ข้อมูล

10.3: Genomics and Proteomics - ชีววิทยา

10.3: Genomics and Proteomics - ชีววิทยา


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

การศึกษากรดนิวคลีอิกเริ่มต้นด้วยการค้นพบดีเอ็นเอ ก้าวหน้าไปสู่การศึกษายีนและชิ้นส่วนเล็กๆ และตอนนี้ได้ขยายไปสู่สาขาจีโนม จีโนมิกส์คือการศึกษาจีโนมทั้งหมด ซึ่งรวมถึงชุดของยีนทั้งหมด ลำดับนิวคลีโอไทด์และการจัดระเบียบ และปฏิสัมพันธ์ภายในสปีชีส์หนึ่งและกับสปีชีส์อื่น ความก้าวหน้าในจีโนมเกิดขึ้นได้ด้วยเทคโนโลยีการจัดลำดับดีเอ็นเอ เช่นเดียวกับเทคโนโลยีสารสนเทศที่นำไปสู่ ​​Google Maps ที่ช่วยให้เราได้รับข้อมูลโดยละเอียดเกี่ยวกับสถานที่ต่างๆ ทั่วโลก ข้อมูลจีโนมก็ถูกใช้เพื่อสร้างแผนที่ที่คล้ายกันของ DNA ของสิ่งมีชีวิตต่างๆ

การทำแผนที่จีโนม

การทำแผนที่จีโนมเป็นกระบวนการในการค้นหาตำแหน่งของยีนในแต่ละโครโมโซม แผนที่ที่สร้างขึ้นนั้นเปรียบได้กับแผนที่ที่เราใช้เพื่อนำทางไปตามถนน แผนที่ทางพันธุกรรมเป็นภาพประกอบที่แสดงยีนและตำแหน่งของพวกมันบนโครโมโซม แผนที่ทางพันธุกรรมให้ภาพรวม (คล้ายกับแผนที่ทางหลวงระหว่างรัฐ) และใช้เครื่องหมายทางพันธุกรรม (คล้ายกับจุดสังเกต) เครื่องหมายทางพันธุกรรมคือยีนหรือลำดับบนโครโมโซมที่แสดงความเชื่อมโยงทางพันธุกรรมกับลักษณะที่น่าสนใจ ตัวบ่งชี้ทางพันธุกรรมมีแนวโน้มที่จะสืบทอดกับยีนที่น่าสนใจ และการวัดระยะห่างระหว่างพวกเขาอย่างหนึ่งคือความถี่การรวมตัวใหม่ระหว่างไมโอซิส นักพันธุศาสตร์ยุคแรกเรียกการวิเคราะห์ความเชื่อมโยงนี้

แผนที่ทางกายภาพแสดงรายละเอียดอย่างใกล้ชิดของบริเวณเล็กๆ ของโครโมโซม (คล้ายกับแผนที่ถนนแบบละเอียด) (รูปที่ 10.3.1) แผนที่ทางกายภาพคือการแสดงระยะทางทางกายภาพ ในนิวคลีโอไทด์ ระหว่างยีนหรือเครื่องหมายทางพันธุกรรม ทั้งแผนที่เชื่อมโยงทางพันธุกรรมและแผนที่ทางกายภาพจำเป็นต้องสร้างภาพที่สมบูรณ์ของจีโนม การมีแผนที่ที่สมบูรณ์ของจีโนมทำให้นักวิจัยศึกษายีนแต่ละตัวได้ง่ายขึ้น แผนที่จีโนมมนุษย์ช่วยนักวิจัยในการพยายามระบุยีนที่ก่อให้เกิดโรคในมนุษย์ที่เกี่ยวข้องกับความเจ็บป่วย เช่น มะเร็ง โรคหัวใจ และซิสติก ไฟโบรซิส เป็นต้น นอกจากนี้ การทำแผนที่จีโนมยังสามารถใช้เพื่อช่วยในการระบุสิ่งมีชีวิตที่มีลักษณะที่เป็นประโยชน์ เช่น จุลินทรีย์ที่มีความสามารถในการทำความสะอาดสารมลพิษ หรือแม้แต่ป้องกันมลพิษ การวิจัยเกี่ยวกับการทำแผนที่จีโนมของพืชอาจนำไปสู่วิธีการที่ให้ผลผลิตพืชที่สูงขึ้นหรือการพัฒนาพืชที่ปรับให้เข้ากับการเปลี่ยนแปลงสภาพภูมิอากาศได้ดีขึ้น

แผนที่ทางพันธุกรรมให้เค้าร่าง และแผนที่ทางกายภาพให้รายละเอียด เป็นเรื่องง่ายที่จะเข้าใจว่าทำไมเทคนิคการทำแผนที่จีโนมทั้งสองประเภทจึงมีความสำคัญในการแสดงภาพรวม ข้อมูลที่ได้จากแต่ละเทคนิคจะใช้ร่วมกันเพื่อศึกษาจีโนม การทำแผนที่จีโนมใช้กับสิ่งมีชีวิตแบบจำลองต่างๆ ที่ใช้สำหรับการวิจัย การทำแผนที่จีโนมยังคงเป็นกระบวนการต่อเนื่อง และเมื่อมีการพัฒนาเทคนิคขั้นสูงขึ้น ความก้าวหน้าที่คาดหวังมากขึ้น การทำแผนที่จีโนมคล้ายกับการไขปริศนาที่ซับซ้อนโดยใช้ข้อมูลที่มีอยู่ทุกชิ้น ข้อมูลการทำแผนที่ที่สร้างขึ้นในห้องปฏิบัติการทั่วโลกจะถูกป้อนลงในฐานข้อมูลกลาง เช่น ศูนย์ข้อมูลเทคโนโลยีชีวภาพแห่งชาติ (NCBI) มีความพยายามในการทำให้นักวิจัยและบุคคลทั่วไปเข้าถึงข้อมูลได้ง่ายขึ้น เช่นเดียวกับที่เราใช้ระบบกำหนดตำแหน่งทั่วโลกแทนแผนที่กระดาษเพื่อนำทางไปตามถนน NCBI ช่วยให้เราสามารถใช้เครื่องมือดูจีโนมเพื่อทำให้กระบวนการทำเหมืองข้อมูลง่ายขึ้น

แนวคิดในการดำเนินการ

Online Mendelian Inheritance in Man (OMIM) เป็นแคตตาล็อกออนไลน์ที่ค้นหาได้ของยีนมนุษย์และความผิดปกติทางพันธุกรรม เว็บไซต์นี้แสดงแผนที่จีโนม และยังมีรายละเอียดประวัติและการวิจัยของลักษณะและความผิดปกติแต่ละอย่าง คลิกลิงก์เพื่อค้นหาลักษณะ (เช่น ความถนัดมือ) และความผิดปกติทางพันธุกรรม (เช่น โรคเบาหวาน)

การจัดลำดับจีโนมทั้งหมด

แม้ว่าวิทยาศาสตร์การแพทย์จะมีความก้าวหน้าอย่างมากในช่วงไม่กี่ปีที่ผ่านมา แต่แพทย์ยังคงสับสนกับโรคต่างๆ มากมาย และนักวิจัยกำลังใช้การจัดลำดับจีโนมทั้งหมดเพื่อแก้ไขปัญหา การจัดลำดับจีโนมทั้งหมดเป็นกระบวนการที่กำหนดลำดับดีเอ็นเอของจีโนมทั้งหมด การจัดลำดับจีโนมทั้งหมดเป็นวิธีที่ใช้กำลังเดรัจฉานในการแก้ปัญหาเมื่อมีพื้นฐานทางพันธุกรรมที่เป็นแก่นแท้ของโรค ขณะนี้ห้องปฏิบัติการหลายแห่งให้บริการเพื่อจัดลำดับ วิเคราะห์ และตีความจีโนมทั้งหมด

ในปี 2010 การจัดลำดับจีโนมทั้งหมดถูกใช้เพื่อช่วยเด็กหนุ่มที่ลำไส้มีฝีที่ลึกลับหลายอย่าง เด็กมีการผ่าตัดลำไส้ใหญ่หลายครั้งโดยไม่มีการบรรเทา ในที่สุด ลำดับจีโนมทั้งหมดเผยให้เห็นข้อบกพร่องในวิถีทางที่ควบคุมการตายของเซลล์ การปลูกถ่ายไขกระดูกถูกนำมาใช้เพื่อเอาชนะความผิดปกติทางพันธุกรรมนี้ ซึ่งนำไปสู่การรักษาสำหรับเด็กชาย เขาเป็นคนแรกที่ได้รับการวินิจฉัยว่าประสบความสำเร็จโดยใช้การจัดลำดับจีโนมทั้งหมด

