Informacja

Wykład 23: Genomika, proteomika i metabolomika - biologia

Wykład 23: Genomika, proteomika i metabolomika - biologia



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.

Genomy jako wzorce organizmów

Genom, którego nie należy mylić z gnomem, jest kompletnym zbiorem dziedzicznych informacji przechowywanych w DNA organizmu. Różnice w treści informacji pomagają wyjaśnić różnorodność życia, które widzimy wokół nas. Zmiany w informacjach zakodowanych w genomie są głównymi motorami różnorodności fenotypowej, którą widzimy (a niektórych nie możemy) wokół nas, które są filtrowane przez dobór naturalny, a zatem są motorami ewolucji. To prowadzi do pytań. Jeśli każda komórka w organizmie wielokomórkowym zawiera tę samą sekwencję DNA, jak mogą istnieć różne typy komórek (np. jak komórka w wątrobie może być tak różna od komórki w mózgu, jeśli obie niosą ten sam DNA)? A jak odczytujemy informacje?

Określanie sekwencji genomu

Informacje zakodowane w genomach dostarczają ważnych danych do zrozumienia życia, jego funkcji, różnorodności i ewolucji. Dlatego jest zrozumiałe, że rozsądnym miejscem do rozpoczęcia studiów biologicznych byłoby zapoznanie się z treścią informacji zakodowanych w danym genomie (genach). Dobrym punktem wyjścia jest określenie sekwencji nukleotydów (A, G, C, T) i ich organizacji w jedną lub więcej niezależnie replikujących się jednostek DNA (np. myślenie chromosomów i/lub plazmidów). Przez ponad 30 lat po odkryciu, że DNA jest materiałem dziedzicznym, była to zniechęcająca propozycja. Jednak pod koniec lat 80. pojawiły się półautomatyczne narzędzia do sekwencjonowania DNA, co zapoczątkowało rewolucję, która radykalnie zmieniła nasze podejście do badania życia. Dwadzieścia lat później, w połowie 2000 roku, weszliśmy w okres przyspieszonego postępu technologicznego, w którym postępy w materiałoznawstwie (szczególnie postęp w naszej zdolności do wytwarzania rzeczy na bardzo małą skalę), optyce, inżynierii elektrycznej i komputerowej, bioinżynierii, a wszystkie nauki komputerowe zbiegły się, aby zapewnić nam dramatyczny wzrost naszej zdolności do sekwencjonowania DNA i odpowiednio dramatyczny spadek kosztów licznych postępów w naszej zdolności do sekwencjonowania DNA. Znanym przykładem ilustrującym ten punkt jest porównanie zmian kosztów sekwencjonowania ludzkiego genomu. Wykonanie pierwszego szkicu ludzkiego genomu zajęło prawie 15 lat i 3 miliardy dolarów. Obecnie dziesiątki ludzkich genomów można zsekwencjonować w ciągu jednego dnia na jednym instrumencie za mniej niż 1000 dolarów każdy (koszt i czas wciąż maleją). Obecnie firmy takie jak Illumina, Pacific Biosciences, Oxford Nanopore i inne oferują konkurencyjne technologie, które obniżają koszty i zwiększają objętość, jakość, szybkość i przenośność sekwencjonowania DNA.

Jednym z bardzo ekscytujących elementów rewolucji sekwencjonowania DNA jest to, że wymagała i nadal wymaga wkładu biologów, chemików, materiałoznawców, inżynierów elektryków, inżynierów mechaników, informatyków i programistów, matematyków i statystyków, twórców produktów i wielu innych. eksperci techniczni. Potencjalne zastosowania i implikacje odblokowania barier w sekwencjonowaniu DNA zaangażowały również inwestorów, ludzi biznesu, twórców produktów, przedsiębiorców, etyków, decydentów politycznych i wielu innych w poszukiwanie nowych możliwości i zastanowienie się, jak najlepiej i najbardziej odpowiedzialnie korzystać z tej rozwijającej się technologii .

Postęp technologiczny w sekwencjonowaniu genomu zaowocował wirtualnym zalewem kompletnych sekwencji genomu, które są określane i umieszczane w publicznie dostępnych bazach danych. Wiele z nich można znaleźć w Narodowym Centrum Informacji Biotechnologicznej. Liczba dostępnych, całkowicie zsekwencjonowanych genomów w dziesiątkach tysięcy — ponad 2000 genomów eukariotycznych, ponad 600 genomów archeonów i prawie 12 000 genomów bakteryjnych. Dziesiątki tysięcy kolejnych projektów sekwencjonowania genomu jest w toku. Przy tak wielu dostępnych sekwencjach genomu – lub wkrótce, które będą dostępne – możemy zacząć zadawać wiele pytań o to, co widzimy w tych genomach. Jakie wzorce są wspólne dla wszystkich genomów? Ile genów jest zakodowanych w genomach? Jak są zorganizowane? Ile różnych typów funkcji możemy znaleźć? Co robią znalezione przez nas funkcje? Jak bardzo różnią się od siebie genomy? Czy istnieją dowody, które mogą nam powiedzieć, jak ewoluują genomy? Przyjrzyjmy się pokrótce kilku z tych pytań.

Różnorodność genomów

Różnorodność rozmiarów, liczby genów i chromosomów

Zacznijmy od zbadania zakresu rozmiarów genomu. W poniższej tabeli widzimy próbkę genomów z bazy danych. Widzimy, że genomy wolnych organizmów żywych różnią się pod względem wielkości. Najmniejszy znany genom jest zakodowany w 580 000 par zasad, podczas gdy największy ma 150 miliardów par zasad – dla porównania przypomnijmy, że ludzki genom ma 3,2 miliarda par zasad. To ogromna gama rozmiarów. Istnieją również podobne dysproporcje w liczbie genów.

Tabela 1. Ta tabela pokazuje niektóre dane genomowe dla różnych organizmów. 2n = liczba diploidalna. Uznanie: Marc T. Facciotti (praca własna)reprodukowane z http://book.bionumbers.org/how-big-are-genomes/)

Analiza tabeli 1 ujawnia również, że niektóre organizmy niosą ze sobą więcej niż jeden chromosom. Niektóre genomy są również poliploidalny, co oznacza, że ​​przechowują wiele kopii podobnych, ale nie identycznych (homologiczny) kopie każdego chromosomu. Organizm diploidalny nosi w swoim genomie dwie homologiczne kopie (zazwyczaj jedną od mamy i jedną od taty) każdego chromosomu. Ludzie są diploidalni. Nasze komórki somatyczne niosą 2 homologiczne kopie 23 chromosomów. Otrzymaliśmy 23 kopie poszczególnych chromosomów od naszej matki i 23 kopie od naszego ojca, w sumie 46. Niektóre rośliny mają wyższą ploidię. Na przykład roślina z czterema homologicznymi kopiami każdego chromosomu jest określana jako tetraploidalny. Organizm z pojedynczą kopią każdego chromosomu jest określany jako haploidalny.

Struktura genomów

Tabela 1 zawiera również wskazówki dotyczące innych interesujących miejsc. Na przykład, jeśli porównamy genom rozdymki z genomem szympansa, zauważymy, że kodują one mniej więcej taką samą liczbę genów (19 000), ale robią to w genomach o dramatycznie różnej wielkości — odpowiednio 400 milionów par zasad w porównaniu do 3,3 miliarda par zasad . Oznacza to, że genom rozdymki musi mieć znacznie mniej przestrzeni między genami niż można by się spodziewać w genomie szympansa. Rzeczywiście tak jest, a różnica w gęstości genów nie jest wyjątkowa dla tych dwóch genomów. Jeśli spojrzymy na Ryc. 1, który próbuje reprezentować 50-kb część ludzkiego genomu, zauważymy, że oprócz regionów kodujących białka (zaznaczonych na czerwono i różowo), wiele innych tak zwanych „cech” może być odczytać z genomu. Wiele z tych elementów zawiera wysoce powtarzalne sekwencje.

