stringtranslate.com

Протеомика

Роботизированная подготовка образцов масс-спектрометрии МАЛДИ на носителе образцов

Протеомика — это крупномасштабное исследование белков . [1] [2] Белки — это жизненно важные макромолекулы всех живых организмов, обладающие множеством функций, таких как формирование структурных волокон мышечной ткани , ферментативное переваривание пищи или синтез и репликация ДНК . Кроме того, другие виды белков включают антитела , которые защищают организм от инфекции, и гормоны , которые посылают важные сигналы по всему телу.

Протеом — это весь набор белков, производимых или модифицируемых организмом или системой. Протеомика позволяет идентифицировать все большее количество белков. Это меняется со временем и различными требованиями или стрессами, которым подвергается клетка или организм. [3]

Протеомика — это междисциплинарная область, которая извлекла большую пользу из генетической информации из различных геномных проектов, включая проект «Геном человека» . [4] Она охватывает исследование протеомов на общем уровне состава, структуры и активности белков и является важным компонентом функциональной геномики .

Протеомика обычно обозначает крупномасштабный экспериментальный анализ белков и протеомов, но часто относится конкретно к очистке белков и масс-спектрометрии . Действительно, масс-спектрометрия является наиболее мощным методом анализа протеомов, как в больших образцах, состоящих из миллионов клеток [5], так и в отдельных клетках. [6] [7]

История и этимология

Первые исследования белков, которые можно было бы отнести к протеомике, начались в 1974 году после введения двумерного геля и картирования белков из бактерии Escherichia coli . [8]

Протеом — это смесь слов «белок» и «геном». Он был придуман в 1994 году тогдашним аспирантом Марком Уилкинсом в Университете Маккуори , [9] который основал первую специализированную лабораторию протеомики в 1995 году. [10] [11]

Сложность проблемы

После геномики и транскриптомики протеомика является следующим шагом в изучении биологических систем. Она сложнее геномики, поскольку геном организма более или менее постоянен, тогда как протеомы различаются от клетки к клетке и время от времени. Отдельные гены экспрессируются в разных типах клеток, что означает, что даже базовый набор белков, производимых в клетке, должен быть идентифицирован. [12]

В прошлом это явление оценивалось с помощью анализа РНК, который, как было обнаружено, не коррелировал с содержанием белка. [13] [14] Теперь известно, что мРНК не всегда транслируется в белок, [15] и количество белка, произведенного для данного количества мРНК, зависит от гена, с которого он транскрибируется, и от физиологического состояния клетки. Протеомика подтверждает наличие белка и обеспечивает прямое измерение его количества. [ необходима цитата ]

Посттрансляционные модификации

Не только перевод с мРНК вызывает различия, но и 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. [ необходима цитата ]

Фосфорилирование

Одной из таких модификаций является фосфорилирование , которое происходит со многими ферментами и структурными белками в процессе передачи сигналов клетками . Добавление фосфата к определенным аминокислотам — чаще всего серину и треонину [16], опосредованное серин-треониновыми киназами , или, реже, тирозину, опосредованное тирозинкиназами, — приводит к тому, что белок становится мишенью для связывания или взаимодействия с определенным набором других белков, которые распознают фосфорилированный домен. [ необходима цитата ]

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 активны в этом случае.

Убиквитинирование

Убиквитин — это небольшой белок, который может быть прикреплен к определенным белковым субстратам ферментами, называемыми E3 убиквитинлигазами . Определение того, какие белки полиубиквитинированы, помогает понять, как регулируются белковые пути. Таким образом, это дополнительное законное «протеомное» исследование. Аналогично, как только исследователь определяет, какие субстраты убиквитинируются каждой лигазой, определение набора лигаз, экспрессируемых в определенном типе клеток, оказывается полезным. [ необходима цитата ]

Дополнительные модификации

В дополнение к фосфорилированию и убиквитинированию , белки могут подвергаться (среди прочего) метилированию , ацетилированию , гликозилированию , окислению и нитрозилированию . Некоторые белки подвергаются всем этим модификациям, часто в зависящих от времени комбинациях. Это иллюстрирует потенциальную сложность изучения структуры и функции белков.

Разные белки производятся в разных условиях

Клетка может производить различные наборы белков в разное время или при разных условиях, например, во время развития , клеточной дифференциации , клеточного цикла или канцерогенеза . Дальнейшее увеличение сложности протеома, как уже упоминалось, заключается в том, что большинство белков способны подвергаться широкому спектру посттрансляционных модификаций.

Таким образом, исследование «протеомики» может очень быстро стать сложным, даже если тема исследования ограничена. В более амбициозных условиях, например, когда ищут биомаркер для определенного подтипа рака, ученый-протеомик может выбрать изучение нескольких образцов сыворотки крови от нескольких пациентов с раком, чтобы минимизировать мешающие факторы и учесть экспериментальный шум. [17] Таким образом, сложные экспериментальные конструкции иногда необходимы для учета динамической сложности протеома.

Ограничения исследований геномики и протеомики

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

Воспроизводимость . Одним из основных факторов, влияющих на воспроизводимость в экспериментах по протеомике, является одновременное элюирование гораздо большего количества пептидов, чем могут измерить масс-спектрометры. Это приводит к стохастическим различиям между экспериментами из-за зависящего от данных получения триптических пептидов. Хотя ранние крупномасштабные протеомные анализы методом дробовика показали значительную вариабельность между лабораториями, [20] [21] предположительно из-за технических и экспериментальных различий между лабораториями, воспроизводимость была улучшена в более поздних масс-спектрометрических анализах, особенно на уровне белков. [22] Примечательно, что целевая протеомика показывает повышенную воспроизводимость и повторяемость по сравнению с методами дробовика, хотя и за счет плотности данных и эффективности. [23]

Качество данных . Протеомный анализ легко поддается автоматизации, и создаются большие наборы данных, которые обрабатываются программными алгоритмами. Параметры фильтров используются для уменьшения количества ложных срабатываний, но их невозможно полностью исключить. Ученые выразили необходимость осознания того, что эксперименты по протеомике должны соответствовать критериям аналитической химии (достаточное качество данных, проверка работоспособности, валидация). [24] [25] [26] [27]

Методы изучения белков

В протеомике существует множество методов изучения белков. Обычно белки можно обнаружить с помощью антител (иммуноанализ), электрофоретического разделения или масс-спектрометрии . Если анализируется сложный биологический образец, необходимо либо использовать очень специфичное антитело в количественном дот-блот-анализе (QDB), либо использовать биохимическое разделение перед этапом обнаружения, поскольку в образце слишком много аналитов для проведения точного обнаружения и количественной оценки.

Обнаружение белка с помощью антител (иммуноанализ)

Антитела к определенным белкам или их модифицированные формы использовались в исследованиях биохимии и клеточной биологии . Это одни из самых распространенных инструментов, используемых молекулярными биологами сегодня. Существует несколько специальных методов и протоколов, которые используют антитела для обнаружения белков. Иммуноферментный анализ (ИФА) использовался в течение десятилетий для обнаружения и количественного измерения белков в образцах. Вестерн-блот может использоваться для обнаружения и количественного определения отдельных белков, где на начальном этапе сложная белковая смесь разделяется с помощью SDS-PAGE , а затем интересующий белок идентифицируется с помощью антитела. [ необходима цитата ]

Модифицированные белки могут быть изучены путем разработки антитела, специфичного для этой модификации. Например, некоторые антитела распознают только определенные белки, когда они фосфорилированы по тирозину , они известны как фосфоспецифичные антитела. Также существуют антитела, специфичные для других модификаций. Их можно использовать для определения набора белков, которые подверглись интересующей модификации. [ необходима цитата ]

Иммуноанализы также могут проводиться с использованием рекомбинантно созданных производных иммуноглобулина или синтетически разработанных белковых каркасов, которые выбираются для высокой антигенной специфичности. Такие связующие включают фрагменты антител с одним доменом (нанотела), [28] разработанные анкириновые повторные белки (DARPins) [29] и аптамеры. [30]

