XiaoMi-AI文件搜索系统
World File Search System类蛋白质
废水元蛋白质组学：跟踪微生物和人类蛋白质生物标志物
*联系人：m.pabst@tudelft.nl摘要基于废水的监视已成为监测病原体，抗生素耐药性基因以及测量种群水平暴露于药物和化学物质的强大工具。虽然监视方法通常靶向小分子，DNA或RNA，但废水也包含大量蛋白质。然而，尽管环境蛋白质组学最近取得了进步，但对废水中蛋白质生物标志物的大规模监测仍然远非常规。分析原始废水由于有机和无机物质，微生物，细胞碎片和各种化学污染物的异质混合物而提出了挑战。为了克服这些障碍，我们开发了一种废水元蛋白质组学方法，包括有效的蛋白质提取和优化的数据处理管道。管道利用从头测序来自定义大型公共序列数据库，以实现全面的元蛋白质组学覆盖范围。使用这种方法，我们分析了从两个城市地点收集的三个月内收集的废水样品。这揭示了一个核心微生物组，其中包括大量微生物，肠道细菌和潜在的机会病原体。此外，我们确定了近200种人类蛋白质，包括有前途的人口水平的健康指标，例如免疫球蛋白，泌尿瘤蛋白和与癌症相关的蛋白质。废水流是化学物质，有机化合物，微生物和生物分子（例如DNA和蛋白质）的复杂集合，其中很大一部分来自人类活动。关键词：荟萃蛋白质组学，废水，基于废水的流行病学，生物标志物，肠道微生物在全球介绍，每年生产约380万亿升的废水，并且随着世界人口的稳步增长，在未来50年中估计它将在未来50年中估计几乎是两倍。对微生物病原体，病毒和物质（例如药物，农药和压力和饮食的生物标志物）的废水分析已成为常规实践。Cristian G. Daughton在2001年2 - 4年被称为基于废水的流行病学（WBE）。今天，WBE包括各种生物学生物标志物，以评估人群5级的健康状况。基于废水的流行病学（WBE）已被证明可有效识别和监测流行病暴发。 ，例如，在1980年代，芬兰和以色列的废水监视提供了对脊髓灰质炎病毒传播6 7的见解。 此外，在冠状病毒大流行期间，各种研究小组和政府建立了COVID-19-19监视计划8 9 10。 这个知情的政府机构和公众关于SARS-COV-2 11、12的传播。 此外，某些细菌的存在还可以告知抗菌耐药性和各种疾病的传播13-17 18 19。 除了匿名的优势外，废水的收集相对便宜，并且可以适用于较大的人口规模。 对小分子（例如药物）的检测采用色谱分离，并结合了质谱20。基于废水的流行病学（WBE）已被证明可有效识别和监测流行病暴发。，例如，在1980年代，芬兰和以色列的废水监视提供了对脊髓灰质炎病毒传播6 7的见解。此外，在冠状病毒大流行期间，各种研究小组和政府建立了COVID-19-19监视计划8 9 10。这个知情的政府机构和公众关于SARS-COV-2 11、12的传播。此外，某些细菌的存在还可以告知抗菌耐药性和各种疾病的传播13-17 18 19。除了匿名的优势外，废水的收集相对便宜，并且可以适用于较大的人口规模。对小分子（例如药物）的检测采用色谱分离，并结合了质谱20。对病毒，微生物或抗菌耐药基因的分析通常采用靶向方法，例如各种基于核酸的聚合酶链反应方法21-26。最近，使用下一代测序方法的非靶向方法变得更加负担得起，并且在研究水和废水环境方面越来越流行24，27-30。
具有多种功能的人类蛋白质数据库
摘要 MultifacetedProtDB 是一个多功能人类蛋白质数据库，其信息来源于其他数据库，包括 UniProt、GeneCards、人类蛋白质图谱 (HPA)、人类表型本体 (HPO) 和 MONDO。它收集了文献中提到的“多面”多任务蛋白质，这些蛋白质具有多效性、多结构域、混杂性（与催化多种底物的酶有关）和兼职性（具有两种或多种分子功能），难以在现有的非特定数据库中直接搜索到。多功能蛋白质的研究是一个不断扩展的研究领域，旨在阐明生物过程的复杂性，特别是在人类中，其中多功能蛋白质在各种过程中发挥作用，包括信号转导、代谢、基因调控和细胞通讯，并且经常参与疾病的爆发和发展。该网络服务器允许使用多个过滤器按基因、蛋白质和任何相关的结构和功能信息进行搜索，如 PDB 中的可用结构、结构模型和相互作用因子。蛋白质条目补充了全面的注释，包括 EC 编号、GO 术语（生物途径、分子功能和细胞成分）、Reactome 中的途径、UniProt 中的亚细胞定位、HPA 中的组织和细胞类型表达以及 MONDO、Orphanet 和 OMIM 分类后的相关疾病。MultiFacetedProtDB 可作为网络服务器免费使用：https://multifacetedprotdb.biocomp.unibo.it/。
