Idi na sadržaj

Proteom

S Wikipedije, slobodne enciklopedije
Opća shema odnosa genomike, bioinformatike, interakcija i trodimenzijske strukture proteina

Proteom je cijeli skup protein koji je, ili može biti, eksprimiran genomom, ćelijom, tkivom ili organizmom u određeno vrijeme. To je skup eksprimiranih proteina u datom tipu ćelije ili organizma, u datom trenutku, pod definiranim uslovima. Proteomika je proučavanje proteoma.

Tipovi proteoma

[uredi | uredi izvor]

Dok se proteom općenito odnosi na proteom organizma, višećelijski organizmi mogu imati vrlo različite proteome u različitim ćelijama; stoga je važno razlikovati proteome u ćelijama i organizmima.

Ćelijski proteom je skup proteina koji se nalazi u određenom tipu ćelija pod određenim skupom uslova okoline kao što je izlaganje hormonskoj stimulaciji.

Također može biti korisno razmotriti potpuni proteom organizma, koji se može konceptizirati kao kompletan skup proteina iz svih različitih ćelijskih proteoma. Ovo je otprilike proteinski ekvivalent genoma.

Termin "proteom" se također koristi za označavanje skupljanja proteina u određenim potćelijskim sistemima, kao što su organele. Naprimjer, mitohondrijski proteom može se sastojati od više od 3.000 različitih proteina.[1][2]

Proteini u virusu mogu se nazvati virusni proteom. Obično se virusni proteomi predviđaju iz virusnog genoma[3] ali su napravljeni neki pokušaji da se odrede svi proteini eksprimirani iz genoma virusa, tj. virusnog proteoma.[4] Češće, međutim, virusna proteomika analizira promjene proteina domaćina nakon infekcije virusom, tako da se zapravo proučavaju "dva" proteoma (virusa i njegovog domaćina)..[5]

Značaj za kancer

[uredi | uredi izvor]
Proteom se može koristiti za određivanje prisustva različitih tipova karcinoma.

Proteom se može koristiti za uporednu analizu različitih ćelijskih linija raka. Proteomske studije su korištene kako bi se identificirala vjerovatnoća metastaza u ćelijskim linijama raka mokraćne bešike KK47 i YTS1 i utvrđeno je da imaju po 36 nereguliranih i 74 smanjeno reguliranih proteina.[6] Razlike u ekspresiji proteina mogu pomoći u identifikaciji novih signalnih mehanizama raka.

Biomarkeri raka pronađeni su proteomskim analizama zasnovanim na masenoj spektrometriji. Upotreba proteomike ili proučavanje proteoma je korak naprijed u personaliziranoj medicini za prilagođavanje koktela lijekova prema specifičnom proteomskom i genomskom profilu pacijenta.[7] Analiza ćelijskih linija raka jajnika pokazala je da navodni biomarkeri za rak jajnika uključuju "α-enolazu (ENOA), elongacijski faktor Tu, mitohondrijsku (EFTU), gliceraldehid- 3-fosfat dehidrogenazu (G3P), protein stresa-70, mitohondrijski (GRP75), apolipoprotein A-1 (APOA1), peroksiredoksin (PRDX2) i aneksin A (ANANXA)".[8]

Komparativne proteomske analize 11 ćelijskih linija pokazale su sličnost između metaboličkih procesa svake ćelijske linije; iz ove studije, u potpunosti identificiran je 11.731 protein. Domaćinski proteini imaju tendenciju da pokazuju veću varijabilnost između ćelijskih linija.[9]

Otpornost na određene lijekove protiv raka još uvijek nije dobro shvaćena. Proteomska analiza je korištena kako bi se identificirali proteini koji mogu imati svojstva lijeka protiv raka, posebno za lijek irinotecan protiv raka debelog crijeva .[10] Studije ćelijske linije adenokarcinoma LoVo pokazale su da je osam proteina neregulisano, a sedam proteina podregulisano. Proteini koji su pokazali diferencijalnu ekspresiju bili su uključeni u procese kao što su transkripcija, apoptoza i proliferacija/diferencijacija ćelija, između ostalog.