Выявление заболеваний на молекулярном уровне является движущей силой новой революции ранней диагностики и лечения. Проблема, с которой сталкивается эта область, заключается в том, что белковые биомаркеры для ранней диагностики могут присутствовать в очень малом количестве. Нижний предел обнаружения с помощью традиционной технологии иммуноанализа составляет верхний фемтомолярный диапазон (10−13 M ). Технология цифрового иммуноанализа повысила чувствительность обнаружения на три логарифма, до аттомолярного диапазона (10−16 M ). Эта возможность может открыть новые возможности в диагностике и терапии, но такие технологии были отнесены к ручным процедурам, которые не очень подходят для эффективного рутинного использования. [31]

Обнаружение белка без антител

Хотя обнаружение белков с помощью антител все еще очень распространено в молекулярной биологии, были разработаны и другие методы, которые не полагаются на антитела. Эти методы предлагают различные преимущества, например, они часто способны 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

Одним из самых ранних методов анализа белков был метод деградации Эдмана (введенный в 1967 году), при котором один пептид подвергается нескольким этапам химической деградации для определения его последовательности. Эти ранние методы в основном были вытеснены технологиями, которые предлагают более высокую производительность. [ необходима цитата ]

В более поздних методах используются методы, основанные на масс-спектрометрии , разработка которых стала возможной благодаря открытию методов «мягкой ионизации», разработанных в 1980-х годах, таких как матрично-ассистированная лазерная десорбция/ионизация (MALDI) и электрораспылительная ионизация (ESI) . Эти методы дали начало рабочим процессам протеомики «сверху вниз» и « снизу вверх» , где часто перед анализом выполняется дополнительное разделение (см. ниже).

Методы разделения

Для анализа сложных биологических образцов требуется снижение сложности образца. Это может быть выполнено в автономном режиме путем одномерного или двумерного разделения. Совсем недавно были разработаны методы в режиме онлайн, в которых отдельные пептиды (в подходах протеомики снизу вверх) разделяются с помощью обращенно-фазовой хроматографии , а затем напрямую ионизируются с помощью ESI ; прямое сопряжение разделения и анализа объясняет термин «онлайн» анализ.

Гибридные технологии

Несколько гибридных технологий используют очистку отдельных аналитов на основе антител, а затем выполняют масс-спектрометрический анализ для идентификации и количественной оценки. Примерами этих методов являются MSIA (масс-спектрометрический иммуноанализ) , разработанный Рэндаллом Нельсоном в 1995 году [32] и метод SISCAPA (захват стандартного стабильного изотопа с помощью антипептидных антител), представленный Ли Андерсоном в 2004 году [33].

Современные методологии исследования

Флуоресцентный двумерный дифференциальный гель-электрофорез (2-D DIGE) [34] может быть использован для количественной оценки вариаций в процессе 2-D DIGE и установления статистически обоснованных пороговых значений для назначения количественных изменений между образцами. [34]

Сравнительный протеомный анализ может выявить роль белков в сложных биологических системах, включая воспроизводство. Например, обработка инсектицидом триазофосом вызывает увеличение содержания белков вспомогательных желез самцов цикадки бурой ( Nilaparvata lugens (Stål)) (Acps), которые могут передаваться самкам при спаривании, вызывая увеличение плодовитости (т. е. рождаемости) самок. [35] Чтобы выявить изменения в типах белков вспомогательных желез (Acps) и репродуктивных белков, которые спаривающиеся самки цикадки получали от самцов цикадки, исследователи провели сравнительный протеомный анализ спаривающихся самок N. lugens . [36] Результаты показали, что эти белки участвуют в репродуктивном процессе взрослых самок и самцов N. lugens . [36]

Протеомный анализ пероксисом Arabidopsis [37] был признан основным беспристрастным подходом к идентификации новых пероксисомальных белков в больших масштабах. [37]

Существует множество подходов к характеристике человеческого протеома, который, по оценкам, содержит от 20 000 до 25 000 не избыточных белков. Количество уникальных видов белков, вероятно, увеличится на 50 000–500 000 из-за сплайсинга РНК и протеолиза, а если также учесть посттрансляционную модификацию, общее количество уникальных человеческих белков оценивается в диапазоне нескольких миллионов. [38] [39]

Кроме того, недавно были опубликованы первые многообещающие попытки расшифровать протеом опухолей животных. [40] Этот метод использовался как функциональный метод при профилировании белков Macrobrachium rosenbergii . [41]

Высокопроизводительные протеомные технологии

Протеомика неуклонно набирала обороты в течение последнего десятилетия с развитием нескольких подходов. Некоторые из них являются новыми, а другие основываются на традиционных методах. Методы, основанные на масс-спектрометрии, аффинная протеомика и микроматрицы являются наиболее распространенными технологиями для крупномасштабного изучения белков.

Масс-спектрометрия и профилирование белков

Масс-спектрометр LCQ, используемый в масс-спектрометрии.

В настоящее время для профилирования белков используются два метода на основе масс-спектрометрии. Более устоявшийся и 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 зрелости, у него также есть свои ограничения. Главной проблемой является невозможность разрешить все белки в образце, учитывая их драматический диапазон в уровне экспрессии и различные свойства. Сочетание размера пор и заряда белка, размера и формы может в значительной степени определять скорость миграции, что приводит к другим осложнениям. [42]

Второй количественный подход использует стабильные изотопные метки для дифференциальной маркировки белков из двух различных сложных смесей. [43] [44] Здесь белки в сложной смеси сначала маркируются изотопно, а затем расщепляются для получения меченых пептидов. Затем меченые смеси объединяются, пептиды разделяются многомерной жидкостной хроматографией и анализируются тандемной масс-спектрометрией. Реагенты Isotope coded affinity tag (ICAT) являются широко используемыми изотопными метками. В этом методе остатки цистеина белков ковалентно прикрепляются к реагенту ICAT, тем самым уменьшая сложность смесей, исключая нецистеиновые остатки.

Количественная протеомика с использованием стабильной изотопной маркировки становится все более полезным инструментом в современных разработках. Во-первых, химические реакции использовались для введения меток в определенные сайты или белки с целью исследования определенных функциональных возможностей белка. Изоляция фосфорилированных пептидов была достигнута с использованием изотопной маркировки и селективной химии для захвата фракции белка среди сложной смеси. Во-вторых, технология ICAT использовалась для дифференциации частично очищенных или очищенных макромолекулярных комплексов, таких как большой комплекс преинициации РНК-полимеразы II и белков, комплексированных с фактором транскрипции дрожжей. В-третьих, маркировка ICAT недавно была объединена с изоляцией хроматина для идентификации и количественной оценки хроматин-ассоциированных белков. Наконец, реагенты ICAT полезны для протеомного профилирования клеточных органелл и определенных клеточных фракций. [42]

Другим количественным подходом является подход с точной массой и временем (AMT), разработанный Ричардом Д. Смитом и его коллегами в Pacific Northwest National Laboratory . В этом подходе повышенная пропускная способность и чувствительность достигаются за счет исключения необходимости в тандемной масс-спектрометрии и использования точно определенной информации о времени разделения и высокоточных определений массы для идентификации пептидов и белков.

Аффинная протеомика

Аффинная протеомика использует антитела или другие аффинные реагенты (например, аптамеры на основе олигонуклеотидов) в качестве зондов для специфического обнаружения белков. [45] В настоящее время этот метод может исследовать несколько тысяч белков, как правило, из биологических жидкостей, таких как плазма, сыворотка или спинномозговая жидкость (СМЖ). Ключевым отличием этой технологии является возможность анализировать сотни или тысячи образцов в разумные сроки (в течение нескольких дней или недель); методы, основанные на масс-спектрометрии, не масштабируются до такого уровня пропускной способности образцов для протеомных анализов.

