Illuminating Dark Proteins using Reactome Pathways
Notice bibliographique
Résumé
Diseases are often the consequence of proteins or protein complexes that are non-functional or that function improperly. An active area of research has focused on the identification of molecules that can interact with defective proteins and restore their function. While 22% percent of human proteins are estimated to be druggable, less than fifteen percent are targeted by FDA-approved drugs, and the vast majority of untargeted proteins are understudied or so-called "dark" proteins. Elucidation of the function of these dark proteins, particularly those in commonly drug-targeted protein families, may offer therapeutic opportunities for many diseases. Reactome is the most comprehensive, open-access pathway knowledgebase covering 2585 pathways and including 14246 reactions, 11088 proteins, 13984 complexes, and 1093 drugs. Placing dark proteins in the context of Reactome pathways provides a framework of reference for these proteins facilitating the generation of hypotheses for experimental biologists to develop targeted experiments, unravel the potential functions of these proteins, and then design drugs to manipulate them. To this end, we have trained a random forest with 106 protein/gene pairwise features collected from multiple resources to predict functional interactions between dark proteins and proteins annotated in Reactome and then developed three scores to measure the interactions between dark proteins and Reactome pathways based on enrichment analysis and fuzzy logic simulations. Literature evidence via manual checking and systematic NLP-based analysis support predicted interacting pathways for dark proteins. To visualize dark proteins in the context of Reactome pathways, we have also developed a new website, idg.reactome.org, by extending the Reactome web application with new features illustrating these proteins together with tissue-specific protein and gene expression levels and drug interactions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».