基因组、转录组、蛋白组的相关知识
单细胞基因组学 | 单细胞转录组学 | 单细胞蛋白质组学 | 单细胞代谢组学 | |
---|---|---|---|---|
定义 | 对基因组核酸碱基序列等分子的结构和功能进行分析研究的学科 | 研究在单个细胞,或特定类型的细胞,组织,器官或发育阶段的细胞群内所生产的各类RNA(通常是mRNA)分子的类型和数量。 | 是对蛋白质特别是其结构和功能的大规模研究 | 研究关于生物体被扰动后(如基因的改变或环境变化后)其代谢产物(内源性代谢物质)种类、数量及其变化规律 |
研究对象 | 基因 | RNA | 蛋白质 | 代谢产物 |
处理过程 | (1)样品前处理;(2)分离细胞;(3)提取脱氧核糖核酸(DNA);(4)基因组扩增;(5)构建文库;(6)基因组测序;(7)数据分析 | (1)样品前处理;(2)分离和捕获单细胞;(3)对细胞裂解或其他处理;(4)提取核糖核酸;(5)制备互补脱氧核糖核酸(cDNA);(6)聚合酶链式反应(polymer⁃ase chain reaction, PCR)扩增;(7)测序;(8)数据处理 | (1)样品分离;(2)去除干扰;(3)提取蛋白质;(4)处理消化;(5)质谱分析;(6)数据处理 | (1)细胞分离;(2)样本处理;(3)单细胞质谱等技术的耦合分析;(4)数据筛选,如消除背景噪音、标准化处、峰对照等;(5)使用代谢分析工具进行统计学分析如主成分分析;(6)代谢组数据根据 m / z 值初步鉴定代谢物;(7)根据丰度高的离子信号进行 MS / MS分析或与数据库配对,获得细胞内的细胞物种或得到差异代谢物或主要代谢途 |
意义 |
蛋白质组学(proteomics)定义:是对蛋白质特别是其结构和功能的大规模研究
蛋白质组(proteome)是由有机体或系统产生或修饰的整套蛋白质。 这随着时间和细胞或有机体经历的不同要求或压力而变化。
两种蛋白质组学方法:活体样品研究和重组蛋白合成。
在第二种情形下,用遗传工程方法来克隆待合成的DNA模板,以及把这些基因剪切到宿主细胞(典型的是细菌)中,后者被培养用于大规模蛋白表达。
真核生物蛋白质合成的过程:(原核生物不需要后转录即可得到mRNA)
转录(Transcription):只需要脱氧核糖核酸(DNA)双螺旋的其中一条链就能进行转录,根据这条单链产生含有蛋白质序列的mRN模板,以进行翻译。
信使核糖核酸(mRNA):带有遗传信息,核糖体根据mRNA翻译得到蛋白质
翻译(Translation):从DNA被转录的mRNA会被核糖体解码以制造蛋白质。
转运RNA(tRNA):在翻译过程中与mRNA结合。tRNA内有一组“反密码子”能将相对应的序列与mRNA在核糖体内互相形成氢键。将该密码子对应的氨基酸转运至核糖体合成中的多肽链上。
基因组学(Genomics):是研究生物基因组和如何利用基因的一门学科。
基因组(genome):指某一特定物种细胞内或病毒粒子内的一整套遗传物质(DNA 或 RNA)。基因组包括基因(编码区)和非编码区(ncDNA 或 ncRNA),以及线粒体DNA、叶绿体DNA。
基因组学能为一些疾病提供新的诊断、治疗方法。例如,对刚诊断为乳腺癌的女性,一个名为“Oncotype DX”的基因组测试,能用来评估病人乳腺癌复发的个体危险率以及化疗效果,这有助于医生获得更多的治疗信息并进行个性化医疗。
转录组学(或“转录物组学”)是分子生物学的分支,负责研究在单个细胞,或特定类型的细胞,组织,器官或发育阶段的细胞群内所生产的各类RNA(通常是mRNA)分子的类型和数量。
转录组(Transcriptome):在相同环境(或生理条件)下的在一个细胞、或一群细胞中所能转录出的所有RNA的总和
蛋白质组学的问题:它是比基因组更为复杂,因为生物的基因组或多或少还是恒定的,但是蛋白质是细胞和细胞各不相同,并且在时间上各不相同。
单细胞蛋白质组
文章:Single-cell analysis targeting the proteome 针对蛋白质组的单细胞分析
针对细胞异质性 cellular heterogeneity :群体平均测量值反映了群体中的主要生物学特征,却掩盖了细胞与细胞之间的差异。或者掩盖具在一个细胞群体中稀有细胞亚群的存在。
典型的单细胞蛋白质组数据集可以表格形式表示,其中每一行表示单细胞测量结果,每列表示单细胞中测量到的蛋白质水平。表中的蛋白质水平分布中),它揭示了细胞群固有的异质性。
单细胞蛋白质组是对单个细胞中由单个基因(蛋白形式)编码的蛋白质的所有不同分子形式的全面量化。
why:蛋白质表达的可变性可能在细胞内具有调节作用
本文重点内容:描述最先进的单细胞蛋白质分析工具,探测方法及优缺点。
涉及生物方法太多了。
本文件讨论了单细胞蛋白质分析在了解细胞异质性及其与生物现象相关性方面的重要性。文件强调了在单细胞水平进行综合蛋白质组分析所面临的挑战,并对各种单细胞蛋白质分析技术进行了评述。文件的要点和关键论点如下:
- 异质性在细胞系统中普遍存在,可反映遗传、表观遗传或随机影响。
- 目前常用的是集合平均分析方法,但这种方法会掩盖细胞间的差异和具有独特特征的稀有亚群。
- 蛋白质在细胞功能中起着至关重要的作用,其大小、结构和翻译后修饰可能各不相同。
- 单细胞检测有望揭示细胞的异质性以及各种细胞成分中生物大分子之间的相互作用。
- 目前有不同的单细胞蛋白质分析方法,包括基因编码荧光探针、基于抗体的策略、质谱法和质谱仪。
- 每种方法在灵敏度、多重性和分辨率方面都有其优势和局限性,其适用性取决于具体的研究问题。
- 基于抗体的方法可与显微镜、流式细胞仪或微流体技术相结合,以提供空间信息和高含量数据集。
- 质谱法是一种全面的方法,可以深入了解蛋白质组,但也有一些局限性。
文章Single cell proteomics in biomedicine: High-dimensional data acquisition, visualization, and analysis
文章首先介绍了单细胞技术的发展和单细胞数据的重要性,以及当前单细胞蛋白质组学工具的状态。
Qualitative methods, Semi-quantitative methods ,Quantitative methods
文章阐述用于可视化和分析单细胞蛋白质组数据的描述性统计方法,讨论了这些方法的假设、特点和局限性。
文章提到了一些具体的研究案例,如在人脑肿瘤模型中使用PCA预测药物耐药性,以及在乳腺癌细胞系中重构信号通路以改善化疗效果。
此外,文章还介绍了用于理解具有预测能力的单细胞蛋白质组数据的生物物理和信息理论方法,指出了当前单细胞蛋白质组学数据分析方法的局限性,以及需要开发新的理论方法来更好地解释和预测这些数据。作者提到了信息理论方法的优势,它们可以基于物理学原理提供详细的预测。这些方法可以帮助我们理解细胞的功能和相互作用,以及细胞状态的动态变化。
单细胞组学相关技术的研究进展
董媛媛