ในชีววิทยาโมเลกุลอินแอคทอมคือชุดปฏิสัมพันธ์ระดับโมเลกุลทั้งหมดในเซลล์ เฉพาะ คำนี้หมายถึงปฏิสัมพันธ์ทางกายภาพระหว่างโมเลกุลโดยเฉพาะ (เช่น ปฏิสัมพันธ์ระหว่างโปรตีน หรือที่เรียกว่าปฏิสัมพันธ์ระหว่างโปรตีนกับโปรตีน (PPIs) หรือระหว่างโมเลกุลขนาดเล็กกับโปรตีน^{[ 1 ]} ) แต่ยังสามารถอธิบายชุดปฏิสัมพันธ์ทางอ้อมระหว่างยีน ( ปฏิสัมพันธ์ทางพันธุกรรม ) ได้อีกด้วย

คำว่า "อินเตอร์แอคโทม" ถูกบัญญัติขึ้นครั้งแรกในปี 1999 โดยกลุ่มนักวิทยาศาสตร์ชาวฝรั่งเศสที่นำโดยเบอร์นาร์ด จาค^{[ 3 ]}ในทางคณิตศาสตร์ อินเตอร์แอคโทมมักจะแสดงเป็นกราฟแม้ว่าอินเตอร์แอคโทมจะถูกอธิบายว่าเป็นเครือข่ายทางชีวภาพแต่ก็ไม่ควรสับสนกับเครือข่ายอื่นๆ เช่นเครือข่ายประสาทหรือ ห่วง โซ่ อาหาร

ปฏิสัมพันธ์ ระดับโมเลกุลสามารถเกิดขึ้นได้ระหว่างโมเลกุลที่อยู่ในตระกูลทางชีวเคมีที่แตกต่างกัน ( โปรตีนกรดนิวคลีอิกไขมันคาร์โบไฮเดรตฯลฯ) และภายในตระกูลเดียวกัน เมื่อใดก็ตามที่โมเลกุลเหล่านี้เชื่อมต่อกันด้วยปฏิสัมพันธ์ทางกายภาพ พวกมันจะก่อตัวเป็นเครือข่ายปฏิสัมพันธ์ระดับโมเลกุล ซึ่งโดยทั่วไปจะถูกจำแนกตามลักษณะของสารประกอบที่เกี่ยวข้อง โดยทั่วไปแล้วอินเตอร์แอคโทมหมายถึงปฏิสัมพันธ์ระหว่างโปรตีนกับโปรตีน (เครือข่าย PPI) (PIN) หรือส่วนย่อยของเครือข่ายดังกล่าว ตัวอย่างเช่น อินเตอร์แอคโทมโปรตีน Sirt-1 และอินเตอร์แอคโทมลำดับที่สองของตระกูล Sirt ^{[ 4 ] [ 5 ]}คือเครือข่ายที่เกี่ยวข้องกับ Sirt-1 และโปรตีนที่โต้ตอบโดยตรง ในขณะที่อินเตอร์แอคโทมลำดับที่สองแสดงให้เห็นถึงปฏิสัมพันธ์จนถึงลำดับที่สองของเพื่อนบ้าน (เพื่อนบ้านของเพื่อนบ้าน) อินเตอร์แอคโทมอีกประเภทหนึ่งที่ได้รับการศึกษาอย่างกว้างขวางคือ อินเตอร์แอคโทมโปรตีน-ดีเอ็นเอ หรือที่เรียกว่าเครือข่ายควบคุมยีนซึ่งเป็นเครือข่ายที่เกิดจากปัจจัยการถอดรหัส โปรตีนควบคุม โครมาตินและยีนเป้าหมายของพวกมัน แม้แต่เครือข่ายเมตาบอลิซึมก็สามารถพิจารณาได้ว่าเป็นเครือข่ายปฏิสัมพันธ์ระดับโมเลกุล กล่าวคือ สารเมตาบอไลต์ หรือสารประกอบทางเคมีในเซลล์ จะถูกเปลี่ยนไปเป็นสารอื่นโดยเอนไซม์ซึ่งต้องจับกับสารตั้งต้นของมันในเชิงกายภาพ

อันที่จริงแล้ว อินเตอร์แอคโทมทุกประเภทล้วนเชื่อมโยงถึงกัน ตัวอย่างเช่น อินเตอร์แอคโทมของโปรตีนประกอบด้วยเอนไซม์จำนวนมาก ซึ่งก่อให้เกิดเครือข่ายทางชีวเคมี ในทำนองเดียวกันเครือข่ายควบคุมยีนก็ทับซ้อนกับเครือข่ายปฏิสัมพันธ์ของโปรตีนและเครือข่ายส่งสัญญาณอย่างมาก

มีการเสนอแนะว่าขนาดของอินเทอร์แอคโทมของสิ่งมีชีวิตมีความสัมพันธ์ที่ดีกว่า ขนาด ของจีโนมกับความซับซ้อนทางชีวภาพของสิ่งมีชีวิต^{[ 7 ]}แม้ว่าแผนที่ปฏิสัมพันธ์ระหว่างโปรตีนกับโปรตีนที่มีปฏิสัมพันธ์แบบไบนารีหลายพันรายการจะมีให้ใช้งานแล้วสำหรับหลายสปีชีส์ แต่ปัจจุบันยังไม่มีแผนที่ใดที่สมบูรณ์ และขนาดของอินเทอร์แอคโทมยังคงเป็นเรื่องที่ถกเถียงกันอยู่