จีโนมแรกที่จะถูกจัดลำดับ เช่น จีโนมที่เป็นของไวรัส แบคทีเรีย และยีสต์ มีจำนวนนิวคลีโอไทด์น้อยกว่าในแง่ของจำนวนนิวคลีโอไทด์ของสิ่งมีชีวิตหลายเซลล์ จีโนมของสิ่งมีชีวิตแบบจำลองอื่นๆ เช่น หนู (กล้ามเนื้อ) แมลงวันผลไม้ (แมลงหวี่ melanogaster) และไส้เดือนฝอย (Caenorhabditis elegans) เป็นที่ทราบกันดีอยู่แล้ว การวิจัยพื้นฐานจำนวนมากดำเนินการในแบบจำลองสิ่งมีชีวิตเนื่องจากข้อมูลสามารถนำไปใช้กับสิ่งมีชีวิตอื่นได้ สิ่งมีชีวิตจำลองคือสิ่งมีชีวิตที่ได้รับการศึกษาเพื่อเป็นแบบจำลองเพื่อทำความเข้าใจกระบวนการทางชีววิทยาในสิ่งมีชีวิตชนิดอื่นที่สามารถแสดงได้ด้วยสิ่งมีชีวิตจำลอง ตัวอย่างเช่น แมลงวันผลไม้สามารถเผาผลาญแอลกอฮอล์ได้เหมือนกับมนุษย์ ดังนั้นยีนที่มีผลต่อความไวต่อแอลกอฮอล์จึงได้รับการศึกษาในแมลงวันผลไม้เพื่อพยายามทำความเข้าใจความแปรผันของความไวต่อแอลกอฮอล์ในมนุษย์ การมีลำดับจีโนมทั้งหมดช่วยให้มีความพยายามในการวิจัยในสิ่งมีชีวิตแบบจำลองเหล่านี้ (รูปที่ 10.3.2)

ลำดับจีโนมมนุษย์ชุดแรกได้รับการตีพิมพ์ในปี พ.ศ. 2546 จำนวนจีโนมทั้งหมดที่ได้รับการจัดลำดับเพิ่มขึ้นอย่างต่อเนื่อง และขณะนี้มีหลายร้อยชนิดและจีโนมมนุษย์หลายพันชนิด

การใช้จีโนมิกส์

การแนะนำการจัดลำดับดีเอ็นเอและโครงการจัดลำดับจีโนมทั้งหมด โดยเฉพาะอย่างยิ่งโครงการจีโนมมนุษย์ ได้ขยายการบังคับใช้ข้อมูลลำดับดีเอ็นเอ ปัจจุบันมีการใช้จีโนมในด้านต่างๆ เช่น metagenomics, pharmacogenomics และ mitochondrial genomics การประยุกต์ใช้จีโนมที่เป็นที่รู้จักมากที่สุดคือการทำความเข้าใจและค้นหาวิธีรักษาโรค

การทำนายความเสี่ยงโรคในระดับบุคคล

การทำนายความเสี่ยงของโรคเกี่ยวข้องกับการตรวจคัดกรองและระบุบุคคลที่มีสุขภาพดีในปัจจุบันโดยการวิเคราะห์จีโนมในระดับบุคคล สามารถแนะนำการแทรกแซงการเปลี่ยนแปลงวิถีชีวิตและการใช้ยาก่อนเริ่มมีอาการ อย่างไรก็ตาม แนวทางนี้ใช้ได้ดีที่สุดเมื่อปัญหาเกิดจากการกลายพันธุ์ของยีนตัวเดียว ข้อบกพร่องดังกล่าวเป็นเพียงประมาณร้อยละ 5 ของโรคที่พบในประเทศที่พัฒนาแล้ว โรคที่พบบ่อยส่วนใหญ่ เช่น โรคหัวใจ มีหลายปัจจัยหรือโพลิเจนิก ซึ่งหมายถึงลักษณะฟีโนไทป์ที่กำหนดโดยยีนตั้งแต่สองตัวขึ้นไป และปัจจัยด้านสิ่งแวดล้อม เช่น อาหาร ในเดือนเมษายน 2010 นักวิทยาศาสตร์ที่มหาวิทยาลัยสแตนฟอร์ดได้ตีพิมพ์การวิเคราะห์จีโนมของบุคคลที่มีสุขภาพแข็งแรง (สตีเฟน เควค นักวิทยาศาสตร์จากมหาวิทยาลัยสแตนฟอร์ดซึ่งมีลำดับจีโนมของเขา) การวิเคราะห์ทำนายแนวโน้มที่จะเป็นโรคต่างๆ มีการประเมินความเสี่ยงเพื่อวิเคราะห์เปอร์เซ็นต์ความเสี่ยงของ Quake สำหรับ 55 เงื่อนไขทางการแพทย์ที่แตกต่างกัน พบการกลายพันธุ์ทางพันธุกรรมที่หายากซึ่งแสดงให้เห็นว่าเขามีความเสี่ยงที่จะหัวใจวายกะทันหัน นอกจากนี้ เขายังคาดการณ์ว่าจะมีความเสี่ยงในการเป็นมะเร็งต่อมลูกหมาก 23 เปอร์เซ็นต์ และความเสี่ยงในการเกิดโรคอัลไซเมอร์ 1.4% นักวิทยาศาสตร์ใช้ฐานข้อมูลและสิ่งพิมพ์หลายฉบับเพื่อวิเคราะห์ข้อมูลจีโนม แม้ว่าการจัดลำดับจีโนมจะมีราคาจับต้องได้มากขึ้นและเครื่องมือวิเคราะห์ก็น่าเชื่อถือมากขึ้น แต่ประเด็นด้านจริยธรรมที่เกี่ยวข้องกับการวิเคราะห์จีโนมในระดับประชากรก็ยังคงต้องได้รับการแก้ไข ตัวอย่างเช่น ข้อมูลดังกล่าวสามารถใช้อย่างถูกกฎหมายเพื่อเรียกเก็บเงินค่าประกันมากหรือน้อยหรือส่งผลกระทบต่ออันดับเครดิตหรือไม่?

การศึกษาสมาคมทั่วทั้งจีโนม

ตั้งแต่ปีพ.ศ. 2548 เป็นไปได้ที่จะดำเนินการศึกษาประเภทหนึ่งที่เรียกว่าการศึกษาความสัมพันธ์ในระดับจีโนมหรือ GWAS GWAS เป็นวิธีการที่ระบุความแตกต่างระหว่างบุคคลใน single nucleotide polymorphisms (SNPs) ที่อาจเกี่ยวข้องกับการก่อให้เกิดโรค วิธีนี้เหมาะอย่างยิ่งสำหรับโรคที่อาจได้รับผลกระทบจากการเปลี่ยนแปลงทางพันธุกรรมอย่างน้อยหนึ่งครั้งตลอดทั้งจีโนม เป็นการยากมากที่จะระบุยีนที่เกี่ยวข้องกับโรคดังกล่าวโดยใช้ข้อมูลประวัติครอบครัว วิธี GWAS อาศัยฐานข้อมูลทางพันธุกรรมที่มีการพัฒนามาตั้งแต่ปี 2545 ซึ่งเรียกว่าโครงการ International HapMap โครงการ HapMap จัดลำดับจีโนมของบุคคลหลายร้อยคนจากทั่วโลกและระบุกลุ่มของ SNP กลุ่มเหล่านี้รวมถึง SNPs ที่อยู่ใกล้กับโครโมโซมดังนั้นพวกเขาจึงมักจะอยู่ด้วยกันผ่านการรวมตัวกันใหม่ ความจริงที่ว่ากลุ่มอยู่ด้วยกันหมายความว่าการระบุ SNP หนึ่งเครื่องหมายเป็นสิ่งที่จำเป็นในการระบุ SNP ทั้งหมดในกลุ่ม มีการระบุ SNP หลายล้านรายการ แต่การระบุในบุคคลอื่นที่ไม่มีลำดับจีโนมที่สมบูรณ์นั้นง่ายกว่ามากเพราะจำเป็นต้องระบุ SNP ของเครื่องหมายเท่านั้น

ในการออกแบบทั่วไปสำหรับ GWAS จะมีการเลือกบุคคลสองกลุ่ม กลุ่มหนึ่งมีโรคและอีกกลุ่มหนึ่งไม่มี บุคคลในแต่ละกลุ่มจะถูกจับคู่ในลักษณะอื่น ๆ เพื่อลดผลกระทบของตัวแปรที่สับสนซึ่งทำให้เกิดความแตกต่างระหว่างสองกลุ่ม ตัวอย่างเช่น จีโนไทป์อาจแตกต่างกันเนื่องจากทั้งสองกลุ่มส่วนใหญ่มาจากส่วนต่างๆ ของโลก เมื่อบุคคลได้รับการคัดเลือกแล้ว และโดยทั่วไปแล้วจะมีตัวเลขเป็นพันหรือมากกว่าสำหรับการศึกษาวิจัย จะได้รับตัวอย่าง DNA ของพวกเขา วิเคราะห์ DNA โดยใช้ระบบอัตโนมัติเพื่อระบุความแตกต่างอย่างมากในเปอร์เซ็นต์ของ SNP เฉพาะระหว่างสองกลุ่ม บ่อยครั้งที่การศึกษาตรวจสอบ SNPs หนึ่งล้านตัวหรือมากกว่าใน DNA ผลลัพธ์ของ GWAS สามารถใช้ได้สองวิธี: ความแตกต่างทางพันธุกรรมอาจใช้เป็นตัวบ่งชี้ถึงความอ่อนแอต่อโรคในบุคคลที่ไม่ได้รับการวินิจฉัย และยีนที่ระบุสามารถเป็นเป้าหมายสำหรับการวิจัยเกี่ยวกับวิถีทางโมเลกุลของโรคและการรักษาที่เป็นไปได้ หน่อของการค้นพบความสัมพันธ์ของยีนกับโรคคือการก่อตั้งบริษัทต่างๆ ที่เรียกว่า "จีโนมส่วนบุคคล" ซึ่งจะระบุระดับความเสี่ยงสำหรับโรคต่างๆ ตามส่วนประกอบ SNP ของแต่ละบุคคล วิทยาศาสตร์ที่อยู่เบื้องหลังบริการเหล่านี้เป็นที่ถกเถียงกัน

