2019-02-19
發(fā)現(xiàn)與細胞狀態(tài)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(xiàn)為跨多個維度，如基因組變異、基因表達、蛋白質(zhì)翻譯和翻譯后修飾（PTM）。這些不同維度之間的變化是動態(tài)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(tǒng)各個組成部分之間的相互作用。
近年來，高通量RNA測序和質(zhì)譜技術在轉(zhuǎn)錄和蛋白質(zhì)方面的新進展使其成為理解基因調(diào)控的方法。“大數(shù)據(jù)”分析技術的改進使得從整合轉(zhuǎn)錄組蛋白質(zhì)組分析中得出新的結論。對這兩種數(shù)據(jù)類型的統(tǒng)一分析有助于實現(xiàn)一些生物學目標，如改進基因組注釋、預測RNA蛋白質(zhì)數(shù)量、破譯基因調(diào)控、發(fā)現(xiàn)疾病標記物和藥物靶點。轉(zhuǎn)錄組學和蛋白質(zhì)組學數(shù)據(jù)有不同的整合方式，每一種方式都針對不同的研究目標。
本文關注轉(zhuǎn)錄組學-蛋白質(zhì)組學整合研究的方法、特點，以及與疾病的相關性。
結合mRNA測序和肽測序，進行蛋白質(zhì)組的挖掘和基因組注釋；對于基因組的重新注釋，步驟包括：變異的肽段、新基因、新外顯子、新的拼接點、假基因“復活”、基因模型矯正。
影響mRNA-蛋白表達量相關性的因素
1、mRNA降解速率；
2、核糖體結合位點；
3、核糖體密度；
4、密碼子使用的偏好性；
5、蛋白質(zhì)周轉(zhuǎn)率；
6、翻譯后修飾變異；
7、isoform間的肽共享；
8、低豐度蛋白；
9、實驗噪音。?
結合轉(zhuǎn)錄組學和蛋白質(zhì)組學破譯疾病生物學?
? 實驗設計：高通量平臺提供轉(zhuǎn)錄組和蛋白質(zhì)組數(shù)據(jù)。核糖體譜分析定量翻譯率可以更好地估計轉(zhuǎn)錄組和蛋白質(zhì)組數(shù)據(jù)集的相關性。為了了解疾病的動力學或特定表型，可以測量不同時間框架（時間）和/或特定空間（細胞/組織（空間））的表達和翻譯。
? 分析設計：在第一階段，分別分析轉(zhuǎn)錄組和蛋白質(zhì)組，使用統(tǒng)計學算法尋找特征基因。通過網(wǎng)絡生物學的方法進一步分析來自特征基因的相互作用網(wǎng)絡，以發(fā)現(xiàn)潛在的特定生物學過程或途徑，這些過程或途徑會影響疾病或表型。
? 應用：特征基因通常被用作疾病預后和診斷的生物標志物或幫助疾病分類。生物學過程或途徑的推論可能提供疾病機制或治療干預的思路和方法。
參考文獻
Kumar D et al., Integrating transcriptome and proteome profiling: Strategies and applications, Proteomics. 2016, 2533-2544
