MSB:科学家发布最新版本的人类蛋白质图谱

图片转自：www.proteinatlas.org

近日，刊登在国际杂志Molecular Systems Biology上的一项研究报告中，来自查尔姆斯理工大学的研究人员通过研究发布了第15版的人类蛋白质图谱（Human Protein Atlas），新版本中包括了来自不同数据来源的大量研究数据，为后期对比不同组织样本之间的RNA和蛋白质水平提供了新的思路和研究基础。

深入揭示人类组织或细胞的健康和疾病状况或可帮助科学家们更好地阐明疾病发生的特殊机制，而进行相关的对比，研究者们首先就需要知晓我们人类机体的构成，其中一个方法就是分析转录组，这意味着要深入发现哪些组织或细胞样本中的哪些基因是被激活来产生蛋白质的。

人类的蛋白质图谱计划包括对靶向超过1.7万个特殊蛋白的2.5万多个抗体进行蛋白质组的分析，同时还结合对2万个蛋白编码基因的转录组学进行分析；而研究者在4月11日发布的人类蛋白质图谱新版本中则包括多个数据来源中心的原始数据，其就为后期从事比较性的研究提供了研究数据；新版本的蛋白质图谱对不同的人类组织的转录组进行了图谱的绘制，相比此前版本这是一项巨大的进步，而且这些数据或将成为进行后期代谢模型研究的基础。

文章中，研究者描述了新型的转录组数据资源，他们重点对比了来自博德研究所、波士顿、GTEx等机构的研究数据库；GTEx数据库中包含了超过1600个样本，对其中28个样本进行RNA测序研究，同时将研究结果同人类蛋白质组图谱进行一致性对比或许就可以帮助科学家们对比人类蛋白质组图谱和GTEx数据库之间的差异和关联。

同时研究者还在文章中讨论了公开的人类转录组资源以及这些数据库的多方面应用价值，比如构建基因组尺度的代谢模型用来分析健康和疾病个体机体中的细胞和组织的功能；后期研究人员还将通过更为深入的研究来利用新版本的人类蛋白质组图谱来对人类多种疾病的发病机制进行剖析和研究。

 

doi:10.15252/msb.20155865
PMC:
PMID:

Transcriptomics resources of human tissues and organs

Mathias Uhlén, Björn M Hallström, View ORCID ProfileCecilia Lindskog, View ORCID ProfileAdil Mardinoglu, View ORCID ProfileFredrik Pontén, View ORCID ProfileJens Nielsen

Quantifying the differential expression of genes in various human organs, tissues, and cell types is vital to understand human physiology and disease. Recently, several large‐scale transcriptomics studies have analyzed the expression of protein‐coding genes across tissues. These datasets provide a framework for defining the molecular constituents of the human body as well as for generating comprehensive lists of proteins expressed across tissues or in a tissue‐restricted manner. Here, we review publicly available human transcriptome resources and discuss body‐wide data from independent genome‐wide transcriptome analyses of different tissues. Gene expression measurements from these independent datasets, generated using samples from fresh frozen surgical specimens and postmortem tissues, are consistent. Overall, the different genome‐wide analyses support a distribution in which many proteins are found in all tissues and relatively few in a tissue‐restricted manner. Moreover, we discuss the applications of publicly available omics data for building genome‐scale metabolic models, used for analyzing cell and tissue functions both in physiological and in disease contexts.

生物在线，让科研更便捷

长按二维码即可关注

---

戳↓ 戳↓ 戳↓