Informacija

2.12: Razotkrivanje mitova o mikrobima - Biologija

2.12: Razotkrivanje mitova o mikrobima - Biologija



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Veliki neprijatelj istine vrlo često nije laž, namjerna, izmišljena i nepoštena, već mit, uporan, uvjerljiv i nerealan.

Što je Istina?

Istina je filozofski konstrukt o čijem se značenju raspravlja od kada su ljudi izmislili jezik. To nije fokus ovog nastojanja.

Ovaj projekt više govori o Razumu, također filozofskoj konstrukciji. Razum nudi put za razmišljanje o istini. Prema nekima, istina nastaje kada ljudi na odgovarajući način primijene razum. To je cilj znanosti.

Možda ste nedavno čuli tvrdnju o dodatku prehrani ili vidjeli oglas za farmaceutski lijek koji je isticao nevjerojatne prednosti ako ga uzmete, pa ste se pitali biste li trebali. Ili ste razmišljali o zdravstvenim rizicima povezanim s dobivanjem cjepiva protiv gripe, ili ste razmišljali o uzimanju probiotika jer je prijatelj vašeg rođaka rekao da biste trebali? Kako možete znati što bi bilo najbolje za vas?

Postoji veliki broj znanstvenih studija provedenih na beskonačnom broju tema u znanosti i medicini koje su objavljene u znanstvenim časopisima i pohranjene u bazama podataka koje je moguće pretraživati. Provodeći organizirani pregled objavljenog istraživanja na tu temu i primjenjujući "odgovarajući razlog", možete sami odlučiti što bi bilo najbolje za vas, umjesto da se oslanjate na savjete oglasa ili ljudi koje ne poznajete.

Provođenje znanstvenog istraživanja vodi se praksama koje se zajednički nazivaju znanstvena metoda, u kojima su eksperimenti osmišljeni kako bi odgovorili na pitanja o hipotezi. U savršenom svijetu eksperimenti su pažljivo osmišljeni kako bi se osiguralo da su prikupljeni podaci i rezultati izvedeni iz njih objektivni i bez pristranosti. Ako su rezultati značajni, znanost se objavljuje u časopisu kao način da se rezultati prenose drugim zainteresiranim ljudima. Tomovi časopisa povijesno su pohranjeni u knjižnicama, gdje su se članci u njima mogli čitati i kopirati ako je potrebno. Više nije potrebno loviti po prašnjavim "hrpama" tiskanih časopisa da biste pronašli znanstveni članak, jer je ogroman broj sada "otvorenog pristupa" ili dostupan elektronički putem sučelja knjižnice.

Postoje razlike između članaka objavljenih u znanstvenim časopisima i onih u drugim vrstama publikacija, a glavna razlika je recenzija. Važno je napomenuti da upotreba izraza "publikacija" uključuje radove objavljene u elektroničkom obliku kao i u tiskanom obliku.

Trebali biste pogledati kratki video zapis dostupan na http://www.library.vanderbilt.edu/peabody/tutorial_files/scholarlyfree/, koji objašnjava kako razlikovati referencu izvora iz znanstvene publikacije i one objavljene u popularnim medijima.

Vaš učitelj pružit će vam pojam na temu mikrobiologije za koji ste možda čuli prije početka ovog projekta. Ovisno o željama vašeg instruktora, možete istražiti dodijeljenu ideju kao pisani zadatak ili od vas biti zatraženo da formatirate zadatak u softveru za prezentaciju (poput PowerPointa) i napravite formalnu prezentaciju.

Prije bilo kakvog istraživanja razmislite, a zatim zapišite svoje prve dojmove i osobne stavove o ideji koju ste dobili. Ako vam ideja nije poznata, pa čak i ako mislite da je dobro razumijete, prije nego što se upustite u znanstveno pretraživanje, malo pretražite temu u pozadini koristeći popularne izvore (poput Googlea i Wikipedije) kako biste prikupili pozadinske podatke.

Rušiti mitove, podržati istinu

Toliko onoga što čujete u večernjim vijestima vezanim uz otkrića u znanosti i medicini dolazi iz istraživanja provedenih na sveučilištima i medicinskim fakultetima. Financiranje ovog istraživanja može doći iz državnih izvora, pa ga stoga plaća javnost koja plaća porez. No, s obzirom na ograničenu veličinu lonca, istraživanje provode i privatne tvrtke koje zatim profitiraju od istraživanja koja kulminiraju proizvodom koji donosi dobit. Kad istraživanje dovede do objavljivanja u "visoko rangiranom" časopisu (rangiranom prema "faktoru utjecaja" časopisa, na temelju broja navoda članaka objavljenih u časopisu kao referencu u drugim publikacijama), daje se kratak opis studije a njegov ishod objavljuje se popularnim medijima radi izvještavanja široj javnosti. Ponekad se vladina politika razvija korištenjem objavljenih studija kao temelja za zakonodavstvo.

Znanstveno i nenaučno izvještavanje o znanstvenim otkrićima znači da ljudi danas imaju priliku bez presedana donositi informirane odluke o stvarima koje mogu utjecati na njihov život. Međutim, on također pruža plodno tlo za širenje informacija osmišljenih kako bi se „plasiralo“ na tržište ideja za dobivanje podrške javnosti. Jednom ukorijenjene u javnoj svijesti, pogrešno primijenjene "činjenice" mogu postati "mitovi" - postojani, uvjerljivi i nerealni. Kako prepoznati razliku?

Za ovaj projekt istražit ćete je li zajednička mikrobiološka ideja znanstveno koncipirana i u kojoj je mjeri ona "istinita", ocjenjujući i objavljujući istraživanja objavljena u znanstvenim časopisima. Komponente koje će biti uključene u vaše izvješće ili prezentaciju navedene su u nastavku.

1. Pregledajte uvriježeno mišljenje i izradite tezu

Nakon što spoznate svoju temu razbijanja mitova, potražite osnovne informacije i mišljenja među izvorima koji se ne smatraju "znanstvenicima". To uključuje popularne novinske izvore poput novina, časopisa, internetskih izvora ili velike tete Marthe koja sve zna.

Iz svog akumuliranog znanja o toj temi izradite tezu o toj temi i u izjavi o tezi iznesite svoje mišljenje o njoj - predviđanje jedne ili dvije rečenice onoga za što vjerujete da je istina. Izjava o tezi trebala bi biti fokusirana i dovoljno specifična da se dokaže unutar granica vašeg istraživanja.

Dok tražite "razlog" za potporu "istine", možda ćete otkriti da se vaša teza ne može potkrijepiti dostupnim znanstvenim dokazima. Međutim, morate biti fleksibilni, objektivni i pošteni pri izgradnji i istraživanju znanstvene literature, a ne samo tražiti načine da svoje mišljenje učinite istinitim.

2. Pretražite znanstvenu literaturu

Znanstvenici koji misle da su njihova istraživanja značajna priopćuju rezultate objavljivanjem u znanstvenim časopisima. Većina medicinskih i znanstvenih organizacija objavljuje časopise koji se odnose na stručno područje - na primjer, Američko društvo za mikrobiologiju objavljuje nekoliko časopisa, kao što su Primijenjena i ekološka mikrobiologija i Časopis za kliničku mikrobiologiju, između ostalih. Rukopisi poslani u znanstvene časopise šalju se skupini drugih znanstvenika koji ih pregledavaju radi utvrđivanja znanstvenog legitimiteta i integriteta. To osigurava da su podaci i rezultati dobiveni iz pažljivo osmišljenih, ponovljivih eksperimenata, a zaključci temeljeni na dokazima. Nakon što su recenzirani i odobreni, ugrađuju se u svezak časopisa i objavljuju.

Važno je uzeti u obzir da je u savršenom svijetu korištenje znanosti i znanstvenih metoda za razumijevanje prirode logičan, objektivan i potpuno nepristran proces, da su recenzenti uvijek iskreni i da recenzirani članci predstavljaju „istinu. ” Kako ilustrira nekoliko nedavnih slučajeva visokog profila u kojima su objavljene studije "povučene" zbog prijevare istraživača i/ili njihovih recenzenata, proces nije savršen. To je osobito istinito kada su financijski ili osobni ulozi visoki.

Nakon što razvijete svoju tezu, sljedeći je korak potraga za objavljenim istraživačkim studijama koje se odnose na vašu temu. Možete se obratiti na http://www.wikihow.com/Find-Scholarly-Articles-Online/ za sažeti pregled načina konstruiranja i provođenja pretraživanja znanstvenih članaka na temu od interesa.

Mnoge knjižnice na fakultetima i sveučilištima, poput knjižničnog sustava State University of New York, imaju pristup ogromnim bazama podataka koje sadrže milijune znanstvenih članaka. Stoga je još jedno izvrsno polazište potražiti pomoć referentnog knjižničara u knjižnici vašeg fakulteta, koji vam može reći koje su baze podataka članaka dostupne i može vam pomoći u izgradnji pretraživanja. Referentni knjižničari osobito su korisni pri odlučivanju o pravim riječima ili izrazima, tako da vaše pretraživanje daje upravljački broj povrata, a ne premali ili previše.

Budite odlučni kada odlučujete koje ćete članke dalje čitati. Nemojte se ograničiti samo na one koji se 100%slažu s vašom tezom. Pročitajte sažetak i ako zvuči kao da će članak biti relevantan za vašu ideju, preuzmite cijeli članak (cijeli tekst) i pročitajte cijeli sadržaj.

3. Napravite označenu bibliografiju odabranih znanstvenih članaka

U ovom trenutku ste (nadamo se) pregledali veliki popis članaka koji se odnose na vašu temu. Za one koje ste odlučili detaljnije pročitati, pripremite bibliografiju koristeći format citata koji preferira vaš instruktor. Neke od baza podataka će vam zapravo napisati citat, a opet vam vaš referentni knjižničar može pomoći da pronađete i pristupite aplikaciji za citiranje ako postoji za tu bazu podataka.

Morate navesti citate za sve članke koje ste odabrali. Od onih koje ste uključili u bibliografiju, odaberite tri članka za koja smatrate da ilustriraju vašu ideju i napišite kratku napomenu uz citat. “Zabilježeno” znači da nakon citiranja napišite kratak sažetak ciljeva i ishoda istraživanja predstavljenih u članku u jednom do dva odlomka. Posljednja rečenica sažetka trebala bi raspravljati o tome kako se članak odnosi na vašu tezu. Primjer napomene s napomenama prikazan je u nastavku (format citiranja je APA).

Fava, F., Lovegrove, J. A., Gitau, R., Jackson, K. G., & Tuohy, K. M. (2006) Mikrobiota crijeva i metabolizam lipida: Implikacije za ljudsko zdravlje i koronarnu bolest srca. Trenutna medicinska kemija, 13, 3005-3021.

Sažetak: Koronarna bolest srca (CHD) vodeći je uzrok smrtnosti u zapadnom društvu, a pogađa oko jedne trećine stanovništva prije sedamdesete godine. U ovom se članku razmatraju promjenjivi čimbenici rizika povezani s KBS -om te se raspravlja o hipotezi da prehrana bogata izvorima dijetalnih vlakana i biljnih polifenola potiče bolje koronarno zdravlje. Biljna vlakna se metaboliziraju crijevnom mikroflorom, a pretvaraju se u biološki aktivne spojeve koji su komplementarni ljudskom metabolizmu. Metabolizam biljnih vlakana pomoću crijevne mikroflore može spriječiti ili na drugi način povoljno utjecati na poremećaj metabolizma lipida i vaskularnu disfunkciju koja karakterizira KBS i dijabetes tipa II. Općenito, ovaj članak podržava moju tezu da bakterije u ljudskim crijevima pozitivno doprinose općem dobrom zdravlju osobe.

4. Napišite sažetak i zaključak

Opcija papira: U odlomku (ili dva) sažmite opseg projekta, ideju koju istražujete i ponovite svoju tezu. U dva do četiri odlomka sažmite istraživanje koje ste otkrili dok ste tragali za znanstvenom literaturom, pri čemu svakako dodajte odgovarajući citat za svaku referencu. U posljednjem odlomku (ili dva) usporedite i usporedite nenaučne podatke s onim što ste naučili tijekom istraživanja znanosti i raspravite jesu li znanstveni dokazi poduprli vašu tezu ili dokazi nisu podržali vaše gledište . Razmislite pridržavate li se svoje teze ili je želite promijeniti i koje bi izmjene mogle biti primjerene na temelju znanstvenih dokaza.

PrezentacijaOpcija: Pomoću PowerPointa (ili drugog softvera za prezentacije) svoje izvješće pretvorite u desetominutni govor koji ćete možda zakazati za usmenu prezentaciju.


Flip-flop oko podrijetla i završetka replikacije u prokariotskim genomima

Odgovor na Dokazi za simetrične kromosomske inverzije oko podrijetla replikacije u bakterijama od JA Eisen, JF Heidelberg, O White, SL Salzberg. Biologija genoma 2000, 1:istraživanje0011.1-0011.9.

