Focus on Bioinfo Researches

Bioinformatics Researches in Science and Nature

ภัสสร วรรณพินิจ

สวัสดีค่ะพี่ๆ และเพื่อนๆ ทุกคน พบกันอีกเช่นเคยนะคะใน “Focus on Bioinfo Researches” ครั้งนี้ดิฉันขอหยิบยกเรื่องราวที่น่าสนใจจากวารสาร Nature และ Science ตลอดช่วงเดือนพฤศจิกายนมาเล่าสู่กันฟังค่ะ

เริ่มกันที่ข่าวคราวความเคลื่อนไหวในแวดวง Genomics กันก่อนค่ะ เมื่อเร็วๆ นี้มีประกาศที่จะเริ่มโครงการ “Genome 10K” ขึ้น โดยโครงการนี้เป็นความร่วมมือกันของนานาชาติจากทุกทวีป เพื่อหาลำดับเบสของสิ่งมีชีวิตที่มีกระดูกสันหลัง (vertebrates) จำนวน 10,000 สายพันธุ์ เพื่อทำความเข้าใจเกี่ยวกับความหลากหลายทางชีววิทยา รวมถึงเป็นฐานข้อมูลสำหรับการศึกษาในเรื่องอื่นๆ Nature ได้พูดถึงเรื่องนี้อย่างคร่าวๆ ในหัวข้อ “10,000 genomes to come” และ Science วิเคราะห์เรื่องนี้ในเรื่องความพร้อมทางเทคนิคและการวิเคราะห์ข้อมูลลำดับเบสจำนวนมหาศาลนี้ในหัวข้อ “No Genome Left Behind” นอกจากสิ่งมีชีวิตที่มีกระดูกสันหลังแล้ว ยังมีอีกหนึ่งโครงการที่กำลังริเริ่มในประเทศสหรัฐอเมริกาเกี่ยวกับการหาลำดับเบสของจุลินทรีย์สายพันธุ์ต่างๆ เพื่อเพิ่มจำนวนข้อมูลลำดับเบสให้ครอบคลุมความถึงหลากหลายของจุลินทรีย์ชนิดต่างๆ ในโลก รายละเอียดและความคืบหน้าต่างๆ สามารถหาอ่านเพิ่มเติมได้จากหัวข้อ “Biologists rally to sequence ‘neglected’ microbes”

มาถึงงานทางด้าน epigenomics กันบ้างค่ะ epigenomics เป็นการศึกษาการควบคุมการแสดงออกของ gene ผ่าน epigenetic mechanisms อย่างเช่น DNA methylation และ histone protein modification ในระดับ genome ในเดือนที่ผ่านมา Nature ได้ตีพิมพ์เรื่องราวเกี่ยวกับการสร้างแผนที่ Genome-wide methylated cytosine ในมนุษย์ซึ่งคาดว่าจะเป็นประโยชน์ต่อการศึกษาการแสดงออกของ genes ในช่วงต่างๆ ของพัฒนาการมนุษย์ พี่ๆ และเพื่อนๆ ที่สนใจ สามารถอ่านบทความเกี่ยวกับเรื่องนี้ได้ที่ “Epigenomics: Methylation Matters” และ “Human DNA methylomes at base resolution show widespread epigenomic differences” ค่ะ

ส่วนงานทางด้าน transcriptome นั้น Sciene ได้ตีพิมพ์เรื่องราวเกี่ยวกับการใช้เทคนิค strand-specific tiling arrays ร่วมกับ transcriptome sequencing ในการศึกษา transciptome ของ Mycoplasmy pneumoniae ผลการศึกษาบ่งชี้ถึงความหลากหลายของ transcripts ในจุลินทรีย์ชนิดนี้ที่มีความใกล้เคียงกับความหลากหลายของ eukaryotic transcriptome สำหรับรายละเอียดของเรื่องนี้สามารถหาอ่านได้จากหัวข้อ “Transcriptome Complexity in a Genome-Reduced Bacterium” นอกจากนี้ในวารสารฉบับเดียวกัน ยังมีการตีพิมพ์เรื่องราวการศึกษา proteome ของสิ่งมีชีวิตชนิดเดียวกัน โดยใช้เทคนิค tandem affinity purification-mass spectrometry (TAP-MS) ในการศึกษา protein-protein interaction และจำแนกชนิดของโปรตีน รวมไปถึงการใช้ single-particle electron microscopy และ cellular electron tomogram ในการวิเคราะห์การจัดเรียงตัวของโปรตีนต่างๆ ในระดับ proteome ผลการศึกษาชิ้นนี้ ช่วยให้เราเข้าใจถึงกระบวนการภายในเซลล์ที่จำเป็นต่อการดำรงชีวิต รายละเอียดของงานวิจัยชิ้นนี้สามารถหาอ่านเพิ่มเติมได้จาก “Proteome Organization in a Genome-Reduced Bacterium” ค่ะ