Rysunek 1. Ta figura pokazuje 50-kb segment ludzkiego receptora komórek β locus na chromosomie 7. Ta figura przedstawia mały region ludzkiego genomu i typy „cech”, które można odczytać i zdekodować w genomie, w tym: ale także oprócz sekwencji kodujących białka. Czerwony i różowy odpowiadają regionom kodującym białka. Inne kolory reprezentują różne typy elementów genomowych. Facciotti (praca własna)reprodukowane z www.ncbi.nlm.nih.gov/books/NBK21134/)

Jeśli teraz przyjrzymy się, jaka część całego ludzkiego genomu składa się na każdy z tych typów elementów (patrz Ryc. 2), zobaczymy, że geny kodujące białka tworzą tylko 48 milionów z 3,2 miliarda zasad genomu haploidalnego.

Rysunek 2. Ten wykres przedstawia, jak wiele par zasad DNA w ludzkim genomie haploidalnym jest rozłożonych między różne identyfikowalne cechy. Należy zauważyć, że tylko niewielka część genomu jest bezpośrednio powiązana z regionami kodującymi białka. Facciotti (praca własna)reprodukowane ze źródeł podanych na rysunku)

Kiedy badamy częstość regionów powtarzających się w porównaniu z regionami kodującymi białka u różnych gatunków, zauważamy duże różnice w kodowaniu białek w porównaniu z regionami niekodującymi.

Rysunek 3. Ten rysunek pokazuje 50-kb segmenty różnych genomów, ilustrujące wysoce zmienną częstotliwość powtórzeń w porównaniu z elementami kodującymi białka u różnych gatunków.
Uznanie: Marc T. Facciotti (praca własna)
reprodukowane z www.ncbi.nlm.nih.gov/books/NBK21134/)

Sugerowana dyskusja

Zaproponuj hipotezę, dlaczego uważasz, że niektóre genomy mogą mieć więcej lub mniej sekwencji niekodujących.

Dynamika struktury genomu

Genomy zmieniają się w czasie, a wiele różnych rodzajów zdarzeń może zmienić ich kolejność.

1. Mutacje są gromadzone podczas replikacji DNA lub w wyniku ekspozycji środowiskowej na chemiczne mutageny lub promieniowanie. Zmiany te zazwyczaj występują na poziomie pojedynczych nukleotydów.
2. Rearanżacje genomu opisują klasę zmian na dużą skalę, które mogą wystąpić, i obejmują one: (a) delecje – gdzie segmenty chromosomu są tracone; (b) duplikacja – gdzie regiony chromosomu są nieumyślnie zduplikowane; (c) insercje — insercja materiału genetycznego (należy zauważyć, że czasami jest on pozyskiwany z wirusów lub środowiska, a pary delecja/insercja mogą wystąpić na chromosomach); (d) inwersje – gdzie regiony genomu są odwrócone w obrębie tego samego chromosomu; oraz (e) translokacje – gdzie segmenty chromosomu są translokowane (przemieszczane w inne miejsce chromosomu).

Zmiany te zachodzą w różnym tempie, a niektóre są wspomagane przez aktywność katalizatorów enzymatycznych (np. transpozaz).

Badanie genomów

Genomika porównawcza

Jedną z najczęstszych rzeczy do zrobienia z kolekcją sekwencji genomu jest porównanie ze sobą sekwencji wielu genomów. Ogólnie rzecz biorąc, tego typu działania należą do dziedziny zwanej genomika porównawcza.

Porównanie genomów osób cierpiących na chorobę dziedziczną z genomami osób, które nie są dotknięte chorobą, może pomóc nam odkryć genetyczne podłoże tej choroby. Porównanie zawartości genów, kolejności i sekwencji spokrewnionych drobnoustrojów może pomóc nam znaleźć genetyczne podłoże, dlaczego niektóre drobnoustroje powodują choroby, podczas gdy ich bliscy kuzyni są praktycznie nieszkodliwi. Możemy porównać genomy, aby zrozumieć, jak mógł ewoluować nowy gatunek. Możliwych analiz jest wiele! Podstawa tych analiz jest podobna: szukaj różnic w wielu genomach i spróbuj powiązać te różnice z różnymi cechami lub zachowaniami tych organizmów.

Wreszcie, niektórzy ludzie porównują sekwencje genomu, aby spróbować zrozumieć historię ewolucyjną organizmów. Zazwyczaj tego typu porównania skutkują wykresem znanym jako drzewo filogenetyczne, który jest graficznym modelem związku ewolucyjnego między różnymi porównywanymi gatunkami. To pole, nic dziwnego, nazywa się filogenomika.

Metagenomika: kto gdzieś mieszka i co robi?

Oprócz badania genomów poszczególnych gatunków, coraz bardziej zaawansowane technologie sekwencjonowania DNA umożliwiają jednoczesne sekwencjonowanie genomów próbek środowiskowych, które zamieszkuje wiele różnych gatunków. To pole nazywa się metagenomika. Badania te zazwyczaj koncentrują się na próbach zrozumienia, jakie gatunki drobnoustrojów zamieszkują różne środowiska. Istnieje duże zainteresowanie wykorzystaniem sekwencjonowania DNA do badania populacji drobnoustrojów w jelitach i obserwowania, jak populacja zmienia się w odpowiedzi na różne diety, aby sprawdzić, czy istnieje jakikolwiek związek między obfitością różnych drobnoustrojów a różnymi chorobami, lub aby przyjrzeć się na obecność patogenów. Ludzie wykorzystują sekwencjonowanie DNA środowiskowych próbek metagenomicznych, aby zbadać, które mikroby zamieszkują różne środowiska na Ziemi (od głębin morskich, przez glebę, powietrze, stawy o dużej zawartości soli, odchody kotów, po niektóre wspólne powierzchnie, z którymi stykamy się każdego dnia).

Oprócz odkrywania „kto gdzie mieszka”, sekwencjonowanie populacji drobnoustrojów w różnych środowiskach może również ujawnić, jakie geny kodujące białka są obecne w środowisku. Może to dać badaczom wskazówki, jakie aktywności metaboliczne mogą zachodzić w tym środowisku. Oprócz dostarczania ważnych informacji o tym, jaki rodzaj chemii może zachodzić w określonym środowisku, katalog akumulowanych genów może również służyć jako ważne źródło do odkrywania nowych enzymów do zastosowań w biotechnologii.

Genomika

Badanie kwasów nukleinowych rozpoczęło się od odkrycia DNA, przeszło do badania genów i małych fragmentów, a teraz eksplodowało w dziedzinie genomika. Genomika to badanie całych genomów, w tym pełnego zestawu genów, ich sekwencji i organizacji nukleotydów oraz ich interakcji zarówno w obrębie gatunku, jak iz innymi gatunkami. Postępy w genomice stały się możliwe dzięki technologii sekwencjonowania DNA. Tak jak technologia informacyjna doprowadziła do powstania Map Google, które umożliwiają nam uzyskanie szczegółowych informacji o lokalizacjach na całym świecie, informacje genomowe są wykorzystywane do tworzenia podobnych map DNA różnych organizmów.

Mapowanie genomów

Mapowanie genomu to proces znajdowania lokalizacji genów na każdym chromosomie. Tworzone mapy są porównywalne z mapami, których używamy do poruszania się po ulicach. A mapa genetyczna to ilustracja, która wymienia geny i ich lokalizację na chromosomie. Mapy genetyczne zapewniają szeroki obraz (podobnie jak mapa autostrad międzystanowych) i wykorzystują markery genetyczne (podobnie jak punkty orientacyjne). Marker genetyczny to gen lub sekwencja na chromosomie, która wykazuje powiązanie genetyczne z interesującą cechą. Marker genetyczny jest zwykle dziedziczony z genem będącym przedmiotem zainteresowania. Jedną z miar odległości między nimi jest częstotliwość rekombinacji podczas mejozy; wcześni genetycy nazwali tę analizę sprzężeń.

