我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

蛋白质组学的发展——教授Ruedi Aebersold

蛋白质组学的发展——教授Ruedi Aebersold内容块的形象

希望这篇文章的一个免费的PDF版本吗?

完成下面的表格,我们将电子邮件您的PDF版本“蛋白质组学的发展——教授Ruedi Aebersold”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:

教授Ruedi Aebersold是系统生物学教授分子系统生物学研究所(IMSB)在苏黎世ETH和被认为是蛋白质组学研究的先驱之一。

Aebersold做出了重大贡献目标蛋白质组学技术的发展,包括选择反应监测(SRM)和data-independent收购。他也是一个发明家的Isotope-Coded亲和标签(ICAT)试剂用于定量质谱(MS)。

Aebersold在定量蛋白质组学的研究已经帮助塑造我们了解蛋白质的功能、交互和在正常和病变的局部状态。Aebersold实验室利用高通量蛋白质组学和计算方法,如label-free猎枪蛋白质组学,精确测量蛋白质在复杂样品分析物。通过创建“快照”资料,研究小组能够确定哪些细胞含有异常水平的特定蛋白,并通过这样做希望开发出创新的疾病诊断标志物。

莫莉·坎贝尔(MC):在您看来,什么有一些最激动人心的突破在蛋白质组学领域概念以来?

Ruedi Aebersold (RA):
我们工作在MS-based蛋白质组学。对我来说这种技术最吸引人的地方是它的多功能性。基本相同的液相色谱质谱仪(质/ MS)技术和仪器可以用来探索许多不同的生物重要蛋白质的性质如果一些额外的应用技巧。当然,这些属性包括氨基酸序列和丰富的蛋白质,而且他们的半衰期,修改状态,细胞内定位,他们参与的互动蛋白质复合物和精确的接触网站。

最近,有独特的趋势也解决高阶结构和相应的更改技术包括蛋白质和蛋白质复合物的氢氘交换(HDX),交联,相关性分析,本地女士,热分析,有限的蛋白水解作用(唇)等。这些方法获得的信息通常是非常有趣的和功能直接相关。

主持人:你当前的定量蛋白质组学研究看起来比较样本之间的蛋白表达水平。你能告诉我们更多关于你最近出版的工作进行蛋白质组学分析在不同类型的癌症新生物标志物的发现

类风湿性关节炎:
我们一直在做定量对比样品20年,从1999年ICAT技术的发展。我们获得了很多的工作观点对细胞和组织的反应不同的条件。作为一个例子,一个博士生,拉尔夫Schiess发现一组血浆标志物分层对前列腺癌诊断和治疗选择。然后,他成立了一个公司,ProteoMediX的过程中,把这个标记面板诊所。我们也获得了很多见解对特定的生物过程,包括他们通过磷酸化调节。一样我们可以测量了更深的蛋白质组的技术发展,我们最终发现细胞本质上任何扰动的反应非常复杂,通常涉及数以百计的蛋白质。


这种情况下创建了一个非常具有挑战性的问题,因为它不是明显的生物学家将如何产生的模式和意义的许多观测应优先什么是通常被称为“生物验证”。要解决这个棘手的问题,我们决定开发技术允许我们女士定量比较大量的样本(成百上千),这样我们可以用数学方法如集群、机器学习、统计协会或回归发现模式指示细胞的生化变化数据驱动的方式,而不是之前的生物知识。这些见解高通量产生的定位技术和评分软件,最初SRM和工具mProphet稍后,片/ DIA技术和工具openSWATH

这些技术我们真的很兴奋,因为他们提供奇妙洞察细胞和组织的内部工作,打开了门,以人群为基础的研究,例如通过使用基因参考面板像BXD鼠标面板。通过多层测量在这样的板我们试图结合基因组和蛋白质组数据了解细胞基因组变化转化为蛋白质组学,最终表型变化。同样的方法也是非常强大的临床研究中大量复制测量允许我们检测临床重要的信号,即使在嘈杂的临床样本的背景。

主持人:数据集成在蛋白质组学研究中有多重要?如何计算蛋白质组学的发展协助数据存储和传播?

