Information

10.3: Genomik und Proteomik - Biologie


Die Erforschung von Nukleinsäuren begann mit der Entdeckung der DNA, ging über zur Erforschung von Genen und kleinen Fragmenten und hat sich nun auf dem Gebiet der Genomik explodiert. Genomik ist die Untersuchung ganzer Genome, einschließlich des vollständigen Satzes von Genen, ihrer Nukleotidsequenz und -organisation und ihrer Wechselwirkungen innerhalb einer Art und mit anderen Arten. Die Fortschritte in der Genomik wurden durch die DNA-Sequenzierungstechnologie ermöglicht. So wie die Informationstechnologie zu Google Maps geführt hat, das es uns ermöglicht, detaillierte Informationen über Standorte auf der ganzen Welt zu erhalten, werden genomische Informationen verwendet, um ähnliche Karten der DNA verschiedener Organismen zu erstellen.

Genome kartieren

Genomkartierung ist der Prozess, die Position von Genen auf jedem Chromosom zu finden. Die erstellten Karten sind vergleichbar mit den Karten, die wir für die Straßennavigation verwenden. Eine genetische Karte ist eine Illustration, die Gene und ihre Position auf einem Chromosom auflistet. Genetische Karten liefern das Gesamtbild (ähnlich einer Karte von Autobahnen) und verwenden genetische Marker (ähnlich wie Landmarken). Ein genetischer Marker ist ein Gen oder eine Sequenz auf einem Chromosom, das eine genetische Verknüpfung mit einem interessierenden Merkmal zeigt. Der genetische Marker neigt dazu, mit dem interessierenden Gen vererbt zu werden, und ein Maß für den Abstand zwischen ihnen ist die Rekombinationsfrequenz während der Meiose. Frühe Genetiker nannten diese Verknüpfungsanalyse.

Physikalische Karten gehen in die intimen Details kleinerer Regionen der Chromosomen (ähnlich einer detaillierten Straßenkarte) (Abbildung 10.3.1). Eine physikalische Karte ist eine Darstellung des physikalischen Abstands in Nukleotiden zwischen Genen oder genetischen Markern. Sowohl genetische Verknüpfungskarten als auch physikalische Karten sind erforderlich, um ein vollständiges Bild des Genoms zu erstellen. Eine vollständige Karte des Genoms erleichtert es Forschern, einzelne Gene zu untersuchen. Humangenomkarten helfen Forschern bei ihren Bemühungen, menschliche krankheitsverursachende Gene zu identifizieren, die mit Krankheiten wie Krebs, Herzerkrankungen und Mukoviszidose zusammenhängen, um nur einige zu nennen. Darüber hinaus kann die Genomkartierung verwendet werden, um Organismen mit nützlichen Eigenschaften zu identifizieren, wie etwa Mikroben mit der Fähigkeit, Schadstoffe zu reinigen oder sogar Umweltverschmutzung zu verhindern. Die Forschung zur Kartierung des Pflanzengenoms kann zu Methoden führen, die höhere Ernteerträge erzielen oder zur Entwicklung von Pflanzen führen, die sich besser an den Klimawandel anpassen.

Genetische Karten liefern den Umriss und physische Karten liefern die Details. Es ist leicht zu verstehen, warum beide Arten von Genom-Mapping-Techniken wichtig sind, um das Gesamtbild zu zeigen. Die von jeder Technik erhaltenen Informationen werden in Kombination verwendet, um das Genom zu studieren. Genomic Mapping wird mit verschiedenen Modellorganismen verwendet, die für die Forschung verwendet werden. Die Genomkartierung ist immer noch ein fortlaufender Prozess, und mit der Entwicklung fortschrittlicherer Techniken werden weitere Fortschritte erwartet. Die Genomkartierung ähnelt dem Lösen eines komplizierten Puzzles unter Verwendung aller verfügbaren Daten. Die in Labors auf der ganzen Welt generierten Kartierungsinformationen werden in zentrale Datenbanken wie das National Center for Biotechnology Information (NCBI) eingegeben. Es werden Anstrengungen unternommen, um die Informationen für Forscher und die breite Öffentlichkeit leichter zugänglich zu machen. So wie wir globale Positionsbestimmungssysteme anstelle von Papierkarten verwenden, um durch Straßen zu navigieren, ermöglicht uns NCBI die Verwendung eines Genom-Viewer-Tools, um den Data-Mining-Prozess zu vereinfachen.

KONZEPT IN AKTION

Online Mendelian Inheritance in Man (OMIM) ist ein durchsuchbarer Online-Katalog menschlicher Gene und genetischer Störungen. Diese Website zeigt die Genomkartierung und beschreibt auch die Geschichte und Forschung jedes Merkmals und jeder Störung. Klicken Sie auf den Link, um nach Merkmalen (wie Händigkeit) und genetischen Störungen (wie Diabetes) zu suchen.

