酶聯(lián)免疫試劑盒-齊一生物

理解酵母適應(yīng)的動力學(xué)可以幫助人們理解其他系統(tǒng)，如癌癥中的基因突變動力學(xué)的了解。

基因指導(dǎo)身細(xì)胞，優(yōu)化它們在身體內(nèi)的功能?；虻奈⑿∽兓赐蛔儯┛赡墚a(chǎn)生重大后果。類似于計算機(jī)編碼中的故障，基因編碼中的故障可能導(dǎo)致細(xì)胞系統(tǒng)的混亂。但不是所有的突變都是壞的，適應(yīng)性進(jìn)化過程會選擇型保留那些在酵母菌種群和癌癥中促進(jìn)細(xì)胞快速、甚至不加控制的生長的突變。

隨著癌細(xì)胞一代代地復(fù)制，許多突變被傳遞給后代。其中一些只是“搭便車” 的，基本無害，其他是“驅(qū)動型”突變，要為癌癥的生長負(fù)責(zé)。

這種驅(qū)動型突變可能是癌癥zui大的優(yōu)勢，但也可能是其致命弱點：通過對驅(qū)動癌癥生長的突變進(jìn)行靶向治療可以抑制癌癥的生長。

精密醫(yī)學(xué)就提出使用基因組測序來鑒定負(fù)責(zé)驅(qū)動患者癌細(xì)胞的突變，然后抑制其表達(dá)。但是為了實現(xiàn)這一點，必須能夠鑒別導(dǎo)致癌癥突變，但這個過程困難得近乎大海撈針。

一個可能的解決方案是：去找更小的海。

利哈伊大學(xué)生物科學(xué)助理教授 Gregory Lang 及其團(tuán)隊正在探索基因組如何使用酵母實驗室進(jìn)行數(shù)千年的發(fā)展，酵母的基因組數(shù)量是人類的千分之一。他們的就是烘焙和釀造啤酒中使用的那種酵母。酵母可迅速生長和復(fù)制，已經(jīng)成為研究無性種群適應(yīng)性進(jìn)化的良好的模式系統(tǒng)。

“酵母每 90 分鐘就可以繁殖一代，24 小時內(nèi)可以繁殖十幾代，” Lang 說。 “與人類癌細(xì)胞不同，我們可以在實驗室中培養(yǎng)數(shù)百個相同的酵母菌種群，然后將其培育數(shù)千代。

Lang 和他的同事們zui近采用了這樣一個大規(guī)模的方法來量化來自 11 個實驗進(jìn)化的酵母菌群的 116 個突變的增長的影響。他們發(fā)現(xiàn)成功的突變只有 20%是驅(qū)動型的; 其余的都是搭便車的。他們的結(jié)果已經(jīng)在《美國國家科學(xué)院院刊》（PNAS）上發(fā)表，他稱：“搭便車和上位點引起隊伍動態(tài)適應(yīng)人群”，由 Sean W. Buskirk 和 Ryan Emily Peave 共同撰寫。

“如果你想得到一個促進(jìn)生長的重要的突變譜圖，那就需要對個體突變進(jìn)行全面的研究。要再人類基因上進(jìn)行非常困難。”Lang 說。 “在我們用酵母的實驗中，我們能夠”洗牌“來隔離數(shù)千個孢子，所有這些孢子都來自同一個祖先，每個孢子都有隨機(jī)組合的進(jìn)化突變，這種大規(guī)模的方法使我們能夠測量每種突變帶來的適合度改變，我們可以量化某些突變或突變的組合對生長的重要程度。“

用“洗牌”了解基因突變

一旦 Lang 和同事對酵母基因進(jìn)行了洗牌，他們就用全基因組測序來推斷哪些突變或突變的組合推動了生長。

“搭便車的那些基因突變的頻率不會增加，驅(qū)動者則會以適合度增加的成正比的速度增加。”

Lang 的方法可以測量所有突變的影響，從而能夠識別更加微妙的動態(tài)變化。

通過直接測量 1,000 代單株酵母菌株中所有突變的適應(yīng)性影響，研究人員能夠明確地鑒定和定量出影響適合度的驅(qū)動型突變。

“我們的結(jié)果與以前基于重復(fù)出現(xiàn)的方法進(jìn)行了比較，我們發(fā)現(xiàn)此前遺漏了一些“弱”或小的效應(yīng)，以及那些罕見突變，”Lang 說。

盡管酵母基因已經(jīng)被廣泛研究過，但此前人們沒有研究過基因間的相互作用。

該小組找到一個突變組，其中突變組合帶來的適合度增加大于全體基因突變的效應(yīng)的總和。 換句話說，傳遞下來的兩個突變的交互作用對生長產(chǎn)生了積極的影響，而當(dāng)突變單獨出現(xiàn)，則沒有顯著的效果。

Lang 認(rèn)為和他們在酵母中發(fā)現(xiàn)一模一樣的突變不太可能出現(xiàn)在癌癥中。然而理解酵母適應(yīng)的動力學(xué)可以幫助人們對其他系統(tǒng)，如癌癥中的基因突變動力學(xué)的了解。