ปฏิสัมพันธ์ของยีสต์ ซึ่งก็คือปฏิสัมพันธ์ระหว่างโปรตีนทั้งหมดของSaccharomyces cerevisiaeนั้น คาดว่าจะมีปฏิสัมพันธ์อยู่ระหว่าง 10,000 ถึง 30,000 รายการ การประมาณค่าที่สมเหตุสมผลอาจอยู่ที่ประมาณ 20,000 รายการ การประมาณค่าที่มากขึ้นมักจะรวมถึงปฏิสัมพันธ์ทางอ้อมหรือที่คาดการณ์ไว้ ซึ่งมักได้มาจาก การศึกษา การทำให้บริสุทธิ์ด้วยความสัมพันธ์ / การวิเคราะห์มวลสาร (AP/MS) ^{[ 6 ]}

ยีนมีปฏิสัมพันธ์กันในแง่ที่ว่าพวกมันส่งผลต่อการทำงานของกันและกัน ตัวอย่างเช่นการกลายพันธุ์อาจไม่เป็นอันตราย แต่เมื่อรวมกับการกลายพันธุ์อื่น การรวมกันอาจกลายเป็นอันตรายถึงชีวิตได้ ยีนดังกล่าวเรียกว่า "มีปฏิสัมพันธ์ทางพันธุกรรม" ยีนที่เชื่อมต่อกันในลักษณะนี้จะก่อให้เกิดเครือข่ายปฏิสัมพันธ์ทางพันธุกรรมเป้าหมายบางประการของเครือข่ายเหล่านี้ ได้แก่ การพัฒนาแผนที่การทำงานของกระบวนการต่างๆ ในเซลล์ การระบุเป้าหมายยาโดยใช้เคมีโปรตีโอมิกส์และการทำนายหน้าที่ของยีนที่ไม่ได้รับการระบุลักษณะ

ในปี 2010 มีการรวบรวมปฏิสัมพันธ์ของยีนที่ "สมบูรณ์" ที่สุดเท่าที่เคยมีมา โดยรวบรวมจากการเปรียบเทียบยีนสองตัวประมาณ 5.4 ล้านครั้ง เพื่ออธิบาย "โปรไฟล์ปฏิสัมพันธ์สำหรับยีนประมาณ 75% ของยีนทั้งหมดในยีสต์ที่กำลังแตกหน่อ " โดยมีปฏิสัมพันธ์ของยีนประมาณ 170,000 รายการ ยีนเหล่านี้ถูกจัดกลุ่มตามหน้าที่ที่คล้ายคลึงกัน เพื่อสร้างแผนที่การทำงานของกระบวนการในเซลล์ การใช้วิธีนี้ทำให้การศึกษาสามารถทำนายหน้าที่ของยีนที่รู้จักได้ดีกว่าชุดข้อมูล ระดับจีโนมอื่นๆ รวมถึงเพิ่มข้อมูลการทำงานสำหรับยีนที่ไม่เคยมีการอธิบายมาก่อน จากแบบจำลองนี้ สามารถสังเกตปฏิสัมพันธ์ทางพันธุกรรมได้ในหลายระดับ ซึ่งจะช่วยในการศึกษาแนวคิดต่างๆ เช่น การอนุรักษ์ยีน ข้อสังเกตบางประการจากการศึกษานี้คือ มีปฏิสัมพันธ์เชิงลบมากกว่าเชิงบวกถึงสองเท่า ปฏิสัมพันธ์เชิงลบให้ข้อมูลมากกว่าปฏิสัมพันธ์เชิงบวก และยีนที่มีการเชื่อมต่อมากขึ้นมีแนวโน้มที่จะทำให้เกิดการตายเมื่อถูกรบกวน^{[ 8 ]}

อินเตอร์แอคโทมิกส์เป็นสาขาวิชาที่อยู่ระหว่างชีวสารสนเทศและชีววิทยาซึ่งเกี่ยวข้องกับการศึกษาทั้งปฏิสัมพันธ์และผลที่ตามมาของปฏิสัมพันธ์เหล่านั้นระหว่างโปรตีนและโมเลกุลอื่นๆ ภายในเซลล์^{[ 9 ]} ดังนั้น อินเตอร์แอคโทมิกส์จึงมุ่งเปรียบเทียบเครือข่ายปฏิสัมพันธ์ดัง กล่าว(เช่น อินเตอร์แอคโทม) ระหว่างและภายในสายพันธุ์ต่างๆ เพื่อค้นหาว่าลักษณะของเครือข่ายดังกล่าวได้รับการรักษาไว้หรือเปลี่ยนแปลงไปอย่างไร

Interactomics เป็นตัวอย่างของชีววิทยาระบบแบบ "จากบนลงล่าง" ซึ่งใช้มุมมองจากด้านบนของระบบชีวภาพหรือสิ่งมีชีวิต มีการรวบรวมชุดข้อมูลจีโนมและโปรตีโอมิกส์จำนวนมาก และอนุมานความสัมพันธ์ระหว่างโมเลกุลต่างๆ จากข้อมูลดังกล่าว จะมีการกำหนดสมมติฐานใหม่เกี่ยวกับปฏิกิริยาตอบกลับระหว่างโมเลกุลเหล่านี้ จากนั้นสมมติฐานเหล่านี้สามารถทดสอบได้ด้วยการทดลองใหม่^{[ 10 ]}

การศึกษาปฏิสัมพันธ์ของโปรตีนเรียกว่า อินแอคทอมิกส์ หน่วยพื้นฐานของเครือข่ายโปรตีนคือ ปฏิสัมพันธ์ระหว่างโปรตีนกับโปรตีน (PPI) แม้ว่าจะมีวิธีการมากมายในการศึกษา PPI แต่มีเพียงไม่กี่วิธีเท่านั้นที่ถูกนำมาใช้ในวงกว้างเพื่อสร้างแผนที่อินแอคทอมิกส์ทั้งหมด

