福昕翻译

>

生物学

确定影响 COVID 易感性和严重性的人类遗传变异
一个人的基因会影响他们感染的风险和疾病症状的严重程度。一项大型国际研究确定了人类基因组中可能影响严重 COVID-19 风险的部分。 萨米拉·阿斯加里 & 莱昂内尔 A. Pousaz 一年多以来,科学家和临床医生一直在试图理解为什么有些人会患上严重的 COVID-19,而其他人几乎没有表现出任何症状。已知风险因素,例如年龄和潜在的医疗条件1,以及环境因素(包括健康的社会经济决定因素2 )在确定疾病严重程度方面发挥作用。然而,人类基因组中的变异是变异性研究较少的来源。在自然中写作, COVID-19 宿主遗传学倡议3 ( www.covid19hg.org) 的成员) 报告了一项针对 SARS-CoV-2 感染的大型人类遗传学研究的结果。研究人员确定了人类基因组中影响 COVID-19 易感性和严重性的 13 个位置(或位点)。 科学家们已经知道人类遗传变异会影响传染病的严重程度,包括感染 SARS-CoV-2 4 - 6。遗传因素的影响范围很广,从可以区分个体出现轻微症状和危及生命的疾病7的罕见、高影响突变,到仅适度影响症状严重程度的更常见遗传变异5。 即便如此,与其他免疫介导疾病(如自身免疫性疾病)相比,传染病的人类基因组研究仍然很少。这有几个原因。其中最主要的是,传染病的研究通常侧重于致病微生物,而不是宿主。此外,与年龄或获得医疗保健等社会人口因素的影响相比,人类遗传变异对感染结果的影响通常相对较小8. 确定这些普遍温和的影响需要对大型、特征明确的人群进行研究,以产生足够的统计功效来揭示相关的遗传因素。最后,与慢性病不同,表征传染病严重程度和结果的窗口通常仅限于个人出现症状的短时间内。 在大流行开始时,作者通过迅速建立大型国际合作克服了这些挑战。这项由约 3,000 名研究人员和临床医生组成的合作包括来自 46 项研究的数据,涉及超过 49,000 名 COVID-19 患者和 200 万名对照个体,参与者来自 6 个祖先群体和 19 个国家。通过迅速行动,作者可以招募有症状的患者,并且通过建立国际合作,能够包括足够的参与者来克服统计能力的限制。此外,他们试图通过收集一些已知风险因素(如年龄和性别)的数据来解释社会人口因素的作用,并将这些信息包含在他们的统计分析中。 为了在所有 46 个研究组中获得可比较的结果,作者定义了 3 类分析:感染,包括医生确诊、实验室确诊或自我报告的 COVID-19 患者;住院治疗,其中包括实验室确诊的中度至重度 COVID-19 患者;重症、实验室确诊感染住院且需要呼吸支持或死亡的患者。为了确定与 COVID-19 易感性和严重程度相关的遗传变异,作者首先比较了每项研究中感染 COVID-19 的人和对照个体之间数百万个遗传变异的频率差异。然后,他们将所有 46 项研究的结果结合起来,以提高其数据的统计能力。 通过这种综合分析,作者确定了 13 个与 SARS-CoV-2 感染和疾病严重程度相关的基因座(图 1),其中包括 6 个基因座在之前 COVID-19 人类基因组学研究中未报道4 , 5。四个位点影响对 SARS-CoV-2 的总体易感性,而九个位点与疾病严重程度相关。仅当分析中包括东亚血统的个体时,才发现了两个以前不相关的基因座,这突出了在人类基因组学研究中包括不同人群的价值。    图1 | 识别与 COVID-19 易感性和严重性相关的人类基因组区域。COVID-19 宿主遗传学倡议3试图确定解释个体对 COVID-19 易感性以及疾病严重程度可变性的遗传变异。作者将 49,562 名 COVID-19 患者的基因组(包括因感染住院的 13,641 名患者和其中 6,179 名患有该疾病的重症患者)的基因组与大约 200 万名未感染的对照个体的基因组进行了比较。该比较指出了基因组(基因座)中的 13 个位置:其中 4 个基因座的变异与 COVID-19 的易感性相关,而其他 9 个基因座的变异与疾病严重程度相关。 为了更好地了解 COVID-19 的生物学特性以及将这些基因座与疾病结果联系起来的机制,作者寻找了每个基因座附近的基因(即“候选基因”)。他们确定了 40 多个候选基因,其中几个以前曾与免疫功能有关或在肺部具有已知功能,这表明作者的发现突出显示的基因组区域中的变异可能通过以下方式对 COVID-19 结果产生影响呼吸系统。 一个这样的例子是基因TYK2。该基因的变体可以增加对其他病毒、细菌和真菌9感染的易感性。与此一致的是,作者报告说,携带TYK2某些突变的个体因感染 SARS-CoV-2 而住院或患上严重疾病的风险增加。另一个例子是基因DPP9。作者在该基因中发现了一个变体,该变体会增加患 COVID-19 重症的风险。值得注意的是,相同的变异可以增加罕见的肺部疾病的风险,其特征是肺组织10瘢痕形成。 COVID-19 宿主遗传学倡议的这项研究是我们理解人类遗传学在 SARS-CoV-2 易感性中的作用的一个重要里程碑;然而,还有更多工作要做。未来的实验应该确定将鉴定出的基因组位点与 COVID-19 结果联系起来的所有基因、信号通路和生物学机制。 此外,尽管作者努力将基因多样化的研究组包括在内,但约有 80% 的参与者具有欧洲血统。未来的研究需要包含更多来自其他血统群体的个体,以确保结果适用于非欧洲人,并确定可能与其他血统人群风险相关的其他位点。 作者的研究中无法解决的另一个复杂问题是 SARS-CoV-2 基因组中的特定变异和人类基因组中的变异对疾病结果的综合影响。最后,正如作者所提到的,他们无法完全控制所有社会人口因素,例如获得医疗保健的机会。尽管这些非遗传因素不太可能解释所有的发现,但它们可能会使遗传变异与疾病结果之间的某些关联产生偏差。 尽管有这些限制,但研究结果的影响是深远的。这项研究不仅对于增进我们对人类对 COVID-19 易感性的理解很重要;它还强调了全球合作在澄清人类对传染病易感性变异的遗传基础方面的价值。在低收入国家,感染仍然是导致死亡的首要原因之一,并且由于气候变化、城市化和人口规模不断扩大,感染成为日益严重的全球威胁11。人类基因组学可以成为一种有效的工具,可以用来了解构成对特定感染的免疫反应的生物学机制,识别有风险的个体,并为现有或新出现的感染开发新的药物和疫苗。 参考 1.威廉姆森,EJ等。 自然 584 , 430–436 (2020)。 2.Wang, Z. & Tang, K. Nature Med。 26 , 458 (2020)。 3.COVID-19 宿主遗传学倡议。自然https://doi.org/10.1038/s41586-021-03767-x (2021) 4.严重 Covid-19 GWAS Group等。 N. 英语。J. 医学。 383 , 1522–1534 (2020)。 5.Pairo-Castineira, E.等。 自然 591 , 92–98 (2021)。 6.Casanova, J.-L., Su, HC & COVID 人类遗传努力。细胞 181,1194-1199(2020)。 7.Zhang, Q.等。 科学 370,eabd4570(2020 年)。 8.韦伯胡珀,M.,Nápoles,AM&佩雷斯稳定的,EJ JAMA 323,2466年至2467年(2020年)。 9.Minegishi, Y.等。 免疫 25 , 745–755 (2006)。 10.芬林,TE等。 自然基因。 45 , 613–620 (2013)。 11.世界卫生组织。流行病管理:关于重大致命疾病的关键事实(世卫组织,2018 年)。 了解翻译: 使用文档翻译功能 使用图片翻译功能 使用人工专业翻译 CAD图纸翻译 免责声明:福昕翻译只充当翻译功能,此文内容及相关信息仅为传递更多信息之目的,仅代表作者个人观点,与本网站无关,版权归原始网站所有。仅供读者参考,并请自行核实相关内容。若需要浏览原文、下载参考文献等,请自行搜索文中提到的原文网站进行阅读。 来源于:nature
2021-07-14 18:44:28
超越冠状病毒:病毒发现改变生物学
  SARS-CoV-2 只是我们星球上数以百万计的病毒之一,科学家们正在迅速识别大量新物种。 病毒有各种形状和大小,例如巨型拟菌病毒(右上)和月球着陆器形状的噬菌体(中)。图片来源:假色电子显微照片(不同比例)。顶行 L-R:天花病毒;Acidianus瓶状病毒;多食棘阿米巴拟虫病毒。中间行 L-R:狂犬病病毒;T4噬菌体;轮状病毒。底行 L-R:埃博拉病毒;烟草脆裂病毒;HIV-2。声压级;M. Häring等人。/ J. 维罗尔。; E. Ghigo等人。/ PLOS 病原体。; Frederick A. Murphy/CDC GlobalMya Breitbart 在非洲白蚁丘、南极海豹和来自红海的水中捕获了新型病毒。但要达到高薪,她只需要走进她在佛罗里达州的后花园。在她的游泳池周围挂着多刺的圆蛛(Gasteracantha cancriformis)——引人注目的蜘蛛,身体呈球状,白色的身体,黑色的斑点和六个猩红色的尖刺,使它们看起来像一件中世纪的武器。对于圣彼得堡南佛罗里达大学的病毒生态学家 Breitbart 来说,更引人注目的是里面的东西。当她和她的同事收集了几只蜘蛛并将它们磨碎后,他们发现了两种以前科学上未知的病毒1。尽管自 2020 年初以来,我们人类一直专注于一种特别讨厌的病毒,但仍有大量其他病毒等待被发现。科学家估计,在任何给定时间,仅海洋中就有大约 10 31 个单独的病毒颗粒——是已知宇宙中估计恒星数量的 100 亿倍。  越来越明显的是,生态系统和生物体依赖于病毒。微小但强大,它们通过在宿主之间穿梭基因推动了数百万年的进化。在海洋中,它们将微生物切开,将其内容物倒入海中,并用营养物质淹没食物网。“没有病毒,”加拿大温哥华不列颠哥伦比亚大学的病毒学家 Curtis Suttle 说,“我们就不会活着。”  国际病毒分类委员会 (ICTV) 仅列出了 9,110 个已命名物种,但这显然只是总数中的一小部分。部分原因是,过去对病毒进行正式分类需要科学家在其宿主或宿主细胞中培养病毒——即使不是不可能,也是一个耗时的过程。这也是因为搜索偏向于导致人类或我们关心的生物体疾病的病毒,例如农场动物和农作物。然而,正如 COVID-19 大流行提醒我们的那样,了解可能从一个宿主跳到另一个宿主、威胁我们、我们的动物或我们的庄稼的病毒很重要。   在过去十年中,由于发现病毒的技术进步,加上最近对新物种识别规则的改变,已知和命名病毒的数量呈爆炸式增长,允许命名而无需培养病毒和宿主。最具影响力的技术之一是宏基因组学,它允许研究人员在环境中对基因组进行采样,而无需培养单个病毒。较新的技术,例如单病毒测序,正在将更多病毒添加到列表中,其中包括一些非常常见但直到现在仍然隐藏的病毒。Breitbart 说,现在是进行此类研究的激动人心的时刻。“我认为,在很多方面,现在是病毒组的时代。”  仅在 2020 年,ICTV 就在其官方名单中增加了 1,044 个物种,还有数千个物种等待描述和命名。基因组的这种增殖促使病毒学家重新思考他们对病毒进行分类的方式并帮助阐明它们的进化。有强有力的证据表明病毒多次出现,而不是从单一来源萌芽。  即便如此,位于马里兰州德特里克堡的美国国家过敏和传染病研究所的病毒学家 Jens Kuhn 说,病毒世界的真实范围仍然大部分是未知的。“我们真的完全不知道外面有什么。”  在这里,那里,无处不在  所有病毒都有两个共同点:每个病毒都将其基因组包裹在一个基于蛋白质的外壳中,每个病毒都依赖其宿主——无论是人、蜘蛛还是植物——来自我繁殖。但除此之外,还有无穷无尽的变化。  有只有两个或三个基因的微小圆环病毒,以及比某些细菌还大并携带数百个基因的大型拟菌病毒。有一些看起来像月球着陆器的噬菌体会感染细菌,当然,还有世界现在非常熟悉的杀手尖球。有些病毒将其基因存储为 DNA,而其他病毒则使用 RNA;甚至还有一种噬菌体使用另一种遗传字母表,用不同的分子替换标准 ACGT 系统中的化学碱基 A,命名为 Z。     对多刺圆蛛的研究发现了两种科学以前未知的病毒。图片来源:Scott Leslie/Minden Pictures/Alamy  病毒无处不在,即使科学家不寻找它们,它们也会出现。Frederik Schulz 在仔细研究废水中的基因组序列时并不打算研究病毒。作为维也纳大学的研究生,2015 年,他正在使用宏基因组学来寻找细菌。这涉及从整个生物体混合物中分离 DNA,将其切成小块并对其进行测序。然后计算机程序将这些位组装成单独的基因组;这就像解决数百个拼图的拼图一样。  在细菌基因组中,舒尔茨不禁注意到一个巨大的病毒基因组——很明显,因为它携带了病毒外壳的基因——具有惊人的 157 万个碱基对2。结果证明它是一种巨型病毒,属于一个成员在基因组大小和绝对大小(通常为 200 纳米或更大)方面都很大的群体的一部分。这些病毒感染变形虫、藻类和其他原生生物,使它们能够影响水生和陆地生态系统。     Schulz 现在是加州伯克利美国能源部联合基因组研究所的微生物学家,决定在宏基因组数据集中搜索相关病毒。2020 年,在一篇论文3 中,他和他的同事描述了来自包含巨型病毒的群体的 2,000 多个基因组;在此之前,只有 205 个这样的基因组被存放在公共数据库中。  病毒学家还向内寻找新物种。病毒生物信息学家 Luis Camarillo-Guerrero 与英国欣克斯顿 Wellcome Sanger 研究所的同事合作,分析了来自人类肠道的宏基因组,并建立了一个包含 140,000 多种噬菌体的数据库。其中一半以上是科学上的新手。他们的研究4于 2 月发表,与其他人的发现相吻合,即感染我们肠道细菌的最常见病毒之一是称为 crAssphage(以 2014 年发现它的交叉组装软件命名)。现在在英国剑桥的 DNA 测序公司 Illumina 工作的 Camarillo-Guerrero 说,尽管它很丰富,但人们对它如何为我们的微生物组做出贡献知之甚少。  