PLoS ONE: Struktur-analyse afslører Cancer missense Mutationer Target Protein Interaction Interfaces

Abstrakte

For nylig er det blevet vist, at kræft mutationer selektivt målrette protein-protein interaktioner. Vi antager, at mutationer påvirker forskellige protein interaktioner, der involverer etablerede cancer gener kunne bidrage til tumor heterogenitet, og at nye mekanistiske indsigter kan opnås i tumorigenese ved at undersøge protein interaktioner under positiv selektion i kræft. For at identificere protein interaktioner under positiv selektion i kræft, vi kortlagt over 1,2 millioner ikke-synonyme somatiske kræft mutationer onto 4,896 eksperimentelt bestemte proteinstrukturer og analyseret deres rumlige fordeling. I alt blev 20% af mutationer på overfladen af ​​kendte cancer-gener forstyrret protein-protein-interaktioner (PPI’er), og denne berigelse for PPI grænseflader observeret for begge tumorsuppressorer (odds ratio 1,28, P-værdi 10

– 4) og onkogener (odds ratio 1,17, P-værdi 10

-3). At studere dette yderligere, vi konstrueret et todelt netværk, der repræsenterer strukturelt løst PPI’er fra alle disponible menneskelige komplekser i Protein Data Bank (2.864 proteiner, 3072 PPI). Analyse af hyppigt muterede cancer gener i dette netværk viste, at tumor-undertrykkere, men ikke onkogener, væsentligt beriget med funktionelle mutationer i homo-oligomerisering regioner (odds ratio 3,68, P-værdi 10

-8). Vi præsenterer to vigtige eksempler, TP53 og beta-2-mikroglobulin, for hvilke mønstre af somatiske mutationer ved grænseflader giver indblik i specielt forstyrret biologiske kredsløb. Hos patienter med TP53 mutationer, patientoverlevelse korreleret med de specifikke interaktioner, der blev forstyrret. Desuden undersøgte vi mutationer ved grænsefladen af ​​protein-nucleotid-interaktioner og observeres et uventet antal missense-mutationer, men ikke tavse mutationer forekommer inden DNA og RNA-bindende sites. Endelig giver vi en ressource på 3,072 PPI grænseflader klassificeret i henhold til deres mutationsrater. Analyse af denne liste fremhæver 282 hidtil ukendte kandidat cancer-gener der koder for proteiner, der deltager i vekselvirkninger, der er forstyrret gentagne tværs tumorer. Sammenfattende mutation af specifikke protein interaktioner er en vigtig bidragyder til tumor heterogenitet og kan have store konsekvenser for kliniske resultater

Henvisning:. Engin HB, Kreisberg JF, Carter H (2016) Struktur-analyse afslører Cancer missense Mutationer Target Protein Interaction interfaces. PLoS ONE 11 (4): e0152929. doi: 10,1371 /journal.pone.0152929

Redaktør: Narayanaswamy Srinivasan, Indian Institute of Science, INDIEN

Modtaget: 9. januar 2016 Accepteret: 20 Marts 2016; Udgivet: April 4, 2016

Copyright: © 2016 Engin et al. Dette er en åben adgang artiklen distribueres under betingelserne i Creative Commons Attribution License, som tillader ubegrænset brug, distribution og reproduktion i ethvert medie, forudsat den oprindelige forfatter og kilde krediteres

Data Tilgængelighed:. Alle relevante data er inden for papir og dens støtte Information filer

Funding:.. Dette arbejde blev støttet af National Institutes of Health DP5 OD017937-01 til HC og P50 GM085764 til JFK

Konkurrerende interesser: den forfattere har erklæret, at der ikke findes konkurrerende interesser.

Introduktion

Tumor genomsekvensering anvendes i stigende grad til at informere kliniske beslutninger for kræftpatienter. Dette er motiveret for en stor del af tilgængeligheden af ​​målrettede behandlinger, som selektivt dræber celler, der huser specifikke protein-kodende mutationer. Imidlertid er hver tumor karakteriseret ved en unik profil af muterede gener med begrænset overlapning mellem patienter. Kun få af disse gener kan effektivt målrettet og næsten en fjerdedel af patienterne ikke harbor nogen klinisk handlingsrettede mutationer [1]. Den nylige opdagelse, at protein-protein-grænseflader er beriget med kræft mutationer tyder på, at interaktion specifikke forstyrrelser kan spille en afgørende rolle i tumorigenese [2]. Således undersøgelse af mønstre af mutation på protein interaktion grænseflader i tumorer kan tilvejebringe nye indsigt i mekanismen af ​​tumorigenese og ind faktorer, der påvirker patientens udfald og respons på behandlingen.

