Ақпарат

11.0: ‘Omics Technologies – Биология

11.0: ‘Omics Technologies – Биология


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Организмдегі ДНҚ -ның толық жиынтығы оның деп аталады геном. Геномика сондықтан көптеген гендердің немесе тіпті тұтас геномдардың молекулалық биологиясының әдістерін қолданатын кең ауқымды сипаттама. The -омиктер жұрнақ көптеген молекулалардың, соның ішінде транскрипттердің жоғары өнімді талдауын көрсету үшін пайдаланылды (транскриптомия), белоктар (протеомика) және ферментативті реакциялардың өнімдері немесе метаболиттерметаболомика; Сурет ( PageIndex {1} )). –омикс зерттеулері нәтижесінде алынған үлкен деректер жиынтығын түсіндіру осы саладағы сарапшылар беретін есептеу, биологиялық және статистикалық білімдердің жиынтығына байланысты. биоинформатика. Кейде әр түрлі типтегі зерттеулерді біріктіру әрекеті деп аталады жүйелер биология.


Метаболомика қаралды: жүйелік биологияға арналған жаңа «омикс» платформа технологиясы және табиғи өнімдерді зерттеуге салдары

Метаболомика - бұл белгілі бір жағдайларда жүйеде (жасушада, ұлпада немесе организмде) метаболиттердің ғаламдық профилін зерттеу. Метаболомды талдау әсіресе метаболиттердің әртүрлі химиялық табиғатына байланысты қиын. Метаболиттер - бұл жүйенің геномының қоршаған ортамен әрекеттесуінің нәтижесі және олар гендік экспрессияның соңғы өнімі ғана емес, сонымен қатар реттелетін жүйенің біртұтас бөлігі болып табылады. Метаболомиканың тамыры метаболиттер профилін зерттеудің ерте кезеңдерінде жатыр, бірақ қазір ғылыми зерттеулердің тез кеңейетін саласы болып табылады. Метаболомика (немесе метабономика) жаһандық жүйелер биологиясын түсінуге бағытталған ғылым ретінде геномиканы, транскриптомияны және протеомиканы біріктіретін жаңа «омикалардың бірі» деп аталды. Метаболомика тез арада «омиктердің» платформалық ғылымдарының біріне айналуда, бұл саладағы мақалалардың көпшілігі соңғы екі жылда ғана жарық көрді. Бұл шолуда метаболомикалық әдістемелер қысқаша талқыланады, содан кейін метаболомика туралы ақпарат биологиялық жүйені жақсырақ түсінуге мүмкіндік беру үшін басқа «омика» деректер жинақтарымен (протеомика, транскриптомия) біріктірілген интеграцияланған қосымшаларда метаболомиканы пайдалану туралы егжей-тегжейлі шолу жасалады. Табиғи өнімді дәрі-дәрмекті табу және тағамдық тағамды функционалды талдау үшін метаболомиканың әлеуеті, ең алдымен, кеңірек «омика» деректер жиынтығына енгізілгендей талқыланады.


Биологиядағы үлкен деректер гипотезалардың жалғандығын тудырды - мүмкін тым көп

Сіз өзіңіз биолог болмасаңыз да, ‘үлкен деректер’ және ‘көп-омикалық технологиялар’ деген терминдерді естіген боларсыз. Биологиялық үлкен деректерді шығаратын жаңа буын тізбегі немесе мульти-омикс технологиясы жиырма жыл ішінде тез дамып, зерттеулерде кеңінен таралды. Ал ДНҚ секвенциясы мультиомикалық технологиялардың негізі болып табылады. Алғаш рет 1970 -ші жылдардың соңында Фредерик Сэнгер жасаған секвенирование ДНҚ -ның бір бөлігін жылдам және қайталап реттеуге мүмкіндік беретін автоматтандырылған процесске айналды, нәтижесінде жоғары дәлдіктегі оқылымдар пайда болды.

Геномика - бұл әр түрлі организмдердің геномдарын немесе бүкіл ДНҚ -ны ретке келтіру арқылы алатын ақпараттар. Геномика транскриптомика (РНҚ секвенциясын қамтитын), сонымен қатар протеомика, эпигеномика және метаболомика тудыру үшін кеңейді. Жүйелілік пен талдау біздің биологиялық жүйелер мен олардың ішкі жұмысы туралы білімдерімізді өзгертті. Біз енді бұрын-соңды армандамаған ақпаратқа қол жеткізе аламыз, мысалы, қатерлі ісік ішіндегі бір клеткалардың гетерогенділігі, адамдардың әлсірететін көптеген аурулардың себептері мен өршуіне белгілі емес гендердің әсері, біздің ата-бабаларымыздың эволюциялық траекториялары зертханаларымызда жұмыс істейтін модельдік жүйелерді түсіну.