Sequenzierung des gesamten Genoms

Obwohl es in den letzten Jahren erhebliche Fortschritte in den medizinischen Wissenschaften gegeben hat, sind Ärzte immer noch von vielen Krankheiten verwirrt und Forscher verwenden die Sequenzierung des gesamten Genoms, um dem Problem auf den Grund zu gehen. Die Sequenzierung des gesamten Genoms ist ein Verfahren, das die DNA-Sequenz eines gesamten Genoms bestimmt. Die Sequenzierung des gesamten Genoms ist ein Brute-Force-Ansatz zur Problemlösung, wenn eine genetische Grundlage im Kern einer Krankheit besteht. Mehrere Laboratorien bieten inzwischen Dienstleistungen zur Sequenzierung, Analyse und Interpretation ganzer Genome an.

Im Jahr 2010 wurde die gesamte Genomsequenzierung verwendet, um einen kleinen Jungen zu retten, dessen Darm mehrere mysteriöse Abszesse aufwies. Das Kind hatte mehrere Dickdarmoperationen ohne Linderung. Schließlich zeigte eine vollständige Genomsequenz einen Defekt in einem Signalweg, der die Apoptose (programmierter Zelltod) kontrolliert. Eine Knochenmarktransplantation wurde verwendet, um diese genetische Störung zu überwinden, was zu einer Heilung für den Jungen führte. Er war der erste Mensch, der mit der vollständigen Genomsequenzierung erfolgreich diagnostiziert wurde.

Die ersten zu sequenzierenden Genome, etwa von Viren, Bakterien und Hefen, waren hinsichtlich der Zahl der Nukleotide kleiner als die Genome vielzelliger Organismen. Die Genome anderer Modellorganismen wie der Maus (Muskulatur), die Fruchtfliege (Drosophila melanogaster) und der Nematode (Caenorhabditis elegans) sind mittlerweile bekannt. In Modellorganismen wird sehr viel Grundlagenforschung betrieben, weil die Informationen auf andere Organismen übertragen werden können. Ein Modellorganismus ist eine Art, die als Modell untersucht wird, um die biologischen Prozesse in anderen Arten zu verstehen, die durch den Modellorganismus dargestellt werden können. Zum Beispiel sind Fruchtfliegen in der Lage, Alkohol wie Menschen zu verstoffwechseln. Daher wurden die Gene, die die Alkoholempfindlichkeit beeinflussen, bei Fruchtfliegen untersucht, um die Variation der Alkoholempfindlichkeit beim Menschen zu verstehen. Die Sequenzierung ganzer Genome hilft bei den Forschungsanstrengungen in diesen Modellorganismen (Abbildung 10.3.2).

Die erste menschliche Genomsequenz wurde 2003 veröffentlicht. Die Zahl der sequenzierten ganzen Genome nimmt stetig zu und umfasst heute Hunderte von Arten und Tausende einzelner menschlicher Genome.

Anwendung von Genomik

Die Einführung von DNA-Sequenzierungs- und Gesamtgenomsequenzierungsprojekten, insbesondere des Humangenomprojekts, hat die Anwendbarkeit von DNA-Sequenzinformationen erweitert. Die Genomik wird heute in einer Vielzahl von Bereichen eingesetzt, beispielsweise in der Metagenomik, Pharmakogenomik und mitochondrialen Genomik. Die bekannteste Anwendung der Genomik besteht darin, Krankheiten zu verstehen und Heilmittel zu finden.

Vorhersage des Krankheitsrisikos auf individueller Ebene

Die Vorhersage des Krankheitsrisikos umfasst das Screening und die Identifizierung aktuell gesunder Personen durch Genomanalyse auf individueller Ebene. Eine Intervention mit Lebensstiländerungen und Medikamenten kann vor Ausbruch der Krankheit empfohlen werden. Dieser Ansatz ist jedoch am besten geeignet, wenn das Problem von einer einzelnen Genmutation herrührt. Solche Defekte machen nur etwa 5 Prozent der in entwickelten Ländern vorkommenden Krankheiten aus. Die meisten Volkskrankheiten, wie Herzerkrankungen, sind multifaktoriell oder polygen, was sich auf ein phänotypisches Merkmal bezieht, das durch zwei oder mehr Gene bestimmt wird, sowie Umweltfaktoren wie die Ernährung. Im April 2010 veröffentlichten Wissenschaftler der Stanford University die Genomanalyse eines gesunden Individuums (Stephen Quake, ein Wissenschaftler der Stanford University, der sein Genom sequenzieren ließ); die Analyse sagte seine Neigung zu verschiedenen Krankheiten voraus. Es wurde eine Risikobewertung durchgeführt, um den Risikoprozentsatz von Quake für 55 verschiedene Erkrankungen zu analysieren. Es wurde eine seltene genetische Mutation gefunden, die zeigte, dass er einem plötzlichen Herzinfarkt ausgesetzt war. Es wurde auch vorhergesagt, dass er ein 23-Prozent-Risiko für Prostatakrebs und ein 1,4-Prozent-Risiko für die Entwicklung von Alzheimer hat. Die Wissenschaftler nutzten Datenbanken und mehrere Publikationen, um die genomischen Daten zu analysieren. Obwohl die Genomsequenzierung erschwinglicher und die Analysewerkzeuge zuverlässiger werden, müssen ethische Fragen im Zusammenhang mit der Genomanalyse auf Populationsebene noch angegangen werden. Könnten solche Daten beispielsweise rechtmäßig verwendet werden, um mehr oder weniger für Versicherungen in Rechnung zu stellen oder die Kreditwürdigkeit zu beeinflussen?

