンパク質濃度が低い場合、高塩濃度の場合、または pH が適切でない場合、必須多量体が解離することがあります。

ドメインに関する推論：コイルドコイルのオリゴマー状態の予測

• ヘプタッドリピート：位置 a と d が疎水性コア残基となる (abcdefg)n。
• パッキングからのオリゴマー状態の推定：二量体（ロイシンジッパー、d に Leu）、三量体（a に Ile/Val、d に Leu）、四量体（a と d の両方に Leu）、五量体（複雑な混合パッキング。例：a に Trp または極性残基）。
• ヘプタッドのネット図：残基をらせんホイールに配置します。a と d が疎水性コアの界面を形成します。a/d 残基の種類がパッキングの形状を決め、ひいてはオリゴマー状態を決定します。
• a/d にある極性残基（Asn、Gln）は平行配向か逆平行配向かを指定し、特定のオリゴマー状態を選択する場合があります。
• 要確認：PubMed で「[sequence motif] coiled coil oligomeric state」を検索し、配列のみからオリゴマー状態を予測する前に、CC+ または SOCKET データベースを確認してください。

ドメインに関する推論：膜タンパク質に対する界面活性剤の影響

• 穏和な界面活性剤（DDM、LMNG、CHAPS、ジギトニン）は、天然のオリゴマー状態と脂質との相互作用を維持するため、構造研究に適しています。
• 強力な界面活性剤（SDS、高濃度で CMC を超える OG）は、天然の複合体を解離させ、安定化脂質を除去する可能性があります。
• 異なる界面活性剤を用いたネイティブ MS により、特定の脂質がオリゴマー集合体を安定化しているかどうかが明らかになります。CHAPS と OG の結果を比較すると、界面活性剤で安定化するオリゴマーと脂質に依存するオリゴマーを区別できます。

タンパク質の特定に関する質問

「X を何にするタンパク質か」という質問では、必ず最初に UniProt と PubMed を検索してください。記憶から推測してはいけません。把握しておくべき主な経路：

• アミロイドの除去：マトリックスメタロプロテイナーゼによるコラーゲンの分解が、アミロイド沈着物を露出させてマクロファージによる取り込みを可能にするために必要です。答えはコラーゲンであり、血清アミロイド P（SAP）やその他のアミロイド結合タンパク質ではありません。
• 質問が「どのタンパク質か」を尋ねている場合は、タンパク質名だけを答えてください。略称、説明、条件は付けないでください。

トラブルシューティング

• 相互作用が見つからない：タンパク質名（大文字と小文字を区別）を確認し、confidence_score=0.4 を試してください。
• BioGRID が動作しない：環境変数に BIOGRID_API_KEY を設定してください。STRING はキーなしで動作します。
• 出力が冗長：2>&1 | grep -v "Error loading tools" でフィルタリングしてください（KNOWN_ISSUES.md を参照）。

参考資料

• STRING：https://string-db.org/
• BioGRID：https://thebiogrid.org/（無料の API キーに登録してください）
• SASBDB：https://www.sasbdb.org/
• ToolUniverse：https://github.com/mims-harvard/ToolUniverse