Бұл түсініктерге жылдар бойы жүйелеу бағасының күрт төмендеуі көмектесті, бұл зертханаларға ‘-omics ’ деректерінің үнемі кеңеюіне өз үлесін қосуға мүмкіндік берді. Бұл, сайып келгенде, бізді сұрақ тудыруы керек: көбірек деректер әрқашан жақсы ма? ‘-omics’ технологияларының артықшылықтарын асыра бағалау қиын болғанымен, бұл деректердің қалай пайдаланылғаны және құрастырылғаны да маңызды. Міне, біз қазіргі биологияның дамуын тексеретін шығармыз.

Біріншіден, мульти-омикалық технологиялар маңызды диагностикалық және емдік әсерлері бар екенін жоққа шығаруға болмайды, олар адамның нақты пайдасына айналды. Бірақ биологияны медициналық қолдану адамның әл -ауқаты үшін маңызды екеніне еш күмән жоқ, сонымен қатар биологияны өз мүддесі үшін түсінуге тырысатын зерттеудің негізгі аспектісі бар. Мен мульти-омикалық технологиялардың қазіргі кездегі кең таралғандығы, олардың клиникалық қолданудағы табыстарымен қоса, биологтарды бұрынғыдан гөрі олардың ғылыми қызығушылықтарын биологияның клиникалық жағымен сәйкестендіруге итермелеуі мүмкін деп қорқамын. Медициналық зерттеулер мен оның қосымшаларының ілгерілеуі өте маңызды болғанымен, біз абай болуымыз керек және фундаментальды ғылымға ұмтылу мен сапаның зардап шекпеуін қамтамасыз етуіміз керек.

Үлкен деректердің іргелі зерттеулерде өз орны бар. Суборганизмдік биология саласында мульти-омиктер технологиясы бізге осы уақытқа дейін белгісіз жасуша түрлерін ашуға, жаңа гендерді жолдармен байланыстыруға және бүкіл геномдар бойынша биомолекулалық ассоциацияларды анықтауға мүмкіндік берді. Басқаша айтқанда: мульти-омика бізге тексерілетін гипотезаларды жасауға мүмкіндік берді. Бұл нәтижелер туралы егжей -тегжейлі есептер көбінесе үлкен деректер болып табылатын бастапқы нүктеден көбірек зерттеулер жүргізуге қалай жағдай жасалғандығы туралы ашылады. Бірақ бұл шынымен де болды ма?

Әрине, деректер корреляциясынан себеп-салдарлық байланыстарды орнату эксперименттік биологтың құзырында екендігі туралы дәлел бар. Бірақ біреу биологиялық механизмдерді эксперименталды түрде зерттеді ме? Менің ойымша, бұл жауап керемет “ иә ”. Оның орнына, біз гипотезаның дәстүрлі эксперименттік растауын артқа тастап, одан да көп гипотезалар туғызып, біз деректерге батып бара жатырмыз деп күдіктенемін.

Осылайша, келесі ұрпақтың секвенциясы биологияны зерттеу үшін көп жақсылық жасағанымен, біз әрқайсысының бір пиксельді мүсіндеумен айналысатын жеке жұмысымыздан туындайтын кідіріс пен үлкен суретті қарауымыз керек сәтке жеттік. Біз жасаған мәліметтермен не істейміз? Біз деректерді гипотезаларды тексеру және биологиялық механизмдер туралы сыни түсініктер алу үшін қолданамыз ба? Біз іргелі зерттеулерді жалғастырамыз ба? Мульти-омика құралдары мен дәстүрлі эксперименттік зерттеулер үйлесімді жұмыс істей ме?

Мен бұл сұрақтарды жаңадан бастаушы ретінде қоямын -студент биология зерттеулеріне -омика технологиясы өмір туралы ғылымдардың үстінде келе жатқан сәтте түсуді ұсынады, және мен бұл сұрақтар менің құрдастарымды да мазалайтынына сенімдімін. ‘-омика’ революциясы жақсы жүріп жатыр, бірақ менің ойымша, бұл жалғасып жатқан революция ғылымның болашағына қандай із қалдыратынын анықтайтын осы сияқты сұрақтарға жауаптар.

Амрута Сваминатан - Пуна, Үндістан ғылыми білім мен зерттеу институтының (IISER) магистрі және студенті.