Mapy fizyczne dostać się do intymnych szczegółów mniejszych regionów chromosomów (podobnie do szczegółowej mapy drogowej). Mapa fizyczna jest reprezentacją fizycznej odległości w nukleotydach między genami lub markerami genetycznymi. Do zbudowania pełnego obrazu genomu potrzebne są zarówno mapy powiązań genetycznych, jak i mapy fizyczne. Posiadanie pełnej mapy genomu ułatwia naukowcom badanie poszczególnych genów. Mapy ludzkiego genomu pomagają naukowcom w ich wysiłkach zmierzających do identyfikacji genów wywołujących choroby u ludzi, związanych z chorobami, takimi jak rak, choroby serca i mukowiscydoza, żeby wymienić tylko kilka. Ponadto mapowanie genomu można wykorzystać do identyfikacji organizmów o korzystnych cechach, takich jak drobnoustroje zdolne do usuwania zanieczyszczeń, a nawet zapobiegania zanieczyszczeniom. Badania obejmujące mapowanie genomu roślin mogą doprowadzić do opracowania metod rolniczych, które zapewnią wyższe plony lub do rozwoju roślin, które lepiej przystosowują się do zmian klimatu.

Rysunek 1. To jest fizyczna mapa ludzkiego chromosomu X.

Źródło: modyfikacja pracy NCBI, PZH

Mapy genetyczne zapewniają zarys, a mapy fizyczne dostarczają szczegółów. Łatwo zrozumieć, dlaczego oba rodzaje technik mapowania genomu są ważne dla ukazania całościowego obrazu. Informacje uzyskane z każdej techniki są wykorzystywane łącznie do badania genomu. Mapowanie genomowe jest używane z różnymi organizmami modelowymi, które są wykorzystywane do badań. Mapowanie genomu jest wciąż procesem, a wraz z rozwojem bardziej zaawansowanych technik oczekuje się dalszych postępów. Mapowanie genomu jest podobne do układania skomplikowanej układanki z wykorzystaniem wszystkich dostępnych danych. Informacje mapowe generowane w laboratoriach na całym świecie są wprowadzane do centralnych baz danych, takich jak National Center for Biotechnology Information (NCBI). Podejmowane są starania, aby informacje były łatwiej dostępne dla badaczy i ogółu społeczeństwa. Tak jak używamy globalnych systemów pozycjonowania zamiast map papierowych do poruszania się po drogach, NCBI pozwala nam na użycie narzędzia do przeglądania genomu w celu uproszczenia procesu eksploracji danych.

Sekwencjonowanie całego genomu

Chociaż w ostatnich latach nastąpił znaczny postęp w naukach medycznych, lekarze wciąż są zdezorientowani wieloma chorobami, a naukowcy wykorzystują sekwencjonowanie całego genomu, aby dotrzeć do sedna problemu. Sekwencjonowanie całego genomu to proces, który określa sekwencję DNA całego genomu. Sekwencjonowanie całego genomu to brutalne podejście do rozwiązywania problemów, gdy u podstaw choroby leży podłoże genetyczne. Kilka laboratoriów świadczy obecnie usługi sekwencjonowania, analizowania i interpretacji całych genomów.

W 2010 roku zastosowano sekwencjonowanie całego genomu, aby uratować młodego chłopca, którego jelita miały liczne tajemnicze ropnie. Dziecko przeszło kilka operacji jelita grubego bez żadnej ulgi. Wreszcie sekwencja całego genomu ujawniła defekt na szlaku kontrolującym apoptozę (programowaną śmierć komórki). Przeszczep szpiku kostnego został wykorzystany do przezwyciężenia tej choroby genetycznej, co doprowadziło do wyleczenia chłopca. Był pierwszą osobą, której pomyślnie zdiagnozowano za pomocą sekwencjonowania całego genomu.

Pierwsze genomy, które miały zostać zsekwencjonowane, takie jak te należące do wirusów, bakterii i drożdży, miały mniejszą liczbę nukleotydów niż genomy organizmów wielokomórkowych. Genomy innych organizmów modelowych, takich jak mysz (Mus musculus), muszka owocowa (muszka owocowa) i nicienie (Caenorhabditis elegans) są już znane. Wiele podstawowych badań jest wykonywanych w organizmy modelowe ponieważ informacje można zastosować do innych organizmów. Organizm modelowy to gatunek, który jest badany jako model w celu zrozumienia procesów biologicznych w innych gatunkach, które mogą być reprezentowane przez organizm modelowy. Na przykład muszki owocowe są w stanie metabolizować alkohol podobnie jak ludzie, więc geny wpływające na wrażliwość na alkohol badano u muszek owocowych, aby zrozumieć zmienność wrażliwości na alkohol u ludzi. Zsekwencjonowanie całych genomów pomaga w wysiłkach badawczych w tych organizmach modelowych.

Rysunek 2. Wiele podstawowych badań przeprowadza się na organizmach modelowych, takich jak mysz, Mus musculus; muszka owocowa, Drosophila melanogaster; nicienie Caenorhabditis elegans; drożdże Saccharomyces cerevisiae; i pospolity chwast Arabidopsis thaliana.

Kredyt: "mysz": modyfikacja pracy autorstwa Floreana Fortescuecredit; "Nematodes": modyfikacja pracy przez "snickclunk"/Flickr; „common weed”: modyfikacja pracy autorstwa Peggy Greb, USDA; dane w skali od Matta Russella

Pierwsza sekwencja ludzkiego genomu została opublikowana w 2003 roku. Liczba całych genomów, które zostały zsekwencjonowane, stale rośnie i obecnie obejmuje setki gatunków i tysiące pojedynczych ludzkich genomów.

Zastosowanie genomiki

Wprowadzenie projektów sekwencjonowania DNA i sekwencjonowania całego genomu, w szczególności Human Genome Project, rozszerzyło zastosowanie informacji o sekwencjach DNA. Genomika jest obecnie wykorzystywana w wielu różnych dziedzinach, takich jak metagenomika, farmakogenomika i genomika mitochondrialna. Najbardziej znanym zastosowaniem genomiki jest zrozumienie i znalezienie leków na choroby.

Przewidywanie ryzyka choroby na poziomie indywidualnym

Przewidywanie ryzyka choroby obejmuje badanie przesiewowe i identyfikację obecnie zdrowych osób poprzez analizę genomu na poziomie indywidualnym. Interwencja polegająca na zmianie stylu życia i lekach może być zalecana przed wystąpieniem choroby. Jednak to podejście ma największe zastosowanie, gdy problem wynika z pojedynczej mutacji genu. Takie defekty stanowią tylko około pięciu procent chorób występujących w krajach rozwiniętych. Większość powszechnych chorób, takich jak choroby serca, ma charakter wieloczynnikowy lub wielogenowy, co odnosi się do cechy fenotypowej, która jest determinowana przez dwa lub więcej genów, a także czynniki środowiskowe, takie jak dieta. W kwietniu 2010 roku naukowcy ze Stanford University opublikowali analizę genomu zdrowego osobnika (Stephen Quake, naukowiec ze Stanford University, któremu zsekwencjonowano genom); analiza przewidziała jego skłonność do zapadania na różne choroby. Przeprowadzono ocenę ryzyka, aby przeanalizować procent ryzyka Quake'a dla 55 różnych schorzeń. Odkryto rzadką mutację genetyczną, która wskazywała na ryzyko nagłego zawału serca. Przewidywano również, że ma 23% ryzyko zachorowania na raka prostaty i 1,4% ryzyko zachorowania na chorobę Alzheimera. Do analizy danych genomowych naukowcy wykorzystali bazy danych i kilka publikacji. Chociaż sekwencjonowanie genomu staje się coraz bardziej przystępne, a narzędzia analityczne coraz bardziej niezawodne, kwestie etyczne związane z analizą genomiczną na poziomie populacji pozostają do rozwiązania. Na przykład, czy takie dane mogą być zgodnie z prawem wykorzystywane do pobierania większych lub mniejszych opłat za ubezpieczenie lub do wpływania na ratingi kredytowe?

