《研究综述:2021年2月26日》

  • 来源专题:人类遗传资源和特殊生物资源流失
  • 编译者: yanyf@mail.las.ac.cn
  • 发布时间:2021-03-05
  • 欢迎收看2021年2月26日的研究综述,这是布罗德研究所的科学家及其合作者发表的最新研究的快照。

    COVID突变追踪

    计算副研究员Albert Chen、博士后Alina Chan、载体工程主任Ben Deverman和同事们开发了COVID CG,这是一个在线工具,允许用户调查SARS-CoV-2病毒的全球遗传景观。它从GISAID数据库中收集了病毒的所有基因组序列,让用户检测正在出现的基因突变和病毒变种,监测它们在世界特定地区的流行情况以及随着时间的推移这种情况如何变化,并确定科学家应该测试哪些变种的疫苗和治疗方法。该团队正在添加更多高级功能,并提高该工具处理快速增长的数据量的能力。

    实验室进化的蛋白质切割酶关注新的目标

    长期以来,科学家们一直试图利用蛋白酶(切割特定蛋白质的酶)来治疗疾病,但缺乏使其适应于他们选择的目标蛋白质的技术。特拉维斯布卢姆,Min盾(HMS),核心机构成员和叫法变革性技术研究所医疗主任大卫•刘和他的同事们使用的一个系统称为速度,可以在实验室快速发展蛋白质,产生肉毒杆菌毒素(肉毒毒素)蛋白酶切断研究者的期望目标,无视他们的正常的。重新编程的蛋白酶对它们的新目标具有高度的特异性(增加了218万到1100万倍),并保留了BoNT的特殊能力,可以自我传递到细胞中。

    为集中测试优化设计

    在《科学转化医学》杂志上,由Broad研究员Brian Cleary、James Hay (HSPH)、核心研究所成员Aviv Regev(现就职于Genentech)和副成员Michael Mina领导的研究小组介绍了在资源有限的情况下,有效集中检测SARS-CoV-2的方法。与单个测试相比,合并测试是一种更快、更便宜的诊断方法,但需要在灵敏度、效率和物流方面进行权衡。为了找到最优的测试方案,研究人员模拟了各种情况,并结合病毒载量和流行病发展的数据,以在有限的资源下最大限度地确定感染数量。

    早期代谢改变驱动鳞状细胞癌

    许多癌细胞通过将新陈代谢从有氧呼吸转变为糖酵解来促进生长,这种现象被称为瓦伯格效应。在Nature Metabolism中,Jee-Eun Choi (MGH),副成员Raul Mostoslavsky,研究所成员和细胞回路项目联合主任Nir Hacohen,及其同事发现这个开关是鳞状细胞癌的关键驱动因素,鳞状细胞癌是一种侵袭性的头颈部癌症。他们还发现,这些代谢变化发生在癌症进展的早期。利用单细胞RNA测序,他们发现只有一小部分促肿瘤细胞——产生肿瘤的细胞——适应糖酵解呼吸,这就把代谢定义为肿瘤异质性的另一个关键特征。

    通过追溯细胞的过去来了解血癌

    骨髓增生性肿瘤(MPN)是一种慢性血癌,由JAK2基因突变引起。通过测序造血干细胞从最近确诊或然数患者,黛布拉·Egeren (HMS),哈维尔Escabi (HMS),马克西米利安阮(HMS),准会员Ann Mullally身为Cortes-Ciriano (EMBL-EBI),准会员Sahand Hormoz,和他的同事们破译JAK2-V617F外观之间的时间间隔,在或然数最常见的突变,明显的癌症的发展。令人惊讶的是,他们发现,在成年后出现MPN的患者中,这种突变发生在诊断之前几十年(有时发生在儿童时期)。

