預測蛋白質間相互作用的方法

2024-04-03 04:04:05

專利名稱：預測蛋白質間相互作用的方法
技術領域：
本發明涉及蛋白質間相互作用的預測，涉及預測的方法及裝置，以及用該方法和該裝置而得到的蛋白質。
背景技術：
許多蛋白質與其它蛋白質或相同蛋白質相互作用的同時發揮其功能。闡明蛋白質間的相互作用在醫藥品的開發和農業中的品種改良等方面很重要。特別是隨著包括病原微生物的各種生物基因組解析和cDNA解析的進展，新發現的功能未知基因和其編碼的蛋白質的數目急速增加。若能闡明蛋白質間的相互作用，也許能對那些功能未知的蛋白質進行功能預測。
以闡明蛋白質間的相互作用為目的，對於某一蛋白質來講，為了尋找與其相互作用的蛋白質所採取的方法主要為雙雜交法(two-hybrid)(Field，S.The two-hybrid system to detectprotein-protein interaction.METHODSA Companion to Meth.Enzymol.，5，116-124，1993)。但是，雙雜交法是探索性的實驗手段，操作煩瑣，耗時，能夠得到的蛋白質數常意想不到的少。另外，該方法的缺點是結果對所使用的cDNA文庫的質量有依賴性。也就是說，對於某一蛋白質來說，所伴隨的危險是與其相互作用的蛋白質的基因序列不包含在所使用的cDNA文庫內。
另一方面也可採用這樣的方法由於在基因組解析和cDNA解析的基礎上豐富了蛋白質資料庫，所以可以將細胞內的複合體進行直接MALDL-TOF質譜，在蛋白質資料庫中搜索其胺基酸序列的片段信息(Yates，JR 3rd，J.Mass.Spectrom，33，1-19，1998；Hunphery-Smith，I.et al.，Electrophoresis，18，1217-1242；Kaufmann，R.，1995，J.Biotechnol.，41，155-175，1997)。但是由於該方法中可得到複合體(Complex)構成蛋白質的信息而得不到蛋白質間相互作用的信息，所以有必要對哪個蛋白質與哪個蛋白質間的相互作用進行實驗確認。

發明內容
本發明的一個實施方案是蛋白質間相互作用的預測方法，是預測與特定的蛋白質或多肽(A)相互作用的蛋白質或多肽(B)的方法，其特徵在於，(1)將A的胺基酸序列分解成某種長度的多個寡肽作為序列信息；(2)在蛋白質或多肽的胺基酸序列的資料庫中檢索具有上述各寡肽的胺基酸序列的蛋白質或多肽(C)，或者檢索具有與上述寡肽的胺基酸序列相同胺基酸序列的蛋白質或多肽(D)；(3)對上述A與檢索出的C或D間的胺基酸序列進行局部排列；(4)以根據局部排列的結果、及蛋白質或多肽的胺基酸序列資料庫中胺基酸頻率和/或寡肽的頻率計算出的數值為指標，評價所檢測出的C和/或D為與A相互作用的蛋白質或多肽(B)。
本發明的一個實施方案是，上述預測方法中寡肽的胺基酸序列的長度為4～15個胺基酸。
本發明的另一實施方案是記錄介質，它搭載了實施預測與特定的蛋白質或多肽(A)相互作用的蛋白質或多肽(B)的方法的程序，是以至少具備以下(a)～(f)手段為特徵的搭載蛋白質間相互作用預測程序的記錄介質(a)輸入、存儲A的胺基酸序列信息的手段；(b)將該信息分解成某種長度的多個寡肽作為序列信息的手段和存儲所得序列信息的手段；(c)存儲輸入的蛋白質資料庫的手段；(d)調取所存儲的蛋白質資料庫，檢索出具有上述寡肽的胺基酸序列的蛋白質或多肽(C)或者具有與上述寡肽的胺基酸序列相同胺基酸序列的蛋白質或多肽(D)的手段，和存儲、計算檢索結果的手段；(e)在上述A與檢索出的C或D間進行局部排列的手段，和存儲、計算其結果的手段；(f)得到前述局部排列的結果值以及從蛋白質資料庫得到的胺基酸頻率和/或寡肽頻率的結果值，由這些結果值提示用於預測蛋白質間相互作用的指標的手段，以及存儲、表示其結果、檢索出與A相互作用的B的手段。
本發明的一實施方案是搭載上述(a)～(f)手段的記錄介質至少具備選自下面(g)～(l)的一個手段(g)所檢索出的B為複數時，以由局部排列的結果值及蛋白質資料庫中胺基酸頻率和/或寡肽的頻率的結果值計算出的指標為基礎，在所檢索出的複數B間進行蛋白質間相互作用強度的順序排列的手段及存儲、表示其結果的手段；(h)通過局部排列，在上述A與所檢索出的B間的胺基酸部分序列間進行排列時，表示該A和B的胺基酸序列全長，表示所排列的部分序列在全長上什麼位置的手段；(i)當上述A或檢索出的B的立體結構已知時，或者用同源性模擬製作立體結構模型時，計算其立體結構模型、在其立體結構上通過局部排列表示該A和B間所排列的胺基酸部分序列的結構的手段；(j)為了縮小檢索範圍將蛋白質資料庫中的蛋白質進行分類、存儲的手段；(k)將蛋白質資料庫中的各蛋白質作為上述A順次輸入的手段；(l)存儲基因組資料庫的手段。
本發明的一實施方案是蛋白質間相互作用的預測裝置，它具備搭載上述記錄介質的手段。
本發明的一實施方案是確定具有相互作用的蛋白質或多肽的特定方法，它通過上述預測方法或預測裝置得到預測與特定的蛋白質或多肽(A)相互作用的蛋白質或多肽(B)，然後通過實驗確認A與B間的相互作用。
再有，本發明的一實施方案是用該特定方法特定出的蛋白質或多肽。
本發明的一實施方案是利用上述預測方法或預測裝置，篩選具有調節特定的蛋白質或多肽(A)與預測的與該A相互作用的蛋白質或多肽(B)間的蛋白質間相互作用功能的化合物的方法。
再有，本發明的一實施方案是用該種篩選方法而得到新型化合物，以及以所得化合物的信息為基礎進行藥物設計而能得到的具有調整A與B間蛋白質間相互作用功能的新型化合物。
本發明的一實施方案是根據本發明而得到的具有序列表的序列號1所示的胺基酸序列的寡肽，所述寡肽具有調整ベロ毒素2(VTII)與Bcl-2間相互作用的功能；或者是具有與該寡肽的胺基酸序列相同胺基酸序列的，並具有調整VTII與Bcl-2間相互作用的功能的寡肽；或者是包含其中任一種寡肽、並具有調整VTII與Bcl-2間相互作用的功能的多肽。
另外，本發明的一實施方案是抗細胞死亡的試劑，它含有具有序列表中序列1所示的胺基酸序列的寡肽。
本發明的一實施方案是利用上述寡肽和/或多肽篩選具有調整VTII與Bcl-2間相互作用的功能的化合物的方法。
本發明的一實施方案是寡核苷酸序列的確定方法，其特徵在於，應用上述預測方法或預測裝置編碼，該寡核苷酸編碼與特定的蛋白質或多肽(A)與預測的與該A相互作用的蛋白質或多肽(B)的蛋白質間相互作用相關的寡肽。