เนื่องจาก GWAS มองหาความสัมพันธ์ระหว่างยีนกับโรค การศึกษาเหล่านี้จึงให้ข้อมูลสำหรับการวิจัยอื่นๆ เกี่ยวกับสาเหตุ แทนที่จะตอบคำถามเฉพาะด้วยตนเอง ความสัมพันธ์ระหว่างความแตกต่างของยีนกับโรคไม่ได้หมายความว่ามีความสัมพันธ์แบบเหตุและผล อย่างไรก็ตาม การศึกษาบางชิ้นได้ให้ข้อมูลที่เป็นประโยชน์เกี่ยวกับสาเหตุทางพันธุกรรมของโรค ตัวอย่างเช่น การศึกษาที่แตกต่างกันสามชิ้นในปี 2548 ระบุยีนของโปรตีนที่เกี่ยวข้องกับการควบคุมการอักเสบในร่างกายที่เกี่ยวข้องกับโรคตาบอดสีที่เรียกว่าจอประสาทตาเสื่อมที่เกี่ยวข้องกับอายุ นี่เป็นการเปิดโอกาสใหม่ ๆ สำหรับการวิจัยสาเหตุของโรคนี้ มีการระบุว่ายีนจำนวนมากเกี่ยวข้องกับโรคของโครห์นโดยใช้ GWAS และบางส่วนได้เสนอกลไกสมมุติฐานใหม่สำหรับสาเหตุของโรค

เภสัชพันธุศาสตร์

Pharmacogenomics เกี่ยวข้องกับการประเมินประสิทธิภาพและความปลอดภัยของยาโดยพิจารณาจากข้อมูลจากลำดับจีโนมของแต่ละบุคคล ข้อมูลลำดับจีโนมส่วนบุคคลสามารถใช้เพื่อกำหนดยาที่จะมีประสิทธิภาพสูงสุดและเป็นพิษน้อยที่สุดโดยพิจารณาจากจีโนไทป์ของผู้ป่วยแต่ละราย การศึกษาการเปลี่ยนแปลงในการแสดงออกของยีนสามารถให้ข้อมูลเกี่ยวกับโปรไฟล์การถอดรหัสยีนเมื่อมียา ซึ่งสามารถใช้เป็นตัวบ่งชี้เบื้องต้นของศักยภาพที่จะเกิดพิษได้ ตัวอย่างเช่น ยีนที่เกี่ยวข้องกับการเติบโตของเซลล์และการตายของเซลล์ที่ควบคุม เมื่อถูกรบกวน อาจนำไปสู่การเติบโตของเซลล์มะเร็ง การศึกษาในวงกว้างของจีโนมยังสามารถช่วยในการค้นหายีนใหม่ที่เกี่ยวข้องกับความเป็นพิษของยา ลายเซ็นของยีนอาจไม่ถูกต้องทั้งหมด แต่สามารถทดสอบเพิ่มเติมได้ก่อนที่อาการทางพยาธิวิทยาจะเกิดขึ้น

เมตาจีโนมิกส์

ตามเนื้อผ้า จุลชีววิทยาได้รับการสอนด้วยมุมมองที่ว่าจุลินทรีย์ได้รับการศึกษาที่ดีที่สุดภายใต้สภาวะการเพาะเลี้ยงบริสุทธิ์ ซึ่งเกี่ยวข้องกับการแยกเซลล์ประเภทเดียวและเพาะเลี้ยงเซลล์ในห้องปฏิบัติการ เนื่องจากจุลินทรีย์สามารถผ่านเข้าไปในหลายชั่วอายุคนได้ในเวลาไม่กี่ชั่วโมง โปรไฟล์การแสดงออกของยีนของพวกมันจึงปรับให้เข้ากับสภาพแวดล้อมของห้องปฏิบัติการใหม่ได้อย่างรวดเร็ว ในทางกลับกัน หลายสายพันธุ์ต่อต้านการเพาะเลี้ยงแบบแยกส่วน จุลินทรีย์ส่วนใหญ่ไม่ได้อาศัยอยู่อย่างโดดเดี่ยว แต่ในชุมชนจุลินทรีย์ที่เรียกว่าไบโอฟิล์ม ด้วยเหตุผลทั้งหมดนี้ วัฒนธรรมบริสุทธิ์จึงไม่ใช่วิธีที่ดีที่สุดในการศึกษาจุลินทรีย์เสมอไป Metagenomics คือการศึกษาจีโนมรวมของหลายสปีชีส์ที่เติบโตและมีปฏิสัมพันธ์ในซอกสิ่งแวดล้อม สามารถใช้ Metagenomics เพื่อระบุสายพันธุ์ใหม่ได้รวดเร็วยิ่งขึ้นและเพื่อวิเคราะห์ผลกระทบของมลพิษต่อสิ่งแวดล้อม (รูปที่ 10.3.3) เทคนิคเมตาจีโนมิกส์สามารถนำไปใช้กับชุมชนที่มียูคาริโอตสูง เช่น ปลา

การสร้างเชื้อเพลิงชีวภาพใหม่

ความรู้เกี่ยวกับจีโนมของจุลินทรีย์ถูกนำมาใช้เพื่อค้นหาวิธีที่ดีกว่าในการควบคุมเชื้อเพลิงชีวภาพจากสาหร่ายและไซยาโนแบคทีเรีย แหล่งเชื้อเพลิงหลักในปัจจุบัน ได้แก่ ถ่านหิน น้ำมัน ไม้ และผลิตภัณฑ์จากพืชอื่นๆ เช่น เอทานอล แม้ว่าพืชจะเป็นทรัพยากรหมุนเวียน แต่ก็ยังมีความจำเป็นต้องหาแหล่งพลังงานหมุนเวียนอื่นเพิ่มเติมเพื่อตอบสนองความต้องการพลังงานของประชากรของเรา โลกของจุลินทรีย์เป็นทรัพยากรที่ใหญ่ที่สุดแห่งหนึ่งสำหรับยีนที่เข้ารหัสเอ็นไซม์ใหม่และผลิตสารประกอบอินทรีย์ใหม่ และส่วนใหญ่ยังคงไม่ได้ใช้ ทรัพยากรพันธุกรรมจำนวนมากนี้มีศักยภาพที่จะจัดหาแหล่งเชื้อเพลิงชีวภาพชนิดใหม่ (รูปที่ 10.3.4)

จีโนมของไมโตคอนเดรีย

Mitochondria เป็นออร์แกเนลล์ภายในเซลล์ที่มี DNA ของตัวเอง ดีเอ็นเอของไมโตคอนเดรียจะกลายพันธุ์อย่างรวดเร็วและมักใช้ในการศึกษาความสัมพันธ์เชิงวิวัฒนาการ คุณลักษณะอื่นที่ทำให้การศึกษาจีโนมยลที่น่าสนใจก็คือในสิ่งมีชีวิตหลายเซลล์ส่วนใหญ่ DNA ของยลจะถูกส่งต่อจากแม่ในระหว่างกระบวนการปฏิสนธิ ด้วยเหตุนี้ จีโนมของยลจึงมักใช้เพื่อติดตามลำดับวงศ์ตระกูล

จีโนมในการวิเคราะห์ทางนิติวิทยาศาสตร์

ข้อมูลและเบาะแสที่ได้จากตัวอย่างดีเอ็นเอที่พบในที่เกิดเหตุถูกใช้เป็นหลักฐานในคดีในศาล และมีการใช้เครื่องหมายทางพันธุกรรมในการวิเคราะห์ทางนิติเวช การวิเคราะห์จีโนมก็มีประโยชน์ในด้านนี้เช่นกัน ในปี 2544 มีการเผยแพร่การใช้จีโนมครั้งแรกในด้านนิติเวช เป็นความพยายามร่วมกันระหว่างสถาบันวิจัยทางวิชาการและ FBI ในการแก้ปัญหากรณีลึกลับของโรคแอนแทรกซ์ (ภาพที่ 10.3.5) ที่ถูกขนส่งโดย US Postal Service แบคทีเรียแอนแทรกซ์ถูกทำให้เป็นผงที่ติดเชื้อ และส่งไปยังสื่อข่าวและวุฒิสมาชิกสหรัฐฯ สองคน ผงแป้งติดเชื้อเจ้าหน้าที่ธุรการและพนักงานไปรษณีย์ที่เปิดหรือจัดการจดหมาย ห้าคนเสียชีวิตและ 17 คนป่วยจากแบคทีเรีย นักวิจัยระบุว่ามีการใช้สายพันธุ์เฉพาะของแอนแทรกซ์ในการจัดส่งทางไปรษณีย์โดยใช้จีโนมของจุลินทรีย์ ในที่สุด แหล่งที่มาถูกสืบหานักวิทยาศาสตร์ที่ห้องปฏิบัติการ biodefense แห่งชาติในรัฐแมรี่แลนด์

