Протеомика - Proteomics

Для журнала Proteomics см. Протеомика (журнал).
Роботизированная подготовка МАЛДИ масс-спектрометрии образцы на носителе для образцов

Протеомика это масштабное исследование белки.[1][2] Белки - жизненно важные части живых организмов, выполняющие множество функций. В протеом представляет собой полный набор белков, которые производятся или изменяются организмом или системой. Протеомика позволила идентифицировать постоянно увеличивающееся количество белка. Это зависит от времени и различных требований или стрессов, которым подвергается клетка или организм.[3] Протеомика - это междисциплинарная область, которая извлекла большую пользу из генетической информации различных геномных проектов, включая Проект генома человека.[4] Он охватывает исследование протеомов от общего уровня состава, структуры и активности белков. Это важный компонент функциональная геномика.

Протеомика обычно относится к крупномасштабному экспериментальному анализу белков и протеомов, но часто используется специально для обозначения очистка белка и масс-спектрометрии.

История и этимология

Первые исследования белков, которые можно рассматривать как протеомику, начались в 1975 году, после введения двумерного геля и картирования белков из бактерий. кишечная палочка.

Слово протеом это чемодан из Proteв и геном, и был придуман Марк Уилкинс в 1994 году, когда он был доктором философии. студент на Университет Маккуори.[5] Университет Маккуори также основал первую специализированную лабораторию протеомики в 1995 году.[6][7]

Сложность проблемы

После геномика и транскриптомика, протеомика - это следующий шаг в изучении биологических систем. Это сложнее, чем геномика, потому что геном организма более или менее постоянен, тогда как протеомы различаются от клетки к клетке и время от времени. Отдельные гены выразил в разных типах клеток, а это означает, что необходимо идентифицировать даже базовый набор белков, которые производятся в клетке.

В прошлом это явление оценивали с помощью анализа РНК, но было обнаружено, что у него нет корреляции с содержанием белка.[8][9] Теперь известно, что мРНК не всегда переводится в белок,[10] и количество белка, продуцируемого для данного количества мРНК, зависит от гена, из которого он транскрибируется, и от текущего физиологического состояния клетки. Протеомика подтверждает присутствие белка и обеспечивает прямую меру присутствующего количества.

Посттрансляционные модификации

Основная статья: Посттранскрипционная модификация

Мало того, что трансляция мРНК вызывает различия, многие белки также подвергаются широкому спектру химических модификаций после трансляции. Наиболее распространенные и широко изученные посттрансляционные модификации включают фосфорилирование и гликозилирование. Многие из этих посттрансляционных модификаций имеют решающее значение для функции белка.

Фосфорилирование

Одна из таких модификаций - фосфорилирование, что случается со многими ферменты и структурные белки в процессе клеточная сигнализация. Добавление фосфата к определенным аминокислотам - чаще всего серин и треонин[11] опосредовано серин-треонином киназы, или реже тирозин опосредовано тирозином киназы - заставляет белок стать мишенью для связывания или взаимодействия с отдельным набором других белков, распознающих фосфорилированный домен.

Поскольку фосфорилирование белков является одной из наиболее изученных модификаций белков, многие «протеомные» усилия направлены на определение набора фосфорилированных белков в конкретной клетке или типе ткани при определенных обстоятельствах. Это предупреждает ученого о сигнальных путях, которые могут быть активными в этом случае.

Убиквитинирование

Убиквитин представляет собой небольшой белок, который может быть прикреплен к определенным белковым субстратам ферментами, называемыми Убиквитин-лигазы E3. Определение того, какие белки являются полиубиквитинированными, помогает понять, как регулируются белковые пути. Таким образом, это дополнительное законное «протеомное» исследование. Аналогичным образом, как только исследователь определяет, какие субстраты убиквитинируются каждой лигазой, полезно определить набор лигаз, экспрессируемых в конкретном типе клеток.

Дополнительные модификации

В дополнение к фосфорилирование и убиквитинирование, белки могут подвергаться (среди прочего) метилирование, ацетилирование, гликозилирование, окисление, и нитрозилирование. Некоторые белки претерпевают все эти модификации, часто в зависимых от времени комбинациях. Это иллюстрирует потенциальную сложность изучения структуры и функции белков.

Разные белки производятся в разных условиях

Клетка может производить разные наборы белков в разное время или в разных условиях, например во время развитие, клеточная дифференциация, клеточный цикл, или канцерогенез. Как уже упоминалось, дальнейшее увеличение сложности протеома приводит к тому, что большинство белков способны претерпевать широкий спектр посттрансляционных модификаций.

Следовательно, «протеомное» исследование может очень быстро стать сложным, даже если тема исследования ограничена. В более сложных условиях, например, когда биомаркер Если требуется конкретный подтип рака, ученый-протеомик может выбрать исследование нескольких образцов сыворотки крови нескольких больных раком, чтобы минимизировать мешающие факторы и учесть экспериментальный шум.[12] Таким образом, иногда необходимы сложные экспериментальные планы, чтобы учесть динамическую сложность протеома.

Ограничения исследований в области геномики и протеомики

Протеомика дает иной уровень понимания, чем геномика, по многим причинам:

  • уровень транскрипции гена дает лишь приблизительную оценку его уровень перевода в белок.[13] An мРНК произведенный в изобилии, может быстро разлагаться или транслироваться неэффективно, что приводит к небольшому количеству белка.
  • как упоминалось выше, многие белки испытывают посттрансляционные модификации которые сильно влияют на их деятельность; например, некоторые белки не активны, пока они не фосфорилируются. Такие методы как фосфопротеомика и гликопротеомика используются для изучения посттрансляционных модификаций.
  • многие транскрипты дают более одного белка через альтернативное сращивание или альтернативные посттрансляционные модификации.
  • многие белки образуют комплексы с другими белками или молекулами РНК и функционируют только в присутствии этих других молекул.
  • Скорость разложения белка играет важную роль в содержании белка.[14]

Воспроизводимость. Одним из основных факторов, влияющих на воспроизводимость в протеомных экспериментах, является одновременное элюирование гораздо больше пептидов, чем могут измерить масс-спектрометры. Это вызывает стохастический различия между экспериментами из-за сбор данных, зависящий от данных триптических пептидов. Хотя ранние крупномасштабные анализы протеомики дробовика показали значительную вариабельность между лабораториями,[15][16] предположительно частично из-за технических и экспериментальных различий между лабораториями, воспроизводимость была улучшена в более поздних масс-спектрометрических анализах, особенно на уровне белка и с использованием масс-спектрометров Orbitrap.[17] В частности, целевая протеомика демонстрирует повышенную воспроизводимость и повторяемость по сравнению с методами дробовика, хотя и за счет плотности данных и эффективности.[18]

Методы изучения белков

В протеомике есть несколько методов изучения белков. Как правило, белки можно обнаружить, используя либо антитела (иммуноанализы) или масс-спектрометрии. Если анализируется сложный биологический образец, либо в количественном дот-блот-анализе (QDB) необходимо использовать очень специфические антитела, либо перед этапом обнаружения необходимо использовать биохимическое разделение, так как в образце слишком много аналитов для выполнения. точное обнаружение и количественная оценка.