Proteom u bakterijskim sistemima

[uredi | uredi izvor]

Proteomske analize rađene su na različitim vrstama bakterija, kako bi se procijenile njihove metaboličke reakcije na različita stanja. Naprimjer, u bakterijama kao što su Clostridium i Bacillus, korištene su proteomske analize kako bi se istražilo kako različiti proteini pomažu da svaka od spora ovih bakterijs proklija nakon dužeg perioda mirovanja.[11] Da bi se bolje razumjelo kako pravilno eliminirati spore, mora se izvršiti proteomska analiza.

Veličina i sadržaj

[uredi | uredi izvor]

Genomi virusa i prokariota kodiraju relativno dobro definiran proteom jer se svaki protein može predvidjeti s velikom pouzdanošću, na osnovu njegovih otvorenih okvira čitanja (kod virusa u rasponu od ~3 do ~1000, kod bakterija u rasponu od oko 500 do oko 10.000 proteina).[12] Međutim, većina algoritama predviđanja proteina koristi određene granične vrijednosti, kao što je 50 ili 100 aminokiselina, tako da se mali proteini često propuštaju takvim predviđanjima.[13] Kod eukariota ovo postaje mnogo komplikovanije jer se iz većine gena može proizvesti više od jednog proteina, zbog alternativne prerade (npr. ljudski proteom kodira oko 20.000 proteina, ali neke procjene predviđaju 92.179 proteina, od kojih su 71.173 varijante transkripta.[14]

Proteoforme: Postoje različiti faktori koji mogu dodati varijabilnost proteinima. SNP (jednoaminokiselinski polimorfizmi) i nesinonimni jednonukleotidni polimorfizmi (nsSNP) mogu dovesti do različitih "proteoformi"[15] ili "proteooblika". Nedavne procjene su otkrile ~135.000 validiranih nesinonimnih cSNP-ova koji se nalaze u SwissProtu. U dbSNP-u postoji 4,7 miliona kandidata cSNP-a, ali je samo ~670.000 cSNP-ova potvrđeno u 1.000 genoma postavljenih kao nesinonimni cSNP-ovi, koji mijenjaju identitet aminokiseline u proteinu.[15]

Tamni proteom: Termin tamni proteom koji su skovali Perdigão et al, definiše regione proteina koji nemaju detektabilnu homologiju sekvence sa drugim proteinima poznate trodimenzijske strukture i stoga ne mogu biti [ [homologno modeliranje| homologno modelirano]]. Za 546.000 Swiss-Prot proteina, 44-54% proteoma kod eukariota i virusa je otkriveno da je "tamno", u poređenju sa samo ∼14% u archaea i bakterija.[16]

Ljudski proteom: Do danas, nekoliko projekata ima za cilj mapiranje ljudskog proteoma, uključujući Mapu ljudskog proteoma, ProteomicsDB i [https:/ /www.hupo.org/human-proteome-project Projekat Human Proteome (HPP)]. Slično projekt ljudskog genoma, ovi projekti nastoje pronaći i prikupiti dokaze za sve predviđene gene koji kodiraju proteine u ljudskom genomu. Human Proteome Map (u oktobru 2020.) tvrdi prisustvo 17.294 proteina i ProteomicsDB 15.479, koristeći različite kriterije. 16. oktobra 2020. HE je objavila nacrt visoke strogosti [17] pokrivaju više od 90% predviđenih gena koji kodiraju proteine. Proteini se identifikuju iz širokog spektra fetusnih i odraslih tkiva i tipova ćelija, uključujući hematopoetske ćelije.

Metodi proučavanja proteoma

[uredi | uredi izvor]
Dvodimenzijski gel sa proteinima označenim bojama. Ovo je način za vizualizaciju proteina na osnovu njihove mase i izoelektrične tačke.

Pokazalo se da je analiza proteina teža od analize sekvenci nukleinskih kiselina. Iako postoje samo četiri nukleotida koji čine DNK, postoji najmanje 20 različitih aminokiselina koje mogu sačinjavati protein. Pored toga, ne postoji poznata tehnologija visoka propusnost za pravljenje kopija jednog proteina. Dostupne su brojni metodi za proučavanje proteina, skupova proteina ili cijelog proteoma. U stvari, proteini se često proučavaju indirektno, npr. korištenjem računarskih metoda i analiza genoma. U nastavku je dato samo nekoliko primjera.

