Zaloguj się, aby obserwować tę zawartość
Obserwujący
0
Utrata białkowej czapki niewidki prowadzi do niepłodności
dodany przez
KopalniaWiedzy.pl, w Zdrowie i uroda
-
Podobna zawartość
-
przez KopalniaWiedzy.pl
Szybką i bezbłędną klasyfikację białek, wykrywanie w nich miejsc wiążących potencjalne leki, identyfikowanie białek występujących na powierzchni wirusów, a także badania np. RNA, umożliwia nowe narzędzie bioinformatyczne opracowane przez naukowców z Wydziału Biologii UW.
BioS2Net, czyli Biological Sequence and Structure Network, jest zaawansowanym algorytmem wykorzystującym uczenie maszynowe, pozwalającym na klasyfikację nowo poznanych białek nie tylko na podstawie podobieństwa sekwencji aminokwasowych, ale także ich struktury przestrzennej. Publikacja na jego temat ukazała się na łamach pisma International Journal of Molecular Sciences.
Narzędzie opracował zespół kierowany przez dr. Takao Ishikawę z Zakładu Biologii Molekularnej Wydziału Biologii UW we współpracy z naukowcem z Wydziału Matematyki, Informatyki i Mechaniki UW. Jak mówią sami autorzy, jego głównym zastosowaniem jest usprawniona klasyfikacja białek, ponieważ obecnie stosowany system klasyfikacji strukturalnej opiera się na żmudnej pracy polegającej na porównywaniu struktur nowych białek do tych już skategoryzowanych.
Istnieje co prawda jego zautomatyzowany odpowiednik, jednak jest on bardzo restrykcyjny i bierze pod uwagę wyłącznie podobieństwo sekwencji białek, całkowicie pomijając ich strukturę. Takie narzędzie jak BioS2Net potencjalnie ma szansę znacząco usprawnić cały proces – wyjaśnia dr Ishikawa. Dodatkowo opracowana przez nas architektura może zostać użyta (po niewielkich przeróbkach) do innych zadań, niekoniecznie związanych z klasyfikacją. Przykładowo można by jej użyć do wykrywania w białku miejsc wiążących potencjalne leki lub do identyfikacji białek występujących na powierzchni wirusów.
Można sobie np. wyobrazić sytuację, w której dotychczas zaklasyfikowane do innych grup białka, dzięki zastosowaniu BioS2Net zostaną skategoryzowane jako bardzo podobne do siebie pod względem budowy powierzchni, mimo innego zwinięcia łańcucha białkowego wewnątrz struktury. I wówczas niewykluczone, że cząsteczka oddziałująca z jednym białkiem (np. jako lek) okaże się także skutecznym interaktorem dla drugiego – wymienia dalsze potencjalne zastosowania praktyczne narzędzia dr Ishikawa. Innym ciekawym zastosowaniem mogłoby być np. wykrywanie miejsc wiążących w białkach, które mogą stanowić albo cel dla leków, albo punkt interakcji z białkiem wirusowym.
Działanie BioS2Net opiera się na wykonywanych po sobie operacjach matematycznych, które bazują na danych o konkretnym białku. Do pracy narzędzie potrzebuje tychże danych (im więcej, tym lepiej), odpowiedniego oprogramowania zdolnego do wykonywania skomplikowanych obliczeń związanych z treningiem sieci neuronowej oraz sporej ilości czasu.
W efekcie BioS2Net tworzy unikatową reprezentację każdego białka w postaci wektora o stałym rozmiarze. Można to porównać do czegoś w rodzaju kodu kreskowego opisującego każde z poznanych białek – tłumaczy dr Ishikawa. Narzędzie świetnie nadaje się do klasyfikacji białek na podstawie sekwencji aminokwasowej oraz struktury przestrzennej. Szczególnie istotne jest to, że można dzięki niemu wykryć białka o podobnej strukturze trójwymiarowej, ale o odmiennym „foldzie”, czyli innym sposobie zwinięcia łańcucha białkowego.
Dotychczas stosowane metody przydzielałyby takie białka do osobnych grup. Tymczasem znane są przypadki, gdy tego typu cząsteczki pełnią podobne funkcje. I do wykrywania takich grup białek może się przydać BioS2Net – dodaje.