本發明的一實施方案是來源於人的蛋白質組群，它是通過上述預測方法或預測裝置而得到的，預測有蛋白質間相互作用。另外，本發明的一實施方案是蛋白質組合的篩選方法，它是從上面的蛋白質組群中以可能與疾病相關的已知蛋白質的信息為基礎進行篩選，篩選出與疾病相關的具有蛋白質間相互作用的蛋白質組合。再者，本發明的一實施方案是用該方法得到的與疾病相關的具有蛋白質間相互作用的蛋白質組群。
本發明的一實施方案是篩選化合物的方法，它是從上面得到的與疾病相關的具有蛋白質間相互作用的蛋白質組群中再篩選出調整某種組合和/或兩個蛋白質相互作用的化合物。再者，本發明的一實施方案是用篩選調整該相互作用的化合物的方法所得到的化合物。
本發明的一實施方案是蛋白質加工部位的預測方法，它是應用上述預測方法或預測裝置通過預測特定的蛋白質與酶切該蛋白質的酶的蛋白質間相互作用而進行。
另外，本發明的一實施方案是多肽，它所具有的預測的胺基酸序列包括用上述預測蛋白質加工部位的方法得到的蛋白質加工部位和/或與該加工部位相同的部分序列。
附圖簡述

圖1中(a)表示來源於ベロ毒素2的氨基末端的20個殘基；(b)和(c)分別表示以由這20個殘基構成的胺基酸序列為基礎在程序上作為序列信息分解得到的胺基酸長5個和6個的寡肽。
圖2表示以ベロ毒素2來源的氨基末端的13個殘基的序列為基礎在程序上作為序列信息分解得到的胺基酸長5個的寡肽和具有該寡肽的胺基酸序列的人工蛋白質。
圖3表示通過局部排列而得到的ベロ毒素2與人β腎上腺素能受體激酶2(ARK2)共有的寡肽。
圖4的(a)表示大腸桿菌基因組中各胺基酸的頻率，(b)表示組成比率。
圖5是手段的構成示意圖。
圖6表示ベロ毒素2來源的寡肽，與人的細胞死亡相關的蛋白質所具有的寡肽的胺基酸序列，和具有該胺基酸序列的與人的細胞死亡相關的蛋白質。
圖7表示通過局部排列ベロ毒素2(VTII)與Bcl-2共有的寡肽而得到的結果。
圖8表示通過局部排列ベロ毒素2(VTII)與Bcl-xL共有的寡肽而得到的結果。
圖9表示通過局部排列ベロ毒素2(VTII)與MCL-1共有的寡肽而得到的結果。
圖10表示通過局部排列ベロ毒素1(VTI)與Bcl-2(a)或Bcl-xL(b)共有的寡肽而得到的結果。
圖11是一電泳圖，它表示應用Hep G2細胞和B10細胞實驗性確認ベロ毒素1(VTI)與Bcl-2不相互作用[(b)的左圖]、ベロ毒素2(VTII)與Bcl-2相互作用[(a)和(b)的右圖]的結果。圖中Bcl-2IPs及VTII IPs分別表示用抗Bcl-2抗體和抗VTII抗體進行免疫沉降。另外，(a)的左圖表示應用抗Bcl-2抗體進行的蛋白質印跡結果(Bcl-2WB)，(a)的右圖表示用抗VTII抗體進行的蛋白質印跡結果(VTII WB)。另外，(b)是讓ベロ毒素1(VTI)(左圖)或ベロ毒素2(VTII)(右圖)與B10細胞作用，分別應用抗VTI抗體及抗VTII抗體對細胞內各級分來源的蛋白質進行檢測的電泳結果圖。
圖12表示ベロ毒素2(VTII)與Bcl-2的局部排列在什麼位置相對應。
圖13表示在Bcl-xL的立體結構上用金屬絲模型表示與ベロ毒素2(VTII)與其部分序列的相同部分。
圖14表示在同源性模擬出的ベロ毒素2的立體結構上用金屬絲模型表示Bcl-xL與其部分胺基酸序列間的相同部分。
圖15表示ベロ毒素2(VTII)與Bcl-2間共有的寡肽NWGRI對VTII誘導的細胞死亡的NWGRI濃度依賴性抑制。
圖16表示通過局部排列人輔助性T細胞表面蛋白質CD4與HIV1病毒表面蛋白質fp120的共有寡肽而得到的結果。(a)表示CD4與gp120的共有寡肽。(b)表示CD4與gp120局部同源性高的區域的胺基酸序列。
圖17表示通過局部排列與線蟲的細胞死亡相關的蛋白質CED-4與CED-4結合的MAC-1蛋白質間共有的寡肽而得到的結果。
圖18表示通過局部排列澱粉樣前體蛋白(ブレカ一サ一ブロテイン)(APP)與酶切該蛋白的酶BASE間的共有寡肽而得到的結果。
圖19表示通過局部排列弗林前體蛋白質(furin-pre)與フオンビルブラント因子前體蛋白質(VWF-Pre)間的共有寡肽而得到的結果。(a)表示二蛋白質共有的寡肽。(b)表示二蛋白質間局部同源性高的區域的胺基酸序列。
圖20表示通過局部排列澱粉樣前體蛋白(APP)與認為與該蛋白的加工相關的蛋白質PC7間共有的寡肽而得到的結果。圖中＝表示預測可進行酶切的部位。符號的簡單說明a輸入手段b寡肽分解/存儲手段c存儲手段d檢索/存儲手段e局部排列實施/存儲手段f頻率計算/存儲顯示手段g排序/存儲顯示手段h位置顯示手段i立體結構計算/存儲顯示手段l蛋白質分類/存儲手段k逐級輸入手段l存儲手段m鍵盤n調控手段o輸出手段實施發明的最佳方式以下針對本發明的思想、方法、搭載與該方法相關的程序的記錄介質、及發揮其功能的裝置、以及通過該方法及該裝置而得到的蛋白質或多肽進一步詳細說明發明的實施方式。以下的詳細說明為例示，僅為了進行說明，對本發明沒有任何限定。
另外，本說明書中使用的技術及科學用語沒有其它定義時，具有有本發明所屬技術領域中常規知識的人員普通理解的意思。本說明書中參照業內人士已知的各種方法。公開所引用的眾所周知的方法的刊物等資料通過其引用將其全體完全記載於本說明書中。
本發明的實施方案之一蛋白質間相互作用的預測方法，基於以下考慮可以立足。即，蛋白質是由20種胺基酸殘基的序列構成的，其排列並非隨機。因而人們認為任何生物種中，作為蛋白質部分序列的寡肽在生命活動中起著某些作用。
例如一般認為某種酶的一部分的寡肽起著識別基質的作用。另外，認為其它蛋白質中存在對於與其它蛋白質的相互作用起著重要作用的寡肽。這樣就有必要從寡肽水平考察某蛋白質的功能或相互作用。再者，從寡肽的頻率這一觀點來看的話，一生物中其基因組所編碼的全部蛋白質中某寡肽出現的頻率不均一。各種蛋白質中有高頻率出現的寡肽和僅稀少出現的。其中，低頻率出現的寡肽是特異性存在於每個蛋白質中寡肽的可能性高，考慮能決定該蛋白質的特性和功能。
另一方面，蛋白質相互作用是指進行生命活動之外相互作用的蛋白質間協同執行一種功能。考慮一種功能對應一種寡肽以發揮其作用的話，相互作用的二種蛋白質為相同的寡肽或者共有相同的寡肽。另外考慮即使共有的寡肽以外的部分中，兩個蛋白質也存在有相同序列結構的部分。