宏基因组学发现了大量病毒,但它也忽略了许多病毒。RNA 病毒不在典型的宏基因组中测序,因此爱尔兰科克大学的微生物学家 Colin Hill 和他的同事在称为宏转录组的 RNA 数据库中寻找它们。科学家通常使用这些数据来了解群体中的基因,这些基因正在积极地转化为信使 RNA 以制造蛋白质,但 RNA 病毒基因组也可能出现。该团队使用计算技术从数据中提取序列,在来自污泥和水样的元转录组中发现了 1,015 个病毒基因组5。再一次,他们用一篇论文大量增加了已知病毒的数量。     在变形虫中发现的巨型图潘病毒超过 1,000 纳米长,拥有已知病毒中最大的一组蛋白质编码基因。图片来源:J. Abrahão等人/Nature Commun。  尽管这些技术可能会意外地组装出不真实的基因组,但研究人员有质量控制技术来防止这种情况发生。但还有其他盲点。例如,成员非常多样化的病毒物种很难找到,因为计算机程序很难将不同的序列拼凑在一起。  另一种方法是一次对一个病毒基因组进行测序,正如西班牙阿利坎特大学的微生物学家 Manuel Martinez-Garcia 所做的那样。他决定尝试通过分拣机将海水滴入分离出单个病毒,扩增它们的 DNA,然后进行测序。  在他的第一次尝试中,他发现了 44 个基因组。结果证明其中一种代表了海洋中最丰富的病毒6。这种病毒是如此多样化——它的基因拼图从一个病毒颗粒到另一个病毒颗粒如此不同——以至于它的基因组从未出现在宏基因组学研究中。该团队将其命名为 37-F6,因为它位于最初的实验室培养皿上,但 Martinez-Garcia 开玩笑说,鉴于它能够隐藏在显眼的地方,它应该以虚构的超级间谍詹姆斯邦德的名字命名为 007。  病毒家谱  海洋病毒的詹姆斯邦德没有正式的拉丁物种名称,在过去十年中宏基因组学发现的数千个病毒基因组中的大多数也是如此。这些序列让 ICTV 陷入两难境地:基因组足以命名病毒吗?直到 2016 年,向 ICTV 提出新病毒或分类群需要科学家培养该病毒及其宿主,极少数例外。但那一年,经过一场有争议但亲切的辩论,病毒学家一致认为一个基因组就足够了7。  关于新病毒和新病毒组的提议蜂拥而至(参见“加入家族”)。但这些病毒之间的进化关系往往不清楚。病毒学家通常根据病毒的形状(长而细,或者有尾巴的头)或它们的基因组(DNA 或 RNA,单链或双链)对病毒进行分类,但令人惊讶的是,这几乎没有说明共享的祖先。例如,具有双链 DNA 基因组的病毒似乎至少出现在四个不同的场合。     资料来源:ICTV  最初的 ICTV 病毒分类与细胞生命树完全分开,只包括进化层次的较低层次,从物种和属到目级别——相当于灵长类动物或在分类中具有锥体的树的层次多细胞生命。没有更高的水平。许多病毒家族单独漂浮,与其他类型的病毒没有联系。因此,在 2018 年,ICTV 添加了更高级别的级别:类、门和界8。  在最顶端,它发明了“领域”,旨在作为细胞生命“领域”——细菌、古细菌和真核生物——的对应物——但使用不同的词来区分这两种树。(几年前,一些科学家提出某些病毒可能适合基于细胞的进化树,但这种想法并未获得广泛支持。)  ICTV 勾勒出树的分支,并将基于 RNA 的病毒归入一个名为Riboviria的领域。SARS-CoV-2 和其他具有单链 RNA 基因组的冠状病毒是该领域的一部分。但随后由更广泛的病毒学家社区提出进一步的分类群。碰巧的是,位于马里兰州贝塞斯达的国家生物技术信息中心的进化生物学家尤金·库宁组建了一个团队来分析所有病毒基因组,以及对病毒蛋白质的最新研究,以创建分类学初稿9 .  他们重组了Riboviria并提出了另外三个领域(参见“病毒领域”)。Koonin 说,在细节上存在一些争论,但 ICTV 成员在 2020 年顺利批准了分类法。另外两个领域在 2021 年获得了批准,但最初的四个领域可能仍然是最大的领域,他说。最终,Koonin 推测,这些领域可能多达 25 个。     资料来源:ICTV(talk.ictvonline.org/taxonomy);ICTV冠状病毒科研究组。自然微生物。 5 , 536–544 (2020)  这个数字支持了许多科学家的怀疑,即病毒种类没有一个共同的祖先。“所有病毒都没有单一的根源,”Koonin 说。“它根本不存在。” 这意味着病毒可能在地球生命史上出现过多次——而且没有理由认为这种出现不会再次发生。“新病毒的从头起源,它仍在进行中,”巴黎巴斯德研究所的病毒学家 Mart Krupovic 说,他参与了 ICTV 的决定和 Koonin 的分类学团队。  至于这些领域是如何产生的,病毒学家有几个想法。也许它们在地球上生命诞生之初,甚至在细胞形成之前就来自独立的遗传元素。也许它们是从整个细胞中逃脱或“转移”的,放弃了大部分细胞机制,以过上最低限度的生活方式。Koonin 和 Krupovic 支持一种混合假设,即那些原始遗传元件从细胞生命中窃取基因来构建它们的病毒颗粒。库恩说,因为病毒有多种起源,它们的起源可能有多种方式,库恩说,他还曾在 ICTV 委员会任职并参与过新的分类学提案。  因此,虽然生命的病毒树和细胞树是不同的,但枝条相互接触,基因在两者之间传递。病毒是否算作“活着”取决于您对生命的个人定义。许多研究人员不认为它们是生物,但其他人不同意。“我倾向于相信它们是活的,”日本京都大学研究病毒的生物信息学家 Hiroyuki Ogata 说。“它们在进化,它们拥有由 DNA 和 RNA 组成的遗传物质,它们在所有生命的进化中都非常重要。”  目前的分类被广泛认为只是第一次尝试,一些病毒学家说这有点混乱。许多家庭仍然缺乏与任何领域的联系。Martinez-Garcia 说:“好的一点是,我们正试图在混乱中整理一些秩序。”  世界改变者  地球上病毒的总质量相当于 7500 万头蓝鲸的质量,科学家们确信它们对食物网、生态系统甚至地球大气产生了影响。哥伦布俄亥俄州立大学环境病毒学家马修沙利文说,新病毒的加速发现“揭示了病毒直接影响生态系统的新方式的分水岭”。但科学家们仍在努力量化它们的影响有多大。  “目前我们这里没有一个非常简单的故事,”Ogata 说。在海洋中,病毒可以从它们的微生物宿主中爆发出来,释放出碳供其他人回收利用,它们吃掉宿主的内脏,然后产生二氧化碳。但是,最近,科学家们也开始意识到,爆裂的细胞经常聚集在一起并沉入海底,将碳从大气中隔离。     从瑞典 Stordalen Mire 解冻的永久冻土中收集的病毒基因组具有有助于分解和释放碳的基因。信用:鲍勃吉本斯/阿拉米  沙利文说,在陆地上,融化的永久冻土是碳的主要来源,病毒似乎有助于该环境中微生物的碳释放。2018 年,他和他的同事描述了从瑞典永久冻土融化中收集的 1,907 个病毒基因组和片段,包括可能影响碳化合物如何分解并可能成为温室气体10 的蛋白质基因。  病毒还可以通过搅动其他生物的基因组来影响其他生物。例如,当病毒将抗生素抗性基因从一种细菌转移到另一种细菌时,耐药菌株可以接管。Camarillo-Guerrero 说,随着时间的推移,这种转移可以在种群中产生重大的进化转变。不仅仅是在细菌中——估计有 8% 的人类 DNA 来自病毒。例如,我们的哺乳动物祖先从病毒中获得了胎盘发育所必需的基因。  对于有关病毒生活方式的许多问题,科学家们需要的不仅仅是基因组。他们需要找到病毒的宿主。病毒本身可能带有线索:例如,它可能在自己的基因组中携带一些可识别的宿主遗传物质。  Martinez-Garcia 和他的同事使用单细胞基因组学来鉴定包含新发现的 37-F6 病毒的微生物。宿主也是海洋中最丰富和多样化的生物之一,一种被称为Pelagibacter 11的细菌。在某些水域中,Pelagibacter占现有细胞的一半。Martinez-Garcia 说,如果只是这种病毒突然消失,海洋生物就会失去平衡。  德国基尔 GEOMAR 亥姆霍兹海洋研究中心的进化生态学家亚历山德拉·沃登 (Alexandra Worden) 表示,要了解病毒的全面影响,科学家们需要弄清楚它是如何改变宿主的。她正在研究携带称为视紫质的光捕获蛋白基因的巨型病毒。从理论上讲,这些基因可能对宿主有用——用于能量转移或信号传递等目的——但序列无法证实这一点。为了找出这些视紫质基因发生了什么,沃登计划将宿主和病毒一起培养,并研究这对组合在“病毒细胞”状态下的功能。“细胞生物学是唯一可以说明真正作用是什么,这如何真正影响碳循环的方法,”她说。  回到佛罗里达,布赖特巴特还没有培养她的蜘蛛病毒,但她对它们有了更多了解。这对病毒属于 Breitbart 称之为令人难以置信的一类病毒,因为它们微小的圆形基因组仅编码一个用于蛋白质外壳的基因和一个用于复制蛋白质的基因。其中一种病毒只存在于蜘蛛的身体中,而不是它的腿中,所以她认为它实际上感染了蜘蛛吃的某种生物。另一种病毒存在于蜘蛛的整个身体,以及它的卵和小蜘蛛中,因此她认为它是从父母传给后代12。就 Breitbart 而言,这似乎并没有对他们造成任何伤害。  对于病毒,“发现它们实际上是容易的部分”,她说。区分病毒如何影响宿主生命周期和生态要棘手得多。但首先,病毒学家必须回答最棘手的问题之一,Breitbart 说:“你如何选择要研究的问题?” 点击查看:更多生物学分类文章使用文档翻译功能什么是全文翻译?一键翻译pdf文档、翻译word文档怎么在线翻译图片? 免责声明:福昕翻译只充当翻译功能,此文内容及相关信息仅为传递更多信息之目的,仅代表作者个人观点,与本网站无关,版权归原始网站所有。仅供读者参考,并请自行核实相关内容。若需要浏览原文、下载参考文献等,请自行搜索文中提到的原文网站进行阅读。  来源于:nature
2021-06-30 20:08:32
猫与主人关系纽带的认知与研究
经过 毛罗·伊内斯, 克莱尔·里奇-博诺特 * 和 丹尼尔·S·米尔斯 英国林肯郡林肯大学生命科学学院动物行为、认知和福利小组 LN6 7TS 学术编辑:Chiara Mariti 和 Jonathan Bowen收稿日期:2021 年 5 月 4 日/修订日期:2021 年 5 月 23 日/接受日期:2021 年 5 月 26 日/出版日期:2021 年 5 月 29 日 (本文属于特刊猫的行为、生理和福利) 简介:猫很受欢迎,但人们对它与主人的关系和纽带知之甚少。本研究以人类依恋和社会支持理论为基础,探讨猫与主人建立的不同类型的关系。一份调查问卷被用来收集关于不同情感因素的信息,这些情感因素可以支撑这段关系;猫对主人的潜在认知是一个安全的基地;主人与猫的接触程度、他们对猫的需求的敏感度以及他们与猫互动的一致性。五种不同形式的猫主人关系被确定。这些似乎构成了我们所说的“开放的关系”、“遥远的联系”、“偶然的关系”、“相互依赖”和“友谊”。这些关系在多大程度上涉及到作为社会支持或安全依附来源的对所有者的纽带。因此,我们得出结论,猫主人的债券不应该简单地或仅仅在其经典的心理意义上的依恋方面进行分析。 摘要:猫与人类形成密切的情感关系,但对此知之甚少。这项研究描述了猫可能与其主人建立的不同类型的关系。数据来自对使用与日常猫主人互动相关的社会支持和依恋表达而开发的问卷的 3994 份答复进行分析。主成分分析将项目缩减为四个因素:“主人对猫的情感投入”、“猫对他人的接受”、“猫对主人亲近的需要”和“猫的冷漠”。集群确定了三组业主,其中两组又分为两组。“开放式关系纽带”的特点是一个情感投入较轻的主人和一只回避型的猫。 “远程交往”和“随意关系”的特点是主人在情感上疏远,但猫对他人的接受程度不同。 “相互依赖”和“友谊”关系的特点是情感投入的主人,但猫对他人的接受程度不同,需要与主人保持亲近。总之,与任何复杂的社会关系一样,猫与主人之间的纽带类型是所涉及的个人之间存在的动态以及某些个性特征的产物,其中猫和主人更广泛的社交性期望可能特别重要。 关键词:感情纽带;附件;猫;人与动物的互动;所有者;关系;社会支持;气质 一、 介绍社会支持有助于福祉,并与身体和心理健康结果相关 [1]。动物可以与同种动物建立伙伴关系并从中受益,即使没有依附或以其他方式与其保持联系,也可以保持与他人的亲近 [2-4]。驯化可能使人类能够承担一种角色,从而可以为另一个物种提供社会支持 [5-7]。伴侣动物也可以为其主人提供社会支持 [8,9];即,动物的存在不仅会改善主人的日常生活,但它也可以潜在地帮助主人应对压力情况 [1],从而增加主人的适应能力 [10]。据报道,猫是一些主人的情感支持来源 [11],尤其是作为一种非判断性的红颜知己 [12,13]。人际纽带描述了个人在一起的原因;简而言之,它可以分为身体和心理纽带。如果猫没有被放出来,猫和它的主人之间就会存在身体上的联系,因为猫在身体上受到限制,不能离开主人。心理纽带表示两个人在一起的心理原因;这可能包括共同的目的,例如一起工作或有共同的兴趣(如许多工作团队发生的那样),也包括深情的情感纽带。深情纽带是从想要与另一个人联系的倾向中识别出来的,其特点是其情感内容[2]。情感纽带有多种形式;例如,受抚养人(被看护人)与其看护人之间的联系不同于看护人与其受抚养人之间的联系。前者通常以依恋行为为特征,而后者则以照顾或养育方式为特征[2]。因此,债券不一定是相互平衡的,一个人可能会利用另一个人;出现的关系将反映这一点。因此,虽然联系反映了一个人与另一个人之间相互作用的性质,但这种关系描述了由彼此之间的联系以及其他潜在因素引起的个人之间的动态。主人和伴侣动物之间的关系可能反映了一种持久的纽带,例如一种情感纽带,在这种纽带中,另一方作为一个独特的个体在情感上很重要,并且可以与其他人互换[2]。从历史的角度来看,依恋是一种情感纽带,一种强烈的情感联系,提供安全感、舒适感和参与其他活动的信心[2,14],正是在这种情况下,我们使用了“依恋”一词在本文中,根据先前试图在操作上定义猫主人关系的工作(例如,[15,16]),将其与可能表征这种关系的其他类型的情感纽带区分开来。