Jak mówi naukowiec, nowe białka odkrywa się cały czas. Zdecydowana większość z nich, jeśli już ma opisaną strukturę przestrzenną, jest deponowana w bazie danych Protein Data Bank, do której każdy ma dostęp przez Internet. Warto jednak zwrócić uwagę, że proces odkrywania nowych białek rozpoczyna się o wiele wcześniej, już na etapie sekwencjonowania genomu. W bazach danych genomów często można spotkać się z adnotacją ’hypothetical protein’ (pol. hipotetyczne białko). Istnieją algorytmy komputerowe, które na podstawie sekwencji nukleotydowych w zsekwencjonowanym genomie przewidują obszary przypominające geny, które potencjalnie kodują informację o białkach. I takich potencjalnych białek znamy bardzo wiele. Ich funkcje można częściowo przewidzieć na podstawie podobieństwa do cząsteczek już wcześniej opisanych, ale do pełnego poznania takiej roli i mechanizmu działania często jednak należy najpierw ustalić ich strukturę, co wymaga miesięcy lub lat eksperymentów – opowiada badacz z UW.
W przypadku białek podobna sekwencja aminokwasów z reguły przekłada się na podobną strukturę. Do niedawna był to wręcz dogmat w biologii strukturalnej. Dzisiaj jednak wiadomo – mówi dr Ishikawa – że wiele białek jest inherentnie nieustrukturyzowanych (IDP; ang. intrinsically disordered protein) albo przynajmniej zwiera w sobie tego typu rejony. Takie białka mogą przyjmować różne struktury w zależności od tego z jakimi innymi białkami w danym momencie oddziałują.
Dodatkowo bardzo istotny jest cały kontekst, w jakim białko ulega pofałdowaniu. Przykładowo, obecność tzw. białek opiekuńczych, czy nawet samo tempo syntetyzowania białka w komórce, może mieć niemały wpływ na ostateczny jego kształt, a zatem też na funkcje. Nie zmienia to jednak faktu, że cechą fundamentalną każdego białka jest jego sekwencja aminokwasowa – podkreśla.
A dlaczego w ogóle poznanie dokładnej budowy cząsteczki białka jest takie ważne? Autor publikacji wyjaśnia, że białka, realizując swoje zadania w komórce, zawsze przyjmują określoną strukturę. Np. jeśli chcemy zaprojektować nowy lek, który będzie oddziaływał z określonym białkiem, to fundamentalne znaczenie ma określenie struktury tego drugiego. W trakcie pandemii SARS-CoV-2 trzeba było np. określić strukturę wirusowego białka S (tzw. kolca) m.in. po to, aby można było zaproponować cząsteczkę swoiście z nim oddziałującą, a przez to zmniejszyć wydajność zakażania komórek człowieka – mówi. Podsumowując: badanie struktury białek ma ogromne znaczenie dla poznania ich funkcji i mechanizmu działania, a także innych cząsteczek z nimi oddziałujących.
Jeśli chodzi o sam BioS2Net, to najpierw należy ściągnąć z bazy danych i przetworzyć informacje o danym białku. Przetwarzanie służy temu, aby wszystkie cechy białka, takie jak współrzędne atomów, rodzaje aminokwasów, profil ewolucyjny itd., zamienić na liczby, które będą zrozumiałe dla komputera. Każdy pojedynczy atom cząsteczki jest opisywany przez kilkadziesiąt liczb, które wyrażają wspomniane cechy.
Następnie liczby te wprowadza się do sieci neuronowej, która analizuje każdy z atomów oraz ich najbliższych sąsiadów, biorąc pod uwagę zarówno ich ułożenie przestrzenne, jak i sekwencyjne. Kolejny etap to łączenie grup atomów w jeden „superatom”, który zawiera w sobie całą wyuczoną lokalną informację. Proces ten powtarza się do momentu aż ów „superatom” będzie zawierał zagregowane informacje o całym białku. To jest nasz kod kreskowy, który wykorzystujemy potem do klasyfikacji białka, używając standardowych sieci neuronowych – zaznacza dr Ishikawa.
Zapytany o dokładność nowego narzędzia biolog wyjaśnia, że jeśli chodzi o wytworzenie unikatowego wektora reprezentującego poszczególne białka, to BioS2Net robi to bezbłędnie, tzn. że każde białko jest reprezentowane w jedyny możliwy sposób i żadna inna cząsteczka nie będzie opisana w taki sam sposób.