Обнаружение белков с помощью антител (иммуноанализы)

Антитела к конкретным белкам или к их модифицированным формам, использовались в биохимия и клеточная биология исследования. Это одни из самых распространенных инструментов, используемых сегодня молекулярными биологами. Существует несколько конкретных методов и протоколов, в которых для обнаружения белков используются антитела. В иммуноферментный анализ (ELISA) десятилетиями использовался для обнаружения и количественного измерения белков в образцах. В вестерн-блот может использоваться для обнаружения и количественного определения отдельных белков, где на начальном этапе сложная смесь белков разделяется с использованием SDS-СТРАНИЦА а затем интересующий белок идентифицируют с помощью антитела.

Модифицированные белки могут быть изучены путем разработки антитело специфические для этой модификации. Например, есть антитела, которые распознают определенные белки только в том случае, если они являются тирозиновыми.фосфорилированный, они известны как фосфо-специфические антитела. Также есть антитела, специфичные к другим модификациям. Их можно использовать для определения набора белков, которые претерпели интересующую модификацию.

Обнаружение заболеваний на молекулярном уровне движет революцией в ранней диагностике и лечении. Проблема, с которой сталкивается эта область, заключается в том, что белковые биомаркеры для ранней диагностики могут присутствовать в очень небольшом количестве. Нижний предел обнаружения с помощью стандартной технологии иммуноанализа - это верхний фемтомолярный диапазон (10−13 М). Технология цифрового иммуноанализа улучшила чувствительность обнаружения на три логарифма в аттомолярном диапазоне (10−16 М). Эта возможность может открыть новые возможности в диагностике и терапии, но такие технологии были отнесены к ручным процедурам, которые плохо подходят для эффективного повседневного использования.[19]

Обнаружение белков без антител

Хотя обнаружение белков с помощью антител все еще очень распространено в молекулярной биологии, были разработаны и другие методы, которые не зависят от антител. Эти методы обладают различными преимуществами, например, они часто могут определять последовательность белка или пептида, они могут иметь более высокую пропускную способность, чем основанные на антителах, и иногда они могут идентифицировать и количественно определять белки, для которых не существует антител.

Методы обнаружения

Один из первых методов анализа белков был Эдман деградация (введен в 1967), где сингл пептид подвергается нескольким стадиям химического разложения, чтобы определить его последовательность. Эти ранние методы в основном были вытеснены технологиями, предлагающими более высокую пропускную способность.

Недавно реализованные методы используют масс-спектрометрии -основанные методы, развитие, которое стало возможным благодаря открытию методов "мягкой ионизации", разработанных в 1980-х годах, таких как матричная лазерная десорбция / ионизация (MALDI) и ионизация электрораспылением (ESI). Эти методы привели к низходящий и восходящая протеомика рабочие процессы, при которых перед анализом часто выполняется дополнительное разделение (см. ниже).

Методы разделения

Для анализа сложных биологических образцов требуется снижение сложности образца. Это может быть выполнено в автономном режиме одномерный или двумерный разделение. Совсем недавно были разработаны онлайн-методы, в которых отдельные пептиды (в подходах восходящей протеомики) разделяются с использованием обращенно-фазовая хроматография а затем, непосредственно ионизированный с использованием ESI; прямая связь разделения и анализа объясняет термин «онлайн-анализ».

Гибридные технологии

Существует несколько гибридных технологий, которые используют очистку отдельных аналитов на основе антител, а затем проводят масс-спектрометрический анализ для идентификации и количественного определения. Примеры этих методов: MSIA (масс-спектрометрический иммуноанализ), разработанный Рэндаллом Нельсоном в 1995 году,[20] и метод SISCAPA (стандартный захват стабильного изотопа с помощью антипептидных антител), представленный Ли Андерсоном в 2004 году.[21]

Текущие методологии исследования

Флуоресцентный двумерный дифференциальный гель-электрофорез (2-D DIGE)[22] может использоваться для количественной оценки вариации в процессе 2D DIGE и установления статистически достоверных пороговых значений для определения количественных изменений между образцами.[22]

Сравнительный протеомный анализ может выявить роль белков в сложных биологических системах, включая репродуктивную. Например, обработка инсектицидом триазофосом вызывает увеличение содержания цикадки бурой (Nilaparvata lugens (Stål)) белки придаточных желез самцов (Acps), которые могут передаваться самкам при спаривании, вызывая увеличение плодовитости (т. Е. Рождаемости) самок.[23] Чтобы выявить изменения в типах белков добавочных желез (Acps) и репродуктивных белков, которые спаривались самки цикадок, полученных от самцов цикадок, исследователи провели сравнительный протеомный анализ спарившихся цикад. Н. Люгенс самки.[24] Результаты показали, что эти белки участвуют в репродуктивном процессе Н. Люгенс взрослые самки и самцы.[24]

Протеомный анализ Пероксисомы арабидопсиса[25] был признан основным беспристрастным подходом к крупномасштабной идентификации новых пероксисомальных белков.[25]

Существует множество подходов к характеристике протеома человека, который, по оценкам, содержит от 20 000 до 25 000 неизбыточных белков. Число уникальных видов белков, вероятно, увеличится от 50 000 до 500 000 из-за событий сплайсинга и протеолиза РНК, а с учетом посттрансляционных модификаций общее количество уникальных белков человека оценивается в несколько миллионов.[26][27]

Кроме того, недавно были опубликованы первые многообещающие попытки расшифровать протеом опухолей животных.[28]Этот метод использовался как функциональный в Macrobrachium rosenbergii белковое профилирование.[29]

Высокопроизводительные протеомные технологии

Протеомика постоянно набирала обороты за последнее десятилетие с развитием нескольких подходов. Некоторые из них являются новыми, а другие основаны на традиционных методах. Методы на основе масс-спектрометрии и микромассивы являются наиболее распространенными технологиями для крупномасштабного исследования белков.