在这种情况下,依恋的特点是希望与他人保持亲近(通常作为安全和保障的来源),以及在分离后重聚时的快乐。分离往往会导致痛苦,而持续的失去会导致悲伤[2]。在狗等物种中,有人认为狗和主人之间的纽带在很多方面很大程度上是依恋式的,这得到了狗在陌生情境测试中的行为的支持;该测试将依恋的定义用于研究目的[17]。这个结论在狗身上得到了支持,即使使用了平衡测试 [18],但在猫身上,当使用类似的测试时 [16]。因此,猫的债券可能不同,这可能反映了它们主要履行的角色。例如,伴侣动物也可能在依恋关系中扮演安全和保障提供者的互惠角色[19],尽管主人通常被称为照顾者。它们还可以在遇险时为主人提供安慰 [20],它们可能是快乐和安慰的源泉[21-23],而在缺席时它们可能会被错过 [22]。这些反映了情绪的多样性,因此在描述联系和相关关系时,在强调依恋的重要性时需要谨慎。考虑到合作伙伴在不同时间(例如,玩伴、照顾者等)所承担的社会角色的全部范围以及这可能提供的支持类型,需要认识到将个人保持在一起的深情纽带的情感复杂性。 自我报告问卷的使用是依恋和关系研究的常见做法[19]。有几种尺度可以衡量宠物与主人关系的质量 [24-30],但许多尺度对特定物种的特征并不敏感。然而,Howell 等人。 [30] 改编了蒙纳士狗-主人关系量表(MONASH)[29] 开发了猫 - 主人关系量表(CORS)来评估猫 - 主人关系的质量;考虑到它在狗文学中的最终基础,这个量表可能对主人-猫关系的复杂性提供有限的洞察力。猫是潜在的社会动物,能够形成稳定的合作种内群体,但也能形成种间关系与人类和其他家养物种[31]。在澳大利亚、英国和美国,大约四分之一到三分之一的家庭至少拥有一只猫 [32-34]。然而,由于行为问题和主人情况的变化,每年有大量猫被放弃 [33,35],这是放弃的两个主要原因 [35]。大约 77% 的主人报告说他们的猫至少有一种不受欢迎的行为;其中很大一部分与慢性压力和资源不足有关[34],表明主人对猫的行为和需求的期望通常很差。据报道,大约三分之一到一半的兽医对肥胖、获得兽医护理、慢性压力以及为他们的猫科动物患者提供的资源不足表示担忧 [34]。因此,更好地了解猫与主人之间存在的关系的性质可以帮助我们更好地照顾猫,改善猫与主人之间的关系,并更深入地了解养猫的潜在好处和局限性[19]。本研究的总体目标是通过使用依恋和社会支持理论作为支撑它们的情感纽带的理论基础,识别和描述主人对猫与它们建立的不同类型关系的看法 [14,19]。首先,我们需要开发一个可靠的工具(问卷调查)来探索可以产生从属关系的社会支持、亲情纽带和依恋(包括依恋风格)的特征。其次,我们检查了工具中的不同项目如何相互关联以形成主要成分,这些成分可以通过参考特定的潜在心理结构来解释。最后,我们可以使用与不同组成部分相关的分数来定义不同形式的猫主人关系,并评估它们与人口特征的可能关联,以了解支撑情感纽带的潜在性质。2. 材料和方法该研究得到了林肯大学研究伦理委员会的授权(参考:CoS 2020-1069)。 2.1. 问卷制作使用在线调查软件 QualtricsXM(补充表 S1)准备和分发四部分问卷。第一部分包括与主人人口信息相关的五个项目(年龄、性别、家庭人数、原籍国和居住国),第二部分也有五个项目,涉及猫的人口统计信息(年龄、性别、来源、拥有的猫的数量,可以进入户外)。主人被告知,如果他们有不止一只猫,那么他们应该回答关于名字在字母表中排在第一位的猫的调查。第三部分由总共 93 个李克特矩阵量表项目组成,根据它们对猫主人关系的理论应用生成,有 8 个量表点(从非常不同意到非常同意,包括一个不适用的选项)。这部分细分为以下三个小节: l 主人的照料风格——第一小节中的 38 个项目反映了主人的行为和态度,这些行为和态度与他们与猫的接触程度、他们对猫需求的敏感性以及他们与猫互动的一致性(改编自相关的人类文献)先驱 Bowlby [36]和Ainsworth[2,37]。l 猫与其主人关系的情感基础——第二小节,包含 25 个项目,旨在确定主人可能会被猫的情绪感知的不同方式(即,不同形式的情绪刺激 [38,39])。l 传统的附件特征——第三小节中的 30 个项目探索了各种猫与主人互动的各个方面,包括主人提供社会支持的能力、猫与主人之间关系的独特性以及猫将主人视为安全基地的看法 [2,5,37,40,41] . 在最后一部分,参与者被问及他们是否愿意参加另一项调查。完成整个调查大约需要 15 分钟。该问卷最初以英文设计,由作者之一 (MI) 翻译成葡萄牙语。两位母语为葡萄牙语的人被要求将问卷翻译回英语。他们的版本与另一位作者 (DM) 的原作进行了比较,以建立语言的一致性。为了便于理解,问卷以每种语言发送给 12 位猫主人,他们是与我们的目标人群一致的非科学猫主人;只进行了微小的修正以产生最终版本。 2.2. 数据采集该调查于 2020年7 月 19 日至2020 年9 月 7日通过社交媒体,包括个人和群组(经许可)Facebook 网站进行宣传。社交媒体允许使用滚雪球抽样方法招募大量人口;即,在初始主题组中,每个主题将依次引用新主题,依此类推 [42]。这种方法允许扩展到可能与原始来源密切相关的直接接触者之外[43]。然而,这种方法确实限制了研究人员对受试者选择的控制,引入了可能的偏见,以至于细节只能到达相互关联的个体,可能排除了一部分人群[44]。然而,在目前的情况下,这些都不是重要的问题,因为我们并不试图描述我们发现的真实流行情况。该研究的纳入标准是参与者年满 18 岁,并且他们仅完成了目前与他们一起生活了至少六个月的一只猫的问卷。他们可以选择用英语或葡萄牙语进行调查。2.3. 数据分析使用SPSS(v25,IBM)分析数据。2.3.1. 项目可靠性评估为了评估项目的可靠性,问卷在第一次回复后大约一个月通过电子邮件再次发送给同意参加第二次调查的受访者。获得的答复与对问卷的相应第一答复配对。由于我们随后的分析集中在问卷第三部分的回答模式和之间的关系,因此通过第一次和第二次调查之间这些项目的相关性和显着差异的评估来评估可靠性。保留项目需要 Pearson 相关系数大于 0.7 且显着(p < 0.01)。项目也不能有显着差异,因此如果满足第一个要求的项目在两次调查之间的价值显着不同(Wilcoxon 配对测试),则会被拒绝。只有满足这两个要求的项目才会保留在下一阶段的分析中,因为这表明相关性与以0为中心的截距没有显着偏移。 2.3.2.可靠项的潜在结构为了调查问卷中不同项目之间的相互关系,对问卷第三部分的可靠项目使用了主成分分析 (PCA)。倾斜旋转(直接倾斜)用于提取,因为假设不同的项目可能是相关的[45]。模式矩阵用于确定 PCA 中不同因素的权重 [45]。要提取的主成分 (PC) 的数量是根据碎石图上的拐点结合 Kaiser 标准确定的。对于主成分的解释,仅考虑系数大于 0.4 的项目。 2.3.3. 人口结构生成每个受访者的主成分分数。然后使用层次聚类分析(使用 Ward 方法和平方欧几里得距离)来描述受试者之间的关系。然后评估得到的树状图的可行集群(群体)。 2.3.4. 群体特征根据每个 PC 的中值分数对组进行表征。使用 Kruskal-Wallis检验检测到组之间的显着差异(因为每个集群中不同PC 的分数的标准化残差不是正态分布的)。还使用 Kruskal-Wallis测试评估了未在任何 PC 上加载的项目分数的显着差异。 通过 Kruskal-Wallis 检验(主人和猫的年龄)或卡方检验(用于回答问卷的语言、猫和主人的性别、家庭规模、主人所在的国家/地区)评估与人口统计相关的集群之间可能存在的显着差异。来源和居住地、猫的来源、拥有的猫的数量和户外活动)。当使用 Kruskal-Wallis 检验时,用于成对比较的事后检验用于确定哪些组之间存在显着差异。当使用卡方检验时,标准化残差确定了在特定群体中或多或少普遍存在的人口统计学特征。 当 p< 0.05调整后,结果被认为是显着的,使用 Bonferroni当对相关变量进行多次测试时应用校正。 3. 结果问卷共有6965份回复。在删除了不适当的主人或猫年龄条目(例如,给出了多个年龄条目)的响应后,剩下 6357 个(数据集A)。 大多数受访者为女性 (91.7%),她们在英国生活 (71.1%) 和长大(68.1%)的两人家庭 (44.8%)。大多数猫都已绝育(94%),有某种形式的户外活动(70.5%),要么自己生活(40.9%),要么与另一只猫(32.4%)共用房子(补充表S2)。 3.1. 项目可靠性评估第二次共向237名受访者发送问卷,收到75份回复。为了比较完整的答案集,从数据集中删除了至少有一个空白答案的所有答案。这产生了56 个配对的响应集。问卷第三部分共 93项,保留 26项(第一部分38 项中的 9项,第二部分 25项中的 6项,第三部分 30 项中的 11项)用于进一步分析(补充表 S3 和 S4)。 3.2. 可靠项的潜在结构在数据集 A 中的 6357 个回答中,排除了对剩余 26 个项目中的一个或多个没有回答的任何回答。总共剩下 3994 个(数据集 B)。数据集 B(表 1)经过目视检查并被认为与数据集 A 相似,因此用于 PCA。提取了 4 个 PC,占总方差的 39.4%。有 22 个项目在 PC 上的加载系数大于 0.4,4 个项目在任何 PC 上都没有加载(表 2 和补充表 S5)。未完待续……点击查看:更多生物学分类文章使用文档翻译功能 免责声明:福昕翻译只充当翻译功能,此文内容及相关信息仅为传递更多信息之目的,仅代表作者个人观点,与本网站无关,版权归原始网站所有。仅供读者参考,并请自行核实相关内容。若需要浏览原文、下载参考文献等,请自行搜索文中提到的原文网站进行阅读。来源于:MDPI
2021-06-08 19:03:42
哺乳动物早期发育的连续模型
称为气化的早期发育过程的特征主要限于不同时间点的快照。现在,老鼠的胃气化模型可以连续不断地映射细胞类型之间的转换。在胚胎发育过程中,新的细胞类型以惊人的速度和健壮性出现。气化过程-单层细胞产生多个“细菌层”-是大多数动物早期发育的基础。尽管进行了150多年的研究,但胃气化的许多方面仍然难以捉摸,尤其是对控制此过程中出现的许多细胞谱系规范的分子因素的全面理解。Mittnenzweig等人在《Cell》中写作。1密集样本基因表达在36小时的时间里在胃化小鼠胚胎中的表达,并构建了细胞谱系规格的连续模型。如果我们将无节制电影中的胃化过程中的细胞视为人物(并且确实有漂亮的胃化电影2),那么我们如何才能理解屏幕上人物角色的内心独白和不断变化的动机呢?仅在过去的五年左右的时间里,随着表征单个细胞分子特征的技术的出现,随着细胞谱系的发展,我们才能够全面监测整个胃化过程中细胞的“内在生命”。一种这样的技术是单细胞RNA测序(scRNA-seq),该技术可对单个细胞的信使RNA含量进行分析。仍然存在一些可以通过单细胞技术解决的关键问题。例如,正在发育的胚胎中细胞类型规格的确切时机是什么?我们可以找到一个准确描述这些规格的模型吗?涉及的主要分子因素是什么?这些因素中的哪些会“驱动”细胞类型的规范,哪些会“响应”它们?   在包括哺乳动物在内的大多数动物中,胃肠道产生三个胚层:外胚层,中胚层和内胚层。在小鼠中,这是哺乳动物发育的重要模型系统,在受精后约6.5天(即,胚胎第6.5天或E6.5)开始胃化。尽管我们和其他人已经以合理的时间分辨率(例如,从E6.5到E8.5 3每隔6小时采样一次,或者从E9.5到E13每隔24小时采样一次)在整个小鼠早期发育过程中执行了scRNA-seq 。 5 4),鼠标开发过程中的变化速度是如此之快,以至于这可能是严重不足的。在我们的电影类比中,这类似于看电影,但仅叙述了少数场景。 在这种情况下,Mittnenzweig等人。着手在老鼠胃化过程中产生细胞状态动态的连续表示1。他们将scRNA-seq应用于从E6.5到E8.1的153个小鼠胚胎,总共在约33,000个单个细胞中分析了基因表达。由于根据形态标志物估算胚胎年龄的准确性受到限制,因此改为从分子数据中推断出胚胎的年龄,从而将每个胚胎分配给13个时间点之一。   为了在一系列快照之外增加其发展表示的时间分辨率,Mittnenzweig等人。假设任何给定胚胎内的细胞至少在某种程度上处于相对于彼此成熟的不同阶段。这组作者根据细胞的分子相似性将它们分组为461个称为“元细胞”的子集,每个子集都由非常相似的细胞组成,但值得注意的是,这些细胞可能来自不同的胚胎和/或来自不同的时间点。然后提交应用的算法来估计从每个元单元格细胞的分数在时间吨在时间“流”到其他metacells吨 + 1.至关重要的是,尽管这些元细胞的来源在时间上是离散的,但这些元细胞之间的推断流动在时间上却是连续的。  利用这种连续的小鼠胃泌气模型(图1),Mittnenzweig及其同事能够研究几个有趣的问题。首先,新的细胞类型在胃化过程中如何以及何时出现,基因表达模式的相关变化是什么?例如,他们的模型不仅预测原始红细胞(产生早期红细胞)起源于称为原始条纹的区域,而且将这种贡献的时间限制在E6.7之前,并按顺序排列与该谱系相关的不同转录因子的连续表达波。     图1 | 小鼠胃造血的连续流模型。Mittnenzweig等。1描述了在胃胚化过程中来自小鼠胚胎的细胞的RNA含量,在此过程中,称为外胚层的单个细胞层转化为三层:外胚层,内胚层和中胚层。通过这样做,作者生成了一个随着时间变化连续的胃排泄模型,显示了不同细胞类型之间的转换。此处显示了简化版本。较浅的盆地状区域旨在描绘逐渐的,连续的过渡,而较深的峡谷状区域则描绘更明确的分隔。观察到细胞谱系的分叉和多叉。其次,体内细胞类型规范的特征是什么?是否通过在两个不同细胞命运之间快速做出的一系列“决定”来出现新的细胞类型,从而导致尖锐的分支状分支出现在教科书的细胞发育流程图中,或者观察到的情况更为复杂,例如分叉和连续的过渡?Mittnenzweig等。建议答案是“以上所有”。   