人工智能+蛋白质组学:药物研发的生物学底层变革 | 您所在的位置:网站首页 › 如何利用蛋白质组学设计实验 › 人工智能+蛋白质组学:药物研发的生物学底层变革 |
有人说,“生”在基因组,“命”在蛋白质组。蛋白质组研究对于生命科学的价值是毋庸置疑的。 那么蛋白质组学发展如此滞后的原因是什么呢?很大程度上是因为蛋白质组学研究面临巨大的技术挑战:传统的蛋白质组学分析技术和方法,并不完全适合用来研究蛋白质系统。 蛋白质系统本身是非常复杂的。人体的一个细胞当中,就包含有数万个蛋白质。这些蛋白质可以运输到不同的地方(如细胞膜、细胞核、线粒体、内质网等),可以相互形成复合物,可以不停地生成和降解,还可以发生翻译后修饰(如磷酸化、乙酰化修饰等)。 与基因组相比,对复杂的、动态的蛋白质系统的研究更为复杂和艰巨。一个人从出生到死亡,绝大多数情况下,基因都是不变的,这也是基因可以用于身份鉴定的原因。但是蛋白质组学则不同,在不同的健康状态下,人体内的蛋白质每时每刻都在发生变化。 那么,对于蛋白质组这样的复杂系统的研究,目前的技术方法是什么样的呢?这就要说到传统的蛋白质组学分析技术和方法的局限性。具体有二: 其一,在研究思路上,传统蛋白质组学是盲人摸象。 现代生命科学与医学研究,很多时候使用Western Blot、ELISA等基于抗体的方法,来测量几个或者是几十个蛋白质(一般不会超过100个)。在测量对象的选择上,研究者一般只选择自己认为重要的、感兴趣的蛋白质。这种研究的主观性极易带来研究方向、结果的片面性。 比如,一个药物进入细胞后,可能会作用于许多蛋白质,但研究者可能仅仅测量细胞内数万个蛋白质当中的几十个,然后分析数据、得出结论、发表论文。而事实上,除了这几十个蛋白质之外,是否还有其他与该药物相关性更强的蛋白质,它们如何相互作用的等等,均无从得知。 |
CopyRight 2018-2019 实验室设备网 版权所有 |