De fleste tumor genomanalyser til dato tildele en binær funktionel status til et gen eller pathway, hvis den indeholder en mutation forudsiges at ændre proteinaktivitet; dog kan denne enkle klassificering være utilstrækkelige. Nylige studier af mendelske sygdomme, en klasse af genetiske sygdomme, der omfatter cancer prædisponering syndromer, har fundet, at forskellige mutationer i det samme gen kan forårsage forskellige fænotyper. I 2009 Zhong

et al

. [3] foreslået, at mutationer, der helt ødelægger et proteins aktivitet har forskellige funktionelle konsekvenser end mutationer, der påvirker en delmængde af protein-protein interaktion (PPI). Denne idé om “edgetic” forstyrrelser i sygdomme motiveret flere grupper til at integrere strukturelle bioinformatik med biologiske netværk til at konstruere strukturelt løst PPI-netværk [4, 5]. Ved hjælp af disse net, tre uafhængige grupper observeret, at mange Mendelske sygdomstilstande mutationer er placeret ved interaktion grænseflader [5-7]. Især mutationer påvirker forskellige grænseflader på det samme protein blev undertiden forbundet med forskellige sygdomstilstande fænotyper, mens mutationer på interagerende partnere oftere forårsaget den samme fænotype [5, 8]. For nylig Sahni

et al

. [9] eksperimentelt bekræftet, at mutationer påvirker forskellige protein-protein og protein-DNA interaktioner forårsage forskellige molekylære fænotyper.

Somatiske mutationer opstår i tumorer har egenskaber svarende til Mendelsk sygdomstilstande mutationer [10], og dermed kan også forårsage grænseflade-specifikke molekylære fænotyper. Under tumorigenese, kræft gener-onkogener og tumor undertrykkere-ofte uhensigtsmæssigt aktiveret eller inaktiveret ved mutationer hhv. Protein sekvensændringer er mere tilbøjelige til at inaktivere et protein end at aktivere den [11]. Faktisk er onkogener karakteriseret ved hyppigt muterede hotspots (

e

.

g

., PIK3CA rester E542, E545 og H1047 eller KRAS-rester G12, G13 og Q61), mens tumorsuppressorer tendens til at vise en tilfældig fordeling af protein ændring mutationer [12]. Imidlertid tumorsuppressorer har også vist sig, at huse ikke-tilfældige mønstre af somatisk mutation på niveau med proteindomæner [13, 14]. Miller

et al

. nylig grupperede mutationer fra The Cancer Genome Atlas (TCGA) af Gene familier med fælles homologe domæner til at identificere sjældne funktionelle mutationer tilsvarende forstyrrende et domæne [15]. Mere generelt, kræft gener har forskellige somatiske mutationsrater i funktionelt vigtige regioner [16], havnen et overskud af mutationer på protein interaktion grænseflader [2], og rumlig lokalisering af en mutation er korreleret med onkogenicitetsstudie [17].

for at hjælpe forskere i at udforske mutation distribution på deres protein af interesse, Vazquez

et al

. [18] for nylig kortlagt i løbet af 170.000 kræft specifikke enkelt nukleotid-varianter (SNVs) på Interactome3D. Adskillige tidligere undersøgelser viste anvendeligheden af ​​denne metode til at analysere kræft mutationer; begge analyser bruger 3D proteinstruktur

4 og tidlig indsats ved hjælp af strukturelt løst PPI [19, 20] givet klare beviser for, at mutationer ændrer PPI’er er vigtige for fænotypiske udfald. Vi har for nylig rapporteret en strategi for at udvinde mere specifikke kræft veje fra et PPI-netværk ved hjælp af kant-specifikke kræft mutationer profiler [21]. Fyrre-tre cancer gener fandtes at huse mutationer på centrale rester og /eller ved forskellige protein-grænseflader, og dermed potentielt kunne bidrage til flere molekylære fænotyper. Men i hvilket omfang kræft mutationer forstyrrer protein interaktion net, og hvordan disse forstyrrelser bidrager til fænotypisk diversitet er stort set uudforsket.