Badania asocjacyjne całego genomu

Od 2005 roku możliwe jest przeprowadzenie badania zwanego badaniem asocjacyjnym całego genomu lub GWAS. GWAS to metoda, która identyfikuje różnice między osobami w polimorfizmach pojedynczego nukleotydu (SNP), które mogą być zaangażowane w wywoływanie chorób. Metoda jest szczególnie odpowiednia w przypadku chorób, na które może wpływać jedna lub wiele zmian genetycznych w całym genomie. Bardzo trudno jest zidentyfikować geny zaangażowane w taką chorobę na podstawie informacji z historii rodziny. Metoda GWAS opiera się na bazie danych genetycznych, która jest rozwijana od 2002 roku i nazywa się International HapMap Project. W ramach projektu HapMap zsekwencjonowano genomy kilkuset osób z całego świata i zidentyfikowano grupy SNP. Grupy obejmują SNP, które znajdują się blisko siebie na chromosomach, więc mają tendencję do pozostawania razem poprzez rekombinację. Fakt, że grupa pozostaje razem, oznacza, że ​​identyfikacja jednego markera SNP jest wszystkim, co jest potrzebne do zidentyfikowania wszystkich SNP w grupie. Zidentyfikowano kilka milionów SNP, ale identyfikacja ich u innych osób, u których nie przeprowadzono sekwencjonowania całego genomu, jest znacznie łatwiejsza, ponieważ należy zidentyfikować tylko markerowe SNP.

We wspólnym projekcie GWAS wybierane są dwie grupy osób; jedna grupa ma chorobę, a druga nie. Osobniki w każdej grupie są dopasowane pod względem innych cech, aby zmniejszyć efekt zakłócających zmiennych powodujących różnice między dwiema grupami. Na przykład genotypy mogą się różnić, ponieważ te dwie grupy pochodzą w większości z różnych części świata. Po wybraniu osobników, a zazwyczaj ich liczba wynosi tysiąc lub więcej, aby badanie zadziałało, uzyskuje się próbki ich DNA. DNA jest analizowane za pomocą zautomatyzowanych systemów w celu zidentyfikowania dużych różnic w procentach poszczególnych SNP między dwiema grupami. Często w badaniu bada się milion lub więcej SNP w DNA. Wyniki GWAS można wykorzystać na dwa sposoby: różnice genetyczne mogą służyć jako markery podatności na chorobę u osób niezdiagnozowanych, a konkretne zidentyfikowane geny mogą być celami badań nad molekularnym szlakiem choroby i potencjalnymi terapiami. Pochodną odkrycia powiązań genów z chorobą było utworzenie firm, które zapewniają tak zwaną „genomię osobistą”, która będzie identyfikować poziomy ryzyka dla różnych chorób w oparciu o dopełnienie SNP danej osoby. Nauka stojąca za tymi usługami jest kontrowersyjna.

Ponieważ GWAS szuka powiązań między genami a chorobami, badania te dostarczają danych do innych badań nad przyczynami, zamiast samemu odpowiadać na konkretne pytania. Związek między różnicą genów a chorobą niekoniecznie oznacza, że ​​istnieje związek przyczynowo-skutkowy. Jednak niektóre badania dostarczyły przydatnych informacji na temat genetycznych przyczyn chorób. Na przykład w trzech różnych badaniach z 2005 r. zidentyfikowano gen białka zaangażowanego w regulację stanu zapalnego w organizmie, który jest powiązany z wywołującą chorobę ślepotą zwaną zwyrodnieniem plamki żółtej związanym z wiekiem. Otworzyło to nowe możliwości badań nad przyczyną tej choroby. Zidentyfikowano dużą liczbę genów związanych z chorobą Leśniowskiego-Crohna za pomocą GWAS, a niektóre z nich zasugerowały nowe hipotetyczne mechanizmy przyczyny choroby.

Farmakogenomika

Farmakogenomika obejmuje ocenę skuteczności i bezpieczeństwa leków na podstawie informacji z sekwencji genomowej danej osoby. Informacje o sekwencji genomu osobistego można wykorzystać do przepisywania leków, które będą najskuteczniejsze i najmniej toksyczne na podstawie genotypu indywidualnego pacjenta. Badanie zmian w ekspresji genów może dostarczyć informacji o profilu transkrypcji genów w obecności leku, co może posłużyć jako wczesny wskaźnik potencjalnego działania toksycznego. Na przykład geny zaangażowane we wzrost komórek i kontrolowaną śmierć komórek, gdy zostaną zakłócone, mogą prowadzić do wzrostu komórek rakowych. Badania obejmujące cały genom mogą również pomóc w znalezieniu nowych genów zaangażowanych w toksyczność leków. Sygnatury genów mogą nie być w pełni dokładne, ale można je dalej testować, zanim pojawią się objawy patologiczne.

Metagenomika

Tradycyjnie nauczano mikrobiologii z myślą, że mikroorganizmy najlepiej badać w warunkach czystej kultury, co obejmuje izolowanie jednego typu komórek i hodowanie ich w laboratorium. Ponieważ mikroorganizmy mogą przejść przez kilka pokoleń w ciągu kilku godzin, ich profile ekspresji genów bardzo szybko dostosowują się do nowego środowiska laboratoryjnego. Z drugiej strony wiele gatunków opiera się hodowli w izolacji. Większość mikroorganizmów nie żyje jako wyizolowane jednostki, ale w zbiorowiskach drobnoustrojów zwanych biofilmami. Z tych wszystkich powodów czysta kultura nie zawsze jest najlepszym sposobem badania mikroorganizmów. Metagenomika to badanie zbiorowych genomów wielu gatunków, które rosną i wchodzą w interakcje w niszy środowiskowej. Metagenomika może być wykorzystana do szybszej identyfikacji nowych gatunków i analizy wpływu zanieczyszczeń na środowisko. Techniki metagenomiczne można teraz zastosować również do społeczności wyższych eukariontów, takich jak ryby.

Rysunek 3. Metagenomika obejmuje izolację DNA z wielu gatunków w niszy środowiskowej. DNA jest cięte i sekwencjonowane, co pozwala na zrekonstruowanie całych sekwencji genomu wielu gatunków z sekwencji nakładających się fragmentów.

Tworzenie nowych biopaliw

Wiedza na temat genomiki mikroorganizmów jest wykorzystywana do znajdowania lepszych sposobów na wykorzystanie biopaliw z alg i sinic. Obecnie głównymi źródłami paliwa są węgiel, ropa, drewno i inne produkty roślinne, takie jak etanol. Chociaż rośliny są zasobami odnawialnymi, nadal istnieje potrzeba znalezienia więcej alternatywnych odnawialnych źródeł energii, aby zaspokoić zapotrzebowanie energetyczne naszej populacji. Świat drobnoustrojów jest jednym z największych zasobów genów kodujących nowe enzymy i wytwarzających nowe związki organiczne i pozostaje w dużej mierze niewykorzystany. Ten ogromny zasób genetyczny ma potencjał, aby zapewnić nowe źródła biopaliw.

Rysunek 4. Paliwa odnawialne były testowane na okrętach i samolotach Marynarki Wojennej na pierwszym Forum Energetyki Morskiej.

Źródło: modyfikacja pracy Johna F. Williamsa, US Navy

Genomika mitochondrialna

Mitochondria to wewnątrzkomórkowe organelle zawierające własne DNA. DNA mitochondrialne mutuje w szybkim tempie i jest często wykorzystywane do badania relacji ewolucyjnych. Inną cechą, która sprawia, że ​​badanie genomu mitochondrialnego jest interesujące, jest to, że w większości organizmów wielokomórkowych mitochondrialne DNA jest przekazywane matce podczas procesu zapłodnienia. Z tego powodu genomika mitochondrialna jest często wykorzystywana do śledzenia genealogii.