例如,原始条纹中细胞的发育轨迹急剧分叉,从而使这些细胞成为中胚层或内胚层细胞(图1)。相比之下,新生中胚层中的细胞分化被认为是渐进的和连续的,并且具有两个以上的目的地。该模型还可以推断随时间变化的流量。例如,在E7.1之前,上皮细胞绝大多数转变为获得原始条纹的命运,但在那之后不久,它们大部分转变为获得外胚层的命运。     最后,构成分化的分子因素是什么,单个因素是单独作用还是组合作用?作者声称,除了某些谱系(尤其是淋巴结,心肌细胞和血细胞内皮谱系)外,胃泌尿的主要特征是依赖于重叠的因素组合,以及对承诺的逐步展现。例如,尽管新生中胚层的细胞发展为一系列命运,但这些命运并没有彼此清晰地分开,并且似乎在确定每种命运的转录因子集合之间也没有清晰的界限。作者建议,不是由一系列特定的因素来决定规范的逐步,分层的发展,分子因素的组合以“模糊”且几乎是概率的方式调节多种中胚层的命运。为了突出该程序的精致性,作者进行了一些实验,在这些实验中,推断的关键调控因子被遗传破坏,从而导致受影响谱系的延迟分化。  当然,所有模型都有其局限性,并且该模型也有其自身的特点。首先,其分辨率受到基础数据的限制,尽管只需处理更多的胚胎即可解决此问题。其次,仅根据细胞转录谱的相似性推断其元细胞和血流,因此存在遗漏或误解某些善意关系的风险5。例如,线虫线虫秀丽隐杆线虫的特别迅速的变化使得人们无法在“伪时间”内重建谱系,即按发育阶段而不是实时年龄对细胞进行排序6。三,模型忽略了细胞的胚胎内的空间坐标,以及其实际的血统关系,是越来越适合于测量和记录,分别发展的两个关键方面7,8。  尽管有这些限制,但由Mittnenzweig等人开发的小鼠胃排泄模型。令人印象深刻,并显示了尽管进行了离散采样,如何可以恢复复杂分化景观的连续图。连同刊登在过去几年其他工作3,6,9,它代表着路径细胞的内心世界完全理解上在这个最重要的时期动物的生活带来实质性的一步10。 相关文章:人类胚胎的第一个完整模型点击查看:更多有关生物学文章更多医学分类文章使用福昕文档翻译功能 免责声明:福昕翻译只充当翻译功能,此文内容及相关信息仅为传递更多信息之目的,仅代表作者个人观点,与本网站无关,版权归原始网站所有。仅供读者参考,并请自行核实相关内容。若需要浏览原文、下载参考文献等,请自行搜索文中提到的原文网站进行阅读。来源于:nature
2021-05-08 16:11:59
完整人类染色体8的结构,功能和进化
  格伦尼斯·洛格斯顿(Glennis A.Logsdon)米切尔·沃尔格(Mitchell R.Vollger)[…]埃文·埃希勒(Evan E. Eichler) 自然 ( 2021)介绍  每个人的染色体的完整的装配是理解人类生物学和进化至关重要的1,2。在这里,我们使用互补的长读测序技术来完成人类8号染色体的线性装配。我们的装配解决了五个以前长期存在的缺口的序列,包括一个2.08-Mb着丝粒α-卫星阵列,一个644-kb拷贝数多态性β-防御素基因簇中的这种蛋白质对疾病风险很重要,并且在8q21.2号染色体上有一个863-kb可变数目的串联重复序列,可以充当新着丝粒。我们显示着丝粒的α卫星阵列通常被甲基化,除了73 kb的低甲基化区域,其中富含CENP-A核小体的各种高阶α卫星与动粒的位置一致。此外,我们确认了二倍体人类基因组中着丝粒的整体组织和甲基化模式。使用双重长读测序方法,我们从黑猩猩,猩猩和猕猴的8号染色体完成了直系着丝粒的高质量草图装配,以重建其进化史。比较和系统发育分析表明,高阶α-卫星结构在层状对称的大先祖中演化,其中更古老的高阶重复序列位于单体α-卫星的外围。我们估计,与基因组的独特部分相比,着丝粒卫星DNA的突变率被加速了2.2倍以上,并且这种加速作用延伸到了侧翼序列中。比较和系统发育分析表明,高阶α-卫星结构在层状对称的大先祖中演化,其中更古老的高阶重复序列位于单体α-卫星的外围。我们估计,与基因组的独特部分相比,着丝粒卫星DNA的突变率被加速了2.2倍以上,并且这种加速作用延伸到了侧翼序列中。比较和系统发育分析表明,高阶α-卫星结构在层状对称的大先祖中演化,其中更古老的高阶重复序列位于单体α-卫星的外围。我们估计,与基因组的独特部分相比,着丝粒卫星DNA的突变率被加速了2.2倍以上,并且这种加速作用延伸到了侧翼序列中。主要的由于人类基因组测序的公告20年前1,2,人类染色体都因着丝粒内聚集的高度相同的重复,片段复制的区域,以及染色体的近端着丝粒短臂的大区域尚未完成。大片的本身是高度相同的重复的存在(超过100 KB)拷贝数多态意味着这种区域已经持续为空白,这限制了我们的人类遗传变异和进化的理解3,4。长期测序技术的出现以及从完整葡萄胎中提取DNA的使用,现在使得首次从天然DNA组装这些区域成为可能5,6,7。这里我们介绍第一,据我们所知,完整的线性汇编人类染色体8.我们选择组装8号染色体,因为它带有一个中等规模的着丝粒(约1.5-2.2 MB)8,9,AT丰富,171-其中碱基对(bp)α-卫星重复序列被组织成一个定义明确的高阶重复序列(HOR)阵列。染色体,但是,也包含在8p23.1人类基因组的β防御素基因簇中结构最有活力的区域中的一个(参考文献10,11,12) -以及在8q21.2复发性多态neocentromere ,在过去的20年中一直未解决。染色体8的端粒到端粒装配与人类X染色体13的装配不同,我们利用超长牛津纳米孔技术(ONT)和太平洋生物科学(PacBio)高保真(HiFi)数据来解决人类8号染色体的缺口(图1a, b,方法)。我们首先从完整的葡萄胎(CHM13hTERT,以下称为CHM13)中生成了20倍的超长ONT数据序列覆盖率和32.4倍的PacBio HiFi数据覆盖率(补充图1)。然后,我们通过创建单独使用独特核苷酸的文库组装在8号染色体复杂区域ķ聚体(SUNKs)14,或长度的序列ķ每单倍体基因组(在此,发生大约一次ķ = 20),来自CHM13 PacBio HiFi数据。我们使用来自同一基因组的Illumina数据验证了SUNK,并将其用于条形码超长ONT读数(图1b)。共享高度相似条形码的超长ONT读段被组装成一个初始序列支架,该支架遍历每个8号染色体的缺口(图1b)。我们通过用一致的PacBio高保真重叠群替换原始ONT序列并将它们集成到一个先前产生的提高了序列支架的碱基对精度5线性装配人染色体8(图中1B,方法)。图1:人类第8号染色体的端粒到端粒装配。   a,GRCh38染色体8参考序列中的缺口。b,靶向组装方法,用于解析人类基因组中的复杂重复区域。超长的ONT读码(灰色)用SUNK(彩色条)进行条形码打码,并组装成序列支架。与PacBio HiFi重叠群(深灰色)共享高度序列同一性的支架内区域被替换,从而将碱基准确性提高到99.99%以上。将PacBio HiFi组件整合到CHM13染色体8(参考5)的组件中并进行验证。C,CHM13β-防御素基因座的序列,结构,甲基化状态和遗传组成。该基因座在chr8:7098892–7643091,chr8:11528114–12220905和chr8:12233870–12878079处包含三个片段重复(dup)。一个4,110,038 bp的倒置(chr8:7500325–11610363)分隔了第一个和第二个重复。Iso-Seq数据显示,第三次重复(浅蓝色)包含12个新的蛋白质编码基因,其中五个是DEFB基因(Extended Data图3g)。d,从一组1,105个高覆盖率基因组的集合中确定的DEFB基因(在GRCh38中的chr8:7783837−7929198)的拷贝数(方法)。数据为中值±sd全尺寸图片人类第8号染色体的完整端粒至端粒序列长度为146,259,671个碱基,并且包含当前参考基因组(GRCh38)中缺少的3,334,256个碱基。大多数添加物都位于不同的染色体区域内:一个644-kb拷贝数的多态性β-防御素基因簇,它映射到8p23.1染色体(图1c,d)。完全着丝粒对应于2.08 Mb的α卫星HORs(图2);863kb的8q21.2可变数目串联重复序列(VNTR)(扩展数据图1);以及以规范的TTAGGG重复序列结尾的两个端粒区域(图2的扩展数据)。我们通过光学图谱(Bionano Genomics),单细胞DNA模板链测序(Strand-seq)15验证了组装,16和与完成的细菌人工染色体(BAC)序列以及从同一来源基因组获得的Illumina全基因组测序数据的比较(补充图2,方法)。我们估计染色体8装配体的总体基本准确度在99.9915%和99.9999%之间(质量值得分分别在40.70和63.19之间,分别由测序的BAC和映射的k- mers 17确定)。对通过亚型测序(Iso-Seq)数据生成的2,400万个人全长转录本的分析,确定了61个蛋白质编码和33个非编码基因座,它们映射到比8ChCh38更好地映射到该完成的8号染色体上(扩展数据图3a–f,补充表1),包括发现映射到拷贝数多态性区域的新基因(图1c,d,图3g的扩展数据)。图2:8号染色体着丝粒区域的序列,结构和表观遗传图。  a,示意图显示了CHM13 8号染色体着丝粒的组成。着丝粒区域由一个2.08-Mb D8Z2α-卫星HOR阵列组成,两侧是单体和/或发散的α-卫星区域,其间散布着反转录转座子,β-卫星和γ-卫星。显示了预测的限制性消化模式。D73Z2α-卫星HOR阵列被高度甲基化,除了一个73 kb的次甲基化区域,该区域包含在一个632 kb的CENP-A染色质域内(扩展数据图9,补充图8)。成对的序列同一性热图表明着丝粒由五个不同的进化层组成(虚线箭头)。b,脉冲场凝胶CHM13 DNA的Southern印迹证实了8号染色体着丝粒HOR阵列的结构和组织。左图,溴化乙锭(EtBr)染色;正确的是,32 P标记的8号染色体α卫星特异性探针。n =2。有关凝胶源数据,请参见补充图9a,b。c,CHM13染色质纤维的代表性图像显示CENP-A在未甲基化区域富集。n =3。比例尺,1μm。全尺寸图片我们的靶向组装方法成功地将β-防御素基因簇10解析为一个7.06-Mb的基因座,从而消除了GRCh38中的两个50 kb的缺口(图1c,扩展数据图4)。我们估计该基因座的基本准确性为99.9911%(质量值得分40.48;基于映射的BAC)(扩展数据图5a)。我们的分析表明CHM13具有更复杂的结构比单倍型GRCh38(图1D,扩展数据图4),与先前公布的报告一致10,12。我们解析了人类基因组中最大的常见倒位多态性之一的断点(4.11 Mb),并显示了这些断点映射在拷贝数多态的大型,高度相同的重复中(图1c,d,扩展数据图5b)。 。与带有两个这样的片段重复的人类参考相比,CHM13中存在三个片段重复:在远端的544-kb片段重复和在近端的两个693-和644-kb片段重复(图1c))。每个分段复制盒至少携带5个β-防御素基因,因此,我们鉴定了5个额外的β-防御素基因,它们在氨基酸水平上与参考氨基酸几乎相同(图1c)。,补充表2)。因为ONT数据允许评估甲基化信号18,所以我们确定了整个β-防御素基因座中胞嘧啶残基的甲基化状态。所有这三个分段重复都包含一个151-163-kb的甲基化区域,该区域位于该重复的富长末端重复(LTR)区域,而其余重复,包括β-防御素基因簇,大部分未甲基化(图1c)。这种替代单倍型的完整序列的分辨率是重要的,因为倒单倍型优先易患发育迟缓有关,小头畸形复发微缺失和先天性心脏缺陷19,20。五β防御素基因的拷贝数多态性已经与免疫相关的表型,如银屑病和克罗恩病相关的11,21。8号染色体着丝粒的序列解析以前的研究估计染色体8着丝的长度为1.5和MB之间2.2的HORα-卫星阵列的分析的基础上,8,9。尽管不同长度的α卫星代表院被认为包括着丝粒,主要的种类有11个单体(1881 bp)的单位长度8,9。在组装过程中,我们用11个超长ONT读段(平均长度389.4 kb)跨越了8号染色体着丝粒,将其替换为基于SUNK条形码的PacBio HiFi重叠群。我们的8号染色体着丝粒装配体由一个2.08 Mb D8Z2α卫星HOR阵列组成,两侧是p臂(392 kb)和q臂(588 kb)上的单体α卫星块(图2a)。)。两个单体α卫星块都散布着长和短的散布的核元素(分别为LINE和SINE),LTR和β卫星,且q臂特有γ卫星。使用了几种方法来验证其组织。首先,从两个正交的天然DNA测序平台进行的长序列读取深度分析显示出均一的覆盖范围,这表明该装配没有较大的结构错误(Extended Data图6a)。中期染色体上的荧光原位杂交(FISH)证实了着丝粒的长距离组织(扩展数据图6a–c)。液滴数字PCR显示,α卫星阵列中有1,344±142(平均±sd)个D8Z2 HOR,与我们的估计一致(扩展数据图。6d,方法)。用两种不同的限制性内切酶消化的CHM13 DNA的脉冲场凝胶电泳Southern印迹支持从装配体中预测的条带模式(图2a,b)。最后,将我们的组装方法应用于可用于二倍体人类基因组(HG00733)的ONT和HiFi数据(补充表3,方法)生成两个附加的8号染色体着丝粒单倍型,从而复制了整个组织,而HOR阵列的总长度仅有微小的差异(扩展数据图7,补充表4)。我们发现,染色体8着丝粒HOR阵列主要由4、7、8或11个α-卫星单体盒代表的四种不同的HOR类型组成(图2a,扩展数据,图8)。尽管11单体HOR占主导地位(36%),但其他HOR也很丰富(19-23%),都是11单体HOR的衍生物(扩展数据图8b,c)。值得注意的是,我们发现HORs在着丝粒的区域差异性分布。尽管大多数区域显示出不同类型HOR的混合,但我们还确定了同质性区域,例如映射到HOR阵列外围(长度为92和158 kb)的11个单体HORs簇,以及HOR簇中的177 kb区域。中心仅由7个单体HOR组成。为了研究表观遗传组织,我们推论着着丝粒区域的甲基化胞嘧啶残基,发现除很小的73 kb的次甲基化区域外,大多数α卫星HOR阵列都是甲基化的(图2a)。)。