Nedavno se nekoliko puta raspravljalo o problemu preustroja u blisko srodnim prokariotskim genomima [1,2,3,4]. Karakteristična značajka ovih preuređenja je da mnogi ortolozi (geni koji kodiraju istu funkciju u različitim genomima) ostaju na istoj udaljenosti od ishodišta ili završetka replikacije, ali se mogu postaviti na bilo koji od dva replikora (suprotno replicirane polovice genom [5], slika 1). Specifična slika dobiva se kada se položaji gena u jednom genomu ucrtaju u odnosu na položaje njihovih ortologa u blisko povezanom genomu (slika 2a). Praktična implikacija je da ortološki nizovi koji se nalaze na istoj udaljenosti od ishodišta ili završetka replikacije vjerojatno kodiraju istu funkciju. Također je važno s evolucijskog gledišta. Postavlja se pitanje, zašto se geni mogu premjestiti između replikora, ali im se sačuva udaljenost od podrijetla ili završetka replikacije?

Topologija dvosmjerne replikacije kružnog prokariotskog kromosoma. Kontinuirana linija je DNK lanac repliciran kao vodeći lanac isprekidana linija je DNK lanac repliciran kao zaostajući lanac Ori, podrijetlo replikacije Ter, kraj replikacije. Ori i Ter dijele kromosom na dva replikora, proizvoljno nazvana lijevo i desno.

Nacrti relativnih položaja ortologa u Helicobacter pylori J99 i H. pylori 26695 genoma. Vrijednosti na x i y osi predstavljaju položaje gena na kromosomima, u parovima baza. (a) Najbliži ortolozi (najbolja podudaranja) koji nisu promijenili svoje pozicije između vodećih i zaostalih niti DNA. (b) Svi ortolozi koji su promijenili položaje između vodećih i zaostalih lanaca DNA. Genomske sekvence i ortolozi, izvučeni iz baze podataka o grozdovima ortolognih skupina ('COG -ovi') [12], dobiveni su od Nacionalnog centra za biotehnološke informacije [13].

Tillier i Collins [4] tvrdili su da značajan dio preuređenja reda gena proizlazi iz rekombinacijskih mjesta koja su određena položajima replikacijskih vilica. Njihova (vjerojatna) teorija je da su replikacijske vilice žarišta za rekombinaciju. S obzirom na to da su dvije replikacijske vilice na približno istoj udaljenosti od ishodišta (tijekom dvosmjerne replikacije), translokacije su simetrične oko osi ishodišta i kraja. Dakle, prema Tillieru i Collinsu [4], specifična ograničenja mehanizama rekombinacije odgovorna su za uočenu pristranost u učestalosti pronalaženja određenih proizvoda preuređenja. Tvrdimo da je odabir možda uglavnom odgovoran za opaženu pristranost, a vjerojatnost da je proizvod preraspodjele održiv ovisi o njegovoj topologiji.

Prvi aspekt topologije koji bi mogao dovesti do pristranog prestrojavanja genoma je udaljenost gena od podrijetla replikacije, jer to određuje relativni broj kopija gena u svakoj stanici brzorastućih kultura bakterija. Ako je vrijeme stvaranja kraće od razdoblja replikacije, broj kopija gena koji leže u blizini ishodišta veći je od broja kopija gena koji leže blizu završetka. Dakle, selekcijski pritisak dovodi do optimalnog položaja gena s obzirom na udaljenost od izvora replikacije [6,7]. Kao rezultat toga, uz promatranje pristranosti prema specifičnim preuređenjima, postoji asimetrija u sastavu nukleotida genskih sekvenci i pristran aminokiselinski sastav proteina kodiranih genima duž kromosoma [8].

Drugi faktor koji može utjecati na vjerojatnost određenih prestrojavanja genoma je da je mutacijski tlak povezan s replikacijom različit za vodeće i zaostale DNK nizove. Različite stope nakupljanja nukleotidnih supstitucija na vodećim i zaostalim lancima ukazuju na to da postoje kvalitativne i kvantitativne razlike u sastavu nukleotida sekvenci koje kodiraju proteine ​​na različitim lancima DNA ([9] i reference u njima). Zato se sekvence koje su nedavno promijenile lokaciju od vodeće do zaostale niti, ili obratno, skloniji su nakupljanju mutacija. Dakle, svaka inverzija gena unutar replikore (slika 3c) mijenja njezin osjetilni lanac od vodećeg do zaostajućeg lanca tijekom replikacije, ili obratno, i povećava brzinu mutacije ovog gena [10,11]. Ako inverzija obuhvaća podrijetlo ili kraj replikacije, položaj gena (s obzirom na smjer replikacije) se ne mijenja (slika 3a, b). U stvari, specifična pristranost u preuređenju genoma opaža se samo za 'najbliže' ortologe (najbolja podudaranja). Karakteristična slika prikazana na slici 2a prikazuje ortologe koji nisu promijenili svoj položaj u odnosu na vodeće ili zaostalo ponašanje lanca DNA. Inverzija unutar replikora, međutim, mijenja položaj gena u tom pogledu (slika 3c). Vrlo visoke stope mutacija mogle bi eliminirati gen koji je promijenio lanac, osim ako je inverzija povezana s duplikacijom. U slučaju dupliciranja, druga kopija gena može odigrati drugačiju ulogu i moglo bi se dopustiti da se mnogo brže raziđu, na primjer za generiranje paraloga. Na slici 2b ilustriramo relativne položaje gena koji su promijenili svoje položaje u odnosu na smjer replikacije, nestala je karakteristična dijagonalna linija prikazana na slici 2a, koja prikazuje izrazito pristranu orijentaciju preuređenja.

Posljedice inverzija na različitim mjestima u prokariotskom kromosomu. Zelene strelice označavaju mjesta rekombinacije. Crne strelice predstavljaju osjetilnu nit gena. Imajte na umu da ako osjetilni lanac leži na vodećem lancu DNA, smjer transkripcije gena je isti kao i smjer kretanja replikacije-vilice. (a) Simetrična inverzija koja obuhvaća podrijetlo replikacije. Nakon inverzije, udaljenosti do podrijetla i lokacije gena ne mijenjaju se u odnosu na vodeće i zaostale DNA niti. (b) Obrnuta regija obuhvaća ishodište, ali ishodište se ne nalazi u središtu ove regije. Kao rezultat toga, mijenjaju se duljine replikora i mijenjaju se udaljenosti neinvertiranih gena do podrijetla, iako se lokacije gena ne mijenjaju u odnosu na vodeće i zaostale DNA niti. (c) Inverzija unutar replike. Položaji gena unutar obrnutog slijeda mijenjaju se u odnosu na vodeće i zaostale DNK lance. Nadalje, geni koji se nalaze udaljeni od središta obrnute regije mijenjaju svoju udaljenost od podrijetla.

Treća sila odabira koja bi mogla dovesti do pristranih preuređenja mogao bi biti trend zadržavanja obje replike slične veličine (vidi također [7]). Ako postoji odabirni pritisak koji osigurava da duljina dvaju replikora u prokariotskim genomima ostane gotovo ista, trebalo bi dati prednost simetričnim inverzijama u odnosu na podrijetlo ili kraj replikacije. Slika 3b prikazuje kako rekombinacijski događaj koji obuhvaća podrijetlo replikacije, ali s ishodištem koje nije u središtu obrnutog fragmenta, stvara replike različitih duljina i mijenja udaljenosti od ishodišta do gena koji leže izvan obrnutog slijeda.

Sva gornja objašnjenja ne isključuju mogućnost da postoje vruće točke rekombinacije povezane s replikacijskim vilicama, kako su sugerirali Tillier i Collins [4], ali željeli bismo naglasiti da odabir vjerojatno igra vrlo važnu ulogu u stvaranju čudna X slika topologije translokacije u blisko povezanim genomima.

Jonathan A Eisen odgovara:

Pozdravljam pismo Mackiewicza et al. koji se odnose na X-poravnanja cijelog genoma (koje nazivamo X-datoteke). Slažem se da će odabir vjerojatno biti faktor koji doprinosi opažanjima, na temelju usporedne genomike, da se udaljenost gena od podrijetla replikacije održava tijekom evolucijskog vremena [1,2,4]. Njihovi prijedlozi za moguće selektivne snage potpuno su razumni i bit će vrijedno potražiti doprinos svake od njih u budućem radu. Ipak, želio bih istaknuti nekoliko dodatnih pitanja koja se odnose na X-datoteke. Prvo, važno je napomenuti da je neki vrlo važan rad na ovoj temi obavljen pomoću genetskih pristupa [6,7,14,15,16,17,18,19,20]. Kao što je istaknuto u nekim od ovih studija i od Mackiewicza et al., prisutnost selekcije ne znači nužno da mutacijski procesi nisu također važan čimbenik koji doprinosi. Vjerojatno je da neka vrsta pristranosti mutacija (poput prebacivanja niti tijekom replikacije, kako su predložili Tillier i Collins [4]) dovodi do velike učestalosti inverzija koje su simetrične oko podrijetla replikacije. Vjerojatno će se dogoditi i mnoge druge inverzije. Dakle, negativna selekcija (kao što je selekcija protiv promjena veličine replike ili doze gena, kako je predložio Mackiewicz et al.) vjerojatno će uzrokovati da inverzije koje se promatraju tijekom evolucijskog vremena budu pretežno one koje su simetrične oko podrijetla replikacije. Ono što nam sada treba sa znanstvenog gledišta je više informacija o učestalosti i vrstama inverzije genoma koje se javljaju u nedostatku selekcije, kao i informacije o razlikama u sposobnosti između sojeva s različitim inverzijama.

Osim toga, želio bih komentirati prijedlog da promatranje uzorka X-poravnanja može pomoći u stvaranju funkcionalnih predviđanja za gene. Mackiewicz et al. sugeriraju da ako se pronađu homologni geni na istoj udaljenosti od izvora replikacije, može se zaključiti da imaju istu funkciju. Predlažem da ovo nije dobar kriterij funkcionalnog predviđanja. Kao što je ranije rečeno [1], unutar pojedinih genoma, parovi paralognih gena često se nalaze s obje strane podrijetla replikacije na jednakim udaljenostima (što dovodi do uzorka unutar genoma X). Predložili smo da je to vjerojatno posljedica inverzija koje razdvajaju tandemski duplicirane paralogne gene. Budući da su se jedan ili oba ova gena mogli razlikovati u funkciji od zajedničkog pretka, njihov položaj od podrijetla replikacije neće pomoći u predviđanju njihove funkcije u usporedbi s drugim vrstama. Osim toga, budući da ortološki geni nemaju uvijek istu funkciju, čak i bez pojave tandemskih duplikacija, sama lokacija genoma vjerojatno neće biti pouzdan prediktor funkcije gena. Stoga, iako vjerujem da uzorak poravnanja X može otkriti mnogo o mutacijskim i selekcijskim pritiscima koji se odnose na inverzije i položaj genoma, nisam uvjeren da se funkcija gena može lako predvidjeti identifikacijom homolognih gena jednako udaljenih od podrijetla replikacije.

Institut za genomska istraživanja, 9712 Medical Center Drive, Rockville, MD 20850, SAD. E-mail: [email protected]


Metabolički put za katabolizaciju levulinske kiseline u bakterijama

Mikroorganizmi mogu katabolizirati širok raspon organskih spojeva i stoga imaju potencijal izvršiti mnoge industrijski relevantne biokonverzije. Jedna od prepreka u ostvarivanju potencijala strategija biorafinisanja leži u našem nepotpunom poznavanju metaboličkih puteva, uključujući i one koji se mogu koristiti za asimilaciju prirodno bogatih ili lako generiranih sirovina. Na primjer, levulinska kiselina (LA) izvor je ugljika koji se lako može dobiti kao proizvod dehidracije lignocelulozne biomase i može poslužiti kao jedini izvor ugljika za neke bakterije. Pa ipak, genetika i struktura LA katabolizma ostali su nepoznati. Ovdje izvješćujemo o identifikaciji i karakterizaciji operona sa sedam gena koji omogućuje katabolizam LA u Pseudomonas putida KT2440. Kad je put rekonstituiran s pročišćenim proteinima, primijetili smo stvaranje četiri međuprodukta acil-CoA, uključujući jedinstveni 4-fosfovaleril-CoA i prethodno uočeni proizvod 3-hidroksivaleril-CoA. Koristeći adaptivnu evoluciju, dobili smo mutanta Escherichia coli LS5218 s funkcionalnim brisanjem fadE i atoC koji je bio sposoban za snažan rast na LA -u kada je eksprimirao pet enzima iz operona P. putida. Ovo otkriće omogućit će učinkovitiju uporabu hidrolizata biomase i metabolički inženjering za razvoj biokonverzija koristeći LA kao sirovinu.

Figure

Slika 1. Genetska karakterizacija i predloženi katabolički ...

Slika 1. Genetska karakterizacija i predložena katabolička aktivnost P. putida lva operon

Slika 2. Enzimska aktivnost i karakterizacija puta ...

