新闻动态当前位置:首页新闻动态 >

我国蛋白质组学研究取得系列成果

来源:《科学时报》 作者:潘锋 吴志军 杜建国 时间:2009-04-09 点击:

  由中国科学院院士贺福初领衔的北京蛋白质组研究中心/蛋白质组学国家重点实验室,在国际学术刊物《分子与细胞蛋白质组学》(Molecular & Cellular Proteomics,MCP)2009年第三期上,同时发表了《亨廷顿疾病患者脑脊液的脑特异性蛋白含量下调》等3篇研究论文。3篇论文在该刊同期发表,创造了该刊单期同一单位发表论文数量之最。3篇研究论文分别从亨廷顿疾病(HD)发病机理、乙型肝炎病毒(HBV)相关疾病的诊断治疗方法、蛋白质组质谱数据筛查新模型等方面进行了深入研究。

  钱小红研究员课题组合作发表的《亨廷顿疾病患者脑脊液的脑特异性蛋白含量下调》一文,发现了亨廷顿疾病潜在的生物标志物。该研究以患者脑脊液为样本,通过对基因组和蛋白质组数据的整体研究,规模化地筛选和鉴定与亨廷顿疾病发生、发展密切相关的蛋白质,揭示出HD患者脑脊液中高表达的蛋白可作为HD的潜在生物标志物,为有效诊断亨廷顿疾病提供了可能的参考指标。

  HBV感染作为一种严重危害人类健康的重大疾病,目前治疗手段有限,其重要原因是缺乏有效的治疗靶点。

  姜颖副研究员课题组用先进的蛋白质复合体分离和鉴定方法,发现了治疗乙型肝炎病毒相关疾病的潜在靶点,为系统了解乙型肝炎病毒的生命周期和研发相关疾病的治疗药物提供了新的思路。

  大规模、高通量的蛋白质组研究产生了海量数据,其中包含了大量的“噪声”,而可靠的数据是进一步生物学分析的基础。目前的分析方法均采用了过严的标准,这在降低假阳性的同时也人为造成了数据较高的假阴性,导致大量数据浪费。因此,“在保证高可信度的前提下,最大限度地利用实验数据”一直是蛋白质组学界的追求。朱云平研究员课题组基于随机数据库策略、非参概率密度模型和贝叶斯公式,建立了串联质谱数据过滤的多元贝叶斯非参模型,将质谱数据的利用率提高了10%~40%,创造了目前该领域研究的最好水平。