XiaoMi-AI文件搜索系统
World File Search SystemProteome
范围范围的定量转录组和蛋白质组揭示了酵母中基因表达变异的明显遗传控制
基因表达的调节对应于基因组中编码的信息转化为表型的过程中的关键步骤。尽管已经对转录水平变化的遗传起源进行了广泛的分析，但我们的知识仍然非常有限，因为人群水平上蛋白质丰度变异的遗传起源。在这里，我们生成了近一千个天然酵母菌株的定量蛋白质组。通过与其转录组相比，我们的分析共同表明，转录组和蛋白质组显然是两种不同的调节水平，受自然种群中不同遗传基础的控制。在一起，我们的结果突出了访问这两个级别的基因表达以更好地理解基因型 - 表型关系的相关性。
DEEPScreen：使用二维结构化合物表征的卷积神经网络进行高性能药物-靶标相互作用预测
目前，化合物和生物活性数据库（如 ChEMBL 3 和 PubChem 4 合计）中共有超过 9000 万条候选药物化合物记录，而整个“类药物”化学空间的大小估计约为 1060。5 另一方面，根据 DrugBank 的数据，目前的药物数量（FDA 批准或处于实验阶段）约为 10000 种。6 此外，在人类蛋白质组的 20000 种蛋白质中，已知药物的靶标不到 3000 种。7,8 统计数据表明，目前对药物-靶标空间的了解有限，需要新的方法来拓宽我们的知识。有关药物-靶标相互作用 (DTI) 自动预测的信息、基于机器学习 (ML) 的 DTI 预测中的描述符和特征工程，以及基于新型深度学习 (DL) 的
通过共透明蛋白折叠发现蛋白质的蛋白质量，发现专门的核糖体相关伴侣EEF1A Jany Quintana C
抽象新合成的蛋白质是从核糖体出口隧道中涌现出来的未折叠多肽。将这些新生的链折叠成天然构象，对于蛋白质功能和防止行驶的相互作用至关重要，从而触发错误折叠和危害蛋白质组稳定性。但是，实现正确的3D结构是暴露于细胞质中高浓度分子的新生链的主要挑战。一般与核糖体相关的伴侣有助于各种新生肽的共转折叠。目前尚不清楚该“单尺寸合适”系统是否确保具有挑战性折叠路径的蛋白质表达，还是专门与核糖体相关的伴侣管理此类苛刻客户的折叠。在研究I中，我们研究了HSP70伴侣如何调节HSF1，这是一种转录因子，介导细胞对蛋白毒性应激的反应。我们证明了HSP70直接与HSF1结合，使其在非压力条件下保持潜在状态。蛋白质错误折叠，特别是新合成的蛋白质，将HSP70滴定，激活HSF1并诱导应力反应。因此，响应错误折叠蛋白的HSP70可用性是HSF1活性的关键调节机制。在研究II中，我们确定了一种专业的核糖体相关伴侣CHP1，该伴侣CHP1有助于EEF1A的共同折叠，这是一种高度丰富的多域GTPase，对于mRNA转化至蛋白质至关重要。删除CHP1导致EEF1A的快速蛋白水解，广泛的蛋白质聚集以及HSF1介导的应激反应的激活。最后，在研究III中，我们阐明了CHP1如何有助于EEF1A折叠和EEF1A折叠途径中伴侣作用的有序序列。我们发现CHP1与EEF1A G域的开关I区域中的α3螺旋结合，对于核苷酸结合至关重要，从而延迟了G域的核苷酸引导的折叠。随着EEF1A结构域II的合成开始，将基板转移到下游伴侣ZPR1以进行最终成熟。我们的结果提供了洞察共同翻译蛋白折叠的分子机制及其对蛋白质组稳定性的影响，以及对HSF1的调节，这是真核细胞中对蛋白质毒性应激的反应的中心介体。
人工智能驱动的深度可视化蛋白质组学定义细胞身份和异质性
图 1：深度可视化蛋白质组学概念和工作流程 深度可视化蛋白质组学 (DVP) 将高分辨率成像、人工智能 (AI) 引导的单细胞分类和分离图像分析与新颖的超灵敏蛋白质组学工作流程 7 相结合。DVP 将细胞培养或存档的患者生物库组织的数据丰富成像与基于深度学习的细胞分割和基于机器学习的细胞类型和状态识别联系起来。(无)监督的 AI 分类的细胞或亚细胞感兴趣对象经过自动激光显微切割和基于质谱 (MS) 的蛋白质组学分析。后续的生物信息学数据分析使数据挖掘能够发现蛋白质特征，从而在单细胞水平上提供对健康和疾病状态中蛋白质组变异的分子见解。DVP 可作为研究人员和临床医生的资源。
代谢组学为改善药物靶标识别铺平了道路
基因组学、转录组学、蛋白质组学和代谢组学等“组学”技术的出现，为通过系统、整体测量生物分子来发现候选药物提供了机会。20 多年前，早期的微阵列分析表明，可以通过比较基因敲除和药物处理的酵母的转录组谱来确定新的药物-靶标关系（Hughes 等人，2000 年）。后来的努力将这一概念扩展到用数万种药物和其他干扰物处理的哺乳动物细胞（Subramanian 等人，2017 年）。蛋白质组学方法在药物靶标识别方面也已成功定义药物-靶标关系，包括热蛋白质组分析，它利用了对热诱导蛋白质展开的抵抗力增强，