Genomika w analizie kryminalistycznej

Informacje i wskazówki uzyskane z próbek DNA znalezionych na miejscach zbrodni zostały wykorzystane jako dowody w sprawach sądowych, a markery genetyczne zostały wykorzystane w analizie kryminalistycznej. W tej dziedzinie przydatna stała się również analiza genomowa. W 2001 roku opublikowano pierwsze zastosowanie genomiki w kryminalistyce. To był wspólny wysiłek między akademickimi instytucjami badawczymi i FBI w celu rozwiązania tajemniczych przypadków wąglika, które zostały przetransportowane przez US Postal Service. Bakterie wąglika zostały przekształcone w zakaźny proszek i wysłane pocztą do mediów i dwóch senatorów USA. Proszek zainfekował personel administracyjny i pracowników pocztowych, którzy otwierali lub obsługiwali listy. Pięć osób zmarło, a 17 zachorowało na bakterie. Korzystając z genomiki drobnoustrojów, naukowcy ustalili, że we wszystkich wysyłkach wykorzystano określony szczep wąglika; w końcu poszli do naukowca z krajowego laboratorium obrony biologicznej w stanie Maryland.

Rysunek 5. Bacillus anthracis to organizm wywołujący wąglika.

Kredyt: modyfikacja pracy CDC; dane w skali od Matta Russella

Genomika w rolnictwie

Genomika może do pewnego stopnia ograniczyć próby i niepowodzenia związane z badaniami naukowymi, co może poprawić jakość i wielkość plonów w rolnictwie. Łączenie cech z genami lub sygnaturami genów pomaga ulepszyć hodowlę roślin uprawnych, aby wygenerować hybrydy o najbardziej pożądanych cechach. Naukowcy wykorzystują dane genomowe do identyfikacji pożądanych cech, a następnie przenoszą je do innego organizmu, aby stworzyć nowy organizm zmodyfikowany genetycznie, jak opisano w poprzednim module. Naukowcy odkrywają, w jaki sposób genomika może poprawić jakość i ilość produkcji rolnej. Na przykład naukowcy mogliby wykorzystać pożądane cechy, aby stworzyć użyteczny produkt lub ulepszyć istniejący produkt, na przykład uczynić uprawę wrażliwą na suszę bardziej tolerancyjną na porę suchą.

Rysunek 6. Transgeniczne rośliny rolnicze mogą być odporne na choroby. Te transgeniczne śliwki są odporne na wirusa ospy śliwy.

Źródło: Scott Bauer, USDA ARS

Proteomika

Białka są końcowymi produktami genów, które pełnią funkcję zakodowaną przez gen. Białka składają się z aminokwasów i odgrywają ważną rolę w komórce. Wszystkie enzymy (oprócz rybozymów) są białkami i działają jak katalizatory, które wpływają na szybkość reakcji. Białka są również cząsteczkami regulatorowymi, a niektóre są hormonami. Białka transportowe, takie jak hemoglobina, pomagają transportować tlen do różnych narządów. Przeciwciała, które bronią się przed obcymi cząsteczkami, to również białka. W stanie chorobowym funkcja białka może być upośledzona z powodu zmian na poziomie genetycznym lub z powodu bezpośredniego wpływu na określone białko.

Proteom to cały zestaw białek wytwarzanych przez typ komórki. Proteomy można badać z wykorzystaniem wiedzy o genomach, ponieważ geny kodują mRNA, a mRNA kodują białka. Nazywa się badanie funkcji proteomów proteomika. Proteomika uzupełnia genomikę i jest przydatna, gdy naukowcy chcą przetestować swoje hipotezy oparte na genach. Mimo że wszystkie komórki w organizmie wielokomórkowym mają ten sam zestaw genów, zestaw białek wytwarzanych w różnych tkankach jest inny i zależny od ekspresji genów. Tak więc genom jest stały, ale proteom jest różny i dynamiczny w organizmie. Ponadto RNA można alternatywnie składać (wycinać i wklejać, aby tworzyć nowe kombinacje i nowe białka), a wiele białek jest modyfikowanych po translacji. Chociaż genom zapewnia plan, ostateczna architektura zależy od kilku czynników, które mogą zmienić przebieg zdarzeń generujących proteom.

Badane są genomy i proteomy pacjentów cierpiących na określone choroby, aby zrozumieć genetyczne podłoże choroby. Najbardziej znaną chorobą badaną metodami proteomicznymi jest rak (ryc. 7). Podejścia proteomiczne są wykorzystywane do poprawy badań przesiewowych i wczesnego wykrywania raka; osiąga się to poprzez identyfikację białek, na których ekspresję wpływa proces chorobowy. Pojedyncze białko nazywa się a biomarker, podczas gdy zestaw białek o zmienionym poziomie ekspresji nazywa się a podpis białkowy. Aby biomarker lub sygnatura białkowa była przydatna jako kandydat do wczesnego badania przesiewowego i wykrywania raka, musi być wydzielana w płynach ustrojowych, takich jak pot, krew lub mocz, aby można było przeprowadzić badania przesiewowe na dużą skalę w sposób nieinwazyjny .

Obecnym problemem związanym z wykorzystaniem biomarkerów do wczesnego wykrywania raka jest wysoki odsetek wyników fałszywie ujemnych. Wynik fałszywie ujemny to wynik ujemny, który powinien być dodatni. Innymi słowy, wiele przypadków raka pozostaje niewykrytych, co sprawia, że ​​biomarkery są niewiarygodne. Niektóre przykłady biomarkerów białkowych stosowanych w wykrywaniu raka to CA-125 w przypadku raka jajnika i PSA w przypadku raka prostaty. Sygnatury białkowe mogą być bardziej niezawodne niż biomarkery w wykrywaniu komórek rakowych. Proteomika jest również wykorzystywana do opracowywania zindywidualizowanych planów leczenia, które obejmują przewidywanie, czy dana osoba zareaguje na określone leki i jakie mogą być skutki uboczne. Proteomika jest również wykorzystywana do przewidywania możliwości nawrotu choroby.

Rysunek 7. Ta maszyna przygotowuje się do przeprowadzenia analizy wzorców proteomicznych w celu zidentyfikowania konkretnych nowotworów, aby można było dokonać dokładnej prognozy raka.

Źródło: Dorie Hightower, NCI, NIH

National Cancer Institute opracował programy mające na celu poprawę wykrywania i leczenia raka. Clinical Proteomic Technologies for Cancer i Early Detection Research Network mają na celu identyfikację sygnatur białek specyficznych dla różnych typów nowotworów. Program proteomiki biomedycznej ma na celu identyfikację sygnatur białkowych i projektowanie skutecznych terapii dla pacjentów z rakiem.

Podsumowanie sekcji

Mapowanie genomu przypomina rozwiązywanie dużej, skomplikowanej zagadki z fragmentami informacji pochodzących z laboratoriów na całym świecie. Mapy genetyczne zapewniają zarys lokalizacji genów w genomie i szacują odległość między genami a markerami genetycznymi na podstawie częstotliwości rekombinacji podczas mejozy. Mapy fizyczne dostarczają szczegółowych informacji o fizycznej odległości między genami. Najbardziej szczegółowe informacje są dostępne poprzez mapowanie sekwencji. Informacje ze wszystkich źródeł mapowania i sekwencjonowania są łączone w celu zbadania całego genomu.

Sekwencjonowanie całego genomu to najnowsze dostępne źródło w leczeniu chorób genetycznych. Niektórzy lekarze stosują sekwencjonowanie całego genomu, aby ratować życie. Genomika ma wiele zastosowań przemysłowych, w tym rozwój biopaliw, rolnictwo, farmaceutyki i kontrolę zanieczyszczeń.

Wyobraźnia jest jedyną przeszkodą w zastosowaniu genomiki. Genomika jest stosowana w większości dziedzin biologii; może być stosowany w medycynie spersonalizowanej, przewidywaniu ryzyka choroby na poziomie indywidualnym, badaniu interakcji leków przed przeprowadzeniem badań klinicznych oraz badaniu mikroorganizmów w środowisku, a nie w laboratorium. Jest również stosowany do wytwarzania nowych biopaliw, oceny genealogicznej przy użyciu mitochondriów, postępów w kryminalistyce oraz usprawnień w rolnictwie.

