Integrated omics dissection of proteome dynamics during cardiac remodeling.
Integrated omics dissection of proteome dynamics during cardiac remodeling.
复制标题
DOI：
10.1038/s41467-017-02467-3
复制
发表时间：
2018-01-09
影响因子：
16.6
通讯作者：
Ping P
中科院分区：
文献类型：
--
作者：
Lau E;Cao Q;Lam MPY;Wang J;Ng DCM;Bleakley BJ;Lee JM;Liem DA;Wang D;Hermjakob H;Ping P
转录丰度和蛋白质丰度在许多生物模型中显示出适度的相关性，但这如何影响组学实验中的疾病特征发现却很少被探索。在这里，我们报告了一个综合的组学方法，将转录丰度，蛋白质丰度和蛋白质周转率的测量映射在病理性心脏肥大的小鼠模型中的蛋白质组重塑的景观。分析从六种遗传品系小鼠的每种组学数据类型中可重复发现的肥大特征，我们发现转录本丰度、蛋白质丰度和蛋白质周转率数据的整合导致发现的疾病候选基因增加75%。此外，包括蛋白质周转测量允许跨不同途径的转录后调节的发现，并暗示在稳态转录本和蛋白质丰度数据中未发现的不同疾病蛋白。我们的研究结果表明，蛋白质组动力学的多组学研究提供了重要的见解疾病的发病机制在体内。转录组数据仅提供疾病状态的部分图像。在这里，通过整合心脏肥大小鼠模型的转录本，蛋白质丰度和蛋白质周转数据，作者发现了其他疾病基因特征，并表明周转数据对翻译后调控有独特的启示。
Transcript abundance and protein abundance show modest correlation in many biological models, but how this impacts disease signature discovery in omics experiments is rarely explored. Here we report an integrated omics approach, incorporating measurements of transcript abundance, protein abundance, and protein turnover to map the landscape of proteome remodeling in a mouse model of pathological cardiac hypertrophy. Analyzing the hypertrophy signatures that are reproducibly discovered from each omics data type across six genetic strains of mice, we find that the integration of transcript abundance, protein abundance, and protein turnover data leads to 75% gain in discovered disease gene candidates. Moreover, the inclusion of protein turnover measurements allows discovery of post-transcriptional regulations across diverse pathways, and implicates distinct disease proteins not found in steady-state transcript and protein abundance data. Our results suggest that multi-omics investigations of proteome dynamics provide important insights into disease pathogenesis in vivo. Transcriptome data provide only a partial picture of disease states. Here, via integration of transcript-, protein abundance and protein turnover data for a mouse model of cardiac hypertrophy, the authors uncover additional disease gene signatures, and show that turnover data sheds unique light on posttranslational regulation.
登录
查看更多内容
影响因子：
11.1
作者：
Cannon MV;Silljé HH;Sijbesma JW;Vreeswijk-Baudoin I;Ciapaite J;van der Sluis B;van Deursen J;Silva GJ;de Windt LJ;Gustafsson JÅ;van der Harst P;van Gilst WH;de Boer RA
通讯作者：
de Boer RA
影响因子：
20.1
作者：
Doenst T;Nguyen TD;Abel ED
通讯作者：
Abel ED
DOI：
10.1126/science.1260793
发表时间：
2015-02-06
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Battle A;Khan Z;Wang SH;Mitrano A;Ford MJ;Pritchard JK;Gilad Y
通讯作者：
Gilad Y
影响因子：
12.3
作者：
Gentleman RC;Carey VJ;Bates DM;Bolstad B;Dettling M;Dudoit S;Ellis B;Gautier L;Ge Y;Gentry J;Hornik K;Hothorn T;Huber W;Iacus S;Irizarry R;Leisch F;Li C;Maechler M;Rossini AJ;Sawitzki G;Smith C;Smyth G;Tierney L;Yang JY;Zhang J
通讯作者：
Zhang J
影响因子：
4.5
作者：
Ghazalpour A;Bennett B;Petyuk VA;Orozco L;Hagopian R;Mungrue IN;Farber CR;Sinsheimer J;Kang HM;Furlotte N;Park CC;Wen PZ;Brewer H;Weitz K;Camp DG 2nd;Pan C;Yordanova R;Neuhaus I;Tilford C;Siemers N;Gargalovic P;Eskin E;Kirchgessner T;Smith DJ;Smith RD;Lusis AJ
通讯作者：
Lusis AJ