Масс-спектрометрия и профилирование белков

Основная статья: Масс-спектрометрии

В настоящее время для определения профиля белков используются два метода масс-спектрометрии. Более известный и широко распространенный метод использует двумерный электрофорез высокого разрешения для параллельного разделения белков из разных образцов с последующим отбором и окрашиванием дифференциально экспрессируемых белков для идентификации с помощью масс-спектрометрии. Несмотря на достижения в области 2-DE и его зрелость, у него также есть свои ограничения. Главной проблемой является неспособность разрешить все белки в образце, учитывая их значительный диапазон уровней экспрессии и различные свойства.[30]

Второй количественный подход использует метки стабильных изотопов для дифференцированной маркировки белков из двух разных сложных смесей. Здесь белки в сложной смеси сначала метят изотопами, а затем переваривают, чтобы получить меченые пептиды. Меченые смеси затем объединяют, пептиды разделяют с помощью многомерной жидкостной хроматографии и анализируют с помощью тандемной масс-спектрометрии. Реагенты аффинных меток, кодированных изотопами (ICAT), являются широко используемыми изотопными метками. В этом методе цистеиновые остатки белков ковалентно присоединяются к реагенту ICAT, тем самым снижая сложность смесей, исключающих нецистеиновые остатки.

Количественная протеомика с использованием стабильного изотопного мечения становится все более полезным инструментом в современной разработке. Во-первых, были использованы химические реакции для введения меток в определенные сайты или белки с целью исследования функциональных возможностей конкретных белков. Выделение фосфорилированных пептидов было достигнуто с использованием изотопного мечения и селективной химии для захвата фракции белка в сложной смеси. Во-вторых, технология ICAT использовалась для дифференциации частично очищенных или очищенных макромолекулярных комплексов, таких как большой преинициативный комплекс РНК-полимеразы II, и белков, образующих комплекс с дрожжевым фактором транскрипции. В-третьих, ICAT-мечение недавно было объединено с выделением хроматина для идентификации и количественной оценки связанных с хроматином белков. Наконец, реагенты ICAT полезны для протеомного профилирования клеточных органелл и конкретных клеточных фракций.[30]

Другой количественный подход - подход с метками точной массы и времени (AMT), разработанный Ричард Д. Смит и коллеги в Тихоокеанская Северо-Западная национальная лаборатория. В этом подходе повышенная производительность и чувствительность достигаются за счет исключения необходимости тандемной масс-спектрометрии и использования точно определенной информации о времени разделения и высокоточных определений массы для идентификации пептидов и белков.

Протеиновые чипсы

Уравновешивание использования масс-спектрометров в протеомике и медицине - это использование белковых микромассивов. Цель микромассивов белков - напечатать тысячи функций обнаружения белков для исследования биологических образцов. Матрицы антител представляют собой пример, в котором множество различных антител объединено для обнаружения их соответствующих антигенов из образца крови человека. Другой подход - это объединение нескольких типов белков для изучения таких свойств, как взаимодействия белок-ДНК, белок-белок и белок-лиганд. В идеале функциональные протеомные массивы должны содержать полный набор белков данного организма. Первая версия таких массивов состояла из 5000 очищенных белков дрожжей, нанесенных на стеклянные предметные стекла. Несмотря на успех первого чипа, реализация белковых массивов была более сложной задачей. С белками работать гораздо труднее, чем с ДНК. Они имеют широкий динамический диапазон, менее стабильны, чем ДНК, и их структуру трудно сохранить на предметных стеклах, хотя они необходимы для большинства анализов. Глобальная технология ICAT имеет поразительные преимущества перед технологиями белковых чипов.[30]

Обратно-фазированные белковые микрочипы

Это многообещающее и новейшее приложение для микроматриц для диагностики, изучения и лечения сложных заболеваний, таких как рак. Технология сливается лазерная микродиссекция (LCM) с технологией микромассивов для создания микрочипов белков с обращенной фазой. В этом типе микрочипов иммобилизируется весь набор белков с целью захвата различных стадий заболевания у отдельного пациента. При использовании с LCM решетки с обращенной фазой могут отслеживать флуктуирующее состояние протеома среди различных популяций клеток в пределах небольшой области ткани человека. Это полезно для профилирования состояния клеточных сигнальных молекул в поперечном сечении ткани, которое включает как нормальные, так и раковые клетки. Этот подход полезен для мониторинга состояния ключевых факторов нормального эпителия простаты и тканей инвазивного рака простаты. Затем LCM рассекает эти ткани, и лизаты белков наносят на предметные стекла из нитроцеллюлозы, которые исследуют специфическими антителами. Этот метод позволяет отслеживать все виды молекулярных событий и сравнивать больные и здоровые ткани одного и того же пациента, что позволяет разрабатывать стратегии лечения и диагностику. Возможность получения протеомных снимков соседних клеточных популяций с использованием микрочипов с обращенной фазой в сочетании с LCM имеет ряд применений, помимо изучения опухолей. Этот подход может дать представление о нормальной физиологии и патологии всех тканей и неоценим для характеристики процессов и аномалий развития.[30]

Практическое применение

Одним из важнейших достижений в изучении генов и белков человека стало определение потенциальных новых лекарств для лечения болезней. Это зависит от геном и протеом информация для идентификации белков, связанных с заболеванием, которые компьютерное программное обеспечение может затем использовать в качестве мишеней для новых лекарств. Например, если определенный белок вовлечен в заболевание, его трехмерная структура предоставляет информацию для разработки лекарств, препятствующих действию белка. Молекула, которая соответствует активному центру фермента, но не может быть высвобождена ферментом, инактивирует фермент. Это основа новых инструментов для открытия лекарств, которые направлены на поиск новых лекарств для инактивации белков, участвующих в болезни. По мере обнаружения генетических различий между людьми исследователи рассчитывают использовать эти методы для разработки индивидуальных лекарств, более эффективных для человека.[31]

Протеомика также используется для выявления сложных взаимодействий растений и насекомых, которые помогают идентифицировать гены-кандидаты, участвующие в защитной реакции растений на травоядность.[32][33][34]

Протеомика взаимодействия и белковые сети

Протеомика взаимодействия - это анализ белковых взаимодействий от масштабов бинарных взаимодействий до протеомных или сетевых взаимодействий. Большинство белков функционируют через белок-белковые взаимодействия, и одна из целей протеомики взаимодействия - определить бинарные взаимодействия белков, белковые комплексы, и интерактомы.

Доступно несколько методов зонд белок-белковые взаимодействия. Хотя самый традиционный метод - дрожжевой двугибридный анализ, мощный развивающийся метод аффинная очистка с последующим масс-спектрометрия белков с помощью меченые протеиновые приманки. Другие методы включают поверхностный плазмонный резонанс (SPR),[35][36] белковые микрочипы, двойная поляризационная интерферометрия, микромасштабный термофорез и экспериментальные методы, такие как фаговый дисплей и in silico вычислительные методы.