จีโนมในการเกษตร

จีโนมสามารถลดการทดลองและความล้มเหลวที่เกี่ยวข้องกับการวิจัยทางวิทยาศาสตร์ได้ในระดับหนึ่ง ซึ่งสามารถปรับปรุงคุณภาพและปริมาณของผลผลิตพืชผลทางการเกษตรได้ (รูปที่ 10.3.6) การเชื่อมโยงลักษณะเข้ากับยีนหรือลายเซ็นของยีนช่วยปรับปรุงการเพาะพันธุ์พืชผลเพื่อสร้างลูกผสมที่มีคุณสมบัติที่ต้องการมากที่สุด นักวิทยาศาสตร์ใช้ข้อมูลจีโนมเพื่อระบุลักษณะที่ต้องการ จากนั้นจึงถ่ายโอนลักษณะเหล่านั้นไปยังสิ่งมีชีวิตอื่นเพื่อสร้างสิ่งมีชีวิตดัดแปลงพันธุกรรมใหม่ ดังที่อธิบายไว้ในโมดูลก่อนหน้านี้ นักวิทยาศาสตร์กำลังค้นพบว่าจีโนมสามารถปรับปรุงคุณภาพและปริมาณการผลิตทางการเกษตรได้อย่างไร ตัวอย่างเช่น นักวิทยาศาสตร์สามารถใช้คุณลักษณะที่พึงประสงค์เพื่อสร้างผลิตภัณฑ์ที่มีประโยชน์หรือปรับปรุงผลิตภัณฑ์ที่มีอยู่ เช่น การทำให้พืชผลที่ไวต่อความแห้งแล้งมีความทนทานต่อฤดูแล้งมากขึ้น

โปรตีโอมิกส์

โปรตีนเป็นผลิตภัณฑ์ขั้นสุดท้ายของยีนที่ทำหน้าที่เข้ารหัสโดยยีน โปรตีนประกอบด้วยกรดอะมิโนและมีบทบาทสำคัญในเซลล์ เอนไซม์ทั้งหมด (ยกเว้นไรโบไซม์) เป็นโปรตีนและทำหน้าที่เป็นตัวเร่งปฏิกิริยาที่ส่งผลต่ออัตราการเกิดปฏิกิริยา โปรตีนยังเป็นโมเลกุลควบคุมและบางชนิดก็เป็นฮอร์โมน โปรตีนขนส่ง เช่น เฮโมโกลบิน ช่วยขนส่งออกซิเจนไปยังอวัยวะต่างๆ แอนติบอดีที่ป้องกันอนุภาคแปลกปลอมก็เป็นโปรตีนเช่นกัน ในสภาวะที่เป็นโรค การทำงานของโปรตีนอาจลดลงเนื่องจากการเปลี่ยนแปลงในระดับพันธุกรรมหรือเนื่องจากผลกระทบโดยตรงต่อโปรตีนชนิดหนึ่ง

โปรตีโอมคือโปรตีนทั้งชุดที่ผลิตโดยเซลล์ชนิดหนึ่ง สามารถศึกษาโปรตีโอมได้โดยใช้ความรู้เกี่ยวกับจีโนมเนื่องจากรหัสยีนสำหรับ mRNA และ mRNA เข้ารหัสโปรตีน การศึกษาการทำงานของโปรตีโอมเรียกว่าโปรตีโอมิกส์ โปรตีโอมิกส์ช่วยเสริมจีโนมและมีประโยชน์เมื่อนักวิทยาศาสตร์ต้องการทดสอบสมมติฐานที่อิงกับยีน แม้ว่าเซลล์ทั้งหมดในสิ่งมีชีวิตหลายเซลล์จะมียีนชุดเดียวกัน แต่ชุดของโปรตีนที่ผลิตในเนื้อเยื่อต่างๆ จะแตกต่างกันและขึ้นอยู่กับการแสดงออกของยีน ดังนั้นจีโนมจึงคงที่ แต่โปรตีโอมแตกต่างกันไปและเป็นไดนามิกภายในสิ่งมีชีวิต นอกจากนี้ RNA สามารถถูกประกบอีกทางหนึ่งได้ (ตัดและวางเพื่อสร้างส่วนผสมที่แปลกใหม่และโปรตีนชนิดใหม่) และโปรตีนจำนวนมากจะถูกดัดแปลงหลังการแปล แม้ว่าจีโนมจะให้พิมพ์เขียว แต่สถาปัตยกรรมขั้นสุดท้ายก็ขึ้นอยู่กับปัจจัยหลายประการที่สามารถเปลี่ยนความก้าวหน้าของเหตุการณ์ที่สร้างโปรตีโอมได้

มีการศึกษาจีโนมและโปรตีโอมของผู้ป่วยที่เป็นโรคเฉพาะเพื่อทำความเข้าใจพื้นฐานทางพันธุกรรมของโรค โรคที่โดดเด่นที่สุดที่กำลังศึกษาด้วยวิธีการสร้างโปรตีนคือมะเร็ง (รูปที่ 10.3.7) มีการใช้วิธีการโปรตีโอมิกเพื่อปรับปรุงการตรวจคัดกรองและการตรวจหามะเร็งในระยะเริ่มแรก สิ่งนี้ทำได้โดยการระบุโปรตีนที่แสดงออกซึ่งได้รับผลกระทบจากกระบวนการของโรค โปรตีนแต่ละตัวเรียกว่า biomarker ในขณะที่ชุดของโปรตีนที่มีระดับการแสดงออกที่เปลี่ยนแปลงไปเรียกว่าโปรตีนลายเซ็น เพื่อให้ไบโอมาร์คเกอร์หรือโปรตีนซิกเนเจอร์มีประโยชน์ในการตรวจคัดกรองและตรวจหามะเร็งในระยะเริ่มต้น จะต้องหลั่งสารคัดหลั่งในของเหลวในร่างกาย เช่น เหงื่อ เลือด หรือปัสสาวะ เพื่อให้การตรวจขนาดใหญ่สามารถทำได้ในลักษณะที่ไม่ลุกลาม . ปัญหาปัจจุบันของการใช้ไบโอมาร์คเกอร์ในการตรวจหามะเร็งในระยะเริ่มต้นคืออัตราผลลัพธ์เชิงลบที่ผิดพลาดในระดับสูง ผลลบเท็จคือผลการทดสอบเชิงลบที่ควรจะเป็นบวก กล่าวอีกนัยหนึ่ง มะเร็งหลายกรณีตรวจไม่พบ ซึ่งทำให้ไบโอมาร์คเกอร์ไม่น่าเชื่อถือ ตัวอย่างของโปรตีนไบโอมาร์คเกอร์ที่ใช้ในการตรวจหามะเร็ง ได้แก่ CA-125 สำหรับมะเร็งรังไข่ และ PSA สำหรับมะเร็งต่อมลูกหมาก ลายเซ็นโปรตีนอาจเชื่อถือได้มากกว่าไบโอมาร์คเกอร์ในการตรวจหาเซลล์มะเร็ง โปรตีโอมิกส์ยังถูกใช้เพื่อพัฒนาแผนการรักษาเป็นรายบุคคล ซึ่งเกี่ยวข้องกับการคาดการณ์ว่าแต่ละบุคคลจะตอบสนองต่อยาเฉพาะและผลข้างเคียงที่บุคคลอาจมีหรือไม่ โปรตีโอมิกส์ยังถูกใช้เพื่อทำนายความเป็นไปได้ที่โรคจะกลับมาเป็นอีก

สถาบันมะเร็งแห่งชาติได้พัฒนาโปรแกรมเพื่อปรับปรุงการตรวจหาและรักษามะเร็ง Clinical Proteomic Technologies for Cancer และ the Early Detection Research Network เป็นความพยายามในการระบุลายเซ็นโปรตีนเฉพาะสำหรับมะเร็งประเภทต่างๆ โครงการชีวการแพทย์โปรตีโอมิกส์ได้รับการออกแบบมาเพื่อระบุลายเซ็นโปรตีนและออกแบบการรักษาที่มีประสิทธิภาพสำหรับผู้ป่วยโรคมะเร็ง

