摘要:Arc/Arg3.1(活性调节细胞骨架相关蛋白(ARC))是长期突触可塑性的关键调节器,并参与精神分裂症的病理生理。人类 ARC 作用的功能和机制尚不清楚,值得进一步研究。为了在体外研究 ARC 基因的功能,我们通过 CRISPR/Cas9 介导的基因编辑生成了 ARC 敲除 (KO) HEK293 细胞系,并进行了 RNA 测序和非标记 LC-MS/MS 分析,以识别同源 ARC -KO HEK293 细胞中差异表达的基因和蛋白质。此外,我们使用生物发光共振能量转移 (BRET) 分析来检测 ARC 蛋白与差异表达蛋白之间的相互作用。ARC 的基因缺失会扰乱参与细胞外基质和突触膜的多个基因。发现 ARC -KO 细胞和 ARC 野生型细胞之间存在 7 种蛋白质(HSPA1A、ENO1、VCP、HMGCS1、ALDH1B1、FSCN1 和 HINT2)的差异表达。BRET 测定结果表明 ARC 与 PSD95 和 HSPA1A 相互作用。总体而言,我们发现 ARC 调节涉及细胞外基质、突触膜和热休克蛋白家族的基因的差异表达。本文介绍的 ARC -KO HEK293 细胞的转录组和蛋白质组学谱为 ARC 作用的潜在机制和涉及精神分裂症病理生理的分子通路提供了新的证据。
第 1 天第 5 部分:新型多组学技术:空间基因组学和转录组学 • 将空间成像技术和方法转化为药物开发 • 转录组学:技术和方法 • 单细胞转录组成像 • 多模态处理 • 在生物学中利用空间数据 • 细胞与细胞相互作用 • 克服空间数据分析中的挑战 • 空间转录组数据集 • 数据访问和标准化 第 1 天第 6 部分:治疗发现和开发的空间生物学 • 肿瘤环境中的空间生物学 • 了解肿瘤异质性 • 肿瘤内免疫细胞的分布 • 免疫系统和肿瘤生物学之间的关系以确定新的治疗靶点 • 单细胞基因组学和空间转录组学:发现肝脏生理学和疾病生物学中的新细胞状态和细胞相互作用 第 2 天第 5 部分:新型多组学技术:空间蛋白质组学和代谢组学 • 下一代蛋白质组学——包括开发用于蛋白质分析的新技术和量化蛋白质表达的进展 •代谢组学和脂质组学,包括高分辨率分析 • 自动化多组学工作流程 • 细胞内蛋白质的空间分布 • 空间分辨率的代谢物分布
在所有地理区域中,某些DNA Genotek产品可能不可用。†Omnigene TM•肠道(OM-200)标记为体外诊断使用,在美国不可出售。Omnigene TM•肠道(OMR-200),Omnigene TM•口服(OMR-110/120),Omnigene TM•阴道,综合TM•Saliva(OMR-610)和Omnigene TM•皮肤仅用于研究,不适用于诊断过程。Omnigene,Omnimet和DNA Genotek是DNA Genotek Inc.专利的商标(www.dnagenotek.com/legalnotices)©2023 DNA Genotek Inc.是Orasure Technologies,Inc.,Inc.,Inc。,保留所有权利。MK-01281第3/2023-01号
现代科学的最新进展为药物发现提供了强有力的工具。转录组测序技术的快速发展催生了单细胞转录组学和单核转录组学,提高了测序的准确性并加速了药物发现过程。随着单细胞转录组学的发展,空间转录组学 (ST) 技术作为一种衍生方法应运而生。近年来,空间转录组学已成为组学研究领域的热门话题;它不仅提供基因表达水平的信息,还提供基因表达的空间信息。该技术在疾病理解和药物发现的研究中显示出巨大的潜力。在本文中,我们介绍了空间转录组学的分析策略,并回顾了其在新靶点发现和药物机制解析中的应用。此外,我们讨论了该研究领域当前需要解决的挑战和问题。总之,空间转录组学为药物发现提供了一个新的视角。
在每个日历年结束时,我们开始反思过去和未来。2024对于社会来说,这是一个美好的一年,在大阪的成功会议上,在演讲厅,海报会议及其他地区进行了伟大的科学会议。我希望你们所有人都同意和鼓掌的其他一些发展已准备好在2025年宣布,所以请观看此空间。就个人而言,我期待着2025年6月在布拉格的代谢组学2025年,再次成为伟大的科学,但也希望看到新旧朋友,并重新审视这座我在欧洲最喜欢的大城市(查尔斯桥梁是必须做的榜单的必不可少)。的计划正在进行会议上,所有全体会议和主题演讲者现在都已完成,当我写这篇文章时,他的讲习班截止日期正在结束。我已经看到了我参与的少数研讨会建议,它们总是启发我 - 会议在周日的午餐时间开始。
分析物1-甲基组织2-氨基二酰二酸2-羟基丁酸3-羟基苯乙酸3-羟基丁酸3-羟基丁酸3-羟基异丁酸3-羟基二丁二酸3-羟基丁酸盐含量3-羟基硝酸盐含量4-吡啶毒酸5-甲基四氢叶酸5-甲基四氢叶酸25-羟基维生素D2 25-羟基维生素D3乙酰氨基苯甲酰氯丁胺乙酸乙酸乙酯 Aspartic acid Asymmetric dimethylarginine Betaine Butyrate Butyrobetaine Butyrylcarnitine C-reactive protein Calprotectin and variants Carboxyethyllysine Carboxymethyllysine Carnitine, total Carnitine Choline Citrate Citrulline Cotinine Creatine Creatinine Cystathionine Cystatin C and variants Decanoylcarnitine Dimethylglycine Dodecanoylcarnitine Erythrocyte folate Flavin mononucleotide Folic acid Formate Fumarate Gamma-tocopherol Glutamic acid Glutamine Glutarylcarnitine Glycine HbA1c Hexadecanoylcarnitine Hexanoylcarnitine Histidine羟基丙二酰苯胺羟基氯苯乙烯氨基苯胺羟基羟基甲基烷烯丙基烯丙基硝基苯胺咪唑丙唑丙酸丙酸咪唑丙酸丙酸3-乙酰胺-3-乙酰醛3-乙酰胺-3-乙酰氨基二氨基氨基二氨酰胺-3-乙酰氨基氨基氨基氨基氨基酸吲哚 - 3-3-3-乙酸酯盐酸盐 - 乙酸硫酸盐 - 乙酸硫酸盐 - 3-3-3-3-3-3-依赖于3-3-抑制剂 - 依赖于3-抑制剂异亮氨酸
