정보

11.S: 유전체학과 시스템 생물학(요약) - 생물학

11.S: 유전체학과 시스템 생물학(요약) - 생물학



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

  • 유전체학 및 관련 기술은 규모에 따라 분자 생물학의 다른 기술과 크게 다릅니다. 그들은 많은 다른 유전자(또는 유전자 산물)를 동시에 연구할 수 있습니다.
  • DNA 시퀀싱은 단일 유전자에 적용할 수 있으며, 유전체학의 경우 많은 수의 유전자에 적용할 수 있습니다.
  • 대부분의 DNA 시퀀싱은 길이가 다르고 알려진 뉴클레오티드로 끝나는 산물을 생성하는 염료 표지 종결자 분자의 통합에 의존합니다. 그런 다음 산물은 길이에 따라 분리될 수 있으며 각 단편에 기반한 마지막 항목은 형광을 기반으로 결정될 수 있습니다.
  • 차세대 시퀀싱 기술은 소형화 및 병렬화를 통해 시퀀싱 비용을 더욱 절감했습니다.
  • 물리적 지도는 큰 염색체 조각을 함께 나타내는 겹치는 DNA 조각을 포함하는 순서화된 클론 세트입니다.
  • 전체 게놈은 물리적 지도가 필요한 클론별 접근 방식이나 작은 조각이 무작위로 배열되는 샷건 접근 방식을 사용하여 배열될 수 있습니다.
  • 게놈 분석은 염기서열 획득 후에도 끝나지 않습니다. 유전자(그리고 그 인트론, 엑손 등)를 포함한 게놈의 다양한 특징은 주석(annotation)이라는 과정을 통해 식별되어야 합니다.
  • 마이크로어레이 분석을 포함한 기능적 유전체학 기술은 전사체 풍부함을 특정 조직 샘플과 연관시킵니다. 특정 생물학적 조건에서 전사체가 매우 풍부한 유전자는 해당 조건을 유발하거나 이에 반응할 수 있습니다.

핵심 용어

게놈

유전체학

단백질체학

전사체학

ddNTP

터미네이터 뉴클레오타이드

모세관 전기영동

크로마토그램

차세대 시퀀싱

일루미나

물리적 지도

BAC

클론별 시퀀싱

전체 게놈 샷건

게놈 주석

기능유전체학

마이크로어레이


11.S: 유전체학과 시스템 생물학(요약) - 생물학


PPT 파일은 강의 당일(화) 오후 4시까지 변경될 수 있습니다. 강의 비디오는 일반적으로 수요일 오후에 볼 수 있습니다. 동영상을 보려면 RealPlayer(www.real.com)가 설치되어 있어야 합니다.

비디오는 곧 암호로 보호됩니다. 비디오에 액세스하려면 HUID의 처음 8자리를 사용자 이름으로 사용하고 성의 처음 8자를 비밀번호로 사용합니다. 작동하지 않으면 HUID가 기록에 없다는 의미입니다. HUID로 Lan에 문의하십시오.

통합 1: 최소한의 바이오시스템: BioComplexity 복제 지수 성장 물류 방정식 단일 DNA의 통계입니다.
MS-PPT | PDF | 동영상

통합 2: 최적의 바이오시스템: 비교 유전체학 대사, 구조 및 조절 네트워크 최적화 개념.
MS-PPT | PDF | 동영상
섹션 1 참고 사항 | 생물학 섹션 비디오 | CS 섹션 오디오(오디오의 처음 7.5분은 들리지 않음)

DNA 1: 유전자형: 시퀀싱이 인구, 다형성, 약물유전체학 통계 및 데이터베이스에 대해 알려주는 것.
MS-PPT | PDF | 동영상
섹션 2 참고 사항 | 생물학 섹션 비디오 | 바이오 섹션 참고 사항

DNA 2: 바이옴 시퀀싱: 보존된 기능에 대해 알려줍니다. 동적 프로그래밍, Blast, 다중 정렬, HiddenMarkovModels.
MS-PPT | PDF | 동영상
섹션 3 참고 사항 | 생물학 섹션 비디오 | CS 섹션 오디오(섹션 2 및 3의 자료 포함) | 바이오 섹션 참고 사항