作為分析兩種蛋白質的同源性的類似檢索方法的一手法，已知有排列(alignment)比較兩蛋白質的一次序列的方法(金久 實，グノム情報ヘの招待，共立出版株式會社，93-104，1996)。這種序列排列有全局排列和局部排列的區別，全局排列是排列所有序列，局部排列是只將類似性高的部分分別從各序列中取出在局部區域進行排列。任何排列都是儘可能闡明所比較的二者或以上數目的序列的關係的排列。該排列中存在依賴於序列長度的多種組合。作為想讓該種組合最適化的方法有動態編程法。通過以動態編程的原理為基礎的Smith-Waterman法(Smith，TF and Waterman，MS，J.Mol.Biol.147，195-197，1981)得到關於序列組合最適化的評價值，應用該同源性分值(以下簡稱分值)可評價兩蛋白質的同源性。所比較的蛋白質間的分值越高這些蛋白質的同源性越高。進行局部排列時，應用動態編程探索序列組合時設定分值閾、進行局部序列的結合最適化(例如Gotoh，O.，Pattern matching of biologicalsequences with limited storage，Comput.Appl.Biosci.3，17-20，1987)。通過應用這種局部排列的方法，可在兩蛋白質間共有寡肽以外的部分中檢索相同的結構。
也許蛋白質間的相互作用是進化過程中保持下來的。如後述的大腸桿菌的ベロ毒素與Bcl-2，超越種相同的功能保存於蛋白質間的相互作用，因為能夠保存下來，所以考慮存在結構上類似的胺基酸序列。再者，後述的澱粉樣前體蛋白和馮威利布蘭託因子[Von WillebrandFactor(VWF)]前體蛋白的加工過程中，蛋白質分解這一功能保存於蛋白質間的相互作用中，所以也考慮存在結構上也類似的胺基酸序列。
依據基於上述思想所開創出的蛋白質間相互作用的預測方法，依照在計算機上預測出的結果，以與由用分子生物生物學的例舉主義所得事實堆積而得到的生命像不同的綜合的作用相互關係為基礎，可預想出向來只知道單獨功能的網絡，描繪出新的生命像。
此外，不僅可預測一種生物體內而且可預測兩種生物間蛋白質的相互作用，例如人與其病原微生物間的蛋白質相互作用，與到目前為止尚未知的病原性的闡明相關。
具體而言，上述蛋白質間相互作用預測方法的實施方案之一是針對通過基因組分析和cDNA分析而得到的功能未知的蛋白質，或者針對功能已知的蛋白質，從蛋白質資料庫等中抽出與其相互作用的蛋白質進行預測的方法，例如以以下步驟(1)～(4)為構成元素。
步驟(1)中將特定的蛋白質或多肽的胺基酸序列分解為某種長度的多個寡肽作為序列信息，(2)中尋求共有該寡肽的蛋白質或多肽，(3)中應用局部排列評價這些蛋白質間部分結構的同源性，(4)中進一步從出現頻率來評價共有的寡肽。
以下詳細說明各步驟。步驟(1)針對通過基因組分析和cDNA分析而得到的功能未知的蛋白質或多肽，或者針對功能已知的蛋白質或多肽等某種特定蛋白質或多肽(A)，從其氨基末端開始到羧基末端順次每挪動一個胺基酸殘基的同時將其胺基酸序列分解為寡肽，作為序列信息。
例如圖1是將大腸桿菌0157H7ベロ毒素2(VTII)的氨基末端開始最初的20個殘基[圖1(a)]分解為胺基酸長5個的寡肽作為序列信息[圖1(b)]。以下，將胺基酸和寡肽進行胺基酸的文字表述。
實施步驟(1)時，作為序列信息分解的寡肽的胺基酸長4～15個，優選4～8個為宜。寡肽的長度越長，其寡肽的特異性越高，如實施例2所示。步驟(2)該步驟中，在蛋白質或多肽的胺基酸序列資料庫中檢索具有(1)中分解得到的寡肽的胺基酸序列的蛋白質或多肽(C)，或者檢索具有與該寡肽相同胺基酸序列的蛋白質或多肽(D)。根據所用寡肽的不同，檢索出的蛋白質或多肽C或D有時存在多個，有時存在1個。
例如圖2是針對從大腸桿菌0 157H7的ベロ毒素2(VTII)氨基末端開始的13個殘基分解出的9種5個胺基酸的寡肽，在蛋白質資料庫SWISS-PROT Version 35中檢索持有該寡肽的蛋白質。由於ベロ毒素2引起人的食物中毒和腎臟損害，所以以人的蛋白質為對象來調查與其相互作用蛋白質。例如，得到的檢索結構是具有圖2的第2項所示寡肽KCILF的人蛋白質為β腎上腺素能受體激酶2[BETA-ADRENERGIC RECEPTOR KINASE 2(ARK2 HUMAN)]。步驟(3)對上述A與(2)中檢索得到的C或D間進行局部排列。
例如圖3表示ベロ毒素2(VTII)與β腎上腺素能受體激酶2(ARK2)間局部排列的結果。步驟(4)根據(3)中局部排列的結果，若上述A與檢索出的C和/或D間的部分序列有同源性，預測C和/或D為與A相互作用的蛋白質或多肽B。再對A與檢索出的C和/或D間共有的寡肽，在蛋白質資料庫中計算胺基酸的頻率和/或寡肽的頻率，評價該寡肽在蛋白質資料庫中、或者在具有A或檢索出的C和/或D的生物的基因組中的特異性，若特異性高則預測C和/或D為與A相互作用的蛋白質或多肽B的準確度更高。
例如，上述寡肽KCILF在由圖4所示的大腸桿菌基因組編碼的總蛋白質中胺基酸的頻率[圖4(a)]計算出的組成比[圖4(b)]而計算出其特異性指標為1284.86×10-10，特異性高。同時計算出在大腸桿菌基因組中特異性低的胺基酸序列長5個的寡肽為LLLLL，其特異性指標為136344.34×10-10。另外，特異性最高的胺基酸序列長5個的寡肽為CCCCC，其特異性的指標為2.208×10-10，但該寡肽不存在於大腸桿菌基因組中。因此可以評價預測ベロ毒素2與β腎上腺素能受體激酶2相互作用，從特異性指標的值來看其準確度高。
進一步確認蛋白質間相互作用可以所得相互作用的蛋白質的信息為基礎，克隆、表達其基因，進行實驗性確認。例如，如後面的實施例中描述的，通過上述預測方法或搭載該預測方法的程序的預測裝置而預測出的相互作用的VTII與Bcl-2間的相互作用可應用表達Bcl-2的細胞和不表達Bcl-2的細胞，用VTII處理後，使用抗Bcl-2抗體及抗VTII抗體進行免疫共沉降，從而進行實驗性確認。此外，例如用眾所周知的方法將突變等導入預測為相互作用部位的寡肽的胺基酸序列中，通過驗證相互作用不再出現而確定該寡肽為重要的相互作用部位。實驗性的相互作用的確認方法並不限定於上述方法，只要是業內人士技術範圍內運用的方法均可應用。
另外，預測為相互作用部位的寡肽，若確認它阻止蛋白質間相互作用、抑制該蛋白質的功能和作用，那麼這樣的寡肽可作為該蛋白質作用的抑制劑使用。例如如後面的實施例所述，預測為VTII與Bcl-2的相互作用部位的寡肽NWGRI抑制VTII造成的細胞死亡，可作為抗細胞死亡劑使用。這樣的低分子化合物可作為醫藥品和試劑利用。