1 Кейбір пайдаланылмаған бұршақ дақылдарының контекстіндегі геномика зерттеулерін зерттеу&mdashA шолу 3
Патруш Лепча, Питтала Ранжит Кумар және Н. Сатьянарайана

1.2 Барқыт бұршақ [Мукуна пруриенс (L.) DC. var. utilis (Wall. ex Wight)] Baker ex Burck 4

1.3 Psophocarpus tetragonolobus (L.) DC. 7

1.4 Vigna umbellata (Тунб.) Охует. Охаши 8

1.5 Lablab purpureus (L.) Тәтті 9

1.6 Болашақ зерттеулердің жолдары 10

2 Өсімдіктерді жақсарту бағдарламасында қолданылатын инсектицидтік гендерге шолу 19
Неерадж Кумар Дубей, Прашант Кумар Сингх, Сатыендра Кумар Ядав және Кунвар Дилип Сингх

2.2 Жәндіктерге төзімді трансгендік модельді зауыт 21

2.3 Жәндіктерге төзімді трансгенді дикот өсімдіктері 27

2.4 Жәндіктерге төзімді трансгенді монокотты өсімдіктер 34

2.5 Трансгендік өсімдіктерді дайындау кезінде қолданылатын инсектицидтік гендердің жұмыс принципі 39

55 Егінді жақсартудағы жетістіктер: дақылдарды жақсарту үшін miRNA технологияларын қолдану 55
Кларисса Чаллам, Нандхакумар және Хемант Баласахеб Кардиле

3.2 miRNA -ның ашылуы 56

3.3 Өсімдіктердің миРНҚ эволюциясы мен ұйымдастырылуы 57

3.4 Өсімдік миРНҚ -ларын анықтау 58

3.6 МиРНҚ биогенезі және олардың өсімдіктердегі реттеуші әрекеті 60

3.7 Өсімдікті жақсарту үшін miRNA қолдану 61

75. Өткізгіштігі жоғары дәйектілік дәуіріндегі алға қарай генетикалық тәсіл бойынша гендердің ашылуы
Вивек Такур мен Самарт Ванчана

4.2 Мутагендер индукцияланған мутацияның түрі мен тығыздығымен ерекшеленеді 76

4.3 Жоғары өткізу қабілеттілігі-жақсы және арзан

4.4 Тізбектеу бойынша кескіндеу 77

4.5 Белгілі бір қажеттілік үшін әртүрлі популяцияларды картаға түсіру 81

4.6 Мутаген түрінің картографияға әсері 83

4.7 Жаппай өлшемнің және тізбектеудің картографияға әсері

4.8 Вариантты шақырудағы қиындықтар 85

4.9 Геномдық жүйелілік жоқ немесе жоғары ажыратылған жағдайлар 85

4.10 Кестелеу бойынша талдауға арналған биоинформатика құралдары 86

5 Термотолерантты өсімдіктердің функционалды геномикасы 91
Нагендра Натх Дас

5.2 Өсімдіктердегі функционалдық геномика 93

5.3 Термотолерантты өсімдіктер 94

5.4 Жылу төзімді өсімдіктердің функционалдық геномикасы бойынша зерттеулер 98

2 -бөлім: Метаболизм 105

6 Бір жасушалы типті метаболомикадағы жұмыс ағыны: деректерді алдын ала өңдеуден және статистикалық талдаудан биологиялық түсініктерге дейін 107
Бисваприя Б.Мисра

6.2.2 Шикі массалық спектрометрияның деректерін өңдеу 109

6.2.3 Статистикалық талдаулар 109

6.2.4 Жолдарды байыту және кластерлеуді талдау 110

6.3.1 Зерттеуді жобалау және деректерді талдау 110

6.3.2 Guard жасушаларының метаболомикасының деректер жиынтығы 110

6.3.3 Деректерді алдын ала өңдеу туралы түсініктерге арналған көп нұсқалы талдау 113

6.3.4 Деректерді нормалау әдістерінің әсері 119

Мүдделер қақтығысы 124

7 1 H NMR және GC-MS 129 көмегімен өсімдік жүйелерінің метаболиттік профилін жасау және метаболомикасы
Ману Шри, Манеш Лингван және Шям К.Масакапалли

7.2 Материалдар мен әдістер 131

7.2.1 Өсімдік үлгілерінің 1 сағ ЯМР негізіндегі метаболиттік профилін жасау 132

7.2.1.1 Метаболит экстракциясы 132

7.2.1.2 1 H NMR спектроскопиясы 132

7.2.1.3 ЯМР сигналдарының сапалық және сандық талдауы 134

7.2.2 Газды хроматография және ndashMass Spectroscopy (GC-MS) негізіндегі метаболит профилі 134

7.2.2.1 Үлгіні дайындау 134

7.2.2.2 GC-MS деректерін жинау 135

7.2.2.3 GC-MS деректерді алдын ала өңдеу және метаболит профилдеу 136

7.2.2.4 Анықталған метаболиттерді валидациялау 136

7.2.3 Көп айнымалы деректерді талдау 137

7.3

Пикрозидтер биосинтезін анықтаудың 8 OMICS негізіндегі тәсілдері. Пикрориза курроа 145
Варун Кумар

