Informations

22.1 : ‘Technologies omiques - Biologie

22.1 : ‘Technologies omiques - Biologie



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.

L'ensemble complet de l'ADN dans un organisme est appelé son génome. Génomique est donc la description à grande échelle, à l'aide de techniques de biologie moléculaire, de nombreux gènes voire de génomes entiers à la fois. Ce type de recherche est facilité par des technologies qui augmentent le débit (c'est-à-dire le taux d'analyse) et diminuent les coûts. Les -omique suffixe a été utilisé pour indiquer l'analyse à haut débit de nombreux types de molécules, y compris les transcrits (transcriptomique), protéines (protéomique), et les produits de réactions enzymatiques, ou métabolites (métabolomique; Figure (PageIndex{1})). L'interprétation des grands ensembles de données générés par la recherche en omique dépend d'une combinaison de connaissances informatiques, biologiques et statistiques fournies par des experts en bioinformatique. Les tentatives de combiner des informations provenant de différents types d'études –‘omiques sont parfois appelées systèmes la biologie.


Multi-Omics unicellulaires et son application prospective en biologie du cancer

Ces dernières années, l'émergence de technologies omiques unicellulaires, qui peuvent profiler la génomique, la transcriptomique, l'épigénomique et la protéomique, a fourni des informations sans précédent sur les caractéristiques du cancer, permettant une résolution et une précision plus élevées pour déchiffrer les mécanismes cellulaires et moléculaires liés à la tumorigenèse, évolution, métastases et réponses immunitaires. Les technologies multi-omiques unicellulaires, qui sont développées sur la base de la combinaison de plusieurs technologies mono-omiques monocellulaires, peuvent analyser simultanément l'expression de l'ARN, le polymorphisme d'un seul nucléotide, la modification épigénétique ou l'abondance des protéines, permettant une compréhension approfondie du gène. mécanismes de régulation de l'expression. Dans cette revue, les technologies multi-omiques monocellulaires de pointe sont résumées et les perspectives de leur application en biologie du cancer sont discutées.

Mots clés: cancer immunothérapie pharmaco-résistance multi-omique hétérogénéité tumorale unicellulaire.


22.1 : ‘Technologies omiques - Biologie

Tous les articles publiés par MDPI sont rendus immédiatement disponibles dans le monde entier sous une licence en libre accès. Aucune autorisation particulière n'est requise pour réutiliser tout ou partie de l'article publié par MDPI, y compris les figures et les tableaux. Pour les articles publiés sous licence Creative Common CC BY en accès libre, toute partie de l'article peut être réutilisée sans autorisation à condition que l'article original soit clairement cité.

Les articles de fond représentent la recherche la plus avancée avec un potentiel important d'impact élevé dans le domaine. Les articles de fond sont soumis sur invitation individuelle ou sur recommandation des éditeurs scientifiques et font l'objet d'un examen par les pairs avant leur publication.

L'article de fond peut être soit un article de recherche original, soit une nouvelle étude de recherche substantielle qui implique souvent plusieurs techniques ou approches, ou un article de synthèse complet avec des mises à jour concises et précises sur les derniers progrès dans le domaine qui passe systématiquement en revue les avancées les plus passionnantes dans le domaine scientifique. Littérature. Ce type d'article donne un aperçu des orientations futures de la recherche ou des applications possibles.

Les articles du Choix de l'éditeur sont basés sur les recommandations des éditeurs scientifiques des revues MDPI du monde entier. Les rédacteurs en chef sélectionnent un petit nombre d'articles récemment publiés dans la revue qui, selon eux, seront particulièrement intéressants pour les auteurs ou importants dans ce domaine. L'objectif est de fournir un aperçu de certains des travaux les plus passionnants publiés dans les différents domaines de recherche de la revue.


