肝臓がん細胞系におけるmRNA翻訳ダイナミクスのマルチオーム評価

科学分野:

• 分子生物学
• ゲノミクス
• プロテオミクス

背景:

• mRNAとタンパク質のレベルとの相関性が低いため,トランスレーション制御メカニズムの研究が必要である.
• 現在の機械学習のアプローチは,内生的なmRNAと異なる合成構造を用いており,自然翻訳の調節に関する洞察を制限しています.

研究 の 目的:

• 固有のmRNA翻訳分析のためのマルチオミクスデータを生成する.
• 個々のmRNA翻訳率を左右する要因を特定する.
• mRNA配列に依存するタンパク質の出力を正確に予測できるようにする.

主な方法:

• ヒトの肝がん細胞系から 安定状態と動的マルチオミクスデータを収集した.
• リボソームプロファイリング (リボソームランオフを含む) を利用して,トランスレーション延長を分析した.
• 細胞培養 (pSILAC) で,タンパク質合成速度を推定するために,パルスで安定した同位体で標識されたアミノ酸を使用した.
• 個々のmRNAの平均リボソーム負荷を決定するためにポリソームプロファイリングを行いました.

主要な成果:

• リボソームプロファイリング,pSILAC,およびポリソームプロファイリングデータを統合した包括的なデータセットを作成しました.
• 内生的なmRNA翻訳効率の決定因子を解剖するための基礎を確立した.
• 内在的なmRNAの翻訳を駆動する配列要素の発見を可能にしました.

結論:

• 生成されたマルチオミックスのデータは,内生的なmRNAの翻訳制御を理解するために不可欠です.
• このリソースは,合成生物学のアプリケーションに不可欠なタンパク質の出力の予測を改善します.
• タンパク質発現の工学と効果的なmRNAワクチンの設計における進歩を容易にする.