1989年，Fields**报告酵母双杂交(Y2H)分析，这种方法利用转录因子与成对的蛋白质两部分相结合来检测这些成对蛋白之间的相互作用关系。假如这两种蛋白质结合在一起，转录因子就可重建，从而激活报告基因，促使酵母生长。
目前法国的Hybrigenics公司和瑞士的Dualsystems Biotech公司均提供Y2H筛选服务。
“酵母双杂交有着巨大的优势，但也有一个不利之处：它可以检测低亲和力，”德国Max Delbrück分子医学中心神经蛋白组学研究人员Erich Wanker说。换句话说，这种分析可以鉴别出微弱的短暂的配对蛋白例如那些延伸细胞信号的蛋白，但也可以检测随机撞在一起的蛋白质。“到底我们要真正相信在哪个点发生了相互作用?”Wanker问道。
现在科学家们已经找到多种检测和避免各种假阳性结果的方法。“粘性”蛋白非特异性结合到其他蛋白质上的假象可以被鉴别和排除。通过单个导入蛋白而非重构的转录因子促进的酵母生长，现在也可以被识别。
**的系统确保了所有期望的组合均能得到测试。现在不再采用所有的基因转染相同的酵母细胞的方法筛查两种潜在的互作伴侣，而是将转染单个基因的酵母杂交，检测其后代的生长。机器人系统将酵母精细混合，每次分析可运行多个重复。观察到相同互作的次数成为了质量评估的一部分。“我们认为Y2H可以生成可靠且可重复的结果，”Wanker说。
尽管如此，也还是有一些互作不会在Y2H中观察到。例如，Y2H要求互作蛋白必须要使转录因子的两部分重新结合，蛋白质必须要能够进入细胞核激活报告基因。因此，膜特异性蛋白或细胞器特异性蛋白的互作就无法看到。
除了Y2H，哺乳动物细胞中低通量的检测也可用于筛查相互作用：这些测试包括LUMIER(luminescence-based mammalian interactome)系统、哺乳动物细胞蛋白质与蛋白质相互作用陷阱(mammalian protein-protein interaction trap,MAPPIT)系统、蛋白芯片和蛋白片段互补测定法(protein fragment complementation assay：PCA)。尽管它们的数量级低于Y2H，它们也可以探测更多相关背景下的互作。
哺乳动物细胞蛋白质与蛋白质相互作用陷阱(mammalian protein-protein interaction trap,MAPPIT)系统是高通量的哺乳动物筛选系统之一。该系统利用的并非是酵母转录因子，而是一种哺乳动物细胞因子受体。这种细胞因子受体同样被分割，当重建时才能够传导信号。2009年，比利时法兰德斯跨学院生物技术研究所(VIB)的网络生物学家Jan Tavernier描述了更高通量的MAPPIT系统，在这一系统中可编码与细胞因子受体片段连接的潜在互作伴侣蛋白的质粒被分别置于小孔中保存。实验之初，将可表达可与选择性“诱饵”连接的细胞因子受体片段的细胞加入到小孔中。当互作发生时，信号就会激活发光荧光素酶。
利用多孔板，花费约2,000(2600美金)就可以筛选一个针对人类ORFeome(一整套克隆蛋白编码开放阅读框)的诱饵蛋白。 Tavernier表示希望能够在今年晚些时候实现在微芯片上运行MAPPIT。微型化检测可将成本降低到100，并在1星期内检测针对100个诱饵的 ORFeome。
Tavernier说以这样的高通量和成本，各种新实验将变得可行，而不再将筛查局限于酵母细胞。“你开始在适当的物种中绘制完整的互作组，”Tavernier说。此外，Tavernier还计划用**或有毒化合物来处理的细胞比较互作组的变化。他希望能将这一技术商业化，并正与 Vidal及其他科学家们一起致力利用MAPPIT 和 Y2H检测绘制人类蛋白质互作。
LUMIER也是相对高通量的系统，可用于检测是否存在受**、**或其他添加物影响的特异互作。在这些检测中，两种蛋白被用于瞬时转染细胞。一种蛋白连接上称之为FLAG的亲水性肽。潜在的互作伴侣蛋白连接上荧光素酶。细胞裂解，FLAG标记的蛋白被捕获，利用它们发出的荧光来检测互作伴侣蛋白的存在。
蛋白片段互补测定(PCA)既可以在酵母细胞也可以在哺乳动物细胞中进行，主要取决于重构的大量“报告子”，通常是酶或荧光蛋白。因为报告子能够在整个细胞发送信号，在它们自然发生的地方就可以检测到互作。
在2009年发布的论文中，Vidal, Wanker和其他研究人员描述了Vidal在高通量筛选中评估发现的蛋白质互作的实证框架。事实上，这意味着重复实验采用了不同类型的检测，并与对照组结果进行了比较。阳性对照是从文献中仔细挑选出的大约100种已确立的互作。阴性对照是100个随机指定的配对蛋白，它们过去从未发现能相互结合。对检测条件进行调整以提高对阳性对照的检测，而避**测随机互作。
作为《自然方法》(Nature Methods)杂志上提出的框架的一部分，来自互作研究的结果应该在不同类型的检测中进行确证。越多的方法发现相同的互作，研究人员就越能确信得到的结果。不过总体上，这些方法也只能检测大约70%的阳性参考设置。
高通量实验并不是**鉴别蛋白质间互作的途径。还有几种数据库，例如生物学相互作用通用库(Biological General Repository for Interaction Datasets, BioGRID)和IntAct都搜集了文献上发布的，从小型和高通量实验，以及其他分析推断的预测互作中挑选出的互作列表。
欧洲生物信息研究所EBI(European Bioinformatics Institute)蛋白质组学服务协调员Sandra Orchard帮助开发了小的信息标准辅助分享和评估互作数据。她认为这一列表甚至远未接近完成，她估计对于人类互作组，这个数字会小于百分之十，其中甚至包括已发表但还未被数据库收录的数据。她说。“如果能观察到十分之三的酵母互作组，我们就是非常幸运了。”
原文摘要：
Proteomics: The interaction map
As increasing numbers of protein–protein interactions are identified, researchers are finding ways to interrogate these data and understand the interactions in a relevant context.
Around the time that scientists celebrated the completion of the draft sequence of the human genome, papers from two separate groups described results of another project that tested all the possible pairings of thousands of yeast proteins to see whether they interact.
The importance of protein–protein interactions is beyond dispute. Little happens in a cell without one protein 'touching' another. Whether a cell divides, secretes a hormone or triggers its own death, protein–protein interactions make the event happen. Consequently, comprehensive maps showing which proteins came together in a yeast cell were much anticipated.