ระบบ ยีสต์ ทูไฮบริด (Y2H) เหมาะสำหรับการสำรวจปฏิสัมพันธ์แบบไบนารีระหว่างโปรตีนสองชนิดในแต่ละครั้ง การทำให้บริสุทธิ์ด้วยความสัมพันธ์และการวิเคราะห์มวลสารในภายหลังเหมาะสำหรับการระบุโปรตีนเชิงซ้อน ทั้งสองวิธีสามารถใช้ในลักษณะที่มีปริมาณงานสูง (HTP) การคัดกรองยีสต์ทูไฮบริดอนุญาตให้มีปฏิสัมพันธ์ที่เป็นบวกเท็จระหว่างโปรตีนที่ไม่เคยแสดงออกในเวลาและสถานที่เดียวกัน การวิเคราะห์มวลสารด้วยการจับคู่ความสัมพันธ์ไม่มีข้อเสียนี้ และถือเป็นมาตรฐานทองคำในปัจจุบัน ข้อมูลจากยีสต์ทูไฮบริดบ่งชี้แนวโน้มที่ไม่จำเพาะเจาะจงต่อปฏิสัมพันธ์แบบเหนียวแน่นได้ดีกว่า ในขณะที่การวิเคราะห์มวลสารด้วยการจับคู่ความสัมพันธ์บ่งชี้ปฏิสัมพันธ์ระหว่างโปรตีนในร่างกาย ได้ดีกว่า ^{[ 11 ] [ 12 ]}

เมื่อสร้างอินแอคทอมขึ้นแล้ว มีหลายวิธีในการวิเคราะห์คุณสมบัติของมัน อย่างไรก็ตาม การวิเคราะห์ดังกล่าวมีเป้าหมายสำคัญสองประการ ประการแรก นักวิทยาศาสตร์พยายามอธิบายคุณสมบัติของระบบในอินแอคทอม เช่น โครงสร้างของการปฏิสัมพันธ์ ประการที่สอง การศึกษาอาจมุ่งเน้นไปที่โปรตีนแต่ละตัวและบทบาทของพวกมันในเครือข่าย การวิเคราะห์ดังกล่าวส่วนใหญ่ดำเนินการโดยใช้ วิธี การทางชีวสารสนเทศและรวมถึงสิ่งต่อไปนี้ รวมถึงสิ่งอื่นๆ อีกมากมาย:

ขั้นแรก ต้องประเมินความครอบคลุมและคุณภาพของอินแอคโทม อินแอคโทมนั้นไม่มีวันสมบูรณ์ เนื่องจากข้อจำกัดของวิธีการทดลอง ตัวอย่างเช่น มีการประมาณการว่า การคัดกรอง Y2H ทั่วไป ตรวจพบปฏิสัมพันธ์ทั้งหมดในอินแอคโทมได้เพียงประมาณ 25% เท่านั้น^{[ 13 ]}สามารถประเมินความครอบคลุมของอินแอคโทมได้โดยการเปรียบเทียบกับเกณฑ์มาตรฐานของปฏิสัมพันธ์ที่รู้จักกันดีซึ่งถูกค้นพบและตรวจสอบโดยการทดสอบอิสระ^{[ 14 ]}วิธีการอื่นๆ จะกรองผลบวกเท็จโดยการคำนวณความคล้ายคลึงกันของคำอธิบายประกอบที่รู้จักของโปรตีนที่เกี่ยวข้อง หรือกำหนดความน่าจะเป็นของปฏิสัมพันธ์โดยใช้ตำแหน่งย่อยของเซลล์ของโปรตีนเหล่านี้^{[ 15 ]}

การใช้ข้อมูลจากการทดลองเป็นจุดเริ่มต้นการถ่ายโอนความเหมือนกันเป็นวิธีหนึ่งในการทำนายอินเทอร์แอคโทม โดยใช้ PPIs จากสิ่งมีชีวิตหนึ่งเพื่อทำนายปฏิสัมพันธ์ระหว่างโปรตีนที่เหมือนกันในสิ่งมีชีวิตอื่น (" อินเทอร์แอคโทม") อย่างไรก็ตาม วิธีการนี้มีข้อจำกัดบางประการ โดยเฉพาะอย่างยิ่งเนื่องจากข้อมูลต้นทางอาจไม่น่าเชื่อถือ (เช่น มีผลบวกเท็จและผลลบเท็จ) ^{[ 17 ]}นอกจากนี้ โปรตีนและปฏิสัมพันธ์ของพวกมันเปลี่ยนแปลงไปในระหว่างวิวัฒนาการ ดังนั้นอาจมีการสูญหายหรือได้รับมาใหม่ ถึงกระนั้น อินเทอร์แอคโทมจำนวนมากก็ได้รับการทำนายแล้ว เช่น อินเทอร์แอคโทมของ^Bacillus licheniformis [ ^{18 ]}

อัลกอริทึมบางตัวใช้หลักฐานเชิงทดลองเกี่ยวกับโครงสร้างเชิงซ้อน รายละเอียดอะตอมของส่วนต่อประสานการจับ และสร้างแบบจำลองอะตอมโดยละเอียดของโปรตีนเชิงซ้อน^{[ 19 ] [ 20 ]}รวมถึงปฏิสัมพันธ์ระหว่างโปรตีนกับโมเลกุลอื่นๆ^{[ 21 ] [ 22 ]}อัลกอริทึมอื่นๆ ใช้เพียงข้อมูลลำดับเท่านั้น จึงสร้างเครือข่ายปฏิสัมพันธ์ที่สมบูรณ์โดยไม่มีอคติและมีข้อผิดพลาดมากมาย^{[ 23 ]}