Défis du développement d'AcM pour les bactéries résistantes

Les MAb sont des thérapies hautement ciblées qui incarnent la solution miracle idéale pour cibler spécifiquement un agent pathogène particulier. Cependant, malgré le fait qu'un grand nombre d'AcM thérapeutiques aient été développés avec succès pour de multiples pathologies humaines différentes, notamment pour les maladies rhumatologiques et oncologiques, seules trois thérapies d'AcM ont été approuvées pour les infections bactériennes. Le raxibacumab et l'obiltoxaximab ont été développés pour le charbon par inhalation (7, 8), tandis que le bezlotoxumab a été récemment approuvé pour la prévention de Clostridium difficile infection (9). La rareté relative des mAb pour les infections bactériennes est particulièrement remarquable étant donné le rôle clé joué par les anticorps dans la clairance bactérienne au cours de l'infection naturelle et de l'immunité induite par le vaccin. Cependant, la différence dans le taux d'augmentation des anticorps approuvés pour différents types de maladies peut être due en partie au fait que les caractéristiques de la biologie sous-jacente ciblées par les mAb pour les maladies non infectieuses sont très différentes de celles des bactéries pathogènes. Dans les premiers cas, des protéines humaines hautement conservées, qu'il s'agisse d'antigènes cancéreux ou de molécules effectrices immunitaires (par exemple, des cytokines), sont ciblées. À l'opposé, les mAb antibactériens ciblent des micro-organismes à division rapide avec une plasticité génétique élevée. Les bactéries ont la capacité de réguler à la baisse ou même d'abolir complètement l'expression de molécules contenant des épitopes ciblés, dans un processus généralement connu sous le nom de masquage d'épitope (10). De plus, ces micro-organismes peuvent exercer une commutation d'épitope car ils sont capables de modifier et de tolérer de graves changements d'acides aminés dans les épitopes qui réduisent l'affinité des anticorps par recombinaison avec de l'ADN acquis à l'extérieur ou via des mutations qui ne produisent pas de changements significatifs de virulence et de fitness (11, 12 ). C'est une conséquence de la double pression darwinienne confrontée à la recherche d'un équilibre entre le maintien de fonctions importantes pour la (patho)biologie et l'évasion de l'immunité de l'hôte. Ce faisant, les agents pathogènes bactériens ont évolué pour éviter la détection et la neutralisation par les anticorps.

Dans les trois mAb antibactériens susmentionnés, la maladie est prévenue en raison de la neutralisation des toxines via la liaison à des épitopes hautement conservés sur les sous-unités de la toxine. Cette approche est efficace pour l'anthrax et C. difficile infection due au fait que ces pathologies sont médiées par l'action de toxines puissantes. Cependant, ce n'est pas le cas pour la plupart des agents pathogènes bactériens, en particulier pour les espèces associées à la MDR. Les MAb pour ces infections devront très probablement cibler les épitopes présents sur la cellule bactérienne et faciliter l'élimination par le système immunitaire pour être efficaces. À cet égard, les épitopes bactériens qui seraient des cibles idéales pour les mAb peuvent devoir répondre à la plupart, sinon à tous, des critères suivants : (a) conservation élevée entre les souches circulantes, (b) expression pendant l'infection bactérienne et/ou la colonisation, ( c) exposition de surface afin de permettre la liaison des anticorps, et (d) antigéniquement distinct par rapport aux épitopes sur les protéines humaines et le microbiote humain normal pour empêcher la réactivité croisée.