For at undersøge de mekanismer, hvormed kræft mutationer peturb protein-protein interaktioner, vi analyserede fordelingen af ​​1.297.414 somatiske missense mutationer ved hjælp af 3D-proteinstrukturer. Vi først fokuseret på et sæt af 103 gener, der ofte muteret i cancer på grund af stærk positiv selektion i tumorer. Disse gener vil sandsynligvis blive beriget for kausale mutationer. Vi derefter udvidet vores analyse til interaktionspartnere og endelig til alle gener, for hvilke proteinstrukturer var tilgængelige. At undersøge, om somatiske mutationer bidraget til tumorigenese ved forstyrrende protein interaktioner, vi byggede et PPI-netværk inkorporerer atomare detaljer i grænseflader, som også omfattede protein-DNA og protein-RNA interaktioner (figur 1a) niveau. Vi fandt, at specifikke molekylære vekselvirkninger er målrettet under tumorgenese for mange kendte cancer-gener og at mutationer, der påvirker forskellige grænseflader på det samme protein kan være forbundet med særskilte patientresultater. Disse resultater er i overensstemmelse med de af Porta-Pardo

et al

. [2], der for nylig katalogiseret kræft driver interaktioner baseret på mutationer fra et mindre kræft kohorte ved hjælp af en hybrid strukturel proteomics datasæt bestående af eksperimentelle og modelleret proteinkomplekser.

a) En arbejdsgang der beskriver databehandling skridt fra proteinstrukturer i FBF og kræft-relaterede somatiske mutationer i COSMIC og ICGC til rest-niveau tosidede protein interaktion netværk. b) Den procentdel af rester inden overfladen, mellemliggende og centrale regioner, der huser mutationer for onkogener (n = 56) og tumorundertrykkere (n = 47) med 3D-strukturer. c) kun at fokusere på overfladen rester, den procentdel af rester i grænsefladen og ikke-grænseflade regioner, som skjuler mutationer for onkogener og tumor undertrykkere med 3D strukturer.

Resultater

Storstilet analyse af missense mutationer påvirker cancer Gener

Vi udførte en dybtgående analyse af lokaliseringen af ​​cancer-associerede missense mutationer på tre-dimensionelle proteinstruktur, overvejer kun somatiske mutationer, som er til stede i tumoren exome men ikke i patient -matched normalt væv. I alt 1,297,414 somatiske mutationer observeret i 17.028 tumor exomes fra den kombinerede International Cancer Genome Consortium (ICGC) [22] og Katalog over somatiske mutationer i Cancer (COSMIC) [23] databaser blev kortlagt på humane proteinstrukturer fra protein databank (FBF ) [24] (figur 1a), hvis de foreligger. Hver aminosyre position i hver proteinstruktur var mærket som kerne, mellem- eller overflade baseret på opløsningsmiddel tilgængelighed. Brug af co-krystalstrukturer af protein-interaktioner, vi yderligere bestemmes grænsefladeresterne på hvert protein er ansvarlig for mediering af fysisk interaktion mellem bindingspartnere. Vi observerer en lignende andel af mutationer (16%) mapping til rester på overfladen af ​​onkogener og tumor undertrykkere, mens onkogener tendens til at have færre mutationer ved mellemliggende (13% vs. 19%) og kerne-rester (12% vs. 18%) ( fig 1b). Interessant, tumorsuppressorer havnen lidt mere (17% vs. 19%) mutationer ved grænseflade steder end onkogener (figur 1c).

missense Mutationer i Cancer Gener er hyppigere på Core og interface Rester

Vores undersøgelse i første omgang fokuseret på 138 gener, der er kendt for at spille en kausal rolle i kræft [12] (S1a-S1c fig). Af de 138 cancer-gener, 103 (56 tumor-suppressorer, 47 onkogener) havde monomert strukturel information, og 89 havde en eller flere co-krystalstrukturer i kompleks med en bindingspartner. Vi sammenlignede resultater for kræft gener til en anden 4600 humane proteiner, som vi havde strukturel information. Da disse gener er mest sandsynligt overvejende ikke cancerrelateret, forventer vi, at de er repræsentative for en population ikke i kraftig selektion for kausale kræft mutationer.