    追踪东亚的词汇和基因

    古代和现代DNA数据的缺乏阻碍了深入研究东亚人口历史的努力。在自然界中,一个国际研究小组由Chuanchao王(厦门大学和前广泛/ HMS博士后),约翰内斯·克劳斯(马克斯·普朗克人类历史的科学研究所),罗恩Pinhasi(维也纳大学)和大卫•里奇准会员描述他们的语言数据和基因型的分析从166年383年古代和现代的人。他们发现了该地区在过去5000年里四次扩张的证据:来自蒙古和阿穆尔河流域、黄河流域、长江流域和欧亚草原中部。

    大脑的火焰

    大脑对创伤事件(如中风)的免疫反应很难研究。包括Michael Askenase(耶鲁大学)、Brittany Goods、癌症项目和麻省理工学院的合作成员Christopher Love、Klarman细胞观测站的研究所成员Alex Shalek和Lauren Sansing(耶鲁大学)在内的一个团队收集了中风恢复期患者的脑出血进行细胞分析。使用低输入测序技术来分析稀疏的细胞,他们观察了驱动初始炎症及其消退的通路和基因,包括细胞代谢的意想不到的作用。据《科学免疫学》报道,这项研究表明,巨噬细胞具有激活的糖酵解基因,支持成功的中风反应。

    一种潜在的肾脏疾病候选药物的缩放合成

    Broad药物再生中心的BRD4780被研究所成员Anna Greka的实验室鉴定为一种小分子化合物,能够清除MUC1蛋白的突变、错误折叠版本,在细胞系和小鼠模型研究中均与MUC1肾病(MKD)相关。BRD4780在其他蛋白质异常折叠积累的毒性蛋白疾病中也能发挥类似的作用。治疗学发展中心(CDoT)的研究科学家兼组长布莱恩·张伯伦(Brian Chamberlain)、研究所科学家兼CDoT的药物化学主任弗洛伦斯·瓦格纳(Florence Wagner)和他的同事们已经开发出一种在多克尺度上合成BRD4780单个对映体的方法。他们的研究成果发表在《有机化学杂志》上,将有助于进一步研究BRD4780及其相关化合物的药理作用,以确定MKD的治疗方法。

相关报告
  • 《研究综述:2021年5月14日》

    • 来源专题:人类遗传资源和特殊生物资源流失
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2021-05-31
    • 欢迎收看2021年5月14日的《研究综述》,这是由布罗德研究所的科学家及其合作者发布的最新研究的重复快照。 病毒比较可以解析SARS-CoV-2的全部基因集 虽然SARS-CoV-2的基因组在大流行的早期就已被测序,但其基因含量迄今仍未得到确定。Irwin Jungreis, Rachel Sealfon (Flatiron研究所)和Epigenomics项目的副成员Manolis Kellis利用44株沙贝病毒的比较基因组学,确认了6个辅助蛋白,拒绝了几个候选基因,并发现了一个新的重叠的替代框架基因ORF3a。他们还利用他们的比较对2544个大流行病毒分离株的功能突变进行了排序,确定了异常快速或缓慢进化的基因(与它们的进化历史相比),以及可能导致变异之间传染性差异的标记突变。 耐药性的进化 抗生素耐药性是对公共卫生最紧迫的威胁之一,但研究人员对病原体如何进化耐药性的理解仍然有限。为了解决这一缺口,传染病和微生物组项目(IDMP)的联合主任马培军(音译)和同事们研究了肺炎克雷伯菌碳青霉烯耐药的进化,肺炎克雷伯菌是一种可以导致致命的多重耐药感染的细菌。他们确定了促进碳青霉烯类耐药性上升的多种遗传因素,并提出以更高的遗传粒度(不仅仅是物种识别和抗生素敏感性)定义感染病原体对诊断和治疗此类感染具有重要意义。 细菌酶使特定的抗菌活性成为可能 前药,即在体内代谢成为活性药物的化合物,如果其激活依赖于仅在其微生物目标中发现的酶的活性,则可作为抗菌药物使用。在ACS化学生物学,Kenton Hetrick, Miguel Aguilar Ramos (MIT),化学生物学和治疗科学项目的副成员Ron Raines报道,抗生素反式-3-(4-氯苯甲酰)丙烯酸的硫醚酯前药对耻垢分枝杆菌更有效,因为一种内源性酯酶使其对前药敏感。未来的工作可能利用一系列细菌酶开发窄谱抗生素,以帮助解决目前的抗菌素耐药性对公共卫生的威胁。 ibd相关微生物的炎症性不一致 炎症性肠病(IBD)患者的肠道微生物瘤胃球菌(Ruminococcus gnavus)水平经常升高。Matthew Henke(哈佛医学院),传染病和微生物组项目(IDMP)的高级副成员Jon Clardy和他的同事们利用患者的斑马鱼分离株来研究这种微生物在炎症中作用的分子机制。该研究小组发现了一种基因簇,一旦存在,就会引导一种厚厚的多糖保护胶囊的产生,将细胞完全覆盖。他们发现,与那些含有荚膜产生菌株的小鼠相比,缺少这类菌株的小鼠有更多的肠道炎症,这表明并非所有的斑马鱼菌株都具有炎症性。请阅读PNAS。 SOX2是食道鳞状细胞癌(ESCC)中染色体扩增的转录因子。Wu Zhong, Jin Zhou, Xiaoyang Zhang,前癌症项目助理成员Adam Bass(现在在哥伦比亚大学欧文医学中心)和他的同事开发了代表从正常食道到sox2诱导的鳞状细胞癌表型的工程鼠类器官,并绘制了Sox2结合以及从正常到癌症进化过程中的表观遗传和转录景观。致癌Sox2重新编程肿瘤细胞表观基因组,促进对RNA编辑酶ADAR1的依赖。这项工作指出了可以用新的治疗方法针对的弱点。
  • 《研究综述:2021年4月2日》