La fonction biologique de la molécule contenant l'épitope ciblé peut être particulièrement importante. Les MAb qui ciblent des épitopes sur des molécules qui participent à des processus bactériens essentiels pour la viabilité ou la virulence peuvent être moins sensibles à la génération de mutants d'échappement, étant donné qu'une expression réduite ou une variation de séquence dans ces molécules peut être préjudiciable à la survie bactérienne. Il convient de noter que les organismes MDR sont constitués d'une série d'éléments moléculaires en interaction, d'un réseau fonctionnel, avec des propriétés émergentes uniquement accessibles dans leur ensemble par la biologie des systèmes et les techniques de bande dessinée à haut débit (13). L'une des propriétés émergentes des réseaux sans échelle est la tolérance aux défaillances qui, dans ce cas, signifie que de nombreux processus bactériens essentiels sont soumis à une redondance fonctionnelle totale ou partielle (14). Les bactéries peuvent augmenter la forme physique principalement en rassemblant des gènes qui exercent des fonctions efficacement mais qui peuvent être, au moins partiellement, couverts par d'autres moyens. Par exemple, 30 transporteurs alternatifs de sucre (15) et sept protéines de liaison au plasminogène ont été identifiés dans Streptococcus pneumoniae (16) qui garantissent que ces tâches importantes requises pour l'infection sont effectuées dans de nombreuses conditions. De même, les protéines antigéniques agissent rarement de manière isolée mais plutôt dans le cadre de sous-réseaux fonctionnels qui exercent des activités simultanées ou séquentielles conduisant à la colonisation et/ou à la maladie (13). À cet égard, la commutation d'épitopes par mutation ou régulation négative d'un seul participant ciblé par les mAb dans l'une de ces voies peut ne pas affecter grandement la capacité de la bactérie à se répliquer et à produire une infection si ce changement peut être compensé de manière adéquate ailleurs dans l'interactome. . Ainsi, les éléments irremplaçables qui ne se chevauchent pas des sous-réseaux pathofonctionnels, c'est-à-dire les hubs de virulence, doivent être priorisés. Cela peut présenter des défis particuliers dans l'identification d'un seul épitope pour le développement de mAb qui est moins sensible à la génération de mutants d'échappement.


Défis actuels et orientations futures

Populations de référence et phénotypage

Les enseignements tirés des approches omiques de la maladie sont pour la plupart comparatifs. Nous comparons les données omiques d'individus sains et malades et supposons que cette différence est directement liée à la maladie. Cependant, dans les phénotypes complexes, les groupes « en bonne santé » et « maladie » sont hétérogènes en ce qui concerne de nombreux facteurs de confusion tels que la structure de la population, le biais de composition du type cellulaire dans la détermination de l'échantillon, les effets de lot et d'autres facteurs inconnus.

Une stratégie pour surmonter l'hétérogénéité associée à toute population humaine est l'« approche réductionniste », qui vise à faire correspondre le plus possible les groupes de patients et de témoins afin d'éliminer de nombreux facteurs environnementaux de cette comparaison. Le problème de cette approche est double. Premièrement, nous ne connaissons pas tous les facteurs de confusion possibles et nous ne pouvons donc tenir compte que des sources de variation connues (par exemple, le sexe, l'IMC, l'âge et le régime alimentaire dans les maladies métaboliques). Et deuxièmement, la perspicacité est limitée aux facteurs variables inclus dans l'étude, qui pourraient ne pas s'appliquer lorsque l'on considère l'ensemble du spectre de la population de la maladie ou pourraient être entièrement secondaires à un facteur qui a été exclu. En revanche, une approche en omique intégrative repose souvent sur une vision « holistique », qui tente d'interroger un nombre suffisamment important d'individus et d'intégrer les nombreuses sources de variabilité dans les modèles statistiques. Les différences observées entre la maladie et l'état de santé sont ensuite comparées pour identifier les facteurs qui contribuent le plus à la maladie. Ainsi, un aspect crucial pour le succès des études omiques est la collecte de grands ensembles de données qui capturent avec précision les sources de variance dans la population de base (ou les individus « en bonne santé »). La collecte de telles données devient possible. La popularité croissante des dispositifs de suivi du mode de vie et des médias sociaux a créé une opportunité sans précédent pour étudier les facteurs environnementaux qui contribuent au développement et à la progression de la maladie à grande échelle, et une intégration plus poussée avec les données omiques peut fournir des conseils supplémentaires pour la personnalisation du traitement. Une étude récente a utilisé une approche omique intégrative dans la nutrition personnalisée. Zeevi et al. [80] ont utilisé une analyse combinatoire des données du questionnaire, des données du microbiome, des paramètres plasmatiques et d'un journal de repas parmi 800 individus pour prédire l'indice glycémique postprandial, qui a été utilisé pour fournir des informations précises sur les régimes alimentaires pour améliorer l'homéostasie métabolique.

