Nature方法：突破性基因识别

　　

生物通报道 科学家们发现了一项基因识别新技术，能将我们掌握的动物遗传信息增加70-80%。研究结果发表在《自然方法》（Nature Methods）杂志上，有可能彻底改变我们对于动物遗传学和疾病的认识，并提高我们对于如SARS等跨越物种障碍由动物向人类传播的危险病毒的认识。

现代基因组测序技术的进步使得科学家们能够揭示各种各样动物、植物和昆虫的遗传密码，确定控制一切事物，从我们的眼睛颜色到对某些疾病易感性的遗传信息和变异。

直到现在，正确识别隐藏在新测序物种遗传物质中的基因和蛋白质还是一项艰巨的任务，需要细致的观察以及编撰大量构成任一动物、植物或昆虫的成千上万基因的数据。

论文的主要作者、布里斯托大学细胞与分子医学院的高级讲师David Matthews说：“基因识别主要是借助计算机程序搜寻与在其他动物或人类中已经发现的基因相似的基因组区域。然而，这种分析并不总是有效。”

布里斯托大学研究小组现在发现了一种更有效的方法：测序表达的mRNA生成蛋白质数据库再进行质谱分析。这种将高通量测序与蛋白质鉴别技术相结合的方法可以直接观察生成的基因和所有蛋白质，检测存在于动物、植物和昆虫中的遗传信息。

为了证实他们的技术起作用，研究人员进行了一项实验，验证他们的程序在基因发现方面的能力。他们用一种充分了解的感冒病毒模拟新发现的病毒感染人类细胞。随后采用新技术分析了这些感染细胞。

当与人类和感冒病毒的已知遗传信息进行比较时，由此生成的“发现”基因和蛋白质的列表证实是极其成功的，并且证明了这一方法的效力。

对于仓鼠细胞的类似分析提供了直接观察的证据，在一项相对廉价的实验中研究人员证实仓鼠存在数以千计的基因和蛋白。这些仓鼠中几乎所有基因和蛋白质的直接证据均无法在仓鼠基因和蛋白质的“官方”列表上获得。

Matthews博士补充说：“这些研究发现为利用当前强有力的分析工具研究人类疾病，并将它们应用于动物、昆虫或甚至植物——研究一些以往非常具有挑战性或根本不可能的事物开辟了可能性。这一技术也将使得科学家们能够更容易更有效的研究从农场动物及其疾病到危害农作物的病虫害等一切事物。”

近年来，包括流感、SARS、埃博拉病毒（Ebola virus）、亨德拉病毒(Hendra virus)和尼帕病毒(Nipah virus)等许多危险的新病毒从动物向人类传播。今年早些时候在中东有三人接触了一种被认为是直接来自蝙蝠的新SARS样病毒而患重病，其中两人死亡。

“由于对这些生物体的遗传构成所知甚少，为何这些病毒对蝙蝠的疾病影响有限是一个待解谜题。我们开始将我们的技术应用于实验室培养的蝙蝠细胞，通过分析蝙蝠的遗传和蛋白质含量更多地认识它们的遗传学，了解它们是如何能够与常常对人类造成致命后果的这些病毒明显共存的。”

（生物通：何嫱）

生物通推荐原文摘要：

De novo derivation of proteomes from transcriptomes for transcript and protein identification

dentification of proteins by tandem mass spectrometry requires a reference protein database, but these are only available for model species. Here we demonstrate that, for a non-model species, the sequencing of expressed mRNA can generate a protein database for mass spectrometry–based identification. This combination of high-throughput sequencing and protein identification technologies allows detection of genes and proteins. We use human cells infected with human adenovirus as a complex and dynamic model to demonstrate the robustness of this approach. Our proteomics informed by transcriptomics (PIT) technique identifies >99% of over 3,700 distinct proteins identified using traditional analysis that relies on comprehensive human and adenovirus protein lists. We show that this approach can also be used to highlight genes and proteins undergoing dynamic changes in post-transcriptional protein stability.