Proteomics é o estudo em grande escala das proteínas expressadas por um organismo ou por um sistema biológico. Usa-se para testar como as proteínas são expressadas e alteradas, assim como sua função em um caminho biológico particular. Os avanços no campo do proteomics permitiram que os proteomes sejam detalhados estudado, com tecnologias altas da produção produzindo lista longas de proteínas. As novas tecnologias estão sendo desenvolvidas para aumentar a precisão dos métodos que identificam proteínas dentro de uma amostra. Os avanços os mais atrasados na bioinformática foram aplicados igualmente aos dados do proteomics permitindo que a saída seja analisada.
A revelação da aquisição sem dados (DIA) da proteína alista
A espectrometria líquida da cromatografia-massa (LC-MS) é uma técnica que seja utilizada nos 15 anos passados para detectar e determinar lista de proteínas combinando as capacidades físicas da separação da cromatografia líquida, com a capacidade identificar componentes individuais com a espectrometria em massa.
Imagem: Introduzindo com pipeta amostras em tubos de ensaio da cromatografia para a espectrometria em massa de cromatografia líquida.
Enquanto este método alto da produção foi a fundação de estudos do proteomics, a tecnologia não alcançou o nível de precisão necessário identificar todas as proteínas dentro de uma amostra biológica. Não obstante, os métodos sem dados (DIA) da aquisição podem logo alcançar este objetivo.
Todos os métodos avançados através da espectrometria líquida da cromatografia-massa trabalham perto:
- Ionizando os peptides no espectrómetro em massa
- Terminando uma primeira varredura (MS1) onde a abundância de íons e suas relações da massa-à-carga são medidas
- Terminar uma segunda varredura (MS2) onde os íons detectados são fragmentados assim que as relações da abundância e da massa-à-carga pode ser gravada
O método sem dados da aquisição difere isolando-se, fragmentando e analisando os íons do precursor em um único MS2 faça a varredura. Uma quantificação mais precisa dos peptides é conseguida repetidamente selecionando peptides dentro de um grupo específico de escalas em massa, um pouco do que isolando peptides individuais.
Contudo, a detecção de baixos peptides da abundância é difícil devido à abundância de dominação de outros peptides provados ao mesmo tempo. Embora os métodos sem dados da aquisição têm o potencial para a largura aumentada e a precisão em sua saída, umas revelações mais adicionais em termos dos algoritmos e do software são exigidas analisar eficientemente os dados produzidos.
Avanços na interpretação do proteomics com anotações do IEA
Os métodos adicionais da análise da bioinformática são exigidos interpretar a lista longa de proteínas produzidas. As funções da proteína podem ser previstas com a anotação funcional de dados do proteomics. As anotações da ontologia (GO) do gene são uma ferramenta geralmente aplicada para classificar genes e proteínas através de um vocabulário estandardizado que descreva seus papéis em sistemas biológicos. VÃO os termos foram revisados originalmente por curador assim que as anotações obsoletas poderiam ser removidas e a maior profundidade do conhecimento biológico poderia ser reflectida. Mais de 95% de termos GO são atribuídos agora por métodos computacionais com os termos eletrônicos referidos como anotações do IEA.
Uma tentativa de avaliar quantitativa anotações do IEA e de comparar sua confiança, em comparação com as anotações executadas por curador, tem sido terminada recentemente. As anotações experimentais foram usadas para testar a confiança, a cobertura e a especificidade das anotações do IEA e encontradas para ter melhorado ao longo do tempo em comparação com as anotações do curador. Além disso, as anotações experimentais podem fornecer um método de estabelecer que anotações do IEA podem ser consideradas o mais seguro dentro de um estudo.
Avanços em determinar redes biológicas com o uso do software novo
O passo final para a interpretação do proteomics exige a determinação do processo biológico refletido nos dados. As lista da proteína formadas podem ser analisadas para as abundâncias que indicam um determinado caminho biológico. O vários software e programas foram desenvolvidos para ajudar no visualização de processos biológicos. Além, as plataformas de software livre permitem o visualização dos dados do proteomics ser integradas nos apps a que a comunidade de pesquisadores do proteomics contribui.
As novas aplicações que foram desenvolvidas podem prever interacções do gene ou da proteína e formam uma rede dos dados. Um avanço mais adicional no software criado significou que os conjunto de dados diversos do organismo podem ser aplicados, construindo as redes que representam as interacções entre organismos. Isto pode permitir a capacidade futura para analisar dados do proteomics dos organismos sem um grupo completo de anotações do genoma utilizando os dados de um organismo estreitamente relacionado.
Fontes:
- https://f1000research.com/articles/5-419/v1
- https://bmcsystbiol.biomedcentral.com/articles/10.1186/1752-0509-8-S2-S3
- http://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1002533
- http://www.sciencedirect.com/science/article/pii/S1570963914002799
Further Reading