La puissance des approches omiques, et leur plus grand défi, sera la capacité d'intégrer plusieurs axes de variance dans des modèles de fond, plutôt que de rechercher des instances spécifiques à l'âge, au sexe, au temps et à la population. Ainsi, nous nous attendons à ce que l'application future des technologies omiques se concentre sur des groupes sous-étudiés, en particulier dans le contexte de spécificité sexuelle, pour combler des lacunes substantielles dans nos connaissances et conduire au développement de modèles plus informatifs du contexte biologique de la maladie. Le sexe est l'un des principaux déterminants de la fonction biologique et la plupart des maladies présentent un certain dimorphisme sexuel [81]. Ainsi, toute approche thérapeutique personnalisée devra tenir compte du sexe. En effet, les National Institutes of Health ont reconnu que le besoin a récemment et explicitement conduit la recherche biomédicale vers des études équilibrées entre les sexes (http://grants.nih.gov/grants/guide/notice-files/NOT-OD-15-102.html ).

Les populations humaines qui peuvent être interrogées à plusieurs niveaux omiques ou examinées dans diverses conditions environnementales se révèlent particulièrement puissantes. Par exemple, l'étude MuTher [82], composée de plusieurs centaines de jumelles du Royaume-Uni, a été évaluée à l'échelle mondiale aux niveaux du génome, du transcriptome, du métabolome et du microbiome. Les données de cette étude ont abouti à une variété de conclusions importantes, notamment des informations sur le contrôle génétique des traits moléculaires, les nouvelles voies impliquées dans le syndrome métabolique et l'héritabilité du microbiote intestinal [78]. Les études de jumeaux sont particulièrement puissantes dans leur capacité à estimer avec précision l'héritabilité des caractères. Une autre population humaine de référence est la cohorte du syndrome métabolique chez l'homme (METSIM) d'environ 10 000 hommes finlandais âgés de 45 à 65 ans de la région de Kuopio en Finlande. Comme pour la population MuTher, les individus METSIM ont été caractérisés cliniquement pour une variété de traits métaboliques et cardiovasculaires aux niveaux génomique, transcriptomique et métabolomique [83, 84, 85]. La population METSIM est particulièrement attrayante étant donné le large éventail de mesures métaboliques et de suivis ultérieurs.

Avancées technologiques et résolution

Bien que de grands progrès technologiques aient été réalisés, nous pensons que la mise en œuvre de routine des données omiques à l'échelle de la population nécessitera probablement de nouvelles améliorations dans l'acquisition, l'analyse et la rentabilité des données. Un domaine en particulier qui a suscité une attention considérable récemment est le rôle de l'intestin et d'autres microbes dans le maintien de l'homéostasie. Il a été démontré que le microbiome modifie de nombreux aspects de la physiologie de l'hôte, de l'obésité [86, 87] à la cognition [88]. Les améliorations des plates-formes d'acquisition et d'analyse MS pour les composés d'origine bactérienne établiront de nombreux liens supplémentaires entre la composition/activité des micro-organismes et l'état de santé général et fourniront des données de protéomique et de modification des protéines de plus en plus précises. L'instrumentation pour l'acquisition globale de données protéomiques, comparable à l'échelle de résolution de RNA-Seq, permettra probablement une interrogation de voie définie et ouvrira la voie à un examen complet des fonctions cellulaires vitales, telles que les voies de signalisation. La phosphoprotéomique, en particulier, a été utilisée pour élucider de nouveaux mécanismes de signalisation [66]. Au-delà du phosphoprotéome, les analyses omiques ont établi des liens notables entre la maladie humaine et le contrôle génétique de la glycosylation globale [68], de l'ubiquitination [67, 69] et de nombreuses autres modifications protéiques. Les améliorations continues de ces approches permettront d'approfondir notre compréhension des fonctions des protéines.