Tehnike separacije i elektroforeza

[uredi | uredi izvor]

Proteomika, proučavanje proteoma, uglavnom se prakticira kroz odvajanje proteina dvodimenzijskom gel elektroforezom. U prvoj dimenziji, proteini su razdvojeni pomoću izoelektričnog fokusiranja, koje razlaže proteine na osnovu naboja. U drugoj dimenziji, proteini su razdvojeni po molekulskoj težini pomoću SDS-PAGE. Gel je obojen sa koomasijslkim briljantnim plavim ili srebrenom bojom za vizualizaciju proteina. Obojenja na gelu su proteini koji su migrirali na određene lokacije.

Masena spektrometrija

[uredi | uredi izvor]

[[sloka:ThermoScientificOrbitrapElite.JPG|thumb| Orbitnožljebni maseni spektrometar koji se obično koristi u proteomici]]

Masena spektrometrija je jedna od ključnih metoda za proučavanje proteoma.[18] Neki važni metodi masene spektrometrije uključuju masenu spektrometriju Orbitrap, MALDI (Matriksno potpomognuta laserska desorpcija/Ionizacija) i ESI (Elektrosprrjna lonizacija). Peptidni maseni fingerprinting identifikuje protein pomoću otiska prsta pomoću peptide, cijepajući ga na kratke peptide, a zatim zaključuje identitet proteina uparujući uočene mase peptida sa bazom podataka sekvenci. Tandemska masena spektrometrija, s druge strane, može dobiti informacije o sekvenci od pojedinačnih peptida tako što će ih izolirati, sudarati ih s nereaktivnim plinom, a zatim katalogizirati fragment lona koji je proizveden.[19]

Hromatografija

[uredi | uredi izvor]

Tečna hromatografija je važan alat u proučavanju proteoma. Omogućava vrlo osjetljivo odvajanje različitih tipova protein, na osnovu njihovog afiniteta za matriks. Neki noviji metodi za odvajanje i identifikaciju proteina uključuju upotrebu monolitnih kapilarnih kolona, visokotemperaturnu hromatografiju i kapilarnu elektrohromatografiju.[20]

Blotiranje

[uredi | uredi izvor]

Western blotiranje se može koristiti za kvantificiranje obilja određenih proteina. Korištenjem antitijela specifičnih za protein od interesa, moguće je ispitati prisustvo specifičnih proteina iz njihove mješavine.

Testovi komplementacije proteina i skrining interakcije

[uredi | uredi izvor]

Analiza komplementacije protein-fragment koristi se često za otkrivanje interakcija protein-proteini. test dvohibridnosti je najpopularniji od njih, ali postoje brojne varijacije, koje se koriste in vitro i in vivo . Pull-down testovi su metodi za određivanje s kojim tipovima proteina je dati protein u interakciji.[21]

Baze podataka o proteinima

[uredi | uredi izvor]

Atlas ljudskih proteina sadrži informacije o ljudskim proteinima u ćelijama, tkivima i organima. Svi podaci u izvoru znanja su otvorenog pristupa, kako bi se omogućilo akademskoj zajednici i industriji da slobodno pristupe podacima za istraživanje ljudskog proteoma. Organizacija ELIXIR je odabrala atlas proteina kao ključni resurs zbog njegove fundamentalne važnosti za širu zajednicu nauke o životu.

Baza podataka Plasma Proteome Arhivirano 27. 1. 2021. na Wayback Machine sadrži informacije o 10.500 proteina krvne plazme. Budući da je raspon sadržaja proteina u plazmi vrlo velik, teško je otkriti proteine koji su obično oskudni u poređenju sa proteinima u izobilju. Postoji analitička granica koja bi mogla biti prepreka za detekciju proteina sa ultraniskim koncentracijama.[22]

Baze podataka kao šo su neXtprot i UniProt su centralni resursi za ljudske proteomske podatke.