สรุป

การทำแผนที่จีโนมคล้ายกับการไขปริศนาขนาดใหญ่ที่ซับซ้อนด้วยข้อมูลบางส่วนที่มาจากห้องทดลองทั่วโลก แผนที่ทางพันธุกรรมให้โครงร่างสำหรับตำแหน่งของยีนภายในจีโนม และประเมินระยะห่างระหว่างยีนและเครื่องหมายทางพันธุกรรมโดยพิจารณาจากความถี่การรวมตัวใหม่ระหว่างไมโอซิส แผนที่ทางกายภาพให้ข้อมูลโดยละเอียดเกี่ยวกับระยะห่างทางกายภาพระหว่างยีน ข้อมูลรายละเอียดมากที่สุดสามารถดูได้ผ่านการแมปลำดับ ข้อมูลจากแหล่งการทำแผนที่และการจัดลำดับทั้งหมดจะถูกรวมเข้าด้วยกันเพื่อศึกษาจีโนมทั้งหมด

การจัดลำดับจีโนมทั้งหมดเป็นแหล่งข้อมูลล่าสุดที่มีในการรักษาโรคทางพันธุกรรม แพทย์บางคนใช้การจัดลำดับจีโนมทั้งหมดเพื่อช่วยชีวิต จีโนมิกส์มีการประยุกต์ใช้ในอุตสาหกรรมมากมาย รวมถึงการพัฒนาเชื้อเพลิงชีวภาพ การเกษตร เภสัชกรรม และการควบคุมมลพิษ

จินตนาการเป็นเพียงอุปสรรคต่อการบังคับใช้จีโนมเท่านั้น จีโนมถูกนำไปใช้กับสาขาวิชาชีววิทยาส่วนใหญ่ สามารถใช้สำหรับการแพทย์เฉพาะบุคคล การทำนายความเสี่ยงของโรคในระดับบุคคล การศึกษาปฏิกิริยาระหว่างยาก่อนดำเนินการทดลองทางคลินิก และการศึกษาจุลินทรีย์ในสิ่งแวดล้อมเมื่อเทียบกับห้องปฏิบัติการ นอกจากนี้ยังนำไปใช้กับการสร้างเชื้อเพลิงชีวภาพใหม่ การประเมินลำดับวงศ์ตระกูลโดยใช้ไมโตคอนเดรีย ความก้าวหน้าทางนิติวิทยาศาสตร์ และการปรับปรุงด้านการเกษตร

โปรตีโอมิกส์คือการศึกษาโปรตีนทั้งชุดที่แสดงออกโดยเซลล์ประเภทหนึ่งภายใต้สภาวะแวดล้อมบางอย่าง ในสิ่งมีชีวิตหลายเซลล์ เซลล์ประเภทต่างๆ จะมีโปรตีโอมต่างกัน และจะแตกต่างกันไปตามการเปลี่ยนแปลงของสิ่งแวดล้อม ซึ่งแตกต่างจากจีโนม โปรตีโอมเป็นไดนามิกและอยู่ภายใต้ฟลักซ์คงที่ ซึ่งทำให้ซับซ้อนและมีประโยชน์มากกว่าความรู้เกี่ยวกับจีโนมเพียงอย่างเดียว

อภิธานศัพท์

ไบโอมาร์คเกอร์
โปรตีนแต่ละชนิดที่ผลิตขึ้นเฉพาะในสภาวะที่เป็นโรค
แผนที่พันธุกรรม
โครงร่างของยีนและตำแหน่งบนโครโมโซมที่อิงจากความถี่การรวมตัวใหม่ระหว่างเครื่องหมาย
จีโนม
การศึกษาจีโนมทั้งหมด รวมทั้งชุดที่สมบูรณ์ของยีน ลำดับนิวคลีโอไทด์และการจัดระเบียบ และปฏิสัมพันธ์ภายในสปีชีส์หนึ่งและกับสปีชีส์อื่น
เมทาโนมิกส์
การศึกษาจีโนมรวมของหลายสายพันธุ์ที่เติบโตและมีปฏิสัมพันธ์ในซอกสิ่งแวดล้อม
แบบจำลอง
สายพันธุ์ที่ศึกษาและใช้เป็นแบบจำลองเพื่อทำความเข้าใจกระบวนการทางชีววิทยาในสายพันธุ์อื่นที่แสดงโดยสิ่งมีชีวิตจำลอง
เภสัชพันธุศาสตร์
การศึกษาปฏิกิริยาระหว่างยากับจีโนมหรือโปรตีโอม เรียกอีกอย่างว่าพิษจีโนมิกส์
แผนที่ทางกายภาพ
การแสดงระยะห่างทางกายภาพระหว่างยีนหรือเครื่องหมายทางพันธุกรรม
โปรตีนซิกเนเจอร์
ชุดของโปรตีนที่แสดงออกมากเกินไปหรือน้อยเกินไปของเซลล์ในเนื้อเยื่อที่เป็นโรคโดยเฉพาะ
โปรตีโอมิกส์
การศึกษาการทำงานของโปรตีโอม

วิศวกรรมจีโนมและโปรตีโอมิกส์ในการแพทย์และชีววิทยา

วิศวกรรมจีโนมและโปรตีโอมิกส์ในการแพทย์และชีววิทยา นำเสนอการอภิปรายแบบสหวิทยาการอย่างรอบรู้ในหัวข้อที่ล้ำหน้าทั้งอณูชีววิทยาและวิศวกรรมชีวภาพ รวบรวมผลงานโดยผู้เชี่ยวชาญที่เป็นที่ยอมรับ หนังสือเล่มนี้เน้นการใช้งานที่ทันสมัยของสารสนเทศชีวการแพทย์ตลอดจนความก้าวหน้าในด้านจีโนม-โปรตีโอมิกส์ โครงสร้างและอัลกอริธึมใช้ในการวิเคราะห์ข้อมูลจีโนมและพัฒนาโซลูชันการคำนวณเพื่อความเข้าใจทางพยาธิวิทยา

หัวข้อที่กล่าวถึง ได้แก่ :

  • แบบจำลองความรู้เชิงคุณภาพ
  • การตีความข้อมูลไมโครอาร์เรย์
  • ชีวสารสนเทศเพื่อการควบคุมยีน
  • วิธีวิเคราะห์ไมโครอาร์เรย์
  • พฤติกรรมมะเร็งและการฉายรังสี
  • รหัสควบคุมข้อผิดพลาดและจีโนม
  • แบบสอบถามหลายฐานข้อมูลวิทยาศาสตร์เพื่อชีวิตที่ซับซ้อน
  • การวิเคราะห์โปรตีนเชิงคำนวณ
  • ปฏิสัมพันธ์ของโปรตีนต้านเนื้องอกและเนื้องอก

ซื้อทั้งคู่และประหยัด 25%!

รายการนี้: วิศวกรรมจีโนมและโปรตีโอมิกส์ในการแพทย์และชีววิทยา

ไม่สามารถใช้ร่วมกับข้อเสนออื่นได้

ซื้อทั้งคู่และประหยัด 25%!

รายการนี้: วิศวกรรมจีโนมและโปรตีโอมิกส์ในการแพทย์และชีววิทยา

ไม่สามารถใช้ร่วมกับข้อเสนออื่นได้

ซื้อทั้งคู่และประหยัด 25%!

รายการนี้: วิศวกรรมจีโนมและโปรตีโอมิกส์ในการแพทย์และชีววิทยา

ไม่สามารถใช้ร่วมกับข้อเสนออื่นได้


เทคนิคพื้นฐานในการวิเคราะห์โปรตีน

เป้าหมายสูงสุดของโปรตีโอมิกส์คือการระบุหรือเปรียบเทียบโปรตีนที่แสดงออกมาจากจีโนมที่กำหนดภายใต้เงื่อนไขเฉพาะ ศึกษาปฏิสัมพันธ์ระหว่างโปรตีน และใช้ข้อมูลเพื่อทำนายพฤติกรรมของเซลล์หรือพัฒนาเป้าหมายของยา เช่นเดียวกับการวิเคราะห์จีโนมโดยใช้เทคนิคพื้นฐานของการจัดลำดับดีเอ็นเอ โปรตีโอมิกส์ต้องใช้เทคนิคในการวิเคราะห์โปรตีน เทคนิคพื้นฐานสำหรับการวิเคราะห์โปรตีน ซึ่งคล้ายกับการจัดลำดับดีเอ็นเอคือแมสสเปกโตรเมทรี แมสสเปกโตรเมตรีใช้เพื่อระบุและกำหนดลักษณะของโมเลกุล ความก้าวหน้าทางสเปกโตรเมทรีช่วยให้นักวิจัยวิเคราะห์ตัวอย่างโปรตีนที่มีขนาดเล็กมากได้ ยกตัวอย่างเช่น ผลึกเอ็กซ์เรย์ ช่วยให้นักวิทยาศาสตร์สามารถกำหนดโครงสร้างสามมิติของผลึกโปรตีนที่ความละเอียดของอะตอมได้ เทคนิคการสร้างภาพโปรตีนอีกวิธีหนึ่งคือ นิวเคลียสแม่เหล็กเรโซแนนซ์ (NMR) ใช้คุณสมบัติทางแม่เหล็กของอะตอมเพื่อกำหนดโครงสร้างสามมิติของโปรตีนในสารละลายที่เป็นน้ำ นอกจากนี้ยังใช้ microarray ของโปรตีนเพื่อศึกษาปฏิสัมพันธ์ระหว่างโปรตีน การดัดแปลงขนาดใหญ่ของตะแกรงสองลูกผสมพื้นฐาน ([ลิงก์]) ได้ให้พื้นฐานสำหรับไมโครอาร์เรย์ของโปรตีน ซอฟต์แวร์คอมพิวเตอร์ใช้ในการวิเคราะห์ข้อมูลจำนวนมหาศาลที่สร้างขึ้นสำหรับการวิเคราะห์โปรตีโอมิก