下面對搭載有上述蛋白質間相互作用預測方法的程序的記錄介質及裝置進行說明。該記錄介質及裝置至少備有以下(a)～(f)的手段，如圖5所示的構成例。輸入手段(a)輸入特定的蛋白質或多肽(A)的胺基酸序列信息的手段，A為通過基因組分析和cDNA分析而得到的功能未知的蛋白質或多肽，或是功能已知的蛋白質或多肽等。寡肽分析/存儲手段(b)將用輸入手段(a)輸入的胺基酸序列信息從氨基末端向羧基末端順次每挪動1個胺基酸殘基將其分解為某種長度的多個寡肽作為序列信息的手段和存儲其結果的手段。存儲手段(c)存儲與蛋白質或多肽相關的輸入的資料庫的手段。檢索/存儲手段(d)讀取存儲手段(c)中存儲的與蛋白質或多肽相關的資料庫，檢索具有上述寡肽的胺基酸序列的蛋白質或多肽(C)、或檢索具有與上述寡肽的胺基酸序列相同胺基酸序列的蛋白質或多肽(D)的手段和存儲其結果的手段。局部排列實施/存儲手段(e)
在上述A與檢索出的C和/或D間進行局部排列的手段和存儲其結果的手段。頻率計算/存儲顯示手段(f)從上面局部排列的結果及蛋白質或多肽的資料庫進行胺基酸頻率和/或寡肽頻率的計算，根據其結果計算預測蛋白質間相互作用的指標的手段，存儲顯示其結果的手段。
此外上述預測蛋白質間相互作用的程序中可備有適當組合以下(g)～(l)的手段。排序/存儲顯示手段(g)檢索出的B為複數時在這些B之間，以局部排列的結果及從蛋白質資料庫計算胺基酸頻率和/或寡肽的頻率所得結果為指標進行排序，具有該排序功能和存儲、顯示其結果功能的手段。位置顯示手段(h)A與所檢測出的B間的胺基酸部分序列間進行排列時，表示A與B胺基酸序列全長的手段，表示排列的部分位於全長上什麼手段。立體結構計算/存儲顯示手段(i)A或檢索出的B的立體結構已知時，或用同源模擬製作立體結構模型時，計算其立體結構模型，在其立體結構模型上表示A與B間排列出的胺基酸部分序列的結構的手段。蛋白質分類/存儲手段(j)為了縮小檢索範圍，按物理性質、功能和/或來源對蛋白質或多肽資料庫中的蛋白質或多肽進行分類，具有這種分類、存儲功能的手段。依次輸入手段(k)將蛋白質或多肽資料庫中的各蛋白質或多肽作為A依次輸入的手段。存儲手段(l)具有存儲基因組資料庫功能的手段。
以上手段搭載於適當的記錄介質上供給使用。
另外作為使用的一實施方案是作為將這些手段作為程序選擇性搭載於裝置內記錄介質上的裝置供給。該預測蛋白質間相互作用的裝置，如下運作(參照圖5)。
應用寡肽分解/存儲手段(b)將通過輸入手段(a)輸入的功能未知的蛋白質或多肽，或功能已知的蛋白質或多肽等某特定的蛋白質或多肽(A)的胺基酸序列信息分解成某長度的多個寡肽，存儲這樣的寡肽。此時A的輸入可依照所希望的，從存儲與蛋白質或多肽相關的輸入的資料庫的手段(c)開始，通過依次輸入手段(k)進行依次輸入。應用與手段(c)相對應的檢索/存儲手段(d)對前面存儲的寡肽的胺基酸序列進行檢索，檢索出具有該寡肽的胺基酸序列的蛋白質或多肽(c)，或者檢索出具有與該寡肽的胺基酸序列相同胺基酸序列的蛋白質或多肽(D)，並存儲。檢索時，通過蛋白質分類/存儲手段(j)將資料庫中的蛋白質或多肽進行分類縮小檢索範圍，從中進行檢索。通過局部排列實施/存儲手段(e)對上面A和檢索出的C或D進行局部排列，存儲其結果。接著，通過頻率計算/存儲顯示手段(f)從手段(c)所存儲的資料庫中計算胺基酸的頻率和/或寡肽的頻率，根據其結果及前面所得局部排列的結果計算用於蛋白質間相互作用預測的指標，存儲之。然後，在裝置的畫面上顯示得到的預測與A相互作用的蛋白質或多肽C或D，以及這些蛋白質間共有的寡肽的胺基酸序列，該寡肽的頻率以及用於預測蛋白質間相互作用的指標等。根據表示出的結果，依據用於預測蛋白質間相互作用的指標，可以得到與A具有相互作用的蛋白質或多肽(B)。另外，可以用手段(c)存儲的蛋白質功能信息和來自存儲根據意願設置的基因組資料庫的手段(l)的基因信息等表示B。所檢索出的B為複數時，通過排列/存儲顯示手段(g)，在這些B間，從與A相互作用特異性高的順序開始進行排序。此外，用位置顯示手段(h)表示檢索出的B與A間進行排列的胺基酸的部分序列位於該A和B全長胺基酸的哪部分。再通過立體結構計算/存儲顯示手段(i)表示該A和B的立體結構，也可顯示A和B間進行排列的部分。除了這些手段(a)～(l)以外，該裝置也可備有如圖5所示的鍵盤(m)及調控手段(n)、輸出手段(o)等。
上述蛋白質間相互作用的預測方法或預測裝置還可用於篩選調整特定的蛋白質或多肽(A)與蛋白質或多肽(B)間的蛋白質間相互作用的新型化合物的方法。調整上述蛋白質或多肽(A)與蛋白質或多肽(B)間的蛋白質間相互作用的新型化合物的篩選方法，依據關鍵的寡肽的胺基酸序列信息進行。篩選出的寡肽的胺基酸序列、或其相同寡肽的胺基酸序列、或包括其胺基酸序列或相同胺基酸序列的多肽，有可能發揮調整A與B間的蛋白質間相互作用的功能。例如與A相對應、具有受體功能的B存在時，通過上述方法篩選出的寡肽對A與B的蛋白質間相互作用有拮抗性的可能性高。又例如，在A與B相互作用時活化的情況下，通過上述方法篩選出的寡肽作為激動劑發揮功能的可能性高。
具體而言，如下面的實施例中詳細所述的，由本發明預測產生相互作用的且實驗確認其相互作用的VTII與Bcl-2共有的記載於序列表的序列號1中的寡肽NWGRI阻礙VTII與Bcl-2相互作用引起的複合體形成，還實驗驗證了它抑制VTII引發的細胞死亡誘導作用。這些表明，NWGRI寡肽，可作為調節由VTII引起的細胞死亡誘導相關疾病的藥劑使用，例如可作為有VTII的大腸桿菌0 157引發的疾病的治療藥物使用，更具體而言，可作為抗細胞死亡試劑使用。另外，具有與該胺基酸序列相同胺基酸序列的寡肽，具有調整VTII與Bcl-2間相互作用功能的寡肽，或者含有該胺基酸序列或與該胺基酸序列相同胺基酸序列的多肽、具有調整VTII與Bcl-2間相互作用功能的多肽也可作為調節VTII引發的細胞死亡誘導相關疾病的藥劑使用。此外可通過藥物設計或適當應用眾所周知的篩選方法，利用這些寡肽和多肽的具有調整VTII與Bcl-2間相互作用功能的新型化合物。
如此，以通過本發明的實施方案之一的上述篩選方法而得到的寡肽的信息為依據進行藥物設計而得到的新型化合物，具有調整特定的蛋白質或多肽(A)與蛋白質或多肽(B)間的蛋白質間相互作用的功能。也就是說，通過眾所周知的藥物設計手法，經預測上述A與B間的蛋白質間相互作用而構築和上述篩選方法而得到的寡肽的衍生物及具有與該寡肽相同構造的低分子化合物。
