Using protein turnover to expand the applications of transcriptomics.
Using protein turnover to expand the applications of transcriptomics.
复制标题
DOI：
10.1038/s41598-021-83886-7
复制
发表时间：
2021-02-23
影响因子：
4.6
通讯作者：
McCullumsmith RE
中科院分区：
文献类型：
--
作者：
Smail MA;Reigle JK;McCullumsmith RE
当平行测量时，RNA表达和蛋白质丰度通常不一致，这引发了关于转录组学数据的功能意义的问题。在这里，我们提出了持久性的概念，它试图通过将蛋白质半衰期数据与RNA表达结合到一个近似蛋白质丰度的单一指标中来解决这一挑战。蛋白质的半衰期越长，它对周围环境的影响就越大。这些数据为更深入地了解转录组变化的功能意义提供了宝贵的机会。我们使用精神分裂症（SCZ）数据集展示了持久性的应用，它大大提高了我们从RNA表达预测蛋白质丰度的能力。此外，这种方法成功地鉴定了已知在SCZ中具有影响性变化的持久性基因和途径。这些结果表明，持久性是改善转录组学数据提供的功能洞察力的一个有价值的指标，这一概念的扩展应用可以推进许多研究领域。
RNA expression and protein abundance are often at odds when measured in parallel, raising questions about the functional implications of transcriptomics data. Here, we present the concept of persistence, which attempts to address this challenge by combining protein half-life data with RNA expression into a single metric that approximates protein abundance. The longer a protein’s half-life, the more influence it can have on its surroundings. This data offers a valuable opportunity to gain deeper insight into the functional meaning of transcriptome changes. We demonstrate the application of persistence using schizophrenia (SCZ) datasets, where it greatly improved our ability to predict protein abundance from RNA expression. Furthermore, this approach successfully identified persistent genes and pathways known to have impactful changes in SCZ. These results suggest that persistence is a valuable metric for improving the functional insight offered by transcriptomics data, and extended application of this concept could advance numerous research fields.
登录
查看更多内容
影响因子：
2.5
作者：
Bruce, H. A.;Kochunov, P.;Hong, L. E.
通讯作者：
Hong, L. E.
影响因子：
5
作者：
Brauner, Jan M.;Hessler, Sabine;Huth, Tobias
通讯作者：
Huth, Tobias
影响因子：
6.6
作者：
Mueller, Norbert
通讯作者：
Mueller, Norbert
影响因子：
3.7
作者：
Maki-Marttunen, Tuomo;Krull, Florian;Einevoll, Gaute T.
通讯作者：
Einevoll, Gaute T.
炎症在精神分裂症中的作用。
影响因子：
4.3
作者：
Müller N;Weidinger E;Leitner B;Schwarz MJ
通讯作者：
Schwarz MJ