英国科学家发现了一种新的基因鉴别方法，可以帮助科学家将目前已经掌握的有关动物基因的数量再增加80%。
基因组测序可确定控制着我们眼球颜色、对某种特定疾病易感性等各种生物学特征。到目前为止，要准确地鉴别出一个新测序物种遗传物种中隐含的基因与蛋白质信息是一个繁重的工作，这需要对该物种（动物、植物或昆虫等）的数千个基因的海量数据进行仔细的研究与归类。
由布里斯托大学细胞与分子医学学院的David Matthews博士领导的一个研究团队最近发现了一种个有效的遗传信息检测方法，利用先进的分析工具对动植物以及昆虫的基因以及基因所编码的蛋白质进行直接的观察。
“基因的鉴别主要是由计算机程序来完成的，程序在基因组中进行搜寻，寻找那些与其他动物或人类已被鉴定的基因相似的区域。不过这种方法并非总能奏效。” Matthews博士说。
为了证实他们所发现的方法，Matthew的团队开展实验验证他们的方法在发现基因方面的优越性。他们用一个已经被深入研究过的感冒病毒对人类细胞进行感染，用来模拟一个新发现的病毒。然后，这些细胞本当做是来自一个被新发现病毒感染的，且被测序过的生物，研究者利用他们的技术对之进行分析。
将这种技术分析得到的基因及蛋白结果与已知的人类和感冒病毒遗传信息进行比较后证实，他们的技术非常成功。该研究成果发表在Nature Method杂志上。
Matthews博士解释说：“这些研究发现开启了这样的可能性：将当前使用的强大分析工具用于研究人类疾病，并应用到任何动物、昆虫甚至植物的研究——一些以前很有挑战甚至是不可能的研究中。这种技术也让研究农场畜禽及疾病、害虫的科学家的工作变得更加简单高效。”
De novo derivation of proteomes from transcriptomes for transcript and protein identification
Vanessa C Evans, Gary Barker, Kate J Heesom, Jun Fan, Conrad Bessant & David A Matthews
Identification of proteins by tandem mass spectrometry requires a reference protein database, but these are only available for model species. Here we demonstrate that, for a non-model species, the sequencing of expressed mRNA can generate a protein database for mass spectrometry–based identification. This combination of high-throughput sequencing and protein identification technologies allows detection of genes and proteins. We use human cells infected with human adenovirus as a complex and dynamic model to demonstrate the robustness of this approach. Our proteomics informed by transcriptomics (PIT) technique identifies >99% of over 3,700 distinct proteins identified using traditional analysis that relies on comprehensive human and adenovirus protein lists. We show that this approach can also be used to highlight genes and proteins undergoing dynamic changes in post-transcriptional protein stability.
文献链接：De novo derivation of proteomes from transcriptomes for transcript and protein identification
