タンパク質の画像と相互作用を融合させる細胞構造の複数のスケールマップ
Yue Qin1,2, Edward L Huttlin3, Casper F Winsnes4
1Department of Medicine, University of California San Diego, La Jolla, CA, USA.
Nature
|November 25, 2021
まとめ
この研究は細胞画像と タンパク質の相互作用データを統合し 人間の細胞構造の包括的な地図を作成します 結果として作成された MuSIC 1.0 の地図は 新しいサブセルラーシステムと タンパク質の機能を明らかにしています
科学分野:
- 細胞生物学
- プロテオミクス
- システム生物学
背景:
- 細胞は複数のスケールで モジュラーな組織を現しています
- タンパク質画像と相互作用データは通常別々に分析されます.
- セルラーアーキテクチャをマッピングするには 統一されたアプローチが必要です
研究 の 目的:
- 人体細胞構造の階層的な地図を作成するために,多様なタンパク質データセットを統合する.
- 画像と親和性浄化データを統合するための機械学習ベースの校正を開発する.
- 新しいサブセルラーシステムとタンパク質の機能を特定し,検証する.
主な方法:
- ヒトタンパク質アトラスの免疫光画像と,BioPlexの精度浄化データを統合した.
- 画像と相互作用データからタンパク質の距離測定を校正する機械学習モデルを開発した.
- システム関連と機能を検証するために追加的なアフィニティ浄化を行いました.
主要な成果:
- 69のサブセルラーシステムを解明したマルチスケール統合セル (MuSIC 1.0) マップを作成した.
- 約35の未確認のサブセルラーシステムを特定した.
- 細胞プロセスにおけるSRRM1,FAM120C,RPS3Aの役割を検証した.
結論:
- マルチスケールのデータを統合することで,細胞画像の解像度が向上し,タンパク質の相互作用の空間的な文脈を提供します.
- MuSIC 1.0は,多様なタンパク質データを包括的な細胞マップに組み込むためのフレームワークを提供します.
- このアプローチにより 新しい細胞の構成要素と機能が発見され 細胞生物学への理解が深まります
さらに関連する動画
08:59Morphology-Based Distinction Between Healthy and Pathological Cells Utilizing Fourier Transforms and Self-Organizing Maps
Published on: October 28, 2018
7.2K
09:56Mapping the Emergent Spatial Organization of Mammalian Cells using Micropatterns and Quantitative Imaging
Published on: April 30, 2019
6.7K