Natomiast, gdy zastosowaliśmy BioS2Net do klasyfikacji białek, osiągnęliśmy wynik nawet 95,4 proc. trafności w porównaniu do obowiązującej klasyfikacji wg bazy danych. Oznacza to, że w ponad 95 przypadków na 100 BioS2Net był w stanie prawidłowo przyporządkować białko do danej grupy. Tutaj jednak warto wspomnieć, że ta obowiązująca klasyfikacja opiera się na podobieństwie sekwencji aminokwasowych i pomija informacje strukturalne – tłumaczy autor publikacji.
Naukowcy podkreślają, że poza głównym zastosowaniem, czyli klasyfikacją białek, BioS2Net będzie mógł służyć także do analizowania innych cząsteczek biologicznych, w tym RNA. Uważamy, że narzędzie można by też wykorzystywać do klasyfikacji zupełnie innych danych biologicznych, np. map chromosomów w jądrze komórkowym. Właściwie to nasza architektura może być przydatna wszędzie tam, gdzie jest zdefiniowana struktura i sekwencja – mówią.
Dr Ishikawa dodaje, że BioS2Net powstał w ramach pracy licencjackiej pierwszego autora (jego Alberta Roethla) wykonanej pod kierunkiem. Warto to podkreślić, bo to ważny sygnał, że licencjat niekoniecznie jest pracą dyplomową, którą po prostu trzeba zrobić, ale czymś, co ma potencjał naukowy i może zostać opublikowane w międzynarodowym czasopiśmie – zaznacza naukowiec.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Powszechnie spotykany rzodkiewnik pospolity (Arabidopsis thaliana) może znacząco zmienić nasze rozumienie mechanizmów ewolucyjnych, pomóc w opracowaniu lepszych roślin uprawnych czy w walce z rakiem. To modelowa roślina wykorzystywana do badań w botanice (m.in. w genetyce). A najnowsze badania nad nią przyniosły zaskakujące informacje.
Zawsze sądziliśmy, że mutacje DNA przytrafiają się losowo na całej jego długości. Okazuje się, że mutacje nie są aż tak bardzo przypadkowe i nie jest przypadkiem, gdy pomagają roślinom. To prowadzi co całkowitej zmiany myślenia o mutacjach, mówi profesor Grey Monroe z Uniwersytetu Kalifornijskiego w Davis.
Uczony wraz z kolegami pracowali przez trzy lata nad skewencjonowaniem DNA setek rzodkiewników pospolitych. Genom tej rośliny jest stosunkowo nieduży, zawiera 120 milionów par bazowych. Genom człowieka ma 3 miliardy par. I to właśnie z powodu tej prostoty rzodkiewnik jest rośliną modelową.
Prace zaczęły się w Instytucie im. Maxa Plancka, gdzie w warunkach laboratoryjnych hodowano rzodkiewniki. Roślinom zapewniono bardzo dobre warunki. Tak dobre, że egzemplarze, które w naturze by nie przetrwały z powodu różnego rodzaju defektów, mogły nadal rosnąć.
Gdy następnie zskewencjonowano genom setek rzodkiewników, znaleziono w nich ponad milion mutacji. I – wbrew temu czego się spodziewano – okazało się, że mutacje istnieje nielosowy wzorzec mutacji.
Na pierwszy rzut oka to, co odkryliśmy, wydaje się przeczyć obowiązującym teoriom mówiącym, że mutacje są całkowicie losowe i jedynie dobór naturalny decyduje o tym, która mutacja się utrzyma, mówi jeden z głównych autorów badań, Detlef Weigel z Instytutu im. Maxa Plancka. Okazało się bowiem, że istnieją całe fragmenty DNA, w których do mutacji dochodzi rzadko. We fragmentach tych odkryto nadreprezentację najbardziej istotnych genów, odpowiedzialnych np. za wzrost komórek czy ekspresję genów. To bardzo ważne fragmenty genomu. Obszary, które są najważniejsze są chronione przed mutacjami, mówi Monroe. Jako, że są to regiony wrażliwe, mechanizmy naprawy DNA muszą być tam szczególnie efektywne, dodaje Weigel.