Знание белок-белковых взаимодействий особенно полезно в отношении биологические сети и системная биология, например в клеточная сигнализация каскады и сети регуляции генов (GRN, где знание белок-ДНК взаимодействия также информативен). Полнопротеомный анализ белковых взаимодействий и интеграция этих паттернов взаимодействия в более крупные биологические сети, имеет решающее значение для понимания системная биология.[37][38]

Протеомика экспрессии

Экспресс-протеомика включает анализ экспрессия белка в большем масштабе. Он помогает идентифицировать основные белки в конкретном образце и те белки, которые по-разному экспрессируются в связанных образцах, например, в больной и здоровой ткани. Если белок обнаружен только в образце больного, он может быть полезной мишенью для лекарственного средства или диагностическим маркером. Белки с одинаковыми или похожими профилями экспрессии также могут быть функционально связаны. Существуют такие технологии, как 2D-PAGE и масс-спектрометрии которые используются в протеомике экспрессии.[39]

Биомаркеры

Основная статья: Биомаркер

В Национальные институты здоровья определил биомаркер как «характеристику, которая объективно измеряется и оценивается как индикатор нормальных биологических процессов, патогенных процессов или фармакологических ответов на терапевтическое вмешательство».[40][41]

Понимание протеома, структуры и функции каждого белка, а также сложности белок-белковых взаимодействий имеет решающее значение для разработки наиболее эффективных методов диагностики и лечения заболеваний в будущем. Например, протеомика очень полезна для идентификации кандидатных биомаркеров (белков в жидкостях организма, имеющих значение для диагностики), идентификации бактериальных антигенов, на которые нацелен иммунный ответ, и идентификации возможных иммуногистохимических маркеров инфекционных или неопластических заболеваний.[42]

Интересным применением протеомики является использование специфических белковых биомаркеров для диагностики заболеваний. Ряд методов позволяет тестировать белки, вырабатываемые во время определенного заболевания, что помогает быстро диагностировать болезнь. Методы включают вестерн-блот, иммуногистохимическое окрашивание, иммуноферментный анализ (ELISA) или масс-спектрометрии.[28][43] Секретомика, подраздел протеомики, изучающий секретируемые белки и пути секреции, использующие протеомные подходы, недавно стали важным инструментом для открытия биомаркеров болезни.[44]

Протеогеномика

В протеогеномика, протеомные технологии, такие как масс-спектрометрии используются для улучшения аннотации генов. Параллельный анализ генома и протеома облегчает обнаружение посттрансляционных модификаций и протеолитических событий,[45] особенно при сравнении нескольких видов (сравнительная протеогеномика).[46]

Структурная протеомика

Структурная протеомика включает анализ белковых структур в большом масштабе. Он сравнивает белковые структуры и помогает идентифицировать функции недавно открытых генов. Структурный анализ также помогает понять, где лекарства связываются с белками, а также показывает, где белки взаимодействуют друг с другом. Это понимание достигается с помощью различных технологий, таких как рентгеновская кристаллография и ЯМР-спектроскопия.[39]

Биоинформатика для протеомики (протеомная информатика)

Большая часть протеомных данных собирается с помощью высокопроизводительных технологий, таких как масс-спектрометрия и микрочипы. На анализ данных и ручное сравнение часто уходили недели или месяцы. По этой причине биологи и химики сотрудничают с компьютерными учеными и математиками для создания программ и конвейеров для компьютерного анализа данных о белках. С помощью биоинформатика методы, исследователи могут быстрее анализировать и хранить данные. Списки текущих программ и баз данных можно найти на ExPASy портал ресурсов по биоинформатике. Применение протеомики на основе биоинформатики включает медицину, диагностику заболеваний, идентификацию биомаркеров и многое другое.

Идентификация белков

Масс-спектрометрия и микроматрица дают информацию о фрагментации пептидов, но не позволяют идентифицировать конкретные белки, присутствующие в исходном образце. Из-за отсутствия специфической идентификации белков предыдущие исследователи были вынуждены расшифровывать сами пептидные фрагменты. Однако в настоящее время доступны программы для идентификации белков. Эти программы берут пептидные последовательности, полученные от масс-спектрометрии и микрочипа, и возвращают информацию о совпадающих или подобных белках. Это делается с помощью алгоритмов, реализованных программой, которые выполняют выравнивание с белками из известных баз данных, таких как UniProt.[47] и ПРОСТО[48] чтобы предсказать, какие белки находятся в образце с определенной степенью уверенности.

Белковая структура

Основная статья: Прогноз структуры белка

В биомолекулярная структура формирует трехмерную конфигурацию белка. Понимание структуры белка помогает идентифицировать взаимодействия и функции белка. Раньше считалось, что трехмерную структуру белков можно было определить только с помощью Рентгеновская кристаллография и ЯМР-спектроскопия. По состоянию на 2017 год Крио-электронная микроскопия является ведущим методом, решающим проблемы с кристаллизацией (в рентгеновской кристаллографии) и конформационной неоднозначностью (в ЯМР); разрешение составляло 2,2 Å по состоянию на 2015 год. Теперь с помощью биоинформатики существуют компьютерные программы, которые в некоторых случаях могут предсказывать и моделировать структуру белков. Эти программы используют химические свойства аминокислот и структурные свойства известных белков для прогнозирования трехмерной модели образцов белков.Это также позволяет ученым моделировать белковые взаимодействия в более крупном масштабе. Кроме того, биомедицинские инженеры разрабатывают методы, учитывающие гибкость белковых структур для сравнений и прогнозов.[49]

Посттрансляционные модификации

Большинство программ, доступных для анализа белков, не написаны для белков, подвергшихся посттрансляционные модификации.[50] Некоторые программы принимают посттрансляционные модификации для помощи в идентификации белка, но затем игнорируют модификацию во время дальнейшего анализа белка. Эти модификации важно учитывать, поскольку они могут повлиять на структуру белка. В свою очередь, компьютерный анализ посттрансляционных модификаций привлек внимание научного сообщества. Текущие программы посттрансляционной модификации носят только прогнозный характер.[51] Химики, биологи и ученые-информатики работают вместе, чтобы создать и внедрить новые конвейеры, которые позволяют анализировать посттрансляционные модификации, которые были экспериментально определены на предмет их влияния на структуру и функцию белка.

Вычислительные методы исследования белковых биомаркеров

Одним из примеров использования биоинформатики и использования вычислительных методов является изучение белковых биомаркеров. Вычислительные прогностические модели[52] показали, что обширная и разнообразная передача белков плода и матери происходит во время беременности и может быть легко обнаружена неинвазивным методом в цельной крови матери. Этот вычислительный подход позволил обойти главное ограничение - обилие материнских белков, мешающее обнаружению фетальные белки к протеомному анализу материнской крови плода. Вычислительные модели могут использовать транскрипты генов плода, ранее идентифицированные у матери. цельная кровь создать комплексную протеомную сеть термина новорожденный. Такая работа показывает, что фетальные белки, обнаруженные в крови беременной женщины, происходят из различных групп тканей и органов развивающегося плода. Протеомные сети содержат много биомаркеры которые являются прокси для разработки и иллюстрируют потенциальное клиническое применение этой технологии как способ мониторинга нормального и аномального развития плода.