RNA 1: 정량 개념 마이크로어레이, 라이브러리 시퀀싱
MS-PPT | PDF | 동영상
섹션 4 참고 사항 | 생물학 섹션 비디오
마이크로어레이 사용(실험실 사진, PDF)

RNA 2: 유전자 또는 조건 및 기타 regulon 데이터 소스에 의한 클러스터링 생물학적 "증명"의 특성 핵산 모티프.
MS-PPT | PDF | 동영상
섹션 노트 | 답변이 있는 메모 | 생물학 섹션 비디오

단백질 1: 3D 구조 유전체학, 상동성, 촉매 및 조절 역학, 기능 및 약물 설계.
MS-PPT | PDF | 동영상
섹션 노트 | 생물학 섹션 비디오

단백질 2: 질량 분석, 합성 후 변형, 단백질 정량, 대사 산물 및 상호 작용.
MS-PPT | PDF | 동영상
섹션 노트 | 생물학 섹션 비디오

네트워크 1: 시스템 생물학, 대사 운동 및 플럭스 균형 최적화 방법
MS-PPT | PDF | 동영상
섹션 노트 | 생물학 섹션 비디오

네트워크 2: 분자 컴퓨팅, 자가 조립, 유전 알고리즘, 신경망
MS-PPT | PDF | 동영상
섹션 노트 | 생물학 섹션 비디오

네트워크 3: 컴퓨터 생물학의 미래: 세포, 발달, 사회, 생태 및 상업 모델.
MS-PPT | PDF | 동영상
섹션 노트 | 생물학 섹션 비디오


