【盤點】蛋白質組學近期相關研究成果
信息來源：金開瑞 作者：genecreate 發布時間：2019-09-30 14:07:57
請給我一篇cell@微信官方
No～no～no～，微信官方可給不了你，但蛋白質組學可以。這到底是怎么一回事呢？蛋白質組學為什么可以呢？什么是蛋白質組學？運用蛋白質組學如何發表高分文章？別急別急，請聽小編為您一一解答....
蛋白質組
蛋白質組(proteome)一詞最早出現于1994年，由Marc Wilkins提出，指“一種基因組所表達的全套蛋白質”，即包括一種細胞乃至一種生物所表達的全部蛋白質。蛋白質組學本質上指的是在大規模水平上研究蛋白質的特征，包括蛋白質的表達水平，翻譯后的修飾，蛋白與蛋白相互作用等，由此獲得蛋白質水平上的關于疾病發生，細胞代謝等過程的整體而全面的認識。
蛋白質在真核細胞中的功能模擬
蛋白質組學
蛋白質組學(Proteomics)是研究細胞、組織或生物體中蛋白質組成、定位、變化及其相互作用規律的科學，包括對蛋白質表達模式和蛋白質組功能模式的研究。蛋白質組學的發展對尋找疾病的診斷標志、篩選藥物靶點、毒理學研究等有重要意義。
蛋白質組學的發展歷程
早期蛋白質組學主要以2-DIGE為主，但這種方法通量低，靈敏度低。隨著高效液相色譜技術的發展和生物有機質譜的迅速崛起以及快速更新換代，基于液相色譜+質譜（LC-MS/MS）的蛋白質組學方法逐漸成為該領域的主流方法。伴隨著各種定量技術（如SILAC技術、iTRAQ技術、SWATH/DIA）的不斷出現，蛋白質組學得到了飛速發展，國際上發表的文獻也呈現飛速增長。
蛋白質組學的發展歷程
近17年蛋白質組學相關文獻統計
蛋白質組學近期高分文章解析
Proteomics of Melanoma Response to Immunotherapy Reveals Mitochondrial Dependence. Cell (IF:36.216)
2019年9月16日在一項刊登在國際雜志Cell上的研究報告中，特拉維夫大學的學者Harel利用蛋白質組學技術解釋轉移性黑色素瘤患者為何對免疫療法沒有應答。Harel等人對比了116名黑色素瘤患者（包括免疫療法應答患者和非應答患者）對免疫療法的反應，通過蛋白質組學技術，作者在每個數據集中的大多數樣品中總共定量了超過10,300種蛋白質，并定量了約4,500種蛋白質。統計分析顯示，在兩種治療中，應答者的氧化磷酸化和脂質代謝均高于非應答者。這或許可以解釋轉移性黑色素瘤患者為何對免疫療法沒有應答。隨后研究者在轉移性黑色素瘤小鼠模型和黑色素瘤組織培養物中也證實他們的猜想。這篇文章對未來免疫治療的改進提供了新的思路。
Novel Drug Targets for Ischemic Stroke Identified Through Mendelian Randomization Analysis of the Blood Proteome. Circulation (IF:23.054 )
2019年9月9日，國際著名學術期刊《Circulation》雜志在線發表了題為“Novel Drug Targets for Ischemic Stroke Identified Through Mendelian Randomization Analysis of the Blood Proteome”的論文 ，論文報道了研究者利用新開發的“比較蛋白質組學“技術，揭示了大腸桿菌抵抗酸刺激的新機制。特別是，SCARA5作為有希望的靶點可用于治療心源性卒中，目前沒檢測出任何不良副作用。
Epstein-Barr-Virus-Induced One-Carbon Metabolism Drives B Cell Transformation. Cell Metab（IF:22.415）
2019年9月3日一項新的研究成果發表在國際學術期刊《Cell Metab》上。這項研究就是最近熱議的愛潑斯坦-巴爾二氏病毒（EBV）誘導的一碳代謝促進B細胞轉化。
劍橋大學Michael P. Weekes和Benjamin E. Gewurz研究團隊為了研究愛潑斯坦-巴爾二氏病毒（EBV）如何促進B細胞生長，通過基于串聯-質譜標簽的蛋白質組學對原發性B細胞進行分析，結果顯示：EBV可以增加1C代謝的通量，而這一過程是通過幫助絲氨酸進入細胞和合成實現的。研究人員的研究結果突出了EBV誘導的1C代謝作為潛在的治療靶點，并提供了病毒-癌代謝的新范例。
Blood metabolome predicts gut microbiome α-diversity in humans. Nat Biotechnol （IF：31.864）
美國系統生物學研究所的兩個團隊于2019年9月2日在著名雜志《Nature Biotechnology》上發表了題為Blood metabolome predicts gut microbiome α-diversity in humans的論文。研究嘗試在參加消費者健康計劃（N = 399）的隊列中，在1000種血液分析物中，其中包括實驗室檢測、蛋白質組學和代謝組學，篩選得到40種代謝物以預測腸道菌群的α-多樣性，并且在另一隊列中驗證了這40種代謝物的預測能力。
