Картирование протеома человека выполнено на 90%

План проекта Human Proteom Project выполнен на 90,4%: количество белков, идентифицированных с высоким уровнем достоверности, составило 17 874, при том что в референсной базе белок-кодирующих генов содержится 19 773 записи. В Nature Communications рассказали об особенностях работы и достижениях проекта.


Карта коллабораций авторов — участников проекта HPP.

Credit: Adhikari, et al., 2020; DOI:  10.1038/s41467-020-19045-9 | CC BY 4.0
 

Проект Human Proteome Project (HPP) был запущен в 2010 году. Он стал основой для международного сотрудничества и обмена данными, а также повысил качество и точность аннотации человеческого протеома. За 10 лет было налажено сотрудничество между различными компаниями, разработаны критерии составления базы данных, проведен повторный анализ ранее депонированных данных. В Nature Communications опубликована статья, посвященная особенностям работы и главным достижениям проекта.

Чтобы достоверно каталогизировать протеом человека с учетом посттрансляционных модификаций, вариантов сплайсинга, взаимодействия белков и их функций, HPP сформулировал следующие задачи: установление строгих стандартов для занесения белка в базу, идентификация более одного продукта кодирующего белок гена и обнаружение экспрессии недостающих белков. Еще одна цель проекта —интеграция протеомики в многопрофильные исследования, связанные с науками о жизни и медициной.

Две главных инициативы HPP на сегодняшний день — хромосомно-ориентированная (C-HPP; 25 команд) и ориентированная на биологию и заболевания (B/D-HPP; 19 команд) — опираются на четыре главных подхода: регистрация белка с помощью антител, масс-спектрометрический анализ, работа с базами данных и изучение информации о патологиях.

HPP полагается на систему, разработанную проектами neXtProt и UniProtKB, которая выделяет пять уровней уверенности в существовании белка (PE, от PE1 до PE5). Цель HPP — получение точных, строго подтвержденных (уровень PE1) данных о существовании того или иного пептида. С 2013 года HPP и база neXtProt работают в коллаборации и выпускают совместные ежегодные отчеты.

Количество белков, идентифицированных с высоким уровнем надежности (PE1), с 2011 года увеличилось с 13 588 до 17 874. В референсной базе neXtProt содержится 19 773 белок-кодирующих генов. Это значит, что план проекта выполнен на 90,4%, и черновой вариант протеомной карты человека готов.

В статье также представлены конкретные примеры, демонстрирующие, что протеомика вместе с геномикой и другими омиками станут неотъемлемым компонентом будущих открытий в области биологии и медицины, в том числе в контексте COVID-19.

Источник

Adhikari, et al. // A high-stringency blueprint of the human proteome. // Nature Communications 11, 5301 (2020); DOI: 10.1038/s41467-020-19045-9

Добавить в избранное

Мы используем файлы cookie для улучшения работы сайта. Узнать больше.

Настройки файлов cookie

Мы используем файлы cookie для улучшения работы сайта, анализа трафика и показа персонализированной рекламы. Вы можете изменить настройки в любой момент.

Категории файлов cookie:

Необходимые

Эти cookie обеспечивают базовую функциональность сайта — вход в аккаунт, безопасность, оформление заказов. Отключение невозможно.

Функциональные

Функциональные cookie используются для обеспечения работы отдельных функций сайта, а также для запоминания ряда пользовательских предпочтений (например, выбранный язык, товары в корзине), с целью улучшения качества предоставляемого сервиса.

Отключение этого типа файлов cookie может привести к тому, что некоторые сервисы или функции сайта станут недоступны или будут работать некорректно. В результате, вам может потребоваться повторно вводить определённую информацию или настраивать предпочтения при каждом посещении сайта вручную.

Аналитические

Аналитические файлы cookie, включая сторонние аналитические cookie, помогают нам понять, как вы взаимодействуете с нашим сайтом. Эти файлы не собирают информацию, позволяющую установить вашу личность. Все данные обрабатываются в агрегированной и анонимной форме.

Рекламные

Рекламные cookie, включая сторонние, используются для создания пользовательских профилей и показа рекламы, соответствующей вашим интересам и предпочтениям при просмотре сайтов.

Эти cookie позволяют персонализировать рекламные сообщения, которые вы видите, делая их более релевантными. Они также могут использоваться для ограничения количества показов одной и той же рекламы и для оценки эффективности рекламных кампаний.