Proteomika to badanie całego zestawu białek wyrażanych przez dany typ komórki w określonych warunkach środowiskowych. W organizmie wielokomórkowym różne typy komórek będą miały różne proteomy, które będą się zmieniać wraz ze zmianami w środowisku. W przeciwieństwie do genomu proteom jest dynamiczny i podlega ciągłym zmianom, co czyni go bardziej skomplikowanym i bardziej użytecznym niż wiedza o samych genomach.


Przegląd biologii systemów i technologii omicznych

Tradycyjne technologie wykorzystujące podejście redukcjonistyczne są stosunkowo niewystarczające do rozwiązywania problemów w systemie biologicznym. Zamiast podejścia redukcjonistycznego, biologia systemowa wykorzystuje holistyczne i integracyjne podejście, aby lepiej zrozumieć cały proces. Zarówno jakościowo, jak i ilościowo system biologiczny dostarcza informacji o chorobach, toksyczności, terapiach itp. Technologie Omics, które przynosi biologia systemów, są cennymi narzędziami do kompleksowych analiz. Zautomatyzowane sekwenatory DNA umożliwiły sekwencjonowanie genomów metodą mikromacierzy i analizę spektrometrii masowej, umożliwiając globalne profilowanie transkrypcyjne i prowadząc do wielkoskalowej analizy proteomicznej i metabolomicznej. Te wysokoprzepustowe dane muszą być interpretowane przez bioinformatykę. Jak dotąd nie opublikowano żadnego konkretnego artykułu, który zestawiłby technologie omiczne według bazy danych PubMed. W niniejszym przeglądzie celem było przedstawienie krótkiego opisu biologii systemów oraz informacji o zaletach i wadach technologii omicznych.


Gruczoł mleczny u domowych przeżuwaczy: perspektywa biologii systemów

Mleko i przetwory mleczne to centralne elementy diety człowieka. Szacuje się, że rocznie na osobę na świecie zużywa się 108 kg mleka. Dlatego produkcja nabiału stanowi istotną część gospodarek wielu krajów, takich jak bydło, owce, kozy, bawoły wodne i inne przeżuwacze, które są głównymi gatunkami używanymi na całym świecie. Właściwe zarządzanie hodowlą bydła mlecznego nie jest możliwe bez wiedzy na temat biologicznych mechanizmów stojących za laktacją u przeżuwaczy. Dlatego kluczowe znaczenie ma zrozumienie morfologii, rozwoju i regulacji gruczołu mlekowego w zdrowiu, chorobie i produkcji. Obecnie innowacyjne i wysokowydajne technologie, takie jak genomika, transkryptomika, proteomika i metabolomika, pozwalają na znacznie szerszą i szczegółową wiedzę na ten temat. Ponadto, zastosowanie podejścia biologii systemowej do nauki o zwierzętach znacznie się rozwija, ponieważ nowe postępy w jednej dziedzinie specjalizacji lub gatunków zwierząt prowadzą do nowych kierunków badań w innych obszarach lub/i są rozszerzane na inne gatunki. W tym artykule omówiono, w jaki sposób nowoczesne podejścia badawcze mogą pomóc nam zrozumieć znane od dawna problemy związane z rozwojem sutka, biologią laktacji i produkcją mleka.

Znaczenie biologiczne: Produkcja mleka zależy od znajomości morfologii i regulacji gruczołu mlekowego i laktacji. Technologie wysokoprzepustowe pozwalają na znacznie szerszą i szczegółową wiedzę na temat biologii gruczołu sutkowego. W niniejszym artykule dokonano przeglądu głównych wkładów, jakie podejścia genomika, transkryptomika, metabolomika i proteomika wniosły do ​​zrozumienia regulacji gruczołu sutkowego w zdrowiu, chorobie i produkcji. W kontekście badań „omicznych” gruczołów sutkowych, integracja wyników przy użyciu podejścia biologii systemów ma kluczowe znaczenie.

Słowa kluczowe: Produkcja nabiału Laktacja Gruczoł sutkowy Zapalenie sutka Przeżuwacze „Omiki”.


Analiza omiczna dla badań biologicznych bruzdnic

Dinoflagellates są ważnymi głównymi producentami ekosystemów morskich i są również odpowiedzialne za niektóre istotne składniki żywności dla ludzi. Jednak są również znane ze swojej zdolności do tworzenia szkodliwych zakwitów glonów i wywoływania zatruć skorupiakami. Chociaż w ostatnich dziesięcioleciach poświęcono wiele pracy bruzdnicom, nasze zrozumienie ich na poziomie molekularnym jest nadal ograniczone ze względu na niektóre z ich trudnych właściwości biologicznych, takich jak duży rozmiar genomu, trwale skondensowane chromosomy ciekłokrystaliczne i 10-krotne niższy stosunek białka do DNA niż inne gatunki eukariotyczne. W ostatnich latach do badań morskich bruzdnic zastosowano technologie omiczne, takie jak genomika, transkryptomika, proteomika i metabolomika, które pozwoliły odkryć wiele nowych cech fizjologicznych i metabolicznych bruzdnic. W tym artykule dokonujemy przeglądu najnowszych zastosowań technologii omicznych w ujawnianiu niektórych niezwykłych cech genomów bruzdnic i mechanizmów molekularnych istotnych dla ich biologii, w tym mechanizmu powstawania szkodliwych zakwitów glonów, biosyntezy toksyn, symbiozy, biosyntezy lipidów, a także gatunków identyfikacja i ewolucja. Omawiamy również wyzwania i przedstawiamy przyszłe kierunki badań i zastosowania bruzdnic.

Słowa kluczowe: bruzdnice genomika szkodliwe zakwity alg biosynteza lipidów metabolomika proteomika symbioza transkryptomika toksyn.

Oświadczenie o konflikcie interesów

Autorzy deklarują brak konfliktu interesów.

Figury

Zastosowanie technologii omicznych do…

Zastosowanie technologii omicznych do badań biologii bruzdnic.

Główne szlaki metaboliczne w F.…

Główne szlaki metaboliczne w F. kawagutii . Kompletne ścieżki dla mitochondrialnego trikarboksylowego…

Szlaki metaboliczne w C .…

Szlaki metaboliczne w C . cohni . Drogi związane z centralnymi węglowodanami, tłuszczami…


Warsztaty praktyczne jako skuteczny sposób uczenia się zaawansowanych technologii, w tym genomiki, proteomiki i bioinformatyki

Genomika i proteomika stały się kluczowymi technologiami w badaniach biomedycznych, co spowodowało gwałtowny wzrost zainteresowania szkoleniami badaczy chcących włączyć te technologie do swoich badań. Można przewidzieć co najmniej dwa rodzaje szkoleń w celu uzyskania znaczących wyników, wysokiej jakości publikacji i pomyślnych wniosków o dotacje: (1) natychmiastowe krótkoterminowe warsztaty szkoleniowe oraz (2) długoterminowe programy kształcenia absolwentów lub programy wizytujących naukowców. Naszym celem było zaspokojenie poprzedniej potrzeby poprzez zapewnienie wszechstronnego, praktycznego kursu szkoleniowego z zakresu genomiki, proteomiki i informatyki w spójnych, eksperymentalnych ramach. Udało się to osiągnąć dzięki sponsorowanym przez Narodowy Instytut Serca, Płuc i Krwi (NHLBI) 10-dniowym warsztatom praktycznym poświęconym genomice i proteomice, które odbyły się w National Jewish Health (NJH) i University of Colorado School of Medicine (UCD). Treść kursu obejmowała kompleksowe wykłady i laboratoria w zakresie technologii spektrometrii masowej i genomiki, rozległe praktyczne doświadczenie z oprzyrządowaniem i oprogramowaniem, prezentacje wideo, opcjonalne warsztaty, sesje online, zaproszonych prelegentów oraz wykładowców lokalnych i krajowych. W tym miejscu opisujemy szczegółowy program nauczania oraz przedstawiamy wyniki krótko- i długoterminowych ocen uczestników kursów. Nasz program edukacyjny niezmiennie zbierał pozytywne recenzje od uczestników i miał istotny wpływ na pisanie i recenzowanie grantów, zgłaszanie manuskryptów i publikacje.