tosidet Fishers eksakte test blev anvendt til at teste, om forekomsten af ​​muterede rester i en bestemt strukturel niche (kerne, mellemliggende, overflade eller interface) afveg fra tilfældig forventning for proteiner, der koder for onkogener, tumor undertrykkere eller andre gener. Vi observerede, at muterede rester tendens til at forekomme i kernen af ​​tumor undertrykkere (P-værdi 3,6 x 10

-2, Odds Ratio 1.19), men på overfladen af ​​onkogener (P-værdi 1.3×10

-6, Odds Ratio 1,30) og andre gener (P-værdi 2,2 × 10

-16, Odds Ratio 1,18) (fig 2a og S1 tabel). Som centrale mutationer ofte destabiliserende til et protein 3D struktur [25], dette fund er i overensstemmelse med tumorsuppressorgener huser hyppig tab af funktion mutationer. Analyse af hyppigheden af ​​specifikke mutationer tværs tumorer, observerede vi, at de mest tilbagevendende mutationer i tumorsuppressorer forekom primært på centrale rester (S1d Fig), mens tilbagevendende mutationer i onkogener primært forekommet på interface-rester (S1E Fig).

Fishers eksakte test blev udført separat for hvert sæt af gener. Vist er de odds ratio og 95% konfidensintervaller inden for hvert sæt af gener, når de foretager en sammenligning af antallet af mutationer placeret ved a) overflade versus centrale rester, b) overflade grænseflade versus overfladen ikke-interface-rester.

Vi næste fokuseret på overfladen rester, opdele dem i rester på protein interaktion grænseflader versus andre overflade rester. I alt 20% (783) af de 3837 genvarianter kortlagt til overfladen rester på kræft genprodukter forekom ved PPI grænseflader. Analyse hver gruppe af gener separat, observerede vi et overskud af missense mutationer ved grænseflade rester i forhold til overfladen ikke-grænseflade rester i både tumor undertrykkere (P-værdi 1.4×10

-4, Odds Ratio 1.28) og onkogener (P -værdi 7.92×10

-3, Odds Ratio 1,17) (fig 2b og S1 Table), men ikke andre gener. Da forskellige grænseflader mægle distinkte protein aktiviteter, dette fund tyder på, at specifikke aktiviteter af både tumor undertrykkere og onkogener er målrettet i kræft, og fuldstændig tab af funktion måske ikke nødvendigt for nogle tumorsuppressorgener at fremme tumorigenese.

Silent mutationer bruges ofte til at repræsentere baggrunden mutationshastighed i tumorigenese [26-28], da de fleste stumme mutationer er sjældent ændre proteinaktivitet og derfor sandsynligvis ikke undergår positiv selektion. Vi gentog vores tests med tavse mutationer at afgøre, om tilfældige mutationer viste lignende præference for kerne, overflade og interface-rester. Da vi ikke overholde de samme tendenser (S2 Fig), dette tyder på, at positiv selektion handler specifikt målproteinsekvensen ændringer til funktionelt vigtige steder på proteiner i kræft.

Core og interface Regionerne er mere tilbøjelige til Harbor funktionelle mutationer

Vi kommenteret alle somatiske missense mutationer med funktionelle scores genereret af VEST [29]. Selvom det ikke er kræft-specifikke, kan VEST scoringer stadig være nyttigt for at afgøre, om de observerede mutationer sandsynligvis forstyrre protein-aktivitet (Methods). Vi observerede, at mutationer i kernen af ​​proteiner og som har betydning grænsefladerester var mere tilbøjelige til at modtage funktionelle VEST scoringer, mens mutationer ved overfladen ikke-grænsefladerester havde en bimodal fordeling, hvilket antyder, at disse mutationer kan påvirke endnu uopdagede bindingssteder eller andre funktionelt vigtige klasser af rester på overfladen (S1f fig). Generelt blev funktionelle mutationer beriget ved grænseflade rester sammenlignet med overfladen ikke-interface-rester (P-værdi 2,6 × 10

