研究生物提供了对人类生物学和疾病的宝贵见解,是功能实验,疾病建模和药物测试的基本工具。但是,人类和研究生物之间的进化差异阻碍了跨物种的有效知识转移。在这里,我们回顾了用于计算跨物种知识的最新方法,主要关注使用转录组数据和/或分子网络的方法。我们介绍了“ agnology”一词,以描述分子成分的功能等效性,而不论进化起源如何,因为在整合数据驱动的模型中,进化起源的作用可能不清楚。我们的评论介绍了跨物种的信息和知识转移的四个关键领域:(1)转移疾病和基因注释知识,(2)识别
使用自然衍生的AAV的当前与腺相关病毒(AAV)基因治疗受到非最佳组织靶向的限制。在治疗肌肉疾病(MD)时,通常需要高剂量,但会导致严重的不良反应。在这里,我们合理地设计了一种aav capsid,该capsid特异性地靶向绞肌以降低治疗剂量。我们将骨骼肌受体的人内整合素alphav beta6的结合基序计算整合到肝脏capsid中。与父母相比,设计的AAVS显示出更高的生产率和优质的肌肉转导。一种变体LICA1,示例可与其他肌肉AAV相比的肌肉转导,肝脏靶向降低。lica1在包括非人类灵长类动物在内的物种之间观察到了肌体性。因此,LICA1(而不是AAV9)有效地以低剂量(5E12 VG/kg)的两种小鼠MD模型(雄性小鼠)提供了治疗性转基因和改善的肌肉功能。这些结果强调了我们设计方法对MD基因疗法的AAV工程和LICA1变体的潜力。
pal和他的同事在调查tick免疫时发现了他们的发现,这是壁虱生物学的一个知名度。在他们的初步研究中,试图了解tick免疫系统如何识别伯氏细菌,研究人员喂养了从伯氏感染的小鼠或未感染的小鼠的血液粉。比较两组,他们发现感染的血液粉激活了通常会在细胞内部产生能量的tick中的蛋白质。该蛋白质与一个称为JAK/STAT的简单信号通路有关,该途径都存在于所有多细胞生物中。
图 1:跨物种通讯机制。此流程图显示了生物界中通讯机制的多样性,包括植物中的化学信号、细菌中的群体感应以及动物中的信息素和基于光的通讯等传感信号。每种机制都用图标表示,突出显示每个物种用于传递信息的特定传感通道和独特适应性。
使用 NetMHCcons 1.1 [27] (https://services.health tech.dtu.dk/services/NetMHCcons-1.1) 预测人类 CTL 表位。使用 25 种参考人类白细胞抗原 (HLA) [28] 进行预测,并设置截止百分位等级 (PR) ≤0.5 或半最大抑制浓度 ≤50。使用 NetMHCpan 4.1 [29] (https://services.healthtech. dtu.dk/services/NetMHCpan-4.1) 预测猪 CTL 表位。使用 45 种猪白细胞抗原 (SLA) [30–33] 进行预测,并设置截止 PR ≤0.5。 NetCTLpan 1.1 [34] (https:// services.healthtech.dtu.dk/services/NetCTLpan-1.1) 用于筛选具有高效蛋白酶体裂解和与抗原加工转运相关的转运蛋白的表位。设定筛选的截止值为 PR ≤1。人类和猪的 CTL 表位预测仅限于 9 肽。
图1:来自神经回路中细胞外记录的细胞类型识别策略。该策略包括三个步骤:数据采集和策展,以构建地面真相类型库,从地面真相库中选择以训练基于机器学习的分类器的特征,以及使用其他数据集对分类器进行测试,包括其他物种。第一步是基于在清醒小鼠的电生理记录期间基于遗传学定义的神经元的光遗传学激活来创建一个基础真相库。通过突触阻滞剂药理学和电生理标准的结合,必须直接激活地面真相文库中的神经元,然后进行仔细的数据策划。第二步是识别数据集中的功能,这些功能可用于训练半监督的深度学习分类器。第三步是通过要求将其预测小鼠和猴子专家分类记录的独立数据集中的单元格类型来测试分类器的一般性。117
1糖尿病与再生研究研究所(IDR),赫尔姆霍尔茨·慕尼黑,Neuherberg,7德国。 8 2德国诺伊尔伯格的德国糖尿病研究中心(DZD)。 9 3计算生物学研究所(ICB),德国Neuherberg的Helmholtz慕尼黑。 10 4卢德维希·马克西米利安大学医院中风和痴呆研究所,德国慕尼黑慕尼黑大学。 12 5德国慕尼黑慕尼黑技术大学数学系。 13 6美国旧金山分校,加利福尼亚大学细胞和组织生物学系。 14 7糖尿病中心,加利福尼亚大学,美国旧金山。 15 8 Eli和Edyth的再生医学与干细胞研究中心,美国16加州大学,美国旧金山。 17 9美国辛辛那提市18号辛辛那提儿童医院医疗中心发育生物学系。 19 10干细胞和器官医学中心(习惯),辛辛那提儿童医院20医学中心,美国辛辛那提21 11 11核心设施基因组学,赫尔姆霍尔茨慕尼黑,德国诺伊尔伯格,德国。 22 12牲畜生物技术主席,分子生命科学系,生命学院23科学学院,慕尼黑技术大学,德国弗拉维斯。 24 13美国辛辛那提儿童医院医疗中心内分泌科。 25 14分子动物育种和生物技术基因中心主席,德国慕尼黑慕尼黑慕尼黑大学路德维希·马克西米利26号。 27 15创新医学模型中心(CIMM),路德维希·马克西米利安大学,德国慕尼黑28号。 