SARS-CoV-2-人类蛋白质相互作用图揭示药物靶点和潜在的药物再利用
David E. Gordon 1,2,3,4 , Gwendolyn M. Jang 1,2,3,4 , Mehdi Bouhaddou 1,2,3,4 , 徐杰伟 1,2,3,4 , Kirsten Obernier 1,2,3,4 , Matthew J. O'Meara 5 , Jeffrey Z.Guo 1,2,3,4 , Danielle L. Swaney 1,2,3,4，蒂亚·图米诺 1,2,6，露丝·休滕海因 1,2,3,4，罗宾·卡克 1,2,3,4，艾丽西亚·理查兹 1,2,3,4，贝里尔·图通库格鲁 1,2,3,4，海伦·福萨德 1,2,3,4，乔蒂·巴特拉1,2,3,4, 凯尔西·哈斯1,2,3,4，玛雅·莫达克 1,2,3,4，明奎·金 1,2,3,4，佩吉·哈斯 1,2,3,4，本杰明·J·波拉科 1,2,3,4，汉内斯·布拉伯格 1,2,3,4，杰奎琳·M·法比尤斯 1,2,3,4，曼农·埃克哈特 1,2,3,4 , Margaret Soucheray 1,2,3,4 , Melanie J. Bennett 1,2,3,4 , Merve Cakir 1,2,3,4 , Michael J. McGregor 1,2,3,4 , 李琼玉 1,2,3,4 , Zun Zar Chi Naing 1,2,3,4 , 周远 1,2,3,4 , 彭世明1,2,6, 伊尔莎·T. Kirby 1,4,7 , James E. Melnyk 1,4,7 , John S. Chorba 1,4,7 , Kevin Lou 1,4,7 , 戴世忠 1,4,7 , 沉文琪 1,4,7 , 石英 1,4,7 , 张紫阳 1,4,7 , Inigo Barrio-Hernandez 8 , 丹麦 Memon 8 , 克劳迪娅Hernandez-Armenta 8 、Christopher JP Mathy 1,9,10,2 、Tina Perica 1,2,9 、Kala B. Pilla 1,2,9 、Sai J. Ganesan 1,2,9 、Daniel J. Saltzberg 1,2,9 、Rakesh Ramachandran 1,2,9 、习刘 1,2,6 、Sara B. Rosenthal 11 , 洛伦佐·卡尔维罗 12 , Srivats Venkataramanan 12 , Jose Liboy- Lugo 12 , Yizhu Lin 12 , Stephanie A. Wankowicz 1,13,9 , Markus Bohn 6 , Phillip P. Sharp 1,2,4 , Raphael Trenker 14 , Janet M. Young 15 , Devin A. Cavero ,3 , Joseph Hiatt 16,3 , Theodore L. Roth 16,3 , Ujjwal Rathore 3 , Advait Subramanian 1,17 , Julia Noack 1,17 , Mathieu Hubert 18 , Ferdinand Roesch 19 , Thomas Vallet 19 , Björn Meyer 19 , Kris M. White 20 , Lisa Miorin 20 , Oren S. Rosenberg 21,22,23 ,克莱门特·维巴 1,2,6 , 大卫·阿加德 1,24 , 梅兰妮·奥特 3,21 , 迈克尔·埃默曼 25 , 大卫·鲁杰罗 26,27,4 , 阿道夫·加西亚-萨斯特雷 20 , 娜塔莉亚·朱拉 1,14,4 , 马克·冯·扎斯特罗 1,1,4,28 , 杰克·汤顿1,2,4，奥利维尔·施瓦茨 18，马可·维格努齐 19，克里斯托夫·丹弗特 29，沙埃里·慕克吉 1,17，马特·雅各布森 6，哈米特·S·马利克 15，丹尼卡·G·藤森 1,4,6，特雷·伊德克尔 30，查尔斯·S·克雷克 6,27，斯蒂芬·弗罗尔12,27 , 詹姆斯·弗雷泽 1,2,9 , John Gross 1,2,6 , Andrej Sali 1,2,6,9 , Tanja Kortemme 1,9,10,2 , Pedro Beltrao 8 , Kevan Shokat 1,4,7 , Brian K. Shoichet 1,2,6 , Nevan J. Krogan 1,2,3,4 1 QBI COVID-19 研究小组 (QCRG)，旧金山，美国加利福尼亚州，94158