清华课题组开发活体兼容邻近标记技术TyroID解析细胞外蛋白质组的时空动态
细胞外蛋白(包括分泌蛋白与跨膜蛋白)在多细胞生物的生理调控中具有重要作用,其通过介导细胞间通讯协调复杂生理过程。病理状态下,细胞外蛋白的异常表达或修饰与癌症、神经退行性疾病及心血管疾病等发生发展密切相关。值得注意的是,超过60%的FDA批准药物靶向细胞外蛋白,
细胞外蛋白(包括分泌蛋白与跨膜蛋白)在多细胞生物的生理调控中具有重要作用,其通过介导细胞间通讯协调复杂生理过程。病理状态下,细胞外蛋白的异常表达或修饰与癌症、神经退行性疾病及心血管疾病等发生发展密切相关。值得注意的是,超过60%的FDA批准药物靶向细胞外蛋白,
了解不同哺乳动物组织中蛋白质的调控机制是生物学的核心所在。蛋白质的丰度、周转率以及诸如磷酸化之类的翻译后修饰,是决定组织特异性蛋白质组特性的关键因素。然而,这些特性在不同组织中的研究颇具难度,目前仍知之甚少。
撰文丨王聪编辑丨王多鱼排版丨水成文了解不同哺乳动物组织中蛋白质的调控机制是生物学的核心所在。蛋白质的丰度、周转率以及诸如磷酸化之类的翻译后修饰,是决定组织特异性蛋白质组特性的关键因素。然而,这些特性在不同组织中的研究颇具难度,目前仍知之甚少。2025 年 3
对于高通量的蛋白质组学至关重要。目前,对仪器性能的评估主要依赖于QC的检测分析,这体现在多肽和蛋白鉴定的数量上,这也是通常对于质量控制的简单而直接的衡量标准。然而,如果数据质量不好,想要找出原因是一件很困难的事。因此,已经有工作开始设计开发更复杂的评价标准,比
锌离子是细胞内广泛使用的金属辅助因子,约10%的人类蛋白质预计与锌结合【1,2】。锌离子通过与蛋白质结合为蛋白质提供稳定性、作为酶促反应的催化剂以及调节蛋白质活性等【3,4】。细胞内锌的总浓度约为200–300 µM,大部分以蛋白结合的形式存在。游离锌离子的浓
原创 奇点糕 奇点网*仅供医学专业人士阅读参考人毫无疑问是社会性动物。社会隔离和孤独,虽然说起来像是个人选择和个人性格,但从科学上来说,是社会关系贫乏的客观和主观表现。越来越多的证据表明,社会隔离和孤独与疾病发病率和死亡率增加有关,影响程度甚至能够与吸烟、肥胖
2022年,英国、加拿大、中国、美国、瑞典、德国六国科学家发起了“未充分研究蛋白质计划” (Understudied Proteins Initiative) ,旨在破解这些未知的“暗物质”蛋白质,拓展对生物大分子的认知边界。随着核糖体测序、深度测序、质谱技术
社会关系在我们的幸福中起着至关重要的作用。通过联系、交流和分享经验,我们不仅塑造了自己的身份,还能感受到归属感。然而,在这个日益数字化、快节奏的社会中,孤独感和社交孤立现象变得尤为常见。根据世界卫生组织 (WHO) 的统计,大约25%的老年人经历过社交孤立,而
近日,国际顶级科学杂志《自然》在线发布了中国科学家领衔发起、十八位两院院士和十八国科学家团队联合署名的人体蛋白质组导航国际大科学计划(Proteomic Navigator of the Human Body,简称“π-HuB”计划)白皮书。
蛋白质组是一个细胞、组织或生物体中所表达的全部蛋白质,在基础研究、疾病治疗、分子医学、生物进化等多方面的研究中发挥着重要作用。不同样本中的蛋白质种类复杂,想要筛选出核心蛋白质,需要借助生物信息学的分析方法。
衰老,是一个复杂、多阶段、渐进的过程,发生在生命的整个过程。随着时间的流逝,人体的器官、肌肉会逐渐衰老,一些疾病也伴随着年龄的增长而发生,包括癌症、糖尿病、心血管疾病等。
衰老,是一个复杂、多阶段、渐进的过程,发生在生命的整个过程。随着时间的流逝,人体的器官、肌肉会逐渐衰老,一些疾病也伴随着年龄的增长而发生,包括癌症、糖尿病、心血管疾病等。
主要基于近来空间蛋白质组技术在深度和广度方面的提升(主要是multiplexing能力的提升;通过多轮标记、barcoding以及空间分辨质谱等),及其在各种图谱计划中的应用,从而为生物系统复杂性及其生理病理机制带来新见解[1]。
蛋白质组 naturemethods methods 2024-12-07 07:29 10
随着全球人口的快速增长和老龄化,健康需求和疾病负担日益增加。疾病预防和治疗面临的主要挑战包括缺乏可靠的个体化风险预测模型以及现有治疗方法的疗效和不良反应仍有待改善,这突显了精准医学的重要性。
大规模蛋白质组学研究能够深化对健康和疾病的理解,但现有研究仍集中于有限的疾病结局,蛋白与健康和疾病之间的关系仍然存在许多未解之谜。疾病相关的蛋白质是特异性的还是共同的?这些蛋白质能否启示疾病的生物学分类?它们能否作为疾病预测和诊断的生物标志物及潜在的治疗靶点?
大规模蛋白质组学研究能够深化对健康和疾病的理解,但现有研究仍集中于有限的疾病结局,蛋白与健康和疾病之间的关系仍然存在许多未解之谜。疾病相关的蛋白质是特异性的还是共同的,这些蛋白质能否启示疾病的生物学分类?它们能否作为疾病预测和诊断的生物标志物及潜在的治疗靶点?
本周二晚的将由香港浸会大学助理教授、集智科学家唐乾元(傅渥成)介绍结合物理学原理解决基于 AlphaFold 预测蛋白质动力学的相关研究。研究[1]利用 AlphaFold 蛋白质结构数据库建立一个统计框架,揭示了蛋白质结构复杂性与生物进化的关联。研究[2]开
近日一项发表在Nature的工作主要通过在胰腺癌(Pancreatic ductal adenocarcinoma (PDAC);胰管腺癌·)病人样本富集糖基化修饰的蛋白(主要是分泌蛋白和膜蛋白)并用质谱鉴定,结合deconvolution区分来源的细胞类型[