บางวิธีใช้การเรียนรู้ของเครื่องเพื่อแยกแยะความแตกต่างระหว่างคู่โปรตีนที่มีปฏิสัมพันธ์กับคู่โปรตีนที่ไม่มีปฏิสัมพันธ์ในแง่ของคุณลักษณะแบบคู่ เช่น การอยู่ร่วมกันของเซลล์ การแสดงออกร่วมกันของยีน ความใกล้ชิดของยีนที่เข้ารหัสโปรตีนทั้งสองบนดีเอ็นเอ และอื่นๆ^{[ 16 ] [ 24 ]} พบว่าRandom Forest เป็นวิธีการเรียนรู้ของเครื่องที่มีประสิทธิภาพมากที่สุดสำหรับการทำนายปฏิสัมพันธ์ของโปรตีน ^{[ 25 ]}วิธีการดังกล่าวถูกนำไปใช้ในการค้นพบปฏิสัมพันธ์ของโปรตีนบนอินเทอร์แอคโทมของมนุษย์ โดยเฉพาะอย่างยิ่งอินเทอร์แอคโทมของโปรตีนเยื่อหุ้มเซลล์^{[ 24 ]}และอินเทอร์แอคโทมของโปรตีนที่เกี่ยวข้องกับโรคจิตเภท^{[ 16 ]}

มีความพยายามบางอย่างในการสกัดเครือข่ายปฏิสัมพันธ์อย่างเป็นระบบโดยตรงจากวรรณกรรมทางวิทยาศาสตร์ แนวทางดังกล่าวมีความซับซ้อนแตกต่างกันไป ตั้งแต่สถิติการเกิดขึ้นร่วมกันอย่างง่ายของเอนทิตีที่ถูกกล่าวถึงร่วมกันในบริบทเดียวกัน (เช่น ประโยค) ไปจนถึง วิธี การประมวลผลภาษาธรรมชาติและการเรียนรู้ของเครื่องที่ซับซ้อนเพื่อตรวจจับความสัมพันธ์ของปฏิสัมพันธ์^{[ 26 ]}

เครือข่ายปฏิสัมพันธ์ของโปรตีนถูกนำมาใช้เพื่อทำนายหน้าที่ของโปรตีนที่มีหน้าที่ไม่เป็นที่รู้จัก^{[ 27 ] [ 28 ]}โดยปกติแล้วจะขึ้นอยู่กับสมมติฐานที่ว่าโปรตีนที่ไม่ได้รับการระบุลักษณะมีหน้าที่คล้ายคลึงกับโปรตีนที่ทำปฏิกิริยาด้วย ( ความผิดโดยการเชื่อมโยง ) ตัวอย่างเช่น YbeB ซึ่งเป็นโปรตีนที่มีหน้าที่ไม่เป็นที่รู้จัก พบว่าทำปฏิกิริยากับโปรตีนไรโบโซม และต่อมาพบว่ามีส่วนเกี่ยวข้องกับการแปลรหัส ของแบคทีเรียและยูคาริโอต (แต่ไม่ใช่ของอาร์เคี ย ) ^{[ 29 ]}แม้ว่าการทำนายดังกล่าวอาจขึ้นอยู่กับปฏิสัมพันธ์เพียงครั้งเดียว แต่โดยปกติแล้วจะพบปฏิสัมพันธ์หลายครั้ง ดังนั้น เครือข่ายปฏิสัมพันธ์ทั้งหมดจึงสามารถใช้ในการทำนายหน้าที่ของโปรตีนได้ เนื่องจากหน้าที่บางอย่างมักจะพบมากในกลุ่มโปรตีนที่ทำปฏิกิริยาด้วย^{[ 27 ]}คำว่าhypothomeถูกใช้เพื่อบ่งบอกถึง interactome ที่อย่างน้อยหนึ่งในยีนหรือโปรตีนเป็นโปรตีนสมมติ^{[ 30 ]}

โทโพโลยีของอินเทคทอมทำให้สามารถทำนายได้ว่าเครือข่ายจะตอบสนองต่อการรบกวน (เช่น การลบ) ของโหนด (โปรตีน) หรือขอบ (ปฏิสัมพันธ์) อย่างไร ^{[ 31 ]}การรบกวนดังกล่าวอาจเกิดจากการกลายพันธุ์ของยีน และด้วยเหตุนี้จึงส่งผลต่อโปรตีน และปฏิกิริยาของเครือข่ายอาจแสดงออกมาในรูปแบบของโรค [ ^{32 ]}การวิเคราะห์เครือข่ายสามารถระบุเป้าหมายยาและตัวบ่งชี้ทางชีวภาพของโรค^{ได้[ 33 ]}

เครือข่ายปฏิสัมพันธ์สามารถวิเคราะห์ได้โดยใช้เครื่องมือของทฤษฎีกราฟคุณสมบัติของเครือข่ายประกอบด้วยการกระจายระดับ สัมประสิทธิ์การจัดกลุ่ม ความ เป็นศูนย์กลางระหว่างกลางและอื่นๆ อีกมากมาย การกระจายคุณสมบัติในหมู่โปรตีนของอินแอคทอมได้เผยให้เห็นว่าเครือข่ายอินแอคทอมมักมีโทโพโลยีแบบไร้มาตราส่วน^{[ 34 ]}โดยที่โมดูลการทำงานภายในเครือข่ายบ่งชี้ถึงเครือข่ายย่อยเฉพาะทาง^{[ 35 ]}โมดูลดังกล่าวอาจเป็นโมดูลการทำงาน เช่น ในเส้นทางการส่งสัญญาณหรือโมดูลโครงสร้าง เช่น ในโปรตีนคอมเพล็กซ์ อันที่จริง การระบุโปรตีนคอมเพล็กซ์ในอินแอคทอมเป็นงานที่ยากมาก เนื่องจากเครือข่ายเพียงอย่างเดียวไม่ได้เปิดเผยการมีอยู่ของคอมเพล็กซ์ที่เสถียรโดยตรง

