HIPPIE 3.0:扩展实验证据支撑的蛋白质相互作用网络挖掘与预测基准平台

《Nucleic Acids Research》:HIPPIE 3.0: expanding experimental evidence for mining and predicting protein interaction networks

【字体: 大 中 小 】 时间:2026年11月18日 来源:Nucleic Acids Research 15.0

编辑推荐:

  蛋白质–蛋白质相互作用(protein–protein interactions, PPIs)是细胞功能、疾病基因识别和治疗靶向的核心。人类整合蛋白质–蛋白质相互作用参考(Human Integrated Protein–Protein Interaction

蛋白质–蛋白质相互作用(protein–protein interactions, PPIs)是细胞功能、疾病基因识别和治疗靶向的核心。人类整合蛋白质–蛋白质相互作用参考(Human Integrated Protein–Protein Interaction rEference, HIPPIE)通过整合多资源证据并为单个相互作用分配可靠性评分,提供了实验支持的人类PPI的置信度评分参考网络。研究人员在此推出HIPPIE 3.0,这是一次大幅扩展资源规模和范围的重要更新。HIPPIE现包含约120万条实验支持的PPI,较上一主要版本增加四倍,其中包括71 000条异构体特异性相互作用。除相互作用数据外,HIPPIE通过纳入经实验检测的非相互作用蛋白对,捕获底层实验搜索空间(underlying experimental search space),并提供大规模跨物种保守性注释。本版本扩展了实验方法目录,重新校准了置信度评分,并引入重新设计的网页界面以改善数据访问和探索。为支持机器学习(machine learning, ML)应用,HIPPIE 3.0提供高置信阳性相互作用和阴性训练数据集,以及用于生成序列相似性和度感知基准划分(benchmark splits)的工具,以减少数据泄漏(data leakage)导致的性能虚高。通过将扩展的实验相互作用组与面向PPI预测的基准生成策略相结合,HIPPIE 3.0既是参考相互作用组,也是评估PPI预测方法的平台。HIPPIE 3.0可在hippie-db.net免费获取。
研究背景:PPI(protein–protein interaction,蛋白质–蛋白质相互作用)知识对理解生物通路和细胞过程至关重要,并用于解释细胞功能、疾病表型及治疗靶向研究。实验技术发展推动了实验数据增长和标准化,但实验验证仍受可扩展性、成本和复杂性限制;不同实验捕获不同生物学背景,技术间重叠程度差异大,PPI数据仍存在覆盖不完整、噪声水平不一和采样偏倚等问题。由于在生理和病理背景下穷尽实验测定相互作用不可行,领域发展依赖高质量预测工具。ML(machine learning,机器学习)尤其是依赖蛋白质语言模型(protein language model, pLM)的深度学习方法进展迅速,但训练设置不当会使模型过度依赖输入数据属性,在无代表性测试集上表现良好却无法泛化。此类属性常来自非相互作用(阴性)样本获取方式:缺乏足够大的实验支持非相互作用资源时,常通过随机蛋白配对计算生成阴性样本;然而相互作用蛋白具有节点度幂律分布、同物种更易互作等非随机属性,若采用无信息采样和无信息划分(如随机边分配),这些分布差异会成为预测捷径,导致不现实性能报告。为此,HIPPIE 3.0新设ML splits模块,提供防止评估偏倚的数据划分及可视统计,并纳入至少5次实验观察到不相互作用的重复阴性对,提供随机阴性和实验支持阴性的泄漏减少预计算划分;同时重新设计网页界面,便于湿实验人员、计算生物学家和算法开发者探索人类PPI数据。HIPPIE 2011年原始版本引入基于实验技术质量、研究频率和interolog数据的置信度评分;2.0版增加组织特异性过滤、网络可视化和REST API(Representational State Transfer Application Programming Interface)服务;3.0版聚焦更好捕获PPI实验搜索空间并支持PPI预测模型训练。

技术方法:HIPPIE 3.0采用Django(v5.2)、MariaDB(v13.1)、React(v18.3.1)和Docker(v29.1)重构,部署扩展REST API和MCP(Model Context Protocol)服务器;数据整合自IntAct人类相互作用组、UniProt/Alliance of Genome Resources、GTEx(v11)、DIGGER及AlphaFold-Multimer预测;利用多诱饵推断框架重建AP-MS(affinity-purification mass spectrometry,亲和纯化质谱)和Y2H(yeast two-hybrid,酵母双杂交)实验搜索空间,计算非相互作用置信度;采用ILP(integer linear program,整数线性规划)split + ILP sampling流程生成序列相似性和度感知划分,Nextflow执行。无样本队列来源。

