多态的四个自身相模型揭示了对酵母代谢周期的新见解
Linting Wang1,2, Xiaojie Li1,2, Jianhui Shi1,2
1State Key Laboratory of Mathematical Science, Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing, 100190, China.
NAR genomics and bioinformatics
|March 20, 2025
概括
研究人员整合了多种omics数据,绘制了酵母代谢周期 (YMC). 这项分析揭示了四个周期性固有相及其分子动力学,为生物节奏提供了统一的观点.
科学领域:
- 系统生物学 系统生物学
- 计算生物学 计算生物学
- 分子生物学分子生物学
背景情况:
- 酵母代谢周期 (YMC) 在转录和代谢物中表现出周期性振荡,作为生物节律的模型.
- 现有的YMC多omics数据集缺乏统一的,整合的景观.
- 对YMC动态的全面理解需要整合各种分子数据.
研究的目的:
- 通过整合多omics数据集来开发酵母代谢周期的统一景观.
- 在YMC的周期阶段中识别不同的分子特征和调节模式.
- 建立适用于生物节律的多omics数据集成的计算框架.
主要方法:
- 使用单数值分解 (SVD) 集成多omics数据集.
- 将数据集分成两层,以定义四个周期性固有阶段 (1A,1B,2A,2B).
- 分析分子特征,包括基因表达,表观遗传学和代谢学,跨自相.
主要成果:
- YMC被分为四个循环有序的固有相 (1B → 2A → 1A → 2B),具有不同的分子特征.
- 新发现包括2A/2B自身相中的糖生产/消费以及对抗调节核糖体生物发生和有氧呼吸.
- 估计了时间动态:先前发生的mRNA转录 (∼3分钟) 是基因组修饰,其次是代谢变化 (∼13分钟),阶段过渡约为38分钟.
结论:
- 该研究提供了一个统一的计算框架,用于整合多omics数据来理解生物节奏,如YMC.
- 鉴定到的自身阶段及其分子特征为控制酵母代谢周期的调节机制提供了新的见解.
- 该框架和发现通过综合的奥米克分析来推进动态生物过程的研究.
更多相关视频
12:47Workflow Based on the Combination of Isotopic Tracer Experiments to Investigate Microbial Metabolism of Multiple Nutrient Sources
Published on: January 22, 2018
9.2K
07:25Quantitative Metabolomics of Saccharomyces Cerevisiae Using Liquid Chromatography Coupled with Tandem Mass Spectrometry
Published on: January 5, 2021
4.3K