Badacze zauważyli, że sposób, w jaki DNA jest zawinięte wokół różnych rodzajów białek wydaje się dobrym wskaźnikiem tego, czy dany fragment będzie ulegał mutacjom. "To oznacza, że jesteśmy w stanie przewidzieć, które geny są bardziej narażone na mutacje, a które mniej. A to daje nam całkiem dobre pojęcie o tym, co się dzieje", stwierdza niemiecki uczony.
Odkrycie nabiera szczególnego znaczenia na gruncie teorii ewolucji. Oznacza ono bowiem, że rzodkiewnik ewoluował tak, by chronić swoje geny przed mutacjami. To niezwykle ekscytujące odkrycie, gdyż możemy zacząć zastanawiać się, w jaki sposób chronić ludzkie DNA przed mutacjami, cieszy się Weigel.
Jeśli będziemy wiedzieli, dlaczego jedne obszary DNA są bardziej podatne na mutacje niż inne, możemy spróbować rozwijać rośliny o pożądanych cechach. A także opracować metody ochrony przed mutacjami prowadzącymi do nowotworów.
Nasza praca daje szerszy obraz sił stojących za naturalną bioróżnorodnością. Może ona zainspirować teoretyczne i praktyczne badania nad ewolucyjną rolą mutacji, czytamy w podsumowaniu badań.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Nowe mutacje, które nie zostały odziedziczone ani po matce, ani po ojcu, mogą prowadzić do niepłodności u mężczyzn. Naukowcy z Newcaslte University odkryli nieznany dotychczas mechanizm genetyczny, który może powodować poważne formy męskiej niepłodności. Jego lepsze zrozumienie może pomóc w opracowaniu sposobów leczenia tej przypadłości.
Uczeni zauważyli, że mutacje w czasie reprodukcji, do których dochodzi w procesie replikacji DNA rodziców, mogą powodować u ich syna niepłodność. To całkowicie zmienia nasze rozumienie męskiej niepłodności. Większość badań skupia się nad recesywnie dziedziczonymi przyczynami niepłodności, gdy oboje rodzice są nosicielami zmutowanego genu, a do niepłodności dziecka dochodzi, gdy ich syn otrzyma obie zmutowane kopie, zauważa główny autor badań, profesor Joris Veltman, dyrektor Instytutu Nauk Biologicznych. Nasze badania pokazały jednak, że znaczącą rolę w niepłodności odgrywają mutacje, do których dochodzi w czasie replikowania DNA. Obecnie nie rozumiemy większości przyczyn niepłodności u mężczyzn. Mamy nadzieję, że badania te spowodują, że będziemy w stanie pomóc większej liczbie pacjentów.
Naukowcy analizowali DNA 185 niepłodnych mężczyzn i ich rodziców. Zidentyfikowali 145 rzadkich mutacji, które prawdopodobnie odpowiadają za niepłodność. Aż 29 z nich to mutacje dotykające genów bezpośrednio zaangażowanych w spermatogenezę i inne procesy komórkowe związane z reprodukcją. U wielu z badanych zauważono mutację w genie RBM5. Z badań na myszach wiemy zaś, że gen ten odgrywa ważną rolę w pojawieniu się niepłodności.
Co bardzo ważne, mutacje te zwykle powodują dominującą formę niepłodności, do pojawienia się której potrzebny jest jeden zmutowany gen. W takim wypadku istnieje aż 50% ryzyko, że mutacja ta trafi do potomka mężczyzny w przypadku wykorzystywania technik wspomaganego rozrodu. Obecnie dzięki technikom tym rodzą się miliony dzieci na całym świecie. A najnowsze odkrycie pokazuje, że mogą one odziedziczyć niepłodność po swoim ojcu.
Jeśli będziemy w stanie uzyskać diagnozę genetyczną, to zaczniemy lepiej rozumieć problem męskiej niepłodności oraz to, dlaczego niektórzy niepłodni mężczyźni nadal wytwarzają spermę, którą można wykorzystać podczas wspomaganego rozrodu. Dzięki naszym badaniom i badaniom prowadzonym przez innych, lekarze mogą poprawić współpracę z parami zmagającymi się z niepłodnością, dodaje profesor Veltman.
Teraz autorzy odkrycia chcą w ramach międzynarodowego konsorcjum powtórzyć swoje badania z udziałem tysięcy pacjentów i ich rodziców.
Szczegóły badań opublikowano na łamach Nature Communications.