Slika 2. Enzimska aktivnost i karakterizacija puta za lva operon


Fluorescentne D-aminokiseline otkrivaju dvostanične modifikacije stanične stijenke važne za grabežljivost bakterijom Bdellovibrio

Modifikacija staničnih stjenki koje sadrže esencijalne bakterijske peptidoglikane (PG) može dovesti do rezistencije na antibiotike, na primjer, rezistencije na β-laktam djelovanjem L, D-transpeptidaze. Predatorski Bdellovibrio bakteriovorus prirodno je antibakterijski i bori se protiv infekcija prolazeći, modificirajući i konačno uništavajući stijenke gram-negativnih plijenskih bakterija, mijenjajući vlastiti PG dok rastu u plijenu. Povijesno se pokazalo da je razjašnjenje ovih multienzimskih procesa na dvije slične stijenke PG-a bilo izazovno. Ovdje, s pristupom označavanja PG-a koji koristi vremenske impulse više fluorescentnih D-aminokiselina, osvjetljavamo dinamičke promjene kroz koje prolaze stijenke predatora i plijena tijekom različitih faza bakterijske invazije: bakterijske invazije. Prikazujemo stvaranje ojačane kružne rupe u zidu plijena, L, D-transpeptidna azaBd-posredovane modifikacije D-aminokiselina koje jačaju PG plijena tijekom invazije Bdellovibriom, te zonalni način produljenja predatora. Nakon ovog procesa slijedi nekonvencionalna, više točaka i sinkrona septacija unutarstaničnog Bdellovibria, koja prilagođava tvorbu neparnih i parnih brojeva ne-binarnom podjelom.

Izjava o sukobu interesa

Autori ne izjavljuju nikakve konkurentske financijske interese.

Figure

Slika 1. Pozadina i uvod u eksperimentalne…

Slika 1. Pozadina i uvod u eksperimentalne postupke

Slika 2. Trodimenzionalne slike pod mikroskopom sa strukturiranim osvjetljenjem ...

Slika 2. Trodimenzionalno mikroskopsko mikroskopiranje strukturiranog osvjetljenja ranih predacija B. bakteriovorus (unaprijed označeno sa…

Slika 3. Trodimenzionalne slike pod mikroskopom sa strukturiranim osvjetljenjem ...

Slika 3. Trodimenzionalno mikroskopsko mikroskopiranje strukturiranog osvjetljenja ranih predacija B. bakteriovorus (unaprijed označeno sa…

Slika 4. Kvantitativni i kvalitativni učinci…

Slika 4. Kvantitativni i kvalitativni učinci dviju L, D-transpeptidaza na modifikacije stanične stijenke plijena pomoću…

Slika 5. Grafikoni koji prikazuju ugrađivanje HADA -e u…

Slika 5. Grafikoni koji prikazuju ugradnju HADA -e u PG plijena E coli mutanti na…

Slika 6. Epifluorescencija i 3D-SIM slike…

Slika 6. Epifluorescencija i 3D-SIM slike kasnijih faza grabežljivosti za prikaz PG ...


MATERIJALI I METODE

Materijali

Saccharomyces cerevisiae, pelud bora (prah za ometanje) i vlakna kapoka kupljena su s tržnice lotosova posuda izvađena je iz korijena lotosa, a ljudska kosa odrezana je od autora X.Y. Rhodospirillum rubrum osigurao P. Wu (Trgovačko sveučilište Harbin) S. platensis, C. reinhardtii, T. subcordiformis, i Chlorella salina dao je Y. Zhang (Poljoprivredno sveučilište Qingdao), a medij za rast stanica L. Bian (Kinesko sveučilište u Hong Kongu). Željezni klorid (FeCl3), željezov klorid tetrahidrat (FeCl2· 4H2O) i dekstroza monohidrat kupljeni su od Acros Organics (Thermo Fisher Scientific Inc., SAD) natrijev hidroksid (NaOH, ≥98%, peleti) nabavljen je od Aladdina (Kina) klorovodična kiselina (HCl, 5 M) nabavljena je od BDH Prolabo (VWR International SAS, Francuska), apsolutni etanol i IPA kupljeni su od EMSURE-a (EMD Millipore Corporation, Njemačka) želatina od svinjske kože (tip A) kupljena je od Sigma-Aldricha (SAD), a DPBS od Gibca (Thermo Fisher Scientific Inc., SAD). Puferske otopine pH 4,0, pH 6,86 i pH 9,18 pripremljene su pomoću kalibracijskog puferskog praha CHEETAH pH metra (PHS-3C). Stanična linija fibroblasta 3T3, stanična linija raka SiHa i stanična linija hepatocelularnog karcinoma jetre Hep G2 dobiveni su iz ATCC -a (SAD). Svi kemijski reagensi korišteni su bez daljnjeg pročišćavanja.

Sinteza Fe3O.4 NP suspenzije

Fe3O.4 NP suspenzije su pripremljene na temelju metode su-taloženja (41, 45, 46), s tipičnim postupkom provedenim u ultrazvučnoj kupelji KUSON (modalno otplinjavanje, 20 kHz, 0,35 W/cm 2). Najprije je 10 ml otopine NaOH (0,5 M) dodano kap po kap u vodeni FeCl3 (0,008 M) –FeCl2 (0,016 M) smjese na 50 ° C, što je rezultiralo crnom suspenzijom. Drugo, nakon ultrazvuka tijekom 60 minuta, crna suspenzija je više puta centrifugirana (10.000 okretaja u minuti, 15 minuta) i triput ponovno dispergirana u DI vodi (putem ultrazvuka). Na kraju, 100 μl otopine HCl (5 M) dodano je u konačnu redispergiranu suspenziju, nakon čega je slijedilo daljnje ultrazvučno obrađivanje tijekom 60 minuta. Zatim, pozitivno nabijeni Fe3O.4 Dobivene su suspenzije NP (oko pH 2,1).

Postupak premazivanja

Postupak prevlačenja bioloških matrica proveden je pri sobnoj temperaturi i tlaku u otopini (oko pH 3,0) gornjeg Fe3O.4 NP suspenzija dispergirana u 50 ml DI vode, koja sadrži oko 9,28 mg NP magnetita (suha težina). Svi biološki uzorci isprani su tri puta s DI vodom prije nego što su dodani u otopinu. Kako bismo im skratili duljinu tijela, dodatno smo sonizirali S. platensis uzorak tijekom 15 min (20 kHz, 0,35 W/cm 2). Postupak prevlačenja umočen je bez ikakvog kontinuiranog snažnog mućkanja. Primijenjeno je samo povremeno mekano mućkanje kako bi se izbjeglo nakupljanje bioloških uzoraka. Nakon postupka potapanja, konačni proizvodi su odvojeni centrifugiranjem, a zatim uskladišteni u DI vodi.

Karakteristika strukture

Optičke slike snimljene su optičkim mikroskopom OLYMPUS spojenim na računalo kamerom uređaja s nabojem. FESEM slike snimljene su pomoću mikroskopa FEI Quanta 400F s ubrzavajućim naponom od 10 kV. Kako bi se povećala njihova vodljivost, svi uzorci su prolazili kroz raspršivanje zlata na 10 mA tijekom 45 s pomoću stroja za premazivanje ionskih raspršivača SC 502 (POLARON), osim ako nije drugačije naznačeno. Slike transmisijske elektronske mikroskopije dobivene su pomoću elektronskog mikroskopa FEI Tecnai Spirit s ubrzavajućim naponom od 200 kV. Analiza elemenata provedena je EDX analizatorom (postavljenim na FEI Quanta 400F) s ubrzavajućim naponom od 20 kV. Rendgensko difrakcijsko ispitivanje provedeno je na Smartlab (Rigaku) ​​difraktometru pomoću Cu mete (40 kV, 40 mA). Infracrveno ispitivanje Fourier -ove transmisije (FTIR) provedeno je u Thermo Scientific Nicolet iS10 FTIR spektrometru koristeći tipičnu tehniku ​​KBr prešanog diska (2 mg uzorka i 200 mg KBr). Svi uzorci FESEM-a, magnetizirani ili ne, sušeni su smrzavanjem u sušilici za smrzavanje ilShinBioBase (TFD8503), osim ako nije drugačije navedeno.

Karakterizacija magnetskih, pogonskih i fluorescentnih svojstava

Magnetska svojstva magnetskih mikrorobota mjerena su pomoću vibracijskog magnetometra za uzorke (VSM PPMS model 6000 Quantum Design) pri sobnoj temperaturi. Pogonski testovi provedeni su pomoću homogenih rotirajućih ili povremeno promjenjivih magnetskih polja koje stvara prilagođeni troosni Helmholtzov sustav zavojnica. Slike svijetlog polja i fluorescencije snimljene su u DI vodi pomoću konfokalnog laserskog skenirajućeg mikroskopa Leica SP8. Spektri fluorescencije snimljeni su pomoću fluorescentnog spektrofotometra Hitachi F-7000 opremljenog ksenonskom lampom L2175 (HAMAMATSU). Rezolucija ispitivanja bila je 1,0 nm, a parametri ispitivanja postavljeni su na sljedeći način: brzina skeniranja pri 1200 nm/min uzbude i širina proreza emisije pri 5,0 nm. Visokopropusni emisijski filtri od 420, 500 i 580 nm korišteni su za pobudu 405-, 488- i 552-nm.

In vivo snimanje na bazi fluorescencije

In vivo pokusi snimanja temeljeni na MPSAutofluorescencija je provedena u potkožnom tkivu i intraperitonealnoj šupljini miša Balb/c, koji su uzgojeni i držani u Centru za laboratorijske usluge za životinje Kineskog sveučilišta u Hong Kongu. Kupanje 6-, 24 i 72 sata S. platensis dispergirane su u 1 ml DI vode kako bi se dobile otopine koncentracija 0, 50, 100, 200, 400 i 800 μg/ml. Pripremljene otopine su zatim zračene ultraljubičastim svjetlom 1 sat radi sterilizacije prije injekcije. Pokusi snimanja in vivo provedeni su na sljedeći način: (i) Miševi su anestezirani ketaminom (75 mg/kg)/ksilazinom (10 mg/kg) i položeni na čvrstu podlogu, a (ii) svi miševi su primijenjeni sa potkožna injekcija (100 μl) ili intraperitonealna injekcija (300 μl). Potkožna skupina je odmah snimljena pomoću DsRed uzbudnog filtera i 660-nm emisijskog filtra pomoću IVIS 200 sustava za snimanje (Xenogen Imaging Technologies, Alameda, CA), a intraperitonealna skupina snimana je svakih 5 minuta. Za pokuse intenziteta fluorescencije u odnosu na vrijeme boravka, 12 miševa je potkožno ubrizgano u ormarić za biološku sigurnost (serija 1300 A2, Thermo Fisher Scientific Inc., SAD), a zatim su vraćeni u Centar za laboratorijske usluge za životinje Kineskog sveučilišta u Hong Kongu rasplod. Fluorescentni signali snimljeni su 15, 24, 48 i/ili 72 sata.

T2-težnjeno in vitro MR snimanje

Sve MR slike snimljene su u vodenoj kupelji (20 cm × 12 cm × 8 cm) smještene unutar zavojnice glave odašiljača-primanja pomoću 3.0-T kliničke MR jedinice za cijelo tijelo (Achieva TX Philips Medical Systems, Best, Nizozemska). T2-MR snimanje ponderirano mjereno je standardnim Carr-Purcell-Meiboom-Gill-ovim pulsnim nizom, s TR (vrijeme ponavljanja) = 2000 ms, TE (vrijeme odjeka) raspon = 30 do 960 ms, 32 odjeka, vidno polje = 134 × 67 mm, matrica = 128 × 64, debljina kriške = 5 mm. Kako bi se osigurala distribucija MSP je homogen tijekom MR snimanja, svi testirani uzorci fiksirani su želatinom od svinjske kože (tip A) u epruvetama za centrifugiranje od 1,5 ml (Thermo Fisher Scientific Inc., SAD).

T2-integrirano in vivo MR snimanje

Ženke SD štakora (250 do 280 g), uzgojene i držane u Centru za laboratorijske usluge životinjama kineskog sveučilišta u Hong Kongu, korištene su za pokuse na životinjama. Eksperimentalne protokole odobrilo je Etičko povjerenstvo za eksperimente na životinjama Kineskog sveučilišta u Hong Kongu, a licenciralo ih Ministarstvo zdravstva SAR -a Hong Kong. Za MR snimanje u potkožnom tkivu, dva SD štakora su anestezirana ketaminom (80 mg/kg)/ksilazinom (10 mg/kg) intraperitonealnom injekcijom i položeni na čvrstu podlogu. Oni su podvrgnuti potkožnoj injekciji sa 100 μl svaki od 4 i 8 mg/ml MSP72h-PO otopine, a zatim se uzastopno stavljaju u 3.0-T klinički MR skener za MR snimanje (Achieva TX Philips Medical Systems, Best, Nizozemska). Odašiljač i prijamnik radiofrekvencije bili su zavojnica ljudskog zapešća. Za MR snimanje želuca, još tri štakora su hranjena intragastričnom primjenom 1 ml PO, 1 ml 4 mg/ml MSP72h-PO otopina i 1 ml 8 mg/ml MSP72h-PO rješenje. Nakon 5 minuta, svaki je štakor anesteziran s ketaminom (80 mg/kg)/ksilazinom (10 mg/kg) intraperitonealnom injekcijom i fiksiran u istom skeneru za MR snimanje. Još tri štakora su hranjena s 8 mg MSP-72h po 1 ml PO, anestezirano ketaminom, a zatim tretirano različitim magnetskim poljima. Prva dva tretirana su 5, odnosno 12 minuta, s RPM -om, a treći štakor je tretiran 12 minuta istim stalnim magnetom, ali bez rotacije. Slijede glavni parametri snimanja MR -om: turbo spin echo sekvenca, TR = 4200 ms, TE = 80 ms, kut okretanja = 90 °, debljina kriške = 3 mm, broj pobuda = 4, duljina odjeka niza = 16, veličina piksela = 0,2 mm × 0,2 mm.