Les progrès technologiques récents ont également permis d'effectuer le NGS sur des cellules individuelles [89], un domaine qui a reçu une attention considérable [90]. L'ARN-Seq utilisant une approche unicellulaire a montré une hétérogénéité substantielle des types de cellules dans divers tissus et a élucidé de nouvelles populations cellulaires [91, 92]. Au-delà du séquençage du transcriptome de cellules individuelles, cette technologie a été étendue au génome [93] et à l'ADN méthylome [94,95,96]. Le séquençage au bisulfite de cellules individuelles a montré des variations substantielles dans le modèle de méthylation de l'ADN à travers les cellules résidant dans les mêmes tissus, offrant une occasion unique d'explorer les rôles combinatoires de différents types de cellules présentés avec une «exposition environnementale» similaire. L'analyse cellulaire unique permet également de quantifier et d'identifier les changements omiques observés au niveau tissulaire qui sont attribuables à des changements dans la composition des types cellulaires, plutôt qu'à des changements dans le profil omique respectif de types cellulaires spécifiques, un aspect important de la physiologie de la maladie.

Défis analytiques

L'un des avantages évidents des grands ensembles de données omics est leur disponibilité durable : une fois les données collectées, elles peuvent être réanalysées avec plusieurs approches encore et encore. Ainsi, le développement de méthodes statistiques pour extraire plus d'informations des types de données existants est une partie importante du domaine des omiques. Alors que chaque domaine des omiques présente des défis spécifiques en termes d'artefacts techniques, un défi analytique commun à tous les domaines des omiques est de distinguer les changements causaux des changements réactifs dans le contexte de la maladie. Ceci est particulièrement difficile en raison de la nature corrélative de chaque ensemble de données, et potentiellement impossible si l'on se fie à un type de données omiques collectées à un moment donné, comme l'expression dans les tissus d'individus sains et malades post-mortem. Le développement d'approches pour différencier les changements causaux des changements corrélatifs devrait répondre à deux questions : premièrement, identifier la variation qui cause ou entraîne l'association avec le phénotype et deuxièmement, déterminer si cette variation précède le trait ou en résulte. Notamment, les changements génomiques associés à la maladie sont présumés la précéder, et donc la question de la causalité dans les loci GWAS revient à identifier la variante précise à l'origine de la corrélation. Plusieurs approches ont été développées pour identifier les moteurs des signaux de corrélation dans les données génomiques ou transcriptomiques [11, 97, 98]. Cependant, lorsque les moteurs de corrélation sont identifiés, à l'exception de la génomique, différencier la causalité de la corrélation basée sur l'analyse omique reste une question ouverte. Nous prévoyons que le développement de meilleures méthodes statistiques, la superposition de plusieurs types de données coordonnées, des études prospectives chez l'homme et des études temporelles dans des modèles animaux aideront à réduire les candidats à des nombres suffisamment petits qui peuvent être testés efficacement dans des modèles cellulaires et animaux. Pourtant, la preuve finale de la causalité qui relie un changement particulier à un phénotype particulier est susceptible, dans un avenir prévisible, de s'appuyer sur des études moléculaires in vivo et in vitro.

Changement conceptuel

L'avenir de la recherche médicale envisage des traitements personnalisés, un suivi prospectif des indicateurs de santé individuels et une concentration sur des mesures préventives qui s'intègrent à notre mode de vie. Une étude de preuve de concept [99] montre que le suivi prospectif de la santé avec plusieurs approches omiques pourrait mettre en évidence des indicateurs de maladie avant le développement de la maladie, et que des changements bénéfiques dans le mode de vie pourraient aider à la prévenir. De plus, les applications des technologies omiques dans un cadre clinique peuvent être utilisées en médecine personnalisée, guidées par la séquence du génome. Un exemple d'affiche-enfant de ce type a été mis en œuvre dans le cadre du projet Vanderbilt PREDICT [100], dans lequel les informations de génotypage sont recueillies et référencées aux données des patients tout au long du processus de traitement pour identifier les variantes individuelles qui affectent les résultats cliniques.


Technologies omiques et bio-ingénierie

Technologies omiques et bio-ingénierie : vers une amélioration de la qualité de vie, volume 1 est une référence unique qui rassemble de multiples perspectives sur la recherche en omique, fournissant une analyse approfondie et des idées d'une équipe internationale d'auteurs. Le livre fournit des informations essentielles qui éclaireront et amélioreront la recherche médicale et biologique en aidant les lecteurs à obtenir un accès plus direct aux données analytiques, une meilleure compréhension de l'évaluation des données et une image complète de l'utilisation des données omiques en biologie moléculaire, biotechnologie et santé humaine. se soucier.

