Understanding life on the molecular level requires knowledge about protein-protein interactions (PPIs), but experimental data is limited and complex, rendering computational methods indispensable. We first analyzed PPI interfaces in all known PPI structures and found surprising differences in binding modes. Then we developed a method based on artificial neural networks that predicts from sequence which amino acids interact in a PPI. Another new state-of-the-art method determines whether two proteins interact. Third, addressing the problem of missing protein annotations in network-based analysis, we developed a function predictor that relies only on sequential similarity to proteins with known annotations.     «

Understanding life on the molecular level requires knowledge about protein-protein interactions (PPIs), but experimental data is limited and complex, rendering computational methods indispensable. We first analyzed PPI interfaces in all known PPI structures and found surprising differences in binding modes. Then we developed a method based on artificial neural networks that predicts from sequence which amino acids interact in a PPI. Another new state-of-the-art method determines whether two prot...     »

Um Leben auf molekularer Ebene zu verstehen brauchen wir Wissen über Protein-Protein Interaktionen (PPIs). Experimentelle Daten sind jedoch rar und kompliziert und machen computergestützte Methoden unverzichtbar. Diese Arbeit analysierte Proteinberührungsflachen in allen bekannt PPI Strukturen und fanden überraschende Unregelmäßigkeiten im Bindungsverhalten. Dann trainierten wir künstliche Neuronale Netze die nur anhand der Proteinsequenzen vorhersagen welche Aminosäuren in einer PPI interagieren. Eine weitere Methode bestimmt ob zwei Proteine überhaupt interagieren. Zuletzt adressierten wir fehlende Annotationen bei der netzwerkbasierten Analyse von Proteinfunktionen und fanden eine neue Methode zur Proteinfunktionsvorhersage, die nur auf Sequenzähnlichkeit zu bereits annotierten Proteinen beruht.     «

Um Leben auf molekularer Ebene zu verstehen brauchen wir Wissen über Protein-Protein Interaktionen (PPIs). Experimentelle Daten sind jedoch rar und kompliziert und machen computergestützte Methoden unverzichtbar. Diese Arbeit analysierte Proteinberührungsflachen in allen bekannt PPI Strukturen und fanden überraschende Unregelmäßigkeiten im Bindungsverhalten. Dann trainierten wir künstliche Neuronale Netze die nur anhand der Proteinsequenzen vorhersagen welche Aminosäuren in einer PPI interagiere...     »