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

从代谢物生物标志物:质谱分析在诊断

汉斯鞋号和阿兰·干傻事

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“从代谢物生物标志物:质谱诊断”

188金宝搏备用科技网络有限公司需要您提供的联系方式联系你关于我们的产品和服务。你可以随时取消订阅这些通讯。如何取消订阅的信息,以及我们的隐私实践和承诺保护你的隐私,看看我们隐私政策

阅读时间:

教授阿兰van干傻事,个性化医疗教授内梅亨大学医学中心(Radboudumc),荷兰奈梅亨,有利于监督Radboudumc 19个技术中心,生物医学科学的跨多个方面。他也有一头更专业地位的转化代谢实验室(TML)。TML雇佣了大约120名研究代谢基本的疾病,疾病分子和代谢产物转化为生物标志物的诊断。质谱(MS)是不可分割的一部分,努力。

Van干傻事女士解释说他的实验室如何使用数据:“我们实验室主要集中在遗传代谢诊断,工作经常与遗传变异,它并不总是能够识别因果变异。在某些情况下,患者有一定的表型,我们知道导致这种表型独特的变体。然而,在很多情况下,有多个意义不明的变异,很难找到原因。在代谢组学的方法,我们使用女士预选的代谢物的分析来阐明先天性代谢的机制。通过了解哪些代谢物改变了在一个特定的病人,我们可以提供背景基因组信息。”

糖蛋白的焦点

另一个关键领域Van干傻事女士和他的团队将在信息glycoproteomics研究;调查与转录后修饰蛋白,添加碳水化合物分子。这些糖蛋白包括那些重要的角色在人类健康和疾病。在这个研究中,范干傻事与Radboudumc遗传学部门密切合作。“我们地图上各种各样的糖链在血液中循环,提供不同功能的读出的遗传变异,与糖代谢和蛋白质糖基化。这种方法很好地补充基因筛选,即基因组分析指导glycome分析,反之亦然。我们希望从我们的创新的方法对糖肽分析诊断应用程序正在开发。”

保持的东西完好无损

糖蛋白的研究是关键变量状态的疾病——这些蛋白质不只是修改基因突变的结果,但也经常被某些感染和疾病。研究这些修改,Van干傻事和他的同事尝试和优化分析,使完整的蛋白质观看,这范干傻事解释了优于经典小块的蛋白质蛋白质组学分析:“通过测量一个表位,或者一块蛋白质,使用免疫测定或肽链型女士,这(糖蛋白)复杂性不覆盖,“说范干傻事。“我们利用这层分析,更好地理解生物学和开发改进和更具代表性蛋白质诊断。”

他给2014年的一个例子研究在他的团队开发了一种诊断分析先天性疾病影响糖基化,疾病的高度碳水化合物分子糖蛋白的糖基化过程是有缺陷的。要做到这一点,他们研究了糖基化在两个单独的网站叫做转铁蛋白的蛋白质,当分析作为一种疾病生物标志物。没有完整的分析,说范干傻事,无法同时测量两个站点,诊断试验不会是可能的。

数据挑战去克服

范干傻事的研究显示现代蛋白质组学的力量,但仍面临着巨大的挑战。他强调分析数据作为一个女士的过程他的团队正在寻找克服的主要障碍之一。“数据分析变得越来越问题现在女士仪表生成数据和高分辨率和覆盖范围,揭示更多关于生物样品的复杂性的信息。识别多肽、蛋白质及其修改和交互关键挑战,需要先进的机器和深度学习方法获得洞见和识别模式,躺下。蛋白质组学数据的规模,我们可以很容易地生成数百万数据点在一天,需要先进的处理方法研究的结果。”

处理数据毛团

数据类型的多样性和可用的数据量。结合来自多个组学的数据是一个共同的目标在生物医学研究与质数据但并不总是容易。蛋白质组学科学家汉斯鞋号TML,描述了可能出现的混乱之间的两位研究人员试图把他们的数据:“通常情况下,一位研究人员主要从应用和生物学的角度,另一个从生物信息学的观点。在这两种情况下产生生物学见解但这些解释并不总是重叠。”他回忆说一个建议从bioinformatician他遇到了在最近的一次会议上,研究人员应该关注的主要核心信息由不同的组学,而不是试图产生复杂网络,往往形成“毛团“当网络的复杂性达到某个点。

诊断研究的另一个关键是明显的脱节和有价值的生物标志物研究疾病的临床结果。前列腺癌的研究,例如,确定了生物标志物的速度每年大约2000的同行评议期刊。相对快速识别过程是紧随其后的是一个艰巨的验证过程,Van干傻事说需要1 - 3年,和一个更长的诊断开发过程,需要10年。为什么会有这种失衡在诊断管道吗?范干傻事识别两个关键方面:“首先,我们的研究成果不是标准化的,允许一个复制100%的研究。这可能的原因,比如学习材料可能稍微不同的待遇,该协议可能会适应,质量规范的调优可能不同,和数据可能以不同的方式组织。其次,“范继续干傻事,”生物标志物研究和开发管道很少联系。生物标志物的鉴定需要不同的技能比生物标志物的验证,这是又不同于运行和发展中生物标志物的临床试验来评估真实的生活。这些步骤通常由不同党派。”

分享相当

Van干傻事认为,为了解决这个问题,协调和标准化需要发生过田野,特别是关于我们如何处理我们的数据女士:“适当的数据管理是关键,以帮助改善(MS)数据的重现性和主要步骤已经最近采用的定义标准公平数据的原则。“公平是一组标准,旨在提高研究数据在四球”可寻性、可访问性、互操作性和可重用性”,第一个建议2016年后研究人员合作,行业领袖、资助机构和出版商。范干傻事说,他鼓舞了公平的行业采用。

总结,范干傻事的未来持乐观态度在诊断研究但女士认为,研究的焦点需要转变为了把潜在的生物标记物的发现变成重要的诊断结果:“我认为,我们作为一个生物医学研究领域,真的可以提高我们的质量。是时候质量而不是数量的生物标志物的发现。”

满足作者
Ruairi J麦肯齐
Ruairi J麦肯齐
高级科学作家
广告
Baidu