미국 오하이오주 옥스포드 마이애미대학교 미생물학과

미국 인디애나주 웨스트 라파예트 47907 퍼듀대학교 생물학과

미국 오하이오주 옥스포드 마이애미대학교 미생물학과

미국 인디애나주 웨스트 라파예트 47907 퍼듀대학교 생물학과

102249 베이징 창핑구 푸쉬에로 18 중국석유대학 화학공학부

ETH Zurich, 공정 공학 연구소, Universitätsstr. 6, 8092 취리히, 스위스

요약

DNA 칩 및 기능 유전체학

전사체 프로파일링 아르카 돌연변이 쉐와넬라 오네덴시스

칩 기술의 미래 전망


11.S: 유전체학과 시스템 생물학(요약) - 생물학

Bioinformatics Group, 컴퓨터 공학부 및 생물정보학 학제간 센터, 라이프치히 대학교, 독일 라이프치히

오스트리아 빈 대학 이론 화학 연구소

Bioinformatics Group, 컴퓨터 공학부 및 생물정보학 학제간 센터, 라이프치히 대학교, 독일 라이프치히

Bioinformatics Group, 컴퓨터 공학부 및 생물정보학 학제간 센터, 라이프치히 대학교, 독일 라이프치히

Bioinformatics Group, 컴퓨터 공학부 및 생물정보학 학제간 센터, 라이프치히 대학교, 독일 라이프치히

콜롬비아 보고타 국립대학교 생물학과

덴마크 프레데릭스베르그 코펜하겐 대학교 유전학 및 생물정보학부 IBHV

오스트리아 빈 대학 이론 화학 연구소

Bioinformatics Group, 컴퓨터 공학부 및 생물정보학 학제간 센터, 라이프치히 대학, 독일 라이프치히

오스트리아 빈 대학 이론 화학 연구소

Fraunhofer Institute, 세포 치료 및 면역학, 라이프치히, 독일

산타페 연구소, 산타페, 뉴멕시코

Bioinformatics Group, 컴퓨터 공학부 및 생물정보학 학제간 센터, 라이프치히 대학교, 독일 라이프치히

오스트리아 빈 대학 이론 화학 연구소

Bioinformatics Group, 컴퓨터 공학부 및 생물정보학 학제간 센터, 라이프치히 대학, 독일 라이프치히

Bioinformatics Group, 컴퓨터 공학부 및 생물정보학 학제간 센터, 라이프치히 대학교, 독일 라이프치히

Bioinformatics Group, 컴퓨터 공학부 및 생물정보학 학제간 센터, 라이프치히 대학, 독일 라이프치히

콜롬비아 보고타 국립대학교 생물학과

덴마크 프레데릭스베르그 코펜하겐 대학교 유전학 및 생물정보학부 IBHV

오스트리아 빈 대학 이론 화학 연구소

Bioinformatics Group, 컴퓨터 공학부 및 생물정보학 학제간 센터, 라이프치히 대학교, 독일 라이프치히

오스트리아 빈 대학 이론 화학 연구소

Fraunhofer Institute, 세포 치료 및 면역학, 라이프치히, 독일

산타페 연구소, 산타페, 뉴멕시코

생물정보학 연구실, 미국 일리노이주 어바나 소재 일리노이대학교 작물과학과


결론: 생물정보학 및 전산생물학 분야

세계가 윤리적이고 책임감 있고 합리적인 비즈니스를 수행하는 방식을 영원히 바꿀 태세를 갖춘 산업에서 생물정보학 및 컴퓨터 생물학은 지난 세기의 생물학 연구를 사용하여 다가오는 세기의 요구에 대한 규율을 재조명합니다.

더 건강하고 깨끗한 미래를 건설하기 위해 세계의 유기체로부터 신호를 받고 현대 기술 환경에서 엄청난 수의 응용 프로그램을 사용하면 과학의 집합적 지식이 성장함에 따라(그리고 생물학의 정의가 발전함에 따라), 안심할 수 있습니다. 생명공학의 유용성은 의심의 여지가 없을 것입니다.

노동 통계국(Bureau of Labor Statistics)은 컴퓨터 및 정보 연구 과학자, 생물 의학 과학자 및 생물 의학 엔지니어와 같은 보다 광범위한 경제 분야에서 생물 정보학 및 컴퓨터 생물학 직위의 비율이 증가했다고 보고합니다.


리뷰 및 추천

"시스템 생물학의 흥미진진한 새로운 발전에 대한 즐거운 조사이자 생물학이나 과학을 공부하는 모든 학생에게 가치가 있으며 부분적으로는 지구에서 우리의 미래를 보존할 수 있는 방법에 대한 대담한 청사진입니다."
새로운 과학자

"외눈박이 환원론자들의 세대가 볼 수 없었던 전체성에 기초한 통합된 세계관을 위한 과학적 근거에 대한 권위 있는 연구. 저자들은 훌륭하게 성공합니다!"
David W. Orr, Oberlin College

"… 모든 생명체의 연결성, 출현 및 자기 조직화의 역학에 관한 최고의 과학과 이론을 프란시스코 바렐라가 생각한 대로 종합적으로 제시합니다. 이 책은 지구상에서 우리의 위치를 ​​이해하기 위한 심오한 틀을 제공합니다. 좋든 나쁘든. 그리고 우리가 Capra와 Luisi가 제공한 통찰력을 적용하면 더 나은 결과가 될 것입니다. 오늘날의 젊은이와 미래의 지도자, 그리고 이 행성의 삶을 염려하는 모든 사람이 반드시 읽어야 할 책입니다."
감성 지능과 생태 지능의 저자 다니엘 골먼

"생명이란 무엇입니까? 인간이란 무엇입니까? 자연과 우리 자신에 대한 새로운 발견이 어떻게 우리가 최초의 자멸종자가 되는 것을 막을 수 있습니까? Capra와 Luisi의 눈부신 종합은 기계적, 선형, 환원주의적 습관을 넘어 놀라운 새로운 답을 드러내는 방법을 설명합니다 철학과 실천에 대한 영원한 질문에 대한 프랜시스 베이컨 경의 '가능한 모든 것을 가능하게 하는 인류 제국의 경계 확장'이라는 목표는 인류를 심각한 곤경에 빠뜨렸습니다. 데카르트가 아니라 다윈, 그리고 시대에 뒤떨어진 물리학이 아닌 현대 생물학을 중심으로 다양한 새로운 옵션이 만들어졌습니다. 시민 사회와 비즈니스의 공동 진화에 의해 추진된 이러한 옵션은 더 공정하고 건강하며 시원하고 안전한 세상을 만들 수 있습니다. 우리가 가진 유일한 집에서 서로 그리고 다른 존재들과 함께 성숙하고 친절하며 튼튼하게 살기 위한 명쾌하고 광범위한 지침서입니다."
Amory B. Lovins, Rocky Mountain Institute