Протеиновые чипсы

Балансирование использования масс-спектрометров в протеомике и медицине заключается в использовании белковых микромассивов. Целью белковых микромассивов является печать тысяч признаков обнаружения белков для исследования биологических образцов. Массивы антител являются примером, в котором множество различных антител выстраиваются для обнаружения соответствующих антигенов из образца человеческой крови. Другой подход - это выстраивание 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 из дрожжей, нанесенных на стеклянные предметные стекла микроскопа. Несмотря на успех первого чипа, реализация белковых массивов была более сложной задачей. С белками по своей природе гораздо сложнее работать, чем с ДНК. Они имеют широкий динамический диапазон, менее стабильны, чем ДНК, и их структуру трудно сохранить на стеклянных предметных стеклах, хотя они необходимы для большинства анализов. Глобальная технология ICAT имеет поразительные преимущества по сравнению с технологиями белковых чипов. [42]

Микрочипы белков с обратной фазой

Механизмы, показывающие, как AHA метит белки и где метки биотин-FLAG-алкин маркируют аминокислоту. Нарисовано вручную через Sigma Aldrich

Это многообещающее и новое применение микрочипов для диагностики, изучения и лечения сложных заболеваний, таких как рак. Технология объединяет лазерную микродиссекцию захвата (LCM) с технологией микрочипов для получения микрочипов белков с обратной фазой. В этом типе микрочипов весь набор белков иммобилизуется с целью захвата различных стадий заболевания у отдельного пациента. При использовании с LCM, массивы с обратной фазой могут контролировать флуктуирующее состояние протеома среди различных популяций клеток в пределах небольшой области человеческой ткани. Это полезно для профилирования статуса клеточных сигнальных молекул среди поперечного сечения ткани, которая включает как нормальные, так и раковые клетки. Этот подход полезен для мониторинга статуса ключевых факторов в нормальном эпителии простаты и тканях инвазивного рака простаты. Затем LCM рассекает эту ткань, и лизаты белков были выстроены на нитроцеллюлозных слайдах, которые были исследованы специфическими антителами. Этот метод может отслеживать все виды молекулярных событий и сравнивать больные и здоровые ткани у одного и того же пациента, что позволяет разрабатывать стратегии лечения и диагностику. Возможность получать протеомные снимки соседних популяций клеток с использованием микрочипов с обратной фазой в сочетании с LCM имеет ряд применений за пределами изучения опухолей. Этот подход может дать представление о нормальной физиологии и патологии всех тканей и бесценен для характеристики процессов развития и аномалий. [42]

Обнаружение белков с помощью биоортогональной химии

Механизм кетона и альдегида с маркировкой поверхности клетки. Лигирование Штаудингера и его взаимодействие с азидными группами для маркировки показаны на втором рисунке.

Недавние достижения в области биоортогональной химии выявили применение в анализе белков. Расширение использования органических молекул для наблюдения за их реакцией с белками открывает обширные методы их маркировки. Неприродные аминокислоты и различные функциональные группы представляют собой новые растущие технологии в протеомике.

Определенные биомолекулы, которые способны метаболизироваться в клетках или тканях, встраиваются в белки или гликаны. Молекула будет иметь метку сродства, модифицирующую белок, что позволит ее обнаружить. Азидогомоаланин (AHA) использует эту метку сродства посредством включения с Met-t-RNA синтетазой для включения в белки. Это позволило AHA помочь в определении идентичности вновь синтезированных белков, созданных в ответ на возмущения , и идентифицировать белки, секретируемые клетками. [46]

Недавние исследования [47] с использованием конденсаций кетонов и альдегидов показывают, что они лучше всего подходят для маркировки in vitro или клеточной поверхности . Однако использование кетонов и альдегидов в качестве биоортогональных репортеров выявило медленную кинетику, что указывает на то, что, хотя они эффективны для маркировки, концентрация должна быть высокой.

Некоторые белки могут быть обнаружены по их реактивности к азидным группам . Непротеиногенные аминокислоты могут иметь азидные группы, которые реагируют с фосфинами в лигированиях Штаудингера . Эта реакция уже использовалась для маркировки других биомолекул в живых клетках и животных. [48]

Биоортогональное поле расширяется и стимулирует дальнейшие приложения в протеомике. Стоит отметить ограничения и преимущества. Быстрые реакции могут создавать биоконъюнкции и создавать высокие концентрации с малым количеством реагентов. Напротив, медленные кинетические реакции, такие как конденсация альдегидов и кетонов, хотя и эффективны, требуют высокой концентрации, что делает их экономически неэффективными.

Практические применения

Открытие нового препарата

Одним из основных достижений в изучении человеческих генов и белков стало выявление потенциальных новых лекарств для лечения заболеваний. Это основано на информации о геноме и протеоме для определения белков, связанных с заболеванием, которые компьютерное программное обеспечение затем может использовать в качестве целей для новых лекарств. Например, если определенный белок участвует в заболевании, его трехмерная структура предоставляет информацию для разработки лекарств, которые будут мешать действию белка. Молекула, которая подходит к активному участку фермента, но не может быть высвобождена ферментом, инактивирует фермент. Это основа новых инструментов открытия лекарств, которые направлены на поиск новых лекарств для инактивации белков, вовлеченных в заболевание. По мере обнаружения генетических различий между людьми исследователи рассчитывают использовать эти методы для разработки персонализированных лекарств, которые будут более эффективны для человека. [49]

Протеомика также используется для выявления сложных взаимодействий растений и насекомых, которые помогают идентифицировать гены-кандидаты, участвующие в защитной реакции растений на травоядных. [50] [51] [52]

Раздел протеомики, называемый хемопротеомикой, предоставляет многочисленные инструменты и методы для обнаружения белковых мишеней лекарственных препаратов. [53]

Взаимодействие протеомики и белковых сетей

Протеомика взаимодействия — это анализ взаимодействия белков от масштабов бинарных взаимодействий до протеомных или сетевых. Большинство белков функционируют посредством белок-белковых взаимодействий , и одной из целей протеомики взаимодействия является идентификация бинарных взаимодействий белков , белковых комплексов и интерактомов .

Существует несколько методов исследования белок-белковых взаимодействий . Хотя наиболее традиционным методом является двугибридный анализ дрожжей , мощным новым методом является аффинная очистка с последующей масс-спектрометрией белка с использованием меченых белковых приманок . Другие методы включают поверхностный плазмонный резонанс (SPR), [54] [55] белковые микроматрицы , двойную поляризационную интерферометрию , микромасштабный термофорез , кинетический эксклюзионный анализ и экспериментальные методы, такие как фаговый дисплей и вычислительные методы in silico .

Знание белок-белковых взаимодействий особенно полезно в отношении биологических сетей и системной биологии , например, в каскадах клеточных сигналов и сетях регуляции генов (GRN, где знание белок-ДНК взаимодействий также информативно). Анализ белковых взаимодействий на уровне протеома и интеграция этих моделей взаимодействия в более крупные биологические сети имеют решающее значение для понимания биологии системного уровня. [56] [57]

Экспрессионная протеомика

Протеомика экспрессии включает анализ экспрессии белка в более крупном масштабе. Она помогает идентифицировать основные белки в конкретном образце и те белки, которые дифференциально экспрессируются в родственных образцах, например, в больной и здоровой ткани. Если белок обнаружен только в больном образце, то он может быть полезной мишенью для препарата или диагностическим маркером. Белки с одинаковыми или похожими профилями экспрессии также могут быть функционально связаны. Существуют такие технологии, как 2D-PAGE и масс-спектрометрия , которые используются в протеомике экспрессии. [58]

Биомаркеры

Национальный институт здравоохранения определил биомаркер как «характеристику, которая объективно измеряется и оценивается как индикатор нормальных биологических процессов, патогенных процессов или фармакологических реакций на терапевтическое вмешательство». [59] [60]

