food

Biológusok és matematikusok csoportja azonosított és jellemzett egy 94 fehérjéből álló hálózatot, amelyek együttesen szabályozzák az élesztő zsírtartalmát. Ez az élesztő fehérje hálózat betekintést nyújthat az emberi elhízásba.

Kombinált megközelítést alkalmaztak genetikai, proteomikai, számítási és fiziológiai elemzés az élesztő zsírtartalmát szabályozó fehérjehálózat meghatározása (Saccharomyces cerevisiae)

"A fehérjék bármelyikének eltávolítása a zsírtartalmú sejtek növekedését eredményezi" - mondja Bader Al-Anzi, a tanulmány társszerzője, a Caltech kutatója.

A folyóirat májusi számában részletezett megállapítások PLOS Számítási Biológia, azt javasolják az élesztő értékes tesztorganizmusként szolgálhat az emberi elhízás vizsgálatához.

"Az általunk azonosított fehérjék közül sok emlős homológgal rendelkezik, de az emberben betöltött szerepük részletes vizsgálata nagy kihívást jelentett" - mondja Al-Anzi.

"Az elhízás kutatásának óriási haszna lenne egy egysejtű szervezet, például élesztő modelljének felhasználásával"

Al-Anzi és kutatási asszisztense, Patrick ARPP genetikai eszközök felhasználásával mintegy 5000 különféle élesztő törzs gyűjteményét vizsgálja meg, ahol 94 gént azonosítottak.

"Az élesztősejt energiájának nagy részét a nem szükséges zsír szintetizálásához használja, ami végső soron lelassítja növekedését és szaporodását" - mondja Al-Anzi.

Amikor a csapat elemezte a gének fehérjetermékeit, felfedezték, hogy ezek a fehérjék fizikailag összekapcsolódva széles, erősen csoportosuló hálózatot alkotnak a sejtben.

Ilyen konfiguráció nem hozható létre véletlenszerű eljárással - állítja társszerzői tanulmány Sherif Gerges, bioinformatikus a Princetoni Egyetemen. Noah Olsman, a Caltech Műszaki és Alkalmazott Tudományok Osztályának végzős hallgatója értékelte a hálózat részleteit, és arra a következtetésre jutott, hogy a hálózatnak az evolúciós szelekció eredményeként kellett kialakulnia.

Az emberi léptékű hálózatokban, például az interneten, az elektromos hálózatokon és a szociális hálózatokon a legbefolyásosabb vagy legkritikusabb csomópontok nem mindig kapcsolódnak a legjobban.

A csapat arra volt kíváncsi, hogy a zsírraktár-hálózat rendelkezik-e ezzel a jellemzővel, és ha nem, akkor a csomópontok egyéb jellemzői kritikusabbnak vannak-e határozva. Tehát megkérdezhetik, hogy a legkritikusabb csomópontokat kódoló gének eltávolításának lenne-e a legnagyobb hatása a zsírtartalomra.

Ennek a hipotézisnek a vizsgálata, Al-Anzi egy olyan matematikus segítségét kérte, aki ismeri a gráfelméletet, a matematika azon ágát, amely figyelembe veszi az élekkel vagy utakkal összekötött csomópontok szerkezetét.

Al-Anzi felidézi: "Amikor rájöttem, hogy segítségre van szükségem, becsuktam a laptopomat, és átmentem az egyetemen a Caltech matematika tanszékére."

- Bementem az egyetlen nyitott irodaajtón, amely akkor nyitva volt, bemutatkoztam.
A matematikus Al-Anzi talált aznap Christopher Ormerod, matematika oktató. Az Al-Anzi adatai felkeltették a kíváncsiságot Ormerod.

"Különösen lenyűgözött az a tény, hogy a fehérjék közötti kapcsolatok a hálózatban nem tűntek véletlenszerűnek" - mondja Ormerod, aki szintén a tanulmány társszerzője. - Gyanítottam, hogy valami matematikailag érdekes dolog folyik ezen a hálózaton.

Ormerod segítségével a csapat létrehozott egy számítógépes modellt, amely az élesztőzsírban való hálózati kitettséget javasolta Néven ismert kis világvagyon. Ez hasonló a közösségi háló különféle helyi embercsoportokat tartalmaz, akiket közös barátok kötnek össze egymással, így a csoporton belül bárkit más személyeken keresztül, néhány lépéssel elérhetünk.

Ebben a mintában egy gráfelméletben jól ismert hálózati modellt is megfigyelhetünk, amelynek a modelljét nevezzük Watts-Strogatz. A modellt eredetileg kidolgozták hogy elmagyarázza a klasztereződési jelenséget ami gyakran megfigyelhető a valós hálózatokban, de korábban nem alkalmazták a cellás hálózatokon.

"A hálózati elemzés során a központosság egy csomópont szolgál a indikátor fontosságát a globális hálózat számára "- mondja Ormerod.

"Munkánk azt jósolja, hogy a legmagasabb centralitási pontszámmal rendelkező fehérjék változása nagyobb hatással lesz a hálózatból való kilépésre. mint az átlag", Add.

"Nagyon helyi szemlélet volt a sejtek működéséről" - mondja Al-Anzi. "Most rájövünk, hogy a legtöbb fehérje a jelátviteli hálózatok része, amelyek specifikus feladatokat látnak el a sejten belül."

A jövőben a kutatók úgy vélik, hogy technikájuk alkalmazható olyan fehérjehálózatokra, amelyek más sejtfunkciókat irányítanak, például rendellenes sejtosztódást, ami rákhoz vezethet.

"Az ilyen típusú módszerek lehetővé tehetik a kutatók számára, hogy meghatározzák, mely fehérjéket kell tanulmányozni a legfontosabbak annak érdekében, hogy megértsék azokat a betegségeket, amelyek e funkciók megszakadása esetén jelentkeznek.", mondja Kai Zinn, a Caltech biológia professzora és a tanulmány vezető szerzője.

Írta: Al-Anzi B, Arpp P, Gerges S, Ormerod C, Olsman N, Zinn K (2015) A zsírraktározást vezérlő nagy fehérjehálózat kísérleti és számítási elemzése feltárja a jelzési hálózat tervezési alapelveit.