8.2 Пикрозидтер биосинтезінің әртүрлі ұлпалар арасындағы өзара сөйлесуі P. kurroa 148

8.3 P. kurroa 148 -де пикрозидтердің биосинтетикалық бағытын түсіндіру үшін қолданылатын стратегиялар

8.3.1 Ретро-биосинтетикалық тәсіл 149

8.3.2 In Vitro Әртүрлі прекурсорлар мен ингибиторларды қоректендіру 149

8.3.3. Табиғи вариантты химиотиптер алмасуы П.курроа 150

8.4 Пикрозидтер биосинтезіне қатысатын гендер/кандидаттардың қысқа тізіміне қолданылатын стратегиялар 151

8.4.1 Салыстырмалы геномика 151

8.4.2 Келесі ұрпақтың дифференциалды тізбектелуі (NGS) транскриптомдары және жол гендерінің Vis- & agrave-Vis пикрозидтерінің мазмұны 152

8.5 Пикрозидтердің биосинтетикалық жолының толық архитектурасы 153

8.6 Қиындықтар мен болашақ перспективалар 161

9 Өнеркәсіптік өсімдіктердің жүйелік биологиясын зерттеудегі поли-омиканың өзектілігі 167
Нагендра Нат Дас

9.2 Ауыл шаруашылығы дақылдарының жүйелі биологиясы 169

9.4. Өнеркәсіптік дақылдардың жүйелік биологиясын зерттеуде поли-омиканы қолдану 176

9.5 Қорытынды сөз 177

3 -бөлім: Биоинформатика 183

10 Gramineae тұқымдас шөп түрлерін және олардың абиотикалық стресске жауап беретін функцияларын жүйелік талдауға арналған есептеу омикасының құралдарының жаңа жетістіктері 185
Пандиян Мутурамалингам, Раджендран Джейасри, Дхамодаран Калаязараси, Субрамани Пандиан, Субраманиан Радеш Кришнан, Лаккакула Сатиш, Шунмугиях Карутха Пандиан және Маникандан Рамеш

187

10.2.1 Орыза сатива 187

10.2.2 Сетария италика 187

10.2.3 Құмай екі түсті 188

10.4

10.4.1 NGS негізіндегі геномдық және РНҚ тізбегі 199

10.4.2 NGS 200 негізіндегі танскриптомды талдау

10.4.3 Омиканың жоғары өткізу қабаттары 201

10.5 Poaceae түрлеріндегі омика ресурсы 202

10.6 Gramineae мүшелерінің стресс физиологиясын бөлудегі функционалдық омиктердің рөлі 203

10.7 Gramineae өсімдік түрлеріндегі жүйелік талдау 204

10.8 Gramineae түрлерінің қоректік омикасы 205

217
Пулкит А.Сривастава және Раготаман М.Йеннамалли

11.3 Үндістаннан бөлінген бактериялық штаммдар шығаратын целлулолитикалық ферменттер 220

22.3

22.2

11.3.3 Гидролитикалық ферменттерге арналған Streptomyces тұқымы 230

11.4. Үндістанда туған биомасса көздері 230

11.4.1 Albizia lucida (Moj) 230

11.4.2 Areca catechu 231

11.4.3 Арундо донакс (Алпауыт қамыс) 231

11.4.4 Пеннисетум пурпурумы 231. Қозғалыс

11.4.5 Брассика 231. Қатерлі ісік

11.4.6 Кажанус кажан (Көгершін бұршақ)/Cenchrus americanus (Інжу тары)/Corchorus capsularis (джут)/

Lens culinaris (Жасымық)/Saccharum officinarum (Қант құрағы)/Triticum sp. (Бидай)/Зеа Мэйс (Жүгері) 232

11.4.7 Medicago sativa 232

11.4.8 Manihot esculenta (Кассава)/Salix viminalis (Себет тал)/Сетария италика (Түлкі тары)/ Setaria viridis 232. Жұтқыншақ

11.4.9 Ветиверия зизаниоидтары (Ветивер немесе Хас) 232

11.4.10 Миллер және Құмай екі түсті 233

11.5 Omics деректері және оны биоэтанол өндірісінде қолдану 233

45 -бөлім: Өсімдікті жақсартудағы жетістіктер: жаңа технологиялар 245

127. Геномды редакциялау: өсімдіктердегі жаңа тұқымдық технологиялар
Каляни М.Барбадикар, Суприя Б.Аглаве, Сатендра К.Манграутия, М.Шешу Мадхав және С.П.Джеван Кумар