组学革命：超越基因组学。会议报告
摘要 由澳大利亚肽协会、人类蛋白质组组织 (HUPO) 和 HUPO 澳大利亚/新西兰 7 号染色体倡议组织赞助举办的“组学革命：超越基因组学”卫星会议于 2019 年 9 月 8 日在澳大利亚昆士兰州道格拉斯港 Oaks 度假村举行，紧接着第 13 届澳大利亚肽会议。会议有 100 多名代表澳大利亚、欧洲和美国的参会者，重点讨论了组学相关技术的最新进展，包括质谱、生物传感器和 CryoEM，这些技术将有助于蛋白质组学向精准/个性化医疗的临床转化。会议概述和口头报告摘要。关键词：生物传感器、CryoEM、HUPO、知识产权和法律问题、质谱、蛋白质组学、蛋白质基因组学、个性化/精准医疗
div a-to a-t-i rna编辑发现
简单的摘要：长期非编码RNA在转录和翻译水平上都是基因表达的关键调节剂，它们的改变（在表达或序列中）与肿瘤发生和肿瘤进展有关。RNA编辑具有独特的能力，可以改变RNA序列而不改变基因组DNA的完整性或序列，而腺苷对插入（A-TO-I）RNA编辑是人类最常见的事件。具有转录后改变遗传信息的能力，RNA编辑是转录组和蛋白质组富集的重要参与者。但是，如果放松管制，它可能有助于细胞转化。在本文中，我们在lncrna进行了第一个从头编辑调查，表明RNA编辑是一种普遍存在的现象，涉及lncrnas对脑和脑癌很重要。我们的研究将打开一项新的研究领域，其中lncRNA和RNA编辑之间的相互作用可以增加对癌症的新见解。
精密医学前沿的基因组医学
摘要基因组医学自人类基因组项目（HGP）完成以来就产生了巨大的希望。基因组医学有望在精确医学的背景下预防疾病和早期诊断。精确医学作为一门科学学科是作为医学进化引入的。高发展技术的快速增长允许评估生物系统。研究OMICS的综合概况，例如基因组，转录组，蛋白质组和其他OMICS信息，从而在个性化和精确医学方面取得了重大进展。在精确医学的背景下，药物基因组学可以发挥重要作用，以区分响应者和对药物的无反应，避免毒性并实现最佳剂量。因此，根据基因组医学，精确的医学将使医学从诊断和治疗中的常规循证医学转变为基于精确的医学。在这篇综述中，我们总结了基因组医学和精确医学的相关问题。
长期适应淋巴瘤细胞对缺氧的适应性是由特异性抑制剂
大量证据表明，低氧驱动恶性细胞的侵略性分子特征，而与癌症类型无关。非霍奇金淋巴瘤（NHL）是最常见的血液系统恶性肿瘤，其特征是频繁涉及多样的低氧微环境。我们研究了长期深缺氧（1％O2）对淋巴瘤细胞生物学的影响。在缺氧下≥4周，有6种测试的细胞系（RAMOS和HBL2）中只有2个。缺氧适应的（HA）B RAMOS和HBL2细胞的增殖速率降低，伴随着对氧化磷酸化和糖酵解途径的显着抑制。转录组和蛋白质组分析表明，线粒体呼吸复合物I和IV的基因和蛋白质的下调明显下调，以及线粒体核糖体蛋白。尽管观察到了糖酵解的抑制抑制，但对两个HA细胞系的蛋白质组分析表明，与葡萄糖利用的调节有关的几种蛋白质的上调，包括丙酰-4-羟化酶P4HA1的活性催化成分，这是一种重要的可药物果仁。ha细胞系显示自动/线粒体的关键调节剂的转录增加，例如神经蛋白，Bcl2相互作用蛋白3（BNIP3），BNIP3样蛋白和BNIP3 pseudogene。对缺氧的适应性进一步与凋亡失调，即Bcl2l1/bcl-XL的上调，BCl2L11/BIM的过表达，BIM与Bcl-XL的结合增加，显着提高了对A11555463的细胞对A1155463的细胞敏感性的敏感性。负责葡萄糖利用的蛋白质的上调，2。最后，在两个HA细胞系中，Akt激酶均经过过度磷酸化，并且细胞对Copanlisib的敏感性增加，这是PAN-PI3K抑制剂。总而言之，我们的数据报告有关淋巴瘤细胞适应长期缺氧的几种共享机制，包括：1。线粒体蛋白降解潜在的线粒体回收（通过线粒体）和3。增加对BCL-XL和PI3K-AKT信号的依赖性。在翻译中，抑制糖酵解，BCL-XL或PI3K-AKT级联反应可能导致靶向消除HA淋巴瘤细胞。
Danny D. Nedialkova
蛋白质几乎介导了几乎所有的生物过程，并且细胞中的合成和折叠由复杂的分子网络策划，其中包含数千种RNA和蛋白质因子。该网络如何满足开发，分化和细胞状态过渡的蛋白质组的快速变化需求，尚不清楚。我们的研究试图定义如何在不同的细胞环境中调节蛋白质生命的出生和形成性的第一分钟，其长期目标是理解为什么某些细胞类型特别容易受到疾病中蛋白质稳态失衡的影响。为了以分子和细胞量表来解决这些问题，我们在人类诱导的多能干细胞（HIPSC）模型中开发和应用范围范围的基因组方法，功能基因组学和细胞生物化学。我们使用这种多尺度方法来发现和机械地剖析跨不同人类细胞类型的新生儿蛋白质组的调节事件。