Słowa kluczowe: Bioinformatyka Genomika Praktyczne warsztaty dotyczące spektrometrii mas Proteomika.


Budowanie bazy wiedzy na temat COVID-19 przy użyciu podejść multiomicznych

Dane multiomiczne służą jako zasób do zbadania przez szerszą społeczność naukową i dostarczają krytycznych dowodów wspierających kluczowe procesy biologiczne modulowane u osób z COVID-19. Zmiany fizjologiczne związane z COVID-19 można zidentyfikować na poziomie molekularnym, na przykład te związane z transportem lipidów, aktywacją układu dopełniacza, uszkodzeniem naczyń krwionośnych, aktywacją i degranulacją płytek krwi, krzepnięciem krwi i odpowiedzią ostrej fazy.

Jedna z pierwszych wielkoskalowych analiz multiomicznych COVID-19, jakie się pojawiły, została wywołana przez dalekowzroczność Ariela Jaitovicha, lekarza pulmonologii i intensywnej opieki medycznej w Albany Medical College w Nowym Jorku. Jaitovich zobaczył na własne oczy, jak objawy COVID-19 mogą mieć różne nasilenie i wyobraził sobie wspólne badanie, które zapewniłoby odpowiednie wglądy molekularne. Następnie zebrano wiedzę ekspercką z Coon Laboratory na University of Wisconsin-Madison i Morgridge Institute for Research w celu opracowania wielkoskalowej, wieloomowej analizy ciężkości COVID-19. 2

Wspólnie grupa wykonała sekwencjonowanie RNA i spektrometrię masową o wysokiej rozdzielczości (MS) na 128 próbkach osocza od osób z COVID-19 i bez niego oraz skorelowała ekspresję mRNA leukocytów oraz poziomy białek, metabolitów i lipidów w osoczu z szeregiem danych klinicznych i pacjentów wyniki. „Naszym celem końcowym było wykorzystanie naszych zasobów i wspólnej wiedzy, aby jak najszybciej dostarczyć dane ludziom, bez męczenia się nad własną analizą”, mówi Ian Miller, naukowiec zajmujący się danymi badawczymi w Coon Laboratory. „Dane dotyczące COVID wychodziły jak wąż strażacki i nadal tak jest”.

Miller przypomina, jak różne cząsteczki terapeutyczne można było zaobserwować w pomiarach metabolomicznych, dostarczając tego, co opisuje „zapieczoną kontrolę zdrowia psychicznego lub kontrolę”. 219 biomolekuł było silnie skorelowanych ze statusem i ciężkością COVID-19, podobnie jak gęste skupiska biomolekuł. Warto zauważyć, że jeden zidentyfikowany klaster zawierał lipidy – plazmenylo-fosfatydylocholiny i lipoproteiny o dużej gęstości – kategorie, które są istotnie związane ze stanem i ciężkością COVID-19.

Charakterystyka patofizjologii COVID-19 w badaniach wieloomicznych pozwala na identyfikację potencjalnych możliwości terapeutycznych – kilka z nich postulowano w publikacji. 2 Na przykład autorzy podkreślają potencjalne zastosowanie statyn lub innych terapii mających na celu przywrócenie lipoprotein o wysokiej gęstości (HDL). W innych badaniach odnotowano obniżone poziomy krążącego HDL u pacjentów z COVID-19, potencjalnie przyczyniając się do stresu i stanu zapalnego, które pogarszają patofizjologię COVID-19. 3 Ostatecznie istnieje nadzieja, że ​​dane multiomiczne można również wykorzystać do wspierania dokładniejszych prognoz wyników leczenia pacjentów.


Genomika i inne omiki: kompleksowe podstawy

Genetyka i genomika przechodzą niespotykaną rewolucję. Lepsze zrozumienie biologii i zdrowia człowieka może przyczynić się do przełomu w leczeniu chorób i wprowadzić perspektywę medycyny spersonalizowanej. Kurs rozpocznie się od wprowadzenia i przeglądu ogólnych zasad genomiki i biologii molekularnej. Następnie szczegółowo zbadasz kluczowe technologie genomiczne i podejścia obliczeniowe, które napędzają postęp w prognozowaniu, diagnostyce i leczeniu. Dowiedz się, jak naukowcy sekwencjonują, montują i analizują funkcję i strukturę genomów. Poznaj metody określania dziedziczności cech i chorób poprzez badanie większej populacji i dowiedz się, jak identyfikacja genów może pomóc w identyfikacji celów interwencji terapeutycznej. Dowiedz się, jak możesz wykorzystać osobistą genomikę do zarządzania swoim zdrowiem.

Ten kurs jest wymaganym drugim kursem w Programie Genetyki i Genomiki.

Czego się nauczysz

  • Zasady genetyki, geny i cechy
  • Zastosowania i implikacje sekwencjonowania genomu
  • Jak osobista genomika może wpłynąć na opiekę zdrowotną
  • Narzędzia używane do diagnozowania i leczenia chorób
  • Metody określania odziedziczalności cech i chorób

Tematy obejmują

  • Narzędzia, metody i zastosowania sekwencjonowania
  • Genetyka populacji
  • Badania asocjacyjne całego genomu
  • Wprowadzenie do proteomiki i profilowania białek
  • Projekt ENCODE: Encyklopedia Elementów DNA
  • Metabolomika i mikrobiomika

Powinieneś spodziewać się, że na ukończenie każdego kursu spędzisz 10-18 godzin, w zależności od znajomości tematu.

W przypadku kursów indywidualnych zalecamy wyznaczenie 2-3 godzin tygodniowo na oglądanie wykładów wideo i wykonywanie zadań, aby ukończyć je w ciągu 60 dni.

Ponieważ plan All-Access umożliwia dostęp do wszystkich kursów przez jeden rok, możesz określić szybkość postępów, ale musisz ukończyć kursy w ciągu 365 dni, aby otrzymać zaliczenie.

Certyfikat

Otrzymujesz Stanford Certificate of Achievement in Genetics and Genomics poprzez pomyślne ukończenie dwóch wymaganych i czterech dowolnych kursów do wyboru. Na kursy można zapisać się indywidualnie lub za pośrednictwem planu All-Access.

Jednostki kształcenia ustawicznego

Ukończenie tego kursu pozwoli Ci zarobić 1 Jednostka Kształcenia Ustawicznego (CEU). CEU nie mogą być stosowane do żadnego stopnia Stanford. Zbywalność CEU podlega zasadom instytucji przyjmującej.

pytania

Prosimy o kontakt pod numerem 650-204-3984 lub
[email protected]

Mini-strona

Plan All-Access – cały rok aby przeglądać i wypełniać materiały szkoleniowe, wykłady wideo, zadania i egzaminy we własnym tempie. Ponownie przeglądaj materiały szkoleniowe lub skocz do przodu – wszystkie treści pozostają na wyciągnięcie ręki przez cały rok. Otrzymasz również 365 dni dostępu e-mail do swojego asystenta nauczyciela Stanford.

Kursy indywidualne - 60 dni aby przeglądać i wypełniać materiały szkoleniowe, wykłady wideo, zadania i egzaminy we własnym tempie. Otrzymasz również 60 dni dostępu e-mail do swojego asystenta nauczyciela Stanford.

Dostęp do kursu
Roczny dostęp do kursu online rozpoczyna się po dokonaniu płatności. Data zakończenia sekcji tego kursu nie ogranicza dostępu do materiałów kursu.

Materiały szkoleniowe
Materiały szkoleniowe są dostępne do pobrania ze strony z filmami online. Wszystkie materiały są dostępne do druku i przeglądu po rejestracji.