Genomweite Assoziationsstudien

Seit 2005 ist es möglich, eine Art von Studie durchzuführen, die als genomweite Assoziationsstudie (GWAS) bezeichnet wird. Ein GWAS ist eine Methode, die Unterschiede zwischen Individuen in Einzelnukleotidpolymorphismen (SNPs) identifiziert, die an der Entstehung von Krankheiten beteiligt sein können. Das Verfahren eignet sich besonders für Krankheiten, die von einer oder mehreren genetischen Veränderungen im gesamten Genom betroffen sein können. Es ist sehr schwierig, die an einer solchen Krankheit beteiligten Gene anhand von Informationen zur Familienanamnese zu identifizieren. Die GWAS-Methode basiert auf einer genetischen Datenbank, die seit 2002 entwickelt wird, dem International HapMap Project. Das HapMap-Projekt sequenzierte die Genome von mehreren hundert Individuen aus der ganzen Welt und identifizierte Gruppen von SNPs. Die Gruppen umfassen SNPs, die sich auf Chromosomen nahe beieinander befinden, so dass sie dazu neigen, durch Rekombination zusammen zu bleiben. Die Tatsache, dass die Gruppe zusammenbleibt, bedeutet, dass nur ein Marker-SNP identifiziert werden muss, um alle SNPs in der Gruppe zu identifizieren. Es gibt mehrere Millionen identifizierte SNPs, aber ihre Identifizierung bei anderen Individuen, deren Genom nicht vollständig sequenziert wurde, ist viel einfacher, da nur die Marker-SNPs identifiziert werden müssen.

In einem gemeinsamen Design für ein GWAS werden zwei Personengruppen gewählt; eine Gruppe hat die Krankheit und die andere Gruppe nicht. Die Individuen in jeder Gruppe werden in anderen Merkmalen abgeglichen, um den Effekt von Störvariablen zu reduzieren, die Unterschiede zwischen den beiden Gruppen verursachen. Beispielsweise können sich die Genotypen unterscheiden, da die beiden Gruppen meist aus verschiedenen Teilen der Welt stammen. Sobald die Individuen ausgewählt sind und ihre Zahl normalerweise tausend oder mehr beträgt, damit die Studie funktioniert, werden Proben ihrer DNA erhalten. Die DNA wird mit automatisierten Systemen analysiert, um große Unterschiede im Prozentsatz bestimmter SNPs zwischen den beiden Gruppen zu identifizieren. Häufig untersucht die Studie eine Million oder mehr SNPs in der DNA. Die Ergebnisse von GWAS können auf zwei Arten verwendet werden: Die genetischen Unterschiede können als Marker für die Anfälligkeit für die Krankheit bei nicht diagnostizierten Personen verwendet werden, und die bestimmten identifizierten Gene können Ziele für die Erforschung des molekularen Weges der Krankheit und potenzieller Therapien sein. Ein Ableger der Entdeckung von Genassoziationen mit Krankheiten war die Gründung von Unternehmen, die sogenannte „Personal Genomics“ anbieten, die Risikostufen für verschiedene Krankheiten basierend auf dem SNP-Komplement einer Person identifizieren. Die Wissenschaft hinter diesen Diensten ist umstritten.

Da GWAS nach Assoziationen zwischen Genen und Krankheiten sucht, liefern diese Studien Daten für andere Ursachenforschung, anstatt spezifische Fragen selbst zu beantworten. Ein Zusammenhang zwischen einem Genunterschied und einer Krankheit bedeutet nicht unbedingt, dass eine Ursache-Wirkungs-Beziehung besteht. Einige Studien haben jedoch nützliche Informationen über die genetischen Ursachen von Krankheiten geliefert. Zum Beispiel identifizierten drei verschiedene Studien im Jahr 2005 ein Gen für ein Protein, das an der Regulierung von Entzündungen im Körper beteiligt ist und mit einer krankheitsverursachenden Blindheit namens altersbedingter Makuladegeneration in Verbindung gebracht wird. Dies eröffnete neue Möglichkeiten für die Erforschung der Ursache dieser Krankheit. Eine große Anzahl von Genen wurde mithilfe von GWAS identifiziert, die mit Morbus Crohn in Verbindung gebracht werden, und einige davon haben neue hypothetische Mechanismen für die Ursache der Krankheit vorgeschlagen.

