OpenCell: Endogenous tagging for the cartography of human cellular organization.
OpenCell: Endogenous tagging for the cartography of human cellular organization.
复制标题
DOI：
10.1126/science.abi6983
复制
发表时间：
2022-03-11
期刊：
影响因子：
56.9
通讯作者：
Leonetti, Manuel D.
中科院分区：
文献类型：
--
作者：
Cho, Nathan H.;Cheveralls, Keith C.;Brunner, Andreas-David;Kim, Kibeom;Michaelis, Andre C.;Raghavan, Preethi;Kobayashi, Hirofumi;Savy, Laura;Li, Jason Y.;Canaj, Hera;Kim, James Y. S.;Stewart, Edna M.;Gnann, Christian;McCarthy, Frank;Cabrera, Joana P.;Brunetti, Rachel M.;Chhun, Bryant B.;Dingle, Greg;Hein, Marco Y.;Huang, Bo;Mehta, Shalin B.;Weissman, Jonathan S.;Gomez-Sjoberg, Rafael;Itzhak, Daniel N.;Royer, Loic A.;Mann, Matthias;Leonetti, Manuel D.
阐明人类细胞的接线图是后基因组时代的中心目标。我们结合基因组工程、共聚焦活细胞成像、质谱和数据科学来系统地绘制人类蛋白质的定位和相互作用。我们的方法提供了组织蛋白质组的分子和空间网络的数据驱动的描述。这些网络的无监督聚类描绘了促进生物发现的功能社区，并揭示了RNA结合蛋白形成由独特的相互作用和定位特性定义的特定亚组。此外，我们发现，非常精确的功能信息可以从蛋白质定位模式，其中往往包含足够的信息，以确定分子间的相互作用。与一个完全互动的网站（opencell.czbiohub.org）配对，我们提供了一个资源，用于人类细胞组织的定量制图。
Elucidating the wiring diagram of the human cell is a central goal of the post-genomic era. We combined genome engineering, confocal live-cell imaging, mass spectrometry and data science to systematically map the localization and interactions of human proteins. Our approach provides a data-driven description of the molecular and spatial networks that organize the proteome. Unsupervised clustering of these networks delineates functional communities that facilitate biological discovery, and uncovers that RNA-binding proteins form a specific sub-group defined by unique interaction and localization properties. Furthermore, we discover that remarkably precise functional information can be derived from protein localization patterns, which often contain enough information to identify molecular interactions. Paired with a fully interactive website (opencell.czbiohub.org), we provide a resource for the quantitative cartography of human cellular organization.
登录
查看更多内容
改进的荧光蛋白用于内源性蛋白质标记。
影响因子：
16.6
作者：
Feng S;Sekine S;Pessino V;Li H;Leonetti MD;Huang B
通讯作者：
Huang B
DOI：
10.1038/s41573-020-00117-w
发表时间：
2021-03
期刊：
Nature reviews. Drug discovery
影响因子：
--
作者：
Chandrasekaran SN;Ceulemans H;Boyd JD;Carpenter AE
通讯作者：
Carpenter AE
影响因子：
3.7
作者：
Royer L;Reimann M;Stewart AF;Schroeder M
通讯作者：
Schroeder M
影响因子：
7.7
作者：
Acosta-Alvear, Diego;Karagoez, G. Elif;Walter, Peter
通讯作者：
Walter, Peter
Biopython：用于计算分子生物学和生物信息学的免费 Python 工具。
DOI：
10.1093/bioinformatics/btp163
发表时间：
2009-06-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Cock PJ;Antao T;Chang JT;Chapman BA;Cox CJ;Dalke A;Friedberg I;Hamelryck T;Kauff F;Wilczynski B;de Hoon MJ
通讯作者：
de Hoon MJ