總的來說，該研究進一步探索了宿主生理學與腸道微生物之間的關系，為其之間的密切關系提供了新的支持，同時為宿主代謝組或為腸道生態系統與宿主健康之間交互的橋梁提供了有力證據。
Defining HLA-II Ligand Processing and Binding Rules with Mass Spectrometry Enhances Cancer Epitope Prediction. Immunity（IF:21.522）
2019年8月31日，發表在知名期刊《Immunity》上的一項研究顯示越來越多的證據表明CD4 T細胞可以識別癌癥特異性抗原并控制腫瘤的生長。作者開發了一種發現HLA-II結合基序的改進技術，并對腫瘤配體組進行了全面分析，以了解與腫瘤微環境有關的加工規則。作者揭示了腫瘤內HLA-II呈遞主要由專業抗原呈遞細胞（APC）而不是癌細胞主導。綜上所述，研究者們開發了可精確預測APC配體組（包括來自吞噬癌細胞的肽）的算法。這些工具和生物學見識將有助于改進針對HLA-II的癌癥療法。
蛋白質組學的應用
蛋白質是生理功能的執行者，對蛋白質結構和功能的研究將直接闡明生命體在生理或病理條件下的變化機制。蛋白質本身的存在形式和活動規律，如翻譯后修飾、蛋白質間相互作用以及蛋白質構象等問題，仍依賴于直接對蛋白質的研究來解決。可以說蛋白質組研究的開展不僅是生命科學研究進入后基因組時代的里程碑，也是后基因組時代生命科學研究的核心內容之一。
說了這么多，科研君你學會了嗎？沒學會不要緊，金開瑞為您提供蛋白質組學一站式服務，先進的儀器系統、獨立的研發團隊、嚴格的質量控制、快速高效的服務效率、豐富的項目經驗，為您的科研事業竭盡全力保駕護航！
金開瑞協助客戶發表了百余篇論文，部分文獻如下：
1. Di-Wei Zheng, Lu Xu, et al. Photo-Powered Artificial Organelles for ATP Generation and Life-Sustainment[J]. Advanced Materials（IF=21.950）,2018, DOI: 10.1002/adma.201805038.
2. Di-Wei Zheng, Ying Chen, et al. Optically-controlled bacterial metabolite for cancer therapy[J]. Nature Communications (IF=12.124), 2018, 9:1680.
3. Wenjing Chen, Shubei Wan, et al. Histological, Physiological, and Comparative Proteomic Analyses Provide Insights into Leaf Rolling in Brassica napus. Journal of Proteome Research(IF=4.268), 2018, 17(5):1761-1772.
4. Xu Zhang, Qun Liu, et al. A comparative proteomic characterization and nutritional assessment of naturally-and artificially-cultivated Cordyceps sinensis[J]. Journal of Proteomics（IF=3.722）, 2018, 181:24-35.
5. Chen Zhang, Yun Zhu, et al. SEMA3B-AS1-inhibited osteogenic differentiation of human mesenchymal stem cells revealed by quantitative proteomics analysis[J]. Journal of cellular physiology（IF=3.923）, 2018, 1–9.
最新動態
-
09.23
中藥的現代詮釋：外泌體如何革新傳統醫學？
-
07.02
1+1＞2！深度解析RNA測序數據挖掘邏輯和后期實驗設計思路，輕松研獲10+ SCI
-
07.01
“稻”亦有道——盤點近期水稻研究的重大突破
-
06.28
科學與美學的結合體：植物亞細胞定位技術詳解
-
06.28
“聚焦新質生產力，激發科研新動能”|LCA躋身蛋白互作研究的新銳力量
-
06.05
知無不“研”|一文讀懂免疫共沉淀技術（Co-IP）
-
05.14
四大研究利器(Co-IP、BIFC、Y2H、GST pull-down)助力速配蛋白互作“最佳拍檔”
-
05.14
高效、精準、直觀、實時——取經“蛋白互作研究翹楚”BIFC！
-
05.14
轉染效率低、干擾效果差、重復性欠佳...siRNA研究頻遇“攔路虎”怎么辦？
-
04.22
一文讀懂EMSA技術核心要點，讓“emsa” 秒變“easy”
X 