สำหรับผู้ที่สนใจการสร้างและประยุกต์ใช้เครื่องมือใหม่ๆ ทาง Bioinformatics ในการทำวิจัย ดิฉันก็มีเรื่องราวที่น่าสนใจมาเล่าสู่กันฟังเช่นกันค่ะ เริ่มกันที่เรื่องราวเกี่ยวกับการสร้างกระบวนการศึกษารูปแบบใหม่เพื่อใช้ในการทำนาย spatio-temporal cis-regulatory activity ในระดับ genome โดยใช้ข้อมูล transcription factor binding และ enhancer activity ซึ่งกระบวนการนี้ได้มีการนำไปประยุกต์ใช้สร้างแผนที่ของ cis-regulatory modules ที่มีความละเอียดสูง เพื่อทำความเข้าใจเกี่ยวกับการควบคุมการ transcription ในช่วงพัฒนาการของ Drosophila mesoderm รายละเอียดต่างๆ ของงานวิจัยชิ้นนี้สามารถหาอ่านได้จาก “Combinatorial binding predicts spatio-temporal cis-regulatory activity” และยังคงอยู่ในเรื่องของ transcription factor นะคะ แต่คราวนี้เป็นเรื่องเกี่ยวกับการใช้เทคนิคทาง network analysis ในการศึกษาความสัมพันธ์ของ genes ต่างๆ ที่เกี่ยวข้องกับ transcription factor FOXP2 (forkhead box P2) ซึ่ง genes ต่างๆเหล่านี้มีความสำคัญเกี่ยวข้องกับการทำงานของสมองในส่วนที่เกี่ยวข้องกับพัฒนาการทางภาษาของมนุษย์ รายละเอียดของงานวิจัยชิ้นนี้สามารถหาอ่านเพิ่มเติมได้ที่ “Human-specific transcriptional regulation of CNS development genes by FOXP2” ค่ะ

สำหรับเรื่องสุดท้ายที่ดิฉันจะขอนำมาเล่าในครั้งนี้เป็นเรื่องเกี่ยวกับการศึกษา target ใหม่ๆ ของยาที่มีอยู่ในท้องตลาดในปัจจุบันโดยใช้เทคนิคทางคอมพิวเตอร์ในการเปรียบเทียบความคล้ายคลึงระหว่างโครงสร้างของยากับ ligand ของ drug target ต่างๆ ผลการศึกษาครั้งนี้ช่วยในการระบุ drug target ใหม่ๆ ทั้งหมด 23 ชนิด ซึ่งข้อมูลเหล่านี้จะเป็นประโยชน์ในการศึกษาผลข้างเคียงต่างๆของยาที่มีขายอยู่ในปัจจุบัน สำหรับรายละเอียดเกี่ยวกับขั้นตอนการศึกษาวิจัยสามรถอ่านเพิ่มเติมได้ในหัวข้อ “Predicting new molecular targets for known drugs” ค่ะ

สำหรับฉบับนี้ ดิฉันก็ขอจบไว้เพียงเท่านี้ก่อนนะคะ และเช่นเคยค่ะถ้าเพื่อนๆ พี่ๆ น้องๆ คนใด อยากให้ดิฉันหยิบงานวิจัยเกี่ยวกับหัวข้อใดมาเล่าเพิ่มเติม หรือมีข้อแนะนำประการใดก็สามารถเขียนหรือแนะนำไว้ใน comment ข้างล่างได้เลยนะคะ ทั้งนี้ก็เพื่อจะได้ปรับปรุงให้ดียิ่งขึ้นต่อไปค่ะ ขอบคุณค่ะ