Pokusi degradacije

Ispitivanja biorazgradivosti provedena su za uranjanje 0-/6-/24-/72 sata S. platensis. Svaki uzorak (liofiliziran, 2 mg) dodan je u koničnu epruvetu za centrifugiranje Thermo Scientific Nunc od 50 ml koja sadrži 20 ml DPBS i zatim inkubiran u 5% CO2–95% vlažna zraka na 37 ° C. U svakoj projektiranoj vremenskoj točki uzorci od 500, 100 i 50 μl sukcesivno su izvađeni iz epruvete i okarakterizirani fluorescentnom spektrofotometrijom, FESEM-om i optičkom mikroskopijom. Ekstrahovani uzorci FESEM -a isprani su tri puta sa DI vodom centrifugiranjem.

Stanična kultura i subkultura

Stanična linija 3T3 fibroblasta kultivirana je s minimalno bitnim medijima na 37 ° C u 5% CO2–95% vlažna atmosfera zraka. Kad je ušće stanica doseglo oko 75 do 80%, stanice su isprane sterilnim PBS -om. Zatim je tripsin neutraliziran (Invitrogen, CA, USA) punim medijem i ispran s PBS. Zatim su stanice sakupljene centrifugiranjem (1000g 5 minuta). Nakon toga, stanični pelet je resuspendiran sa svježim punim medijem i pasiran u četiri plastične posude za kulturu tkiva (100 mm). Na kraju su inkubirane na 37 ° C u 5% CO2–95% vlažna atmosfera zraka za širenje. Stanična linija raka vrata maternice SiHa uzgajana je po istom protokolu.

MTT test

MTT test je proveden za MSP uzorci s tri stanične linije, uključujući staničnu liniju fibroblasta 3T3, staničnu liniju raka vrata maternice SiHa i staničnu liniju hepatocelularnog karcinoma jetre Hep G2. Svi pokusi su ponovljeni tri puta radi provjere.3T3, SiHa i Hep G2 stanice odvojeno su zasijane u tri ploče s 96 jažica (4000 stanica po jažici) kulture (Invitrogen) i kultivirane na 37 ° C u 5% CO2–95% vlažna atmosfera zraka. Nakon 24 sata inkubacije kako bi se stanice prilijepile, medij za kulturu zamijenjen je svježim medijem koji sadrži MSP uzorci s koncentracijama 0, 25, 50, 100, 200, 400 i 800 μg/ml (šest ponovljenih jažica za svaku koncentraciju, s konačnim volumenom od 100 μl po jažici). Nakon još 24 ili 48 sati inkubacije, medij za kulturu pažljivo je uklonjen, a stanice su isprane dva puta s PBS. Zatim je dodano 150 μl MTT -a (0,5 mg/ml). Nakon 4 sata inkubacije, medij za kulturu ponovno je pažljivo uklonjen, te je dodano 150 μl DMSO po jažici, nakon čega je slijedilo 10 minuta mućkanja na vodoravnoj tresilici. Apsorbancija je očitana pomoću opreme za analizu označavanja enzima (Biotek Synergy 2, BioTek, SAD) na 570 nm. Prosječna apsorbancija daje rezultat vitalnosti stanica.

Imunofluorescentno bojenje

Stanice 3T3 i SiHa zasijane su na stakla postavljena u ploče sa šest jažica (10.000 stanica po jažici). Svaka jažica napunjena je s 2,5 ml Dulbeccovog modificiranog Orlovog medija, uključujući 10% fetalnog goveđeg seruma i 1% penicilin-streptomicina. Nakon 24 sata inkubacije, MSP-24h Dodani su uzorci (0, 100 i 400 μg/ml) i kokulturirani sa stanicama 3T3 i SiHa tijekom 24 i 48 sati. U određeno vrijeme (tj. 24 i 48 sati), čaše prekrivene stanicama izvađene su iz udubljenja za ploče, nakon čega su uslijedila tri ponovljena ispiranja PBS-om (Gibco). Isprane stanice na staklima su zatim tretirane 30 minuta fiksacije u 4% paraformaldehidu (Sigma-Aldrich). Nakon tri ispiranja PBS-om, fiksirane stanice ubrzo su umočene u 0,3% Triton X-100 (Sigma-Aldrich) tijekom 30 minuta. Zatim su permeabilizirane stanice blokirane 30 minuta s 2% goveđeg serumskog albumina (Sigma-Aldrich). Zatim su ove prethodno obrađene stanice bile spremne za bojenje. Bojanje citoskeleta izvedeno je 90-minutnom inkubacijom prethodno obrađenih stanica u PBS-razrijeđenom fluorescein faloidinu (200: 1, omjer volumena), a protubojenje jezgri provedeno je 30-minutnom inkubacijom u 6-diamidino-2-fenilindolu razrijeđenom PBS-om (1: 1000, omjer volumena) nakon tri ispiranja sa 0,1 težinskih % Tween 20 (PBS). Kako bi se izbjeglo fotobijeljenje, svi procesi bojenja izvedeni su u tamnom okruženju. Svi koraci za imunofluorescencijsko bojenje izvedeni su na sobnoj temperaturi. Slike fluorescencije tada su snimljene konfokalnim laserskim skenirajućim mikroskopom Zeiss LSM 700.


Praktični rad za učenje

Bilješke temeljene na podacima iz 'Osnovne praktične mikrobiologije' © Društvo za opću mikrobiologiju.

Prije početka ovog ili bilo kojeg drugog praktičnog rada u mikrobiologiji pogledajte standardni postupak aseptičke tehnike.

Raširene ploče ili ploče za travnjak trebale bi rezultirati jakim, često slivnim rastom kulture ravnomjerno raspoređenom po površini medija za rast. To znači da se mogu koristiti za ispitivanje osjetljivosti bakterija na mnoge antimikrobne tvari, na primjer, za ispiranje usta, češnjak, dezinficijense i antibiotike.

U nekim je situacijama ploča za izlijevanje bolja za rad s antimikrobnim lijekovima jer je bitno imati vremena da se raširena ploča potpuno osuši prije dodavanja bilo kojeg drugog materijala, poput papirnatih diskova natopljenih antimikrobnim tvarima.

Raširena ploča može se koristiti za kvantitativni rad (broj kolonija - ali vidi Napomena 1). Ako su razrjeđivanje i volumen inokuluma poznati (volumen je obično 0,1 cm 3), možete odrediti održivo brojanje uzorka. Održiv broj je broj bakterija ili nakupina bakterija po cm 3. Možete odrediti održivo brojanje ako odabrano razrjeđenje proizvede između 30 i 100 zasebnih prebrojivih kolonija.

Zdravlje i pojačalo Sigurnosne i tehničke napomene

1 Za distribuciju inokuluma po površini pripremljenih agarskih ploča koriste se sterilni posipači. Zamotani stakleni raspršivač možete sterilizirati u pećnici s vrućim zrakom ili sterilizirati plamenjem s alkoholom.

2 Zapaliti rasipač alkoholom:
a Donji kraj posipača umočite u mali volumen alkohola (70% IDA) koji se nalazi u posudi s poklopcem (s navojnim čepom ili aluminijskom folijom) ili u staklenoj (ne plastičnoj) Petrijevoj zdjelici s poklopcem. Spremnik za alkohol držite pokriven i 1 metar dalje od plamena Bunsenovog plamenika.

b Brzo prođite kroz plamen Bunsenovog plamenika da biste zapalili alkohol. Pazite da raspršivač bude okrenut prema dolje kada i nakon paljenja alkohola kako se ne biste opekli.

c Maknite posipač s plamena i ostavite da alkohol izgori. Zapaljeni alkohol sterilizirat će staklo.

d Ne odlažite rasipač na klupu.

3 Umjesto staklenih rasipača mogu se koristiti vate. Oni mogu biti poželjniji jer izbjegavaju potrebu za upotrebom alkohola kao sredstva za sterilizaciju. Pripremite ih valjanjem malih komada upijajuće vate oko jednog kraja štapića za koktele. Zamotajte pojedinačno u aluminijsku foliju ili stavite u univerzalnu bocu za sterilizaciju u autoklav ili lonac pod pritiskom. Ti se sterilni brisevi tada mogu umočiti u otopinu ili kulturu za prijenos, utrljati na površinu ploče s agarom i odmah odložiti u dezinficijens. (Napomena: pamučni pupoljci ljekarnika nisu sterilni i mogu biti impregnirani antimikrobnim sredstvom.)

4 Koristite agar ploče s dobro osušenom površinom kako bi se inokulum brzo osušio. Osušite površinu agarovih ploča inkubiranjem nekoliko sati (možda preko noći) ili ih stavite u pećnicu s vrućim zrakom (na 55-60 ° C) 30-60 minuta s odvojenim polovicama i unutarnjim površinama usmjerenim prema dolje.

5 CLEAPSS Laboratorijski priručnik, odjeljak 15.2.12 predlaže neke alternativne metode izrade namazane ploče ili ploče za travnjak te razmatra njihove prednosti i nedostatke.

6 Metoda kalibrirane kapljice (Miles & amp Misra) za brojanje kolonija čistih kultura bakterija i kvasca ekonomičnija je metoda od ploča za razlijevanje ili širenje. Međutim, metoda Miles & amp Misra obično nije prikladna za mješovite kulture dobivene iz prirodnih uzoraka poput tla. Postupak je isti kao kod raširene ploče, ali je potrebno manje ploča jer:

  • inokulum se isporučuje u obliku kapljica iz pipete za ispuštanje koja je kalibrirana (prema vanjskom promjeru vrha) za isporuku kapi izmjerenog volumena (na primjer, 0,02 cm 3)
  • mnogo kapi (šest ili više) može se staviti na jedan tanjur.

Postupak

Priprema

a Otpustite čep boce/ epruvete koja sadrži kulturu bujona.

b Izvadite sterilnu Pasteur pipetu iz spremnika i desnom rukom pričvrstite cucla.

c U desnoj ruci držite sterilnu pipetu, a u lijevoj bočicu/ epruvetu s kulturom bujona.

d Uklonite čep/ čep od vate boce/ epruvete malim prstom desne ruke i zapalite vrat.

e Stisnite sisaljku pipete i izvadite malu količinu juhe.

f Zapalite grlo boce/ epruvete i vratite čep/ čep.

g Lijevom rukom djelomično podignite poklopac Petrijeve zdjele koja sadrži kruti hranjivi medij.

h Stavite nekoliko kapi kulture na površinu - oko 0,1 cm 3 / oko 5 kapi /
dovoljno da pokrije komad od 5 penija.

i Vratite poklopac Petrijeve zdjele.

j Stavite pipetu u staklenku za dezinfekciju.

k Stakleni razmaz umočite u alkohol (70% IDA), zapalite i ostavite da alkohol izgori (Napomena 2).

l Podignite poklopac Petrijeve zdjele kako biste omogućili ulazak rasipača.

m Rasipač postavite na površinu cijepljenog agara. Raspršivač pomaknite odozgo prema dolje ili sa strane na stranu kako biste inokulum rasporedili po površini agara. Pazite da je cijela površina agara prekrivena.

n Vratite poklopac Petrijeve zdjele.

o Zapalite rasipač alkoholom (Napomena 2).

str Pustite da se inokulum osuši (Napomena 4). Ovo će potrajati neko vrijeme.

q Ako ploča nije napravljena za procjenu populacije u serijskom razrjeđenju, sada se može dalje liječiti, na primjer, za testiranje antimikrobnih sredstava, prije snimanja i inkubacije.

r Zatvorite ploču trakom i inkubirajte je u obrnutom položaju.

Web veze

Izvori nastavnika za mikrobiologiju
Društvo za opću mikrobiologiju - izvor osnovne praktične mikrobiologije, izvrstan priručnik laboratorijskih tehnika i praktične mikrobiologije za srednje škole, izbor provjerenih praksi korištenjem mikroorganizama.

Mikrobiologija na internetu
MiSAC (Savjetodavni odbor za mikrobiologiju u školama) podržava Društvo za opću mikrobiologiju (vidi gore), a njihove web stranice sadrže više informacija o sigurnosti i vezu za traženje savjeta putem e -pošte.

(Web stranice posjećene u listopadu 2011.)