上述預測方法作為編碼與特定蛋白質或多肽(A)與蛋白質或多肽(B)間的蛋白質間相互作用相關的寡肽的寡核苷酸序列確定方法極其有用，依據該信息，可應用置換、缺失、附加、插入或誘導突變等眾所周知的方法，得到有用的寡核苷酸。所得寡核苷酸可用於得到在基因水平調節上述A與B間的蛋白質間相互作用的化合物。例如，可用於構建以抑制蛋白質間相互作用為目的的反義寡核苷酸等。另外，所得寡核苷酸在蛋白質間相互作用相關的疾病中可用於診斷。
另外，本發明的一實施方案是應用蛋白質間相互作用的預測方法或預測裝置而得到的預測有蛋白質間相互作用的來源於人的蛋白質組群。該蛋白質組群可目錄化及資料庫化後進行提供。依據可能與疾病相關的已知蛋白質的信息，通過從該具有蛋白質間相互作用的蛋白質組群中篩選與疾病相關的具有蛋白質間相互作用的蛋白質，可得到與疾病相關的具有蛋白質間相互作用的蛋白質組群。可目錄化及資料庫化後提供它們。這些蛋白質組合可作為治療或預防疾病的藥劑或作為獲得藥劑的手段有用。例如，利用所得蛋白質的組合，應用眾所周知的篩選方法，可探索能調整兩種蛋白質間相互作用的化合物。
具有蛋白質間相互作用的兩種蛋白質的組合中，尤其是一方蛋白質為具有蛋白質加工功能的酶，酶切其它蛋白質時，可通過上述蛋白質間相互作用的預測方法或預測裝置進行所酶切的蛋白質加工部位的預測。
作為具體例，如下面實施例所示的那樣，可預測澱粉樣前體蛋白與與其加工相關的酶間的相互作用，以及馮威利布蘭託因子前體蛋白與與其加工相關的酶furin間的相互作用。也就是說，上述蛋白質間相互作用的預測方法或預測裝置，可以預測前體蛋白被酶切作為成熟蛋白質發揮功能時的酶切部位。如此通過預測蛋白質間的相互作用，可得到尚不知道的與疾病相關的具有蛋白質加工作用的酶以及由該酶所酶切的蛋白質。實施例以下參照示例的實施狀態對本發明的優點、特徵及可能的應用進行更詳細地描述，但本發明不限定於以下實施例。另外，本實施例中應用SWISS-PROT Version 35作蛋白質資料庫，但也可應用其它蛋白質資料庫。(實施例1)圖1作為步驟(1)的實施例，是將大腸桿菌0 157H7的ベロ毒素2(VTII)氨基末端開始最初的20個殘基[圖1(a)]分解成胺基酸序列長5個的寡肽[圖1(b)]。圖1(c)是將從ベロ毒素2(VTII)的氨基末端開始的最初20個殘基分解成胺基酸序列長6個的寡肽。(實施例2)在上述蛋白質間相互作用預測方法的步驟(4)中，應用由從蛋白質或多肽的資料庫得到的胺基酸頻率和寡肽頻率計算出的數值作為蛋白質或多肽間相互作用的預測指標。這裡作為實施例列舉了寡肽的特異性，它是由圖4所示的大腸桿菌基因組編碼的蛋白質中的胺基酸頻率計算出的。由20種胺基酸在大腸桿菌編碼的全蛋白質中出現的頻率[圖4(a)]得出的各胺基酸ai的組成比率Ai如圖4(b)所示。
求特異性的寡肽為a1a2a3a4a5時，該寡肽的特異性以A1×A2×A3×A4×A5計算。例如，寡肽為KCILF時，計算為4.406610×1.170608×6.004305×10.639652×3.898962×10-10。另外，寡肽LLLLL的特異性計算為136344.34×10-10，寡肽CCCCC的特異性為2.20×10-10。
該實施例中特異性數字越小特異性越高。胺基酸序列長為5個寡肽中特異性最高的寡肽為CCCCC，該寡肽在大腸桿菌基因組編碼的全蛋白質中未表達。相反特異性最低的寡肽為LLLLL。
步驟(l)中將蛋白質或多肽(A)分解為寡肽時，寡肽的長度越長，其寡肽的特異性越高。(實施例3)上述蛋白質間相互作用預測方法的步驟(4)中，應用局部排列的結果作為預測蛋白質或多肽間相互作用的指標，但這裡作為實施例列舉使用Gotoh的方法(Gotoh，O.，Pattern matching of biologicalsequences with limited storage，Comput.Appl.Biosci.3，17-20，1987)進行部分序列排列的分數的情況。在下面的本實施例中，分值達25.0以上時，蛋白質或多肽(A)與蛋白質或多肽(B)間胺基酸部分序列進行排列(相同)。
蛋白質或多肽(A)與蛋白質或多肽(B)間m個胺基酸部分序列被排列，其分值為Si(1≤i≤m)，B的胺基酸序列的長度為LB。將由該局部排列的結果計算出的預測A與B間相互作用的指標定義為sum(Si)/LB。該指標越高相互作用越強。(實施例4)(VTII與Bcl-2間相互作用的預測)
大腸桿菌0 157H7的ベロ毒素2(VTII)引發人食物中素和腎臟損害，但其作用機制還不十分清楚(Sandvig，K.，et al.，Exp.Med.Biol.412，225-232，1997；Paton，JC.，and Paton，AW.，Clin.Microbiol.Rev.11，450-479，1998)。另外，由於該蛋白質是有毒性的蛋白質，所以與細胞死亡相關的人的蛋白質成為與該蛋白質相互作用的蛋白質。因此，從蛋白質資料庫SWISS-PROT version 35中將檢索範圍縮窄到與細胞死亡相關的人蛋白質，搜索可能與該蛋白質相互作用的蛋白質，確認它們間實際上進行相互作用的例子如下所示。
ベロ毒素2的氯基酸序列長5個的寡肽中，與細胞死亡相關的人蛋白質共有的是，如圖6中所示的檢索結果，SWISS-PROT version 35中有LCLLL、QRVAA、EFSGN、NWGRI 4個。(圖6中人蛋白質用SWISS-PROTversion 35的蛋白質ID表示)，以圖4所示的大腸桿菌基因組編碼的全蛋白中的胺基酸頻率來計算這些寡肽的特異性，LCLLL的特異性為15001.03×10-10，QRVAA、EFSGN、NWGRI的特異性分別為15584.55×10-10、3801.65×10-10、1479.85×10-10。因此這4種寡肽中特異性最高的為NWGRI。
寡肽NWGRI在ベロ毒素2與Bcl-2、Bcl-xL、MCL-1這三種人蛋白質間其有。ベロ毒素2(VTII)與Bcl-2、Bcl-xL、MCL-1間實施局部排列時其結果分別如圖7、8、9所示，部分在胺基酸序列上有同源性。然後如實施例3那樣，用各局部排列的分值的和除以蛋白質的長度，計算出指標Bcl-2(30.0+27.0+25.0)/239＝0.343Bcl-xL(30.0+29.0+27.0)/233＝0.369MCL-1(34.0+30.0+28.0+26.0)/350＝0.337這3種蛋白質中，由於Bcl-2與Bcl-xL構成同一家族，Bcl-2、Bcl-xL與MCL-1間哪個容易與ベロ毒素2相互作用，依據上述方法中由局部排列而計算出的指標進行判斷，得到Bcl-2與Bcl-xL。