类风湿性关节炎:
这些是两个不同的问题。第二个是关于数据管理和第一个相关的生物学意义数据到其他类型的生物数据。

数据管理,包括存储、传播和处理带来了重大的财务和技术的挑战,因为随着仪器的进步,数据量也急剧增加。并不少见,一个单一的研究,如基于人口的研究如前所述,生成tb的数据,一个卷,是许多团体很难处理。幸运的是,基于云计算的系统变得可用,我还想强调骄傲蛋白质交易所联盟做一个出色的收集和归档数据支持出版工作,使数据访问的总回馈社区,例如,支持meta分析。

需要解决的第一个问题是更具挑战性,因为在我看来这是目前不清楚不同数据类型生成相同的生物对象,如培养细胞或临床组织标本是最好的集成。有相当简单的方法等相关的数据类型(频繁,转录和蛋白质丰度),但从这些研究获得的知识是有限的。在这个领域有一个有趣的讨论是否严格数据驱动方法像机器学习有一个平等的,或高或低的潜在发现属性相比,生物系统方法考虑生物过程的巨大的知识积累。就我个人而言,我得出的结论是,对于理解生物系统进化研究,生物知识是非常有用的和之前可能至关重要。

主持人:你从事一些蛋白质组学技术的发展。蛋白质组学研究人员面临的技术挑战是什么?

类风湿性关节炎:
很长一段时间,MS-based蛋白质组学分析技术上要求各级,包括样品处理、分离科学、MS和光谱对序列的分析,丰富和modification-states多肽和蛋白质和错误发现率(罗斯福)考虑。我认为我们在或接近,这些挑战是相当不错的兴奋状态,如果没有完全解决。当我们到达那里的时候,我们将能够更强烈地关注创建有趣的新生物或临床研究问题和实验设计,和解决高度引人入胜的问题上面所讨论的,我们最好从可用的数据生成新的生物知识。就我个人而言,我相信,我们会在这方面最成功如果我们生成高质量,高跨大量复制和可再生的数据看来,蛋白质组学是在实现这一目标。

主持人:你最近采用multi-omics方法探索异质性在海拉细胞实验室。为什么multi-omics方法优于其他方法在这种情况下,重要的是你如何发现的?

类风湿性关节炎:我们进行这项研究有两个原因。首先,我们想做一个有贡献的讨论在生命科学研究结果的再现性,其次,目前我们想生成一个独特的多层数据集来探索基因组变化如何影响基因表达的不同层沿中心法则。

对第一个问题我们发现海拉细胞用于实验在不同实验室的分子组成明显不同,这不同的分子构成呈现细胞表型不同。我们还发现,在同一实验室培养的细胞随时间变化的。这些现象是基因漂移的结果。结合一些社区基准研究的结果我们和其他人已经采取在过去的几年中评估的技术再现性的各个方面MS-based蛋白质组学方法,我们现在认为,蛋白质组学已达到国家技术(计算)重现性非常高。所以,任何潜在的观察结果重现性差可能是根植于生物系统的复杂性。

关于第二个问题,我们发现在每个测量定量结果层,即的方式和程度的细胞响应基因改变(这种情况是类似于癌细胞),关联的路上,在某种程度上基因表达但不强烈足以让一层预测。我们还发现,反应在特定基因拷贝数变异位点显著缓冲的蛋白质复合物。多余的蛋白质合成是由于更高的倍性的轨迹往往是退化的如果它不能与复杂的合作伙伴。这种机制有助于蛋白质稳态水平的模块化的蛋白质组。

主持人:系统生物学发展的速度非常快。在这个领域工作了几十年,你设想的未来蛋白质组学什么?

类风湿性关节炎:
我想象一个大大增加蛋白质组学在系统生物学的意义,主要有两个原因,这两个已经解决。首先,蛋白质组学已达到成熟的水平,大型和高质量的数据集可以相对轻松地生成和价格适中。我们见证了基因组学领域的健壮和可访问的高通量技术强烈改变生命科学。第二个原因是,不同类型的蛋白质组学数据,现在可以生成包含了大量的信息,我们还没有学会如何完全理解。简而言之,生物学和医学本质上是对功能和表型,这些都是强烈取决于蛋白质组的组成和模块化的组织,一个国家,我们描述proteotype这个词。


Ruedi Aebersold与莫莉坎贝尔说,科普作家、技术网络188金宝搏备用

满足作者
莫莉坎贝尔
莫莉坎贝尔
高级科学作家
广告
Baidu