In diesem Modul werden wir uns mit Protein-Protein-Interaktionen (PPIs) beschäftigen. Protein-Protein-Interaktionen sind wichtig, da Proteine nicht isoliert agieren. Eine Untersuchung der Interaktionspartner eines bestimmten Proteins (die auf unvoreingenommene Weise, möglicherweise mit hohem Durchsatz, bestimmt werden) kann uns oft viel über seine Biologie verraten. Wir werden über einige verschiedene Methoden zur Bestimmung von PPIs sprechen und ihre Stärken und Schwächen besprechen. Im Labor werden wir 3 verschiedene Tools und zwei verschiedene Datenbanken verwenden, um Interaktionspartner von BRCA2 zu untersuchen, einem Protein, das wir im letzten Modul untersucht haben. Schließlich werden wir uns mit einem "grundlegenden" Konzept befassen, der Gene Ontology (GO)-Term-Anreicherungsanalyse, die uns hilft, die mit unserem Beispiel interagierenden Proteine im Überblick zu verstehen.

Die Bestimmung der Tertiärstruktur eines Proteins in drei Dimensionen kann uns eine Menge über die Biologie dieses Proteins verraten. In der Minivorlesung dieses Moduls werden wir über verschiedene Methoden zur Bestimmung der Tertiärstruktur eines Proteins sprechen und die wichtigste Datenbank für Proteinstrukturdaten, die PDB, vorstellen. Im Labor werden wir die PDB und ein Online-Tool für die Suche nach struktureller (im Gegensatz zu sequenzieller) Ähnlichkeit, VAST, kennenlernen. Anschließend werden wir eine schöne eigenständige Software, PyMOL, verwenden, um verschiedene Proteinstrukturen genauer zu untersuchen.

Wann und wo Gene in Geweben oder Zellen exprimiert (aktiv) werden, ist einer der wichtigsten Faktoren dafür, was dieses Gewebe oder diese Zelle ausmacht, sowohl in Bezug auf die Morphologie als auch in Bezug auf die Reaktion auf externe Stimuli. Es gibt verschiedene Methoden, um die Genexpressionswerte für alle Gene des Genoms in Geweben oder sogar mit zelltypspezifischer Auflösung zu ermitteln. In diesem Kurs werden wir einige Genexpressionsdaten, die mit RNA-seq erzeugt wurden, verarbeiten und anschließend untersuchen. Wir werden eine der wichtigsten Datenbanken für RNA-seq-Expressionsdaten, das Sequence Read Archive (SRA), erkunden und dann eine Open-Source-Programmsuite in R namens BioConductor verwenden, um die Rohdaten von 4 RNA-seq-Datensätzen zu verarbeiten, ihre Expressionsniveaus zusammenzufassen, signifikant differentiell exprimierte Gene auszuwählen und diese schließlich als Heatmap zu visualisieren.

Wann und wo Gene in Geweben oder Zellen exprimiert (aktiv) werden, ist einer der wichtigsten Faktoren dafür, was dieses Gewebe oder diese Zelle ausmacht, sowohl in Bezug auf die Morphologie als auch auf die Reaktion auf äußere Reize. Es gibt verschiedene Methoden, um die Genexpressionswerte für alle Gene des Genoms in Geweben oder sogar mit zelltypspezifischer Auflösung zu ermitteln. In diesem Kurs werden wir unsere signifikant unterschiedlich exprimierten Gene vom letzten Mal mit Hilfe von BioConductor und der integrierten Funktion eines Online-Tools namens Expression Browser hierarchisch clustern. Dann werden wir ein weiteres Online-Tool verwenden, das eine Ähnlichkeitsmetrik, den Pearson-Korrelationskoeffizienten, verwendet, um Gene zu identifizieren, die auf ähnliche Weise reagieren wie unser Gen von Interesse, in diesem Fall AP3. Wir werden ein zweites Tool, ATTED-II, verwenden, um unsere Genliste zu untermauern. Wir werden auch einige Online-Datenbanken zur Genexpression und ein Online-Tool zur Durchführung einer Gene Ontology-Anreicherungsanalyse untersuchen.

Wann und wo Gene in Geweben oder Zellen exprimiert werden, ist eine der wichtigsten Determinanten dafür, was dieses Gewebe oder diese Zelle ausmacht, sowohl in Bezug auf die Morphologie als auch auf die Reaktion auf äußere Reize. Die Genexpression wird zum Teil durch das Vorhandensein kurzer Sequenzen in den Promotoren (und anderen Teilen) von Genen, den so genannten Cis-Elementen, gesteuert, an die sich Transkriptionsfaktoren und andere regulatorische Proteine binden können, um die Expressionsmuster in bestimmten Geweben oder Zellen oder in Reaktion auf Umweltreize zu steuern: Wir werden einige Promotoren von Genen, die mit AP3 von Arabidopsis und mit INSULIN vom Menschen ko-exprimiert werden, auf das Vorhandensein bekannter Cis-Elemente hin untersuchen und außerdem versuchen, mit verschiedenen Methoden einige neue vorherzusagen.