Теоретическая основа информации была также введена для биомаркер открытие, объединение информации о биожидкости и тканях.[53] Этот новый подход использует преимущества функциональной синергии между определенными биожидкостями и тканями с возможностью получения клинически значимых результатов, невозможных при индивидуальном рассмотрении тканей и биологических жидкостей. Путем концептуализации ткани-биожидкости в качестве информационных каналов можно идентифицировать важные биожидкостные прокси, а затем использовать их для управляемой разработки клинической диагностики. Затем предполагаемые биомаркеры прогнозируются на основе критериев передачи информации по каналам ткань-биожидкость. Значительные взаимосвязи между биожидкостью и тканью могут быть использованы для определения приоритетности клинической проверки биомаркеров.[нужна цитата ]

Новые тенденции

У ряда новых концепций есть потенциал для улучшения текущих характеристик протеомики. Получение абсолютного количества белков и мониторинг посттрансляционных модификаций - две задачи, которые влияют на понимание функции белков в здоровых и больных клетках. Для многих клеточных событий концентрации белка не изменяются; скорее, их функция модулируется посттрансляционными модификациями (PTM). Методы мониторинга ПТМ - это недостаточно развитая область протеомики. Выбор определенного подмножества белка для анализа существенно снижает сложность белка, что делает его полезным для диагностических целей, когда кровь является исходным материалом. Другой важный аспект протеомики, который пока не рассматривается, заключается в том, что методы протеомики должны фокусироваться на изучении белков в контексте окружающей среды. Растущее использование химических сшивающих агентов, вводимых в живые клетки для фиксации белок-белковых, белок-ДНК и других взаимодействий, может частично решить эту проблему. Задача состоит в том, чтобы определить подходящие методы сохранения релевантных взаимодействий. Другая цель изучения белка - разработать более сложные методы для изображения белков и других молекул в живых клетках и в реальном времени.[30]

Системная биология

Достижения в количественной протеомике явно позволят провести более глубокий анализ клеточных систем.[37][38] Биологические системы подвержены различным возмущениям (клеточный цикл, клеточная дифференциация, канцерогенез, окружающая среда (биофизическая), так далее.). Транскрипционный и переводной Ответы на эти возмущения приводят к функциональным изменениям протеома, связанным с ответом на стимул. Следовательно, описание и количественная оценка протеомных изменений обилия белка имеет решающее значение для понимания биологических явлений. целостно, на уровне всей системы. Таким образом, протеомику можно рассматривать как дополнение к геномика, транскриптомика, эпигеномика, метаболомика, и другие -комикс подходы к интегративному анализу, пытающиеся определить биологические фенотипы более комплексно. Например, Атлас протеома рака предоставляет количественные данные об экспрессии белка для ~ 200 белков в более чем 4000 образцах опухолей с сопоставленными транскриптомными и геномными данными из Атлас генома рака.[54] Подобные наборы данных для других типов клеток, типов тканей и видов, особенно с использованием глубокой масс-спектрометрии, будут чрезвычайно важным ресурсом для исследований в таких областях, как биология рака, развивающий и стволовая клетка биология, лекарство, и эволюционная биология.

Протеом плазмы человека

Характеристика протеома плазмы человека стала основной задачей в области протеомики, но это также самый сложный протеом среди всех тканей человека.[55] Он содержит иммуноглобулин, цитокины, белковые гормоны и секретируемые белки, указывающие на инфекцию, поверх резидентных гемостатических белков. Он также содержит белки утечки тканей из-за кровообращения в различных тканях тела. Таким образом, кровь содержит информацию о физиологическом состоянии всех тканей и, в сочетании с ее доступностью, делает протеом крови бесценным для медицинских целей. Считается, что характеристика протеома плазмы крови - непростая задача.

Глубина протеома плазмы, охватывающая динамический диапазон более 1010 между самым высоким содержанием белка (альбумин) и самым низким (некоторые цитокины) и считается одной из основных проблем для протеомики.[56] Временная и пространственная динамика еще больше усложняют изучение протеома плазмы человека. Обмен одних белков происходит быстрее, чем других, и содержание белка в артерии может существенно отличаться от содержания белка в вене. Все эти различия делают даже простейшую протеомную задачу каталогизации протеома недосягаемой. Чтобы решить эту проблему, необходимо установить приоритеты. Одним из таких приоритетов является захват наиболее значимого подмножества белков среди всего протеома для создания диагностического инструмента. Во-вторых, поскольку рак связан с усиленным гликозилированием белков, методы, которые сосредоточены на этой части белков, также будут полезны. Опять же: многопараметрический анализ лучше всего выявляет патологическое состояние. По мере совершенствования этих технологий профили заболеваний должны постоянно быть связаны с изменениями экспрессии соответствующих генов.[30] Из-за вышеупомянутых проблем протеомика плазмы оставалась сложной задачей. Однако технологические достижения и постоянные разработки, похоже, приводят к возрождению протеомики плазмы, как это недавно было продемонстрировано технологией, называемой профилированием протеома плазмы.[57] Благодаря таким технологиям исследователи смогли исследовать процессы воспаления у мышей, наследуемость протеомов плазмы, а также показать влияние такого обычного изменения образа жизни, как потеря веса, на протеом плазмы.[58][59][60]

Журналы

Многочисленные журналы посвящены области протеомики и смежным областям. Обратите внимание, что журналы, посвященные белки обычно больше сосредоточены на структуре и функциях, в то время как протеомика журналы больше ориентированы на крупномасштабный анализ целых протеомов или, по крайней мере, больших наборов белков. Некоторые из наиболее важных[согласно кому? ] перечислены ниже (вместе со своими издателями).