研究结果:
An expanded experimental PPI resource(扩展的实验PPI资源):通过软件重构和数据整合,HIPPIE 3.0包含29 080个蛋白条目和1 179 347条相互作用;新增7 636个独特异构体参与的70 913条异构体层面相互作用,并可选显示2 796个未审阅UniProtKB/TrEMBL蛋白。
Improved software:通过Django/MariaDB/React/Docker重构、预取、异步任务队列、外部资源版本追踪、扩展REST API和MCP,提升响应速度、可重复性和数据溯源。
Updated interactions and annotation data:通过异构体解析、DIGGER连接和GTEx v11更新,得到1 136 575个基因–组织连接、68个组织–细胞类型类别;通过IntAct多诱饵框架获得3 920 328个实验测试且≥5次未观察到相互作用的蛋白对,并报告933 581条诱饵–猎物实验中的相互作用检测率;以1 ? FNRN表示至少一次实验检测到真阴性的概率,按Y2H约50%、大规模AP-MS约40%估计每次检测FNR(false negative rate,假阴性率)为45%。
Expanded scoring metrics:通过为94种未评分检测方法匹配已有方法评分(先用Claude初配再人工修正)、以UniProt/Alliance替代HomoMINT的直系同源转移,并沿用原评分式S = ws×Ss+wo×So+wt×St及饱和函数Si=2/(1+e?ai×n)?1重算;35 246条相互作用具直系同源支持;中/高置信阈值对相互作用为0.63/0.72,对非相互作用为0.99/1.00。
Supporting machine learning:通过提供HRNI(highly replicated non-interactions,高重复非相互作用)和随机非相互作用,支持ML训练;Bernett et al.显示在无偏HIPPIE划分下,设计上缺乏结合位点检测能力的基线在使用HRNI池时性能不虚高。
Data:提供可在蛋白和相互作用层面过滤的正负数据,用户可选HRNI或随机非相互作用。
Splits:通过ILP split + ILP sampling生成9个预计算划分;蛋白聚类为100个序列相似性最小化簇,按80/10/10划分且划分间无蛋白共享;采样时匹配蛋白度和自相互作用,提供平衡测试集及含10倍负样本的现实测试集;该策略约丢弃一半输入相互作用;四类模型(随机森林、XGBoost、小型神经网络、TUnA)评估显示神经网络在两测试集最佳。
Comparison of the properties of the resulting splits:通过比较网络统计发现,仅保留同时出现在非相互作用数据的蛋白会丢弃多数低度和许多中度蛋白;过滤中/高置信也主要孤立低/中度蛋白;被丢弃PPI对度分布和评分分布影响不强,但负集蛋白度偏高;非相互作用共享GO(Gene Ontology,基因本体)术语或Reactome通路少于相互作用,功能相关相互作用优先保留。
Split availability:提供9个预计算划分下载;ML-splits标签支持8个过滤器、统计生成和自定义平衡划分,Nextflow在服务器排队执行,ILP运行限30 min,可通过job ID查看、分享和下载,也支持本地运行。
Use case:提供两个使用案例及操作说明。
Exploring disease-centered proteins with HIPPIE:以HTT查询Huntington’s Disease(HD)分子背景,得到1116个互作伙伴(含异构体为1276);HTT–HAP1显示异构体2特异性;扩展HD相关种子节点得到2300条相互作用,其中7条超过HTT–HAP1基准置信度。
Building custom networks through the HIPPIE filter functionality:通过browse过滤器组合可构建组织和方法特异网络,示例为脑组织充分表达且仅由Y2H和互补技术检测的相互作用网络。
Discussion:总结高置信PPI和非PPI需求持续增长,HIPPIE 3.0扩展正负数据背景并提供ML就绪划分,成为置信度评分实验PPI综合资源;重设计支持持续开发和长期可持续性;未来关注人类PPI数据固有实验和研究偏倚;将AlphaFold-Multimer结构预测映射到332 395条HIPPIE PPI并提供界面置信度评分下载。研究结论翻译:总之,研究人员认为HIPPIE 3.0改进了该数据库当前的使用场景,同时扩展了其功能,满足了蛋白质相互作用研究社区中一个尚未满足的需求。

订阅生物通快讯

订阅快讯:

最新文章

限时促销

会展信息

关注订阅号/掌握最新资讯

今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

版权所有 生物通

Copyright© eBiotrade.com, All Rights Reserved

联系信箱:

粤ICP备09063491号