© 2019., Kraljevsko društvo za biologiju, Naoroji Street 1, London WC1X 0GB Registrirano dobrotvorno društvo br. 277981, uključeno u Royal Charter


Laboratorijske sigurnosne prakse i postupci

  1. Upamtite da su sve bakterije potencijalni patogeni koji mogu nanijeti štetu u neočekivanim ili neobičnim okolnostima. Ako kao student imate narušen imunološki sustav ili nedavnu produženu bolest, trebali biste te osobne okolnosti podijeliti sa svojim laboratorijskim instruktorom.
  2. Znajte gdje se u laboratoriju nalazi posebna sigurnosna oprema, poput aparata za gašenje požara i stanice za ispiranje očiju.
  3. Prepoznajte međunarodni simbol za biološke opasnosti i znajte gdje i kako zbrinuti sav otpadni materijal, osobito biološki opasni otpad. Imajte na umu da sav otpad opasan po biološku opasnost mora biti steriliziran autocvjetom prije nego što se može uključiti u tok otpada.
  4. Držite sve osim kultura i alata koji su vam potrebni izvan laboratorijske klupe.
  5. Sva oprema i zalihe korišteni u pokusima koji uključuju bakterijske kulture trebaju biti sterilizirani. To uključuje medije koje koristite, kao i alate koji se koriste za prijenos medija ili bakterija, kao što su instrumenti za cijepljenje (petlje i igle) i pipete za prijenos tekućine.
  6. Prijenos tekućih kultura pipetom NIKADA ne smije uključivati ​​usisavanje koje pružaju vaša usta.
  7. Dezinficirajte svoje radno područje PRIJE i NAKON rada s bakterijskim kulturama.
  8. U slučaju slučajnog izlijevanja koje uključuje bakterijsku kulturu, područje zasićenja potpuno zasitite dezinficijensom, zatim prekrijte papirnatim ručnicima i ostavite da izlije 10 minuta. Zatim pažljivo uklonite zasićene papirnate ubruse, odložite ih u biološki opasni otpad i ponovno očistite područje dezinficijensom.
  9. Nosite rukavice pri radu s kulturama, a kad vaš posao završi, odložite rukavice u smeće za biološku opasnost. Također se preporučuju zaštitne naočale ili naočale.
  10. Dugu kosu treba povući kako bi se držala dalje od bakterijskih kultura i otvorenog plamena.
  11. Prije napuštanja laboratorija provjerite jesu li laboratorijske klupe potpuno očišćene (sve bačeno ili vraćeno u skladište).

Bakterije predstavljaju različite stupnjeve rizika kako u kontroliranom laboratorijskom okruženju, tako i u svom prirodnom okruženju. Stoga razina zadržavanja potrebna za siguran rad s bakterijskim kulturama također varira ovisno o sustavu koji razvrstava mikrobe u jednu od četiri razine biološke sigurnosti (BSL), koji osigurava minimalne standarde za sigurno rukovanje mikroorganizmima na svakoj razini. BSL -ovi su definirani, a prakse suzbijanja detaljno su opisane u Centrima za kontrolu i prevenciju bolesti (CDC) za laboratorije u Sjedinjenim Državama. Cijeli dokument, “Biosigurnost u Mikrobiološki i Biomedicinski Laboratoriji,”Može se u cijelosti pogledati na http://www.cdc.gov/biosafety/publications/bmbl5/index.htm.

Prije prvog sastanka laboratorija idite na sljedeću web stranicu kako biste pregledali smjernice BSL -a prema CDC -u, koji uključuje interaktivni kviz:

Većina bakterijskih kultura s kojima ćemo raditi klasificirane su kao BSL-1. U nastavku navedite tri prakse koje biste trebali koristiti dok radite s bakterijom BSL-1:

U nekoliko laboratorija radit ćemo s bakterijama koje su klasificirane kao BSL-2. Koje dodatne sigurnosne postupke trebate primijeniti kada radite s tim bakterijama?

Nakon što je vaš instruktor razgovarao o svim dodatnim sigurnosnim postupcima za vaš laboratorij, dovršite procjenu koncepta biološke sigurnosti na sljedećoj stranici (ili onoj koju je dao vaš instruktor) i potpišite potvrdu. Ispunjeni dokument vratite svom instruktoru.


Sadašnja definicija higijene

Riječ higijena potječe od Hygieie, grčke božice zdravlja. Oxfordski rječnik engleskog jezika (OED) definira ga kao: "Taj odjel znanja ili prakse koji se odnosi na održavanje zdravlja sustav načela ili pravila za očuvanje ili promicanje zdravstvene sanitarne znanosti" [1]. OED nam također daje određeni kontekst uporabe riječi na engleskom, napominjući da njezino podrijetlo leži u prvom dijelu definicije (rana upotreba riječi u potpunosti se odnosi na medicinsku praksu), dok se suvremenija upotreba odnosi na posebno na praksu čistoće gdje se odnosi na održavanje dobrog zdravlja. U praksi se, međutim, higijena rijetko izričito definira. Pojam se najčešće odnosi na higijena ruku, koju Svjetska zdravstvena organizacija definira kao “opći pojam koji se odnosi na bilo koju radnju čišćenja ruku” [2]. Higijena se također može odnositi na higijena okoliša, što može značiti ili čišćenje površina unutar čovjekova (najčešće pacijentovog) okruženja [3] ili, šire, infrastrukturne promjene koje mijenjaju okoliš na način koji se smatra korisnim za ljudsko zdravlje (poput postavljanja vode i postrojenja za pročišćavanje otpadnih voda) [4]. U ovom pregledu usredotočujemo se prvenstveno na higijenu ruku, budući da se ovaj aspekt higijene najčešće koristi u suvremenoj znanstvenoj literaturi.

Unatoč ranom prepoznavanju važnosti higijene ruku za suzbijanje širenja bolesti (Tablica 1) [5,6,7], malo pažnje se posvećivalo pojedinostima u većem dijelu dvadesetog stoljeća. Iako je CDC postupno povećavao propise o higijeni ruku [8,9,10], osobito u zdravstvenim ustanovama, Svjetska zdravstvena organizacija (WHO) uspostavila je međunarodni standard za higijenu ruku tek 2009. godine Smjernice o higijeni ruku [2].

WHO izričito definira higijenu ruku kao "bilo koju radnju čišćenja ruku", a zatim opisuje mnoge specifične "prakse higijene ruku", koje uključuju sve, od pranja ruku sapunom i vodom do kirurške antisepse ruku. Značajno je napomenuti da se većina propisa i preporuka o higijeni ruku fokusira na aspekt higijene kao čista, koncentrirajući se na smanjenje ukupnog mikrobnog opterećenja, a ne na smanjenje prijenosa infekcije.

Suvremena istraživanja o higijeni ruku

Usredotočenost na skupno smanjenje mikrobnog opterećenja očita je u većini higijenskih studija - čak i onih koje su proveli klinički mikrobiolozi [11,12,13,14]. Koncepti higijene i sterilizacije često su povezani, što možda nije iznenađujuće s obzirom na povijest bolničkih sanitarnih praksi koje nastoje ukloniti sve mikrobe iz okoliša [8]. Postoji logična veza između masovnog smanjenja mikrobnog opterećenja i smanjenja širenja patogena, međutim, relativno mali broj studija nadilazi čišćenje i povezuje higijenu izravno sa zdravstvenim ishodima, a mnoge od njih posebno se odnose na bolničku infekciju [12].

Istraživanje higijene ruku usredotočilo se uvelike na bolničke uvjete i širenje bolničkih infekcija (pregledano u [2, 12]), dijelom zbog povijesti terena, ali štoviše zbog prepoznavanja povećanog rizika od infekcije na mjestima gdje je potencijalno zarazna i okupljaju se imunokompromitirani ljudi. Tamo gdje se rad na higijeni ruku odvijao izvan bolničkih ustanova, usredotočio se na druga područja s visokim rizikom od prijenosa patogena, kao što su ustanove za brigu o djeci [15,16,17] ili situacije rukovanja hranom [18], ili su poduzete u u kombinaciji s naporima za poboljšanje higijene okoliša u zajednici, poput poboljšane sanitarne infrastrukture u zemljama u razvoju (pregledano u [19]).

Aiello i Larson otkrili su samo 53 studije objavljene između 1980. i 2001., od tisuća studija koje odgovaraju njihovim kriterijima pretraživanja, koje izričito povezuju higijenu sa zdravstvenim ishodima izvan zdravstvenih ustanova [19]. Studije koje povezuju higijenske intervencije sa zdravljem pokazuju učinkovitost pranja ruku u smanjenju rizika od dijaretičkih bolesti [20, 21] i infekcija gornjih dišnih putova [21, 22]. Smanjenje stope pranja ruku kao odgovor na strah od kontaminacije olovom predloženo je kao čimbenik koji pridonosi nedavnom Shigella epidemija u Flintu, Michigan [23].

Nedostatak jasne i dosljedne definicije higijene doveo je do zabune u znanstvenoj literaturi. Jedan primjer ove zabune očit je u čitavoj higijenskoj literaturi sušenje ruku. Premda se ignoriralo [24], sušenje ruku ključan je aspekt higijene ruku zbog značajne uloge zaostale vlage u prijenosu mikroba između površina [25,26,27,28]. Različite metode sušenja ruku imaju različite higijenske prednosti i brige. Na primjer, sušenje papirnatim ručnicima metoda je koju zdravstveni radnici preporučuju od strane Centra za kontrolu i prevenciju bolesti [29] i WHO [2], velikim dijelom zbog skupnih podataka o broju bakterija koji ukazuju na to da su papirnati ručnici učinkoviti u uklanjanju prolazne površinske bakterije [24, 30,31,32,33,34,35]. Ipak, moguće je da papirnati ručnici mogu poslužiti kao spremnik bakterija koji može olakšati širenje bolesti [36, 37]. Novije alternative papirnatim ručnicima, poput mlaznica za sušenje zraka (npr. Dyson Airblade ™), plasiraju se na tržište dizajnirane s visoko učinkovitim filtrom čestica zraka (HEPA) ugrađenim u sustav protoka zraka, što smanjuje rizik od preraspodjele mikroba u zraku. ruke [13]. Međutim, postoji zabrinutost zbog sklonosti tako brzog kretanja zraka da aerosolizira mikrobe iz ruku korisnika ili okoline [14, 34, 37,38,39].

Veći dio postojećeg rada na sušenju ruku ispitivao je higijensku učinkovitost različitih metoda. Međutim, ono što se podrazumijeva pod "higijenom" u bilo kojoj studiji često se ne navodi i općenito je nedosljedno između studija različitih istraživačkih skupina [40], ali se obično mjeri promjenom mikrobnog opterećenja [13, 34], raspršivanjem mikroba iz ruke ili neki njihov zamjenik [38, 39], i/ili učinkovitost sušenja [13, 36, 37]. Korištenje definicije higijene koja se izričito oslanja na smanjenje širenja bolesti i uzima u obzir dinamiku mikrobne zajednice omogućilo bi budućim pokusima da na odgovarajući način riješe moguće higijenske probleme bakterijskih spremnika papirnatih ubrusa ili mikroba aerosoliziranih sušilicama.


Uvod

Preživači su jedna od najuspješnijih skupina biljojeda sisavaca na planeti, s oko 200 vrsta zastupljenih s približno 75 milijuna divljih i 3,5 milijardi pripitomljenih jedinki diljem svijeta 1. Preživači su definirani načinom njihove probave biljaka i razvili su prednji želudac, burag, koji omogućuje djelomičnu mikrobnu probavu hrane prije nego što uđe u pravi želudac.Preživači sami ne proizvode enzime potrebne za razgradnju najsloženijih biljnih polisaharida, a burag pruža okruženje za bogat i gust konzorcij anaerobnih mikroba koji ispunjavaju ovu metaboličku ulogu. Ti mikrobi buraga fermentiraju hranu za stvaranje hlapivih masnih kiselina koje su glavni izvor hranjivih tvari za životinju domaćina i značajno doprinose produktivnosti preživača. Domaćin također koristi mikrobnu biomasu i neke nefermentirane komponente hrane nakon što izlaze iz buraga u ostatak probavnog trakta. Preživači su razvili različite anatomije i ponašanja buraga kako bi uspjeli na raznim biljnim vrstama, a ta im je fleksibilnost omogućila da zauzmu mnogo različitih staništa u širokom rasponu klimatskih uvjeta 2. To su također bili važni čimbenici u njihovom pripitomljavanju, omogućujući pretvaranje neprobavljivog biljnog materijala čovjeka u lako pristupačnu životinjsku robu, osobito mliječne proizvode, meso i korisna vlakna. Preživači su tako odigrali vitalnu ulogu u održavanju i razvoju mnogih ljudskih kultura, te su korišteni kao tegleće životinje i imaju vjerske i statusne vrijednosti.

Mikrobi buraga mogu se svrstati u različite funkcionalne skupine, poput celulolitika, amilolitika, proteolitika itd., Koje razgrađuju široku paletu komponenata hrane ili dodatno metaboliziraju neke od proizvoda koje stvaraju drugi mikrobi 3. Na primjer, metanogeni, arheje koje tvore metan, spadaju među one koji metaboliziraju vodik koji stvaraju neki fermentacijski mikrobi i tvore metan. Metan nastao tijekom ove fermentacije doprinosi globalnoj antropogenoj emisiji stakleničkih plinova 4 i predstavlja 2–12% gubitka energije hrane za životinje 5. Razlike u mikrobnim zajednicama buraga temelj su varijacija u stvaranju metana 6 i pretvorbi hrane za životinje u životinjske proizvode 7,8. Stoga je razumijevanje ovih zajednica ključno za razumijevanje pretvaranja biljnih materijala u preživače u nepoželjne i korisne proizvode preživača.