Смотрите также

Белковые базы данных

Исследовательские центры

использованная литература

  1. ^ Андерсон Н.Л., Андерсон Н.Г.; Андерсон (1998). «Протеом и протеомика: новые технологии, новые концепции и новые слова». Электрофорез. 19 (11): 1853–61. Дои:10.1002 / elps.1150191103. PMID  9740045. S2CID  28933890.
  2. ^ Blackstock WP, Weir MP; Weir (1999). «Протеомика: количественное и физическое картирование клеточных белков». Тенденции биотехнологии. 17 (3): 121–7. Дои:10.1016 / S0167-7799 (98) 01245-1. PMID  10189717.
  3. ^ Андерсон, Джонатон Д .; Йоханссон, Хенрик Дж .; Graham, Calvin S .; Вестерлунд, Маттиас; Pham, Missy T .; Брамлетт, Чарльз С .; Монтгомери, Элизабет Н .; Mellema, Matt S .; Бардини, Рене Л. (2016-03-01). «Комплексный протеомный анализ экзосом мезенхимальных стволовых клеток выявляет модуляцию ангиогенеза посредством передачи сигналов ядерного фактора-KappaB». Стволовые клетки. 34 (3): 601–613. Дои:10.1002 / шток.2298. ISSN  1549-4918. ЧВК  5785927. PMID  26782178.
  4. ^ Худ, Лерой; Роуэн, Ли (13 сентября 2013). «Проект генома человека: большая наука меняет биологию и медицину». Геномная медицина. 5 (9): 79. Дои:10,1186 / г 483. ЧВК  4066586. PMID  24040834.
  5. ^ Вазингер; Кордуэлл; Черпа-Поляк; Ян; Гули; Уилкинс; Дункан; Харрис; Уильямс; Хамфери-Смит (1995). «Прогресс в картировании генных продуктов Mollicutes: Mycoplasma genitalium». Электрофорез. 16 (1): 1090–1094. Дои:10.1002 / elps.11501601185. PMID  7498152. S2CID  9269742.
  6. ^ Суинбэнкс, Дэвид (1995). «Австралия поддерживает инновации, избегает телескопов». Природа. 378 (6558): 653. Bibcode:1995Натура 378..653S. Дои:10.1038 / 378653a0. PMID  7501000.
  7. ^ "APAF - Австралийский центр анализа протеома - APAF - Австралийский центр анализа протеома". www.proteome.org.au. Получено 2017-02-06.
  8. ^ Саймон Роджерс; Марк Джиролами; Вальтер Колч; Катрина М. Уотерс; Тао Лю; Брайан Тралл; Х. Стивен Уайли (2008). «Исследование соответствия между транскриптомными и протеомными профилями экспрессии с использованием моделей связанных кластеров». Биоинформатика. 24 (24): 2894–2900. Дои:10.1093 / биоинформатика / btn553. ЧВК  4141638. PMID  18974169.
  9. ^ Викас Дхинграа; Мукта Гупта; Трейси Андахт; Чжэнь Фу Фу (2005). «Новые рубежи в исследованиях протеомики: перспектива». Международный журнал фармацевтики. 299 (1–2): 1–18. Дои:10.1016 / j.ijpharm.2005.04.010. PMID  15979831.
  10. ^ Букингем, Стивен (май 2003 г.). «Главный мир микроРНК». Получено 2009-01-14.
  11. ^ Олсен Дж. В., Благоев Б., Гнад Ф, Мацек Б., Кумар С., Мортенсен П., Манн М.; Благоев; Гнад; Мацек; Кумар; Мортенсен; Манн (2006). «Глобальная, in vivo и сайт-специфическая динамика фосфорилирования в сигнальных сетях». Ячейка. 127 (3): 635–648. Дои:10.1016 / j.cell.2006.09.026. PMID  17081983. S2CID  7827573.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  12. ^ Шринивас, PR; Верма, М; Чжао, Y; Шривастава, S (август 2002 г.). «Протеомика для открытия биомаркеров рака». Клиническая химия. 48 (8): 1160–9. PMID  12142368.
  13. ^ Gygi, S.P .; Rochon, Y .; Franza, B.R .; Эберсольд Р. (1999). «Корреляция между количеством белка и мРНК в дрожжах». Молекулярная и клеточная биология. 19 (3): 1720–1730. Дои:10.1128 / MCB.19.3.1720. ЧВК  83965. PMID  10022859.
  14. ^ Арчана Белль; Амос Танай; Ледион Битинка; Рон Шамир; Эрин К. О’Ши (2006). «Количественная оценка периода полужизни белка в протеоме почкующихся дрожжей». PNAS. 103 (35): 13004–13009. Bibcode:2006ПНАС..10313004Б. Дои:10.1073 / pnas.0605420103. ЧВК  1550773. PMID  16916930.
  15. ^ Peng, J .; Elias, J. E .; Thoreen, C.C .; Licklider, L.J .; Гиги, С. П. (2003). «Оценка многомерной хроматографии в сочетании с тандемной масс-спектрометрией (ЖХ / ЖХ-МС / МС) для крупномасштабного анализа белков: протеом дрожжей» (PDF). Журнал протеомных исследований. 2 (1): 43–50. CiteSeerX  10.1.1.460.237. Дои:10.1021 / pr025556v. PMID  12643542.
  16. ^ Washburn, M. P .; Wolters, D .; Йейтс, Дж. Р. (2001). «Крупномасштабный анализ протеома дрожжей с помощью технологии многомерной идентификации белков». Природа Биотехнологии. 19 (3): 242–247. Дои:10.1038/85686. PMID  11231557. S2CID  16796135.
  17. ^ Tabb, DL; Вега-Монтото, L; Рудник, Пенсильвания; Варият, AM; Ham, AJ; Койка, DM; Килпатрик, LE; Billheimer, DD; Блэкман, РК; Кардазис, HL; Carr, SA; Clauser, KR; Jaffe, JD; Ковальский, KA; Neubert, TA; Ренье, ИП; Шиллинг, B; Тегелер, Т.Дж.; Ван, М; Ван, П; Уайтекер, младший; Циммерман, LJ; Фишер, SJ; Гибсон, Б.В.; Кинзингер, CR; Месри, М; Родригес, Н; Stein, SE; Темпст, P; Паулович, АГ; Либлер, округ Колумбия; Шпигельман, К. (5 февраля 2010 г.). «Повторяемость и воспроизводимость протеомных идентификаций с помощью жидкостной хроматографии-тандемной масс-спектрометрии». Журнал протеомных исследований. 9 (2): 761–76. Дои:10.1021 / pr9006365. ЧВК  2818771. PMID  19921851.
  18. ^ Домон, Бруно; Эберсольд, Руеди (9 июля 2010 г.). «Варианты и соображения при выборе стратегии количественной протеомики». Природа Биотехнологии. 28 (7): 710–721. Дои:10.1038 / nbt.1661. PMID  20622845. S2CID  12367142.
  19. ^ Уилсон, Д.Х .; Рисин, DM; Кан, CW; Фурнье, Д.Р .; Piech, T; Кэмпбелл, Т. Г.; Мейер, RE; Фишберн, МВт; Кабрера, С; Патель, П.П .; Фрю, E; Чен, Y; Чанг, L; Феррелл, EP; фон Эйнем, V; Макгиган, Вт; Рейнхардт, М; Sayer, H; Vielsack, C; Даффи, округ Колумбия (2016). «Анализатор Simoa HD-1: новый полностью автоматизированный цифровой иммуноанализатор с чувствительностью к одной молекуле и мультиплексированием». J Lab Autom. 21 (4): 533–47. Дои:10.1177/2211068215589580. PMID  26077162.