大腸桿菌0 157H7的ベロ毒素中除ベロ毒素2之外ベロ毒素I(VTI)作為同種型存在。ベロ毒素1的毒性比ベロ毒素2弱，大約為ベロ毒素2的1/50(Tesh，VL.，et al.，1993，Infect.Immun.61，3392-3402)。蛋白質資料庫SWISS-PROT version 35中，ベロ毒素1與胺基酸長5個的寡肽共有的與Q細胞死亡相關的人蛋白質為P2X1-HUMAN，其共有的寡肽為SSTLG。但是，該寡肽SSTLG的特異性用圖4所示的大腸桿菌基因組編碼的全蛋白質中胺基酸頻率計算時為14385.63×10-10，比NWGRI相比特異性約低10倍。
另外，ベロ毒素1中有與ベロ毒素2的胺基酸序列長5個的寡肽NWGRI相對應的寡肽NWGRL，從圖4可知其特異性為2622.30×10-10，比NWGRI低。Bcl-2及Bcl-xL與ベロ毒素1共有的胺基酸序列長4個的寡肽NWGR，從NWGRI與NWGRL特異性比較來看，預測Bcl-2及Bcl-xL與ベロ毒素2的相互作用比ベロ毒素1強。另外，由ベロ毒素1與Bcl-2及Bcl-xL間進行局部排列的結果(圖10)而計算出的指標分別為(27.0+26.0)/239＝0.222、26.0/233＝0.112(除NWGR部分以外沒有相同的胺基酸部分序列)，可以判斷毒素1與Bcl-2或Bcl-xL間的相互作用比ベロ毒素2與Bcl-2及Bcl-xL間的相互作用弱很多。(實施例5)(實驗性確認VTII與Bcl-2間相互作用的預測)實施例4中進行的ベロ毒素2與人Bcl-2或Bcl-xL間的相互作用的預測，其準確度高。以該預測結果為基礎，實驗性驗證ベロ毒素2與Bcl-2實際間的相互作用[圖11(a)及圖11(b)右圖]。實驗中，讓ベロ毒素2(VTII)作用於人肝癌細胞(原本不表達Bcl-2基因)Hep G2及Bcl-2表達載體導入該細胞從而表達Bcl-2的細胞B10，應用抗Bcl-2抗體(Bcl-2IPs)和抗VT II抗體(VTII IPs)用眾所周知的方法進行免疫共沉澱。
圖11(a)左圖是免疫共沉澱後用抗Bcl-2抗體進行蛋白質印跡分析的結果，圖11(a)右圖是用抗VT II抗體進行蛋白質印跡分析的結果。從這些圖可以確認B10細胞中VT II與Bcl-2的複合體產生免疫共沉澱，即這兩種蛋白質間產生相互作用。另外，用ベロ毒素1(VTI)或ベロ毒素2(VTII)作用於B10細胞，應用抗VTI抗體及抗VTII抗體確認從細胞內的哪種級分可以檢測出這些蛋白質。線粒體中的Bcl-2對細胞死亡起著非常重要的作用，從線粒體級分中也可檢測出ベロ毒素2(VTII)[圖11(b)右圖]。
另一方面，ベロ毒素1沒有顯示出與線粒體Bcl-2間的強相互作用，由從線粒體級分中檢測不出該蛋白質可以進行實驗的證明。其結果示於圖11(b)左圖。(實施例6)表示ベロ毒素2(VTII)與Bcl-2的胺基酸序列全長，表示排列的部分序列在全長上什麼位置的實施例示於圖12中。(實施例7)Bcl-xL的立體結構是已知的，在蛋白質立體結構資料庫PDB中可記錄其結構。根據該結構Bcl-xL的立體結構上，根據圖8的局部排列的結果，在圖13中用粗線表示與ベロ毒素2的部分胺基酸序列相同的部分。(實施例8)人們認為ベロ毒素2通過切斷核糖體RNA的一部分而停止蛋白質的合成，發揮其毒性。切斷核糖體RNA的一部分的溶素蛋白的立體結構記錄在蛋白質立體結構資料庫PDB中，依據其結構進行ベロ毒素2的同源性模擬，在模型立體結構上依照圖8局部排列的結果在圖14中用粗線表示與Bcl-xL相同的胺基酸部分序列的結構。(實施例9)(NWGRI對VTII引發的細胞死亡誘導的抑制)以下實驗性驗證實施例4中出現的VTII與Bcl-2共有的寡肽NWGRI對VTII與Bcl-2間相互作用的調整。首先，在NWGRI寡肽的存在下進行實施例5中使用的表達Bcl-2的B10細胞的抽提物與生物素化的VTII間的複合體形成，通過蛋白質印跡法(Far-Westen blottinganalysis)進行分析。NWGRI寡肽濃度依賴性地阻礙VTII與Bcl-2間的複合體形成。再用0、10、50、100μM的NWGRI寡肽預處理B10細胞，與10ng/ml的VTII一起處理24小時，測定凋亡造成的細胞死亡。用Hoechst 33342/PI(Propidium iodide)按一定的方法對總共約5000個核進行染色，其中引起凋亡的核的比率如圖15所示。如圖中所示，用VTII單獨處理約85％的細胞可因凋亡而引起的細胞死亡，與此相對，通過對NWGRI寡肽預處理，NWGRI寡肽濃度依賴性抑制細胞死亡的誘導。由引可以確認，VTII與Bcl-2共有的寡肽NWGRI，抑制VTII與Bcl-2間的相互作用，由此阻礙複合體形成，結果抑制因VTII造成的細胞死亡誘導。(實施例10)(CD4/gp120HIV1)人愛滋病病毒HIV1感染輔助性T細胞。已弄清楚，此時病毒表面的蛋白質gp120與輔助性T細胞表面的蛋白質CD4的結合作為其感染細胞的第1階段是很重要的。本實施例中可用上述預測方法預測的gp120與CD4的結合得到確認。將蛋白質CD4的胺基酸序列分解為長5個的寡肽，在蛋白質資料庫中檢索順次具有CD4來源的寡肽的胺基酸序列的蛋白質，將gp120作為共有SLWDQ這一寡肽的蛋白質抽出[圖16(a)]。在SWISS-PROT version 35中，寡肽SLWDQ作為人的蛋白質只存在於蛋白質CD4中，在人蛋白質中的頻率為1，特異性非常高。此外，除該寡肽以外，存在局部同源性高的區域[圖16(b)]。從CD4側與gp120結合時該寡肽SLWDQ的直接N末端相鄰的胺基酸殘基精氨酸(Arg)及67-SFLTKGP-73起著重要的作用(Kwong.PD.et.al，Nature，Vol.398，648-659，1998)。另外，從gp120側識別CD4時，圖16(b)所示同源性高的區域(289-KTIIVQLNETVKINCIRPNNKT-310)的直接N末端的相鄰數個胺基酸殘基是起重要作用的區域之一(Kwong.PD et.al.，Nature.Vol.398，648-659，1998)。因此可以用上述預測方法預測gp120與CD4的結合是未知的部分。(實施例11)(CED-4/MAG-1)線蟲(Caenorhabditis elegans)(C.elegans)是整個基因組信息明確的最初的多細胞生物。