Pharmakogenomik

Pharmakogenomik beinhaltet die Bewertung der Wirksamkeit und Sicherheit von Arzneimitteln auf der Grundlage von Informationen aus der Genomsequenz eines Individuums. Informationen zur persönlichen Genomsequenz können verwendet werden, um Medikamente zu verschreiben, die je nach Genotyp des einzelnen Patienten am wirksamsten und am wenigsten toxisch sind. Die Untersuchung von Veränderungen der Genexpression könnte Informationen über das Gentranskriptionsprofil in Gegenwart des Wirkstoffs liefern, die als Frühindikator für das Potenzial toxischer Wirkungen verwendet werden können. Zum Beispiel könnten Gene, die an Zellwachstum und kontrolliertem Zelltod beteiligt sind, bei einer Störung zum Wachstum von Krebszellen führen. Genomweite Studien können auch helfen, neue Gene zu finden, die an der Arzneimitteltoxizität beteiligt sind. Die Gensignaturen sind möglicherweise nicht ganz genau, können aber weiter getestet werden, bevor pathologische Symptome auftreten.

Metagenomik

Traditionell wurde die Mikrobiologie mit der Ansicht gelehrt, dass Mikroorganismen am besten unter Reinkulturbedingungen untersucht werden, bei denen ein einzelner Zelltyp isoliert und im Labor kultiviert wird. Da Mikroorganismen innerhalb von Stunden mehrere Generationen durchlaufen können, passen sich ihre Genexpressionsprofile sehr schnell an die neue Laborumgebung an. Auf der anderen Seite widersetzen sich viele Arten einer isolierten Kultivierung. Die meisten Mikroorganismen leben nicht als isolierte Einheiten, sondern in mikrobiellen Gemeinschaften, die als Biofilme bekannt sind. Aus all diesen Gründen ist die Reinkultur nicht immer der beste Weg, um Mikroorganismen zu untersuchen. Metagenomik ist die Untersuchung der kollektiven Genome mehrerer Arten, die in einer Umweltnische wachsen und interagieren. Metagenomik kann verwendet werden, um neue Arten schneller zu identifizieren und die Auswirkungen von Schadstoffen auf die Umwelt zu analysieren (Abbildung 10.3.3). Metagenomik-Techniken können nun auch auf Gemeinschaften höherer Eukaryoten, wie z. B. Fische, angewendet werden.

Schaffung neuer Biokraftstoffe

Das Wissen über die Genomik von Mikroorganismen wird genutzt, um bessere Wege zu finden, Biokraftstoffe aus Algen und Cyanobakterien zu nutzen. Die Hauptbrennstoffquellen sind heute Kohle, Öl, Holz und andere Pflanzenprodukte wie Ethanol. Obwohl Pflanzen erneuerbare Ressourcen sind, müssen noch mehr alternative erneuerbare Energiequellen gefunden werden, um den Energiebedarf unserer Bevölkerung zu decken. Die mikrobielle Welt ist eine der größten Ressourcen für Gene, die neue Enzyme codieren und neue organische Verbindungen produzieren, und sie bleibt weitgehend ungenutzt. Diese riesige genetische Ressource birgt das Potenzial, neue Quellen für Biokraftstoffe zu erschließen (Abbildung 10.3.4).

Mitochondriale Genomik

Mitochondrien sind intrazelluläre Organellen, die ihre eigene DNA enthalten. Mitochondriale DNA mutiert mit hoher Geschwindigkeit und wird oft verwendet, um evolutionäre Beziehungen zu studieren. Ein weiteres Merkmal, das die Untersuchung des mitochondrialen Genoms interessant macht, ist, dass bei den meisten vielzelligen Organismen die mitochondriale DNA während des Befruchtungsprozesses von der Mutter weitergegeben wird. Aus diesem Grund wird die mitochondriale Genomik häufig verwendet, um die Genealogie zu verfolgen.

Genomik in der forensischen Analyse

Informationen und Hinweise aus DNA-Proben, die an Tatorten gefunden wurden, wurden als Beweismittel in Gerichtsverfahren verwendet, und genetische Marker wurden in forensischen Analysen verwendet. Auch auf diesem Gebiet hat sich die Genomanalyse als nützlich erwiesen. 2001 wurde der erste Einsatz von Genomik in der Forensik veröffentlicht. Es war eine gemeinsame Anstrengung zwischen akademischen Forschungseinrichtungen und dem FBI, um die mysteriösen Fälle von Milzbrand (Abbildung 10.3.5) zu lösen, die vom US-Postdienst transportiert wurden. Anthrax-Bakterien wurden zu einem infektiösen Pulver verarbeitet und an die Nachrichtenmedien und zwei US-Senatoren geschickt. Das Pulver infizierte das Verwaltungspersonal und die Postangestellten, die die Briefe öffneten oder bearbeiteten. Fünf Menschen starben, 17 erkrankten an den Bakterien. Mithilfe mikrobieller Genomik stellten die Forscher fest, dass in allen Mailings ein bestimmter Milzbrand-Stamm verwendet wurde; schließlich wurde die Quelle zu einem Wissenschaftler in einem nationalen Bioverteidigungslabor in Maryland zurückverfolgt.