  20. ^ Нельсон, Рэндалл У .; Krone, Jennifer R .; Бибер, Аллан Л .; Уильямс, Питер. (1995). «Масс-спектрометрический иммуноанализ». Аналитическая химия. 67 (7): 1153–1158. Дои:10.1021 / ac00103a003. ISSN  0003-2700. PMID  15134097.
  21. ^ «Архивная копия». Архивировано из оригинал на 2015-07-15. Получено 2015-07-15.CS1 maint: заархивированная копия как заголовок (ссылка на сайт)
  22. ^ а б Тонг Р., Шоу Дж., Миддлтон Б. и др. (Март 2001 г.). «Валидация и разработка технологии протеомики флуоресцентного двумерного дифференциального гель-электрофореза». Протеомика. 1 (3): 377–96. Дои:10.1002 / 1615-9861 (200103) 1: 3 <377 :: AID-PROT377> 3.0.CO; 2-6. PMID  11680884.
  23. ^ Ли-Пин Ван, Цзюнь Шэнь, Линь-Цюань Гэ, Цзинь-Цай Ву, Го-Цинь Ян, Гэри С. Ян; Шен; Ge; Ву; Ян; Ян (ноябрь 2010 г.). «Вызванное инсектицидом увеличение содержания белка в мужских дополнительных железах и его влияние на плодовитость самок коричневой цикадки, Nilaparvata lugens Стол (Hemiptera: Delphacidae) ". Защита урожая. 29 (11): 1280–5. Дои:10.1016 / j.cropro.2010.07.009.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  24. ^ а б Ге, Линь-Цюань; Ченг, Яо; Ву, Цзинь-Цай; Ян, Гэри С. (2011). "Протеомный анализ инсектицидных триазофос-индуцированных белков, реагирующих на спаривание Nilaparvata lugensStål (Hemiptera: Delphacidae)". Журнал протеомных исследований. 10 (10): 4597–612. Дои:10.1021 / pr200414g. PMID  21800909.
  25. ^ а б Reumann S (май 2011 г.). «К определению полного протеома пероксисом растений: где экспериментальная протеомика должна быть дополнена биоинформатикой». Протеомика. 11 (9): 1764–79. Дои:10.1002 / pmic.201000681. PMID  21472859. S2CID  20337179.
  26. ^ Улен М., Понтен Ф; Понтен (апрель 2005 г.). «Протеомика на основе антител для профилирования тканей человека». Мол. Cell. Протеомика. 4 (4): 384–93. Дои:10.1074 / mcp.R500009-MCP200. PMID  15695805.
  27. ^ Оле Норрегаард Йенсен (2004). «Протеомика, специфичная для модификации: характеристика посттрансляционных модификаций с помощью масс-спектрометрии». Современное мнение в области химической биологии. 8 (1): 33–41. Дои:10.1016 / j.cbpa.2003.12.009. PMID  15036154.
  28. ^ а б Klopfleisch R, Klose P, Weise C, Bondzio A, Multhaup G, Einspanier R, Gruber AD .; Клозе; Weise; Бондзио; Мультхауп; Einspanier; Грубера (2010). «Протеом метастатической карциномы молочной железы собак: сходство и отличия от рака груди человека». J Proteome Res. 9 (12): 6380–91. Дои:10.1021 / pr100671c. PMID  20932060.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  29. ^ Алинежад 2015.
  30. ^ а б c d е ж Уэстон, Андреа Д.; Худ, Лерой (2004). «Системная биология, протеомика и будущее здравоохранения: к прогнозирующей, превентивной и персонализированной медицине». Журнал протеомных исследований. 3 (2): 179–96. CiteSeerX  10.1.1.603.4384. Дои:10.1021 / pr0499693. PMID  15113093.
  31. ^ Вайдьянатан Дж. (Март 2012 г.). «Новое определение клинических испытаний: эпоха персонализированной медицины». Ячейка. 148 (6): 1079–80. Дои:10.1016 / j.cell.2012.02.041. PMID  22424218.
  32. ^ Раквал, Рандип; Комацу, Сэцуко (2000). «Роль жасмоната в механизме самозащиты риса (Oryza sativa L.) с использованием протеомного анализа». Электрофорез. 21 (12): 2492–500. Дои:10.1002 / 1522-2683 (20000701) 21:12 <2492 :: AID-ELPS2492> 3.0.CO; 2-2. PMID  10939463.
  33. ^ У Цзяньцян; Болдуин, Ян Т. (2010). «Новые взгляды на реакцию растений на нападение насекомых-травоядных». Ежегодный обзор генетики. 44: 1–24. Дои:10.1146 / annurev-genet-102209-163500. PMID  20649414.
  34. ^ Sangha J.S .; Chen Y.H .; Каур Джатиндер; Хан Ваджахатулла; Абдулджалил Зайнуларифеен; Alanazi Mohammed S .; Миллс Аарон; Adalla Candida B .; Беннетт Джон; и другие. (2013). «Протеомный анализ мутантов риса (Oryza sativa L.) выявляет дифференцированно индуцированные белки во время заражения бурой курицей (Nilaparvata lugens)». Int. J. Mol. Наука. 14 (2): 3921–3945. Дои:10.3390 / ijms14023921. ЧВК  3588078. PMID  23434671.
  35. ^ де Мол, Нью-Джерси (2012). «Поверхностный плазмонный резонанс для протеомики». Химическая геномика и протеомика. Методы молекулярной биологии. 800. С. 33–53. Дои:10.1007/978-1-61779-349-3_4. ISBN  978-1-61779-348-6. PMID  21964781.
  36. ^ Visser, NF; Heck, AJ (июнь 2008 г.). «Масс-спектрометрия поверхностного плазмонного резонанса в протеомике». Экспертный обзор протеомики. 5 (3): 425–33. Дои:10.1586/14789450.5.3.425. PMID  18532910. S2CID  11772983.
  37. ^ а б Бенсимон, Ариэль; Heck, Albert J.R .; Эберсольд, Руеди (7 июля 2012 г.). «Протеомика на основе масс-спектрометрии и сетевая биология». Ежегодный обзор биохимии. 81 (1): 379–405. Дои:10.1146 / annurev-biochem-072909-100424. PMID  22439968.
  38. ^ а б Сабидо, Эдуард; Селевсек, Натали; Эберсольд, Руеди (август 2012 г.). «Протеомика на основе масс-спектрометрии для системной биологии». Текущее мнение в области биотехнологии. 23 (4): 591–597. Дои:10.1016 / j.copbio.2011.11.014. PMID  22169889.
  39. ^ а б "Что такое протеомика?". ProteoConsult.[ненадежный медицинский источник? ]
  40. ^ Стримбу, Кайл; Тавель, Хорхе А (2010). "Что такое биомаркеры?". Текущее мнение о ВИЧ и СПИДе. 5 (6): 463–6. Дои:10.1097 / COH.0b013e32833ed177. ЧВК  3078627. PMID  20978388.