128 Кіріспе: Геномды редакциялау 248

12.2.1 Гомологиялық емес қосылу (NHEJ) 250

12.2.2 Гомологияға бағытталған жөндеу (HR) 251

12.3 Инжинирленген нуклеазалар: GE 251 -дегі негізгі ойыншылар

12.3.2 Мырыш-саусақ нуклеазалары 256

12.3.3 Транскрипция активаторы тәрізді эффекторлы нуклеазалар 257

12.3.4 CRISPR/Cas жүйесі: The Forerunner 258

12.4 Мақсатты мутациялар және практикалық ойлар 259

124.1 Мақсатты мутациялар 259

12.4.2.1 Мақсатты тізбекті таңдау 261

12.4.2.2 Нуклеазаларды жобалау 262

12.4.2.4 Мутацияға скрининг 264

12.5 Жаңа дәуір: CRISPR/Cas9 264

12.5.1 Векторлық құрылыс 264

12.5.2 Жеткізу әдістері 266

12.5.3 CRISPR/Cas нұсқалары 266

12.5.3.1 SpCas9 Nickases (nSpCas9) 266

12.5.3.2 Эндонуклеазиялық белсенділігі жоқ Cas9 варианты 266

12.5.3.3 FokI каталитикалық белсенді емес Cas9 267

12.5.3.4 PAM 268 өзгертілген Cas9 нұсқалары бар және табиғи түрде қол жетімді

12.5.3.5 Мақсатты әсерді жоғарылатудың Cas9 нұсқалары 268

12.6 Экономикалық белгілерді жақсартуға арналған GE 269

12.6.1 Климатқа төзімді өсімдіктердің жаңа буынының дамуы 271

12.6.2 Рекационалдылық кедергілерінің бұзылуы және будандастыру 271

12.6.3 Жасалған QTLs арқылы жаңа вариация жасау 271

12.6.4 Транскрипциялық регламент 272

12.6.5 Кодталмаған РНҚ, микроРНҚ 272 үшін GE

12.6.6 Эпигенетикалық модификациялар 273

126.7. Гендік дозалау әсері 273

12.7 GE өсімдіктерінің биоқауіпсіздігі 273

278

13 Өсімдіктердің дамуындағы жаһандық метилдену үлгісімен ген экспрессиясын реттеу 287
Вриджеш Кумар Ядав, Кришан Мохан Рай, Нишант Кумар және Викаш Кумар Ядав

139. Геномдағы нуклеин қышқылының метилизациясы

13.3. Нуклеин қышқылы метил трансферазасы (DNMtase) 290

13.4 Геномдық ДНҚ метилденуі және экспрессия үлгісі 291

13.5 Ерте өсімдіктер өміріндегі ДНҚ метилизациясының үлгісі 292

293. Саңырауқұлақтардағы ДНҚ метилизациясы

13.7 Ісіктегі метилдену үлгісі 294

13.8 ДНҚ метилизациясын талдау тәсілдері 294

13.8.1 Локус-спецификалық ДНҚ метилденуі 295

138.2. Геномдық және ғаламдық ДНҚ метиляциясы 295

138.3. Биоинформатика анализі бойынша геномның бірізділігін талдау 296

14 Жоғары өнімді фенотиптеу: геномика 303 үшін әлеуетті құрал
Каляни М.Барбадикар, Дивя Балакришнан, С.Гиреш, Хемант Кардиле, Тежас C. Босамия мен Анкита Мишра


Жүйелік биологияға бағытталған Omics Technologies

Барған сайын дәстүрлі тәсілдер мен технологиялар (мысалы, тұтас протеомика немесе тұтас геномика сияқты бір әдістемені пайдалану) биологиялық жүйелерді түсіндіру үшін тиімсіз. Сондықтан жүйелік биологияға жасушалар немесе тұтастай күрделі, көп өлшемді процестерді нақтылау үшін интегративті тәсіл қажет.