Понимание протеома, структуры и функции каждого белка и сложности белок-белковых взаимодействий имеют решающее значение для разработки наиболее эффективных диагностических методов и методов лечения заболеваний в будущем. Например, протеомика очень полезна для идентификации кандидатов на биомаркеры (белки в жидкостях организма, которые имеют ценность для диагностики), идентификации бактериальных антигенов, на которые направлен иммунный ответ, и идентификации возможных иммуногистохимических маркеров инфекционных или неопластических заболеваний. [61]

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 заболевание. Методы включают вестерн-блот , иммуногистохимическое окрашивание , иммуноферментный анализ (ELISA) или масс-спектрометрию . [40] [62] Секретомика , подраздел протеомики, изучающий секретируемые белки и пути секреции с использованием протеомных подходов, недавно стала важным инструментом для обнаружения биомаркеров заболеваний. [63]

Протеогеномика

В протеогеномике протеомные технологии, такие как масс-спектрометрия, используются для улучшения аннотаций генов . Параллельный анализ генома и протеома облегчает обнаружение посттрансляционных модификаций и протеолитических событий, [64] особенно при сравнении нескольких видов (сравнительная протеогеномика). [65]

Структурная протеомика

Структурная протеомика включает анализ белковых структур в больших масштабах. Она 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. [58]

Биоинформатика для протеомики (протеомная информатика)

Многие данные протеомики собираются с помощью высокопроизводительных технологий, таких как масс-спектрометрия и микрочипы. Часто для анализа данных и выполнения сравнений вручную требуются недели или месяцы. По этой причине биологи и химики сотрудничают с компьютерщиками и математиками для создания программ и конвейеров для вычислительного анализа данных о белках. Используя методы биоинформатики , исследователи способны выполнять более быстрый анализ и хранение данных. Хорошее место для поиска списков текущих программ и баз данных — портал биоинформатических ресурсов ExPASy . Приложения протеомики на основе биоинформатики включают медицину, диагностику заболеваний, идентификацию биомаркеров и многое другое.

Идентификация белка

Масс-спектрометрия и микрочипы выдают информацию о фрагментации пептидов, но не дают идентификацию конкретных белков, присутствующих в исходном образце. Из-за отсутствия конкретной идентификации белков, прошлые исследователи были вынуждены расшифровывать сами фрагменты пептидов. Однако в настоящее время существуют программы для идентификации белков. Эти программы берут выходные данные пептидных последовательностей из масс-спектрометрии и микрочипа и возвращают информацию о соответствующих или похожих белках. Это делается с помощью алгоритмов, реализованных программой, которые выполняют выравнивание с белками из известных баз данных, таких как UniProt [66] и PROSITE [67], чтобы предсказать, какие белки находятся в образце с определенной степенью уверенности.

Структура белка

Биомолекулярная структура формирует трехмерную конфигурацию белка. Понимание структуры белка помогает в идентификации взаимодействий и функций белка. Раньше считалось, что трехмерную структуру белков можно было определить только с помощью рентгеновской кристаллографии и ЯМР-спектроскопии . По состоянию на 2017 год криоэлектронная микроскопия является ведущей техникой, решающей трудности с кристаллизацией (в рентгеновской кристаллографии) и конформационной неоднозначностью (в ЯМР); разрешение составляло 2,2Å по состоянию на 2015 год. Теперь, благодаря биоинформатике, 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 взаимодействия белков в большем масштабе. Кроме того, биомедицинские инженеры разрабатывают методы, учитывающие гибкость структур белков для проведения сравнений и прогнозов. [68]

Посттрансляционные модификации

Большинство программ, доступных для анализа белков, не написаны для белков, которые подверглись посттрансляционным модификациям . [69] Некоторые программы принимают посттрансляционные модификации для помощи в идентификации белков, но затем игнорируют модификации во время дальнейшего анализа белков. Важно учитывать эти модификации, поскольку они могут влиять на структуру белка. В свою очередь, вычислительный анализ посттрансляционных модификаций привлек внимание научного сообщества. Текущие программы посттрансляционной модификации являются только предиктивными. [70] Химики, биологи и компьютерные специалисты работают вместе, чтобы создать и внедрить новые конвейеры, которые позволяют анализировать посттрансляционные модификации, которые были экспериментально идентифицированы по их влиянию на структуру и функцию белка.

Вычислительные методы в изучении белковых биомаркеров

Одним из примеров использования биоинформатики и использования вычислительных методов является изучение белковых биомаркеров. Вычислительные прогностические модели [71] показали, что обширный и разнообразный фето-материнский трафик белков происходит во время беременности и может быть легко обнаружен неинвазивным способом в цельной материнской крови. Этот вычислительный подход обошел главное ограничение, обилие материнских белков, мешающих обнаружению фетальных белков , для фетального протеомного анализа материнской крови. Вычислительные модели могут использовать транскрипты фетальных генов, ранее идентифицированные в цельной материнской крови , для создания всеобъемлющей протеомной сети термина новорожденный . Такая работа показывает, что фетальные белки, обнаруженные в крови беременной женщины, происходят из разнообразной группы тканей и органов развивающегося плода. Протеомные сети содержат множество биомаркеров , которые являются прокси для развития и иллюстрируют потенциальное клиническое применение этой технологии как способа мониторинга нормального и аномального развития плода.

Также была введена информационно-теоретическая структура для обнаружения биомаркеров , интегрирующая информацию о биожидкостях и тканях. [72] Этот новый подход использует преимущества функциональной синергии между определенными биожидкостями и тканями с потенциалом для клинически значимых результатов, которые были бы невозможны, если бы ткани и биожидкости рассматривались по отдельности. Концептуализируя ткань-биожидкости как информационные каналы, можно идентифицировать значимые прокси биожидкостей и затем использовать их для направленной разработки клинической диагностики. Затем потенциальные биомаркеры прогнозируются на основе критериев передачи информации по каналам ткань-биожидкости. Значимые взаимосвязи биожидкости и ткани могут использоваться для приоритизации клинической валидации биомаркеров. [72]

Новые тенденции

Ряд новых концепций имеют потенциал для улучшения текущих возможностей протеомики. Получение абсолютной количественной оценки белков и мониторинг посттрансляционных модификаций являются двумя задачами, которые влияют на понимание функции белков в здоровых и больных клетках. Кроме того, пропускная способность и чувствительность протеомных анализов, часто измеряемые как образцы, анализируемые в день, и глубина покрытия протеома, соответственно, привели к разработке передовых инструментов и методологий. [73] Для многих клеточных событий концентрации белков не изменяются; скорее, их функция модулируется посттрансляционными модификациями (PTM). Методы мониторинга PTM являются недостаточно развитой областью в протеомике. Выбор определенного подмножества белков для анализа существенно снижает сложность белков, что делает его выгодным для диагностических целей, где кровь является исходным материалом. Другим важным аспектом протеомики, который пока не рассмотрен, является то, что методы протеомики должны быть сосредоточены 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 облегчить эту проблему. Задача состоит в том, чтобы определить подходящие методы сохранения соответствующих взаимодействий. Другая цель изучения белков — разработка более сложных методов для визуализации белков и других молекул в живых клетках и в реальном времени. [42]

Системная биология

Достижения в количественной протеомике, очевидно, позволят проводить более глубокий анализ клеточных систем. [56] [57] Другим направлением исследований является анализ отдельных клеток, [74] [75] и ковариации белков между отдельными клетками [76] , что отражает биологические процессы, такие как образование белковых комплексов, иммунные функции, [77] , а также клеточный цикл и подготовка раковых клеток к лекарственной устойчивости [78] Биологические системы подвержены различным возмущениям ( клеточный цикл , клеточная дифференциация , канцерогенез , окружающая среда (биофизическая) и т. д.). Транскрипционные и трансляционные ответы на эти возмущения приводят к функциональным изменениям в протеоме, вовлеченным в ответ на стимул. Поэтому описание и количественная оценка изменений в протеомном изобилии белков имеет решающее значение для более целостного понимания биологического явления на уровне всей системы. Таким образом, протеомику можно рассматривать как дополнение к геномике , транскриптомике , эпигеномике , метаболомике и другим подходам -omics в интегративном анализе, пытающемся более полно определить биологические фенотипы . Например, The Cancer Proteome Atlas предоставляет количественные данные об экспрессии белков для ~200 белков в более чем 4000 образцах опухолей с соответствующими транскриптомными и геномными данными из The Cancer Genome Atlas . [79] Аналогичные наборы данных в других типах клеток, типах тканей и видах, особенно с использованием глубокой дробовой масс-спектрометрии, будут чрезвычайно важным ресурсом для исследований в таких областях, как биология рака , биология развития и стволовых клеток , медицина и эволюционная биология .