« powrót do artykułu -
przez KopalniaWiedzy.pl
W łódzkim Bionanoparku powstanie laboratorium firmy NapiFeryn Bio Tech. Będzie w nim produkowane białko z rzepaku, które może zrewolucjonizować i rynek spożywczy, i naszą dietę. W działającej już prototypowej linii produkcyjnej powstaje tygodniowo kilka kilogramów izolatu białkowego (>90% białka) i koncentratu białkowo-błonnikowego (ok. 30% białka). Oba te produkty mogą być stosowane jako dodatki do słodyczy, makaronów, sosów, napojów, pieczywa czy wegańskich zamienników mięsa.
Rzepak, w odróżnieniu od soi, uprawiany jest lokalnie – nie trzeba go importować ani zwiększać jego upraw, ponieważ w procesie pozyskiwania białka wykorzystuje się pozostałości po tłoczeniu oleju rzepakowego. Jest to alternatywne rozwiązanie dla białka zwierzęcego, przyjazne naturze – zostawia znacznie mniejszy ślad węglowy, stwierdziła Magdalena Kozłowska, prezes NapiFeryn BioTech. Białko z rzepaku ma doskonałe wartości odżywcze. Jest łatwo trawione i przyswajalne przez ludzki organizm.
Dotychczasową przeszkodą w stosowaniu go w przemyśle spożywczym był jego charakterystyczny, gorzki posmak. Technologia opatentowana przez nas całkowicie ten problem usuwa. Nasze białko jest nie tylko zdrowe, ale też smaczne, mówi Piotr Wnukowski, wiceprezes firmy.
Co prawda produkt jest testowany też przez firmę w eksperymentalnej kuchni, jednak NapiFeryn BioTech nie chce produkować żywności, ale licencjonować swój produkt koncernom spożywczym. Produkty zawierające białko rzepakowe mogą trafić do sklepów już w ciągu 2-3 lat.
Izolat z białka z rzepaku został uznany za produkt bezpieczny i jest dopuszczony przez UE do stosowania w przemyśle spożywczym.Obecnie firma przygotowuje się do zarejestrowania koncentratu błonnikowo-białkowego.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Uczeni z Uniwersytetów w Aberdeen i Leicester zidentyfikowali w mózgu obszar, który napędza zapotrzebowanie na pożywienie bogate w białko. Odkrycie może mieć znaczenie dla rozwoju personalizowanych terapii otyłości. Nie od dzisiaj bowiem wiadomo, że dieta niskobiałkowa jest powiązana z otyłością.
Naukowcy zauważyli, że gdy szczury trzymano na diecie niskobiałkowej, doszło do większej aktywizacji pola brzusznego nakrywki (VTA), czyli jądra limbicznego śródmózgowia, obszaru odpowiedzialnego za aktywne poszukiwanie jedzenia.
Z badań wynika, że gdy wcześniej ograniczy się dostarczanie protein, VTA staje się bardziej wrażliwe na proteiny niż na inne składniki odżywcze. To zaś sugeruje, że mózgi zwierząt działają tak, by upewnić się, że dostawy białka zostaną utrzymane na odpowiednim poziomie. Taka adaptacja jest zrozumiała, gdyż niedobór białka może mieć katastrofalne skutki zdrowotne. Ponadto wcześniejsze badania wiązały niski poziom białek z otyłością. Nie wiadomo było jednak, jak na zjawisko to wpływa mózg.
Współautor badań doktor Fabien Naneix mówi: Odkryliśmy, że zmniejszenie podaży białka zwiększyło preferencje ku żywności, w której jest więcej białka niż węglowodanów. Ta preferencja ku białkom jest powiązana z większą odpowiedzią VTA i gdy zwierzęta przestawia się z normalnej zbilansowanej diety na dietę niskobiałkową, dochodzi do indukowania preferencji ku białkom, jednak zmiany w VTA wymagają intensywnego procesu uczenia się.
Nasze badania są pierwszymi, łączącymi preferencje ku białkom ze specyficzną aktywnością mózgu. Wiemy,że VTA odgrywa kluczową rolę w procesach pobierania innych składników odżywczych. Teraz wykazaliśmy, że dotyczy to również białek.
« powrót do artykułu
-
-
Ostatnio przeglądający 0 użytkowników
Brak zarejestrowanych użytkowników przeglądających tę stronę.