Барған сайын дәстүрлі тәсілдер мен технологиялар (мысалы, бүтін протеомика немесе тұтас геномика сияқты бір әдістемені қолдану) биологиялық жүйелерді түсіндіру үшін тиімсіз болып келеді. Сондықтан жүйелік биологияға жасушалар немесе тұтас организмдердегі күрделі, көп өлшемді процестерді нақтылау үшін интегративті тәсіл қажет. Жүйелік биология аясында әртүрлі омикалық әдістермен орындалатын сапалық және сандық талдаулар органдардың дамуы мен дифференциациясы, жасушалардың өзара әрекеттесуі, аурулар немесе терапия режимдері, стресс және қорғаныс механизмдері және т.б. туралы ақпаратты әзірлейді. Omics құралдары мен тәсілдері ақпаратты пайдаланатын жалғыз технологиялар болып табылады. қатысатын биомолекулалардың көпшілігінен бір уақытта биологиялық жүйенің жасырын бөліктерін немесе қара жәшіктерін түсіну (мысалы, сигналдар мен сигналдардың берілу жолдары) және биологиялық оқиғаның немесе процестің негізінде жатқан ең ықтимал механизмдерді анықтау. Көрнекті мысал, сөзсіз, p53, белгілі ақуыз, оның 6000-нан астам келтірілген функциялары бар. Оның биологиялық феноменологиядағы рөлін түсіну үшін бізге біржақты ақпаратты азайту және негізгі биологиялық функцияны түсіну үшін интегративті тәсілдер қажет. Шын мәнінде, ақуыздардың көпшілігі бірнеше функция мен жолға қатысады, сондықтан деректерді түсіндіру көп жағдайда мүмкін емес миссияға айналады.

Протеомика мен метаболомиканы профилдеу үшін қолданылатын автоматтандырылған және жоғары өткізу қабілеттілігі бар геномдық жүйелілік, микроаррея және қазіргі заманғы масс-спектрометрия транскриптомикасы деректерді талдауда үлкен көлемді жүктемелерге әкеледі. Өтімділігі жоғары машиналар нәтижесінде жеткізілетін деректердің үлкен көлемі биоинформатика арқылы түсіндірілуі керек. Бұл зерттеу тақырыбының мақсаты жүйелік биологияның қысқаша сипаттамасын және омика және интегративті тәсілдер арқылы талданған кез келген үлгі мен ағзаның артықшылықтары мен кемшіліктері туралы ақпаратты беру болып табылады. Жарналар әр түрлі биологиялық зерттеулер саласындағы маңызды тақырыптарды шешу үшін осы зерттеу стратегиясының өкілі болуы керек.

Ағымдағы Зерттеу тақырыбының ауқымы жүйелік биологияны зерттеу үшін омикс технологияларын қолданудағы перспективалық, соңғы және жаңа зерттеу тенденцияларын қамту болып табылады.

Сурет несиесі: Мераж Шарифи ©

Негізгі сөздер: Интегративті көзқарас, биоинформатика, жүйелік биология, пәнаралық білім, деректерді интерпретациялау

Маңызды ескерту: Осы Зерттеу тақырыбына қосылатын барлық үлес олардың миссиясының мәлімдемесінде анықталғандай, олар берілген бөлім мен журналдың көлемінде болуы керек. Frontiers сараптаманың кез келген сатысында қолдану аясынан тыс қолжазбаны неғұрлым қолайлы бөлімге немесе журналға бағыттау құқығын өзіне қалдырады.


Протеомика

& quotПротеомика - жүйедегі жалпы ақуыздарды зерттейтін сала. Бұл ақуыздардың жоғары профильділігін қамтиды. Экспрессияның бұл түрі әсіресе пайдалы, өйткені ол трансляциядан кейінгі әсерлерді зерттеуге мүмкіндік береді, өйткені барлық транскрипция өнімдері әрқашан белоктарға айнала бермейді, алайда фенотиптік деңгейдегі барлық функционалдық аспектілер әрдайым дерлік ақуыздармен қозғалады.

Протеомика - бұл белгілі бір әсер ету немесе белгілі бір аурулар жағдайында уыттылыққа тән ақуыз биомаркерлерін анықтауға көмектесетін қуатты құрал. Масс -спектрометрлерді Waters, Thermofisher, Agilent, Shimadzu, Perkin Elmer сияқты бірнеше компаниялар сатады.

Протеомика мәліметтерін талдау үшін масс-спектрометр қолданылады. Түсіндіру биоинформатиканың күрделі құралдарын қажет етеді

Rebecca C. Fry. Токсикологиядағы жүйелер биологиясы және қоршаған орта денсаулығы, 4-тарау (Kindle Location 1954). Elsevier Inc.

Протеомиканы зерттеуге арналған үлгілерді өңдеу және жұмыс процесі:

Сурет ( PageIndex <6> ): Протеомиканы зерттеуге арналған үлгіні өңдеу және жұмыс процесі. Ребекка С. Фрай. Токсикология мен экологиялық денсаулықтағы жүйелік биология, 4 тарау (Kindle орналасуы 1954). Elsevier Inc.