這裡以C.elegans為一實施例進行顯示。蛋白質CED-4在程序性死亡的控制中起著中心的作用。MAC-1與CED-4結合，是作為抑制細胞死亡的蛋白質而被發現的(Wu et.al.，Development Vol.126，9，2021-2031 1999)。因此，MAC-1與CED-4的結合是已知的，為了驗證本發明，檢測這兩種蛋白質間寡肽的共有性。結果判明MAC-1與CED-4間共有長5個的寡肽FPSVE，本發明得到驗證。由C.elegans基因組中胺基酸的頻度計算出的該寡肽的指數為5.436。另外，如圖17所示，兩種蛋白質間有許多相同的部分區域，這提示這些蛋白質的結合性強(上側的序列為CED-4，下側的序列為MAC-1)。(實施例12)(APP/BASE)APP(amyloid precursor protein澱粉樣前體蛋白)是阿爾茨海默病的原因蛋白質之一，該蛋白質通過在2個部位被切斷而生成成為阿爾茨海默病原因的澱粉樣蛋白。最近發現了這2個切斷處中切斷氨末端側的酶(BASE)(beta secretase)(VASSAR et.al.，Science，286(5440)，735-741，1999)。BASE對APP的酶切意味著這兩種蛋白質間存在著相互作用。為了驗證本發明，針對APP與BASE兩種蛋白質檢測其寡肽的共有性。APP與BASE間共有同源性高的5個胺基酸的寡肽WYFDV和WYYEV。寡肽WYFDV在SWISS-PROT version 35中僅存在於作為人蛋白質的蛋白質APP中，另外持有WYYBV的人蛋白質未記錄，任一種寡肽的特異性均非常高。通過該結果驗證了本發明。圖18中顯示了兩蛋白質間相同的部分區域(上側序列為APP，下面序列為BASE)。(實施例13)(furin與馮·威利布蘭託因子)furin是細胞內的絲氨酸蛋白酶，與馮·威利布蘭託因子(VWF)、白蛋白、補體C3等分泌系統的路徑(Pathway)有關。這裡列舉Furin與VWF間的相互作用作為實施例。VWF是由Furin由前體蛋白經過酶切作為成熟蛋白質發揮功能。這兩種蛋白質間的相互作用對於Furin對VWF前體蛋白的酶切是必要的。另外，Furin自身也是Furin的前體蛋白經過酶切形成成熟蛋白質作為蛋白酶發揮功能的。於是為了驗證本發明，檢測Furin前體蛋白與VWF前體蛋白的寡肽的共有性。兩種蛋白質中寡肽HCPPG在Furin前體蛋白處於613-617的位置，在VWF前體蛋白位於1176-1180的位置[圖19(a)]。任一位置均在成熟蛋白質的區域內。寡肽HCPPG在SWISS-PROT version 35中作為人蛋白質僅在Furin前體蛋白及VWF前體蛋白中共有，從頻率的觀點來看特異性非常高。VWF前體蛋白在胺基酸殘基763與764間的位置被Furin切斷。Furin前體蛋白與VWF前體蛋白間進行局部排列時，在Fruin對VWF前體蛋白進行酶切的位置附近的區域，有與Furin前體蛋白同源性高的部分區域[圖19(b)]。也就是說，弄清新型蛋白質是由活性部分基序構成的蛋白酶時，而對應的蛋白進一步在對應的蛋白質中的切斷位置不清楚時，可通過本發明進行對應蛋白質的預測，進一步還可進行對應蛋白質中切斷位置的預測。(實施例14)(APP和PC7)APPα是在與澱粉樣前體蛋白(amyloid precursor protein)(APP)生成澱粉樣蛋白的兩個切斷部位不同的地方被酶切而生成的肽。最後發現生成APPα的酶切與PC7(proprotein convertasesubtilisin/kexin type 7)相關(Lopez-Perez E et.al.，J.Neurochem.，Vol.73，5，2056-2062，1999)。於是檢測兩種蛋白質APP與PCT寡肽的共有性，APP與PC7共有同源性高的長6個的寡肽DSDPSG與DSDPNG。寡肽DSDPSG在SWISS-PROT version 35中僅存在於人蛋白質APP中，另外持有DSDPNG的人蛋白質還未記錄，任一寡肽的特異性均非常高。通過該結果本發明得到驗證。圖20中顯示了兩種蛋白質間相同的部分區域。
圖20中APP的687-KLVFFAEDVGS-697的K與L間是生成APPα的切斷部位，存在於PC7中的與之相同的部分序列(359-RMPFYAEECAS-369)如圖20所示。即本實施例提示依照本發明可以預測與蛋白質的酶切相關的蛋白質。產業上利用的可能性如以上詳細說明的，根據本發明，應用蛋白質資料庫可以預測與通過基因組分析和cDNA分析而得到的功能未知的蛋白質、或功能已知的蛋白質相互作用的對應的蛋白質。也就是說，使用近年豐富了的以基因組分析和cDNA分析為依據的蛋白質資料庫，可以在計算機上進行在基因組信息明確的一生物體中蛋白質間相互作用的預測。由於在計算機上的預測成為可能，所以不採用象雙雜交法那樣結果依賴於所使用的cDNA文庫的高風險的手法，可以計算機上的預測為依據簡便獲得預測有相互作用的蛋白質的信息。由於這種預測成為可能，所以可容易地推定與相互作用相關的寡肽的序列，以該信息為基礎，新型的具有調整蛋白質間相互作用功能的化合物的藥物設計也成為可能。根據本發明，闡明蛋白質間相互作用的實驗性可非常效率化，可在生物化學、分子生物學、醫藥品開發、農業、生物工程學等各種領域內廣泛應用。特別是在醫藥品開發中，預測目前未知的疾病機製成為可能，給生產新的藥品提供了可能性。
序列表序列表110富士通株式會社(FUJITSU LIMITED)第一製藥株式會社(DAIICHI PHARMACEUTICAL CO.，LTD.)120預測蛋白質間相互作用的方法130GP01-1001140PCT/JP01/018461412001-03-09150JP P2000-724851512000-03-101601170PatentIn Ver.2.121012115212PRT213來源4001Asn Trp Gly Arg Ile1 權利要求
1.蛋白質間相互作用的預測方法，它是預測與特定的蛋白質或多肽(A)相互作用的蛋白質或多肽(B)的方法，其特徵在於，(1)將A的胺基酸序列分解成數個某種長度的寡肽作為序列信息；(2)在蛋白質或多肽的胺基酸序列資料庫中檢索具有上述各寡肽的胺基酸序列的蛋白質或多肽(C)，或者檢索具有與上述寡肽的胺基酸序列相同胺基酸序列的蛋白質或多肽(D)；(3)對上述A與栓索出的C或D間胺基酸序列進行局部排列；(4)根據局部排列的結果及蛋白質或多肽的胺基酸序列資料庫中胺基酸頻率和/或寡肽的頻率計算出的數值為指標，將檢索出的C和/或D預測為與A相互作用的蛋白質或多肽(B)。