อินเตอร์แอค โทมโปรตีนของไวรัสประกอบด้วยปฏิสัมพันธ์ระหว่างโปรตีนของไวรัสหรือฟาจ พวกมันเป็นหนึ่งในโครงการอินเตอร์แอคโทมแรกๆ เนื่องจากจีโนมของพวกมันมีขนาดเล็กและสามารถวิเคราะห์โปรตีนทั้งหมดได้ด้วยทรัพยากรที่จำกัด อินเตอร์แอคโทมของไวรัสเชื่อมต่อกับอินเตอร์แอคโทมของโฮสต์ ทำให้เกิดเครือข่ายปฏิสัมพันธ์ระหว่างไวรัสและโฮสต์^{[ 36 ]}อินเตอร์แอคโทมของไวรัสที่ตีพิมพ์บางส่วน ได้แก่

แบคทีริโอเฟจ

• แบคทีริโอเฟจแลมบ์ดาของEscherichia coli ^{[ 37 ]}
• แบคทีริโอเฟจ T7 ของ Escherichia coli ^{[ 38 ]}
• แบคทีริโอเฟจ Dp-1 ของ Streptococcus pneumoniae ^{[ 39 ]}
• แบคทีริโอเฟจ Cp-1 ของ Streptococcus pneumoniae ^{[ 40 ]}

ปฏิสัมพันธ์ของไวรัสแลมบ์ดาและ VZV ไม่เพียงแต่มีความสำคัญต่อชีววิทยาของไวรัสเหล่านี้เท่านั้น แต่ยังมีความสำคัญในเชิงเทคนิคด้วย กล่าวคือ เป็นปฏิสัมพันธ์ชุดแรกที่ถูกสร้างขึ้นโดยใช้ เวกเตอร์ Y2H หลายตัว ซึ่งพิสูจน์ให้เห็นถึงกลยุทธ์ที่ดีขึ้นในการศึกษาปฏิสัมพันธ์อย่างครบถ้วนกว่าความพยายามก่อนหน้านี้

ไวรัสของมนุษย์ (สัตว์เลี้ยงลูกด้วยนม)

• ไวรัสอีสุกอีใสของมนุษย์(VZV) ^{[ 41 ]}
• ไวรัสจันดิปุระ^{[ 42 ]}
• ไวรัส Epstein-Barr (EBV) ^{[ 43 ]}
• ไวรัสตับอักเสบซี (HPC) ^{[ 44 ]}ปฏิสัมพันธ์ระหว่างมนุษย์กับ HCV ^{[ 45 ]}
• ไวรัสตับอักเสบอี (HEV) ^{[ 46 ]}
• ไวรัสเริมชนิดที่ 1 (HSV-1) ^{[ 43 ]}
• ไวรัสเริมที่เกี่ยวข้องกับมะเร็งคาโปซี (KSHV) ^{[ 43 ]}
• ไวรัสไซโตเมกาของหนู(mCMV) ^{[ 43 ]}

มีแบคทีเรียเพียงไม่กี่ชนิดเท่านั้นที่ได้รับการศึกษาอย่างครอบคลุมเกี่ยวกับปฏิสัมพันธ์ระหว่างโปรตีนกับโปรตีน อย่างไรก็ตาม ไม่มีอินแอคทอมใดที่สมบูรณ์ในแง่ที่ว่าสามารถบันทึกปฏิสัมพันธ์ทั้งหมดได้ ในความเป็นจริง มีการประมาณการว่าไม่มีอินแอคทอมใดที่ครอบคลุมปฏิสัมพันธ์มากกว่า 20% หรือ 30% ของปฏิสัมพันธ์ทั้งหมด ส่วนใหญ่เป็นเพราะการศึกษาเหล่านี้ส่วนใหญ่ใช้วิธีการเพียงวิธีเดียว ซึ่งค้นพบเพียงส่วนย่อยของปฏิสัมพันธ์เท่านั้น^{[ 13 ]}ในบรรดาอินแอคทอมของแบคทีเรียที่ตีพิมพ์ (รวมถึงบางส่วน) ได้แก่

การวิเคราะห์ปฏิสัมพันธ์ ของE. coliและMycoplasmaดำเนินการโดยใช้การแยกโปรตีนเชิงซ้อนขนาดใหญ่และการวิเคราะห์มวลสาร (AP/MS) ดังนั้นจึงไม่สามารถอนุมานปฏิสัมพันธ์โดยตรงได้ง่ายๆ ส่วนการวิเคราะห์อื่นๆ ใช้ การคัดกรอง แบบยีสต์ทูไฮบริด (Y2H) อย่างกว้างขวาง และ การวิเคราะห์ปฏิสัมพันธ์ ของ Mycobacterium tuberculosisดำเนินการโดยใช้การคัดกรองแบบแบคทีเรียทูไฮบริด (B2H)

โปรดทราบว่ามีการคาดการณ์ปฏิสัมพันธ์ของโปรตีนเพิ่มเติมอีกมากมายโดยใช้วิธีการคำนวณ (ดูหัวข้อด้านบน)

มีความพยายามหลายครั้งในการทำแผนที่อินเทอร์แอคโทมของยูคาริโอตโดยใช้วิธี HTP แม้ว่าจะไม่มีอินเทอร์แอคโทมทางชีวภาพใดที่ได้รับการระบุลักษณะอย่างสมบูรณ์ แต่โปรตีนมากกว่า 90% ในSaccharomyces cerevisiaeได้รับการคัดกรองและระบุลักษณะปฏิสัมพันธ์ ทำให้เป็นอินเทอร์แอคโทมที่ได้รับการระบุลักษณะดีที่สุด^{[ 27 ] [ 58 ] [ 59 ]}สายพันธุ์ที่มีการศึกษาอินเทอร์แอคโทมอย่างละเอียด ได้แก่