Genomik in der Landwirtschaft

Genomik kann Versuche und Misserfolge in der wissenschaftlichen Forschung bis zu einem gewissen Grad reduzieren, was die Qualität und Quantität der Ernteerträge in der Landwirtschaft verbessern könnte (Abbildung 10.3.6). Die Verknüpfung von Merkmalen mit Genen oder Gensignaturen hilft, die Pflanzenzüchtung zu verbessern, um Hybriden mit den begehrtesten Eigenschaften zu erzeugen. Wissenschaftler verwenden genomische Daten, um wünschenswerte Merkmale zu identifizieren und diese Merkmale dann auf einen anderen Organismus zu übertragen, um einen neuen genetisch veränderten Organismus zu schaffen, wie im vorherigen Modul beschrieben. Wissenschaftler entdecken, wie Genomik die Qualität und Quantität der landwirtschaftlichen Produktion verbessern kann. Wissenschaftler könnten zum Beispiel wünschenswerte Eigenschaften verwenden, um ein nützliches Produkt zu schaffen oder ein bestehendes Produkt zu verbessern, beispielsweise um eine trockenheitsempfindliche Pflanze toleranter gegenüber der Trockenzeit zu machen.

Proteomik

Proteine ​​sind die Endprodukte von Genen, die die vom Gen kodierte Funktion ausführen. Proteine ​​bestehen aus Aminosäuren und spielen eine wichtige Rolle in der Zelle. Alle Enzyme (außer Ribozyme) sind Proteine ​​und wirken als Katalysatoren, die die Reaktionsgeschwindigkeit beeinflussen. Proteine ​​sind auch regulatorische Moleküle, und einige sind Hormone. Transportproteine ​​wie Hämoglobin helfen beim Transport von Sauerstoff zu verschiedenen Organen. Antikörper, die sich gegen Fremdpartikel abwehren, sind ebenfalls Proteine. Im erkrankten Zustand kann die Proteinfunktion durch Veränderungen auf genetischer Ebene oder durch direkten Einfluss auf ein bestimmtes Protein beeinträchtigt sein.

Ein Proteom ist der gesamte Satz von Proteinen, der von einem Zelltyp produziert wird. Proteome können mit dem Wissen über Genome untersucht werden, da Gene für mRNAs kodieren und die mRNAs Proteine ​​kodieren. Die Untersuchung der Funktion von Proteomen wird als Proteomik bezeichnet. Die Proteomik ergänzt die Genomik und ist nützlich, wenn Wissenschaftler ihre auf Genen basierenden Hypothesen überprüfen möchten. Obwohl alle Zellen in einem vielzelligen Organismus den gleichen Satz von Genen haben, ist der Satz von Proteinen, der in verschiedenen Geweben produziert wird, unterschiedlich und abhängig von der Genexpression. Somit ist das Genom konstant, aber das Proteom variiert und ist innerhalb eines Organismus dynamisch. Darüber hinaus können RNAs alternativ gespleißt (ausgeschnitten und eingefügt werden, um neue Kombinationen und neue Proteine ​​​​zu erzeugen) und viele Proteine ​​werden nach der Translation modifiziert. Obwohl das Genom eine Blaupause liefert, hängt die endgültige Architektur von mehreren Faktoren ab, die den Verlauf der Ereignisse verändern können, die das Proteom erzeugen.

Genome und Proteome von Patienten, die an bestimmten Krankheiten leiden, werden untersucht, um die genetischen Grundlagen der Krankheit zu verstehen. Die bekannteste Krankheit, die mit proteomischen Ansätzen untersucht wird, ist Krebs (Abbildung 10.3.7). Proteomische Ansätze werden verwendet, um das Screening und die Früherkennung von Krebs zu verbessern; Dies wird durch die Identifizierung von Proteinen erreicht, deren Expression durch den Krankheitsprozess beeinflusst wird. Ein einzelnes Protein wird als Biomarker bezeichnet, während eine Reihe von Proteinen mit veränderten Expressionsniveaus als Proteinsignatur bezeichnet wird. Damit ein Biomarker oder eine Proteinsignatur als Kandidat für die Früherkennung und Erkennung von Krebs nützlich sein kann, muss er in Körperflüssigkeiten wie Schweiß, Blut oder Urin sezerniert werden, damit groß angelegte Screenings auf nichtinvasive Weise durchgeführt werden können . Das aktuelle Problem beim Einsatz von Biomarkern zur Krebsfrüherkennung ist die hohe Rate falsch-negativer Ergebnisse. Ein falsch-negatives Ergebnis ist ein negatives Testergebnis, das positiv hätte sein sollen. Mit anderen Worten, viele Krebsfälle bleiben unentdeckt, was Biomarker unzuverlässig macht. Einige Beispiele für Proteinbiomarker, die bei der Krebserkennung verwendet werden, sind CA-125 für Eierstockkrebs und PSA für Prostatakrebs. Proteinsignaturen können beim Nachweis von Krebszellen zuverlässiger sein als Biomarker. Proteomics wird auch verwendet, um individualisierte Behandlungspläne zu entwickeln, die die Vorhersage beinhalten, ob eine Person auf bestimmte Medikamente anspricht oder nicht und welche Nebenwirkungen die Person haben kann. Die Proteomik wird auch verwendet, um die Möglichkeit eines Wiederauftretens der Krankheit vorherzusagen.