Technologies omiques et bio-ingénierie : vers une amélioration de la qualité de vie, volume 1 est une référence unique qui rassemble de multiples perspectives sur la recherche en omique, fournissant une analyse approfondie et des idées d'une équipe internationale d'auteurs. Le livre fournit des informations essentielles qui éclaireront et amélioreront la recherche médicale et biologique en aidant les lecteurs à obtenir un accès plus direct aux données analytiques, une meilleure compréhension de l'évaluation des données et une image complète de l'utilisation des données omiques en biologie moléculaire, biotechnologie et santé humaine. se soucier.


Autres technologies « omiques »

Les domaines en plein essor de la génomique, de la protéomique, etc. ont donné naissance à un nombre toujours croissant de sous-disciplines et de domaines d'études spécialisés connexes. La complexité de la terminologie pour les technologies « omiques » s'est encore amplifiée avec l'introduction de termes tels que l'interactomique, la protéogénomique, la nutri-génomique, etc. molécules à l'intérieur d'une cellule. La protéogénomique a été utilisée comme un terme général pour décrire la fusion de la génomique, de la protéomique, des petites molécules et de l'informatique. La nutrigénomique est un nouveau domaine évaluant la réponse des organismes vivants à la présence ou à l'absence de nutriments importants. La lipidomique est évidemment l'étude à grande échelle de tous les métabolites lipidiques non hydrosolubles dans un organisme. L'explosion « omics » se poursuivra.


Professionnels et étudiants en biotechnologie et dans les sciences de la vie, en particulier les biologistes des systèmes/synthétiques, les biologistes moléculaires et les biochimistes

DOMAINES ÉMERGENTS
1. Les innovations biotechnologiques dans l'agriculture, la santé et l'industrie façonnent notre présent et notre avenir
2. Aperçu et principes généraux des technologies omiques en biotechnologie
3. Approches omiques en pharmacogénomique et médecine personnalisée/de précision
4. Approches omiques en biotechnologie marine
5. Nanobiotechnologie en bio-ingénierie
6. Biologie synthétique
7. Ingénierie inverse
8. Approches omiques en biotechnologie médico-légale
9. La biotechnologie en astrobiologie
10. Techniques de calcul dans l'intégration de données et la gestion des mégadonnées en omique
11. Bioinformatique et biologie des systèmes en bio-ingénierie

BT ANIMAL ET MEDICAL
12. Techniques d'ingénierie des acides nucléiques
13. Techniques d'ingénierie des protéines
14. Culture de cellules et de tissus animaux
15. Bio et banque de gènes
16. Clonage de gènes et d'organismes entiers
17. La biotechnologie pour améliorer la productivité et la qualité des animaux
18. Biotechnologie médicale
19. Techniques d'identification des gènes candidats et de la maladie
20. Modèle animal conçu pour la recherche biomédicale
21. Aspects thérapeutiques de l'ingénierie des cellules souches
22. Génie tissulaire
23. Thérapie génique et médecine moléculaire
24. La biotechnologie pour les biomarqueurs
25. Approches omiques en immunotechnologie
26. Ingénierie des anticorps monoclonaux : production et applications
27. Approches omiques en fécondation in vitro
28. Sécurité et éthique en biotechnologie et bio-ingénierie

MICROBIEN, VÉGÉTAL ET AGRI BT
29. Approches omiques en biotechnologie microbienne
30. Approches omiques en biotechnologie virale
31. Approches omiques en biotechnologie algale et fongique
32. Approches omiques en ingénierie tissulaire végétale
33. Génie génétique pour la transgénèse végétale
34. Biotechnologie agricole
35. La biotechnologie pour améliorer la productivité et la qualité des cultures
36. Génie génétique pour les aliments fonctionnels
37. Approches omiques dans l'agriculture moléculaire et l'ingénierie pour les vaccins comestibles
38. Approches omiques en ingénierie métabolique végétale
39. Biotechnologie pour les biofertilisants
40. Technologie de biocontrôle : une approche respectueuse de l'environnement pour une agriculture durable
41. Approches omiques et ingénierie contre Superbug