• Schizosaccharomyces pombe ^{[ 60 ] [ 61 ]}
• Caenorhabditis elegans
• แมลงวันผลไม้
• โฮโมเซเปียนส์

ตั้งแต่ปี 2008 เป็นต้นมา ปฏิสัมพันธ์ระหว่างเชื้อโรคและโฮสต์ของไวรัสตับอักเสบซี/มนุษย์ (2008) ^{[ 62 ]}ไวรัส Epstein Barr/มนุษย์ (2008) และไวรัสไข้หวัดใหญ่/มนุษย์ (2009) ได้รับการกำหนดขอบเขตผ่าน HTP เพื่อระบุส่วนประกอบโมเลกุลที่จำเป็นสำหรับเชื้อโรคและระบบภูมิคุ้มกันของโฮสต์^{[ 63 ]}

ดังที่กล่าวมาข้างต้น ปฏิสัมพันธ์ระหว่างโปรตีน (PPIs) และปฏิสัมพันธ์โดยรวม (interactomes) สามารถทำนายได้ แม้ว่าความน่าเชื่อถือของการทำนายเหล่านี้จะเป็นที่ถกเถียงกัน แต่ก็เป็นสมมติฐานที่สามารถทดสอบได้ด้วยการทดลอง ปฏิสัมพันธ์เหล่านี้ได้รับการทำนายไว้แล้วในหลายสายพันธุ์ เช่น

• มนุษย์ ( โฮโมเซเปียนส์ ) ^{[ 64 ]}
• ข้าว ( Oryza sativa ) ^{[ 65 ]}
• Xanthomonas oryzae ^{[ 66 ]}
• อาราบิโดปซิส ทาเลียน่า^{[ 67 ]}
• มะเขือเทศ ( มะเขือม่วง ) ^{[ 68 ]}
• มัสตาร์ดป่า ( Brassica rapa ) ^{[ 69 ]}
• ข้าวโพด ( Zea mays ) ^{[ 70 ]}
• ต้นป็อปลาร์ ( Populus trichocarpa ) ^{[ 71 ]}
• SARS-CoV-2 ^{[ 72 ]}

เครือข่ายปฏิสัมพันธ์ของโปรตีนสามารถวิเคราะห์ได้ด้วยเครื่องมือเดียวกับเครือข่ายอื่นๆ ที่จริงแล้ว เครือข่ายเหล่านี้มีคุณสมบัติหลายอย่างร่วมกับเครือข่ายทางชีววิทยาหรือเครือข่ายสังคมลักษณะสำคัญบางประการมีดังต่อไปนี้

การกระจายระดับดีกรีอธิบายจำนวนโปรตีนที่มีการเชื่อมต่อจำนวนหนึ่ง เครือข่ายปฏิสัมพันธ์ของโปรตีนส่วนใหญ่แสดงการกระจายระดับดีกรีแบบไร้มาตราส่วน ( กฎกำลัง ) โดยที่การกระจายการเชื่อมต่อ P(k) ~ k ^−γโดยที่ k คือระดับดีกรี ความสัมพันธ์นี้สามารถมองเห็นได้เป็นเส้นตรงบนกราฟลอการิทึมคู่เนื่องจากสมการข้างต้นเท่ากับ log(P(k)) ~ —y•log(k) ลักษณะเฉพาะอย่างหนึ่งของการกระจายดังกล่าวคือ มีโปรตีนจำนวนมากที่มีปฏิสัมพันธ์น้อย และมีโปรตีนจำนวนน้อยที่มีปฏิสัมพันธ์มาก ซึ่งกลุ่มหลังนี้เรียกว่า "ฮับ"

โหนดที่มีการเชื่อมต่อสูง (โปรตีน) เรียกว่าฮับ Han et al. ^{[ 73 ]}ได้บัญญัติศัพท์ " party hub " สำหรับฮับที่มีการแสดงออกสัมพันธ์กับพันธมิตรปฏิสัมพันธ์ Party hub ยังเชื่อมต่อโปรตีนภายในโมดูลการทำงาน เช่น โปรตีนคอมเพล็กซ์ ในทางตรงกันข้าม " date hub " ไม่แสดงความสัมพันธ์ดังกล่าวและดูเหมือนจะเชื่อมต่อโมดูลการทำงานที่แตกต่างกัน Party hub พบได้มากในชุดข้อมูล AP/MS ในขณะที่ date hub พบได้มากในแผนที่เครือข่ายปฏิสัมพันธ์แบบไบนารี^{[ 74 ]}โปรดทราบว่าความถูกต้องของการแบ่งแยก date hub/party hub เป็นที่ถกเถียงกัน^{[ 75 ] [ 76 ]}โดยทั่วไปแล้ว party hub ประกอบด้วยโปรตีนที่มีอินเทอร์เฟซหลายตัว ในขณะที่ date hub มักจะเป็นโปรตีนที่มีอินเทอร์เฟซปฏิสัมพันธ์เดียว^{[ 77 ]}สอดคล้องกับบทบาทของศูนย์กลางข้อมูลในการเชื่อมโยงกระบวนการต่างๆ ในยีสต์ จำนวนปฏิสัมพันธ์แบบไบนารีของโปรตีนที่กำหนดจะมีความสัมพันธ์กับจำนวนฟีโนไทป์ที่สังเกตได้สำหรับยีนกลายพันธุ์ที่สอดคล้องกันในสภาวะทางสรีรวิทยาที่แตกต่างกัน^{[ 74 ]}