Das National Cancer Institute hat Programme entwickelt, um die Erkennung und Behandlung von Krebs zu verbessern. Die Clinical Proteomic Technologies for Cancer und das Early Detection Research Network sind Bemühungen, Proteinsignaturen zu identifizieren, die für verschiedene Krebsarten spezifisch sind. Das biomedizinische Proteomics-Programm wurde entwickelt, um Proteinsignaturen zu identifizieren und wirksame Therapien für Krebspatienten zu entwickeln.

Zusammenfassung

Die Genomkartierung ähnelt dem Lösen eines großen, komplizierten Puzzles mit Informationen aus Labors auf der ganzen Welt. Genetische Karten geben einen Überblick über die Lage von Genen innerhalb eines Genoms und schätzen den Abstand zwischen Genen und genetischen Markern anhand der Rekombinationshäufigkeit während der Meiose ab. Physische Karten liefern detaillierte Informationen über die physische Distanz zwischen den Genen. Die detailliertesten Informationen sind über das Sequenzmapping verfügbar. Informationen aus allen Kartierungs- und Sequenzierungsquellen werden kombiniert, um ein gesamtes Genom zu untersuchen.

Die Sequenzierung des gesamten Genoms ist die neueste verfügbare Ressource zur Behandlung genetischer Krankheiten. Einige Ärzte verwenden die Sequenzierung des gesamten Genoms, um Leben zu retten. Genomik hat viele industrielle Anwendungen, einschließlich der Entwicklung von Biokraftstoffen, der Landwirtschaft, der Pharmazie und der Kontrolle der Umweltverschmutzung.

Die Vorstellungskraft ist das einzige Hindernis für die Anwendbarkeit der Genomik. Genomik wird in den meisten Bereichen der Biologie angewendet; Es kann für die personalisierte Medizin, die Vorhersage von Krankheitsrisiken auf individueller Ebene, die Untersuchung von Arzneimittelinteraktionen vor der Durchführung klinischer Studien und die Untersuchung von Mikroorganismen in der Umwelt im Gegensatz zum Labor verwendet werden. Es wird auch auf die Erzeugung neuer Biokraftstoffe, die genealogische Bewertung anhand von Mitochondrien, Fortschritte in der Forensik und Verbesserungen in der Landwirtschaft angewendet.

Proteomik ist die Untersuchung des gesamten Satzes von Proteinen, die von einem bestimmten Zelltyp unter bestimmten Umweltbedingungen exprimiert werden. In einem vielzelligen Organismus haben unterschiedliche Zelltypen unterschiedliche Proteome, und diese variieren mit Veränderungen in der Umgebung. Im Gegensatz zu einem Genom ist ein Proteom dynamisch und unterliegt einem ständigen Fluss, was es komplizierter und nützlicher macht als die Kenntnis von Genomen allein.

Glossar

Biomarker
ein individuelles Protein, das in einem erkrankten Zustand einzigartig produziert wird
genetische Karte
eine Übersicht über Gene und ihre Lage auf einem Chromosom, die auf Rekombinationsfrequenzen zwischen Markern basiert
Genomik
das Studium ganzer Genome, einschließlich des vollständigen Satzes von Genen, ihrer Nukleotidsequenz und -organisation und ihrer Wechselwirkungen innerhalb einer Art und mit anderen Arten
Metagenomik
das Studium der kollektiven Genome mehrerer Arten, die in einer Umweltnische wachsen und interagieren
Modellorganismus
eine Art, die untersucht und als Modell verwendet wird, um die biologischen Prozesse in anderen Arten zu verstehen, die durch den Modellorganismus repräsentiert werden
Pharmakogenomik
die Untersuchung von Arzneimittelwechselwirkungen mit dem Genom oder Proteom; auch Toxikogenomik genannt
Physikalische Karte
eine Darstellung der physischen Distanz zwischen Genen oder genetischen Markern
Proteinsignatur
eine Reihe von über- oder unterexprimierten Proteinen, die für Zellen in einem bestimmten erkrankten Gewebe charakteristisch sind
Proteomik
Studium der Funktion von Proteomen

Genomics und Proteomics Engineering in Medizin und Biologie

Genomics und Proteomics Engineering in Medizin und Biologie präsentiert eine abgerundete, interdisziplinäre Diskussion zu einem Thema, das sowohl in der Molekularbiologie als auch in der Biotechnologie an vorderster Front steht. Dieses Buch enthält Beiträge etablierter Experten und beleuchtet aktuelle Anwendungen der biomedizinischen Informatik sowie Fortschritte in den Bereichen Genomik und Proteomik. Strukturen und Algorithmen werden verwendet, um genomische Daten zu analysieren und Computerlösungen für das pathologische Verständnis zu entwickeln.

Zu den diskutierten Themen gehören:

  • Qualitative Wissensmodelle
  • Interpretieren von Microarray-Daten
  • Genregulation Bioinformatik
  • Methoden zur Analyse von Mikroarrays
  • Krebsverhalten und Strahlentherapie
  • Fehlerkontrollcodes und das Genom
  • Komplexe Life-Science-Multi-Datenbank-Abfragen
  • Computergestützte Proteinanalyse
  • Wechselwirkungen zwischen Tumor und Tumorsuppressorproteinen

Kaufen Sie beide und sparen Sie 25%!

