|
《Nature Biotechnology》新发现一批人类特异性蛋白质编码基因 人类基因组的未知领域 2001年，人类基因组计划(Human Genome Project)的研究人员绘制了人类的基因蓝图，他们惊讶地发现，只有大约2万个基因能产生蛋白质。难道人类的基因只有普通小苍蝇的两倍吗?科学家们预期，远不止这些。 现在，来自世界各地20个机构的研究人员汇集了超过7200个未被识别的基因片段，这些片段可能编码新的蛋白质。这项研究首次利用了一项新技术来发现人类体内可能存在的蛋白质——详细观察细胞中的蛋白质产生机制。这项新研究表明，人类基因组计划(Human Genome Project)的基因发现工作只是一个开始，该研究联盟旨在鼓励科学界将这些数据整合到主要的人类基因组数据库中。 这项研究最近发表在Nature Biotechnology，由德国Helmholtz协会(MDC) Max Delbrück分子医学中心的Jorge Ruiz- Orera博士、荷兰公主Máxima儿童肿瘤中心的Sebastiaan van Heesch博士、英国欧洲分子生物学实验室-欧洲生物信息学研究所的Jonathan Mudge博士和美国麻省理工学院和哈佛大学Broad研究所的John Prensner博士共同领导。 新的基因序列仍然遥不可及在过去的几年中，人类基因组中发现了数千个非常小的开放阅读框(ORF)。这些DNA序列可能包含构建蛋白质的指令。这些是DNA序列的跨度，可能包含构建蛋白质的指令。当前研究的几位作者此前发现了ORF，并在科学期刊上对其进行了描述：Van Heesch与MDC教授Norbert Hübner和Uwe Ohler一起描述了人类心脏中的新迷你蛋白质，并于2019年在“Cell”上对其进行了报告；2021，Prensner还在《Nature Biotechnology》杂志上发布了新ORFs。然而，这些以前几乎未勘探的片段后来都没有被纳入参考数据库。其他序列在《Science》或《Nature Chemical Biology》等杂志上有报道，但大多数科学界成员基本上无法获得，尽管有证据表明它们产生的RNA分子随后会与细胞的蛋白质工厂核糖体结合。 传统上，基因的蛋白质编码区是通过比较不同物种的DNA序列来确定的:在动物进化过程中，最重要的编码区被保存下来。但这种方法有一个缺点:编码区域相对较年轻，即灵长类动物进化过程中产生的编码区域，会被遗漏，因此从数据库中消失。 因此，现在的任务是将这些基本被忽略的ORF整合到最大的参考数据库中，因为到目前为止，如果研究人员想要研究它们，就必须在文献中专门搜索它们。 作为第一步，这个国际研究团队收集了利用核糖体分析技术发现的序列信息。核糖体分析技术可以确定核糖体与信使RNA (mRNA)的哪一部分相互作用。然后，他们将数据汇集成一个标准化的目录。这是一项不小的成就，因为从不同实验室以各种各样的方式获得的数据不能简单地组合在一起。 这项工作完成后，国际联盟开始研究界定人类基因组概念的核心问题:什么是基因?什么是蛋白质?我们是否需要灵活的概念来确定核糖体是否总能产生蛋白质或者其他细胞输出? 该组织现在呼吁修改全球科学家使用的人类基因组数据库。Ensembl GENCODE正在将此ORF目录配置为其参考注释数据库的一个组件。该方法将得到UniProt、HGNC、PeptideAtlas和HUPO等许多其他公司的支持。 ORF可能在常见疾病中发挥作用公主Máxima儿童肿瘤学中心的小组组长Sebastiaan van Heesch博士说:“我们的研究标志着在了解人类基因构成和完整蛋白质数量方面向前迈出了一大步。这是非常令人兴奋的研究社区与我们的新目录。现在说所有未经探索的DNA片段是否真的代表蛋白质还为时过早，但我们可以清楚地看到，人类基因组中正在发生一些未经探索的事情，世界应该予以关注。” EMBL-EBI的Jonathan Mudge说:“太长时间以来，科学界对这些ORF知之甚少。我们非常自豪，我们的工作将能够让世界各地的研究人员开始研究它们。这是它们进入基因组和医学主流科学的关键，我们预计这一努力将产生广泛的连锁反应。” 在MDC Hübner实验室工作的进化生物学家Jorge Ruiz-Orera报告说:“特别值得注意的是，这7200个ORF中的大多数都是灵长类动物独有的，可能代表了我们物种独有的进化创新。这表明这些元素如何为我们成为人类提供重要线索。” 这些ORF几乎肯定会是许多人类特征和疾病的促成因素，包括罕见疾病和常见疾病，如癌症。现在的挑战是弄清楚哪些基因在哪些疾病中起什么作用。 原文：A community-driven roadmap to advance research on translated open reading frames |