为了确定该低甲基化区域是否是表观遗传着丝粒的位点(以含有组蛋白H3变体CENP-A的核小体的存在为标志),我们对CHM13进行了CENP-A染色质免疫沉淀和高通量测序并且发现CENP-A主要位于一个632-kb的延伸片段中,该片段涵盖了低甲基化区域(图2a,扩展数据,图9)。随后的染色质纤维FISH显示CENP-A映射到α卫星HOR阵列内的次甲基化区域(图2c)。)。值得注意的是,低甲基化区域显示出一些最大的HOR混合物,这表明与活性动线粒相关的HOR亚型可能得到优化(73 kb区域的平均熵= 1.91)(扩展数据图8a,方法)。为了了解着丝粒的长距离组织和进化,我们生成了成对的序列同一性热图,该图比较了着丝粒长度上5kb片段的序列同一性(图2a,补充图3)。我们发现着丝粒由显示镜像对称性的五个主要进化层组成。最外层位于单体α卫星中,该序列与着丝粒的其余部分高度不同,但彼此更相似(图2a,箭头1)。第二层定义了单体到HOR的过渡,是一个短(57-60 kb)的区域。p和q区域彼此相同,为87-92%,而其他着丝粒卫星只有78%或更少(图2a),箭头2)。第三层完全由HOR组成。p和q区域的长度分别为92和149 kb,并且彼此之间共享超过96%的序列同一性(图2a,箭头3),但与其余着丝粒的序列相同。该层主要由同质的11个单体HOR组成,并定义了从未甲基化到甲基化DNA的过渡。第四层是最大的,定义了大部分α卫星HOR(总共1.42 Mb)。它显示了最大的HOR亚型,并且再次,p和q块彼此共享同一性,但与其余层的分歧更大(图2a)。,箭头4)。最后,第五层包含HOR阵列的最中心416 kb,这是一个具有近乎完美序列同一性的区域,该区域与着丝粒的其余部分不同(图2a,箭头5)。8q21.2 VNTR染色体的序列解析8号染色体着丝粒的分层和镜像性质使人联想到位于8q21.2号染色体上的另一个GRCh38缺口区域(扩展数据,图1)。该区域是细胞遗传学上可识别的常染色体变异体22,其包含人类基因组22中最大的VNTR之一。所述12.192-kb的重复单元中携带REXO1L1(也称为GOR)假基因并且是高度复制人类中的多态性22,23。这是VNTR生物的兴趣,因为它是在几个不相关的人已经观察到复发neocentromere,其中功能着丝粒缺乏α-卫星的网站24,25。使用我们的方法,我们成功地将VNTR组装成一个863.5kb的序列,该序列由大约71个重复单元(67个完整单元和7个部分单元)组成(扩展数据,图1a)。脉冲场凝胶Southern印迹证实了VNTR的长度和结构(扩展数据图1a,b),染色质纤维FISH估计重复单元为67±5.2(均值±sd),与组装一致(扩展数据图10,方法)。在人类中,重复单元从53到326个副本不等,创建了从652 kb到3.97 Mb的串联重复阵列(扩展数据,图1c)。VNTR的高阶结构由五个不同的域组成,这些域的方向交替(扩展数据,图1a)),其中每个域包含5到23个完全重复的单元,它们彼此的同一性超过98.5%(扩展数据,图1a)。甲基化胞嘧啶残基18的检测表明,每个12.192-kb重复序列在对应于REXO1L1(也称为GOR1)的3-kb区域中主要被甲基化,而其余的重复单元被低甲基化(扩展数据图1a)。来自包含8q21.2新着丝粒25的细胞系着丝粒染色质的图谱显示,大约98%的CENP-A核小体映射到CHM13装配体中重复单元的低甲基化区域(扩展数据图1a))。尽管这与VNTR是新着丝粒功能性动粒体的潜在位点相一致,但这种和其他含有新着丝粒的细胞系的序列和组装至关重要。着丝粒进化重建为了全面重建过去2500万年中8号染色体着丝粒的进化史,我们采用了相同的方法来重建黑猩猩,猩猩和猕猴的直系同源着丝粒。我们首先生成了每个非人类灵长类动物(NHP)基因组的40到56倍的ONT数据和25到40倍的PacBio HiFi数据(补充表5)。利用这些数据,我们从猩猩和猕猴8号染色体着丝粒中生成了两个黑猩猩8号染色体着丝粒的连续草图组件(每个单倍型一个)和一个单倍体组件(图3)。长读取数据到每个组件示出均匀的覆盖的映射,指示缺乏大的结构误差的(补充图4,5)。对基本精度的评估表明,组件的精度为99.9988–100%(质量值得分> 49.3)(方法)。每个NHP染色体8着丝的分析揭示了不同HOR阵列尺寸范围从1.69 MB在黑猩猩到10.92 MB的猕猴,以从短读序列数据和细胞遗传学分析估计数相一致26,27(图3)。我们的数据,再次显示镜像和分层组织,与黑猩猩的组织是最类似于人类(图2一,3)。每个NHP 8号染色体着丝粒均由四个或五个不同的层组成,最外层显示出最低的序列同一性程度(黑猩猩和猩猩中73-78%;猕猴为90-92%),最内层显示最高序列身份(黑猩猩和猩猩中90–100%;猕猴中94–100%)。猩猩结构的显着之处在于,与其他猿猴相比,猩猩的各层之间几乎没有HOR单元的混合,在猿猴中,不同的HOR盒源于主要的HOR结构。猩猩HORs块(第3层除外)显示出降低的序列同一性。这表明猩猩着丝粒进化为独立的HOR单元的镶嵌体。与所有猿类相比,猕猴缺少HOR,而是包含基本的二聚体重复结构26,在组装的着丝粒阵列的将近11 Mb处具有更高的同质性和高度相同性(> 90%)。图3:黑猩猩,猩猩和猕猴8号染色体着丝粒的序列和结构。  a – d,黑猩猩(H1)(a),黑猩猩(H2)(b),猩猩(c)和猕猴(d)8号染色体着丝粒的结构和序列同一性。每个着丝粒都有一个由四个或五个不同的进化层组成的镜像组织。每个着丝粒区域的大小与显微分析一致,随着着丝粒大小的增加,DAPI染色也越来越亮。见补充图。图10和11是在相同色标上绘制的序列同一性热图的图。H1,单倍型1;H2,单倍型2。比例尺,1μm。全尺寸图片Phylogenetically, we find that all great ape higher-order α-satellite sequences (corresponding to layers 2–5) cluster into a single clade, and the monomeric α-satellite (layer 1) split into two clades separated by tens of millions of years (Fig. 4a). The proximal clade contains monomeric α-satellite from both the p- and q-arms, whereas the more divergent clade shares monomeric α-satellite solely from the q-arm, and specifically, the α-satellite nestled between clusters of γ-satellite (Supplementary Fig. 6a, b)。与大猿不同,猕猴群的单体和二聚体结构重复在一起,并且是单体猿进化枝的姊妹进化枝,这表明常见的古老起源仅限于这些侧翼着丝粒区域。我们使用侧翼灵长类动物序列的拼写法来了解序列在进化过程中衰减的速度。我们基于α-卫星HOR阵列两侧大约2 MB的成对比对的10 KB窗口评估了差异(图4b)。我们发现,平均等位基因发散度增加了三倍以上,因为序列从独特的α-卫星过渡到单体α-卫星。这种增加在人类基因组中是罕见的,在近20,000个随机基因座中,只有1.27–1.99%的人显示出可比较的差异水平(补充图6c)。)。使用进化模型(方法),我们估计第8号染色体着丝粒区域的最小突变率分别约为p臂和q臂每代每对碱基对的4.8×10 -8和8.4×10 -8突变,其比基础平均突变率(约2.2×10 -8)高2.2至3.8倍(补充表6)。这些分析为直系同源染色体的灵长类着丝粒提供了完整的比较序列分析,并为将来研究整个基因组中这些区域的遗传变异和进化提供了框架。图4:8号染色体着丝粒的进化。  a,来自8号染色体着丝粒区域的人类,黑猩猩,猩猩和猕猴α卫星的系统发生树(补充图6a,b)。b,该图显示了CHM13与非人类灵长类动物在染色体8α-卫星HOR阵列两侧的区域中的序列差异。着丝粒进化的模型参见补充图6d。  讨论  8号染色体是人类第一次常染色体进行测序和组装端粒端粒,仅包含第三人完成的着丝粒13,28,据我们所知。染色体8和X着丝粒(补充图7)都包含一个低甲基化口袋(长度约为61-73 kb),并且我们显示该区域富含着丝粒组蛋白CENP-A,与功能性线粒体结合一致网站29,30。值得注意的是,CENP-A的富集延伸到更宽的序列范围(632 kb),其峰中心位于由不同的HORs组成的次甲基化区域。染色体8着丝粒的分层和镜像组织支持进化模型31,32,33,其中高度相同的重复扩大,推老,更发散重复到边缘在组装线方式(补充图6D)。8号染色体着丝粒揭示了五个这样的层,通常在其他NHP着丝粒中也可以识别这种组织。我们确认后演变从猿旧世界猴(低于2500万年前)该分歧HOR结构26,34,35也区分不同类别共享一个古老的起源与旧世界猴单体重复。一个猿类单体进化枝(仅存在于q臂中)与猕猴的进化枝(补充图6a,b))。我们假设黑猩猩和人类中存在的这个大约70 kb的片段,但在猩猩中却不存在,代表了祖先着丝粒的残留。序列比较表明,突变率通过至少两个邻近所述HOR阵列四倍增加,这可能是由于同进化,不等交换过度,和跳跃式扩增的作用33,36,37。在三种人类着丝粒8个单倍型中,我们确定了过量等位基因变异和结构差异的区域(扩展数据图7)。),并且这些位置在单体型之间也有所不同。尽管如此,完整的人类基因组的第一序列是迫在眉睫,和下一个挑战将被施加的方法来充分相和组装二倍体基因组38,39,40。   点击查看:更多有生物学文章  更多医学分类文章  使用文档翻译功能  免责声明:福昕翻译只充当翻译功能,此文内容及相关信息仅为传递更多信息之目的,仅代表作者个人观点,与本网站无关,版权归原始网站所有。仅供读者参考,并请自行核实相关内容。若需要浏览原文、下载参考文献等,请自行搜索文中提到的原文网站进行阅读。  来源于:nature
2021-04-27 19:25:43
食品中添加的化学物质的免疫毒性研究
总体而言,我们感到惊讶的是,链长短于10个氟化碳的PFAS在ToxCast中的免疫相关测定中显示出有限的影响或没有影响,因为经过同行评审的科学文献和权威机构评估报告说,PFAS类的多个成员,包括PFNA,PFOS ,以及PFOA以及PFAS混合物,在实验室动物研究和人类流行病学研究中均显示出对免疫系统的毒性[35,47]。3.5. TBHQ的ToxCast与免疫数据的相关性分析在我们的分析中,TBHQ成为一种在高通量分析和免疫学研究中均具有强大数据可用性的化学品的例子。根据PubMed搜索,我们确定了过去十年发表的研究中报告的TBHQ的特定分子靶标(附录A表A2),并将其与ToxCast数据进行了比较。免疫学研究表明TBHQ对免疫功能和参数的影响,包括T细胞,B细胞和NK细胞功能的改变。多项研究报告了TBHQ的作用,包括增加Nrf2表达和转录活性,降低NFκB转录活性,降低细胞表面受体CD69和CD25以及对IL-2和IFN-γ分泌的抑制[45,46,53,57,58],如表6所示。此外,Koh等。 [59]报道,TBHQ减弱了促炎性介质TNFα,IL-1β,IL-6和前列腺素E2的产生。尽管先前研究中报告的大多数TBHQ分子靶标都没有相应的ToxCast检测方法,但有六个靶标进行了此类检测(表6)。  表6.具有ToxCast分析的受TBHQ影响的细胞和分子靶标。  注意:*具有在ToxCast中识别的几个数据质量标记的主动检测。4. 讨论2020年,COVID-19大流行激发了公众和科学界对可能影响免疫系统的环境因素的关注[60]。为了实现这一重要目标,我们的研究调查了使用高通量ToxCast数据评估免疫毒性的情况。我们专注于添加到食品中的化学物质,在ToxCast [32,33,61]中可以很好地说明这一点。除了直接的食品添加剂外,我们的研究还包括PFAS,这些物质不被认为是食品添加剂,但由于从食品接触材料中迁移出来而最终进入食品中[37,38,41]。美国大多数食品添加剂是几十年前批准的,无需制造商进行新的毒性研究就可以投放市场[62]。尽管美国FDA食品成分安全性审查指南提到了免疫毒性评估[63],但先前批准的添加剂不需要进行此类测试。对于食品接触性物质,美国FDA指南仅针对每日高暴露量的物质进行免疫毒性研究[64]。最近的出版物指出,接触食物接触物质的总程度及其对健康和环境的影响仍是未知的[65],并呼吁对食物接触物质的发育性免疫毒性评估进行其他研究[66]。分析ToxCast数据集以寻找与免疫系统相关的检测靶标,我们发现了几种不同的情况:(1)体外筛选未显示出体内研究预期的结果; (2)体外筛选数据与免疫学研究一致的; (3)体外筛查数据表明免疫系统存在以前未曾报道过的风险,应进一步研究(表7)。 对于TBHQ和全氟十一烷酸,ToxCast数据表明多个免疫相关终点均被激活,这与实验室动物或流行病学研究的可用证据相符。相比之下,食用色素FD&C Red 3具有ToxCast数据提示有免疫毒性,但缺乏动物和流行病学证据,而PFOA在具有免疫目标的ToxCast分析中并未显示出强大的活性,但在毒理学和流行病学研究中却具有强有力的免疫毒性证据。高通量数据与“经典”毒理学,流行病学或免疫学研究不一致的例子表明,当前的ToxCast数据集不足以确认缺乏免疫毒性。FD&C Red 3的数据特别吸引人。最近,Chappell等。报道称该化合物在几种与神经发育过程相关的ToxCast分析中显示出活性[67]。在PubMed搜索中,我们无法鉴定出测试该着色剂的免疫系统作用的研究。FD&C Red3对ToxCast中免疫相关靶标的强大活性向我们表明,应该进一步分析该终点。