    • 来源专题:人类遗传资源和特殊生物资源流失
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2021-04-09
    • 欢迎收看2021年4月2日的研究综述,这是布罗德研究所的科学家及其合作者发表的近期研究的重复快照。 微生物的基因交换随着工业化而加速 细菌通过水平基因转移(HGT)共享多种性状(抗生素耐药性等)的基因。HGTs在肠道微生物组中发生的速率,以及工业化对这个速率的影响,目前还不清楚。在细胞中,马修Groussin,马蒂尔德波耶特和研究所成员Eric传染病和微生物项目的Alm和合作者在国际全球微生物保护协会报告,高度频繁发生在个体,更在工业化的设置中,积累了许多人口在过去的两三个人类一代又一代。他们在对数千个细菌基因组进行测序后得出了这些结论,这些样本来自于跨越一系列工业化时期的15个种群。请阅读麻省理工学院新闻故事了解更多。 靶向AML中的细胞应激反应 尽管许多癌症药物以直接驱动肿瘤进展的蛋白质为靶点,但这些药物并不是对每个人都有效,而且肿瘤经常产生耐药性。其他关键的生存途径,如细胞应激反应途径,也因此成为吸引人的药物靶点。在《科学转化医学》杂志上,Blandine Roux (Université de Paris)、Camille Vaganay (Paris)、Alexandre Puissant (Paris)、研究所成员Kimberly Stegmaier、Lina Benajiba (Paris)和同事对急性髓系白血病(AML)小鼠模型进行了集中筛选,以确定急性髓系白血病存活所必需的应激反应基因。他们鉴定了参与DNA修复的蛋白质VCP,并将其作为一个潜在靶点,为此他们开发了一种可以减少小鼠AML生长的药物。 驾驶座上的热点突变 IKZF3热点突变可能驱动慢性淋巴细胞白血病(CLL),但其功能尚不清楚。一个由Gregory Lazarian, Shanye Yin, Elisa ten Hacken,癌症项目的研究所成员Catherine Wu, Dana-Farber癌症研究所和哈佛医学院领导的团队在小鼠模型中显示,突变基因破坏DNA结合特异性和目标选择,导致老年小鼠的cll样疾病。携带该突变的人类肿瘤细胞改变了B细胞受体和NF-kappaB信号,并降低了药物敏感性。这项研究强调了IKZF3作为一种致癌基因通过转录失调的作用,并建议联合治疗有助于克服耐药性。更多信息请访问《癌细胞》。 在机器学习模型中寻找偏见 使用带有偏差的数据训练机器学习模型会导致不准确的表现和数据解释。Fatma-Elzahraa Eid, Haitham Elmarakeby, Yujia Alina Chan, Nadine Fornelos,癌症项目的副成员Eliezer Van Allen,斯坦利精神病研究中心的副成员Kasper Lage,和同事们开发了一种审计生物学机器学习模型的方法。