Post-translational modification (PTM) is playing key role in the cellular signaling processes and non-synonymous single nucleotide polymorphism (SNP) may affect PTM and signaling pathways. However, only a few kinds of PTMs have been mapped to nsSNPs in the previous studies, without considering disease-association. The functional implication of disease-associated SNPs and the mechanisms of diseases can be explained by analyzing disease-associated SNPs from genome-wide association studies (GWASs) and SNPs influencing PTMs.
In this thesis, we defined PTM-SNP as SNPs influencing PTMs and collected PTM-SNPs with disease-association information by integrating information of PTM sites, SNP sites, and GWAS data. From the collected PTM-SNP and phosphorylation network, we detected disease-associated phosphorylation network dynamics to find the disease mechanisms. Firstly, we developed methods and protocols for identifying PTM sites and disease-associated SNPs from mass spectrometry data and GWAS data. Our novel method for PTM identification can identify not only ubiquitin and ubiquitin-like proteins but also all previous known PTMs without any restriction. The protocols for detecting disease-associated SNPs and SNP combination is also developed using GWAS data and random forest classifier. Secondly, on the basis of the information of PTM, SNP, and GWAS, we built comprehensive PTM-SNP database by integrating information of PTMs, SNPs, and disease-associated SNPs. PTM-SNPs are highly associated with diseases, compared with SNPs on other functional sites. PTM sites known to be involved in biological signalling, such as phosphorylation, ubiquitina-tion, and acetylation, have a greater proportion of disease-associated PTM-SNPs than other PTM sites. Final-ly, we detected disease-associated phosphorylation network dynamics using disease-associated phosphoryla-tion-SNPs. The disease-specific phosphorylation signaling dynamics is revealed by predicting all possible kinase-substrate relationship using phosphorylation-SNPs. From the detected disease-associated phosphorylation network dynamics, we can infer the mechanisms of diseases.
Through this study, we constructed PTM-SNP database by comprehensively collecting information of PTM sites, SNP sites, and disease-associated SNPs. Using PTM-SNP, we were able to identify relationships between PTM sites and SNPs and their importance in disease. The importance of PTM-SNP relation is re-vealed with various categories of SNPs, PTMs, and diseases. All information from the database is freely available online via PTM-SNP website. The analysis with this comprehensive PTM-SNPs and disease-associated phosphorylation network dynamics using disease-associated PTM-SNPs enables us to identify novel disease-associated signaling pathways and mechanisms of diseases.
단백질 변형은 신호 전달 프로세스에서 중요한 역할을 수행하며 비동의 단일 염기 다형성은 단백질 변형과 신호 전달 경로에 영향을 줄 수 있다. 그러나 이전 연구들에서는 제한된 종류의 단백질 변형만이 비동의 단일 염기 다형성에 매핑되었으며, 질병 연관성에 대한 고려가 부족한 실정이다. 단백질 변형에 영향을 미치는 질병 연관 단일 염기 다형성을 분석하게 된다면 질병 연관 단일염기다형성의 기능 예측과 질병 기작 예측이 가능할 것이다.
본 연구에서는 PTM-SNP를 단백질 변형에 영향을 미치는 질병 연관 단일 염기 다형성 이라고 정의하고, PTM-SNP와 질병 연관성 정보를 단백질 변형 위치 정보, 단일 염기 다형성 위치 정보, 그리고 전장 유전체 분석 데이터를 통합하여 구성하였다. 수집된 PTM-SNP와 인산화 네트워크를 통하여 우리는 질병의 기작을 분석할 수 있는 동적 질병 연관 인산화 네트워크를 구성하였다. 먼저, 단백질 변형을 동정하고 질병 연관 단일 염기 다형성을 분석할 수 있는 기법과 프로토콜들을 개발하였다. 우리의 새로운 단백질 변형 동정 기법은 유비퀴틴과 유비퀴틴 유사 단백질뿐 아니라 모든 알려진 단백질 변형을 제한 없이 동시에 분석이 가능하다. 질병 연관 단일 염기 다형성과 단일 염기 다형성 조합을 찾는 프로토콜은 전장 유전체 분석 데이터를 랜덤 포레스트 기법을 활용하여 탐색하는 기법을 중심으로 한다. 두번째로, 단일 염기 다형성 정보, 단백질 변형 정보, 그리고 전장 유전체 분석 정보를 통합하여 PTM-SNP 데이터베이스를 구축하였다. 구축된 데이터를 분석하여 PTM-SNP 들이 다른 기능 위치에 존재하는 단일 염기 다형성들에 비하여 질병과 높은 연관관계를 가지고 있음을 밝혀냈다. 또한 생물학적 신호 전달 경로에 중요한 역할을 하는 것으로 알려진 인산화, 유비퀴틴화, 아세틸화와 같은 단백질 변형이 다른 단백질 변형보다 더 많은 질병 연관성을 가지는 것으로 분석되었다. 마지막으로, 수집된 질병 연관 단일 염기 다형성 정보와 인산화 네트워크를 활용하여 동적 질병 연관 인산화 네트워크를 구축하였다. 질병 특화 인산화 동적 신호 전달 경로가 모든 가능한 인산화 효소-인산화 타깃 간의 관계를 인산화-단일 염기 다형성을 활용하여 예측되었으며, 질병의 기작을 예측할 수 있게 되었다.
본 연구를 통해 PTM-SNP 데이터베이스가 단백질 변형 정보, 단일 염기 다형성 정보, 그리고 질병 연관 단일 염기 다형성 정보를 통합하여 구축되었다. PTM-SNP를 이용하여 단백질 변형 위치와 단일 염기 다형성 간의 관계와 질병에서의 중요성이 밝혀졌다. PTM-SNP 관계의 중요성이 다양한 카테고리의 단일 염기 다형성, 단백질 변형, 그리고 질병을 통하여 밝혀졌다. 수집된 모든 정보는 PTM-SNP 웹사이트를 통하여 자유롭게 열람이 가능하다. PTM-SNP와 이를 기반으로 구축된 동적 질병 연관 인산화 네트워크는 새로운 질병 연관 신호 전달 경로와 질병 기작을 밝히는 데에 도움을 줄 수 있을 것으로 기대된다.
