Prediction of host-pathogen protein-protein interactions: an integrative model

Abstract

L’ús descontrolat d’antibiòtics contra bacteris patògens ha accelerant l’aparició de bacteris resistents a múltiples fàrmacs en les darreres dècades i s’està convertint en un greu problema de salut pública a nivell mundial. Per combatre aquesta resistència bacteriana, és fonamental obtenir un bon coneixement dels mecanismes d’infecció, que es produeixen en gran mesura per la interacció entre proteïnes del patogen i proteïnes de l’hoste. En aquest sentit, cal millorar l’anotació funcional i la caracterització de les proteïnes implicades i de les seves interaccions. Amb aquest objectiu, hem creat les bases de dades BacFITBase i DualSeqDB, que recopilen la informació disponible sobre la importància de gens bacterians i sobre els canvis d’expressió gènica que es produeixen tant en el patogen com en l’hoste durant el procés d’infecció. Així mateix, hem desenvolupat HPIPred, un sistema de predicció d’interaccions proteïna-proteïna entre hoste i patogen. HPIPred està basat en la codificació numèrica de propietats fisicoquímiques dels aminoàcids i és capaç d’integrar informació fenotípica per guiar el procés de predicció. La combinació d’aquestes eines podria servir com a guia en el desenvolupament de nous fàrmacs contra la resistència bacteriana.

El uso descontrolado de antibióticos contra bacterias patógenas está acelerando la aparición de bacterias resistentes a múltiples fármacos y se está convirtiendo en un grave problema en materia de salud pública mundial. Para combatir esta resistencia bacteriana, es fundamental obtener un mayor conocimiento de los mecanismos de infección, que se producen en gran medida por la interacción entre proteínas del patógeno y proteínas del organismo huésped. En este sentido, es necesaria una mejora en la anotación funcional y caracterización de estas proteínas y de sus interacciones. Con este objetivo, hemos creado las bases de datos BacFITBase y DualSeqDB, que recopilan información sobre la importancia de genes bacterianos y sobre los cambios de expresión génica que se producen en el patógeno y en el huésped durante el proceso infeccioso, respectivamente. Del mismo modo, hemos desarrollado HPIPred, un sistema de predicción de interacciones proteína-proteína entre huésped y patógeno, basado en la codificación numérica de propiedades físico-química de los aminoácidos, capaz de integrar información fenotípica para guiar el proceso de predicción. La combinación de estas herramientas podría servir como guía en el desarrollo de nuevos fármacos contra la resistencia bacteriana.

The use and misuse of antibiotics against pathogenic bacteria is accelerating the appearance of multi-drug resistant bacteria and it is becoming a serious concern in public health worldwide. In order to fight antibacterial resistance, it is crucial to get a better understanding of the mechanisms underlying infection, which occur to a great extent due to the interaction between host and pathogen proteins. In this sense, it is necessary to improve the functional annotation and characterization of these proteins and their interactions. With this aim, we have created two databases, BacFITBase and DualSeqDB, which gather information on the importance of bacterial genes and the gene expression changes that occur both in the pathogen and in the host during the infection process, respectively. Similarly, we have developed HPIPred, a host-pathogen protein-protein interaction prediction system, based on the numerical encoding of physicochemical properties of amino acids, capable of integrating phenotypic information to guide the prediction process. The combination of these tools could be useful as a guidance in the development of new drugs against antibacterial resistance.