Dieser Gegenstand: Genomics und Proteomics Engineering in Medizin und Biologie

Nicht mit anderen Angeboten kombinierbar.

Kaufen Sie beide und sparen Sie 25%!

Dieser Gegenstand: Genomics und Proteomics Engineering in Medizin und Biologie

Nicht mit anderen Angeboten kombinierbar.

Kaufen Sie beide und sparen Sie 25%!

Dieser Gegenstand: Genomics und Proteomics Engineering in Medizin und Biologie

Nicht mit anderen Angeboten kombinierbar.


Grundlegende Techniken der Proteinanalyse

Das ultimative Ziel der Proteomik besteht darin, die von einem bestimmten Genom unter bestimmten Bedingungen exprimierten Proteine ​​zu identifizieren oder zu vergleichen, die Wechselwirkungen zwischen den Proteinen zu untersuchen und die Informationen zu verwenden, um das Zellverhalten vorherzusagen oder Wirkstoffziele zu entwickeln. So wie das Genom mit der grundlegenden Technik der DNA-Sequenzierung analysiert wird, erfordert die Proteomik Techniken zur Proteinanalyse. Die grundlegende Technik der Proteinanalyse ist, analog zur DNA-Sequenzierung, die Massenspektrometrie. Massenspektrometrie wird verwendet, um die Eigenschaften eines Moleküls zu identifizieren und zu bestimmen. Fortschritte in der Spektrometrie haben es Forschern ermöglicht, sehr kleine Proteinproben zu analysieren. Die Röntgenkristallographie beispielsweise ermöglicht es Wissenschaftlern, die dreidimensionale Struktur eines Proteinkristalls mit atomarer Auflösung zu bestimmen. Ein weiteres Verfahren zur Bildgebung von Proteinen, Kernspinresonanz (NMR), nutzt die magnetischen Eigenschaften von Atomen, um die dreidimensionale Struktur von Proteinen in wässriger Lösung zu bestimmen. Protein-Mikroarrays wurden auch verwendet, um Wechselwirkungen zwischen Proteinen zu untersuchen. Groß angelegte Anpassungen des grundlegenden Zwei-Hybrid-Screens ([Link]) haben die Grundlage für Protein-Mikroarrays geschaffen. Computersoftware wird verwendet, um die riesige Menge an Daten zu analysieren, die für die Proteomanalyse erzeugt werden.

Analysen auf genomischer und proteomischer Ebene sind Teil der Systembiologie. Systembiologie ist das Studium ganzer biologischer Systeme (Genome und Proteome) basierend auf Wechselwirkungen innerhalb des Systems. Das European Bioinformatics Institute und die Human Proteome Organization (HUPO) entwickeln und etablieren effektive Tools, um den enormen Haufen systembiologischer Daten zu sortieren. Da Proteine ​​die direkten Produkte von Genen sind und die Aktivität auf genomischer Ebene widerspiegeln, ist es naheliegend, Proteome zu verwenden, um die Proteinprofile verschiedener Zellen zu vergleichen, um Proteine ​​und Gene zu identifizieren, die an Krankheitsprozessen beteiligt sind. Die meisten Arzneimittelstudien zielen auf Proteine ​​ab. Informationen aus der Proteomik werden verwendet, um neue Medikamente zu identifizieren und ihre Wirkmechanismen zu verstehen.


Die Herausforderung von Techniken für Proteomanalysen ist die Schwierigkeit, kleine Mengen an Proteinen nachzuweisen. Obwohl die Massenspektrometrie gut zum Nachweis kleiner Proteinmengen geeignet ist, können Variationen der Proteinexpression in Krankheitszuständen schwer zu erkennen sein. Proteine ​​sind von Natur aus instabile Moleküle, was die Proteomanalyse viel schwieriger macht als die Genomanalyse.


Abschnittszusammenfassung

Proteomik ist die Untersuchung des gesamten Satzes von Proteinen, die von einem bestimmten Zelltyp unter bestimmten Umweltbedingungen exprimiert werden. In einem vielzelligen Organismus haben unterschiedliche Zelltypen unterschiedliche Proteome, und diese variieren mit Veränderungen in der Umgebung. Im Gegensatz zu einem Genom ist ein Proteom dynamisch und in ständigem Fluss, was es sowohl komplizierter als auch nützlicher macht als die Kenntnis von Genomen allein.

Proteomik-Ansätze beruhen auf Proteinanalysen, diese Techniken werden ständig verbessert. Proteomics wurde verwendet, um verschiedene Krebsarten zu untersuchen. Zur Analyse jeder Krebsart werden unterschiedliche Biomarker und Proteinsignaturen verwendet. Das zukünftige Ziel ist ein individueller Behandlungsplan für jeden Einzelnen.