"… 이 책은 저에게 로제타 스톤처럼 느껴지며 다양한 아이디어와 개념의 연결과 뿌리를 풀어줍니다. 과학의 역사와 과학적 모델이 문화의 대부분의 측면에 어떻게 영향을 미쳤는지 살펴보기 시작합니다. 이 책은 각 분야에 대해 함께 변화하고 통합하여 영광스러운 큰 그림으로 통합합니다 ... 시스템 사고의 역사를 다루는 책의 일부를 읽으면서 ... 나는 갑자기 영화에 나온 것처럼 매우 흥분되고 있음을 깨달았습니다. , 내 자리의 가장자리에 앉아 ... 이것이 위대한 작가와 위대한 책이해야 할 일입니다 ... 그것은 많은 것에 대해 생각하는 방식에 큰 영향을 미쳤습니다. 당신의 작업 영역은 중요하지 않습니다. 아니면 관심이다. 이 책은 눈을 크게 뜨고 미래를 마주하기 위해 꼭 읽어야 할 필독서이다."
롭 칼, OpEdNews.com

"... 학문 분야의 가치 있는 개요."
생물학자인 스티븐 루이스

'정말 훌륭하고, 박식하고, 시놉틱하고, 멋진 책입니다!' 스튜어트 카우프만, 펜실베니아 대학 및 시스템 생물학 연구소, 시애틀


ISB의 시스템 생물학의 예

규제 네트워크의 특성화 할로박테리움 살리나룸 NRC-1

할로박테리움 살리나룸 염습지에 사는 극한성충이다. Baliga와 공동 작업자는 지난 몇 년 동안 환경 요인(예: 전이 금속, 산화 스트레스, 빛, UV 및 감마 조사 등)의 섭동을 사용하여 데이터 생성, 분석, 모델링 및 실험 검증을 체계적으로 결합하여 소위 말하는 것을 생성했습니다. '환경 및 유전자 조절 영향 네트워크(EGRIN)'[1]. 현재 네트워크는 130개의 추정되는 전사 인자 중 적어도 72개가 9개의 환경 인자와 함께 작용하여 2400개 유전자 중 1900개 이상의 발현 조절을 조정하는 방법을 설명합니다. 그들의 접근 방식은 다양한 방식(유전적 및 환경적으로)으로 세포를 교란하고, 성장 및/또는 생존 표현형을 특성화하고, mRNA의 정상 상태 및 동적 변화를 정량적으로 측정하고, 이러한 변화를 모든 관찰을 요약할 수 있는 네트워크 모델로 동화시키는 것이었습니다. 마지막으로 모델에서 공식화된 가설을 실험적으로 검증합니다.

Baliga와 동료들은 먼저 주석을 달았습니다. H. 살리나룸 이 유기체에서 거의 90%의 단백질 또는 단백질 도메인의 추정 기능에 대한 몇 가지 단서를 제공하기 위해 서열 및 구조 기반 접근 방식을 사용하는 게놈. 그런 다음 그들은 잘 특성화된 다양한 환경 요인으로 세포를 체계적으로 교란시켰습니다[2-5]. 그들은 또한 세포에 몇 가지 체계적인 유전적 섭동을 가했습니다. 이러한 각각의 섭동에 대해 그들은 분자 수준에서 시스템 전체의 유전자 발현 변화를 측정했습니다. 이러한 실험을 통해 방대한 양의 정보가 생성되었으며, 이 정보의 통합 분석에는 새로운 알고리즘과 소프트웨어의 개발이 필요했습니다. 예를 들어, cMonkey 알고리즘[6]은 크고 다양한 시스템 생물학 측정에서 얻은 데이터를 분석하여 특정 환경 조건(바이클러스터)에서 공동 조절되는 것으로 추정되는 유전자의 발견을 위해 특별히 개발되었습니다. 그런 다음 이러한 쌍군집은 특정 전사 인자 및/또는 환경 요인의 농도에서 개별적 또는 조합적 변화가 주어진 쌍군집 또는 유전자 내에서 평균 전사 변화보다 시간적으로 선행하는 경우를 발견한 추론기 알고리즘[7]에 의해 분석되었습니다. Inferelator 알고리즘은 (i) 예측 가능한 간결한 모델(즉, 각 쌍군집에 대한 규제 영향의 최소 수)을 선택합니다. 전사 인자 쌍 사이. 추론기 알고리즘의 출력은 EGRIN 모델입니다.

