PipX es una proteína única de cianobacterias identificada por su habilidad para interactuar de forma excluyente con PII y NtcA, dos reguladores clave implicados en la integración de señales de nitrógeno/carbono y energía, estableciendo un vínculo mecanístico entre ambos. Sin embargo, los datos recabados indican que el papel de PipX no se limita únicamente a esto, sino que parece formar parte de una red de señalización más amplia exclusiva de cianobacterias. La formación de los complejos PII-PipX no solo permite el secuestro de PipX, impidiendo la co-activación de NtcA, sino que favorece la formación de los complejos con el regulador transcripcional cianobacteriano PlmA. Esta interacción con PII afecta a la localización dinámica de PipX en respuesta al estado energético de la célula, limitando su actividad a condiciones de alta energía. Además, PipX está funcionalmente conectado con pipY, el gen aguas abajo que codifica a un miembro de la familia de proteínas PLPBP, universalmente distribuidas e implicadas en la homeostasis de la vitamina B6 y amino ácidos y, en humanos, epilepsia dependiente de vitamina B6. No solo PipX sería capaz de controlar a nivel traduccional la expresión de PipY, sino que ambos participarían en el control de la expresión génica y vías metabólicas comunes. Por último, el análisis de genomas cianobacterianos posiciona a PipX en una red de interacción con PipY y otras 4 proteínas con las que PipX podría tener una relación funcional.

La importancia de comprender los procesos biológicos ha estimulado el desarrollo de métodos para la detección de interacciones proteína-proteína. Esta tesis presenta PIANA (Protein Interactions And Network Analysis), un programa informático para la integración y el análisis de redes de interacción proteicas. Además, describimos un método que identifica motivos de interacción basándose en que las proteínas con parejas de interacción comunes tienden a interaccionar con esas parejas a través del mismo motivo de interacción. Encontramos que las proteínas altamente conectadas (i.e., hubs) con múltiples motivos tienen mayor probabilidad de ser esenciales para la viabilidad de la célula que los hubs con uno o dos motivos. Finalmente, presentamos un método que predice genes relacionados con cáncer mediante la integración de redes de interacción proteicas, datos de expresión diferenciada y propiedades estructurales, funcionales y evolutivas. El valor de predicción positiva es 71% con sensitividad del 1%, superando a otros métodos usados independientemente. / The importance of understanding cellular processes prompted the development of experimental approaches that detect protein-protein interactions. Here, we describe a software platform called PIANA (Protein Interactions And Network Analysis) that integrates interaction data from multiple sources and automates the analysis of protein interaction networks. Moreover, we describe a method that delineates interacting motifs by relying on the observation that proteins with common interaction partners tend to interact with these partners through the same interacting motif. We find that highly connected proteins (i.e., hubs) with multiple interacting motifs are more likely to be essential for cellular viability than hubs with one or two interacting motifs. Furthermore, we present a method that predicts cancer genes by integrating protein interaction networks, differential expression studies and structural, functional and evolutionary properties. For a sensitivity of 1%, the positive predictive value is 71%, which outperforms the use of any of the methods independently.