根据动物和机理研究中显示的TBHQ免疫活性的数据,评估TBHQ如何影响人的免疫系统非常重要。尽管鼠类和人类免疫系统存在差异,包括免疫细胞群比率以及某些趋化因子的存在与否,但大多数免疫细胞转录组在小鼠和人类之间是保守的[68,69]。对于TBHQ,我们注意到在小鼠或鼠类细胞(附录A表A2)的测定中鉴定的免疫靶标与用于BioSeek测定的原代人细胞中的ToxCast靶标(表6)之间存在一致性。需要更多的研究来阐明TBHQ对免疫参数的潜在影响,例如抗感染,抗肿瘤免疫反应和自身免疫反应性。最近的一项研究报道,腹膜内注射TBHQ会招募先天免疫细胞,并使小鼠对小鼠巨细胞病毒感染的敏感性降低[53]。相反,另一项研究报道,饮食中接触TBHQ会削弱NK细胞对流感感染的细胞毒性[44]。这些不同的结果可能与TBHQ暴露的途径,病毒感染的途径或TBHQ对Th1和Th2辅助T细胞分化的偏斜效应有关[70]。 Th1-Th2细胞平衡的变化代表了一种免疫调节作用,可以影响不同的免疫学终点,例如针对不同类型病原体的反应,变态反应和自身免疫状况,所有这些都是复杂的,精心策划的结果,它们跨越了免疫抑制和免疫系统的定义。免疫增强。考虑到TBHQ的免疫学活性,为什么先前忽略了该终点仍令人困惑。 TBHQ已由FAO-WHO食品添加剂联合专家委员会报告[71],美国国家毒理学计划(NTP)[72]和欧洲食品安全局[73]进行了审查,这些权威机构均未强调其潜力TBHQ会损害免疫系统。在审查已发表的评估中引用的原始研究时,我们注意到在这些文件中引用了TBHQ对免疫系统的作用,但未进行进一步的审查或调查。NTP观察到饮食中暴露于TBHQ的实验室啮齿动物的脾脏发生了变化,例如脾脏色素沉着(称为铁血黄素)的发生率升高。 NTP报告通过以下方式描述了对脾脏的影响:“这种改变的发病机理仍然不确定,并且生物学意义被认为是微不足道的” [72]。我们还确定了在1987年与NTP签订的一项为期两周的体内免疫毒性研究。尽管该研究未在同行评审的文献中发表,但在欧洲食品安全局关于TBHQ的报告中被引用[73]。该研究报道,TBHQ暴露会增加脾脏重量,减少中性粒细胞计数,增加NK细胞活性,增加血清补体C3以及增加腹膜粘附细胞的Fc介导的粘附和吞噬作用。这项研究将这些免疫系统的变化描述为对TBHQ的“生理反应”(引自[73])。早期评估中的此类陈述说明了如何忽略化学物质对免疫系统的风险。在实验室动物的流行病学研究和毒理学实验中证明了PFAS对免疫系统的毒性[47]。生物监测研究广泛记录了人体内PFAS的存在与儿童和成人对疫苗接种的抗体反应减弱有关[35]。一些研究报道了体内PFAS水平与疾病抵抗力降低或感染风险增加之间的相关性[74,75]。据报道,PFAS水平升高与哮喘风险增加之间存在相关性[76],PFAS水平升高与青少年食物过敏性增加之间存在关联[77]。 2020年,欧洲食品安全局将PFAS的免疫毒性确定为对健康的关键影响[35]。鉴于流行病学发现,ToxCast中缺乏针对PFOA和其他PFAS的免疫相关作用,这为今后的研究提出了重要的问题。某些PFAS在ToxCast中的行为与其在体内的作用之间的差异可能与PFAS与细胞和细胞过程相互作用的性质有关。 PFAS毒性的确切机制仍在研究中,尽管现有数据表明PPARα,NFκB和Nrf2参与[78-82]。先前的研究报道了PFAS对以雌激素受体,过氧化物酶体增殖物激活受体(PPAR)α和γ,孕烷X受体和雄激素受体为靶标的ToxCast分析的影响[26]。对PPARα独立的PFAS毒性机制的研究也表明抑制STAT5B [49],这是一种由细胞因子激活并参与免疫细胞发育和自身免疫的转录因子[83]。此外,关于内分泌与免疫系统之间的串扰的研究越来越多[84],PFAS的某些影响可能是内分泌介导的。最后,表5中汇总的ToxCast数据表明6:2 FTOH,PFOA和PFOS在靶向转录因子Nrf2的测定中具有活性。最近的研究已经确定Nrf2是PFAS毒性和小鼠睾丸,肝脏以及青蛙肝脏信号传导的介体[79-81]。但是,PFOA对Nrf2介导的途径的作用似乎与其他已确立的Nrf2活化剂不同[82]。从结构上讲,此处检查的PFAS与具有碳-氟键而不是碳-氢键的脂肪酸相似。由于其物理化学性质,PFAS可排斥水和脂质。 PFAS与蛋白质靶标结合,例如血清白蛋白[85],过氧化物酶体增殖物激活受体[86]和雌激素受体[87]。 PFAS还与磷脂双层和模型膜相互作用,插入并破坏磷脂膜[88,89]。假设地,PFAS的破坏膜的作用可能转化为对依赖跨膜受体的生理过程的影响,例如免疫识别和对病原体的免疫防御。 PFAS与淋巴细胞和其他细胞类型相互作用的未来机理研究可能能够解决这一假设,并阐明PFAS免疫毒性的分子机制。PFAS实例显示了目前可用的高通量检测用于免疫毒性筛选的局限性。现有的检测方法可能无法完全反映免疫毒性的可能机制,特别是因为不同的免疫细胞亚群在针对不同传染原和抗肿瘤免疫的免疫防御中发挥着不同的作用[90]。缺乏ToxCast活性并不表示该物质不会影响特定的生物系统,例如免疫系统,因为针对特定结果或毒理学终点的测定可能尚未在ToxCast中进行。相比之下,TBHQ分析支持这种方法的价值,因为在TBHQ的高通量筛选数据与免疫分析结果之间发现了很强的相关性。 FD&C Red 3的未来免疫毒性研究可能会提供更多信息,以探讨不同类型的数据之间的这种关系,并验证该物质的ToxCast结果。5. 结论毒理学和高通量筛选数据的共同考虑表明,数十年来直接或间接添加到食品中的化学药品(例如PFAS和TBHQ)可能对免疫系统显示出以前未曾预料到的作用。从公共政策的角度来看,发现长期用于消费品和食品中的物质对人体健康的影响表明,对这些物质的上市前安全性评估不足。我们建议应优先进行免疫毒性测试,以保护公众健康,并且根据我们的估计,免疫毒性分析应该是化学安全性评估不可或缺的一部分。 作者贡献:概念化,O.V.N .;方法论和S.P.-G .; S.P.-G.软件;验证和D.Q.A.形式分析,A.M.T.,D.Q.A。和O.V.N .;数据策划,S.E.,TS.S。和U.I.U.写作-原始草稿,O.V.N .;写作-审核和编辑,A.M.T.,D.Q.A.,O.V.N.,S.E.,TS.S。和U.I.U.可视化所有作者均已阅读并同意该手稿的发行版本。资金:这项工作的部分支持是由美国Leon Lowenstein基金会提供的。机构审查委员会声明:该研究项目不涉及人类或动物。数据可用性声明:此分析基于美国EPA ToxCast(https://comptox.epa.gov/dashboard,于2020年9月24日访问)和比较毒物基因组学数据库(http:// ctdbase)的开放访问数据集。于2020年9月24日访问)。致谢:作者感谢前实习生Ji Rundong在图形设计方面的帮助。利益冲突:作者声明没有利益冲突。参考(完整参考1~104)1. 费拉里奥(D.) Gribaldo,L .; Hartung,T.砷暴露和免疫毒性:综述包括年龄和性别的可能影响。 Curr。环境。 《卫生报告》,2016年第3期,第1-12页。 [CrossRef] [PubMed]2. 吉尔伯特(K.M.) Bai,S.;巴内特(D.)开花,S.J.成年期停止接触并不能预防由于饮用水中低水平三氯乙烯的发育性接触而引起的免疫毒性。毒药。科学2017,157,429–437。 [CrossRef] [PubMed]3. LeeG.H .;崔国良农药对免疫系统功能的不利影响。比较生化。生理学。 C毒物。 Pharmacol。 2020,235,108789。[CrossRef]4. Grandjean,P.对环境健康进行干预的延迟发现,传播和决策:全氟化烷基化物物质免疫毒性的案例研究。环保健康。2018,17,62.[CrossRef] [PubMed]5. 开花,S.J .;吉尔伯特(K.M.)发育性免疫毒性和自身免疫性疾病的表观遗传基础。 Curr。 in毒药。 2018,10,23–30。 [CrossRef][PubMed]6. Dietert,R.R .; Zelikoff,J.R.的早期生活环境,发育性免疫毒理学和儿童过敏性疾病(包括哮喘)的风险。出生缺陷资源。开发人员责备。毒药。 2008,83,547–560。 [CrossRef][PubMed]7. E.V. Hessel;东克(E.C.);老板,P.M .;范洛夫伦,H .; Piersma,A.H.化学品在啮齿动物中的发育性免疫毒性及其可能的调节作用。暴击毒理学评论。 2015,45,68–82。 [CrossRef] [PubMed]8. 冯·恩布斯(Von der Embse) De Witt,J.C.发育性免疫毒性(DIT)测试:DIT测试的当前建议和未来。方法生物学2018,1803,47–56。 [CrossRef]9. 沃斯与毒理学有关的免疫抑制。CRC暴击。毒理学评论。1977,5,67-101。 [CrossRef] [PubMed]10. 世界卫生组织国际化学品安全计划。化学品免疫毒性风险评估指南。 2012年。在线提供:http://www.inchem.org/documents/harmproj/harmproj/harmproj10.pdf(2021年2月15日访问)。11. 美国国会技术评估办公室。识别和控制免疫毒性物质背景文件。 1991年。OTA-BP-BA-75。在线提供:https://ota.fas.org/reports/9124.pdf(2021年2月15日访问)。12. 安德森(美国);Shane,H.L.研究性免疫毒理学。方法生物学2018,1803,27-46。 [CrossRef]13. 哈顿,T。科西尼岛,E。免疫毒理学:21世纪的挑战和体外机会。 ALTEX2013,30,411–426。 [CrossRef]14. 哈斯汀(K.L.)免疫毒理学:简史。方法生物学2018,1803,3-13。 [CrossRef]15. S.C. Burleson;弗里伯恩(W.J.); F.G. Burleson; G.R. Burleson;约翰逊(V.J.); Luebke,R.宿主抗性测定。方法生物学2018,1803,117–145。[CrossRef]16. 欧洲化学局。信息要求和化学安全评估指南,R.7a章:端点特定指南。 2017年。在线提供:https://echa.europa.eu/guidance-documents/guidance-on-information-requirements-and-chemical-safety-assessment(于2021年2月15日访问)。17. 美国环境保护署。健康影响测试指南。OPPTS 870.7800。免疫毒性。 1998年; EPA 712–C–96–351.在线提供:https://www.epa.gov/test-guidelines-pesticides-and-toxic-substances/series-870-health-effects-test-准则(2021年2月15日访问)。18. 美国环境保护署。第158部分毒理学数据要求:神经毒性电池,亚慢性吸入,亚慢性皮肤和免疫毒性研究指南。农药计划办公室。 2013。在线提供:https://19january2017snapshot.epa.gov/sites/production/files/2014-02/documents/part158-tox-data-requirement.pdf(2021年2月15日访问)。19. 美国环境保护署。危害评估版本2.0的环境计划替代评估标准设计。 2011年。在线提供:https://www.epa.gov/saferchoice/alternatives-assessment-criteria-hazard-评价(2021年2月15日访问)。20. 罗维达(C.) Barton-Maclaren,T .; E. Benfenati。卡洛尼,F。 Charukeshi Chandrasekera,体育; Chesné,C .;克罗宁,M.T.D .; De Knecht,J .;迪特里希(Detrich)埃舍尔(Escher)等。作为验证毒理学的一种经过验证的新方法,横读国际化。 ALTEX2020。[CrossRef]21. A.E. Turley;艾萨克斯(英国);威特莫,学士学位;卡尔马斯(美国);恩布里(Mr. Krishan,M.使用RISK21方法将新方法方法纳入毒性测试和暴露评估,以进行分层风险评估:食品接触化学品的案例研究。食品化学毒药。 2019,134,110819。[CrossRef] [PubMed]22. 贝尔,美国。阿贝迪尼(J. Ceger,P .; Chang,X .;库克卡尔马斯(美国);莉亚,我。曼苏里(K.)菲利普斯,J。迈克菲(McAfee);等。具有化学安全测试工具的集成化学环境。毒药。 In Vitro 2020,67,104916。[CrossRef] [PubMed]23. Borrel,A .; S.S. Auerbach;霍克(K.A.) Kleinstreuer,N.C. Tox21BodyMap:用于绘制化学作用对人体的网络工具。核酸研究。 2020,48,W472–W476。 [CrossRef]24. 北卡罗来纳州克莱因斯特尔;杨建Berg,E.L.;努森(TB);理查德,上午;马丁(M.T.)Reif,D.M.; R.S. Judson;M.波罗科夫; Dix,D.J .;等。对ToxCast化学文库进行表型筛选,以分类毒性和治疗机制。纳特生物技术。 2014,32,583–591。 [CrossRef] [PubMed]25. 理查德,上午; R.S. Judson;霍克(K.A.)格鲁克(C.M.);瓦拉拉特(P. Thillainadarajah,我。杨成;拉斯曼,J。