การวิเคราะห์ระดับจีโนมและโปรตีโอมิกเป็นส่วนหนึ่งของชีววิทยาระบบ ชีววิทยาระบบคือการศึกษาระบบทางชีววิทยาทั้งหมด (จีโนมและโปรตีโอม) โดยอาศัยปฏิสัมพันธ์ภายในระบบ European Bioinformatics Institute และ Human Proteome Organisation (HUPO) กำลังพัฒนาและสร้างเครื่องมือที่มีประสิทธิภาพเพื่อจัดเรียงข้อมูลทางชีววิทยาระบบจำนวนมหาศาล เนื่องจากโปรตีนเป็นผลิตภัณฑ์โดยตรงจากยีนและสะท้อนถึงกิจกรรมในระดับจีโนม จึงเป็นเรื่องปกติที่จะใช้โปรตีโอมเพื่อเปรียบเทียบโปรไฟล์โปรตีนของเซลล์ต่างๆ เพื่อระบุโปรตีนและยีนที่เกี่ยวข้องกับกระบวนการของโรค การทดลองยาทางเภสัชกรรมส่วนใหญ่มุ่งเป้าไปที่โปรตีน ข้อมูลที่ได้จากโปรตีโอมิกส์ถูกนำมาใช้เพื่อระบุตัวยาใหม่และทำความเข้าใจกลไกการออกฤทธิ์


ความท้าทายของเทคนิคที่ใช้ในการวิเคราะห์โปรตีนคือความยากลำบากในการตรวจหาโปรตีนในปริมาณเล็กน้อย แม้ว่าแมสสเปกโตรเมตรีจะดีสำหรับการตรวจหาโปรตีนจำนวนเล็กน้อย แต่การเปลี่ยนแปลงในการแสดงออกของโปรตีนในสภาวะที่เป็นโรคนั้นยากต่อการแยกแยะ โปรตีนเป็นโมเลกุลที่ไม่เสถียรตามธรรมชาติ ซึ่งทำให้การวิเคราะห์โปรตีนยากกว่าการวิเคราะห์จีโนมมาก


สรุปมาตรา

โปรตีโอมิกส์คือการศึกษาโปรตีนทั้งชุดที่แสดงออกโดยเซลล์ประเภทหนึ่งภายใต้สภาวะแวดล้อมบางอย่าง ในสิ่งมีชีวิตหลายเซลล์ เซลล์ประเภทต่างๆ จะมีโปรตีโอมต่างกัน และจะแตกต่างกันไปตามการเปลี่ยนแปลงของสิ่งแวดล้อม ซึ่งแตกต่างจากจีโนม โปรตีโอมเป็นไดนามิกและฟลักซ์คงที่ ซึ่งทำให้ทั้งซับซ้อนและมีประโยชน์มากกว่าความรู้เกี่ยวกับจีโนมเพียงอย่างเดียว

แนวทางของโปรตีโอมิกส์อาศัยการวิเคราะห์โปรตีน เทคนิคเหล่านี้ได้รับการปรับปรุงอย่างต่อเนื่อง มีการใช้โปรตีโอมิกส์ในการศึกษามะเร็งประเภทต่างๆ มีการใช้ไบโอมาร์คเกอร์และลายเซ็นโปรตีนที่แตกต่างกันเพื่อวิเคราะห์มะเร็งแต่ละประเภท เป้าหมายในอนาคตคือการมีแผนการรักษาเฉพาะบุคคลสำหรับแต่ละคน


โครงการจีโนมมนุษย์

ในความพยายามที่จะจัดการความก้าวหน้าอย่างรวดเร็วเหล่านี้ โรเบิร์ต แอล. ซินไชเมอร์แห่งมหาวิทยาลัยแคลิฟอร์เนีย ซานตาครูซ ได้เสนออย่างเป็นทางการในปี 1985 ถึงความเป็นไปได้ของความพยายามร่วมกันในการจัดลำดับจีโนมมนุษย์ ในปี 1986 Renato Dulbecco ผู้ได้รับรางวัลโนเบลและสมาชิกของสถาบัน Salk สร้างในหน้าของ ศาสตร์ นิตยสารข้อเสนอที่คล้ายกันเพื่อเป็นรากฐานสำหรับการศึกษาโรคมะเร็ง (Dulbecco, 1986) รายงานที่มีอิทธิพลและเผยแพร่อย่างกว้างขวางโดยกระทรวงพลังงานของสหรัฐอเมริกา (DOE) สำนักงานการประเมินเทคโนโลยีของรัฐสภา (รัฐสภาแห่งสหรัฐอเมริกา, 1988) และสภาวิจัยแห่งชาติ (NRC, 1988) ต่างก็ติดตามและแนะนำโครงการดังกล่าว รายงานของ NRC แนะนำให้รัฐบาลสหรัฐฯ ให้การสนับสนุนทางการเงินแก่โครงการหนึ่ง และนำเสนอโครงร่างสำหรับแผนการวิจัยหลายขั้นตอนเพื่อให้บรรลุเป้าหมายตลอด 15 ปี หลังจากนั้นไม่นาน NIH และ DOE ได้ลงนามในบันทึกความเข้าใจเพื่อ “จัดเตรียมการประสานงานอย่างเป็นทางการของกิจกรรมของพวกเขา “to แผนที่และลำดับจีโนมมนุษย์ ในปีงบประมาณ 1988 สภาคองเกรสได้เปิดตัวโครงการจีโนมมนุษย์อย่างเป็นทางการ ( HGP) โดยจัดสรรเงินทุนให้กับทั้ง DOE และ NIH เพื่อวัตถุประสงค์เฉพาะนั้น

ตามที่คาดการณ์ไว้ในรายงานของ NRC HGP ไม่ได้เริ่มต้นในทันทีด้วยการจัดลำดับของมนุษย์ แต่โปรแกรมพยายามสร้างโครงสร้างพื้นฐานผ่านโครงการต่างๆ แทน ความพยายามเหล่านี้รวมถึงการสำรวจเทคโนโลยีการหาลำดับทางเลือก การปรับตัวของเทคโนโลยีที่มีอยู่กับปัญหาที่ง่ายกว่าในการจัดลำดับจีโนมขนาดเล็กของสิ่งมีชีวิตในห้องปฏิบัติการ และการพัฒนาแผนที่ความละเอียดต่ำของจีโนมมนุษย์ ประเทศอื่นๆ โดยเฉพาะสหราชอาณาจักร ฝรั่งเศส และญี่ปุ่น ยังได้ริเริ่ม HGP และความสำเร็จในช่วงแรกๆ หลายอย่างมาจากนอกสหรัฐอเมริกา

แม้จะมีการสนับสนุนจากรัฐบาลในวงกว้าง แต่ HGP ก็ก่อให้เกิดการโต้เถียงกันอย่างมากในชุมชนวิทยาศาสตร์ การเปลี่ยนจากวิทยาศาสตร์แบบดั้งเดิมที่ขับเคลื่อนด้วยสมมติฐาน ห้องปฏิบัติการขนาดเล็ก ยีนหนึ่งยีน โปรตีนครั้งละหนึ่งมื้อ ไปเป็นโปรแกรมวิศวกรรมขนาดใหญ่ที่ขับเคลื่อนด้วยข้อมูลใหม่นี้ในขั้นต้นทำให้เกิดการต่อต้านในชุมชนอณูพันธุศาสตร์ แม้แต่ผู้สนับสนุนโครงการก็ยังห่างไกลจากความเป็นน้ำหนึ่งใจเดียวกันในวิสัยทัศน์ว่าจะดำเนินการอย่างไรให้ดีที่สุด หลายคนรู้สึกว่าโครงการจะเป็นไปได้ก็ต่อเมื่อค้นพบวิธีการจัดลำดับแบบใหม่ทั้งหมดที่จะเป็นลำดับความสำคัญได้เร็วและถูกกว่าวิธีการก่อนหน้านี้ คนอื่นๆ โดยเฉพาะอย่างยิ่ง Craig Venter ซึ่งเป็นผู้ตรวจสอบที่ NIH แย้งว่าสำหรับจีโนมมนุษย์ เมื่อลำดับส่วนใหญ่คิดว่าไม่มีการทำงาน (ที่เรียกว่า DNA ขยะ) กลยุทธ์ที่มีประสิทธิภาพมากกว่ามากคือการจัดลำดับเฉพาะ ยีนกำหนดรหัสโปรตีนผ่าน cDNA ซึ่งจะช่วยลดปริมาณของลำดับที่ต้องการลงได้ 10 เท่าหรือมากกว่า