Također pogledajte

[uredi | uredi izvor]

Reference

[uredi | uredi izvor]
  1. ^ Morgenstern, Marcel; Stiller, Sebastian B.; Lübbert, Philipp; Peikert, Christian D.; Dannenmaier, Stefan; Drepper, Friedel; Weill, Uri; Höß, Philipp; Feuerstein, Reinhild; Gebert, Michael; Bohnert, Maria (juni 2017). "Definition of a High-Confidence Mitochondrial Proteome at Quantitative Scale". Cell Reports. 19 (13): 2836–2852. doi:10.1016/j.celrep.2017.06.014. ISSN 2211-1247. PMC 5494306. PMID 28658629.
  2. ^ Gómez-Serrano, M (novembar 2018). "Mitoproteomics: Tackling Mitochondrial Dysfunction in Human Disease". Oxid Med Cell Longev. 2018: 1435934. doi:10.1155/2018/1435934. PMC 6250043. PMID 30533169.
  3. ^ Uetz, P. (15. 10. 2004). "From ORFeomes to Protein Interaction Maps in Viruses". Genome Research (jezik: engleski). 14 (10b): 2029–2033. doi:10.1101/gr.2583304. ISSN 1088-9051. PMID 15489322.
  4. ^ Maxwell, Karen L.; Frappier, Lori (juni 2007). "Viral proteomics". Microbiology and Molecular Biology Reviews. 71 (2): 398–411. doi:10.1128/MMBR.00042-06. ISSN 1092-2172. PMC 1899879. PMID 17554050.
  5. ^ Viswanathan, Kasinath; Früh, Klaus (decembar 2007). "Viral proteomics: global evaluation of viruses and their interaction with the host". Expert Review of Proteomics. 4 (6): 815–829. doi:10.1586/14789450.4.6.815. ISSN 1744-8387. PMID 18067418. S2CID 25742649.
  6. ^ Yang, Ganglong; Xu, Zhipeng; Lu, Wei; Li, Xiang; Sun, Chengwen; Guo, Jia; Xue, Peng; Guan, Feng (31. 7. 2015). "Quantitative Analysis of Differential Proteome Expression in Bladder Cancer vs. Normal Bladder Cells Using SILAC Method". PLOS ONE. 10 (7): e0134727. Bibcode:2015PLoSO..1034727Y. doi:10.1371/journal.pone.0134727. ISSN 1932-6203. PMC 4521931. PMID 26230496.
  7. ^ An, Yao; Zhou, Li; Huang, Zhao; Nice, Edouard C.; Zhang, Haiyuan; Huang, Canhua (4. 5. 2019). "Molecular insights into cancer drug resistance from a proteomics perspective". Expert Review of Proteomics. 16 (5): 413–429. doi:10.1080/14789450.2019.1601561. ISSN 1478-9450. PMID 30925852. S2CID 88474614.
  8. ^ Cruz, Isa N.; Coley, Helen M.; Kramer, Holger B.; Madhuri, Thumuluru Kavitah; Safuwan, Nur a. M.; Angelino, Ana Rita; Yang, Min (1. 1. 2017). "Proteomics Analysis of Ovarian Cancer Cell Lines and Tissues Reveals Drug Resistance-associated Proteins". Cancer Genomics & Proteomics (jezik: engleski). 14 (1): 35–51. doi:10.21873/cgp.20017. ISSN 1109-6535. PMC 5267499. PMID 28031236.
  9. ^ Geiger, Tamar; Wehner, Anja; Schaab, Christoph; Cox, Juergen; Mann, Matthias (mart 2012). "Comparative Proteomic Analysis of Eleven Common Cell Lines Reveals Ubiquitous but Varying Expression of Most Proteins". Molecular & Cellular Proteomics. 11 (3): M111.014050. doi:10.1074/mcp.M111.014050. ISSN 1535-9476. PMC 3316730. PMID 22278370.
  10. ^ Peng, Xing-Chen; Gong, Feng-Ming; Wei, Meng; Chen, Xi; Chen, Ye; Cheng, Ke; Gao, Feng; Xu, Feng; Bi, Feng; Liu, Ji-Yan (decembar 2010). "Proteomic analysis of cell lines to identify the irinotecan resistance proteins". Journal of Biosciences (jezik: engleski). 35 (4): 557–564. doi:10.1007/s12038-010-0064-9. ISSN 0250-5991. PMID 21289438. S2CID 6082637.