  41. ^ Рабочая группа по определениям биомаркеров (2001 г.). «Биомаркеры и суррогатные конечные точки: предпочтительные определения и концептуальная основа». Клиническая фармакология и терапия. 69 (3): 89–95. Дои:10.1067 / mcp.2001.113989. PMID  11240971. S2CID  288484.
  42. ^ Ceciliani, F; Экерсалл D; Burchmore R; Lecchi C (март 2014 г.). «Протеомика в ветеринарии: приложения и тенденции в патогенезе и диагностике болезней» (PDF). Ветеринарная патология. 51 (2): 351–362. Дои:10.1177/0300985813502819. HDL:2434/226049. PMID  24045891. S2CID  25693263.
  43. ^ Klopfleisch R, Gruber AD; Грубера (2009). «Повышенная экспрессия BRCA2 и RAD51 при метастазах в лимфатические узлы аденокарциномы молочной железы собак». Ветеринарная патология. 46 (3): 416–22. Дои:10.1354 / вп.08-ВП-0212-К-ФЛ. PMID  19176491. S2CID  11583190.
  44. ^ Hathout, Йетриб (2007). «Подходы к изучению клеточного секретома». Экспертный обзор протеомики. 4 (2): 239–48. Дои:10.1586/14789450.4.2.239. PMID  17425459. S2CID  26169223.
  45. ^ Гупта Н., Таннер С., Джайтли Н. и др. (Сентябрь 2007 г.). «Полный протеомный анализ посттрансляционных модификаций: применение масс-спектрометрии для протеогеномной аннотации». Genome Res. 17 (9): 1362–77. Дои:10.1101 / гр.6427907. ЧВК  1950905. PMID  17690205.
  46. ^ Гупта Н., Бенхамида Дж., Бхаргава В. и др. (Июль 2008 г.). «Сравнительная протеогеномика: сочетание масс-спектрометрии и сравнительной геномики для анализа нескольких геномов». Genome Res. 18 (7): 1133–42. Дои:10.1101 / гр.074344.107. ЧВК  2493402. PMID  18426904.
  47. ^ «ЮниПрот». www.uniprot.org.
  48. ^ "ExPASy - PROSITE". prosite.expasy.org.
  49. ^ Ван Х, Чу Ц, Ван В, Пай Т.; Чу; Ванга; Пай (апрель 2014 г.). «Дескриптор локального среднего расстояния для гибкого сравнения структуры белков». BMC Bioinformatics. 15 (95): 1471–2105. Дои:10.1186/1471-2105-15-95. ЧВК  3992163. PMID  24694083.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  50. ^ Петров Д., Марграйтер С., Гандитс М., Остенбринк С., Загрович Б.; Марграйтер; Грандитс; Остенбринк; Загрович (июль 2013 г.). «Систематическая основа для молекулярно-динамического моделирования посттрансляционных модификаций белков». PLOS вычислительная биология. 9 (7): e1003154. Bibcode:2013PLSCB ... 9E3154P. Дои:10.1371 / journal.pcbi.1003154. ЧВК  3715417. PMID  23874192.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  51. ^ Марграйтер С., Петро Д., Загрович Б.; Петров; Загрович (май 2013 г.). "Веб-сервер Vienna-PTM: набор инструментов для моделирования посттрансляционных модификаций Портейна". Нуклеиновые кислоты Res. 41 (Выпуск веб-сервера): W422–6. Дои:10.1093 / nar / gkt416. ЧВК  3692090. PMID  23703210.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  52. ^ Марон Дж. Л., Альтеровиц Дж., Рамони М., Джонсон К. Л., Бьянки Д. В.; Альтеровиц; Рамони; Джонсон; Бьянки (декабрь 2009 г.). «Высокопроизводительное открытие и характеристика торговли фетальным белком в крови беременных женщин». Протеомика: клиническое применение. 3 (12): 1389–96. Дои:10.1002 / prca.200900109. ЧВК  2825712. PMID  20186258.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  53. ^ Альтеровиц Дж., Сян М., Лю Дж., Чанг А., Рамони М. Ф.; Сян; Лю; Чанг; Рамони (2008). Открытие общесистемных периферических биомаркеров с использованием теории информации. Тихоокеанский симпозиум по биокомпьютингу. С. 231–42. Дои:10.1142/9789812776136_0024. ISBN  9789812776082. PMID  18229689.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  54. ^ Ли, Цзюнь; Лу, Илин; Акбани, Рехан; Цзюй, Женлинь; Roebuck, Paul L .; Лю, Вэньбинь; Ян, Джи-Ён; Веник, Брэдли М .; Верхаак, Руланд Г. В. (01.11.2013). «TCPA: ресурс данных по функциональной протеомике рака». Методы природы. 10 (11): 1046–1047. Дои:10.1038 / nmeth.2650. ISSN  1548-7091. ЧВК  4076789. PMID  24037243.
  55. ^ Андерсон, Нидерланды (февраль 2010 г.). «Клинический протеом плазмы: обзор клинических анализов белков в плазме и сыворотке». Клиническая химия. 56 (2): 177–85. Дои:10.1373 / Clinchem.2009.126706. PMID  19884488.
  56. ^ Шесть десятилетий в поисках смысла протеома. Ли Андерсон
  57. ^ Гейер, ЧП; Кулак Н.А.; Пихлер, G; Холдт, LM; Teupser, D; Манн, М (2016). «Профилирование плазменного протеома для оценки здоровья и болезней человека». Cell Syst. 2 (3): 185–95. Дои:10.1016 / j.cels.2016.02.015. PMID  27135364.
  58. ^ Malmström, E; Килсгард, О; Хаури, S; Смедс, Е; Хервальд, H; Мальмстрём, L; Мальмстрём, Дж (2016). «Крупномасштабное заключение о происхождении белковой ткани в плазме грамположительного сепсиса с использованием количественной целевой протеомики». Nat Commun. 7: 10261. Bibcode:2016НатКо ... 710261M. Дои:10.1038 / ncomms10261. ЧВК  4729823. PMID  26732734.
  59. ^ Гейер, ЧП; Вевер-Альбрехтсен, штат Нью-Джерси; Тянова, С; Грассл, Н; Иепсен, EW; Лундгрен, Дж; Мадсбад, S; Холст, JJ; Тореков, СС; Манн, М (2016). «Протеомика показывает влияние устойчивой потери веса на протеом плазмы человека». Мол Сист Биол. 12 (12): 901. Дои:10.15252 / msb.20167357. ЧВК  5199119. PMID  28007936.
  60. ^ Количественная изменчивость 342 белков плазмы в популяции близнецов человека. Лю Y1, Buil A2, Collins BC3, Gillet LC3, Blum LC3, Cheng LY4, Vitek O4, Mouritsen J3, Lachance G5, Spector TD5, Dermitzakis ET2, Aebersold R6.

Список используемой литературы

внешние ссылки