이 복잡한 네트워크 모델을 탐색하려면 사용자가 EGRIN 모델을 구성하는 데 사용된 수백만 개의 데이터 포인트에서 관련 원시 정보를 검색하고 새로운 애드 혹 통계 분석. 이것 시끄러운 여자들 소프트웨어[ 8]는 다양한 데이터베이스의 원활한 탐색과 동등하게 다양한 소프트웨어 도구 세트 간의 상호 운용성을 모두 가능하게 합니다.

이 소프트웨어 프레임워크의 도움으로 Baliga와 동료들은 EGRIN 모델을 사용하여 이전에 알려진 생물학적 통찰력을 요약하고 확장할 수 있었고, 결정적으로 시스템 생물학의 경우 네트워크를 사용하여 유전자 분석에 의해 확인된 새롭고 테스트 가능한 가설을 구성할 수 있었습니다. , 칩 칩 및 새로운 섭동 실험. 아마도 EGRIN 모델의 가장 중요한 입증된 속성은 새로운 환경과 유전적 배경에서 유전자 발현 변화를 예측하는 능력일 것입니다[1]. 그들의 발견은 생물학적 및 환경적 네트워크의 고유한 특성이 더 복잡한 유기체의 생리학적 반응에 대한 유사한 예측 모델의 구성을 가능하게 하고 이 문제에 접근할 수 있는 방법을 보여줍니다.

퍼옥시좀 생합성 및 기능 조절

퍼옥시좀은 인간을 포함한 진핵생물에서 많은 대사 역할을 하는 유비쿼터스 세포내 소기관입니다. 영향을 받는 세포 생리학에는 장쇄 지방산의 β-산화 콜레스테롤, 담즙산 및 플라스마겐의 합성 및 과산화수소 및 과산화물의 분해가 포함됩니다[ 9-11]. peroxisomes를 주목할 만한 이유는 그들의 생물학적 발생이 다양한 자극에 상당히 반응한다는 것입니다. 이들은 지방, 저지방혈증제 및 비유전독성 발암물질에 대한 반응으로 후생동물에서 유도되며, 유기체 발달 및 세포 분화의 정상적인 생리학적 과정 동안에 유도됩니다[12]. 효모에서 퍼옥시좀은 지방산에 의해 극적으로 유도되거나 종에 따라 메탄올과 같은 다양한 탄소원에 의해 유도됩니다[13]. 이 반응은 전사 수준에서 제어됩니다[ 14-26].

J.D.A.의 연구실은 시스템 생물학 접근 방식을 적용하여 모델 유기체에서 퍼옥시솜 생합성 및 기능을 지배하는 세포 반응을 이해합니다. S. 세레비지애. 기본적으로 이것은 반응에 관련된 요인(신호, 전사 조절, 생물 발생 및 기능)을 식별하고 계산 및 모델링 접근 방식을 사용하여 각 과정을 지배하는 요인 간의 동적 상호 작용을 이해하는 것을 포함하며, 궁극적인 목표는 다음의 양적 및 예측적 모델을 얻는 것입니다. 퍼옥시좀 유도에 대한 통합 세포 반응.

세포에 올레이트를 첨가하여 활성화된 유전자 조절 네트워크의 역학에 초점을 맞춘 마이크로어레이는 세포가 지방산에 노출될 때 유전자 발현의 시간적 변화를 정량화하는 데 사용되었습니다. 다양한 돌연변이 균주의 전사 프로파일링, 칩 칩 분석 및 새로운 네트워크 토폴로지 기반 클러스터링 접근 방식의 개발은 올레산에 반응하는 핵심 전사 네트워크의 특성화를 가능하게 했습니다. 이러한 요인들 간의 상호작용은 지연 미분 방정식과 확률적 시뮬레이션을 사용하여 모델링되었으며 다양한 세포 반응(예: 일반 스트레스 및 과산화소체 단백질 생산)과 모티프 구조(교차 루프 구조, 전사 인자 올리고머화 등)의 동시성을 제어하는 ​​메커니즘을 밝혀냈습니다. .) 응답의 비선형성, 전사 잡음, 기억 등과 같은 응답 측면을 제어합니다. [ 27-29]. 이 상세하고 집중된 접근 방식은 네트워크에 대한 대규모 글로벌 분석을 보완합니다[ 30–33]. 이러한 접근 방식에 의해 수립된 규제 메커니즘은 다른 유사한 네트워크가 따르는 규칙을 수립할 가능성이 높습니다[ 34, 35]. 이 작업의 전반적인 목표는 과산화소체의 상세한 정량적 모델과 효모에서의 반응을 개발하고 포유류 세포의 세포 소기관을 특성화하고 모델링하는 시스템 접근 방식을 가능하게 하는 방법을 확립하는 것입니다.