-2, Odds Ratio 1,06) (S2 Table), hvilket kunne tyde på, at aminosyresubstitutioner på en grænsefladen, er mere tilbøjelige til at have funktionelle konsekvenser i almindelighed, eller at funktionelle mutationer ved grænseflader er under positiv selektion i cancer, selv blandt gener, der ikke hyppigt muteret.

funktionelle mutationer ved protein-interaktion grænseflader kan påvirke protein bindingsaffiniteter . Nishi

et al

. [20] fandt, at 97 missense mutationer fra 68 gener i almindelighed havde en destabiliserende effekt på bindingsaffiniteter af protein-protein interaktioner. For at undersøge dette på en større skala, vi beregnet ændringen i frie bindingsenergi mellem vildtype og mutant cancer proteinsekvenser for 5857-interface-aminosyresubstitutioner i ICGC og kosmisk (til denne analyse anvendte vi alle mutationer i COSMIC). Af disse 1225 ændret bindingsaffinitet (S1 Fil): blev 903 forudsagt at destabilisere vekselvirkninger, mens den anden 322 blev forudsagt at stabilisere interaktioner. For at bestemme om virkningen på bindingsaffiniteten var i overensstemmelse med funktionen af ​​interaktioner vi kommenterede dem som aktiverende eller inhiberende hjælp af Reactome Pathway Database [30]. Et hundrede Fifty Two interaktioner kunne kommenteret som aktivering og 15 som hæmmende. Vi observerede, at aktiverende grænseflader på tumorsuppressorgener var stærkt beriget for destabiliserende mutationer i forhold til aktivering grænseflader på onkogener (Fishers eksakte test P-værdi 8,36 × 10

-4, Odds Ratio 3,65) (S3 og S4 Tables) .

en todelt protein-rest interaktion Network Højdepunkter mutation Opskrifter i cancer Gener

for at undersøge, i hvilket omfang kræft mutationer ved grænseflade rester målrette specifikke protein interaktion interfaces, vi konstrueret en tosidede netværk af protein-interaktioner. Dette netværk udtrykkeligt viser resterne medierende PPI’er på hver partner, og dermed netværket omfatter to forskellige klasser af knuder: cirkler repræsenterer proteiner og trekanter repræsenterer aminosyrerester (figur 3a). Vi fokuserede først på undernetværk af hyppigt ændrede cancer gener og deres interaktion partnere (Fig 3), Denne undernetværk bestod af 185 protein noder heraf 65 cancer gener og 120 interaktion partnere. Rester der medierer homo-dimerisering blev ikke inkluderet i dette tal, men er til stede i hele netværket. I fig 3b, er alle rester, der deltager i grænseflader vist, mens fig 3c viser kun grænsefladeresterne, der er muteret i cancer.

Edges involveret i selv-interaktion er ikke vist. a) Et eksempel på et netværk, der beskriver, hvordan proteiner, grænsefladerester og mutationer er repræsenteret i todelte netværksmodel. I et protein-protein-interaktion netværk, knudepunkterne repræsenterer proteiner A-D er direkte forbundet med hinanden. I vores tosidede protein rest interaktion netværk, er grænsefladen rester vises mellem proteiner. For eksempel er rest 1 på protein A (A_1) involveret i protein-protein-grænseflade mellem A og B sammen med A og C. Rester muteret i cancer er vist i den tosidede protein muteret rest interaktion netværk. For eksempel er A_1 muteret i mindst en cancer hos en patient henviser rest B_1 Forelæggelse ovenfor, men fraværende her-ikke. b) En todelt netværk viser cancer gener og deres umiddelbare interaktionskandidater. c) en todelt netværk kun viser rester, der var muteret i en eller flere tumorer. De cirklerne Grænsefladeresterne interagerer med flere proteiner.

Vi fandt, at i gennemsnit 2.2 bindingssteder pr kræft gen nærede mutationer, med nogle tumorsuppressorer (FUBP1, KMT2D, NOTCH2 og MLH1) og onkogener (CCND1 og SKP2) med ingen grænseflade mutationer og nogle cancer gener med mutationer ved multiple distinkte grænseflader (herunder TP53 med mutationer ved 8 forskellige grænseflader, CTNNB1 med mutationer ved 7 forskellige interafaces, APC med mutationer ved 6 forskellige grænseflader og EGFR med mutationer ved 4 forskellige grænseflader ). Denne observation tyder på, at fænotypisk pleiotropi skyldes tydelig ændring af interaktion profiler af kræft gener kunne være med til at tumor heterogenitet.