  11. ^ Chen, Yan; Barat, Bidisha; Ray, W. Keith; Helm, Richard F.; Melville, Stephen B.; Popham, David L. (15. 3. 2019). "Membrane Proteomes and Ion Transporters in Bacillus anthracis and Bacillus subtilis Dormant and Germinating Spores". Journal of Bacteriology (jezik: engleski). 201 (6). doi:10.1128/JB.00662-18. ISSN 0021-9193. PMC 6398275. PMID 30602489.
  12. ^ Kozlowski, LP (26. 10. 2016). "Proteome-pI: proteome isoelectric point database". Nucleic Acids Research. 45 (D1): D1112–D1116. doi:10.1093/nar/gkw978. PMC 5210655. PMID 27789699.
  13. ^ Leslie, Mitch (18. 10. 2019). "Outsize impact". Science (jezik: engleski). 366 (6463): 296–299. Bibcode:2019Sci...366..296L. doi:10.1126/science.366.6463.296. ISSN 0036-8075. PMID 31624194.
  14. ^ "UniProt: a hub for protein information". Nucleic Acids Research. 43 (D1): D204–D212. 2014. doi:10.1093/nar/gku989. ISSN 0305-1048. PMC 4384041. PMID 25348405.
  15. ^ a b Aebersold, Ruedi; Agar, Jeffrey N; Amster, I Jonathan; Baker, Mark S; Bertozzi, Carolyn R; Boja, Emily S; Costello, Catherine E; Cravatt, Benjamin F; Fenselau, Catherine; Garcia, Benjamin A; Ge, Ying (mart 2018). "How many human proteoforms are there?". Nature Chemical Biology (jezik: engleski). 14 (3): 206–214. doi:10.1038/nchembio.2576. hdl:1721.1/120977. ISSN 1552-4450. PMC 5837046. PMID 29443976.
  16. ^ Perdigão, Nelson; et al. (2015). "Unexpected features of the dark proteome". PNAS. 112 (52): 15898–15903. Bibcode:2015PNAS..11215898P. doi:10.1073/pnas.1508380112. PMC 4702990. PMID 26578815.
  17. ^ Adhikari, S (oktobar 2020). "A high-stringency blueprint of the human proteome". Nature Communications. 11 (1): 5301. Bibcode:2020NatCo..11.5301A. doi:10.1038/s41467-020-19045-9. PMC 7568584. PMID 33067450.
  18. ^ Altelaar, AF; Munoz, J; Heck, AJ (januar 2013). "Next-generation proteomics: towards an integrative view of proteome dynamics". Nature Reviews Genetics. 14 (1): 35–48. doi:10.1038/nrg3356. PMID 23207911. S2CID 10248311.
  19. ^ Wilhelm, Mathias; Schlegl, Judith; Hahne, Hannes; Gholami, Amin Moghaddas; Lieberenz, Marcus; Savitski, Mikhail M.; Ziegler, Emanuel; Butzmann, Lars; Gessulat, Siegfried; Marx, Harald; Mathieson, Toby; Lemeer, Simone; Schnatbaum, Karsten; Reimer, Ulf; Wenschuh, Holger; Mollenhauer, Martin; Slotta-Huspenina, Julia; Boese, Joos-Hendrik; Bantscheff, Marcus; Gerstmair, Anja; Faerber, Franz; Kuster, Bernhard (2014). "Mass-Spectrometry-Based Draft of the Human Proteome". Nature. 509 (7502): 582–7. Bibcode:2014Natur.509..582W. doi:10.1038/nature13319. PMID 24870543. S2CID 4467721. Arhivirano s originala, 20. 8. 2018. Pristupljeno 23. 3. 2022.
  20. ^ Shi, Yang; Xiang, Rong; Horváth, Csaba; Wilkins, James A. (22. 10. 2004). "The role of liquid chromatography in proteomics". Journal of Chromatography A. Bioanalytical Chemistry: Perspectives and Recent Advances with Recognition of Barry L. Karger. 1053 (1): 27–36. doi:10.1016/j.chroma.2004.07.044. ISSN 0021-9673. PMID 15543969.
  21. ^ "Pull-Down Assays - US". www.thermofisher.com (jezik: engleski). Pristupljeno 5. 12. 2019.
  22. ^ Ponomarenko, Elena A.; Poverennaya, Ekaterina V.; Ilgisonis, Ekaterina V.; Pyatnitskiy, Mikhail A.; Kopylov, Arthur T.; Zgoda, Victor G.; Lisitsa, Andrey V.; Archakov, Alexander I. (2016). "The Size of the Human Proteome: The Width and Depth". International Journal of Analytical Chemistry. 2016: 7436849. doi:10.1155/2016/7436849. ISSN 1687-8760. PMC 4889822. PMID 27298622.

Vanjski linkovi

[uredi | uredi izvor]