แม้จะมีความคาดหวังแบบอนุรักษ์นิยม แต่ก็มีความก้าวหน้าอย่างรวดเร็วในหลายด้าน กรอบแผนผังพันธุกรรมของมนุษย์ได้ปรากฏขึ้นในไม่ช้า โดยมีความละเอียดมากกว่าที่คาดไว้ในตอนแรก โมเลกุล DNA แบบวงกลมหรือเวกเตอร์ถูกคิดค้นขึ้นเพื่อนำพา DNA จำนวนมากขึ้นเรื่อยๆ ไปสู่แบคทีเรีย ด้วยเหตุนี้จึงอำนวยความสะดวกในการสร้างแผนที่ทางกายภาพของจีโนมทั้งหมด การปรับวิธีการจัดลำดับ DNA แบบเดิมให้เข้ากับเครื่องจักรอัตโนมัติระดับสูง ทำให้เกิดการขยายตัวอย่างมากในความสามารถในการจัดลำดับ DNA ทั่วโลก ซึ่งสร้างลำดับของจีโนมของแบคทีเรียตัวแรกอย่างรวดเร็ว (เอช. ไข้หวัดใหญ่) จีโนมแรกของยูคาริโอต สิ่งมีชีวิตที่มีนิวเคลียสของเซลล์ (ยีสต์ขนมปังหรือ S. cerevisiae) และจีโนมแรกของสัตว์หลายเซลล์ (พยาธิตัวกลม C. elegans). ด้วยลักษณะเชิงปฏิบัติของนักวิทยาศาสตร์ส่วนใหญ่ จึงไม่น่าแปลกใจเลยที่ประโยชน์มหาศาลของลำดับจีโนมทั้งหมดเหล่านี้ทั่วทั้งองค์กรทางวิทยาศาสตร์ทางชีววิทยาสามารถเอาชนะการคัดค้านของผู้คลางแคลงที่หลงเหลืออยู่ได้อย่างรวดเร็ว Novel sequencing methods were not required instead, the basic Sanger method was almost completely transformed by new machines�veloped, for example, by Lloyd Smith, Leroy Hood, and Michael Hunkapiller at the California Institute of Technology𠅊nd software by others, such as Phil Green, to deal with the data. The early enthusiasm for sequencing cDNAs or their cousins, expressed sequence tags (ESTs), waned as this information proved to be no substitute for the full genome sequence. However, once a full genome sequence was obtained, both cDNA and EST information proved highly useful in finding genes. EST and cDNA sequencing also provided a rapid means of identifying and characterizing some medically significant genes, opening a path to early intellectual property claims. Venter pursued EST sequencing vigorously, and two companies, Incyte and Human Genome Sciences, devoted extensive resources to capturing these sequences and obtaining patent rights to them (see Chapter 3).

Based on this initial flurry of success, the international HGP began the systematic sequencing of the human genome in 1996 on a pilot scale and in 1999 initiated a full-scale effort. Because many investigators wanted to participate in such a historic project, the pilot phase included laboratories throughout the world. The pilot phase was intended to evaluate the cost and quality of the product, select among the variations in sequencing strategies that were still in play, and determine whether performance and economies of scale warranted reducing the number of participants.

Funded participants met in early 1996 to coordinate their efforts. Among the critical decisions made by the group was the adoption of the �rmuda Rules” as the basis for data sharing and release (see discussion and Box B). In a subsequent meeting, the group also considered a proposal to switch from a clone-based strategy to a whole-genome shotgun, or fragment-based, approach. The potential value of rapid access to large parts of the genome (and therefore genes) was not disputed, but the proponents could not describe a path from the shotgun data to a high-quality complete sequence. The challenges of assembling sequences of individual DNA fragments and in turn assigning all the pieces to specific chromosomal locations in the correct order and orientation were additional concerns. After vigorous debate, the switch in strategy was rejected.

BOX B

Birth of the Biotechnology Industry. The birth of the modern biotechnology industry can be traced to the early 1970s, with the discovery of genetic engineering techniques, such as recombinant DNA methods and hybridoma production. These discoveries were (more. )

As the pilot phase drew to a close, the successful groups coalesced around a common strategy and methodology, and a few groups emerged as leaders. Economies of scale also were evident. Most importantly, the pilot phase demonstrated that the strategy was capable of producing high-quality sequences in large contiguous blocks at acceptable costs and that costs were continuing to fall. Funding agencies in the United States and the United Kingdom elected to proceed with a full-scale effort, limiting resource allocations to only a small number of highly successful research teams.

Just as these decisions were being made, Craig Venter and the DNA sequencing instrument manufacturer Applied Biosystems, Inc. (ABI) surprised the genomics community with their announcement of a joint venture to sequence the human genome using a whole-genome shotgun approach, in direct competition with the international effort. Unlike the public project, their data were to be held by a company (Celera, Inc.) and initially released only to paying subscribers. Patents would be sought for genes of interest. The scientists leading both the public and private ventures had strong motives to pursue their own courses, and they justified their plans to their funders. A race was on.

On June 26, 2000, the public and private groups announced jointly at a White House-sponsored event that each had succeeded in producing an initial draft of the human sequence, with simultaneous publications describing their findings appearing in 2001 (Lander et al., 2001 Venter et al., 2001). The international HGP published a full and significantly more accurate human genome sequence in 2004. Genome sequences from species across the evolutionary tree continue to flood the databases today.


โปรตีโอมิกส์

Changes in DNA, RNA, or epigenetic events may be responsible for the abnormal function associated with many tumors, but the analysis of the proteins themselves is the most direct method to assess for critical changes in a cell’s function. Recall that the purpose of DNA is to provide the code (via RNA) for all proteins. The field of proteomics uses a variety of techniques that allow for the separation of the thousands of proteins in a cell, as well as the structure and function of many of these molecules. Proteomics is usually divided into two critical phases. First is the separation of the different proteins in a sample—typically achieved by their size and overall charge (basic or acidic) and second is the identification of the different proteins—usually achieved through a technique called mass spectroscopy. As with genomic analysis, tissue is necessary for proteomics however because many tumors shed their proteins in the blood or cerebral spinal fluid (CSF), these samples can sometimes act as surrogates to tumor tissue. Our increasing ability to identify the location, quantity, and activity of different proteins in a tumor sample has provided the pharmaceutical industry with the targets on which tumor specific inhibitors can be developed. In fact, a number of these drugs are already being used for a variety of different adult cancers and have started testing in pediatric patients as well.


PARPs and ADP-ribosylation: recent advances linking molecular functions to biological outcomes

The discovery of poly(ADP-ribose) >50 years ago opened a new field, leading the way for the discovery of the poly(ADP-ribose) polymerase (PARP) family of enzymes and the ADP-ribosylation reactions that they catalyze. Although the field was initially focused primarily on the biochemistry and molecular biology of PARP-1 in DNA damage detection and repair, the mechanistic and functional understanding of the role of PARPs in different biological processes has grown considerably of late. This has been accompanied by a shift of focus from enzymology to a search for substrates as well as the first attempts to determine the functional consequences of site-specific ADP-ribosylation on those substrates. Supporting these advances is a host of methodological approaches from chemical biology, proteomics, genomics, cell biology, and genetics that have propelled new discoveries in the field. New findings on the diverse roles of PARPs in chromatin regulation, transcription, RNA biology, and DNA repair have been complemented by recent advances that link ADP-ribosylation to stress responses, metabolism, viral infections, and cancer. These studies have begun to reveal the promising ways in which PARPs may be targeted therapeutically for the treatment of disease. In this review, we discuss these topics and relate them to the future directions of the field.

คำสำคัญ: DNA repair RNA biology gene regulation mono(ADP-ribose) (MAR) poly(ADP-ribose) (PAR) poly(ADP-ribose) polymerase (PARP).

© 2017 Gupte et al. Published by Cold Spring Harbor Laboratory Press.

ตัวเลข

A variety of effectors mediate…

A variety of effectors mediate intracellular ADP-ribosylation dynamics. PARPs act as “writers” that…

Structures of ARBDs. ( NS…

Structures of ARBDs. ( NS ) The ARBDs shown include a macrodomain from…

A time line of discoveries…

A time line of discoveries for PARPs and ADP-ribosylation. The schematic illustrates our…

Varied roles of ADP-ribosylation in…

Varied roles of ADP-ribosylation in the regulation of gene regulation. ( NS )…

PARP monoenzymes and catalytically inactive…

PARP monoenzymes and catalytically inactive PARPs participate in diverse biological processes. ( NS…

New technologies to detect and…

New technologies to detect and study cellular ADP-ribosylation. The schematic illustrates different technologies…

Chemistry of PAR cleavage for…

Chemistry of PAR cleavage for use in MS methods. ( NS ) Chemical…

Chemical biology approaches to identify…

Chemical biology approaches to identify PARP-specific ADP-ribosylation events. ( NS ) Molecular structures…

Comparison of techniques used to…

Comparison of techniques used to map genome-wide ADP-ribosylation. ( NS ) ADPr-ChAP by…


"Mind the gap"

You might think that celebrating the completion of 90% of a task is unusual, particularly in the context of scientific research. Why rejoice now? Why not wait until we have mapped 100% of the human proteome?