Протеом плазмы человека

Характеристика протеома плазмы человека стала главной целью в области протеомики, но это также самый сложный протеом из всех тканей человека. [80] Он содержит иммуноглобулин, цитокины, белковые гормоны и секретируемые белки, указывающие на инфекцию, помимо резидентных, гемостатических белков. Он также содержит белки утечки тканей из-за циркуляции крови через различные ткани в организме. 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 является сложной задачей.

Глубина протеома плазмы охватывает динамический диапазон более 10 10 между самым распространенным белком (альбумин) и самым низким (некоторые цитокины) и считается одной из основных проблем для протеомики. [81] Временная и пространственная динамика еще больше усложняет изучение протеома плазмы человека. Оборот некоторых белков происходит гораздо быстрее, чем других, и содержание белка в артерии может существенно отличаться от содержания в вене. Все эти различия делают даже самую простую протеомную задачу каталогизации протеома недостижимой. 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 повышенным гликозилированием белков, методы, которые фокусируются 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 соотноситься с соответствующими изменениями экспрессии генов. [42] Из-за вышеупомянутых проблем плазменная протеомика оставалась сложной. Однако технологические достижения и постоянные разработки, похоже, приводят к возрождению плазменной протеомики, как это было недавно продемонстрировано технологией, называемой профилированием плазменного протеома. [82] Благодаря таким технологиям исследователи смогли изучить воспалительные процессы у мышей, наследуемость плазменных протеомов, а также показать влияние такого распространенного изменения образа жизни, как потеря веса, на плазменный протеом. [83] [84] [85]

Журналы

Многочисленные журналы посвящены области протеомики и смежным областям. Обратите внимание, что журналы, посвященные белкам, обычно больше сосредоточены на структуре и функции, в то время как журналы по протеомике больше сосредоточены на крупномасштабном анализе целых протеомов или, по крайней мере, больших наборов белков. Некоторые соответствующие журналы по протеомике перечислены ниже (с их издателями).