퍼옥시솜의 구성 요소를 식별하기 위해 신호 네트워크 및 퍼옥시솜 유도 조건에 대한 세포 반응을 제어하는 ​​추가 요인, J.D.A. 협력자들은 또한 거의 모든 효모 유전자의 단일 결실을 포함하는 효모 균주 라이브러리를 이용했습니다. 각 균주는 기능적 퍼옥시좀에 의해 대사되는 지방산에 노출되고 지방을 대사하는 능력에 대해 정량적으로 분석되고 정상적인 기능적 퍼옥시좀을 증식시키는 능력에 대한 정량적 영상 기술에 의해 분석됩니다[ 36]. 이러한 연구를 통해 셀룰러 응답과 관련된 전 세계적으로 조정된 통신 네트워크가 밝혀졌습니다.

Proteomics 기술은 또한 peroxisome 자체를 특성화하는 데 사용되었습니다. 이 경우, 고전적인 세포내 분획화 절차를 동위원소 코딩된 친화성 태그(ICAT) 질량 분석과 결합하여 다음과 같은 단백질을 식별했습니다. 풍부한 두 가지 다른 분리 절차를 통해 peroxisome과 함께. 데이터는 과산화소체일 가능성이 있는 단백질을 식별하기 위해 예상 알고리즘을 사용하여 분석되었습니다. 확인된 ~400개의 단백질 중 ~70개가 세포소기관과 생화학적으로 확인된 것으로 결정되었습니다. 중요하게도, 이들 단백질의 많은 부분은 다른 세포내 구조와 공유되고 세포 소기관과 동적으로 연결됩니다[ 37].

면역과 염증

면역 반응은 감염에 대한 즉각적인 보호를 제공하는 선천 면역과 절묘한 특이성과 기억력을 갖는 적응 반응의 두 가지 하위 시스템으로 구성됩니다. 선천면역은 양날의 검으로 숙주의 방어에 절대적으로 필요하지만 통제되지 않으면 자가면역질환, 심장병 등 다양한 질병을 유발할 수 있다.

대식세포는 타고난 면역 체계의 핵심입니다. 그들은 감염성 유기체를 직접 감지합니다. ~을 통해 과다한 수용체를 포식하고 적절한 숙주 반응을 조정합니다[ 38]. 감염 위협의 특성을 정확하게 정의하기 위해 면역 세포는 각 특정 병원체에 의해 표시되는 분자 바코드를 읽습니다. Toll-like receptors(TLRs) 계열은 침입하는 미생물을 정의하는 데 핵심적인 역할을 합니다[ 39]. 예를 들어, LPS를 감지하는 TLR4와 플라젤린을 감지하는 TLR5의 활성화는 그람 음성, 편모 박테리아의 존재를 나타냅니다. 이 정확한 인식은 숙주에 의해 병원체에 대해 구체적이고 고도로 조절된 반응을 유발합니다. Alan Aderem과 공동 연구자들은 대식세포가 여러 TLR에서 나오는 복잡한 정보를 통합하고 적절한 세포 반응을 공식화하는 타고난 시스템 반응의 분자 메커니즘을 정의하기 위해 게놈, 단백질체 및 컴퓨터 도구를 사용하고 있습니다.