An appreciation for the sheer complexity of the proteome, the growing capabilities of analytical technologies and the pressures faced by an arguably under-funded research field – particularly when compared to genomics – is pertinent to understand why 90% เป็น a huge triumph, and a cause for celebration. And so, the HPP chooses to "mind the gap", respecting this achievement whilst acknowledging the intention to complete the coverage with "high fidelity" in due course.

Credit: Suad Kamardeen on Unsplash.

The "missing" proteins of the human proteome may be hiding out of sight in rare cells or tissues, expressed at specific fetal or childhood developmental stages or perhaps in quantities that are too low to be detected by current mass spectrometry approaches. Others may be hiding in plain sight, but their amino acid sequence and chemical composition may render such proteins not amenable to current mass spectrometry instrumentation and methodology. When asked whether it is possible that some proteins may never be mapped, Petricoin says that it would be dogmatic to say never: "Science is always improving and getting better. Right now, it is a product of these 10% being extremely low abundance, having extremely short half-lives and mass spectrometry still not being analytically sensitive enough to 'see' these markers," he explained.


ชีววิทยา 171

ในตอนท้ายของส่วนนี้ คุณจะสามารถทำสิ่งต่อไปนี้ได้:

Proteins are the final products of genes, which help perform the function that the gene encodes. Amino acids comprise proteins and play important roles in the cell. All enzymes (except ribozymes) are proteins that act as catalysts to affect the rate of reactions. Proteins are also regulatory molecules, and some are hormones. Transport proteins, such as hemoglobin, help transport oxygen to various organs. Antibodies that defend against foreign particles are also proteins. In the diseased state, protein function can be impaired because of changes at the genetic level or because of direct impact on a specific protein.

A proteome is the entire set of proteins that a cell type produces. We can study proteoms using the knowledge of genomes because genes code for mRNAs, and the mRNAs encode proteins. Although mRNA analysis is a step in the right direction, not all mRNAs are translated into proteins. Proteomics is the study of proteomes’ function. Proteomics complements genomics and is useful when scientists want to test their hypotheses that they based on genes. Even though all multicellular organisms’ cells have the same set of genes, the set of proteins produced in different tissues is different and dependent on gene expression. Thus, the genome is constant, but the proteome varies and is dynamic within an organism. In addition, RNAs can be alternately spliced (cut and pasted to create novel combinations and novel proteins) and many proteins modify themselves after translation by processes such as proteolytic cleavage, phosphorylation, glycosylation, and ubiquitination. There are also protein-protein interactions, which complicate studying proteomes. Although the genome provides a blueprint, the final architecture depends on several factors that can change the progression of events that generate the proteome.

Metabolomics is related to genomics and proteomics. Metabolomics involves studying small molecule metabolites in an organism. The metabolome is the complete set of metabolites that are related to an organism’s genetic makeup. Metabolomics offers an opportunity to compare genetic makeup and physical characteristics, as well as genetic makeup and environmental factors. The goal of metabolome research is to identify, quantify, and catalogue all the metabolites in living organisms’ tissues and fluids.

Basic Techniques in Protein Analysis

The ultimate goal of proteomics is to identify or compare the proteins expressed from a given genome under specific conditions, study the interactions between the proteins, and use the information to predict cell behavior or develop drug targets. Just as scientists analyze the genome using the basic DNA sequencing technique, proteomics requires techniques for protein analysis. The basic technique for protein analysis, analogous to DNA sequencing, is mass spectrometry. Mass spectrometry identifies and determines a molecule’s characteristics. Advances in spectrometry have allowed researchers to analyze very small protein samples. X-ray crystallography, for example, enables scientists to determine a protein crystal’s three-dimensional structure at atomic resolution. Another protein imaging technique, nuclear magnetic resonance (NMR), uses atoms’ magnetic properties to determine the protein’s three-dimensional structure in aqueous solution. Scientists have also used protein microarrays to study protein interactions. Large-scale adaptations of the basic two-hybrid screen ((Figure)) have provided the basis for protein microarrays. Scientists use computer software to analyze the vast amount of data for proteomic analysis.

Genomic- and proteomic-scale analyses are part of systems biology , which is the study of whole biological systems (genomes and proteomes) based on interactions within the system. The European Bioinformatics Institute and the Human Proteome Organization (HUPO) are developing and establishing effective tools to sort through the enormous pile of systems biology data. Because proteins are the direct products of genes and reflect activity at the genomic level, it is natural to use proteomes to compare the protein profiles of different cells to identify proteins and genes involved in disease processes. Most pharmaceutical drug trials target proteins. Researchers use information that they obtain from proteomics to identify novel drugs and to understand their mechanisms of action.


Scientists are challenged when implementing proteomic analysis because it is difficult to detect small protein quantities. Although mass spectrometry is good for detecting small protein amounts, variations in protein expression in diseased states can be difficult to discern. Proteins are naturally unstable molecules, which makes proteomic analysis much more difficult than genomic analysis.

Cancer Proteomics

Researchers are studying patients’ genomes and proteomes to understand the genetic basis of diseases. The most prominent disease researchers are studying with proteomic approaches is cancer. These approaches improve screening and early cancer detection. Researchers are able to identify proteins whose expression indicates the disease process. An individual protein is a biomarker whereas, a set of proteins with altered expression levels is a protein signature . For a biomarker or protein signature to be useful as a candidate for early cancer screening and detection, they must secrete in body fluids, such as sweat, blood, or urine, such that health professionals can perform large-scale screenings in a noninvasive fashion. The current problem with using biomarkers for early cancer detection is the high rate of false-negative results. A false negative is an incorrect test result that should have been positive. In other words, many cancer cases go undetected, which makes biomarkers unreliable. Some examples of protein biomarkers in cancer detection are CA-125 for ovarian cancer and PSA for prostate cancer. Protein signatures may be more reliable than biomarkers to detect cancer cells. Researchers are also using proteomics to develop individualized treatment plans, which involves predicting whether or not an individual will respond to specific drugs and the side effects that the individual may experience. Researchers also use proteomics to predict the possibility of disease recurrence.

The National Cancer Institute has developed programs to improve cancer detection and treatment. The Clinical Proteomic Technologies for Cancer and the Early Detection Research Network are efforts to identify protein signatures specific to different cancer types. The Biomedical Proteomics Program identifies protein signatures and designs effective therapies for cancer patients.

สรุปมาตรา

Proteomics is the study of the entire set of proteins expressed by a given type of cell under certain environmental conditions. In a multicellular organism, different cell types will have different proteomes, and these will vary with environmental changes. Unlike a genome, a proteome is dynamic and in constant flux, which makes it both more complicated and more useful than the knowledge of genomes alone.

Proteomics approaches rely on protein analysis. Researchers are constantly upgrading these techniques. Researchers have used proteomics to study different cancer types. Medical professionals are using different biomarkers and protein signatures to analyze each cancer type. The future goal is to have a personalized treatment plan for each individual.

ตอบกลับฟรี

How has proteomics been used in cancer detection and treatment?

Proteomics has provided a way to detect biomarkers and protein signatures, which have been used to screen for the early detection of cancer.

What is personalized medicine?

Personalized medicine is the use of an individual’s genomic sequence to predict the risk for specific diseases. When a disease does occur, it can be used to develop a personalized treatment plan.

อภิธานศัพท์


Sca1+ Progenitor Cells (Ex vivo) Exhibits Differential Proteomic Signatures From the Culture Adapted Sca1+ Cells (In vitro), Both Isolated From Murine Skeletal Muscle Tissue

Stem Cell Reviews and Reports (2021)

Forensic proteomics

  • Glendon J. Parker
  • , Heather E. McKiernan
  • , Kevin M. Legg
  • & Zachary C. Goecker

Forensic Science International: Genetics (2021)

Intron retention and its impact on gene expression and protein diversity: A review and a practical guide

  • David F. Grabski
  • , Lucile Broseus
  • , Bandana Kumari
  • , David Rekosh
  • , Marie‐Louise Hammarskjold
  • & William Ritchie

A pilot study indicating the dysregulation of the complement and coagulation cascades in treated schizophrenia and bipolar disorder patients

  • Elisa Castañeda Santa Cruz
  • , Flávia da Silva Zandonadi
  • , Wagner Fontes
  • & Alessandra Sussulini

Biochimica et Biophysica Acta (BBA) - Proteins and Proteomics (2021)


ดูวิดีโอ: Genomics and Proteomics (มิถุนายน 2022).