马丁(M.T.) J.F. Wambaugh;等。 ToxCast化学景观:为21世纪毒理学铺平道路。化学Res。毒药。 2016,29,1225–1251。 [CrossRef] [PubMed]26. 邱(W.A.); K.Z. Guyton;马丁(M.T.) Reif,D.M .; Rusyn,I. IARC专论工作组在癌症危害评估中使用高通量体外毒性筛选数据。 ALTEX 2018,35,51–64。 [CrossRef] [PubMed]27. Iyer,S .;Pham,N。马蒂(Marty)桑迪(Sandy)所罗门Zeise,L.一种综合方法,使用可公开获得的资源来识别和表征潜在毒性关注的化学物质:用影响癌症途径的化学物质进行概念验证。毒药。科学2019,169,14-24。 [CrossRef]28. P.W.F. Karmaus; A.L. Karmaus将免疫毒理学纳入二十一世纪毒理学测试范式的挑战。方法生物学2018,1803,385–396。 [CrossRef] [PubMed]29. 戴维斯(Davis) Grondin,C.J .;约翰逊(R.J.);西亚基(D.麦克默伦河。威格斯,J。威格斯(T.C.) C.J. Mattingly,毒理基因组比较数据库:2019年更新。NucleicAcids Res。 2019,47,D948–D954。 [CrossRef] [PubMed]30. M.B.科斯尼克; Planchart,A .; S.W. Marvel; Reif,D.M .;此外,C.J。还整合了精选和高通量的筛查数据,以阐明环境对疾病途径的影响。计算毒药。 2019,12,100094。[CrossRef] [PubMed]31. Judson,R .; Houck,K.;马丁理查德,上午;努森(TB); Shah,我。小,S。Wambaugh,J .; R.W.Setzer; P .;等。分析细胞应激和细胞毒性对跨多种化学和分析空间的体外分析活性的影响。毒药。科学2016,152,323–339。 [CrossRef]32. 卡尔马斯(美国); Filer,D.L .;马丁(M.T.)霍克(KA)在ToxCast高通量筛选程序中评估与食品相关的化学物质。食品化学毒药。 2016,92,188–196。 [CrossRef] [PubMed]33. 卡尔马斯(美国); T.D. Trautman; M.克里山; Filer,D.L .; Fix,L.A.在ToxCast中处理与食物相关的化学物质。食品化学毒药。 2017,103,174–182。 [CrossRef]34. 国家毒理学计划。 《致癌物报告》,第十四版。丁基羟基苯甲醚。可在线获取:https://ntp.niehs.nih.gov/ntp/roc/content/profiles/butylatedhydroxyanisole.pdf(2021年2月15日访问)。35. 欧洲食品安全局。与食品中全氟烷基物质有关的对人体健康的风险。欧洲食品安全局J.2020,18,e06223。[CrossRef]点击查看:查看上部分内容更多有生物学文章更多医学分类文章使用文档翻译功能 免责声明:福昕翻译只充当翻译功能,此文内容及相关信息仅为传递更多信息之目的,仅代表作者个人观点,与本网站无关,版权归原始网站所有。仅供读者参考,并请自行核实相关内容。若需要浏览原文、下载参考文献等,请自行搜索文中提到的原文网站进行阅读。来源于:mdpi
2021-04-21 19:12:44
研究食品中添加化学物质,免疫毒性分子机理和TC用途
收到:2021年2月17日受理日期:2021年3月15日出版日期:2021年3月24日发行人注意:MDPI在已发布地图和机构关联中的司法管辖权要求方面保持中立。版权:©2021作者。瑞士巴塞尔的MDPI被许可人。本文是根据知识共享署名(CCBY)许可的条款和条件分发的开放获取文章。 摘要:高通量筛选方法的发展可能会减少对实验动物进行毒性测试的需求。在这里,我们研究了利用美国环境保护局ToxCast计划的高通量筛选数据评估免疫毒性的潜力。作为案例研究,我们分析了添加到食品中的最常见化学物质以及从包装材料或加工设备迁移到食品中的全氟和多氟烷基物质(PFAS)。抗氧化剂防腐剂叔丁基对苯二酚(TBHQ)在ToxCast分析和经典免疫分析中均具有活性,表明它可能会影响人们的免疫反应。从PFAS组中,我们确定了8种可以从食品接触材料中迁移出来的物质,并具有ToxCast数据。在流行病学和毒理学研究中,PFAS会抑制免疫系统并降低对疫苗接种的反应。但是,大多数PFAS在免疫相关的ToxCast分析中均显示弱或无活性。普通PFAS的毒理学和高通量数据之间缺乏一致性,这表明了体外筛选分析免疫毒性的当前局限性。高通量体外试验显示出有望提供与免疫风险评估相关的机械数据的希望。相反,在现有的高通量测定中缺乏免疫特异性活性不能验证化学物质对免疫系统的安全性。 关键词:免疫毒理学;免疫毒理学中的多组学方法;食品添加剂的免疫毒性方面;高通量筛选ToxCast;食品添加剂;食品接触物质;叔丁基对苯二酚;全氟和多氟烷基物质 1. 介绍免疫系统是化学毒性的目标之一。已报告了多种物质的免疫毒性,包括砷化合物[1],氯化溶剂[2],农药[3]以及全氟烷基和多氟烷基物质[4],并且正在发育的免疫系统更容易受到有害物质的伤害。化学暴露与成人免疫系统相比的影响[5-8]。免疫毒理学作为一个领域自1970年代就已经存在[9],并且专家组已经发布了进行免疫毒性评估的建议[10,11]。免疫毒性定义为暴露于异源物质后免疫系统的适应不良功能。这种现象包括功能丧失(免疫抑制)。过度的,破坏性的免疫反应(免疫增强);以及可能永久或可逆的免疫反应改变(免疫调节)。物质对免疫系统的影响取决于多种因素,例如接触途径和持续时间以及毒性机制。免疫毒性作用可能以不同的方式表现出来,包括疫苗接种后抗体水平降低,自身免疫症状或全身性炎症[12,13]。对免疫系统对环境污染物的敏感性的认识导致了分析方法的发展,可以评估化学物质的免疫毒性-潜力[14]。免疫毒性分析可以评估免疫系统器官的组织病理学和重量,淋巴细胞计数,血清免疫球蛋白水平细胞介导的免疫反应,抗体产生,自然杀伤(NK)细胞功能和其他功能[10]。观察性免疫毒性测量,例如对特定免疫细胞类型的数量和相对频率的分析,不能提供有关免疫系统如何受化学物质影响的机制数据。功能测试(例如T细胞依赖性抗体应答测定和细胞毒性测定)使免疫毒性评估进一步向前推进了一步。最后,测量抵抗传染病的免疫防御的宿主抗性测定被认为是免疫毒性测试的金标准[15]。考虑到免疫系统的复杂性,没有任何一种测定方法可能足以确定免疫毒性,并且可能需要对不同免疫学终点进行分析组合才能预测免疫毒性[12]。可获得的力学数据可以证实其他证据的发现,例如对实验动物的研究[13]。尽管有用于免疫毒性的测试方法,但这种测试尚未成为化学风险评估中的优先事项。经济合作与发展组织和欧盟化学测试指南包括对免疫系统参数(例如淋巴器官重量,血液学和组织病理学评估)的评估,作为标准口服28天和90天的一部分在实验动物中进行毒性研究,但不需要对制造的化学药品或污染物的免疫毒性进行系统分析[16]。美国环境保护署于1998年发布了农药的免疫毒性测试指南,但后来表示可以免除该测试要求[17,18]。有关化学替代品危害评估的美国EPA环境规划设计标准文件列出了免疫毒性在不太常见的毒性终点中[19]。高通量筛选和组学技术(基因组学,转录组学,蛋白质组学和代谢组学)等新方法方法有望产生有助于化学风险评估(包括免疫毒性评估)的新数据[20,21]。美国EPA ToxCast计划整合了与多种毒理学终点,器官系统和疾病过程相关的高通量筛选分析[22-25]。最近的两项研究对与诱导慢性炎症有关的ToxCast分析进行了分类,这是一种免疫介导的过程[26,27]。但是,仍然需要对免疫相关的ToxCast分析进行系统的评估。由于分子途径的多样性以及参与免疫应答的多种细胞类型和组织的编排,从高通量数据或无动物模型到与免疫系统相关的毒理学终点的转化仍然是一个挑战[28]。在这里,我们调查了根据美国EPA ToxCast计划生成的数据是否可用于免疫毒性筛查。我们专注于食品中存在的物质,包括直接食品添加剂和可以从食品接触材料迁移到包装食品中的物质。2. 材料和方法2.1. 识别免疫相关高通量分析的数据挖掘策略我们的分析结合了来自美国EPA ToxCastCompTox仪表板(https://comptox.epa.gov/dashboard,于2020年9月24日访问)和比较毒物基因组学数据库(http://ctdbase.org,于9月24日访问)的数据。2020)。由美国MDI生物实验室(美国缅因州索尔兹伯里湾)和北卡罗来纳州立大学(美国北卡罗来纳州罗利)的研究人员开发的比较毒物基因组学数据库,是根据PubMed中列出的经过同行评审的文献手动整理的数据库[29, 30]。于2020年9月从比较毒物基因组学数据库网站检索了表型的相互作用,描述为“免疫系统过程”。ToxCast数据集直接从美国EPA CompTox Chemicals信息中心下载,此处引用的所有ToxCast信息均表示可在于2020年9月在美国EPA网站上发布。ToxCast计划包含数百种在不同检测平台下开发的高通量检测方法,包括无细胞检测以及基于细胞的分析[31]。 ToxCast将每种化学物质的测定结果归类为命中的“有效”或“无效”(达到或不满足剂量反应标准)。可在CompTox仪表板中查看模型化的AC50值(最大活性为50%时的活性浓度)。每种化学物质也被分配了一个“细胞毒性极限”,一个计算值反映了ToxCast分析中单个化学物质的整体细胞毒性[31]。细胞毒性极限值并不表示物质在特定测定中的细胞毒性,并且AC50值高于计算出的细胞毒性极限值的测定数据可能具有生物学相关性[27]。在美国EPACompTox仪表板上发布的ToxCast数据建模包括对分析的数据质量标记的分配,例如“低于50%功效”,“仅基线以上最高浓度”,“边界活跃”,“嘈杂数据”和其他标志。基于对本研究中所含化学物质的ToxCast测定图的手动审查,我们集中于两种类型的具有最强响应特异性证据的测定:无数据质量标记的测定和仅具有一个数据质量标记的测定,“小于50%的功效”。在通过案例研究化合物激活的ToxCast分析中,我们确定了针对特定基因靶点的分析(因此不包括测量细胞毒性,增殖或活力的分析),并根据NCBI中列出的信息审查了每个基因的功能基因数据库(https://www.ncbi.nlm.nih.gov/gene/,于2020年9月24日访问)和PubMed数据库。根据同行评审文献和基因功能摘要中的报道,我们基于目标基因或蛋白质参与先天性和适应性免疫应答将ToxCast分析分类为与免疫系统相关。 2.2. 案例研究化合物的鉴定2.2.1. 直接食品添加剂Karmaus等。 [32,33]检查了美国食品中允许使用的化学物质的范围(美国EPA ToxCast中提供了数据),确定了出于功能目的直接添加到食品中的556种化学物质和可能从食品中迁移到食品中的339种化学物质。包装,加工或清洁化学品。以上子集中的某些化学物质可能被批准用作直接添加剂和用于食品包装。我们从Karmaus等人定义的556种直接食品添加剂清单开始。 [33]以及丁基化羟基茴香醚的添加,后者是一种直接的食品添加剂,用作抗氧化剂防腐剂[34]。为了确定美国食品供应中最常用的添加剂,Karmaus等人的557种直接添加剂的化学名称。[33]与2018年至2020年期间在美国杂货店销售的120,000多种包装食品和饮料产品的标签相匹配。我们研究小组分析的标签数据由LabelInsight提供,LabelInsight是经过验证的产品属性元数据的主要来源。Label Insight的标签数据覆盖率超过了在美国销售的消费品商品的80%(https://www.labelinsight.com/about,于2020年9月24日访问)。2.2.2. 间接添加剂:全氟和多氟烷基物质对于我们对间接食品添加剂的分析,我们将范围缩小至全氟烷基物质和多氟烷基物质(PFAS),食品包装中使用的化学物质,并且对于某些类别的某些成员具有已知的免疫毒性[35]。为了确定报告了哪些PFAS迁移到食物,我们使用搜索查询(“ PFAS”或“氟调聚物”或“含氟化合物”或“全氟烷基”或“全氟化”或“多氟化”或“ PFOA”或“ PFOA” “全氟化物”或“氟化”或“ FTOH”)和(“迁移”或“释放”或“可提取”)和“食物”。此外,还对相关出版物中的参考文献进行了审查,以纳入我们的分析。基于PFAS的食品接触物质也已在美国食品和药物管理局(U.S. FDA)的包装与食品接触物质数据库中进行了审核[36]。 3. 结果3.1. 案例研究化合物的鉴定为了确定可获得高通量ToxCast数据的最常见食品添加剂,我们将557种直接添加剂的清单[33]与2018-2020年在美国销售的产品的成分标签进行了匹配。在这一组中,在成分标签上鉴定出81种物质,并且我们按使用频率对添加剂进行了排名。在其余无法与成分标签匹配的添加剂中,大多数(430种添加剂)是调味剂,通常以人工或天然调味剂的名义出现在标签上。由于缺乏有关调味成分的公开信息,我们无法评估其使用频率或估计饮食摄入量。少于10个产品标签中存在的18种添加剂未包括在进一步评估中(苯甲酸苄酯,甜菜碱,丁二醇,对羟基苯甲酸丁酯,丁酸,柠檬醛,磺基琥珀酸二辛酯钠,薄荷醇,肉豆蔻酸,油酸,苯氧乙醇,胡椒碱,白藜芦醇,碘化钠,单宁酸,松油醇,可可碱,木糖)。存在于10多种产品的标签上的63种物质按其功能类别分类(图1),并包含在后续分析中。  与直接食品添加剂相比,通过暴露频率确定间接食品添加剂的优先级具有挑战性,因为这些物质未在成分标签上披露。美国FDA有效食品接触物质通知清单列出了截至2020年9月已在美国获准用作食品接触物质的1493种化合物(其中71种被替换)[36]。