INDUSTRIE ET ​​ENV
42. Techniques de bio-ingénierie industrielle
43. Approches omiques dans la technologie industrielle et des bioprocédés
44. Approches omiques dans les technologies laitières et agroalimentaires
45. Approches omiques et bio-ingénierie pour les enzymes
45. Biosystèmes sans cellules et bioproduction
46. ​​Approches omiques en biotechnologie pharmaceutique
47. Approches omiques dans les technologies des biocarburants
48. Approches omiques en biotechnologie environnementale et bioremédiation


La nécessité d'inventer les « Omics »

Le besoin de créer ces mots est né du besoin d'étudier holistique (c'est vrai les gens, un autre mot grec) ou, si vous préférez, la totalité de la biologie des systèmes (biologie des systèmes). Bientôt, les scientifiques ont compris que l'étude d'un gène ou d'un métabolite ou d'un ARNm donne peu de connaissances. La technologie moderne permet aux scientifiques d'étudier l'ensemble du transcriptome, du génome ou du protéome d'un organisme en donnant de plus en plus d'informations, donc maintenant le défi n'est plus de générer des données, mais de les interpréter et de relier les résultats de différentes technologies omiques (c'est-à-dire la transcriptomique avec la métabolomique) .

Au fur et à mesure que la technologie progresse et que de nouvelles idées émergent, de nouvelles technologies et terminologies apparaissent. Phénomique, lipidomique, catalomique, connectomique en font partie, se traduisant par une approche holistique de l'étude des phénotypes, des lipides, des enzymes et des connexions neuronales.

Alors, arrêtez de penser gène par gène, enzyme par enzyme, métabolite par métabolite et élargissez vos horizons pour appliquer les technologies omiques pour une connaissance plus large de la biologie des systèmes. Voici quelques exemples pour y parvenir.

Génomique

Les technologies qui se concentrent sur l'étude du génome d'un organisme, y compris les gènes, les exons, les introns, les promoteurs, les facteurs de transcription et de nombreuses autres fonctions liées au génome.

Technologies utilisées : Séquençage de nouvelle génération (i.e. Illumina HiSeq), Séquençage Sanger, assemblage de novo, bioinformatique.

Transcriptomique

Les technologies qui se concentrent sur l'étude du transcriptome d'un organisme.

Technologies utilisées : Séquençage de nouvelle génération (séquençage d'ARN), bioinformatique, microarrays, PCR en temps réel.

Protéomique

Les technologies qui se concentrent sur l'étude des protéines d'un organisme ou du protéome.

Technologies utilisées : Enzyme-linked immunosorbent assay (ELISA), mass spectrometric immunoassay (MSIA)

Métabolomique

Les technologies qui se concentrent sur l'étude du métabolome ou des métabolites secondaires d'un organisme, tels que les acides aminés, les sucres, les phosphates, les composés azotés, les polyols, etc.

Technologies utilisées : Chromatographie en phase gazeuse fusionnée avec spectrométrie de masse (GC-MS), chromatographie liquide fusionnée avec spectrométrie de masse (LC-MS).

Lipidomique

Les technologies qui se concentrent sur l'étude des lipides cellulaires d'un organisme ou d'un système biologique.

Technologies utilisées : Ionisation par électrospray (ESI) et désorption/ionisation laser assistée par matrice (MALDI).

Catalomiques

Les technologies qui se concentrent sur l'étude des enzymes (catalyseurs) ou d'autres biocatalyseurs d'un organisme ou d'un système.

Technologies utilisées : Réactions « Click » en chimie.

Je pense que vous avez peut-être arrêté de lire maintenant, ce ne sont donc que quelques exemples de technologies « Omics » et de façons de les aborder. Ceci n'est qu'un bref aperçu de la technologie qui est là pour rester. Maintenant, il nous appartient de l'exploiter afin que la recherche fondamentale et appliquée puisse en récolter les fruits.

Avant de commencer une chasse, il est sage de demander à quelqu'un ce que vous recherchez avant de commencer à le chercher.”


Voir la vidéo: What is OMICS? What does OMICS mean? OMICS meaning, definition u0026 explanation (Août 2022).