Egzamin końcowy
Uczestnicy online są proszeni o zdanie egzaminu końcowego na koniec każdego kursu, aby zachować integralność programu. Aby pomyślnie zdać egzamin, należy uzyskać wynik 85%. Cyfrowy zapis ukończenia egzaminu zostanie wysłany do uczestników e-mailem po zdaniu egzaminu.

Ocena kursu
Uczestnicy są zobowiązani do zaliczenia oceny kursu po zdaniu egzaminu końcowego.

Ten kurs może być obecnie niedostępny dla uczestników w niektórych stanach i terytoriach.

Dostęp do kursu
60-dniowy dostęp do kursu online rozpoczyna się po uiszczeniu opłaty.

Materiały szkoleniowe
Materiały szkoleniowe są dostępne do pobrania ze strony z filmami online. Wszystkie materiały są dostępne do druku i przeglądu po rejestracji.

Egzamin końcowy
Uczestnicy online są proszeni o zdanie egzaminu końcowego na koniec każdego kursu, aby zachować integralność programu. Aby pomyślnie zdać egzamin, należy uzyskać wynik 85%. Cyfrowy zapis ukończenia egzaminu zostanie wysłany do uczestników e-mailem po zdaniu egzaminu.

Ocena kursu
Uczestnicy są zobowiązani do zaliczenia oceny kursu po zdaniu egzaminu końcowego.

Ten kurs może być obecnie niedostępny dla uczestników w niektórych stanach i terytoriach.


Biologia zielonych systemów — Od pojedynczych genomów, proteomów i metabolomów po badania ekosystemów i biotechnologię

Rośliny od samego początku kształtowały naszą ludzką formę życia. Wraz z rosnącym uznaniem żywienia ludności świata, globalnych zmian klimatycznych i ograniczonych zasobów energii z paliw kopalnych znaczenie biologii roślin i biotechnologii staje się niezwykle ważne. Jedną z kluczowych kwestii jest poprawa produktywności roślin i odporności na stres abiotyczny/biotyczny w rolnictwie z powodu ograniczonej powierzchni gruntów i rosnącej presji środowiskowej. Innym aspektem jest rozwój zasobów roślinnych neutralnych pod względem emisji CO2 dla włókien/biomasy i biopaliw: przejście z roślin pierwszej generacji, takich jak trzcina cukrowa, kukurydza i inne ważne rośliny odżywcze, na rośliny energetyczne drugiej i trzeciej generacji, takie jak miskant i drzewa lignoceluloza i algi na biomasę i paszę, produkcję wodoru i lipidów. Jednocześnie musimy zachować i chronić różnorodność przyrodniczą i bogactwo gatunków jako podstawę naszego życia na ziemi. W tym miejscu omówiono banki bioróżnorodności jako podstawę obecnych i przyszłych badań nad hodowlą roślin. W konsekwencji można przewidywać, że biologia i ekologia roślin będą odgrywać w przyszłości bardziej niezastąpione role we wszystkich społeczno-ekonomicznych aspektach naszego życia niż kiedykolwiek wcześniej. Dlatego potrzebujemy dogłębnego zrozumienia fizjologii pojedynczych gatunków roślin do zastosowań praktycznych, a także przełożenia tej wiedzy na złożone ekosystemy naturalne i antropogeniczne. Latest developments in biological and bioanalytical research will lead into a paradigm shift towards trying to understand organisms at a systems level and in their ecosystemic context: (i) shotgun and next-generation genome sequencing, gene reconstruction and annotation, (ii) genome-scale molecular analysis using OMICS technologies and (iii) computer-assisted analysis, modeling and interpretation of biological data. Systems biology combines these molecular data, genetic evolution, environmental cues and species interaction with the understanding, modeling and prediction of active biochemical networks up to whole species populations. This process relies on the development of new technologies for the analysis of molecular data, especially genomics, metabolomics and proteomics data. The ambitious aim of these non-targeted 'omic' technologies is to extend our understanding beyond the analysis of separated parts of the system, in contrast to traditional reductionistic hypothesis-driven approaches. The consequent integration of genotyping, pheno/morphotyping and the analysis of the molecular phenotype using metabolomics, proteomics and transcriptomics will reveal a novel understanding of plant metabolism and its interaction with the environment. The analysis of single model systems - plants, fungi, animals and bacteria - will finally emerge in the analysis of populations of plants and other organisms and their adaptation to the ecological niche. In parallel, this novel understanding of ecophysiology will translate into knowledge-based approaches in crop plant biotechnology and marker- or genome-assisted breeding approaches. In this review the foundations of green systems biology are described and applications in ecosystems research are presented. Knowledge exchange of ecosystems research and green biotechnology merging into green systems biology is anticipated based on the principles of natural variation, biodiversity and the genotype-phenotype environment relationship as the fundamental drivers of ecology and evolution.


Lifeomics leads the age of grand discoveries

When our knowledge of a field accumulates to a certain level, we are bound to see the rise of one or more great scientists. They will make a series of grand discoveries/breakthroughs and push the discipline into an 'age of grand discoveries'. Mathematics, geography, physics and chemistry have all experienced their ages of grand discoveries and in life sciences, the age of grand discoveries has appeared countless times since the 16th century. Thanks to the ever-changing development of molecular biology over the past 50 years, contemporary life science is once again approaching its breaking point and the trigger for this is most likely to be 'lifeomics'. At the end of the 20th century, genomics wrote out the 'script of life' proteomics decoded the script and RNAomics, glycomics and metabolomics came into bloom. These 'omics', with their unique epistemology and methodology, quickly became the thrust of life sciences, pushing the discipline to new high. Lifeomics, which encompasses all omics, has taken shape and is now signalling the dawn of a new era, the age of grand discoveries.


Lecture 23: Genomics, Proteomics, and Metabolomics - Biology

a EMBL/CRG Systems Biology Research Unit, Centre for Genomic Regulation (CRG), Dr Aiguader 88, 08003 Barcelona, Spain
E-mail: [email protected], [email protected]

b Universitat Pompeu Fabra (UPF), Barcelona, Spain

c Department of Experimental and Health Sciences, Pompeu Fabra University, Barcelona Biomedical Research Park, Dr Aiguader 88, 08003 Barcelona, Spain
E-mail: [email protected]

d Bio-analysis Group, Neuroscience Research Program, IMIM-Parc Salut Mar, Barcelona Biomedical Research Park, Dr Aiguader 88, 08003 Barcelona, Spain

e Theoretical Biophysics, Humboldt-Universität zu Berlin, Berlin, Germany

f Department of Surgery and Cancer, Imperial College London, Sir Alexander Fleming Building, London SW7 2AZ, UK

g Institució Catalana de Recerca i Estudis Avançats (ICREA), Pg. Lluis Companys 23, 08010 Barcelona, Spain

Abstrakcyjny

Systems metabolomics, the identification and quantification of cellular metabolites and their integration with genomics and proteomics data, promises valuable functional insights into cellular biology. However, technical constraints, sample complexity issues and the lack of suitable complementary quantitative data sets prevented accomplishing such studies in the past. Here, we present an integrative metabolomics study of the genome-reduced bacterium Mycoplasma pneumoniae. We experimentally analysed its metabolome using a cross-platform approach. We explain intracellular metabolite homeostasis by quantitatively integrating our results with the cellular inventory of proteins, DNA and other macromolecules, as well as with available building blocks from the growth medium. Obliczyliśmy in vivo catalytic parameters of glycolytic enzymes, making use of measured reaction velocities, as well as enzyme and metabolite pool sizes. A quantitative, inter-species comparison of absolute and relative metabolite abundances indicated that metabolic pathways are regulated as functional units, thereby simplifying adaptive responses. Our analysis demonstrates the potential for new scientific insight by integrating different types of large-scale experimental data from a single biological source.


Obejrzyj wideo: Wykład profesora Konarzewskiego (Sierpień 2022).