在蛋白质组学5个关键挑战,专家告诉
蛋白质组学的发展出现的一系列采访专家在蛋白质组学领域的研究。现场目睹了近年来主要的进步,欠发展的高度复杂的技术平台等质谱(MS)和生物信息学工具。
当然,当一个科学领域移动如此之快在这样短的时间内,它遇到挑战,必须克服阻止该领域达成“站住”。我们问的每一个专家,在他们看来,最大的挑战是目前存在于蛋白质组学,和我们如何克服它们?他们发现了这里有五个关键的挑战:
1。推动高通量和商业化
”的趋势之一是发生在人们试图想出更有效和高通量的方法。资助机构的投诉之一就是你可以很快成千上万的基因组序列,但你不能做相同的蛋白质组学。有一个推来增加蛋白质组学的物料通过量,这样我们更兼容基因组学。在我看来真正的令人兴奋的一件事是,此举单个细胞的蛋白质组学。人民终于取得了进展的细胞生物学相关的,不只是那些挤满了一些蛋白如红细胞。这将是一个伟大的地方。
的一件事,我们依赖于女士领域仪器制造商继续推进技术。女士的一些非常基本的基础研究发生在学术界,但是为了使技术有用它必须商业化,商业化带来先进的质量控制和标准的仪器。总是令人兴奋的,当你去asm看看仪器或技术将引入的制造商。”
——约翰·耶茨教授
2。掌握一个技术要求苛刻的领域
“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令人兴奋的状态,这些挑战都相当不错,如果不是完全解决。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,和应对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,此时蛋白质组学本质上是实现这一目标。”
——教授Ruedi Aebersold
“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令人兴奋的状态,这些挑战都相当不错,如果不是完全解决。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,和应对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,此时蛋白质组学本质上是实现这一目标。”
——教授Ruedi Aebersold
3所示。找到一个“登月”项目
“字段本身还没有确认或抓住到一个特定的“登月”项目。例如,不会有相当于人类基因组计划,蛋白质组学领域就没有。“人类蛋白质组”是不断波动的信息存档。每个细胞类型都有自己的独特的蛋白质组——这取决于细胞的功能是什么,它取决于时间点你测量细胞的蛋白质含量。人类基因组计划等项目吸引了大量的公关和金钱投资对于基因组学,所以这是一个耻辱,蛋白质组学将没有一个等价的“登月”项目。”
-伊曼纽尔Petricoin教授
“字段本身还没有确认或抓住到一个特定的“登月”项目。例如,不会有相当于人类基因组计划,蛋白质组学领域就没有。“人类蛋白质组”是不断波动的信息存档。每个细胞类型都有自己的独特的蛋白质组——这取决于细胞的功能是什么,它取决于时间点你测量细胞的蛋白质含量。人类基因组计划等项目吸引了大量的公关和金钱投资对于基因组学,所以这是一个耻辱,蛋白质组学将没有一个等价的“登月”项目。”
-伊曼纽尔Petricoin教授
4所示。民主化女士
”女士从1980年代和1990年代的家庭手工业为航空这样的现代工业在2000年代- 2010年代,每一个新的开发需要越来越大的研发团队与日益复杂的仪器和飞涨的各级软件的重要性,从固件到应用程序。所有这些扩展每个创新的周期时间,也迫使我们专注于解决方案,解决最紧迫的需求的科学社区。
同时,越来越民主化的女士带来了新仪器的要求,更大的鲁棒性和易用性等需要平衡的某些方面的性能。”
——亚历山大·马卡洛夫教授
——亚历山大·马卡洛夫教授
5。
处理稀疏数据
“主要的两个挑战是非常稀疏的数据,和我们的麻烦测量低丰度蛋白质。每次我们量一量,我们样品的不同部分,我们通常缺少低丰度法蛋白质组或组织磷酸化蛋白质组球员往往是最重要的,如转录因子。
“主要的两个挑战是非常稀疏的数据,和我们的麻烦测量低丰度蛋白质。每次我们量一量,我们样品的不同部分,我们通常缺少低丰度法蛋白质组或组织磷酸化蛋白质组球员往往是最重要的,如转录因子。
在我组,缓解这一问题的一个方法是映射确定多肽蛋白质相互作用网络和散射信号网络。这减少了噪音从不合逻辑地识别出蛋白质和增强功能的信号。它还允许我们观察区域的网络所反映出的不同的数据集和比较和研究这些,而不是试图比较彼此之间的稀疏数据集。
然而,女士的进步技术开发的世界各地的许多公司和组织,包括大学的曼恩集团Copehnagen, Aebersold和其他新兴技术承诺允许“排序”蛋白质组,类似于基因组,马克特集团和开发的同事,我希望这些问题不会很长。”
——Evangelia Petsalaki博士
——Evangelia Petsalaki博士
广告