예를 들어, 프로펠러와 같은 회전에 의해 세균의 운동성을 가능하게 하는 채찍과 같은 구조인 편모는 단일 단백질인 편모로 구성된 중합체입니다. Aderem 연구실은 유전자 및 단백질 접근법을 사용하여 플라겔린에 대한 이중 검출 시스템을 식별했습니다. 세포외 플라겔린은 전염증성 사이토카인의 발현을 유도하는 TLR5에 의해 검출되는 반면, 세포질 플라겔린은 사이토카인의 번역 후 처리를 활성화하는 세포질 단백질 Ipaf를 통해 검출됩니다. 전산 분석을 통해 이러한 센서 간의 누화에 대한 통찰력을 얻었으며 예측이 검증되었습니다. 시험관 내 그리고 생체 내 TLR5 null 및 Ipaf null 마우스 사용 [40]. TLR5와 플라겔린 사이의 분자 상호작용을 더 이해하기 위해 단백질 접힘 알고리즘을 사용하여 TLR5와 플라겔린의 구조를 예측하고 돌연변이 분석을 사용하여 컴퓨터 예측을 확인했습니다. 이것은 TLR5에 의한 면역 탐지를 피할 수 있는 박테리아 계통의 식별로 이어졌습니다[ 41, 42].

이 시스템의 특정 구성 요소의 유전자 변이를 특성화함으로써 TLR의 돌연변이와 다양한 전염병에 대한 인간의 감수성 사이의 많은 중요한 연관성이 확인되었습니다. 결과는 사람들이 전염병에 대한 소인이 다른 이유를 설명하고 새로운 약물 표적 및 백신 전략을 제안하는 데 도움이 됩니다. 이 연구의 하이라이트는 TLR9의 돌연변이가 HIV 감염에서 AIDS로의 급속한 진행으로 이어진다는 입증을 포함합니다. [43] TLR2의 돌연변이는 생식기 포진, 결핵 및 나병에 대한 감수성을 증가시킵니다[44] TLR4의 돌연변이는 이식 수혜자의 감염에 대한 감수성이 증가하고 사람들이 수막구균 패혈증에 걸리기 쉬우며[45] TLR5의 돌연변이가 재향 군인병의 발병률을 증가시킵니다[46].

TLR에 대한 이러한 초점은 타고난 면역 체계의 염증 반응을 이해하기 위한 광범위한 프로그램의 일부입니다. 예를 들어, Aderem 그룹과 협력자들은 염증 반응 시스템의 음성 조절자 역할을 하는 주요 전사 인자인 ATF3를 식별하기 위해 마이크로어레이, ChIP-칩 및 단백질체 데이터를 통합하는 계산 도구를 사용했습니다. 동역학 모델링은 그 작용의 기초가 되는 분자 메커니즘을 예측했으며 이러한 예측은 ATF3 null 마우스에서 파생된 대식세포에서 검증되었습니다[47]. Aderem과 Ozinsky 그룹은 미세 유체 접근 방식을 사용하여 단일 세포에서 분비되는 사이토카인을 감지할 수 있는 장치를 구축하고 있습니다. 이 장치는 현장에서 백신의 효능을 결정하고 클리닉에서 시스템 반응을 나타내는 특정 바이오마커를 측정하는 데 사용할 수 있습니다.