Тарих

Транскриптомика әр онжылдықта мүмкін болатын нәрсені қайта анықтайтын және бұрынғы технологияларды ескірген жаңа әдістердің дамуымен сипатталды (1 -сурет). Адамның ішінара транскриптомын түсірудің алғашқы әрекеті 1991 жылы жарияланды және адам миынан 609 мРНҚ тізбегі туралы хабарлады [1]. 2008 жылы 16000 генді қамтитын миллиондаған транскрипт туындыларынан тұратын екі адамның транскриптомы шығарылды [2] [3], ал 2015 жылға қарай жүздеген адамдар үшін транскриптомдар шығарылды [4] [5]. Әр түрлі аурулардың, тіндердің немесе тіпті бір жасушалардың транскриптомдары қазір үнемі жасалады [5] [6] [7]. Транскриптомикадағы бұл жарылыс сезімталдығы мен үнемділігі жоғары жаңа технологиялардың жылдам дамуымен болды (1-кесте) [8][9][10][11].

1990 жылдан бастап жарияланған мақалалар РНҚ -ның реттілігіне (қара), РНҚ -микроорамасына (қызыл), реттілік белгісіне (көк) және гендік экспрессияның сериялық/қақпақты талдауына (сары) сілтеме жасайды [12].

Транскриптомика алдында

Жеке транскрипттерді зерттеу кез келген транскриптомикалық тәсілдер болғанға дейін бірнеше ондаған жылдар бойы жүргізілді. 1970 жылдардың аяғында кері транскриптазаны қолдану арқылы сақтау үшін жібек күйі мРНҚ кітапханалары жиналып, комплементарлы ДНҚ-ға (cDNA) түрлендірілді [13]. 1980 жылдары осы кітапханалардан кездейсоқ жеке транскрипцияларды ретке келтіру үшін төмен өткізгіштігі бар Sanger тізбегі қолданыла бастады, олар экспрессивті тегтер (ESTs) [2] [14] [15] [16] деп аталады. Сангердің секвенирлеу әдісі синтез бойынша реттілік сияқты жоғары өнімділік әдістері пайда болғанға дейін басым болды (Solexa/Illumina, San Diego, CA). EST 1990 жылдардың ішінде бүкіл геномды реттемей, организмнің гендік құрамын анықтаудың тиімді әдісі ретінде танымал болды [16]. Солтүстік блотинг, нейлон мембраналық массивтер және кейіннен кері транскриптазалық сандық ПТР (RT-qPCR) арқылы жеке транскрипцияларды сандық бағалау да танымал болды [17] [18], бірақ бұл әдістер еңбекқор және транскриптомның кішкене бөлімін ғана түсіре алады [12]. ]. Демек, транскриптомның тұтастай экспрессиялану және реттелу тәсілі жоғары өнімділік әдістері әзірленбейінше белгісіз болып қалды.

Алғашқы әрекеттер

«Транскриптом» сөзі алғаш рет 1990 жылдары қолданылған [19][20]. 1995 жылы секвенирлеуге негізделген ең ерте транскриптомиялық әдістердің бірі, біріктірілген кездейсоқ транскрипт фрагменттерінің Сэнгер секвенциясы арқылы жұмыс істейтін ген экспрессиясының сериялық талдауы (SAGE) әзірленді [21]. Транскрипттер фрагменттерді белгілі гендермен сәйкестендіру арқылы сандық түрде анықталды. Сандық гендік экспрессиялық талдау деп аталатын жоғары өнімді секвенирлеу әдістерін пайдаланатын SAGE нұсқасы да қысқаша қолданылды [9][22]. Алайда, бұл әдістер негізінен транскрипттердің жоғары өткізу қабілеттілігімен орындалды, бұл транскрипт құрылымы туралы қосымша ақпарат берді, мысалы, қосылу нұсқалары [9].

Заманауи техникаларды дамыту

Үстем заманауи әдістер, микромассивтер және RNA-Seq, 1990 және 2000 жылдардың ортасында әзірленді [9][33]. Белгіленген транскрипттер жиынтығының мөлшерін олардың бірін -бірі толықтыратын зондтарға будандастыру арқылы өлшейтін микротүйіндер алғаш рет 1995 жылы жарияланды [34] [35]. Microarray технологиясы бір генге жұмсалатын шығындарды едәуір төмендете отырып, бір мезгілде мыңдаған транскрипцияларды талдауға мүмкіндік берді [36]. Екі нүктелі олигонуклеотидтік массивтер де, Affymetrix (Санта-Клара, Калифорния) жоғары тығыздықтағы массивтер де 2000 жылдардың соңына дейін транскрипциялық профильдеу үшін таңдау әдісі болды [12][33]. Осы уақыт ішінде модельдік немесе экономикалық маңызды организмдердің белгілі гендерін қамту үшін микро диапазондар шығарылды. Массивтерді жобалау мен өндірудегі жетістіктер зондтардың ерекшелігін жақсартты және бір генде көп гендерді тексеруге мүмкіндік берді. Флуоресценцияны анықтаудағы жетістіктер аз мөлшердегі транскрипттердің сезімталдығы мен өлшеу дәлдігін арттырды [35][37].

