Abstract Protein-protein interactions (PPIs) are critical, and so are the databases and tools (resources) concerning PPIs. But in absence of systematic comparisons, biologists/bioinformaticians may be forced to make a subjective selection among such protein interaction databases and tools. In fact, a comprehensive list of such bioinformatics resources has not been reported so far. For the first time, we compiled 375 PPI resources, short-listed and performed preliminary comparison of 125 important ones (both lists available publicly at startbioinfo.com), and then systematically compared human PPIs from 16 carefully-selected databases. General features have been first compared in detail. The coverage of ‘experimentally verified’ vs. all PPIs, as well as those significant in case of disease-associated and other types of genes among the chosen databases has been compared quantitatively. This has been done in two ways: outputs manually obtained using web-interfaces, and all interactions downloaded from the databases. For the first approach, PPIs obtained in response to gene queries using the web interfaces were compared. As a query set, 108 genes associated with different tissues (specific to kidney, testis, and uterus, and ubiquitous) or diseases (breast cancer, lung cancer, Alzheimer’s, cystic fibrosis, diabetes, and cardiomyopathy) were chosen. PPI-coverage for well-studied genes was also compared with that of less-studied ones. For the second approach, the back-end-data from the databases was downloaded and compared. Based on the results, we recommend the use of STRING and UniHI for retrieving the majority of ‘experimentally verified’ protein interactions, and hPRINT and STRING for obtaining maximum number of ‘total’ (experimentally verified as well as predicted) PPIs. The analysis of experimentally verified PPIs found exclusively in each database revealed that STRING contributed about 71% of exclusive hits. Overall, hPRINT, STRING and IID together retrieved ~94% of ‘total’ protein interactions available in the databases. The coverage of certain databases was skewed for some gene-types. The results also indicate that the database usage frequency may not correlate with their advantages, thereby justifying the need for more frequent studies of this nature.

Molecular motors employ chemical energy to generate unidirectional mechanical output against a track. By contrast to the majority of macroscopic machines, they need to navigate a chaotic cellular environment, potential disorder in the track and Brownian motion. Nevertheless, decades of nanometer-precise optical studies suggest that myosin-5a, one of the prototypical molecular motors, takes uniform steps spanning 13 subunits (36 nm) along its F-actin track. Here, we use high-resolution interferometric scattering (iSCAT) microscopy to reveal that myosin takes strides spanning 22 to 34 actin subunits, despite walking straight along the helical actin filament. We show that cumulative angular disorder in F-actin accounts for the observed proportion of each stride length, akin to crossing a river on variably-spaced stepping stones. Electron microscopy revealed the structure of the stepping molecule. Our results indicate that both motor and track are soft materials that can adapt to function in complex cellular conditions.

Abstract Breast cancer is the most common cancer in women worldwide. There are four major breast cancer subtypes (luminal A, luminal B, HER2-enriched and triple-negative/TNBC). TNBC is the most aggressive form with the worst prognosis. However, the differences among the subtypes have not been completely established at the molecular level, thereby limiting therapeutic and diagnostic options for TNBC. We performed a meta-analysis of microarray and RNA-sequencing data to identify candidate genes with an expression-based association in each molecular subtype of breast cancer. The protein interaction network of the candidate genes was analyzed to discover functionally significant gene clusters and hub genes. Potential therapeutic candidates for TNBC were explored through gene-miRNA interactions. We identified 316, 347, 382, and 442 candidate genes in luminal A, luminal B, HER2 and TNBC subtypes, respectively. A total of 135 (26 up- and 109 down-regulated) candidate genes were shared by all four subtypes. Functional analysis of the candidate genes indicated up-regulation of ‘cell cycle’ and ‘p53 signaling’ pathways and down-regulation of multiple signaling pathways. COL10A1 was found to be highly up-regulated in all subtypes. It may be a good target for research towards multiple types of applications, including therapeutics. KIF4A, a commonly up-regulated X-chromosome gene was significantly associated with the survival of breast cancer patients. Protein interaction network and centrality analysis revealed that low-moderately differentially regulated genes play an important role in functional cascades across proteins in breast cancer subtypes and may be potential candidates for therapeutics. Targeting FN1 (fibronectin 1), the key up-regulated hub gene by miR-1271 5p may be an important molecular event to be targeted for potential therapeutic application in TNBC.

Hemozoin (HZ, a malarial pigment) is an insoluble crystalline byproduct formed during the intraerythrocytic breakdown of hemoglobin by some blood-feeding parasites, such as Plasmodium falciparum .