To særligt interessante områder af tosidede netværk center på tumorsuppressorgener B2M og TP53. Disse netværksmoduler viser distinkte mønstre af mutation lokalisering ved grænseflader, der er tyder på forskellige selektive pres, der virker til at målrette mutationer i hvert enkelt tilfælde. Vi beskriver disse to moduler i flere detaljer i de følgende afsnit.

B2M Network Module

I modsætning til de fleste cancer gener i vores netværk, grænseflade mutationer påvirker tumor suppressor beta-2 mikroglobulin (B2M) var ligger overvejende på partner gener. De fleste af de partnere konkurrerer med hinanden for at binde det samme sted på B2M (figur 4a). De hyppigst observerede mutationer blandt B2M partnere var resterne 121 og 33 på HLA-A og rester 140 og 118 om HLA-B.

a) En todelt netværk af tumor suppressor B2M, dets partnere og interface rester hvorved de interagerer. b) En todelt netværk viser kun den delmængde af rester, der blev observeret at huse missense mutationer hos kræftpatienter. Størrelsen her for restkoncentrationer noder repræsenterer antallet af tumorer, hvor resten blev muteret.

Udover LILRB1 og LILRB2, de øvrige 10 interaktion partnere B2M (fig 4b) er alle involveret med antigen præsentation. Disse omfatter MHC klasse 1 proteiner (HLA-A, HLA-B, HLA-G, HLA-E) og medlemmer af en klasse af nært beslægtede proteiner involveret med præsentationen af ​​ikke-peptid-antigener (CD1a, CD1B, CD1d, HFE, MR1 og FCGRT). Surface udtryk og antigen præsentation af MHC klasse I kræver binding til B2M [31]. MHC klasse 1 gener er særdeles polymorfe, der gør dem i stand til at præsentere en række forskellige endogene peptider [31]. Mutationer, der påvirker B2M binding med partnere i antigen præsentation vej kan mindske effektiviteten af ​​selv-antigen præsentation og derved lette immunrespons unddragelse af tumorceller. Den berigelse af mutationer ved partner grænseflader kan afspejle, at valget i tumorer handler at gribe specifikt ind i præsentationen af ​​selv-antigener, såsom at tumorer med forskellige mutation profiler nødt til at blande sig med forskellige aspekter af antigenet præsentation vej.

TP53 Network Module

TP53 er det mest almindeligt muterede gen i human cancer med mutationer fordelt gennem den åbne læseramme

3. Mutationer i dette gen er blevet rapporteret at have forskellige konsekvenser for TP53 aktivitet [32]; nogle af de mutationer forårsager gevinst på funktion, mens andre undertrykke TP53. Selv distinkte aminosyresubstitutioner på samme rest kan føre til forskellige fænotyper [32]. Her brugte vi det protein-rester todelte interaktion netværk af TP53 at undersøge de mulige biologiske resultater af forskellige mutationer.

Flere af de muterede grænseflade rester i TP53 netværksmodulet mægle flere protein interaktioner. Muterede TP53 rester 18 og 27 interagerer med både MDM2 og EP300 (figur 5a og 5b). Delte rester er særligt interessant, fordi mutationer på disse steder samtidigt kan forstyrre flere intracellulære signaler, eller kunne forskyde ligevægten af ​​binding mellem interaktion partnere. Ifølge Kohn s 2-state model [33] EP300 har to roller i TP53-netværket. Når du er i den inaktive tilstand (i fravær af cellulære stress), kan TP53 inaktiveres via ubiquitinering ved enten MDM2 eller EP300. I dette scenario EP300 samarbejder med MDM2. Men i den aktive tilstand (udløst af DNA-beskadigelse) phosphorylering af TP53 (resterne 18 eller 20) inhiberer MDM2-binding, mens det fremmer EP300 binding. MDM2 er en negativ regulator af TP53 mens EP300 stimulerer TP53 s transkriptionsaktivitet. EP300 har således en modsatrettet rolle MDM2 i TP53 aktiv tilstand. Ved at destabilisere TP53-EP300 interaktion, der er ugunstig for tumor progression, kan mutationer ved disse rester specifikt hæmmer EP300 binding, og derved frigør bindingssted til at interagere med MDM2.