Cilj ovog istraživanja bio je utvrditi sastav mikrobiote u uzorcima buraga i prednjeg crijeva od 742 pojedinačne životinje iz cijelog svijeta. Dobiveni skup podataka omogućio nam je da utvrdimo da prehrambeni čimbenici dominiraju nad vrstama domaćina u određivanju sastava mikrobne zajednice, identificiraju dominantne mikrobe i njihove potencijalne asocijacije te opisuju stupanj sličnosti mikrobnih zajednica buraga u cijelom svijetu.


Sadržaj

Bioinformatika postala je važan dio mnogih područja biologije. U eksperimentalnoj molekularnoj biologiji bioinformatičke tehnike, poput obrade slike i signala, omogućuju ekstrakciju korisnih rezultata iz velike količine sirovih podataka. U području genetike pomaže u sekvenciranju i označavanju genoma i njihovih uočenih mutacija. On ima ulogu u proučavanju teksta biološke literature i razvoju bioloških i genskih ontologija za organizaciju i ispitivanje bioloških podataka. Također igra ulogu u analizi ekspresije i regulacije gena i proteina. Alati za bioinformatiku pomažu u usporedbi, analizi i tumačenju genetskih i genomskih podataka te općenito u razumijevanju evolucijskih aspekata molekularne biologije. Na integrativnijoj razini pomaže analizirati i katalogizirati biološke putove i mreže koji su važan dio biologije sustava. U strukturnoj biologiji pomaže u simulaciji i modeliranju DNA, [2] RNA, [2] [3] proteina [4], kao i biomolekularnih interakcija. [5] [6] [7] [8]

Uređivanje povijesti

Povijesno gledano, pojam bioinformatika nije značilo ono što znači danas. Paulien Hogeweg i Ben Hesper smislili su ga 1970. godine za upućivanje na proučavanje informacijskih procesa u biotičkim sustavima. [9] [10] [11] Ova definicija stavlja bioinformatiku kao polje paralelno s biokemijom (proučavanje kemijskih procesa u biološkim sustavima). [9]

Uređivanje sekvenci

Računala su postala bitna u molekularnoj biologiji kada su proteinske sekvence postale dostupne nakon što je Frederick Sanger odredio slijed inzulina početkom 1950 -ih. Ručno uspoređivanje više sekvenci pokazalo se nepraktičnim. Pionirka na tom polju bila je Margaret Oakley Dayhoff. [12] Sastavila je jednu od prvih baza podataka o sekvencama proteina, prvotno objavljenu kao knjige [13] i uvela metode za poravnavanje sekvenci i molekularnu evoluciju. [14] Drugi rani doprinos bioinformatici bio je Elvin A. Kabat, koji je 1970. godine započeo analizu bioloških sekvenci sa svojim opsežnim količinama sekvenci antitijela objavljenim s Tai Te Wuom između 1980. i 1991. [15] 1970 -ih, nove tehnike za sekvenciranje DNK primijenjeni su na bakteriofage MS2 i øX174, a zatim su proširene sekvence nukleotida raščlanjene s informacijskim i statističkim algoritmima. Ove su studije pokazale da se dobro poznate značajke, poput kodirajućih segmenata i tripletnog koda, otkrivaju u jednostavnim statističkim analizama i tako su bile dokaz koncepta da bi bioinformatika bila pronicljiva. [16] [17]

Uredi ciljeve

Da bi se proučilo kako se normalne stanične aktivnosti mijenjaju u različitim bolesnim stanjima, biološki se podaci moraju kombinirati kako bi se dobila sveobuhvatna slika o tim aktivnostima. Stoga se polje bioinformatike razvilo tako da sada najhitniji zadatak uključuje analizu i tumačenje različitih vrsta podataka. To također uključuje sekvence nukleotida i aminokiselina, proteinske domene i proteinske strukture. [18] Stvarni proces analize i tumačenja podataka naziva se računalna biologija. Važne poddiscipline unutar bioinformatike i računalne biologije uključuju:

  • Razvoj i implementacija računalnih programa koji omogućuju učinkovit pristup, upravljanje i korištenje različitih vrsta informacija.
  • Razvoj novih algoritama (matematičkih formula) i statističkih mjera koje procjenjuju odnose među članovima velikih skupova podataka. Na primjer, postoje metode za lociranje gena unutar sekvence, za predviđanje proteinske strukture i/ili funkcije te za grupiranje proteinskih sekvenci u obitelji srodnih sekvenci.

Primarni cilj bioinformatike je povećati razumijevanje bioloških procesa. Ono što ga izdvaja od drugih pristupa je, međutim, fokus na razvoju i primjeni računalno intenzivnih tehnika za postizanje ovog cilja. Primjeri uključuju: prepoznavanje uzoraka, rudarenje podataka, algoritme strojnog učenja i vizualizaciju. Veliki istraživački napori na tom području uključuju poravnavanje sekvenci, pronalaženje gena, sastavljanje genoma, dizajn lijekova, otkriće lijekova, poravnavanje strukture proteina, predviđanje strukture proteina, predviđanje ekspresije gena i interakcija protein-protein, studije asocijacije na čitavom genomu, modeliranje evolucije te dioba/mitoza stanica.

Bioinformatika sada podrazumijeva stvaranje i napredovanje baza podataka, algoritama, računskih i statističkih tehnika i teoriju za rješavanje formalnih i praktičnih problema koji proizlaze iz upravljanja i analize bioloških podataka.

U posljednjih nekoliko desetljeća, brzi razvoj genomskih i drugih molekularnih istraživačkih tehnologija i razvoj informacijskih tehnologija kombinirali su se kako bi proizveli ogromnu količinu informacija vezanih za molekularnu biologiju. Bioinformatika naziv je za ove matematičke i računalne pristupe koji se koriste za razumijevanje bioloških procesa.

Uobičajene aktivnosti u bioinformatici uključuju mapiranje i analizu DNK i proteinskih sekvenci, poravnavanje DNK i proteinskih sekvenci radi njihove usporedbe te stvaranje i pregled 3-D modela proteinskih struktura.

Odnos prema drugim poljima Uredi

Bioinformatika je znanstveno područje koje je slično, ali se razlikuje od biološkog računanja, dok se često smatra sinonimom za računalnu biologiju. Biološko računanje koristi bioinženjering i biologiju za izradu bioloških računala, dok bioinformatika koristi računanje za bolje razumijevanje biologije. Bioinformatika i računalna biologija uključuju analizu bioloških podataka, osobito DNA, RNA i proteinskih sekvenci. Područje bioinformatike doživjelo je eksplozivan rast od sredine 1990-ih, potaknuto velikim dijelom Projektom ljudskog genoma i brzim napretkom u tehnologiji sekvenciranja DNA.

Analiza bioloških podataka radi dobivanja značajnih informacija uključuje pisanje i pokretanje softverskih programa koji koriste algoritme iz teorije grafova, umjetne inteligencije, mekog računarstva, rudarenja podataka, obrade slika i računalne simulacije. Algoritmi pak ovise o teorijskim osnovama kao što su diskretna matematika, teorija upravljanja, teorija sustava, teorija informacija i statistika.

Budući da je fag Φ-X174 sekvenciran 1977. [19], DNK sekvence tisuća organizama dekodirane su i pohranjene u bazama podataka. Ta se informacija o slijedu analizira kako bi se odredili geni koji kodiraju proteine, gene RNA, regulatorne sekvence, strukturne motive i ponavljajuće sekvence. Usporedba gena unutar vrste ili između različitih vrsta može pokazati sličnosti između funkcija proteina ili odnosa među vrstama (upotreba molekularne sustavnosti za izgradnju filogenetskih stabala). S povećanjem količine podataka, odavno je postalo nepraktično ručno analizirati DNK sekvence. Računalni programi poput BLAST -a rutinski se koriste za pretraživanje sekvenci - od 2008. godine, od više od 260 000 organizama, koji sadrže preko 190 milijardi nukleotida. [20]

DNK sekvenciranje Edit

Prije nego što se sekvence mogu analizirati, moraju se dobiti iz banke za pohranu podataka, primjerice Genbank. DNK sekvenciranje je još uvijek ne-trivijalan problem jer sirovi podaci mogu biti bučni ili biti pogođeni slabim signalima. Za bazu su razvijeni algoritmi koji zahtijevaju različite eksperimentalne pristupe sekvenciranju DNA.

Montaža slijeda Edit

Većina tehnika sekvenciranja DNA proizvodi kratke fragmente sekvence koje je potrebno sastaviti kako bi se dobile potpune sekvence gena ili genoma. Takozvana tehnika sekvenciranja sačmarica (koju je, na primjer, koristio Institut za genomska istraživanja (TIGR) za sekvenciranje prvog bakterijskog genoma, Haemophilus influenzae) [21] generira sekvence mnogih tisuća malih fragmenata DNA (u rasponu od 35 do 900 nukleotida, ovisno o tehnologiji sekvenciranja). Rubovi ovih fragmenata preklapaju se i, kada su pravilno poravnati programom sastavljanja genoma, mogu se koristiti za rekonstrukciju cijelog genoma. Sekvenciranje sačmarice brzo daje podatke o sekvenci, ali zadatak sastavljanja fragmenata može biti prilično kompliciran za veće gene. Za genom velik poput ljudskog genoma može proći mnogo dana CPU-a na višeprocesorskim računalima velike memorije za sastavljanje fragmenata, a rezultirajući sklop obično sadrži brojne praznine koje se kasnije moraju popuniti. Sekvenciranje sačmarica metoda je izbora za gotovo sve danas genomirane genome [ kada? ], a algoritmi za sastavljanje genoma kritično su područje istraživanja bioinformatike.

Uređivanje oznaka genoma

U kontekstu genomike, označavanje je proces označavanja gena i drugih bioloških značajki u DNK slijedu. Ovaj proces treba automatizirati jer je većina genoma prevelika da bi se mogli ručno komentirati, a da ne govorimo o želji da se označi što je moguće više genoma, jer je brzina sekvenciranja prestala predstavljati usko grlo. Bilježenje je omogućeno činjenicom da geni imaju prepoznatljive početne i zaustavne regije, iako se točan slijed koji se nalazi u tim regijama može razlikovati među genima.

Prvi opis sveobuhvatnog sustava označavanja genoma objavio je 1995. godine [21] tim na Institutu za genomska istraživanja koji je izvršio prvi potpuni niz i analizu genoma slobodnog organizma, bakterije Haemophilus influenzae. [21] Owen White dizajnirao je i izgradio softverski sustav za identifikaciju gena koji kodiraju sve proteine, prijenosne RNA, ribosomske RNA (i druga mjesta) i za početne funkcionalne dodjele. Većina sadašnjih sustava označavanja genoma radi slično, ali programi dostupni za analizu genomske DNA, poput programa GeneMark, obučeni su i korišteni za pronalaženje gena koji kodiraju proteine ​​u Haemophilus influenzae, stalno se mijenjaju i poboljšavaju.

Slijedeći ciljeve koje je Projekt humanog genoma ostavio postići nakon zatvaranja 2003., pojavio se novi projekt koji je razvio Nacionalni institut za istraživanje ljudskog genoma u SAD -u. Takozvani ENCODE projekt zajedničko je prikupljanje podataka o funkcionalnim elementima ljudskog genoma koji koristi tehnologiju sekvenciranja DNA sljedeće generacije i nizove genomskih pločica, tehnologije sposobne automatski generirati velike količine podataka po dramatično smanjenoj cijeni po bazi ali s istom točnošću (pogreška osnovnog poziva) i vjernošću (pogreška u sastavljanju).

Računalna evolucijska biologija Uredi

Evolucijska biologija proučava podrijetlo i porijeklo vrsta, kao i njihovu promjenu tijekom vremena. Informatika je pomogla evolucijskim biolozima omogućivši istraživačima:

  • pratiti evoluciju velikog broja organizama mjerenjem promjena u njihovoj DNK, a ne samo fizičkom taksonomijom ili samo fiziološkim opažanjima,
  • usporediti cijele genome, što dopušta proučavanje složenijih evolucijskih događaja, poput dupliciranja gena, horizontalnog prijenosa gena i predviđanje čimbenika važnih za bakterijsku specifikaciju,
  • izgraditi složene računske populacijske genetičke modele za predviđanje ishoda sustava tijekom vremena [22]
  • pratiti i razmjenjivati ​​informacije o sve većem broju vrsta i organizama

Budući rad nastoji rekonstruirati sada složenije drvo života. [ prema kome? ]

Područje istraživanja u računalnoj znanosti koje koristi genetske algoritme ponekad se miješa s računalnom evolucijskom biologijom, ali ta dva područja nisu nužno povezana.

Usporedna genomika Uredi

Srž usporedne analize genoma je uspostavljanje podudarnosti između gena (ortološka analiza) ili drugih genomskih značajki u različitim organizmima. Upravo te međugenomske karte omogućuju praćenje evolucijskih procesa odgovornih za divergenciju dva genoma. Mnoštvo evolucijskih događaja koji djeluju na različitim organizacijskim razinama oblikuju evoluciju genoma. Na najnižoj razini, točkaste mutacije utječu na pojedine nukleotide. Na višoj razini veliki se kromosomski segmenti podvrgavaju dupliciranju, lateralnom prijenosu, inverziji, transpoziciji, brisanju i umetanju. [23] U konačnici, čitavi genomi uključeni su u procese hibridizacije, poliploidizacije i endosimbioze, što često dovodi do brze specijacije. Složenost evolucije genoma postavlja mnoge uzbudljive izazove programerima matematičkih modela i algoritama, koji pribjegavaju spektru algoritamskih, statističkih i matematičkih tehnika, u rasponu od egzaktnih, heurističkih, fiksnih parametara i aproksimacijskih algoritama za probleme koji se temelje na modelima štedljivosti do Markova lančani Monte Carlo algoritmi za Bayesovu analizu problema na temelju vjerojatnih modela.