Смотрите также

Базы данных белков

Научно-исследовательские центры

Ссылки

  1. ^ Андерсон НЛ, Андерсон НГ (август 1998 г.). «Протеом и протеомика: новые технологии, новые концепции и новые слова». Электрофорез . 19 (11): 1853–1861. doi :10.1002/elps.1150191103. PMID  9740045. S2CID  28933890.
  2. ^ Blackstock WP, Weir MP (март 1999). «Протеомика: количественное и физическое картирование клеточных белков». Тенденции в биотехнологии . 17 (3): 121–127. doi :10.1016/S0167-7799(98)01245-1. PMID  10189717.
  3. ^ Anderson JD, Johansson HJ, Graham CS, Vesterlund M, Pham MT, Bramlett CS и др. (март 2016 г.). «Комплексный протеомный анализ экзосом мезенхимальных стволовых клеток выявляет модуляцию ангиогенеза посредством сигнализации ядерного фактора-каппаB». Стволовые клетки . 34 (3): 601–613. doi :10.1002/stem.2298. PMC 5785927 . PMID  26782178. 
  4. ^ Худ Л., Роуэн Л. (13.09.2013). «Проект генома человека: большая наука преобразует биологию и медицину». Genome Medicine . 5 (9): 79. doi : 10.1186/gm483 . PMC 4066586. PMID  24040834 . 
  5. ^ Zhang Y, Fonslow BR, Shan B, Baek MC, Yates JR (апрель 2013 г.). «Анализ белков методом дробовика/восходящей протеомики». Chemical Reviews . 113 (4): 2343–2394. doi :10.1021/cr3003533. PMC 3751594 . PMID  23438204. 
  6. ^ Gatto L, Aebersold R, Cox J, Demichev V, Derks J, Emmott E и др. (март 2023 г.). «Первоначальные рекомендации по выполнению, сравнительному анализу и отчетности об экспериментах с протеомикой отдельных клеток». Nature Methods . 20 (3): 375–386. doi :10.1038/s41592-023-01785-3. PMC 10130941 . PMID  36864200. S2CID  251018292. 
  7. ^ Славов Н (февраль 2021 г.). «Анализ белков отдельных клеток методом масс-спектрометрии». Current Opinion in Chemical Biology . Omics. 60 : 1–9. doi :10.1016/j.cbpa.2020.04.018. PMC 7767890 . PMID  32599342. 
  8. ^ Wittmann, HG (1974-01-01), "[48] Двумерный электрофорез в полиакриламидном геле для разделения рибосомальных белков", Методы в энзимологии , синтез нуклеиновых кислот и белков, часть F, 30 , Academic Press: 497–505, doi :10.1016/0076-6879(74)30050-x, ISBN 978-0-12-181893-7, PMID  4212493 , получено 2024-08-28
  9. ^ Васингер В.К., Кордвелл С.Дж., Серпа-Поляк А., Ян Дж.Х., Гули А.А., Уилкинс М.Р. и др. (июль 1995 г.). «Прогресс в картировании генных продуктов Mollicutes: Mycoplasmaogenicium». Электрофорез . 16 (7): 1090–1094. дои : 10.1002/elps.11501601185. PMID  7498152. S2CID  9269742.
  10. ^ Swinbanks D (декабрь 1995 г.). «Правительство поддерживает предложение о протеоме». Nature . 378 (6558): 653. Bibcode :1995Natur.378..653S. doi : 10.1038/378653a0 . PMID  7501000.
  11. ^ "APAF - Австралийский центр анализа протеома". www.proteome.org.au . Новый Южный Уэльс, Австралия: Университет Маккуори . Получено 2017-02-06 .
  12. ^ Аль-Амрани, Сафа; Аль-Джабри, Заайма; Аль-Зааби, Адхари; Альшекайли, Джалила; Аль-Хабори, Муртада (27 сентября 2021 г.). «Протеомика: концепции и приложения в медицине человека». Всемирный журнал биологической химии . 12 (5): 57–69. дои : 10.4331/wjbc.v12.i5.57 . ISSN  1949-8454. ПМЦ 8473418 . ПМИД  34630910. 
  13. ^ Rogers S, Girolami M, Kolch W, Waters KM, Liu T, Thrall B, Wiley HS (декабрь 2008 г.). «Исследование соответствия между транскриптомными и протеомными профилями экспрессии с использованием связанных кластерных моделей». Bioinformatics . 24 (24): 2894–2900. doi :10.1093/bioinformatics/btn553. PMC 4141638 . PMID  18974169. 
  14. ^ Dhingra V, Gupta M, Andacht T, Fu ZF (август 2005 г.). «Новые рубежи в исследованиях протеомики: перспектива». International Journal of Pharmaceutics . 299 (1–2): 1–18. doi :10.1016/j.ijpharm.2005.04.010. PMID  15979831.
  15. ^ Buckingham S (май 2003). "Большой мир микроРНК" . Получено 14.01.2009 .
  16. ^ Olsen JV, Blagoev B, Gnad F, Macek B, Kumar C, Mortensen P, Mann M (ноябрь 2006 г.). «Глобальная, in vivo и сайт-специфическая динамика фосфорилирования в сигнальных сетях». Cell . 127 (3): 635–648. doi : 10.1016/j.cell.2006.09.026 . PMID  17081983. S2CID  7827573.
  17. ^ Шринивас PR, Верма М, Чжао Y, Шривастава С (август 2002 г.). «Протеомика для открытия биомаркеров рака». Клиническая химия . 48 (8): 1160–1169. PMID  12142368.
  18. ^ Gygi SP, Rochon Y, Franza BR, Aebersold R (март 1999). «Корреляция между белком и обилием мРНК у дрожжей». Молекулярная и клеточная биология . 19 (3): 1720–1730. doi :10.1128/MCB.19.3.1720. PMC 83965. PMID  10022859 . 
  19. ^ Belle A, Tanay A, Bitincka L, Shamir R, O'Shea EK (август 2006 г.). «Количественная оценка полупериода жизни белков в протеоме почкующихся дрожжей». Труды Национальной академии наук Соединенных Штатов Америки . 103 (35): 13004–13009. Bibcode : 2006PNAS..10313004B. doi : 10.1073/pnas.0605420103 . PMC 1550773. PMID  16916930 . 
  20. ^ Peng J, Elias JE, Thoreen CC, Licklider LJ, Gygi SP (2003). «Оценка многомерной хроматографии в сочетании с тандемной масс-спектрометрией (ЖХ/ЖХ-МС/МС) для крупномасштабного анализа белков: протеом дрожжей». Journal of Proteome Research . 2 (1): 43–50. CiteSeerX 10.1.1.460.237 . doi :10.1021/pr025556v. PMID  12643542. 
  21. ^ Washburn MP, Wolters D, Yates JR (март 2001 г.). «Масштабный анализ протеома дрожжей с помощью технологии многомерной идентификации белков». Nature Biotechnology . 19 (3): 242–247. doi :10.1038/85686. PMID  11231557. S2CID  16796135.
  22. ^ Tabb DL, Vega-Montoto L, Rudnick PA, Variyath AM, Ham AJ, Bunk DM и др. (февраль 2010 г.). «Повторяемость и воспроизводимость протеомных идентификаций с помощью жидкостной хроматографии и тандемной масс-спектрометрии». Journal of Proteome Research . 9 (2): 761–776. doi :10.1021/pr9006365. PMC 2818771. PMID  19921851 . 
  23. ^ Домон Б., Эберсолд Р. (июль 2010 г.). «Варианты и соображения при выборе количественной стратегии протеомики». Nature Biotechnology . 28 (7): 710–721. doi :10.1038/nbt.1661. PMID  20622845. S2CID  12367142.
  24. ^ Dupree EJ, Jayathirtha M, Yorkey H, Mihasan M, Petre BA, Darie CC (июль 2020 г.). «Критический обзор восходящей протеомики: хорошее, плохое и будущее этой области». Proteomes . 8 (3): 14. doi : 10.3390/proteomes8030014 . PMC 7564415 . PMID  32640657. 
  25. ^ Coorssen JR, Yergey AL (декабрь 2015 г.). «Протеомика — это аналитическая химия: соответствие назначению при применении нисходящих и восходящих анализов». Proteomes . 3 (4): 440–453. doi : 10.3390/proteomes3040440 . PMC 5217385 . PMID  28248279. 
  26. ^ Кёниг С. (февраль 2021 г.). «Спектральное качество переопределяет оценку программного обеспечения — краткое руководство по анализу данных фрагментации пептидов для неспециалистов по масс-спектрометрии». Журнал масс-спектрометрии . 56 (2): e4616. doi : 10.1002/jms.4616 . PMID  32955142. S2CID  221827335.
  27. ^ Duncan MW (июнь 2012 г.). «Хорошая масс-спектрометрия и ее место в хорошей науке». Журнал масс-спектрометрии . 47 (6): 795–809. Bibcode : 2012JMSp...47..795D. doi : 10.1002/jms.3038. PMID  22707172.
  28. ^ Arbabi Ghahroudi M, Desmyter A, Wyns L, Hamers R, Muyldermans S (сентябрь 1997 г.). «Выбор и идентификация фрагментов однодоменных антител из верблюжьих тяжелых цепей антител». FEBS Letters . 414 (3): 521–526. Bibcode : 1997FEBSL.414..521A. doi : 10.1016/S0014-5793(97)01062-4 . PMID  9323027. S2CID  5988844.
  29. ^ Штумпп МТ, Бинц ХК, Амштутц П (август 2008 г.). «DARPins: новое поколение белковых терапевтических средств». Drug Discovery Today . 13 (15–16): 695–701. doi :10.1016/j.drudis.2008.04.013. PMID  18621567.
