在细胞生物学领域中，蛋白质-蛋白质相互作用（Protein-Protein Interactions，PPIs）是调控细胞过程和响应环境信号的关键因素。这些动态的相互作用构成了细胞状态的分子基础，并且有助于研究细胞如何在健康和疾病状态下的运作状态。为了满足在全局尺度上确定PPIs动态变化的需求，一个创新集成机器学习框架Tapioca应运而生，它能够预测动态环境中的PPIs，如卡波西肉瘤相关疱疹病毒（Kaposi's Sarcoma-associated Herpesvirus，KSHV）再活化过程中的病毒与宿主之间的相互作用。研究内容于2024年2月发表在《Nature Methods》杂志。

Tapioca工作流程：

数据预处理：将TPCA、I-PISA或CF-MS等质谱数据与静态互作数据进行整合。

特征生成：基于整合的数据生成用于机器学习模型的特征。

模型训练与评估：使用逻辑回归、朴素贝叶斯或随机森林等算法训练模型，并在独立的数据集上进行评估。

得分优化：优化子模型的得分，以获得准确性和系统动态之间的平衡。

预测与分析：应用训练好的模型进行PPI预测，并进行后续的生物学分析。

结果验证：通过实验方法（如免疫共沉淀-质谱分析）验证Tapioca预测的PPIs。

图1：Tapioca在动态环境中准确预测PPI能力的分析示例^[1]

Tapioca预测及验证

Tapioca在KSHV再活化过程中进行预测，发现核糖体普遍存在的酪蛋白激酶底物1（Nuclear Ubiquitous Casein and Cyclin-Dependent Kinase Substrate 1，NUCKS）是一个被病毒蛋白靶向的细胞中心蛋白，与病毒蛋白的相互作用在48 h后增加，这些相互作用包括参与核苷酸代谢的三个蛋白RIR1，RIR2和TK，以及在晚期病毒转录中起作用的ORF45。

为了验证预测结果，通过免疫亲和纯化（IP）和质谱（MS）分析，比较了不同的实验条件（两种抗体、两种裂解条件和两种核酸酶的强度）来分析内源性NUCKS。尽管RIR1在所有条件下都被鉴定为主要的病毒蛋白，但它并没有在NUCKS IP数据集中达到统计学上的显著阈值。因此，设计了针对性的质谱分析来更准确地量化RIR1和RIR2病毒蛋白。通过非靶向和靶向分析，实验验证了Tapioca预测的NUCKS与KSHV在48 h后相互作用的三个蛋白，并指出了额外的病毒蛋白。综上所述，Tapioca的预测结果得到有效验证。

NUCKS在其他疱疹病毒感染中的作用

研究使用Tapioca来分析NUCKS蛋白在单纯疱疹病毒-1（Herpes Simplex Virus Type 1，HSV-1）和人巨细胞病毒（Human Cytomegalovirus，HCMV）感染中的作用，发现NUCKS与HSV-1几乎没有互作，与HCMV只有少数互作。之后，通过利用TPCA数据的时间维度，预测了HSV-1、HCMV和KSHV病毒蛋白之间的“互作组相似性”得分。

图2：NUCKS GO术语富集在HSV-1和HCMV感染^[1]

此外，研究团队已在GitHub上发布了Tapioca项目（github.com/FunctionLab/tapioca），并建立了官方网站（tapioca.princeton.edu/），以供访问和参考。

总结

Tapioca通过整合质谱分析得到的互作组数据（例如热/离子变性或共分离工作流程中的数据）与蛋白质属性和组织特异性功能网络，来预测新的相互作用。通过这个平台，研究人员可以更好地理解细胞如何在不同的环境线索下调节其蛋白质相互作用网络。

参考文献：

[1]Reed T J, Tyl M D, Tadych A, et al. Tapioca: a platform for predicting de novo protein–protein interactions in dynamic contexts[J]. Nature Methods, 2024, 21(3): 488-500.