a) En todelt netværk af tumor suppressor TP53, dets partnere og interface-rester, som de interagerer. b) en todelt netværk viser kun den delmængde af observerede til harbour missense-mutationer hos cancerpatienter rester. Størrelsen her af remanensen knudepunkter repræsenterer antallet af tumorer, hvori resten blev muteret. c) En Kaplan Meier overlevelse plot af patienter fra TCGA huser mutationer i TP53 ved resterne 175, 248 eller 273. d) TP53 mutationer R175, R273 og R248 vises på krystalstrukturen af ​​TP53 som homotetramer.

TP53 rester 181, 247 og 249 interagerer med TP53BP1 og TP53BP2 (figur 5a og 5b). TP53BP1 bidrager til DNA-reparation og cellecyklus-kontrol, samt øge TP53-medieret transkriptionel aktivitet [34], og TP53BP2 øger beskadigelse-induceret apoptose [35]. I modsætning til MDM2-EP300 eksempel ville det mest fordelagtige resultat for tumoren synes at være resultatet, hvis mutationer ved resterne 181, 247 og 249 kompromitterede både TP53BP1 og TP53BP2 interaktioner. Interessant nok blev mutationer ved rest 249 forudsiges at stabilisere interaktionen med TP53BP1 men destabilisere interaktionen med TP53BP2 (S1 fil) antyder en mere kompleks rolle for disse TP53 bindingspartnere i tumorigenese

TP53 rest 45 er vigtig for binding til RPA1 og HGMB1. Den TP53-RPA1 kompleks er vigtigt for homolog rekombination og afgørende for tumor undertrykkelse [36], mens HMGB1 har både onkogene og tumorigene aktiviteter [37]. Det er blevet foreslået, at i mangel af TP53, HMBG1 fremmer autofagi og HMGB1-medieret autofagi stimulerer tumorceller overlevelse gennem TP53-afhængige processer [38]. Forstyrre både RPA1 og HMBG1 interaktioner med TP53 kan derfor være fordelagtigt for tumor vedligeholdelse.

Visse mutationer i TP53 er kendt for at have en prognostisk værdi for kræftpatienter. Disse mutationer er kategoriseret efter, om de påvirker DNA bindingskapacitet (R248Q, R273H) eller den samlede protein stabilitet (R249S, G245S, R175H og R282W) [39]. Poeta

et al

. [40] klassificeret TP53 mutationer som forstyrrende eller ikke-forstyrrende efter, om de er placeret i DNA-bindende domæne (DBD). Mutationer i forstyrrende kategori var forbundet med kortere overlevelse. Særlig mutation hotspots (248, 273 og 175) blev for nylig observeret at påvirke kemoterapi følsomhed og samlet overlevelse i ovariecancer [41]. Selvom det DNA-bindende og oligomeriseringsdomæner af TP53 er normalt behandles separat, vores grænseflade kortlægninger understrege, at mange aminosyrer er involveret i TP53 dimerisering ligger inden for DBD, et faktum, der tidligere [42].

Mens begge er rapporteret resterne 248 og 273 bidrager til DNA-binding, deres topologiske påvirker på PPI netværket varierer. Vi observerede 3 mutationsmønstre hotspots (ofte muterede rester), der er involveret med forskellige sæt af interaktioner: TP53 rest 273 specifikt påvirker DNA-binding, rest 175 specifikt påvirker TP53 oligomerisering og rest 248 er vigtig for oligomerisering, binding til DNA og interaktioner med to protein partnere , TP53BP1 og TP53BP2. Når patienter blev grupperet efter mutation på disse tre steder, observerede vi en statistisk signifikant forskel i overlevelse tendenser (Chi-Square = 11.1, P-værdi 3,8 × 10

-3, Log-Rank Test) (Fig 5c ). Den tredimensionale lokalisering af resterne 175, 248 og 273 på en TP53 tetramer er vist i fig 5d.