  30. ^ Jayasena SD (сентябрь 1999 г.). «Аптамеры: новый класс молекул, которые конкурируют с антителами в диагностике». Клиническая химия . 45 (9): 1628–1650. doi : 10.1093/clinchem/45.9.1628 . PMID  10471678.
  31. ^ Wilson DH, Rissin DM, Kan CW, Fournier DR, Piech T, Campbell TG и др. (август 2016 г.). «Анализатор Simoa HD-1: новый полностью автоматизированный цифровой иммуноферментный анализатор с чувствительностью к отдельным молекулам и мультиплексированием». Журнал лабораторной автоматизации . 21 (4): 533–547. doi : 10.1177/2211068215589580 . PMID  26077162.
  32. ^ Nelson RW, Krone JR, Bieber AL, Williams P (апрель 1995 г.). «Масс-спектрометрический иммуноанализ». Аналитическая химия . 67 (7): 1153–1158. doi :10.1021/ac00103a003. OSTI  1175578. PMID  15134097.
  33. ^ "SISCAPA, Stable Isotope Standard Capture with Anti-Peptide Antibodies". Broad Institute of MIT and Harvard . 2015. Архивировано из оригинала 2015-07-15 . Получено 2015-07-15 .
  34. ^ ab Tonge R, Shaw J, Middleton B, Rowlinson R, Rayner S, Young J, et al. (март 2001 г.). «Проверка и разработка технологии протеомики флуоресцентного двумерного дифференциального гель-электрофореза». Proteomics . 1 (3): 377–396. doi :10.1002/1615-9861(200103)1:3<377::AID-PROT377>3.0.CO;2-6. PMID  11680884. S2CID  22432028.
  35. ^ Wang LP, Shen J, Ge LQ, Wu JC, Yang GQ, Jahn GC (ноябрь 2010 г.). «Увеличение содержания белка в дополнительных железах самцов под действием инсектицидов и его влияние на плодовитость самок коричневой цикадки Nilaparvata lugens Stål (Hemiptera: Delphacidae)». Crop Protection . 29 (11): 1280–5. Bibcode : 2010CrPro..29.1280W. doi : 10.1016/j.cropro.2010.07.009.
  36. ^ ab Ge LQ, Cheng Y, Wu JC, Jahn GC (октябрь 2011 г.). «Протеомный анализ инсектицидных триазофос-индуцированных белков, реагирующих на спаривание, у Nilaparvata lugens Stål (Hemiptera: Delphacidae)». Journal of Proteome Research . 10 (10): 4597–4612. doi :10.1021/pr200414g. PMID  21800909.
  37. ^ ab Reumann S (май 2011 г.). «К определению полного протеома растительных пероксисом: где экспериментальная протеомика должна быть дополнена биоинформатикой». Proteomics . 11 (9): 1764–1779. doi :10.1002/pmic.201000681. PMID  21472859. S2CID  20337179.
  38. ^ Uhlen M, Ponten F (апрель 2005 г.). «Протеомика на основе антител для профилирования тканей человека». Молекулярная и клеточная протеомика . 4 (4): 384–393. doi : 10.1074/mcp.R500009-MCP200 . PMID  15695805.
  39. ^ Jensen ON (февраль 2004 г.). «Протеомика, специфичная для модификаций: характеристика посттрансляционных модификаций с помощью масс-спектрометрии». Current Opinion in Chemical Biology . 8 (1): 33–41. doi :10.1016/j.cbpa.2003.12.009. PMID  15036154.
  40. ^ ab Klopfleisch R, Klose P, Weise C, Bondzio A, Multhaup G, Einspanier R, Gruber AD (декабрь 2010 г.). «Протеом метастатических карцином молочной железы у собак: сходства и различия с раком молочной железы у человека». Journal of Proteome Research . 9 (12): 6380–6391. doi :10.1021/pr100671c. PMID  20932060.
  41. ^ Alinejad T, Bin KQ, Vejayan J, Othman RY, Bhassu S (сентябрь 2015 г.). «Протеомный анализ дифференциально экспрессируемого белка в гемоцитах дикой гигантской пресноводной креветки Macrobrachium rosenbergii, инфицированной инфекционным гиподермальным и гемопоэтическим вирусом некроза (IHHNV)». Meta Gene . 5 : 55–67. doi : 10.1016/j.mgene.2015.05.004. PMC 4473098. PMID  26106581 . 
  42. ^ abcdef Weston AD, Hood L (2004). «Системная биология, протеомика и будущее здравоохранения: к предиктивной, профилактической и персонализированной медицине». Журнал исследований протеома . 3 (2): 179–196. CiteSeerX 10.1.1.603.4384 . doi :10.1021/pr0499693. PMID  15113093. 
  43. ^ Розанова, Светлана; Барковиц, Каталин; Николов, Мирослав; Шмидт, Карла; Урлауб, Хеннинг; Маркус, Катрин (2021), Маркус, Катрин; Эйзенахер, Мартин; Ситек, Барбара (ред.), «Количественная протеомика на основе масс-спектрометрии: обзор», Количественные методы в протеомике , Методы в молекулярной биологии, т. 2228, Нью-Йорк, Нью-Йорк: Springer US, стр. 85–116, doi : 10.1007/978-1-0716-1024-4_8 , ISBN 978-1-0716-1023-7, PMID  33950486, S2CID  233740602
  44. ^ Николов, Мирослав; Шмидт, Карла; Урлауб, Хеннинг (2012), Маркус, Катрин (ред.), «Количественная протеомика на основе масс-спектрометрии: обзор», Количественные методы в протеомике , Методы в молекулярной биологии, т. 893, Тотова, Нью-Джерси: Humana Press, стр. 85–100, doi : 10.1007/978-1-61779-885-6_7, hdl : 11858/00-001M-0000-000F-C327-D , ISBN 978-1-61779-884-9, PMID  22665296, S2CID  33009117 , получено 2023-04-14
  45. ^ Stoevesandt O, Taussig MJ (август 2012 г.). «Аффинная протеомика: роль специфических связывающих реагентов в анализе протеома человека». Expert Review of Proteomics . 9 (4): 401–414. doi :10.1586/epr.12.34. PMID  22967077. S2CID  19727645.
  46. ^ Eichelbaum K, Winter M, Berriel Diaz M, Herzig S, Krijgsveld J (октябрь 2012 г.). «Избирательное обогащение вновь синтезированных белков для количественного анализа секретома». Nature Biotechnology . 30 (10): 984–990. doi :10.1038/nbt.2356. PMID  23000932. S2CID  2651429.
  47. ^ Lang K, Chin JW (январь 2014). «Биоортогональные реакции для маркировки белков». ACS Chemical Biology . 9 (1): 16–20. doi :10.1021/cb4009292. PMID  24432752.
  48. ^ Devaraj NK (август 2018 г.). «Будущее биоортогональной химии». ACS Central Science . 4 (8): 952–959. doi :10.1021/acscentsci.8b00251. PMC 6107859. PMID  30159392 . 
  49. ^ Vaidyanathan G (март 2012 г.). «Переосмысление клинических испытаний: век персонализированной медицины». Cell . 148 (6): 1079–1080. doi : 10.1016/j.cell.2012.02.041 . PMID  22424218.
  50. ^ Раквал Р., Комацу С. (июль 2000 г.). «Роль жасмоната в механизме самозащиты риса (Oryza sativa L.) с использованием протеомного анализа». Электрофорез . 21 (12): 2492–2500. doi :10.1002/1522-2683(20000701)21:12<2492::AID-ELPS2492>3.0.CO;2-2. PMID  10939463. S2CID  24979515.
  51. ^ Wu J, Baldwin IT (2010). «Новые взгляды на реакцию растений на нападение травоядных насекомых». Annual Review of Genetics . 44 : 1–24. doi : 10.1146/annurev-genet-102209-163500. PMID  20649414.
  52. ^ Sangha JS, Chen YH, Kaur J, Khan W, Abduljaleel Z, Alanazi MS и др. (февраль 2013 г.). «Анализ протеома мутантов риса (Oryza sativa L.) выявляет дифференциально индуцированные белки во время заражения коричневой цикадкой (Nilaparvata lugens)». International Journal of Molecular Sciences . 14 (2): 3921–3945. doi : 10.3390/ijms14023921 . PMC 3588078 . PMID  23434671. 
  53. ^ Moellering RE, Cravatt BF (январь 2012 г.). «Как хемопротеомика может способствовать открытию и разработке лекарств». Химия и биология . 19 (1): 11–22. doi :10.1016/j.chembiol.2012.01.001. PMC 3312051. PMID 22284350  . 
  54. ^ de Mol NJ (2012). "Поверхностный плазмонный резонанс для протеомики". Химическая геномика и протеомика . Методы в молекулярной биологии. Т. 800. С. 33–53. doi :10.1007/978-1-61779-349-3_4. ISBN 978-1-61779-348-6. PMID  21964781.
  55. ^ Visser NF, Heck AJ (июнь 2008 г.). "Масс-спектрометрия поверхностного плазмонного резонанса в протеомике". Expert Review of Proteomics . 5 (3): 425–433. doi :10.1586/14789450.5.3.425. PMID  18532910. S2CID  11772983.
  56. ^ ab Bensimon A, Heck AJ, Aebersold R (7 июля 2012 г.). «Протеомика на основе масс-спектрометрии и сетевая биология». Annual Review of Biochemistry . 81 (1): 379–405. doi :10.1146/annurev-biochem-072909-100424. PMID  22439968.
