综合精品天天夜夜久久,日本中文字幕二区区精品,亚洲欧美中文字幕制服二区,青青青国产爽爽视频免费观看

      

      

        
  

        

        
	
	

        

        



        

	
        

        
	
        
  	       
        
       中國基因網(wǎng)您的位置：首頁 >行業(yè)資訊 >        
        
  
        
		
        
			
        生物學家發(fā)現(xiàn)蛋白質(zhì)變異產(chǎn)生了驚人的強烈影響
        
			
        
				2018-12-26 10:54:43
				?
			  來源：
			
        
		
        
				
		
        
			
        可以清楚地區(qū)分任何兩個個體的遺傳物質(zhì)。慕尼黑工業(yè)大學(TUM)的計算生物學家現(xiàn)在已經(jīng)確定DNA變異的影響被大大低估了。新的見解可能會影響個性化醫(yī)療的進步。蛋白質(zhì)是生命的機器。沒有它們，沒有細胞可以發(fā)揮作用。大約20,000種蛋白質(zhì)負責人體的新陳代謝，生長和再生。蛋白質(zhì)的構(gòu)建塊是氨基酸。根據(jù)DNA中包含的確定的藍圖將它們組裝在細胞中。一項涉及60,000人血液樣本的廣泛研究表明，健康個體的蛋白質(zhì)之間存在驚人的廣泛差異。在兩個非相關(guān)個體中，平均20,000個構(gòu)件 - 即氨基酸 - 具有稱為SAV(單個氨基酸變體)的差異。美國麥克阿瑟實驗室已經(jīng)組裝了大約1000萬臺SAV。
        

        生物學家發(fā)現(xiàn)蛋白質(zhì)變異產(chǎn)生了驚人的強烈影響
        

        “到目前為止，許多專家認為大多數(shù)這些變異對蛋白質(zhì)功能沒有實質(zhì)性影響，”TUM生物信息學和計算生物學主席Burkhard Rost教授說。這個假設很難證明。對于如此大量的SAV，不能進行實驗研究。事實上，相關(guān)的實驗數(shù)據(jù)可用于少于0.01%的SAV。
        

        TUM研究人員開發(fā)了一種通過計算機模擬預測SAV影響的方法。使用在實驗室實驗中獲得的數(shù)據(jù)，程序預測了99.99%SAV的可能影響，其中沒有任何已知的東西。“除了統(tǒng)計方法，我們還使用人工智能，尤其是機器學習和神經(jīng)網(wǎng)絡。這使我們能夠創(chuàng)建模型，”該研究的第一作者Yannick Mahlich解釋道。
        

        研究人員對他們自己的結(jié)果感到驚訝。對于數(shù)百萬健康人蛋白質(zhì)中的SAV，預測會產(chǎn)生強烈的影響。預計在超過5%的人群中觀察到的序列變異對細胞功能的影響大于罕見的變異，即在不到1%的人群中觀察到的變異。
        

        然而，計算生物學家無法確定效果的確切性質(zhì)。例如，這些變化可能影響我們檢測氣味或可能導致新陳代謝差異的能力; 它們可能導致疾病，或增加對病原體的免疫力。它們還可以影響個體對環(huán)境影響或藥物的反應。“在日常生活中沒有發(fā)現(xiàn)這些影響，”羅斯特教授說。“但在某些條件下，其中一些可能變得很重要 - 例如，當我們給予某種藥物或第一次暴露于某種影響時。”
        

        在他看來，蛋白質(zhì)變異的影響不能簡單地歸類為好或壞。“個體之間以及人類與相關(guān)物種之間變異影響的比較表明，每個物種都會嘗試許多變異。” 在今天的條件下，這些甚至可能對個人有害。但是，如果環(huán)境條件發(fā)生變化，可以想象相同的變化可能有助于物種生存。
        

        “研究變異對蛋白質(zhì)結(jié)構(gòu)和功能的影響才剛剛起步，”羅斯特教授說。然而，他相信新的見解將為個性化醫(yī)療的進步鋪平道路：“利用DNA發(fā)現(xiàn)個別蛋白質(zhì)的功能已經(jīng)存在的能力。未來我們也將能夠使用這些信息為個人確定最好的食物和藥物。“
        
			

			
          
        
			
        
            鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如有侵權(quán)行為，請第一時間聯(lián)系我們修改或刪除，多謝。
			
        
			
			
        
        
        推薦內(nèi)容