人类短线性基序介导蛋白互作图谱补充数据
数据集简介
作者与来源
ASHI 补充数据集由多个研究机构的研究人员共同贡献,包括 Uppsala University、University of Massachusetts Chan Medical School、The Institute of Cancer Research、St. Jude Children's Research Hospital、University of Toronto、University of Copenhagen、The Hebrew University of Jerusalem 以及 Structural Genomics Consortium。主要贡献者包括 Priyanka Madhu、Caroline Benz、Leandro Simonetti、Norman E Davey、Ylva Ivarsson 和 Peter M Pryciak 等。
描述
本数据集是“短线性基序介导的人类蛋白-蛋白相互作用图谱(ASHI)”的补充材料,旨在提供大规模筛选的原始数据和派生结果。研究团队通过筛选超过 800 个人类蛋白结构域,针对包含百万条肽段的内在无序区(IDR)文库 HD2,揭示了超过 20,000 条基序-结构域相互作用,为理解 SLiM 识别机制提供了 proteome-scale 的视图。
技术信息
数据集包含多种文件格式,具体如下:
HD2.tar.gz:压缩的 TSV 表格,包含 Human Disorderome 2(HD2)文库设计信息,最初发表于 Benz 等人 2022 年的研究(doi: 10.15252/msb.202110584)。字段包括:protein_accession、protein_gene_name、protein_name、protein_organism、peptide、peptide_phage_variant、peptide_start、peptide_stop。
HD2_ProP-PD_unfiltered_peptides.tar.gz:ProP-PD 未过滤筛选原始数据,包含字段:bait_id、bait_accession、bait_gene_name、bait_start、bait_stop、bait_domain、bait_clan、hit、hit_phage_variant、hit_start、hit_stop、hit_accession、hit_gene_name、hit_protein_name、confidence、proppd_score、pls_supervised 等。
ASHI_all_PSSMs.json:包含所有 bait 的频率和二项式 PSSM(位置特异性评分矩阵),这些 PSSM 是基于使用 FaSTPACE 和/或 SLiMFinder 从头发现的 motif 计算得到的。
ASHI_baits_motif_details.json:包含 FaSTPACE/SLiMFinder 发现的 motif 详情,包括正则表达式。
内容
数据集的规模为:筛选超过 800 个人类蛋白结构域,得到超过 20,000 条基序-结构域相互作用,文库 HD2 包含百万条肽段。所有数据均以开放获取方式在 Zenodo 上公开,版本为 v2,发布日期为 2026 年 8 月 13 日。
用户可通过 Zenodo 记录页面(https://zenodo.org/records/21918746)访问并下载这些补充数据集。