  57. ^ ab Sabidó E, Selevsek N, Aebersold R (август 2012 г.). «Протеомика на основе масс-спектрометрии для системной биологии». Current Opinion in Biotechnology . 23 (4): 591–597. doi :10.1016/j.copbio.2011.11.014. PMID  22169889.
  58. ^ ab "Что такое протеомика?". ProteoConsult.[ ненадежный медицинский источник? ]
  59. ^ Strimbu K, Tavel JA (ноябрь 2010 г.). «Что такое биомаркеры?». Current Opinion in HIV and AIDS . 5 (6): 463–466. doi :10.1097/COH.0b013e32833ed177. PMC 3078627. PMID  20978388 . 
  60. ^ Рабочая группа по определениям биомаркеров (март 2001 г.). «Биомаркеры и суррогатные конечные точки: предпочтительные определения и концептуальная структура». Клиническая фармакология и терапия . 69 (3): 89–95. doi :10.1067/mcp.2001.113989. PMID  11240971. S2CID  288484.
  61. ^ Ceciliani F, Eckersall D, Burchmore R, Lecchi C (март 2014 г.). «Протеомика в ветеринарной медицине: применение и тенденции в патогенезе и диагностике заболеваний». Ветеринарная патология . 51 (2): 351–362. doi : 10.1177/0300985813502819. hdl : 2434/226049 . PMID  24045891. S2CID  25693263.
  62. ^ Клопфлейш Р., Грубер АД. (май 2009 г.). «Повышенная экспрессия BRCA2 и RAD51 в метастазах лимфатических узлов аденокарцином молочной железы у собак». Ветеринарная патология . 46 (3): 416–422. doi : 10.1354/vp.08-VP-0212-K-FL . PMID  19176491. S2CID  11583190.
  63. ^ Hathout Y (апрель 2007 г.). «Подходы к изучению клеточного секретома». Expert Review of Proteomics . 4 (2): 239–248. doi :10.1586/14789450.4.2.239. PMID  17425459. S2CID  26169223.
  64. ^ Gupta N, Tanner S, Jaitly N, Adkins JN, Lipton M, Edwards R и др. (сентябрь 2007 г.). «Полноценный протеомный анализ посттрансляционных модификаций: применение масс-спектрометрии для протеогеномной аннотации». Genome Research . 17 (9): 1362–1377. doi :10.1101/gr.6427907. PMC 1950905 . PMID  17690205. 
  65. ^ Gupta N, Benhamida J, Bhargava V, Goodman D, Kain E, Kerman I, et al. (Июль 2008 г.). «Сравнительная протеогеномика: объединение масс-спектрометрии и сравнительной геномики для анализа нескольких геномов». Genome Research . 18 (7): 1133–1142. doi :10.1101/gr.074344.107. PMC 2493402. PMID  18426904 . 
  66. ^ "UniProt". www.uniprot.org .
  67. ^ "ЭксПАСи - ПРОСИТ" . prosite.expasy.org .
  68. ^ Wang HW, Chu CH, Wang WC, Pai TW (апрель 2014 г.). «Локальный средний дескриптор расстояния для сравнения гибкой структуры белка». BMC Bioinformatics . 15 (95): 95. doi : 10.1186/1471-2105-15-95 . PMC 3992163 . PMID  24694083. 
  69. ^ Петров Д., Маргрейтер С., Грандитс М., Остенбринк С., Загрович Б. (июль 2013 г.). «Систематическая структура для моделирования молекулярной динамики посттрансляционных модификаций белков». PLOS Computational Biology . 9 (7): e1003154. Bibcode : 2013PLSCB...9E3154P. doi : 10.1371/journal.pcbi.1003154 . PMC 3715417. PMID  23874192 . 
  70. ^ Margreitter C, Petrov D, Zagrovic B (июль 2013 г.). «Веб-сервер Vienna-PTM: набор инструментов для моделирования посттрансляционных модификаций белков с помощью МД». Nucleic Acids Research . 41 (выпуск веб-сервера): W422–W426. doi :10.1093/nar/gkt416. PMC 3692090. PMID  23703210 . 
  71. ^ Maron JL, Alterovitz G, Ramoni M, Johnson KL, Bianchi DW (декабрь 2009 г.). «Высокопроизводительное обнаружение и характеристика трафика фетальных белков в крови беременных женщин». Протеомика. Клинические приложения . 3 (12): 1389–1396. doi :10.1002/prca.200900109. PMC 2825712. PMID  20186258 . 
  72. ^ ab Alterovitz G, Xiang M, Liu J, Chang A, Ramoni MF (2008). «Системное периферическое биомаркерное обнаружение с использованием теории информации». Biocomputing 2008. стр. 231–42. doi :10.1142/9789812776136_0024. ISBN 9789812776082. PMID  18229689. {{cite book}}: |journal=проигнорировано ( помощь )
  73. ^ Питерс-Кларк, Трентон М.; Кун, Джошуа Дж.; Райли, Николас М. (2024-05-21). «Инструменты на переднем крае протеомики». Аналитическая химия . 96 (20): 7976–8010. doi :10.1021/acs.analchem.3c04497. ISSN  0003-2700. PMID  38738990.
  74. ^ Славов Н (январь 2022 г.). «Масштабирование протеомики отдельных клеток». Молекулярная и клеточная протеомика . 21 (1): 100179. doi :10.1016/j.mcpro.2021.100179. PMC 8683604. PMID  34808355 . 
  75. ^ Derks J, Leduc A, Wallmann G, Huffman RG, Willetts M, Khan S и др. (Июль 2022 г.). «Увеличение пропускной способности чувствительной протеомики с помощью plexDIA». Nature Biotechnology . 41 (1): 50–59. doi :10.1038/s41587-022-01389-w. PMC 9839897 . PMID  35835881. 
  76. ^ Славов Н (январь 2022 г.). «Изучение естественных вариаций в протеомах отдельных клеток». PLOS Biology . 20 (1): e3001512. doi : 10.1371/journal.pbio.3001512 . PMC 8765665. PMID  34986167 . 
  77. ^ Хаффман РГ, Ледюк А, Вихманн К, ди Джоя М, Борриелло Ф, Шпехт Х и др. (2022-03-18). «Приоритетная протеомика отдельных клеток выявляет молекулярную и функциональную поляризацию в первичных макрофагах». bioRxiv : 2022.03.16.484655. doi :10.1101/2022.03.16.484655. S2CID  247599981.
  78. ^ Leduc A, Huffman RG, Cantlon J, Khan S, Slavov N ​​(декабрь 2022 г.). «Изучение функциональной ковариации белков в отдельных клетках с использованием nPOP». Genome Biology . 23 (1): 261. doi : 10.1186/s13059-022-02817-5 . PMC 9756690. PMID  36527135. 
  79. ^ Li J, Lu Y, Akbani R, Ju Z, Roebuck PL, Liu W и др. (ноябрь 2013 г.). «TCPA: ресурс для данных функциональной протеомики рака». Nature Methods . 10 (11): 1046–1047. doi :10.1038/nmeth.2650. PMC 4076789 . PMID  24037243. 
  80. ^ Anderson NL (февраль 2010 г.). «Клинический протеом плазмы: обзор клинических анализов белков в плазме и сыворотке». Клиническая химия . 56 (2): 177–185. doi : 10.1373/clinchem.2009.126706 . PMID  19884488.
  81. ^ Андерсон Л. (июль 2014 г.). «Шесть десятилетий поиска смысла в протеоме». Журнал протеомики . 107 : 24–30. doi :10.1016/j.jprot.2014.03.005. PMID  24642211.
  82. ^ Geyer PE, Kulak NA, Pichler G, Holdt LM, Teupser D, Mann M (март 2016 г.). «Профилирование протеома плазмы для оценки здоровья и заболеваний человека». Cell Systems . 2 (3): 185–195. doi : 10.1016/j.cels.2016.02.015 . hdl : 11858/00-001M-0000-002B-A17E-4 . PMID  27135364.
  83. ^ Malmström E, Kilsgård O, Hauri S, Smeds E, Herwald H, Malmström L, Malmström J (январь 2016 г.). «Масштабное заключение о происхождении белковой ткани в плазме грамположительного сепсиса с использованием количественной целевой протеомики». Nature Communications . 7 : 10261. Bibcode :2016NatCo...710261M. doi :10.1038/ncomms10261. PMC 4729823 . PMID  26732734. 
  84. ^ Гейер П.Е., Вевер Альбрехтсен Н.Дж., Тьянова С., Грассл Н., Иепсен Э.В., Лундгрен Дж. и др. (декабрь 2016 г.). «Протеомика раскрывает эффекты устойчивой потери веса на протеом плазмы человека». Молекулярная системная биология . 12 (12): 901. doi :10.15252/msb.20167357. PMC 5199119. PMID  28007936 . 
  85. ^ Liu Y, Buil A, Collins BC, Gillet LC, Blum LC, Cheng LY и др. (февраль 2015 г.). «Количественная изменчивость 342 плазменных белков в популяции человеческих близнецов». Molecular Systems Biology . 11 (1): 786. doi :10.15252/msb.20145728. PMC 4358658 . PMID  25652787. 

Библиография

Внешние ссылки

Найдите информацию о протеомике в Викисловаре, бесплатном словаре.
В Wikibooks есть больше информации по теме: Протеомика
На Викиверситете вы можете узнать больше и рассказать другим о протеомике на кафедре протеомики.