DAS HUMAN-GENOM-PROJEKT

Um diese rasanten Fortschritte zu erreichen, schlug Robert L. Sinsheimer von der University of California, Santa Cruz, 1985 offiziell die Möglichkeit einer konzertierten Anstrengung zur Sequenzierung des menschlichen Genoms vor. 1986 machte Renato Dulbecco, Nobelpreisträger und Mitglied des Salk-Instituts, auf den Seiten von Wissenschaft Magazin einen ähnlichen Vorschlag zur Untermauerung der Krebsforschung (Dulbecco, 1986). Einflussreiche und weit verbreitete Berichte des U.S. Department of Energy (DOE), des Congressional Office of Technology Assessment (U.S. Congress, 1988) und des National Research Council (NRC, 1988) verfolgten und empfahlen ein solches Projekt. Der NRC-Bericht empfahl der US-Regierung, ein Projekt finanziell zu unterstützen, und legte einen Entwurf für einen mehrstufigen Forschungsplan vor, um das Ziel über 15 Jahre zu erreichen. Kurz darauf unterzeichneten NIH und DOE ein Memorandum of Understanding, um 𠇍ie formale Koordination ihrer Aktivitäten zu gewährleisten, “ das menschliche Genom zu kartieren und zu sequenzieren.” Im Geschäftsjahr 1988 startete der Kongress offiziell das Human Genome Project ( HGP), indem sie sowohl dem DOE als auch dem NIH Gelder für diesen speziellen Zweck zur Verfügung stellt.

Wie im NRC-Bericht vorgesehen, begann das HGP nicht sofort mit der menschlichen Sequenzierung. Stattdessen zielte das Programm darauf ab, eine Infrastruktur durch eine Vielzahl von Projekten aufzubauen. Diese Bemühungen umfassten die Erforschung alternativer Sequenzierungstechnologien, die Anpassung bestehender Technologien an das einfachere Problem der Sequenzierung kleinerer Genome von Labororganismen und die Entwicklung von niedrigaufgelösten Karten des menschlichen Genoms. Andere Länder, insbesondere Großbritannien, Frankreich und Japan, haben den HGP ebenfalls initiiert, und tatsächlich kamen mehrere frühe Erfolge von außerhalb der Vereinigten Staaten.

Trotz breiter staatlicher Unterstützung löste das HGP in der wissenschaftlichen Gemeinschaft erhebliche Kontroversen aus. Der Wechsel von der traditionellen, hypothesengesteuerten Kleinlabor-Wissenschaft mit einem Gen und einem Protein nach dem anderen zu diesem neuen datengesteuerten, groß angelegten Engineering-Programm führte zunächst zu Widerständen in der molekulargenetischen Gemeinschaft. Selbst die Unterstützer des Projekts waren sich in ihrer Vision, wie es am besten vorgehen sollte, nicht einig. Viele waren der Meinung, dass das Projekt erst mit der Entdeckung völlig neuartiger Sequenzierungsmethoden realisierbar wäre, die um Größenordnungen schneller und billiger wären als bisherige Methoden. Andere, insbesondere Craig Venter, damals Forscher am NIH, argumentierten, dass für das menschliche Genom, wenn ein Großteil der Sequenz als funktionslos galt (sogenannte Junk-DNA), eine viel effizientere Strategie darin bestünde, nur die Sequenzen zu sequenzieren Protein-kodierende Gene durch cDNAs, wodurch die Menge der erforderlichen Sequenz um einen Faktor von 10 oder mehr reduziert wird.

Trotz konservativer Erwartungen wurden an vielen Fronten rasche Fortschritte erzielt. Bald entstand eine Rahmenkarte der menschlichen Genetik mit weitaus größerer Auflösung als ursprünglich erwartet. Zirkuläre DNA-Moleküle oder Vektoren wurden entwickelt, um immer größere DNA-Mengen in Bakterien zu transportieren und dadurch die Konstruktion physikalischer Karten ganzer Genome zu erleichtern. Die Anpassung konventioneller DNA-Sequenzierungsansätze an hochautomatisierte Maschinen führte zu einer dramatischen Erweiterung der globalen DNA-Sequenzierungskapazität, die in schneller Folge die Sequenz des ersten bakteriellen Genoms (H. Influenza), das erste Genom eines Eukaryoten, eines Organismus mit einem Zellkern (Bäckerhefe oder S. cerevisiae) und das erste Genom eines vielzelligen Tieres (der Spulwurm C. elegans). Angesichts der pragmatischen Natur der meisten Wissenschaftler überraschte es nicht, dass der enorme Nutzen dieser ganzen Genomsequenzen für das gesamte biologische wissenschaftliche Unternehmen die Einwände der verbleibenden Skeptiker schnell überwand. 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.


Proteomik

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.

Schlüsselwörter: 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.

Figuren

A variety of effectors mediate…

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

Structures of ARBDs. ( EIN…

Structures of ARBDs. ( EIN ) 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. ( EIN )…

PARP monoenzymes and catalytically inactive…

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

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. ( EIN ) Chemical…

Chemical biology approaches to identify…

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

Comparison of techniques used to…

Comparison of techniques used to map genome-wide ADP-ribosylation. ( EIN ) 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% ist 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.


Biologie 171

Am Ende dieses Abschnitts können Sie Folgendes tun:

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.

Abschnittszusammenfassung

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.

Freie Antwort

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.

Glossar


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)


Schau das Video: Bio 101 Chapter 10 Section 3 Genomics and Proteomics (Januar 2022).