Mnoge od ovih studija temelje se na otkrivanju homologije sekvenci za dodjeljivanje sekvenci proteinskim obiteljima. [24]

Pan genomika Uređivanje

Pan genomika je koncept koji su 2005. uveli Tettelin i Medini, a koji se na kraju ukorijenio u bioinformatici. Pan genom potpuni je genski repertoar određene taksonomske skupine: iako se u početku primjenjivao na blisko povezane sojeve vrste, može se primijeniti u širem kontekstu poput roda, tipa itd. Podijeljen je u dva dijela- Genom jezgre: Skup gena zajedničkih za sve genome koji se proučavaju (To su često geni za održavanje domaćinstva vitalni za preživljavanje) i Nepotrebni/Fleksibilni genom: Skup gena koji nije prisutan u svim osim u jednom ili u nekoliko genoma koji se proučavaju. Bioinformatički alat BPGA može se koristiti za karakterizaciju pan genoma bakterijskih vrsta. [25]

Genetika bolesti Urediti

Pojavom slijedeće generacije sekvenciranja dobivamo dovoljno podataka o sekvenci za mapiranje gena složenih bolesti, neplodnosti, [26] raka dojke [27] ili Alzheimerove bolesti. [28] Studije udruživanja diljem genoma koristan su pristup za određivanje mutacija odgovornih za tako složene bolesti. [29] Kroz ove studije, identificirane su tisuće varijanti DNK koje su povezane sa sličnim bolestima i osobinama. [30] Nadalje, mogućnost korištenja gena za prognozu, dijagnozu ili liječenje jedna je od najvažnijih primjena. Mnoge studije raspravljaju kako o obećavajućim načinima odabira gena koji će se koristiti, tako i o problemima i zamkama korištenja gena za predviđanje prisutnosti bolesti ili prognozu. [31]

Analiza mutacija u raku Edit

Kod raka, genomi zahvaćenih stanica preuređuju se na složene ili čak nepredvidive načine. Napori masovnog sekvenciranja koriste se za identifikaciju dosad nepoznatih točkastih mutacija u raznim genima kod raka. Bioinformatičari nastavljaju proizvoditi specijalizirane automatizirane sustave za upravljanje golemim brojem proizvedenih podataka o sekvencama, te stvaraju nove algoritme i softver za usporedbu rezultata sekvenciranja sa sve većom zbirkom sekvenci ljudskog genoma i polimorfizma zametnih linija. Koriste se nove tehnologije fizičkog otkrivanja, poput oligonukleotidnih mikroredova za identifikaciju kromosomskih dobitaka i gubitaka (zvanih usporedna genomska hibridizacija), te nizovi polimorfizma s jednim nukleotidom za otkrivanje poznatih točkaste mutacije. Ove metode detekcije istodobno mjere nekoliko stotina tisuća mjesta u cijelom genomu, a kada se koriste u velikoj propusnosti za mjerenje tisuća uzoraka, generiraju terabajte podataka po eksperimentu. Opet velike količine i nove vrste podataka stvaraju nove mogućnosti za bioinformatičare. Često se otkriva da podaci sadrže značajnu varijabilnost ili šum, pa se stoga razvija model Skrivenog Markova i metode analize točke promjene kako bi se zaključilo o stvarnim promjenama broja kopija.

Dva važna principa mogu se koristiti u analizi bioinformatički genoma raka koji se odnose na identifikaciju mutacija u egzomu. Prvo, rak je bolest akumuliranih somatskih mutacija u genima. Drugi rak sadrži mutacije vozača koje treba razlikovati od putnika. [32]

S otkrićima koja ova tehnologija sekvenciranja sljedeće generacije pruža području bioinformatike, genomika raka mogla bi se drastično promijeniti. Ove nove metode i softver omogućuju bioinformatičarima da brzo i pristupačno sekvenciraju mnoge genome raka. To bi moglo stvoriti fleksibilniji postupak za klasifikaciju vrsta raka analizom mutacija u genomu uzrokovanih rakom. Nadalje, praćenje pacijenata dok bolest napreduje može biti moguće u budućnosti sa slijedom uzoraka raka. [33]

Druga vrsta podataka koja zahtijeva novi razvoj informatike je analiza lezija za koje se pokazalo da se ponavljaju među mnogim tumorima.

Analiza ekspresije gena Uredi

Ekspresija mnogih gena može se odrediti mjerenjem razine mRNA s više tehnika, uključujući mikroredove, sekvenciranje oznaka označene cDNA sekvence (EST), serijsko analiziranje sekvenciranja oznaka ekspresije gena (SAGE), masivno paralelno potpisivanje potpisa (MPSS), RNA-Seq, poznat i kao "Cijelo prepisivanje sačmarica cijelog transkriptoma" (WTSS) ili različite primjene multipleksirane hibridizacije na licu mjesta. Sve su ove tehnike izrazito podložne buci i/ili podložne pristranosti u biološkim mjerenjima, a veliko područje istraživanja u računalnoj biologiji uključuje razvoj statističkih alata za odvajanje signala od buke u visokopropusnim studijama ekspresije gena. [34] Takve se studije često koriste za određivanje gena koji su uključeni u poremećaj: mogli bismo usporediti podatke iz mikromrežica iz epitelnih stanica raka s podacima iz stanica bez raka kako bismo odredili transkripte koji su regulirani prema gore i prema dolje u određenoj populaciji stanica raka.

Analiza ekspresije proteina Edit

Proteinski mikroredovi i masena spektrometrija velike protočnosti (HT) mogu pružiti snimku proteina prisutnih u biološkom uzorku. Bioinformatika je uvelike uključena u osmišljavanje podataka o mikroraspršaju proteina i HT MS podacima. Prvi pristup suočava se sa sličnim problemima kao i s mikro nizovima usmjerenim na mRNA, drugi uključuje problem usklađivanja velikih količina podataka o masi s predviđenim masama iz baza podataka sekvenci proteina, a komplicirana statistička analiza uzoraka gdje se detektira više, ali nepotpunih peptida iz svakog proteina. Lokalizacija staničnih proteina u tkivnom kontekstu može se postići proteomicijom afiniteta prikazanim kao prostorni podaci na temelju imunohistokemije i mikromreža tkiva. [35]

Analiza propisa Edit

Regulacija gena složena je orkestracija događaja pomoću kojih signal, potencijalno izvanstanični signal, poput hormona, na kraju dovodi do povećanja ili smanjenja aktivnosti jednog ili više proteina. Bioinformatičke tehnike primijenjene su za istraživanje različitih koraka u ovom procesu.

Na primjer, ekspresiju gena mogu regulirati obližnji elementi u genomu. Promotorska analiza uključuje identifikaciju i proučavanje motiva sekvence u DNA koja okružuje kodirajuću regiju gena. Ovi motivi utječu na to koliko se ta regija transkribira u mRNA. Elementi pojačivača daleko od promotora također mogu regulirati ekspresiju gena, kroz trodimenzionalne petlje. Ove interakcije mogu se odrediti bioinformatičkom analizom pokusa hvatanja konformacije kromosoma.

Podaci o ekspresiji mogu se koristiti za zaključivanje genske regulacije: mogli bi se usporediti podaci o mikroredovima iz različitih stanja organizma kako bi se formirale hipoteze o genima uključenim u svako stanje. U jednostaničnom organizmu mogu se usporediti faze staničnog ciklusa, zajedno s različitim stresnim uvjetima (toplinski udar, izgladnjivanje itd.). Zatim se na te podatke o ekspresiji mogu primijeniti algoritmi grupiranja kako bi se utvrdilo koji su geni koekspresirani. Na primjer, uzvodne regije (promotori) ko-eksprimiranih gena mogu se pretraživati ​​radi prezastupljenih regulatornih elemenata. Primjeri algoritama za grupiranje koji se primjenjuju u grupiranju gena su k-klasteriziranje, samoorganizirajuće karte (SOM), hijerarhijsko klasteriranje i metode klasterizacije konsenzusa.

Razvijeno je nekoliko pristupa za analizu položaja organela, gena, proteina i drugih komponenti unutar stanica. To je važno jer položaj ovih komponenti utječe na događaje unutar stanice i na taj način nam pomaže predvidjeti ponašanje bioloških sustava. Kategorija ontologije gena, stanična komponenta, osmišljen je kako bi obuhvatio subcelularnu lokalizaciju u mnogim biološkim bazama podataka.

Mikroskopija i analiza slike Uređivanje

Mikroskopske slike omogućuju nam lociranje i organela i molekula. Može nam pomoći i u razlikovanju normalnih i abnormalnih stanica, npr. kod raka.

Lokalizacija proteina Uredi

Lokalizacija proteina pomaže nam u procjeni uloge proteina. Na primjer, ako se protein nađe u jezgri, on može biti uključen u regulaciju gena ili spajanje. Nasuprot tome, ako se protein nađe u mitohondrijima, on može biti uključen u disanje ili druge metaboličke procese. Lokalizacija proteina stoga je važna komponenta predviđanja funkcije proteina. Dostupni su dobro razvijeni resursi za predviđanje lokalizacije bjelančevina, uključujući baze podataka o staničnim lokacijama bjelančevina i alate za predviđanje. [36] [37]

Nuklearna organizacija kromatina Edit

Podaci iz visokopropusnih eksperimenata hvatanja konformacije kromosoma, poput Hi-C (eksperiment) i ChIA-PET, mogu pružiti informacije o prostornoj blizini DNK lokusa. Analizom ovih pokusa može se odrediti trodimenzionalna struktura i nuklearna organizacija kromatina. Bioinformatički izazovi u ovom području uključuju podjelu genoma na domene, poput topološki povezanih domena (TAD), koje su organizirane zajedno u trodimenzionalnom prostoru. [38]

Predviđanje strukture proteina još je jedna važna primjena bioinformatike. Aminokiselinska sekvenca proteina, takozvana primarna struktura, može se lako odrediti iz niza na genu koji ga kodira. U velikoj većini slučajeva ova primarna struktura jedinstveno određuje strukturu u njezinom izvornom okruženju. (Naravno, postoje iznimke, poput priona goveđe spongiformne encefalopatije (bolesti ludih krava).) Poznavanje ove strukture ključno je za razumijevanje funkcije proteina. Strukturni podaci obično se klasificiraju kao jedan od sporedna, tercijarni i kvaterni struktura. Održivo opće rješenje takvih predviđanja ostaje otvoren problem. Većina napora dosad je bila usmjerena prema heuristici koja većinu vremena funkcionira. [ potreban je citat ]

Jedna od ključnih ideja u bioinformatici je pojam homologije. U genomskoj grani bioinformatike homologija se koristi za predviđanje funkcije gena: ako je slijed gena A, čija je funkcija poznata, homologan je nizu gena B, čija je funkcija nepoznata, moglo bi se zaključiti da B može dijeliti funkciju A. U strukturnoj grani bioinformatike homologija se koristi za određivanje koji su dijelovi proteina važni za stvaranje strukture i interakciju s drugim proteinima. U tehnici koja se naziva homološko modeliranje, ove se informacije koriste za predviđanje strukture proteina nakon što je struktura homolognog proteina poznata. Ovo trenutno ostaje jedini način za pouzdano predviđanje proteinskih struktura.

Jedan primjer za to je hemoglobin u ljudi i hemoglobin u mahunarkama (leghemoglobin), koji su udaljeni srodnici iz iste proteinske nadporodice. Obje služe istoj svrsi transporta kisika u organizmu. Iako oba ova proteina imaju potpuno različite aminokiselinske sekvence, njihove proteinske strukture su gotovo identične, što odražava njihovu gotovo identičnu namjenu i zajedničkog pretka. [39]

Druge tehnike za predviđanje strukture proteina uključuju uvođenje proteina i de novo (od nule) modeliranje temeljeno na fizici.

Drugi aspekt strukturne bioinformatike uključuje uporabu proteinskih struktura za modele virtualnog probira kao što su modeli odnosa kvantitativne strukture i aktivnosti i proteokemometrijski modeli (PCM). Nadalje, kristalna struktura proteina može se koristiti za simulaciju, na primjer, studija vezanja liganda i in silico studije mutageneze.

Analiza mreže nastoji razumjeti odnose unutar bioloških mreža, kao što su metaboličke ili proteinske proteinske mreže. Iako se biološke mreže mogu izgraditi od jedne vrste molekule ili entiteta (poput gena), biologija mreže često pokušava integrirati mnoge različite tipove podataka, poput proteina, malih molekula, podataka o ekspresiji gena i drugih, koji su svi fizički povezani , funkcionalno ili oboje.