예측 및 개인 맞춤 의학: 아세트아미노펜에 대한 마우스 간 반응

시스템 생물학은 복잡한 생물학적 시스템에 대한 연구를 수행하는 능력을 향상시킬 뿐만 아니라 의학을 보다 예측 가능한 과학으로 전환하는 토대를 제공합니다. 예측 의학의 초석 중 하나는 질병에 대한 시스템적 관점에 입각한 질병 진단에 대한 새로운 접근 방식(여러 장기 특이적 혈액 단백질 마커의 혈액 측정)이 될 것입니다. 질병은 병든 기관의 교란된 생물학적 네트워크의 결과로 발생하고 이러한 네트워크에 의해 표현되는 유전 정보의 패턴을 변경하기 때문에 이러한 변경된 정보 중 일부는 혈액에 나타나는 단백질 농도의 변화를 초래합니다. 우리가 혈액에서 감지할 수 있는 기관별 마커의 변화는 해당 마커를 발현하는 기관의 네트워크 변화를 반영할 가능성이 가장 높습니다. 우리는 이러한 아이디어를 테스트하기 위한 모델 시스템으로 쥐의 간에서 아세트아미노펜 독성을 사용했습니다. 아세트아미노펜(타이레놀)은 준치사량에서 간에 가역적 손상을 일으킵니다. 이는 급성 투여 후 48시간까지 손상 증가가 관찰되고 72-96시간에 거의 정상으로 되돌아오는 간의 조직학적(표현형) 그림을 나타냅니다. Hood 그룹은 이 시스템을 사용하여 간 특이적 혈액 바이오마커를 발견하기 위한 조정된 접근 방식을 탐색하고 있습니다. 접근 방식은 인간과 마우스의 대부분의 기관 및 주요 조직 유형에 대한 고처리량 전사 태그 프로파일링 데이터 세트의 비교 분석을 기반으로 간 특이적 발현 전사체 목록을 생성하는 것으로 시작됩니다[ 48]. 이 유전자에 의해 암호화된 간 특이적 단백질 중 독소 노출 시 혈액으로 분비되는지 확인하기 위해 그들은 시간 경과 실험에서 질량 분석 및 항체 기반 분석을 포함한 다양한 단백질체학 발견 기술을 적용하고 있습니다. 현재까지 그들은 조직학적 간 변화를 완벽하게 따라가는 약 6개의 간 특이적 혈액 단백질을 확인했으며, 노출 후 약 48시간에 최고조에 달하고 72-96시간 후에 정상으로 돌아옵니다. Caltech[49]의 Heath 그룹과 협력하여 Hood 그룹은 10분 안에 혈액 한 방울의 일부에서 혈액 내 이러한 바이오마커 후보 수준의 다중 측정을 수행할 수 있는 미세 유체 단백질 칩을 생산하는 것을 목표로 합니다. 이와 같은 칩은 예측 및 개인 맞춤 의학이 현실화됨에 따라 미래에 수백만 명의 환자로부터 혈액을 입력할 수 있게 해줍니다. 이 접근 방식은 향후 10~20년 동안 현재의 반응성 의학(아픈 사람이 치료할 때까지 대기)을 예측, 개인화, 예방 및 참여 의학(P4 의학)으로 대체하게 될 것입니다. [ 50-53 ].


2. 유전학과 유전체학

유전학은 DNA 기반 유전과 개인의 변이에 대한 연구이며, 유전체학은 게놈의 구조와 기능에 대한 연구입니다. 둘 다 DNA 및 RNA 시퀀싱, 마이크로어레이, 단백질체학, 전자 현미경과 같은 방법에서 생성된 데이터를 사용하거나 핵산 구조 결정을 위한 광학 방법을 사용하여 생물정보학 및 컴퓨터 기술을 적용합니다.

이러한 기술과 전체 미생물 군집에 대한 심층 시퀀싱 또는 시퀀싱을 수행할 수 있는 기술과 같은 다른 많은 새로운 기술의 가용성은 정보학 및 계산 방법을 개발하여 관리하고 쿼리할 수 있는 것보다 빠르게 방대한 양의 데이터를 생성하고 있습니다. 이는 유전학 및 유전체학 과학자들이 이러한 데이터를 분석하기 위해 새로운 첨단 기술을 개발하고 적용할 수 있는 기회를 제공합니다.

유전체학 및 유전학 분야에서 일하는 교수진은 다음과 같습니다.


최근 뉴스:

둘의 힘

대학원생인 Ellen Zhong은 생물학자와 수학자들이 전자현미경의 오랜 문제를 해결하기 위해 여러 부서를 넘나들도록 도왔습니다.

MIT의 Hockfield Court는 서쪽으로 이상한 각도로 돌출된 반사되는 은색 골방이 있는 초현대식 Stata Center와 접하고 있으며, 동쪽으로는 단순한 창문이 늘어선 시멘트 직사각형인 Building 68과 접해 있습니다. 언뜻 보기에 Stata Center에 있는 Bonnie Berger의 수학 연구실과 Building 68에 있는 Joey Davis의 생물학 연구실은 그들을 수용하는 건물만큼이나 다릅니다. 그리고 아직,.


코스 설명

MIT 계산 및 시스템 생물학(CSBi) 이니셔티브는 복잡한 생물학적 현상의 체계적인 분석 및 모델링에 대한 다학문 접근 방식으로 생물학, 공학 및 컴퓨터 과학을 연결하는 캠퍼스 전체의 연구 및 교육 프로그램입니다. 이 과정은 컴퓨터 및 시스템 생물학 분야의 학제간 교육 및 연구에 관심이 있는 학생들을 위해 CSB 박사 프로그램을 통해 제공되는 일련의 핵심 과목 중 하나입니다.


비디오 보기: 인간 게놈 프로젝트. 유전학. 생물학. 퓨즈스쿨 (팔월 2022).