โหนดที่เกี่ยวข้องกับกระบวนการทางชีวเคมีเดียวกันจะเชื่อมโยงกันอย่างมาก^{[ 33 ]}

วิวัฒนาการของความซับซ้อนของอินเทอร์แอคโทมได้รับการอธิบายไว้ในงานวิจัยที่ตีพิมพ์ในNature [ ^{78 ] ใน}งานวิจัยนี้ สังเกตเป็นครั้งแรกว่าขอบเขตระหว่างโปรคาริโอต ยูคาริ โอตเซลล์เดียวและยูคาริโอตหลายเซลล์นั้นมาพร้อมกับการลดลงของขนาดประชากรที่มีประสิทธิภาพหลายลำดับ พร้อมกับการขยายผลของการเปลี่ยนแปลงทางพันธุกรรมแบบสุ่มที่ เกิดขึ้นพร้อมกัน การลดลงของประสิทธิภาพของการคัดเลือกที่เกิดขึ้นดูเหมือนจะเพียงพอที่จะส่งผลต่อคุณลักษณะต่างๆ ในระดับจีโนมในลักษณะที่ไม่ปรับตัว งานวิจัยใน Nature แสดงให้เห็นว่าความแปรผันของพลังของการเปลี่ยนแปลงทางพันธุกรรมแบบสุ่มยังสามารถส่งผลต่อความหลากหลายทางสายวิวัฒนาการในระดับเซลล์ย่อยและระดับเซลล์ ดังนั้น ขนาดประชากรจึงต้องได้รับการพิจารณาว่าเป็นตัวกำหนดศักยภาพของกลไกที่อยู่เบื้องหลังวิวัฒนาการของฟีโนไทป์ในระยะยาว ในงานวิจัยนี้ยังแสดงให้เห็นเพิ่มเติมว่ามีความสัมพันธ์ผกผันในวงกว้างทางสายวิวัฒนาการระหว่างพลังของการเปลี่ยนแปลงและความสมบูรณ์ของโครงสร้างของหน่วยย่อยโปรตีน ดังนั้น การสะสมของการกลายพันธุ์ที่เป็นอันตรายเล็กน้อยในประชากรขนาดเล็กจะกระตุ้นให้เกิดการคัดเลือกขั้นที่สองสำหรับปฏิกิริยาระหว่างโปรตีนกับโปรตีนซึ่งจะช่วยรักษาเสถียรภาพของหน้าที่สำคัญของยีน และลดการเสื่อมสภาพของโครงสร้างที่เกิดจากการคัดเลือกที่ไม่มีประสิทธิภาพ ด้วยวิธีนี้ โครงสร้างและปฏิกิริยาของโปรตีนที่ซับซ้อนซึ่งจำเป็นต่อการกำเนิดความหลากหลายทางฟีโนไทป์ อาจเกิดขึ้นในระยะแรกโดยกลไกที่ไม่ต้องปรับตัว

Kiemer และ Cesareni ^{[ 9 ]}ได้ตั้งข้อกังวลดังต่อไปนี้เกี่ยวกับสถานะ (ราวปี 2007) ของสาขานี้ โดยเฉพาะอย่างยิ่งในด้านปฏิสัมพันธ์เชิงเปรียบเทียบ: ขั้นตอนการทดลองที่เกี่ยวข้องกับสาขานี้มีแนวโน้มที่จะเกิดข้อผิดพลาด ทำให้เกิด "ผลลัพธ์ที่ไม่ชัดเจน" ส่งผลให้ปฏิสัมพันธ์ที่รายงานทั้งหมด 30% เป็นสิ่งผิดปกติ ในความเป็นจริง กลุ่มวิจัยสองกลุ่มที่ใช้เทคนิคเดียวกันกับสิ่งมีชีวิตชนิดเดียวกัน พบว่ามีปฏิสัมพันธ์ร่วมกันน้อยกว่า 30% อย่างไรก็ตาม ผู้เขียนบางคนได้โต้แย้งว่าความไม่สามารถทำซ้ำได้ดังกล่าวเป็นผลมาจากความไวเป็นพิเศษของวิธีการต่างๆ ต่อความแปรปรวนเล็กน้อยในการทดลอง ตัวอย่างเช่น เงื่อนไขที่เหมือนกันในการทดสอบ Y2H ส่งผลให้เกิดปฏิสัมพันธ์ที่แตกต่างกันมากเมื่อใช้เวกเตอร์ Y2H ที่แตกต่างกัน^{[ 13 ]}

เทคนิคอาจมีความลำเอียง กล่าวคือ เทคนิคเป็นตัวกำหนดว่าจะพบปฏิกิริยาใดบ้าง อันที่จริง วิธีการใดๆ ก็ตามล้วนมีความลำเอียงในตัว โดยเฉพาะอย่างยิ่งวิธีการวิเคราะห์โปรตีน เนื่องจากโปรตีนแต่ละชนิดแตกต่างกัน จึงไม่มีวิธีการใดที่สามารถจับคุณสมบัติของโปรตีนทุกชนิดได้อย่างแม่นยำ ตัวอย่างเช่น วิธีการวิเคราะห์ส่วนใหญ่ที่ใช้ได้ดีกับโปรตีนที่ละลายน้ำได้ มักจะใช้ไม่ได้ผลกับโปรตีนเยื่อหุ้มเซลล์ และนี่ก็เป็นความจริงเช่นเดียวกันสำหรับเทคโนโลยี Y2H และ AP/MS

โครงข่ายปฏิสัมพันธ์ของโปรตีนยังไม่สมบูรณ์นัก อาจยกเว้นเพียงS. cerevisiae เท่านั้นนี่ไม่ใช่คำวิจารณ์แต่อย่างใด เพราะทุกสาขาวิทยาศาสตร์ล้วน "ไม่สมบูรณ์" ในช่วงเริ่มต้น จนกว่าวิธีการต่างๆ จะได้รับการพัฒนาให้ดีขึ้น โครงข่ายปฏิสัมพันธ์ของโปรตีนในปี 2015 อยู่ในระดับเดียวกับการจัดลำดับจีโนมในช่วงปลายทศวรรษ 1990 เนื่องจากมีชุดข้อมูลปฏิสัมพันธ์ของโปรตีนเพียงไม่กี่ชุดเท่านั้น (ดูตารางด้านบน)