32 *对33 的通信1糖尿病与再生研究研究所(IDR),赫尔姆霍尔茨·慕尼黑,Neuherberg,7德国。8 2德国诺伊尔伯格的德国糖尿病研究中心(DZD)。9 3计算生物学研究所(ICB),德国Neuherberg的Helmholtz慕尼黑。10 4卢德维希·马克西米利安大学医院中风和痴呆研究所,德国慕尼黑慕尼黑大学。12 5德国慕尼黑慕尼黑技术大学数学系。13 6美国旧金山分校,加利福尼亚大学细胞和组织生物学系。14 7糖尿病中心,加利福尼亚大学,美国旧金山。15 8 Eli和Edyth的再生医学与干细胞研究中心,美国16加州大学,美国旧金山。17 9美国辛辛那提市18号辛辛那提儿童医院医疗中心发育生物学系。19 10干细胞和器官医学中心(习惯),辛辛那提儿童医院20医学中心,美国辛辛那提21 11 11核心设施基因组学,赫尔姆霍尔茨慕尼黑,德国诺伊尔伯格,德国。22 12牲畜生物技术主席,分子生命科学系,生命学院23科学学院,慕尼黑技术大学,德国弗拉维斯。24 13美国辛辛那提儿童医院医疗中心内分泌科。25 14分子动物育种和生物技术基因中心主席,德国慕尼黑慕尼黑慕尼黑大学路德维希·马克西米利26号。 27 15创新医学模型中心(CIMM),路德维希·马克西米利安大学,德国慕尼黑28号。 32 *对33 的通信25 14分子动物育种和生物技术基因中心主席,德国慕尼黑慕尼黑慕尼黑大学路德维希·马克西米利26号。27 15创新医学模型中心(CIMM),路德维希·马克西米利安大学,德国慕尼黑28号。32 *对3329 16生命科学学院Weihenstephan,慕尼黑技术大学,德国Freising。30 17德国慕尼黑慕尼黑技术大学医学院。31 18这些作者同等贡献:汉娜·斯皮策(Hannah Spitzer)的凯牛杨(Kaiyuan Yang)。
(未通过同行评审认证)是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2024年1月16日发布。 https://doi.org/10.1101/2024.01.15.575646 doi:biorxiv Preprint
本演讲包含了根据《 1995年私人证券诉讼改革法》和其他联邦证券法的《安全港规定》的目的。使用诸如“可能”,“意志”,“应该”,“期望”,“预期”,“预期”,“相信”,“估计”,“目标”,“未来”,“未来”,“潜在”或“继续”等单词的使用,以及其他类似的表达方式以及其他类似的表达方式,旨在识别前瞻性陈述,尽管不是全部具有前瞻性的陈述,都包含这些识别的陈述。这些前瞻性陈述包括有关Voyager在其自己的产品开发计划中利用其示踪剂衍生的Capsids的能力以及进步其自己的产品开发计划的能力,包括确定每个计划的主要临床候选人; Voyager能够利用受体到其示踪剂衍生的Capsid家族的能力,以实现理性的Capsid设计并加快这些衣壳家族的演变;以及通过Voyager's及其合作者和合作伙伴的产品开发计划来建立人类概念证明和将临床前数据转化为人类的人类的概念证明。这些前瞻性陈述仅是预测,而Voyager实际上可能无法实现前瞻性陈述中披露的计划,意图或期望。所有前瞻性陈述都受风险和不确定性的影响,这些风险可能导致实际结果与Voyager预期的结果有实质性差异。任何前瞻性声明仅在本演示文稿发布到Voyager网站上的日期。这种风险和不确定性包括持续开发各种技术平台,包括Voyager的Tracer Capsid Discovery平台; Voyager的科学方法和计划发展进步以及关键研究组成部分的限制供应;吸引和保留有才华的承包商和员工的能力,包括主要的科学家和商业领袖;创建和保护知识产权的能力;现金资源的充分性;辉瑞和诺华许可期权协议和其他合作的开发,商业化,许可证和其他选择的可能性和时机; Voyager就可以接受的条款和第三方接受的条款协商和完成其他许可或协作协议的能力;由第三方合作党控制的计划的成功,在该政党中,Voyager保留了财务利益,以及Voyager的产品候选人的成功。这些陈述还受到了许多物质风险和不确定性的约束,这些陈述在Voyager最新向美国证券交易委员会提交的10-K表格的年度报告中所描述,其随后提交给美国证券交易委员会的文件进行了更新。Voyager不承担公开更新或修改任何前瞻性陈述的义务,无论是由于新信息,未来事件还是其他方式,除非法律要求。
关于根特征的最新研究表明,有两个轴解释了地下的特征变化:与菌根合作伙伴的协作轴和保护和保护(“快速 - 慢”)轴。然而,这些特征轴是否影响土壤传播真菌的组装尚不清楚。我们期望腐生性真菌与根特征的保护轴相连,而致病性和羊膜菌根真菌真菌与协作轴的链接相反,但在相反的方向上,如弧形菌根菌根真菌可能提供致病原的保护。为了检验这些假设,我们测序了根际真菌群落和25种草地植物物种的单一培养物中的根特征,年龄不同。在真菌公会中,我们评估了真菌物种的丰富度,相对丰度和社区组成。与我们的假设相反,真菌多样性和相对丰度与根特征轴没有密切相关。然而,腐生真菌群落组成受到菌群梯度的保护梯度和致病群落组成的影响。根际AMF社区组成并未沿协作梯度发生变化,即使根性状轴与根菌根菌落定殖速率一致。总体而言,我们的结果表明,从长远来看,根特性轴与真菌群落组成有关。