2.權利要求1的預測方法，其中寡肽的胺基酸序列的長度為4～15個胺基酸。
3.搭載有蛋白質間相互作用的預測程序的記錄介質，它搭載有與特定的蛋白質或多肽(A)相互作用的蛋白質或多肽(B)的預測方法的程序，其特徵在於，它至少備有以下(a)～(f)的手段(a)輸入、存儲A的胺基酸序列信息的手段；(b)將該信息分解成某長度的數個寡肽作為序列信息的手段，及存儲其結果的序列信息的手段；(c)存儲輸入的蛋白質資料庫的手段；(d)讀取存儲的蛋白質資料庫，檢索出具有上述寡肽的胺基酸序列的蛋白質或多肽(c)、或具有上述寡肽的胺基酸序列相同胺基酸序列的蛋白質或多肽(D)的手段，及存儲、計算其檢索結果的手段；(e)在上述A與檢索出的C或D間進行局部排列的手段及存儲、計算該結果的手段；(f)得到上述局部排列的結果值及蛋白質資料庫中胺基酸頻率和/或寡肽頻率的結果值，根據其結果值提示用於預測蛋白質之間相互作用的指標的手段及存儲、顯示其結果、檢測出與A相互作用的B的手段。
4.記錄介質，其特徵在於，除了權利要求3的手段之外，至少備有以下手段(g)檢測出的B為複數時，依據局部排列的結果值及蛋白質資料庫中胺基酸頻率和/或寡肽頻率的結果值計算出的指標，按蛋白質間相互作用的強度在檢索出的多個B間進行依次排序的手段，及存儲、顯示其結果的手段。
5.記錄介質，其特徵在於，除具備權利要求3或4中記載的手段外，至少具備以下手段(h)通過局部排列在上述A與檢測出的B間進行胺基酸部分序列間的排列時，表示該A與B胺基酸序列全長的手段，表示排列的部分序列在全長上什麼位置的手段。
6.記錄介質，其特徵在於，除具備權利要求3～5任一項的手段外，至少具備以下手段(i)當上述A或檢索出的B的立體結構已知時，或用同源模擬製作立體結構模型時，計算其立體結構模型、在立體結構上表示通過局部排列在該A與B間排列的胺基酸部分序列的結構的手段。
7.記錄介質，其特徵在於，除具備權利要求3～6任一權項中的手段外，至少具備以下手段(j)具備將蛋白質資料庫中的蛋白質進行分類、存儲功能的手段，分類的目的是縮小檢索範圍。
8.記錄介質，其特徵在於，除具備權利要求3～7任一權項中的手段外，至少具備以下手段(k)將蛋白質資料庫中的各蛋白質作為上述A順次輸入的手段。
9.記錄介質，其特徵在於，除具備權利要求3～8任一權項中的手段外，至少具備以下手段(1)存儲基因組資料庫的手段。
10.蛋白質間相互作用的預測裝置，它具備搭載權利要求3～9任一權項中的記錄介質的手段。
11.具有相互作用的蛋白質或多肽的特定方法，它是應用權項1或2中記載的預測方法獲得預測與特定的蛋白質或多肽(A)相互作用的蛋白質或多肽(B)，然後通過實驗驗證A與B間的相互作用的方法。
12.具有相互作用的蛋白質或多肽的特定方法，它是通過權項10中記載的預測裝置得到預測與特定的蛋白質或多肽(A)相互作用的蛋白質或多肽(B)，然後實驗性確認A與B間的相互作用的方法。
13.特定的蛋白質或多肽，它是應用權利要求11或12中的具有相互作用的蛋白質或多肽的特定方法特定出的。
14.調整蛋白質間相互作用的化合物的篩選方法，它是利用權項1或2中的預測方法，篩選調整特定的蛋白質或多肽(A)與蛋白質或多肽(B)間的蛋白質間相互作用的化合物。
15.應用權項10中的預測裝置篩選調整特定的蛋白質或多肽(A)與蛋白質或多肽(B)間的蛋白質相互作用的化合物的方法。
16.新型化合物，它是應用權項14或15中記載的篩選方法得到的。
17.一種新型化合物，它是依據應用權項14或15中記載的篩選方法而得到的化合物的信息進行藥物設計而得到的，具有調整特定的蛋白質或多肽(A)與蛋白質或多肽(B)間的蛋白質間相互作用的功能。
18.寡肽，它具有調整ベロ毒素2(VTII)與Bc1-2間相互作用的功能，具有序列表的序列號1中所示的胺基酸序列。
19.抗細胞死亡劑，它含有具有序列表的序列號1中所示的胺基酸序列的寡肽。
20.寡肽，它具有與權項18中記載的寡肽相同的胺基酸序列，具有調整VTII與Bc1-2間相互作用的功能。
21.多肽，它是包括權項18或20中記載的寡肽的胺基酸序列的多肽，具有調整VTII與Bc1-2間相互作用的功能。
22.化合物的篩定方法，它利用權項18或20中記載的寡肽和/或權項21中記載的多肽，篩選具有調整VTII與Bc1-2間相互作用功能的化合物。
23.寡核苷酸序列的測定方法，它是應用權項1或2中記載的預測方法或權項10中的預測裝置，確定編碼關係到特定蛋白質或多肽(A)與蛋白質或多肽(B)間蛋白質相互作用的寡肽的寡核苷酸序列。
24.人源蛋白質組群，它是應用權項1或2中的預測方法或權項10中的預測裝置得到的，預測具有蛋白質間相互作用。
25.蛋白質組合的篩選方法，它是從權項24中的組群中，以可能與疾病相關的已知蛋白質的信息為基礎進行篩選，篩選出與疾病有關的具有蛋白質間相互作用的蛋白質組合的方法。
26.蛋白質組群，它是用權項25中的方法篩選出的與疾病相關的具有蛋白質間相互作用的組群。
27.化合物的篩選方法，該化合物調整選自權項26中記載的組群的某種組合和/或2蛋白質間的相互作用。
28.化合物，它是用權項27中的方法得到的。
29.蛋白質加工部位的預測方法，它是應用權項1或2中預測方法或權項10中的預測裝置，通過預測特定蛋白質與酶切該蛋白質的酶間的蛋白質間相互作用進行。
30.多肽，具有預測的包括用權項29中的方法得到的蛋白質加工部位和/或與該加工部位相同的部分序列的胺基酸序列。
全文摘要
蛋白質間相互作用的預測方法，其特徵是(1)將蛋白質A的胺基酸序列分解成某種長度的寡肽，(2)在蛋白質資料庫中檢索具有上述寡肽的蛋白質C，或者檢索具有與上述寡肽相同的寡肽的蛋白質D，(3)對上述A與檢索出的C或D進行局部排列，(4)根據局部排列的結果及蛋白質資料庫中胺基酸頻率或寡肽的頻率計算出的數值為指標，將檢索出的C或D預測為與蛋白質A相互作用的蛋白質B；搭載該預測程序的記錄介質；搭載該記錄介質的預測裝置和由他們得到的蛋白質。
文檔編號G06F19/16GK1416549SQ01806363
公開日2003年5月7日 申請日期2001年3月9日 優先權日2000年3月10日
發明者土居洋文, 鈴木敦 申請人:第一製藥株式會社, 富士通株式會社