2019-02-19
發現與細胞狀態相關的基因表達特征是分子生物學研究的重要方向。對于細胞在分子層面的差異，可能表現為跨多個維度，如基因組變異、基因表達、蛋白質翻譯和翻譯后修飾（PTM）。這些不同維度之間的變化是動態的，單獨分析某特定維度可能會丟失很多信息，這就需要對這類多層信息進行綜合分析，以了解生物系統各個組成部分之間的相互作用。
近年來(lai)，高(gao)通量(liang)RNA測(ce)(ce)序(xu)和(he)質譜技術在轉錄(lu)和(he)蛋白(bai)質方面的(de)(de)新進(jin)展使(shi)(shi)其成為理解基因(yin)調控(kong)的(de)(de)方法。“大數據”分析(xi)技術的(de)(de)改進(jin)使(shi)(shi)得從整(zheng)合轉錄(lu)組(zu)(zu)蛋白(bai)質組(zu)(zu)分析(xi)中(zhong)得出新的(de)(de)結論。對(dui)這兩種(zhong)數據類型的(de)(de)統一(yi)分析(xi)有助于實(shi)現一(yi)些生物學目標，如改進(jin)基因(yin)組(zu)(zu)注釋、預測(ce)(ce)RNA蛋白(bai)質數量(liang)、破譯基因(yin)調控(kong)、發現疾病標記物和(he)藥(yao)物靶點(dian)。轉錄(lu)組(zu)(zu)學和(he)蛋白(bai)質組(zu)(zu)學數據有不同的(de)(de)整(zheng)合方式(shi)，每一(yi)種(zhong)方式(shi)都針對(dui)不同的(de)(de)研究目標。
本文關(guan)注轉錄組學-蛋(dan)白質組學整合(he)研(yan)究的方(fang)法、特點，以及與疾病的相關(guan)性。
結合mRNA測(ce)序和肽測(ce)序，進行(xing)蛋白(bai)質組的(de)挖(wa)掘(jue)和基因組注(zhu)釋；對于基因組的(de)重新(xin)注(zhu)釋，步(bu)驟(zou)包括：變(bian)異的(de)肽段、新(xin)基因、新(xin)外顯子、新(xin)的(de)拼接(jie)點、假基因“復活(huo)”、基因模型矯正。
影響mRNA-蛋白表達量相關性的因(yin)素
1、mRNA降解速率；
2、核(he)糖體(ti)結合位點；
3、核糖體(ti)密度；
4、密碼子使用的(de)偏好性；
5、蛋(dan)白(bai)質周轉率；
6、翻(fan)譯后修飾變異；
7、isoform間(jian)的肽共享；
8、低豐度蛋白；
9、實驗噪音(yin)。?
結合(he)轉(zhuan)錄組學(xue)和(he)蛋白(bai)質(zhi)組學(xue)破譯疾(ji)病生物學(xue)?
? 實驗(yan)設計：高通(tong)量(liang)平臺提供轉錄組和(he)蛋白質組數據(ju)。核糖體譜分析定量(liang)翻譯率(lv)可以更好地(di)估計轉錄組和(he)蛋白質組數據(ju)集的(de)相關性。為了了解疾病的(de)動力學或特(te)定表型，可以測量(liang)不同(tong)時間框架（時間）和(he)/或特(te)定空(kong)間（細(xi)胞/組織（空(kong)間））的(de)表達和(he)翻譯。
? 分(fen)析(xi)設計：在第(di)一階段，分(fen)別分(fen)析(xi)轉(zhuan)錄組和蛋白質組，使用(yong)統計學算(suan)法尋找特征基(ji)(ji)因。通(tong)過(guo)(guo)網絡(luo)生物學的方法進一步分(fen)析(xi)來自(zi)特征基(ji)(ji)因的相互作(zuo)用(yong)網絡(luo)，以發現潛在的特定生物學過(guo)(guo)程或途徑(jing)(jing)，這些過(guo)(guo)程或途徑(jing)(jing)會(hui)影響疾(ji)病或表(biao)型。
? 應用(yong)：特征(zheng)基因通常被用(yong)作疾病預后和(he)診斷的(de)生物(wu)標志物(wu)或(huo)幫助疾病分類。生物(wu)學過程或(huo)途徑的(de)推論(lun)可能提(ti)供疾病機制或(huo)治(zhi)療干預的(de)思路和(he)方法。
參考文獻
Kumar D et al., Integrating transcriptome and proteome profiling: Strategies and applications, Proteomics. 2016, 2533-2544