ในขณะที่จีโนมมีความเสถียร แต่ปฏิสัมพันธ์ระหว่างโปรตีนอาจแตกต่างกันไปในแต่ละเนื้อเยื่อ ประเภทของเซลล์ และระยะการพัฒนา ย้ำอีกครั้งว่านี่ไม่ใช่คำวิจารณ์ แต่เป็นการอธิบายถึงความท้าทายในสาขานี้

การจับคู่โปรตีนที่มีความสัมพันธ์ทางวิวัฒนาการในสิ่งมีชีวิตที่อยู่ห่างไกลกันนั้นเป็นเรื่องยาก แม้ว่าจะสามารถค้นหาลำดับดีเอ็นเอที่เหมือนกันได้ค่อนข้างง่าย แต่การทำนายปฏิสัมพันธ์ที่เหมือนกัน ("อินเตอร์ล็อก") นั้นยากกว่ามาก เพราะโฮโมล็อกของโปรตีนสองชนิดที่ทำปฏิกิริยากันไม่จำเป็นต้องทำปฏิกิริยากันเสมอไป ตัวอย่างเช่น แม้แต่ภายในโปรตีโอมเดียวกัน โปรตีนสองชนิดอาจทำปฏิกิริยากัน แต่พาราล็อกของพวกมันอาจไม่ทำปฏิกิริยากันก็ได้

ปฏิสัมพันธ์ระหว่างโปรตีนกับโปรตีนแต่ละรายการอาจเป็นเพียงตัวอย่างบางส่วนของปฏิสัมพันธ์ที่เป็นไปได้ แม้ว่าจะมีการตีพิมพ์เวอร์ชันที่ถือว่าแน่นอนในวารสารทางวิทยาศาสตร์แล้วก็ตาม ปัจจัยเพิ่มเติมอาจมีบทบาทในปฏิสัมพันธ์ของโปรตีนที่ยังไม่ได้รวมอยู่ในปฏิสัมพันธ์ ความแข็งแรงของการจับกันของโปรตีนที่ทำปฏิกิริยากัน ปัจจัยของสภาพแวดล้อมจุลภาค ความไวต่อกระบวนการต่างๆ และสภาวะทางสรีรวิทยาของเซลล์ ล้วนส่งผลกระทบต่อปฏิสัมพันธ์ระหว่างโปรตีนกับโปรตีน แต่โดยปกติแล้วจะไม่นำมาพิจารณาในการศึกษาปฏิสัมพันธ์^{[ 79 ]}

• ชีวสารสนเทศศาสตร์ , โอมิกส์ , โปรตีโอมิกส์ , จีโนมิกส์
• ไบโอเพล็กซ์
• คอนเน็กโทม
• คำศัพท์เฉพาะทางทฤษฎีกราฟ
• ปฏิสัมพันธ์ของมนุษย์
• รายชื่อหัวข้อโอไมซ์ในชีววิทยา
• ชีววิทยาเชิงคณิตศาสตร์
• เครือข่ายเมตาบอลิซึม
• การสร้างแบบจำลองเครือข่ายเมตาบอลิซึม
• วิถีการเผาผลาญ
• การแพทย์เครือข่าย

• Park J, Lappe M, Teichmann SA (มีนาคม 2544). "การทำแผนที่ปฏิสัมพันธ์ของตระกูลโปรตีน: คลังปฏิสัมพันธ์ของตระกูลโปรตีนภายในโมเลกุลและระหว่างโมเลกุลใน PDB และยีสต์" J Mol Biol . 307 (3): 929– 38. doi : 10.1006/jmbi.2001.4526 . PMID  11273711 .

• Protinfo PPCทำนายโครงสร้างสามมิติระดับอะตอมของโปรตีนเชิงซ้อนKittichotirat W, Guerquin M, Bumgarner R, Samudrala R (2009). "Protinfo PPC: เว็บเซิร์ฟเวอร์สำหรับการทำนายโครงสร้างเชิงอะตอมของโปรตีนเชิงซ้อน" . Nucleic Acids Research . 37 (Web Server issue): W519– W525. doi : 10.1093/nar/gkp306 . PMC 2703994 . PMID 19420059 .  
• IBIS (เซิร์ฟเวอร์)รายงาน ทำนาย และบูรณาการปฏิสัมพันธ์ที่อนุรักษ์ไว้หลายประเภทสำหรับโปรตีน

• GPS-Prot ถูกเก็บถาวรเมื่อวันที่ 12 เมษายน 2023 ที่Wayback Machineการแสดงภาพข้อมูลปฏิสัมพันธ์ของโปรตีนบนเว็บ
• PINV - โปรแกรมแสดงภาพเครือข่ายปฏิสัมพันธ์ของโปรตีน (Protein Interaction Network Visualizer) ถูกเก็บถาวรเมื่อวันที่ 3 ธันวาคม 2022 ที่Wayback Machine

• ฐานข้อมูลไบโอกริด
• Mentha the interactome browser Calderone; et al. (2013). "mentha: แหล่งข้อมูลสำหรับการเรียกดูเครือข่ายปฏิสัมพันธ์โปรตีนแบบบูรณาการ" Nature Methods . 10 (8): 690– 691. doi : 10.1038/nmeth.2561 . PMID 23900247 . S2CID 9733108 .  
• IntAct: ฐานข้อมูลปฏิสัมพันธ์ระดับโมเลกุล
• Interactome.org ถูกเก็บถาวรเมื่อวันที่ 20 สิงหาคม 2551 ที่Wayback Machineซึ่งเป็นเว็บไซต์เฉพาะด้านปฏิสัมพันธ์ระหว่างโปรตีนกับโปรตีน (interactome)