Funktionelle Mutationer er beriget ved tumorsuppressor men ikke Onkogen Homo-oligomerisering steder i

​​Mutationer kunne kortlægges på homo-oligomerisering lokaliteter af 46 cancer-gener. Da krystallisering undertiden registrerer protein-protein kontakter, der ikke sker i cellen, vores analyse med fokus på 23 af de cancer gener, der blev bekræftet at danne biologiske oligomerizations af PISA [43], og direkte fra litteraturen (S5 og S6 Tables). Da manglende oligomerisere kan forventes at påvirke med protein-funktion, fandt vi det interessant, at muterede oligomerisering sites ca. var ligeligt repræsenteret blandt onkogener og tumor undertrykkere (Fig 6). Vi spekulerede at mutationer ved disse steder i tumorsuppressorer men ikke onkogener ville blive beriget for funktionelle aminosyresubstitutioner. For at teste dette blev VEST score distributioner for mutationer sammenlignes på tværs oligomeriserende steder i onkogener, tumor undertrykkere og andre gener. Vi fandt, at tumorsuppressorer betydeligt beriget med funktionelle mutationer i deres homo-oligomerisering regioner sammenlignet med andre gener (P-værdi 1,73 × 10

-8, Odds Ratio 3,68) (S7 Table), men ikke overholder denne berigelse for onkogener (Fig 6).

kanter er farvet i henhold til funktionelle forudsigelser ved hjælp VEST. Røde linjer angiver, at mutationer påvirker denne rest blev forudsagt at være funktionel (VEST 0,75), blå linjer angiver en neutral forudsigelse (VEST 0,25), og stiplede grå linjer angiver mutationer kunne ikke trygt tildeles en funktionel eller neutral etiket.

nukleinsyrebindende steder havnen en uventet Antal missense mutationer

Vi næste undersøgte protein-DNA bindende websteder i vores netværk. Mendelske mutationer ved DNA-bindende steder blev eksperimentelt findes enten at ophæve DNA-binding eller til at ændre DNA-bindende specificitet for binding motiver i DNA-sekvensen [9]. FBF omfattede strukturer til 10 tumorsuppressorer, 2 onkogener og 168 yderligere gener bundet til DNA (S8 tabel). Blandt disse, 9 tumorsuppressorer, en onkogen og 131 andre gener havde mutationer i deres DNA-bindende regioner (S9 tabel). DNA-bindende regioner generelt ikke overlapper med protein-interagerende regioner af proteiner i Mendelsk sygdomme [9]. Proteinerne i vores netværk viste tilsvarende næsten ingen overlapning af protein interaktion sites med strukturelt løst DNA bindende grænseflader (P-værdi 8,86 × 10

-5, Odds Ratio 0,77). Derudover et uventet antal missense-mutationer, men ikke tavse mutationer forekom inden DNA bindingssteder (P-værdi 3,38 × 10

-3, Odds Ratio 1.19) (S10 tabel), hvilket antyder, at DNA-bindingsaktivitet af nogle af disse proteiner kan være vigtigt for tumorigenese.

af de 180 DNA-bindende proteiner i vores netværk, ti ​​var transkriptionelle master-regulatorer (ETS1, SRF, FOXO4, GATA3, HNF1B, HNF4A, MAX, MYC, NFKB1 og NFATC1 [44, 45]), hvoraf otte (SRF og HNF1B er undtagelser) havde mutationer i deres DNA-bindende regioner. Transkriptionelle master-regulatorer, gener i toppen af ​​de lovgivningsmæssige hierarki, er i stand til at styre ekspressionen af ​​multiple målgener og er determinanter for celle skæbne. Således mutationer i disse gener, der enten modvirker DNA bindende eller ændre dens specificitet kan forårsage omfattende ændringer i genekspression.

Vi antager, at mutationer ændre RNA-bindende steder af proteiner ville have lignende konsekvenser for dem at ændre DNA bindingssteder . Vores netværk omfattede en RNA-bindende onkogen og 73 RNA-bindende andre gener, der understøttes af co-krystalstrukturer i FBF (S11 tabel). I modsætning til, hvad der er blevet rapporteret for DNA-bindende domæner, vi ikke observere gensidig eksklusivitet mellem rester medierende protein-protein interaktioner og de medierende protein-RNA-interaktioner. Fifty-seks af de gener, herunder det indre onkogen, nærede mutationer i deres RNA bindingsregion (S12 tabel).