编辑推荐：
水稻作为全球重要粮食作物，其种子发育机制复杂且关键蛋白及相互作用尚不明确。研究人员开展基于蛋白质 - 蛋白质相互作用（PPI）网络的分析，预测出 196 种新蛋白，识别出相关子模块和枢纽蛋白，为水稻育种研究提供重要依据。
在农业生产的大舞台上，水稻无疑是一颗璀璨的 “明星”，它是全球数十亿人的主食，养活了无数人口。然而，随着全球人口的持续增长，对水稻产量和品质的要求也越来越高。但目前，水稻种子发育的分子机制却如同迷雾，尚未被完全揭开。虽然我们知道种子发育从双受精开始，历经胚胎形态发生、胚乳充实和种子成熟等阶段，可对于其中关键蛋白质的作用以及它们之间的相互关系，却知之甚少。这就好比在建造一座高楼时，却不清楚关键的建筑材料和它们的连接方式，严重制约了水稻品种的改良和产量的提升。为了突破这一困境，来自斯里兰卡科伦坡大学植物科学系的研究人员踏上了探索之旅，他们的研究成果发表在《BMC Plant Biology》杂志上。
研究人员采用了一系列先进的技术方法来揭开水稻种子发育的神秘面纱。首先，他们从 STRING 数据库获取水稻的 PPI 网络数据，并利用 Python 中的 NetworkX 包进行处理。通过文献挖掘和 Gene Ontology（GO）搜索，确定了与种子发育相关的蛋白质。为了预测新的种子发育蛋白候选物，研究人员创新性地将多数投票（MV）、Hishigaki 算法（HA）、功能流（FF）和重启随机游走（RWR）这四种基于网络的算法整合，构建了 Ensemble 模型。同时，运用 Louvain 社区检测算法对种子发育子网络进行子模块分析，并通过计算 Z - 分数和分区系数（PC）分别识别模块内和模块间的枢纽蛋白。
在数据预处理阶段，研究人员从庞大的水稻 PPI 网络中筛选出 102 种与种子发育相关的蛋白质，同时通过文献挖掘获取了 640 种差异表达蛋白（DEPs）。经过筛选，95 种种子蛋白和 285 种 DEPs 被用于后续预测。在 Ensemble 模型构建与评估中，研究发现该模型在预测种子发育蛋白方面表现卓越，其 AUPR、AUROC 和Fmax得分均高于单个算法，表明该模型能更准确地识别与种子发育相关的蛋白质。
通过分析，研究人员确定了 196 种新的与水稻种子发育相关的蛋白质，并构建了种子发育子网络。进一步的子模块分析揭示了 14 个子模块，它们分别与不同的发育途径相关，如子模块 5 与胚乳发育相关，子模块 13 与种子生长调控相关。这些子模块中包含了许多关键蛋白质，比如子模块 13 中的 ILI5 和 APG，它们分别在控制粒长和调节细胞分裂、碳水化合物代谢方面发挥重要作用；子模块 5 中的 OsFIE2 和 METB1 则对水稻籽粒胚乳发育至关重要。
在枢纽蛋白分析中，研究人员识别出 17 个模块内枢纽蛋白和 6 个模块间枢纽蛋白。其中，SDH1 蛋白尤为特殊，它既是模块内枢纽蛋白又是模块间枢纽蛋白，在调节种子发育各子模块间的相互作用中起着关键作用。其他枢纽蛋白，如 ATP 合酶亚基等，也暗示着其在 ATP 生物合成以及连接不同发育途径中的潜在作用。
在讨论部分，研究人员深入分析了各子模块和枢纽蛋白在种子发育中的作用。这些发现为理解水稻种子发育的分子机制提供了全面的视角，揭示了不同子途径和相关蛋白质如何相互作用来调控种子发育。然而，研究也存在一定局限性，虽然预测出的新蛋白质通过了计算验证和转录组实验验证，但缺乏实验验证，这为后续研究指明了方向。
总的来说，这项研究通过预测新的候选蛋白、分析子模块和枢纽蛋白，为水稻种子发育的研究提供了重要的理论基础。这些成果不仅有助于我们深入理解水稻种子发育的分子机制，还为未来通过基因工程手段改良水稻品种、提高水稻产量和品质提供了潜在的靶点和理论依据，对推动水稻育种研究具有重要意义。