October Webinar The EMN committee extends its sincere gratitude to Prof. Dr. Mingxun Wang from the University of California, Riverside, USA, and his senior PhD candidate Reza Shanheh , for the insightful webinar on 28th October 2024 entitled " Illuminating Metabolomic Dark Matter - Reshaping How to Mine and Reuse Big Mass Spectrometry Data ".现在可以在METSOC网站上获得网络研讨会录制:https://metabolomicssociety.org/resources/multimedia/emn-webinars-2024/。11月网络研讨会下次EMN网络研讨会将于2024年11月28日(星期四),16:00 UTC(17:00 CET)举办,由生物活性成分AGR-274研究小组分析小组,分析化学系的生物活性成分AGR-274生物活性成分的ÁlvaroFernández-ochoa博士。EMN委员会很高兴邀请您谈论“营养干预研究中未靶向的代谢组学方法:发现对生物活性化合物的见解”,重点是食品代谢组学。可以通过以下Zoom链接获得注册:https://zoom.us/webinar/register/wn_nsmltdklr6aya-cax2k1bq1bq。12月的网络研讨会上一届网络研讨会将于2024年12月11日(星期三)举行,16:00 UTC(17:00 CET),我们很乐意主持加利福尼亚大学,河滨大学和图林大学大学的助理教授丹尼尔·佩特拉斯(Daniel Petras)博士。代谢组学工具箱,用于发现微生物群落中的小分子动力学”。可以通过以下Zoom链接获得注册:https://zoom.us/webinar/register/wn_nq20wchxqpeshxqpeshdbiasmr-q。请密切关注您的收件箱以进行电子邮件爆炸,并确保在社交Twitter和LinkedIn上关注我们!今年,我们想邀请研究人员,特别是来自南美,非洲和亚洲的研究人员参加我们的网络研讨会。如果您有兴趣,或者想向您的网络推荐某人,请与info.emn@metabolomicssociety.org联系。
我们还要感谢我们即将离任的EMN成员在EMN委员会任职的两年:Millena Barros Santos(Bordeaux代谢代谢 - Metabolome- Metabohub,Inrae Bordeaux Nouvelle-Aquitaine),Domenica Berrardi(Domenica Berrardi) (日本大阪大学)和Anza Ramabulana(南非约翰内斯堡大学)!EMN网络研讨会EMN将再次感谢Alan Pilon博士的丰富和引人入胜的演示,题为“通过LC-MS分子网络解密的质量碎片途径”。他建设性地解释并共享有关分子网络如何帮助识别和注释具有相似结构的分子的提示。网络研讨会录制将很快在METSOC的网站上提供。不要错过10月的下一次EMN网络研讨会会议,并跟踪我们的社交媒体平台以进行更新!
摘要 免疫疗法具有持久临床益处的潜力,但也对目前构成影像引导治疗基础的肿瘤大小与结果之间的关联提出了质疑。人工智能 (AI) 和放射组学允许在医学图像中发现新的模式,从而可以提高放射学在癌症患者管理中的作用,尽管文献中的方法问题限制了其临床应用。我们使用与免疫疗法和放射组学相关的关键词,对 MEDLINE、CENTRAL 和 Embase 从数据库建立到 2022 年 2 月的文献进行了综述。我们删除了所有重复、非英语报告、摘要、评论、社论、观点、病例报告、书籍章节和不相关的研究。从剩余的文章中提取了以下信息:出版信息、样本量、原发性肿瘤部位、成像方式、主要和次要研究目标、数据收集策略(回顾性与前瞻性、单中心与多中心)、放射组学签名验证策略、签名性能以及计算放射组学质量评分 (RQS) 的指标。我们确定了 351 项研究,其中 87 项是与我们的研究问题相关的独特报告。队列规模的中位数(IQR)为 101(57-180)。放射组学模型开发的主要目标是预测(n=29,33.3%)、治疗反应预测(n=24,27.6%)以及肿瘤表型(n=14,16.1%)或免疫环境(n=13,14.9%)的表征。大多数研究都是回顾性的(n=75,86.2%)并从单个中心招募患者(n=57,65.5%)。对于具有模型测试可用信息的研究,大多数(n=54,65.9%)使用了验证集或更好的验证集。与免疫环境和总体预后相比,预测治疗反应或肿瘤表型的放射组学特征的性能指标通常最高。在可能的最高分 36 分中,RQS 的中位数 (IQR) 为 12 (10–16)。虽然越来越多的有希望的结果证明了人工智能和放射组学可以推动针对广泛适应症的精准医疗方法,但在将这些结果转化为临床实践之前,必须标准化数据收集以及优化方法质量和严谨性。