RNA-Seq молшылық әр транскрипцияның санынан алынған cDNA транскрипциясының реттілігін білдіреді. Техникаға жоғары өткізу қабілеттілігі бар технологиялардың дамуы қатты әсер етті [9] [11]. Жаппай параллель қолтаңбалық реттілік (MPSS) күрделі будандастыру сериясы арқылы 16-20 а.к. тізбегін құруға негізделген алғашқы мысал болды [38] және 2004 жылы 10 4 геннің экспрессиясын растау үшін қолданылды. Arabidopsis thaliana [39]. Ең алғашқы RNA-Seq жұмысы 2006 жылы 454 технологиясын қолдана отырып реттелген 10 5 транскриптпен жарияланған [40]. Бұл салыстырмалы транскрипт молдығын анықтау үшін жеткілікті қамту болды. RNA-Seq 2008 жылдан кейін Solexa/Illumina жаңа технологиялары (Сан-Диего, Калифорния) 10 9 транскрипт тізбегін жазуға мүмкіндік берген кезде танымал бола бастады [4] [10] [41] [42]. Бұл кірістілік қазір бүкіл адам транскриптомдарының дәл мөлшерін анықтау үшін жеткілікті.


Ашық қатынасты қаржыландыру Projekt DEAL арқылы қосылды және ұйымдастырылды.

Бұл авторлар бірдей үлес қосты: Натали Селевсек, Флориан Каймент, Рамона Нудишер, Ханс Гмюндер.

Бұл авторлар бұл жұмысты бірге басқарды: Ральф Хервиг, Хос Клейнянс.

Аффилиирлену

Функционалды геномика орталығы, ETH Цюрих, Швейцария

Натали Селевсек, Лаура Кунц, Витольд Вольски және Ральф Шлапбах

Маастрихт университетінің токсикогеномика кафедрасы, Маастрихт, Нидерланды

Флориан Каймент, Янник Шрудерс, Марча Верхайен және Джос Клейнянс

Roche Pharma Research and Early Development, Roche инновациялық орталығы Базель, Базель, Швейцария

Рамона Нудишер, Оливия Клейтон, Карла Плюз және Адриан Рот

Genedata AG, Базель, Швейцария

Ханс Гмюендер, Салли Диб, Стефано Готта және Тимо Виттенбергер

Insphero AG, Шлиерен, Швейцария

Ирина Агаркова мен Патрик Гай

Еуропалық молекулалық биология зертханасы, Еуропалық биоинформатика институты (EMBL-EBI), Хинкстон, Ұлыбритания

Фрэнсис Л.Аткинсон, Николя Боск, Энн Херси, Фиона М.И. Хантер, Жасмин Мингуэт, Югис Сарканс және Инес Смит

MicroDiscovery GmbH, Берлин, Германия

Иво Бахман, Крис Бауэр, Йоханнес Шухардт және Александра Церк

Қолданбалы микробиология институты, RWTH, Ахен, Германия

Ванесса Байер, Генрик Кордес, Кристоф Тиль және Ларс Купфер

Есептік молекулалық биология кафедрасы, Макс-Планк-Молекулярлық генетика институты, Берлин, Германия

Гал Барел, Матиас Лиенхард және Ральф Хервиг

Макс-Планк-молекулалық генетика институты, реттілік бірлігі, Берлин, Германия

Стефан Бурно мен Бернд Тиммерман

Биомедициналық инженерия кафедрасы, King's College London, Лондон, Ұлыбритания

Алекс Левалле, Бернардо Оливейра және Стивен Нидерер

CARIM жүрек -қан тамырлары аурулары мектебі, Маастрихт университеті, Маастрихт, Нидерланды

Джорт Меркен мен Стефан Хейманс

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Сіз бұл авторды PubMed Google Scholar -де іздей аласыз

Жарналар

Деректерді генерациялау: NS, FC, RN, IA, SB, OC, PG, LK, JM, CP, YS, BT, SH, AR, RS, JK.Деректерді талдау: HG, IB, VB, GB, CB, HC, SD, SG, AL, ML, BO, JS, CT, MV, TW, WW, AZ, LK, SN, RH Деректерді басқару және курация: FLA, NB, AH, FMIH, JM, US, IS Деректерді біріктіру, өңдеу және жазу: N.S., F.C., R.N., H.G., S.H., A.R., R.S., L.K., S.N., R.H., and J.K. Зерттеу тұжырымдамасы, үйлестіру және өткізу: Р.Х. және Дж.К.

Сәйкес автор


Бейнені қараңыз: 新冠疫苗Fact Check系列第三集信使核糖核酸新冠疫苗 (Ақпан 2023).