使用LABEL-seq的蛋白质变体的细胞内活性,相互作用和药物可用性的多复合,多模式分析
Jessica J Simon1, Douglas M Fowler2,3,4, Dustin J Maly1,5,4
1Department of Chemistry, University of Washington, Seattle, WA, United States.
bioRxiv : the preprint server for biology
|April 25, 2024
概括
多重变异效应测试 (MAVEs) 现在可以同时测量多个蛋白质的特性. 这个新的平台,LABEL-seq,揭示了与癌症相关的BRAF变体如何影响蛋白质功能和药物可用性.
科学领域:
- 分子生物学分子生物学
- 基因组学就是基因组学.
- 生物化学 生物化学
背景情况:
- 多重变异效应测试 (MAVEs) 对于理解蛋白质序列变异至关重要.
- 目前的MAVE仅限于单项属性测量和间接功能读取.
- 需要在细胞环境中直接评估多种蛋白质的特性.
研究的目的:
- 开发一个平台,用于人类细胞中蛋白质变异的多式概况.
- 为了使数千种蛋白质变体同时测量多种生物化学效应.
- 克服现有测试在评估蛋白质功能的局限性.
主要方法:
- 通过测序 (LABEL-seq) 进行生物化学分析,开发了带有条形码和丰富的LABEL标签.
- 应用LABEL-seq在培养的人类细胞中对约1,600个BRaf变体进行了约2万个变体效应的分析.
- 利用多模式测量来直接评估蛋白质的特性.
主要成果:
- 经常突变的癌症位置的变化对折叠和丰度的影响很小,但改变了活性,相互作用和药物可用性.
- 通过整合性分析确定了通过整合性分析调节BRaf信号属性的位置网络.
- 启用了对细胞增殖和药物促进降解的变异效应的预测建模.
结论:
- LABEL-seq提供了一种可扩展的方法,用于直接,多模式测量细胞中的蛋白质变异效应.
- 提供了对蛋白质功能,疾病机制和治疗向的更深入的见解.
- 在癌症和药物开发中促进了对激酶变异效应的理解.
更多相关视频
10:37Deep Proteome Profiling by Isobaric Labeling, Extensive Liquid Chromatography, Mass Spectrometry, and Software-assisted Quantification
Published on: November 15, 2017
12.0K
06:24Multiplexed Analysis of Retinal Gene Expression and Chromatin Accessibility Using scRNA-Seq and scATAC-Seq
Published on: March 12, 2021
3.6K