他们用这种方法检查了三个模型,发现了未被识别的偏差,这些偏差降低了模型在新数据集上的性能。研究小组得出的结论是,当模型从数据中学习的信号很弱时,模型就会从数据中学习偏差。作者提供了工具来调整他们的审计框架以适应其他生物医学应用。从今天的沟通生物学和心理学学习更多。 乳腺癌脑转移的治疗靶点 转移到大脑的HER2+乳腺癌细胞对控制颅外部位疾病的治疗有抗药性。准会员Rakesh Jain,马修·范德Heiden癌症研究所成员计划,基诺费拉罗(MGH),阿里,阿尔巴Luengo(麻省理工学院),代谢组学平台和其他地方的和他的同事们研究了代谢不同乳房肿瘤内外大脑和发现,脂肪酸合成是提升脑转移。他们的研究结果发表在《自然癌症》杂志上,表明脂肪酸合酶的遗传和化学抑制抑制了乳腺癌在大脑中的生长,从而突出了一种潜在的治疗方法。 检测精神疾病之间的遗传差异 精神疾病是高度相关的,因此许多研究都集中在它们的基因相似性上。比较少的研究考察了它们之间的差异,因为这样的分析需要收集和匹配个人层面的个案数据。博士后学者Wouter Peyrot和医学与人口遗传学项目的助理成员Alkes Price开发了一种新的方法,称为病例GWAS,通过分析病例对照GWAS汇总统计数据来寻找两种不同疾病病例的等位基因频率差异。在《自然遗传学》中,他们将个案GWAS应用于8种精神疾病的数据,并在病例中鉴定出196个具有不同等位基因频率的基因座,为这些疾病之间的差异提供了新的生物学见解。 为测序技术中的结构变异检测设定基准 结构变异(长度大于50个碱基对的基因组改变)用短读全基因组测序比用长读全基因组测序更难检测(srWGS vs lrWGS),但lrWGS更慢,也更昂贵。在《美国人类遗传学杂志》上,Xuefang Zhao, Harrison Brand,医学和人口遗传学项目的研究院成员Michael Talkowski,及其同事比较了srWGS和lrWGS的结构变异检测,以建立并量化每种技术的独特优势。他们估计srWGS可以检测出人类基因组中超过10,000个结构变异,但lrWGS提供了更好的检测插入和重复介导变异的方法。 从图像分析预测细胞健康状况 格雷戈里,领导的研究小组疗法的发展高级研究中心的科学家玛丽亚Kost-Alimova成像平台高级主管和研究所科学家安妮木匠,癌症项目副主任巴斯克斯堡的依赖关系图,和纳拉辛格,高级组长也在成像平台,开发了两个新的显微镜分析集体测量细胞健康——70个不同的指标包括增殖、凋亡、DNA损伤和细胞周期。研究人员进一步将细胞绘画技术与这些分析相结合,并确定简单的机器学习算法可以直接从细胞绘画图像中预测许多细胞健康读数。他们成功地验证了对1500多个复合扰动的细胞健康结果的预测,这些扰动使用细胞绘画成像,并开发了一个web应用程序来浏览预测。了解更多的细胞分子生物学。