Sistemska biologija uključuje korištenje računalnih simulacija staničnih podsustava (kao što su mreže metabolita i enzima koji obuhvaćaju metabolizam, puteve transdukcije signala i regulatorne mreže gena) za analizu i vizualizaciju složenih veza ovih staničnih procesa. Umjetni život ili virtualna evolucija pokušava razumjeti evolucijske procese putem računalne simulacije jednostavnih (umjetnih) oblika života.

Mreže molekularnih interakcija Uredi

Desetci tisuća trodimenzionalnih proteinskih struktura određeno je rendgenskom kristalografijom i spektroskopijom nuklearne magnetske rezonancije proteina (protein NMR), a središnje je pitanje u strukturnoj bioinformatici je li praktično predvidjeti moguće interakcije protein-protein samo na temelju ovih 3D oblici, bez izvođenja pokusa interakcije protein -protein. Razvijene su različite metode za rješavanje problema spajanja proteina i bjelančevina, iako se čini da na ovom području treba još mnogo toga učiniti.

Ostale interakcije na terenu su Protein – ligand (uključujući lijek) i protein – peptid. Molekularno -dinamička simulacija kretanja atoma oko rotirajućih veza temeljni je princip računalnih algoritama, nazvanih algoritmi pristajanja, za proučavanje molekularnih interakcija.

Analiza literature Uredi

Rast broja objavljene literature čini gotovo nemogućim čitanje svakog rada, što rezultira nepovezanim podpodručjima istraživanja. Analiza literature nastoji upotrijebiti računalnu i statističku lingvistiku za iskopavanje ove sve veće biblioteke tekstualnih izvora. Na primjer:

  • Prepoznavanje skraćenica-identificirajte dugi oblik i kratica bioloških pojmova
  • Prepoznavanje imenovanog entiteta - prepoznavanje bioloških pojmova poput imena gena
  • Interakcija protein -protein - odredite koji proteini u interakciji s kojim proteinima iz teksta

Područje istraživanja temelji se na statistici i računalnoj lingvistici.

Analiza slike velike propusnosti Edit

Računalne tehnologije koriste se za ubrzanje ili potpuno automatiziranje obrade, kvantificiranja i analize velikih količina biomedicinskih slika s visokim sadržajem informacija. Suvremeni sustavi za analizu slika povećavaju sposobnost promatrača da vrši mjerenja na velikom ili složenom skupu slika, poboljšavajući točnost, objektivnost ili brzinu. Potpuno razvijen sustav analize može u potpunosti zamijeniti promatrača. Iako ti sustavi nisu jedinstveni za biomedicinske snimke, biomedicinsko snimanje postaje sve važnije i za dijagnostiku i za istraživanje. Neki primjeri su:

  • kvantifikacija velike propusnosti i vjernosti i podstanična lokalizacija (probir s visokim sadržajem, citohistopatologija, informatika Bioimage)
  • analiza i vizualizacija kliničke slike
  • određivanje obrazaca protoka zraka u stvarnom vremenu u plućima živih životinja koje dišu
  • kvantificiranje veličine okluzije u slikama u stvarnom vremenu od razvoja i oporavka tijekom ozljede arterija
  • promatranje ponašanja iz proširenih video zapisa laboratorijskih životinja
  • infracrvena mjerenja za određivanje metaboličke aktivnosti
  • zaključivanje preklapanja klonova u mapiranju DNA, npr. rezultat Sulstona

Visokopropusna analiza podataka jedne ćelije Uređivanje

Računarske tehnike koriste se za analizu podataka velike ćelije s velikom propusnošću i niskim mjerenjima, poput onih dobivenih protočnom citometrijom. Ove metode obično uključuju pronalaženje populacija stanica relevantnih za određeno bolesno stanje ili eksperimentalno stanje.

Informatika o bioraznolikosti Uredi

Informatika o bioraznolikosti bavi se prikupljanjem i analizom podataka o bioraznolikosti, poput taksonomskih baza podataka ili podataka o mikrobiomima. Primjeri takvih analiza uključuju filogenetiku, modeliranje niša, mapiranje bogatstva vrsta, DNA kodiranje ili alate za identifikaciju vrsta.

Ontologije i integracija podataka Uredi

Biološke ontologije usmjereni su aciklički grafovi kontroliranih rječnika. Dizajnirani su tako da obuhvate biološke koncepte i opise na način koji se može lako kategorizirati i analizirati pomoću računala. Kada se na ovaj način kategorizira, moguće je dobiti cjelovitu i integriranu analizu dodatnu vrijednost.

Ljevaonica OBO bila je pokušaj standardizacije određenih ontologija. Jedna od najraširenijih je ontologija gena koja opisuje funkciju gena. Postoje i ontologije koje opisuju fenotipove.

Baze podataka bitne su za bioinformatička istraživanja i primjenu. Postoje mnoge baze podataka koje pokrivaju različite vrste informacija: na primjer, DNK i proteinske sekvence, molekularne strukture, fenotipove i bioraznolikost. Baze podataka mogu sadržavati empirijske podatke (dobivene izravno iz eksperimenata), predviđene podatke (dobivene analizom) ili, najčešće, oboje. Mogu biti specifični za određeni organizam, put ili molekulu od interesa. Alternativno, mogu uključivati ​​podatke prikupljene iz više drugih baza podataka. Ove baze podataka razlikuju se po svom formatu, mehanizmu pristupa i jesu li javne ili nisu.

Neke od najčešće korištenih baza podataka navedene su u nastavku. Za opsežniji popis provjerite vezu na početku pododsjeka.

  • Koristi se u analizi biološke sekvence: Genbank, UniProt
  • Koristi se u analizi strukture: Protein Data Bank (PDB)
  • Koristi se u pronalaženju proteinskih obitelji i pronalaženju motiva: InterPro, Pfam
  • Koristi se za sekvenciranje sljedeće generacije: arhiva za čitanje sekvenci
  • Koristi se u mrežnoj analizi: baze podataka metaboličkog puta (KEGG, BioCyc), baze podataka za analizu interakcija, funkcionalne mreže
  • Koristi se u dizajnu sintetičkih genetskih sklopova: GenoCAD

Softverski alati za bioinformatiku kreću se od jednostavnih alata naredbenog retka, do složenijih grafičkih programa i samostalnih web-usluga dostupnih od raznih bioinformatičkih tvrtki ili javnih ustanova.

Bioinformatički softver otvorenog koda Edit

Mnogi besplatni i otvoreni softverski alati postoje i nastavljaju rasti od 1980-ih. [40] Kombinacija stalne potrebe za novim algoritmima za analizu novih vrsta bioloških očitanja, potencijala za inovativne in silico eksperimenti i slobodno dostupne baze otvorenog koda pomogli su u stvaranju mogućnosti za sve istraživačke skupine da doprinesu bioinformatici i rasponu dostupnog softvera otvorenog koda, bez obzira na njihovo financiranje. Alati otvorenog koda često djeluju kao inkubatori ideja ili dodaci koje podržava zajednica u komercijalnim aplikacijama. Oni također mogu pružiti zapravo standarda i zajedničkih modela objekata za pomoć pri izazovu integracije bioinformacija.

Asortiman programskih paketa otvorenog koda uključuje naslove kao što su Bioconductor, BioPerl, Biopython, BioJava, BioJS, BioRuby, Bioclipse, EMBOSS, .NET Bio, Orange sa svojim bioinformatičkim dodatkom, Apache Taverna, UGENE i GenoCAD. Kako bi održali ovu tradiciju i stvorili daljnje mogućnosti, neprofitna Zaklada za otvorenu bioinformatiku [40] podržala je godišnju Konferenciju otvorenog koda za bioinformatiku (BOSC) od 2000. [41]

Alternativna metoda za izgradnju javnih baza podataka o bioinformatici je korištenje stroja MediaWiki sa WikiOpener produžetak. Ovaj sustav omogućuje pristup i ažuriranje baze podataka svim stručnjacima u tom području. [42]

Web usluge u bioinformatici Edit

Sučelja zasnovana na SOAP-u i REST-u razvijena su za široku paletu aplikacija za bioinformatiku koja aplikacijama koje rade na jednom računalu u jednom dijelu svijeta mogu koristiti algoritme, podatke i računalne resurse na poslužiteljima u drugim dijelovima svijeta. Glavne prednosti proizlaze iz činjenice da se krajnji korisnici ne moraju nositi s općim troškovima održavanja softvera i baze podataka.

Osnovne bioinformatičke usluge razvrstane su prema EBI -u u tri kategorije: SSS (Sequence Search Services), MSA (Multiple Sequence Alignment) i BSA (Biological Sequence Analysis). [43] Dostupnost ovih bioinformatičkih resursa usmjerenih na usluge pokazuje primjenjivost web-bioinformatičkih rješenja i kreće se od zbirke samostalnih alata sa zajedničkim formatom podataka pod jednim, samostalnim ili web-sučeljem do integrativnog, distribuiranog i proširivi sustavi upravljanja tijekom rada iz bioinformatike.

Sustavi za upravljanje tijekom bioinformatike Uređivanje

Sustav za upravljanje tijekom bioinformatike specijalizirani je oblik sustava za upravljanje tijekom rada koji je posebno dizajniran za sastavljanje i izvršavanje niza koraka računanja ili manipulacije podacima ili tijeka rada u aplikaciji Bioinformatika. Takvi sustavi su dizajnirani da

  • pružaju okruženje jednostavno za korištenje pojedinim znanstvenicima koji sami stvaraju vlastite tijekove rada,
  • osigurati interaktivne alate za znanstvenike koji im omogućuju izvršavanje tijeka rada i pregled rezultata u stvarnom vremenu,
  • pojednostaviti proces dijeljenja i ponovne uporabe tokova rada između znanstvenika, i
  • omogućiti znanstvenicima da prate poreklo rezultata izvođenja tijeka rada i korake stvaranja tijeka rada.

BioCompute i BioCompute objekti Uređivanje

U 2014. američka Uprava za hranu i lijekove sponzorirala je konferenciju koja se održala u Nacionalnom institutu za zdravlje Bethesda Campus radi rasprave o ponovljivosti u bioinformatici. [44] Tijekom sljedeće tri godine, redovito se sastajao konzorcij dionika kako bi raspravljali o tome što će postati BioCompute paradigma. [45] Ti su dionici uključivali predstavnike vlade, industrije i akademskih subjekata. Voditelji sjednica predstavljali su brojne podružnice instituta i centara FDA-e i NIH-a, neprofitne subjekte, uključujući Human Variome Project i Europsku federaciju za medicinsku informatiku, te istraživačke institucije, uključujući Stanford, New York Genome Center i Sveučilište George Washington.

Odlučeno je da će paradigma BioCompute biti u obliku digitalnih "laboratorijskih bilježnica" koje omogućuju reproduciranje, replikaciju, pregled i ponovnu uporabu protokola bioinformatike. To je predloženo kako bi se omogućio veći kontinuitet unutar istraživačke skupine tijekom uobičajenog priljeva osoblja, a istodobno poboljšala razmjena ideja među skupinama. Američka FDA financirala je ovaj rad kako bi informacije o cjevovodima bile transparentnije i dostupnije njihovom regulatornom osoblju. [46]

2016. grupa se ponovno okupila u NIH -u u Bethesdi i razgovarala o potencijalu za BioCompute objekt, primjer paradigme BioCompute. Ovaj je rad kopiran i kao dokument "standardna probna uporaba" i kao dokument s predispisom postavljen na bioRxiv. Objekt BioCompute omogućuje dijeljenje zapisa iz JSON-a među zaposlenicima, suradnicima i regulatorima. [47] [48]

Softverske platforme osmišljene za podučavanje bioinformatičkih koncepata i metoda uključuju Rosalind i internetske tečajeve koji se nude putem portala za obuku Švicarskog instituta za bioinformatiku. Kanadske radionice bioinformatike na svojoj web stranici nude video zapise i slajdove s radionica za obuku pod licencom Creative Commons. Projekt 4273π ili projekt 4273pi [49] također nudi besplatno obrazovne materijale otvorenog koda. Tečaj se izvodi na jeftinim računalima Raspberry Pi i koristio se za podučavanje odraslih i učenika.[50] [51] 4273π aktivno razvija konzorcij akademika i istraživačkog osoblja koji je vodio bioinformatiku na razini istraživanja pomoću računala Raspberry Pi i operacijskog sustava 4273π. [52] [53]

MOOC platforme također pružaju internetske certifikate u bioinformatici i srodnim disciplinama, uključujući Courserinu specijalizaciju iz bioinformatike (UC San Diego) i Specijalizaciju iz genomske podatkovne znanosti (Johns Hopkins), kao i EdX -ovu analizu podataka za Life Sciences XSeries (Harvard). Sveučilište u južnoj Kaliforniji nudi magisterij iz translacijske bioinformatike s fokusom na biomedicinske primjene.

Postoji nekoliko velikih konferencija koje se bave bioinformatikom. Neki od najznačajnijih primjera su Inteligentni sustavi za molekularnu biologiju (ISMB), Europska konferencija o računalnoj biologiji (ECCB) i Istraživanja u računalnoj molekularnoj biologiji (RECOMB).


Gledaj video: Istoričar Jovan Pejin održao lekciju Hrvatima! (Kolovoz 2022).