根据过去十年的美国FDA食品接触物质库存数据,平均每年大约有65种新的食品接触材料获得美国FDA批准。对于间接的案例研究食品添加剂,我们专注于全氟和多氟烷基物质(PFAS)系列,这些物质已在食品接触材料中使用了数十年[37,38],并且与免疫系统毒性相关[35]。基于PFAS的材料已用于食品加工设备中的密封垫,重复使用的塑料,炊具上的不粘涂层以及纸和纸板食品包装上的耐油和耐水涂层[35]。这些PFAS材料(通常为聚合物)可以包含并释放单体PFAS以及PFAS碎裂产物[39]。根据美国国家健康与营养调查的数据进行的一项最新研究报告,人体中PFAS的浓度与包装中可能含有PFAS的餐食的摄入量之间存在关联,例如快餐,比萨饼和爆米花[40]。食品接触材料中使用的PFAS结构的一些示例如图2所示。图2.几种PFAS食品接触材料的结构。 (A)显示了聚四氟乙烯或PTFE的结构,用于炊具,平底锅和器皿上的涂层。 (B)显示了自2008年以来美国FDA批准的多种食品接触物质中存在的6:2氟调聚物结构,这些物质将于2020年7月开始自愿淘汰[41]。 (C)显示了氟化单体成分,该成分与全氟乙烯和乙烯一起用于制造2018年批准的PFAS基三元共聚物(美国FDA食品接触通知批准号1914)。 (D)显示了2010年批准的全氟醚聚合物的氟化部分(美国FDA食品接触通知批准号962)。为了从食品接触材料中识别出报告为最终在食品中的PFAS物种,我们根据PubMed的出版物(发现总结在附录A表A1中)汇总了PFAS迁移研究的信息。在所有确定的研究中,PFAS的迁移取决于食物的类型及其成分而变化,脂肪材料通常可以使PFAS从食物包装到食物材料或食物模拟物的迁移最大,与长链的PFAS相比,短链PFAS的迁移更容易PFAS链,这一发现与文献中的其他报告相一致[42]。此外,鉴于实验室方法通常仅限于检测有分析标准的PFAS,因此很可能漏掉了可能会迁移到食品中的部分PFAS(按重量或化合物类型而定)。由于不确定这些化合物对公众健康的风险,美国FDA于2020年宣布自愿淘汰基于6:2含氟调聚物的食品接触物质(图2B)[41]。于2020年宣布自愿淘汰基于6:2含氟调聚物的食品接触物质(图2B)[41]。3.2. ToxCast活性分析的鉴定在迁移研究中鉴定出的22种独特PFAS(附录A表A1)中,有9种具有特定化合物或其盐的ToxCast数据(表1)。选择了这些PFAS和63种直接添加剂进行进一步审查(表2)。 ToxCast的检测覆盖范围从全氟辛烷磺酸锂的238种检测和丁基化羟基茴香醚的250种检测到PFOA和PFOS的1000多种检测不等。对于我们的初始分析,我们包括了在美国EPA CompTox仪表板中分类为“活性”的ToxCast分析,其模拟的AC50值(半最大活性)低于单个物质计算出的细胞毒性极限。表1.半数最大活性浓度(AC50)低于细胞毒性极限的全氟和多氟烷基物质(PFAS)的ToxCast分析次数。注意:基于2020年9月公开发布的ToxCast数据。该表包括无任何数据质量标记的测定和带有单个数据质量标记(“功效低于50%”)的测定。 表2.直接最大活性浓度(AC50)低于图1中确定的细胞毒性极限值的一半的直接食品添加剂的ToxCast分析次数。在表1列出的PFAS中,全氟十一烷酸(PFUnDA),全氟辛烷磺酸(PFOS)和全氟辛酸(PFOA)的活性ToxCast分析次数最多。在直接食品添加剂中,三种与结构相关的防腐剂,叔丁基对苯二酚(TBHQ),没食子酸丙酯和对羟基苯甲酸丙酯,以及食品着色剂FD&CRed 3(也称为赤藓红),具有最多的活性分析,且数据质量和AC50均良好。低于其细胞毒性极限,表明它们在高通量分析中具有广泛的生物学活性(表2)。审查了活性测定次数最多的物质对免疫系统的潜在影响。3.3. 在比较毒物基因组学数据库中识别免疫特异性相互作用为了询问以前的研究是否报告了这些食品添加剂的免疫相关作用,我们通过在“免疫系统过程”和物质下搜索“比较毒物基因组学数据库”[29],审查了表1和表2中鉴定出的每种物质的化学表型相互作用。名称。我们还对PubMed进行了“物质名称和T细胞或B细胞或天然杀手或免疫或免疫毒性”的搜索查询。人工审查了比较毒物基因组学数据库中列出的免疫系统相互作用的参考文献,并对照PubMed鉴定的研究进行了交叉核对,以确认比较毒物基因组学数据库中列出的研究检查了某种物质对免疫相关物质的直接影响。参数和功能。维生素在《比较毒物基因组学》数据库中表现出与“免疫系统过程”有关的多种表型相互作用,在PubMed中也有许多相关出版物。由于维生素对于免疫系统和其他生物过程必不可少,因此可以预料到这一结果。在其余直接添加剂组中,三种物质在比较毒物基因组数据库中具有“免疫系统过程”相互作用:月桂基硫酸钠(两种相互作用),TBHQ(12种相互作用)和二氧化硅(89种免疫介导的相互作用)吸入二氧化硅和相关物质后会产生炎症反应。在PFAS中,PFOA具有“免疫系统过程”的35个已记录交互,而PFOS具有3个。比较毒物基因组学数据库中的数量有限或缺乏相互作用并不表示该物质不会影响特定的活动,因为可能尚未进行测试来评估该终点,或者是因为进行了相关研究(例如由政府机构进行的测试)或化学品制造商,可能未包含在数据库中。例如,Rice等。报道了PFHxA和6:2 FTOH对免疫系统的不利影响[43]。但是,这些化合物在《比较毒物基因组学数据库》中没有任何免疫相互作用。另一方面,先前的研究报道TBHQ会改变多个免疫参数[44-46],而PFOA会抑制免疫系统并降低对疫苗的抗体反应[47],比较毒物基因组数据库记录了这两种物质的免疫相关相互作用。3.4. 弓形虫免疫相关检测分析我们回顾了本研究中所有化合物的有效ToxCast分析,并观察到食用色素FD&C Red 3,抗氧化剂防腐剂TBHQ和全氟十一烷酸均显示出对多种免疫相关基因靶标的活性(表3)。目标包括免疫系统内与细胞通讯有关的分泌蛋白(趋化因子,细胞因子和生长因子)。免疫细胞表面受体(跨膜蛋白CD38,CD40,CD69以及白三烯和前列腺素受体);以及介导白细胞与其他细胞类型(E选择素,P选择素,ICAM1和VCAM1)之间相互作用的细胞粘附分子。这些蛋白质介导了免疫细胞的串扰以及对病原体的先天和适应性反应的编排。在表3列出的测定中,除一种测定外,所有测定均来自Toxcast中的BioSeek测定平台。这种高通量的筛选平台基于人类原代细胞,各个BioSeek分析可能包括内皮细胞,外周血单核细胞,支气管上皮细胞或成纤维细胞[48]。 BioSeek分析使用抗体来检测目标蛋白表达的增加(增加)或减少(减少)[48]。受到TBHQ,FD&C Red 3和PFUnDA影响的BioSeek分析方法的方向为“向下”,表明目标蛋白的细胞表面表达下降。由于BioSeek分析平台使用人类细胞,因此这些分析中的物质活性表明与人类免疫系统具有潜在的相关性。全氟癸酸(PFDA)在某些与PFUnDA相同的免疫目标测定中具有活性(表3)。令人惊讶的是,PFOA,PFOS和全氟壬酸(PFNA)没有显示出强活性。 PFNA影响了一种针对细胞因子CXCL10的检测方法。 PFOS影响了两个靶标,即CXCL10和HLA-DRα,这是主要的组织相容性复合物II类抗原呈递分子。 PFOA是一种经过充分研究的PFAS,具有对免疫系统的抑制作用,但在一项与免疫相关的测定中活性较弱,该测定针对的是白三烯B4受体(一种参与免疫反应和炎症的跨膜受体)。先前的研究报道了ToxCast测定中针对雌激素受体和过氧化物酶体增殖物激活受体的PFOA活性[26,49],表明ToxCast可以鉴定该物质的有效测定。对于表1中列出的其他PFAS(全氟庚酸,全氟己酸,6:2含氟端粒醇和8:2含氟端粒醇)。最后,我们在针对与细胞外基质重塑,凝血和纤维蛋白溶解有关的蛋白质的子集测定中鉴定了TBHQ,FD&C Red 3,PFDA和PFUnDA的活性,这些蛋白质涉及先天性和适应性免疫应答,炎症和宿主防御(表4)。对于这组目标,FD&C Red 3在大多数测定中均显示活性,其次是PFUnDA,TBHQ和PFDA。 PFOS影响一种靶标基质金属蛋白酶9的表达。在我们的研究中,没有其他PFAS影响表4中列出的ToxCast靶标。在免疫特异性ToxCast分析中观察到的TBHQ和PFUnDA活性与研究文献一致。据报道,TBHQ会影响不同的免疫系统参数和功能[44-46]。流行病学研究已经报道了PFUnDA的免疫抑制作用[50,51],与其他PFAS的数据一致。相反,在具有免疫特异性靶标的测定中,FD&CRed 3的活性是出乎意料的。在《比较毒物基因组学数据库》中没有发现这种合成食品着色剂的免疫系统过程相互作用。同样,我们无法在PubMed中鉴定出报告FD&C Red 3的免疫系统作用的研究。鉴于该化合物在ToxCast中免疫靶向测定的子集中具有活性,因此在标准版的FD&C Red3中测试FD&C Red 3很重要。免疫毒性测定。TBHQ在ToxCast分析中也很活跃,可测量转录因子Nrf2(核因子,类红细胞2样2),芳基烃受体和糖皮质激素受体的活性(表5)。先前的研究报道,TBHQ的作用是通过Nrf2介导的,Nrf2是一种转录因子,可调节涉及抗氧化反应,损伤和炎症的基因[52,53],还可以通过芳基烃受体(AhR)[54,55]介导。芳基碳氢化合物受体介导细胞对多种异源物质的反应,目前已知在免疫系统中起着重要的调节作用[56]。在ToxCast分析中与TBHQ相关的Nrf2和AhR激活支持了TBHQ活性的特异性。在ToxCast分析中,PFOA,PFOS和6:2 FTOH也激活了Nrf2(表5)。点击查看:下部分内容更多有关生物学文章更多医学分类文章使用文档翻译功能 免责声明:福昕翻译只充当翻译功能,此文内容及相关信息仅为传递更多信息之目的,仅代表作者个人观点,与本网站无关,版权归原始网站所有。仅供读者参考,并请自行核实相关内容。若需要浏览原文、下载参考文献等,请自行搜索文中提到的原文网站进行阅读。来源于:mdpi
2021-04-21 18:10:48
基于细胞的髓磷脂再生方法
直接重编程少突胶质细胞前体中的周细胞,作为基于细胞的治疗策略的潜在基础2021年4月12日   髓磷脂对于在大脑中正确,快速地传输电信号非常重要。这种包裹轴突的富含脂质的膜在某些退行性神经疾病中受损。其中大多数是罕见的遗传性疾病,具有严重的临床病程。从体细胞成纤维细胞诱导的少突胶质祖细胞(iOPCs)的生成可能提供针对髓磷脂疾病的基于细胞的治疗策略。但是,iOPC的生成效率很低,并且生成的iOPC表现出有限的扩展和分化能力。一个国际研究人员团队现已克服了这些限制。这项研究提出了一种基于细胞的方法来研究针对髓磷脂疾病的治疗潜力。  体外培养中的成熟少突胶质细胞(红色)。这些细胞与诱导的少突胶质祖细胞(iOPC)分化,后者又由周细胞产生(蓝色:细胞核)。 ©MPI分子生物医学  神经细胞通过其过程(轴突)将其信号传递给其他神经细胞。缠绕在轴突周围的绝缘护套极大地提高了电脉冲的速度。这种快速的电活动对于处理大脑中的信号并通过周围神经束将其传输到身体非常重要。绝缘鞘由称为髓磷脂的富含脂质的膜组成,并由所谓的少突胶质细胞形成。如果髓鞘被破坏(如脱髓鞘疾病一样),则会失去导电性。临床后果是严重且不可逆的。  全球科学家正在探索各种基于细胞的策略来再生髓鞘。一种明显的方法是移植少突胶质细胞以使轴突重新髓鞘化。但是,移植的成熟少突胶质细胞不能做到这一点。仅当移植未分化的少突胶质细胞前体细胞(OPC)时,才能形成新的髓磷脂。  多亏了所谓的iPS技术,才有可能将一种类型的细胞转化为其他细胞类型。科学家最初能够将小鼠和大鼠的胚胎皮肤细胞重编程为诱导性多能干(iPS)细胞,并将其成熟为少突胶质细胞前体细胞(OPC),称为诱导性OPC(iOPC)。但是重编程过程效率低下,并且所得细胞无法增殖和分化,无法在临床实践中使用。周细胞充当起始细胞类型  来自10个实验室的国际研究人员团队由德国明斯特的马克斯·普朗克分子生物医学研究所的HansSchöler和现在的韩国天主教大学医学院副教授Kee-Pyo Kim领导。现在成功克服了这些障碍。研究人员使用皮肤细胞作为起始细胞类型,而不是皮肤细胞。周细胞覆盖毛细血管内皮细胞,并形成血脑屏障的组成部分。  该研究的第一作者Kee-Pyo Kim说:“周细胞和少突胶质细胞祖细胞在发育过程中起源于相同的细胞群。” “因此,我们认为周细胞非常适合这种重编程以及随后分化为少突胶质细胞祖细胞,” Kim继续说道。Kim解释说:“如果转换过程更直接,更简单,它将更有效率,因此对以后的细胞疗法更加有趣。” “这是因为起始细胞具有其原始身份的记忆,”金说。记忆由所谓的转录组(在给定时间存在于细胞中的所有RNA分子)和表观遗传标记(调节基因活性的DNA的翻译后修饰)组成。”  确实,研究人员能够将周细胞转变为少突胶质细胞祖细胞。“我们的源自周细胞的iOPC可以有效地繁殖并分化为有髓的少突胶质细胞,” Kim说。“从皮肤细胞产生iOPC的过程中可以看出,我们不需要三个转录因子,但是只有两个因子:Olig2和Sox10的过表达足以诱导iOPC的产生,” Kim说。 移植到大脑  预先分化的前少突胶质细胞(绿色,红色:来自iOPC的细胞,蓝色:细胞核)移植后的体内髓鞘形成。 ©MPI分子生物医学  为了研究这些iOPC是否以及如何在体内(即在大脑本身)成熟为产生髓磷脂的少突胶质细胞,研究人员将iOPC移植到了颤抖小鼠的大脑中。这些小鼠在MBP基因中具有所谓的颤抖突变。突变会导致髓鞘碱性蛋白(MBP)产生,而髓鞘碱性蛋白(MBP)对于髓鞘是必不可少的。因此,颤抖的小鼠在出生后几周内会出现特征性的“颤抖”步态,通常被用作白细胞营养障碍的动物模型。已经证明,周细胞衍生的iOPC移植到颤抖小鼠的脊髓或大脑中,可诱导轴突的髓鞘形成。这些关键实验是在美国罗切斯特大学的史蒂夫·高德曼(Steve Goldman)的实验室中进行的,他在2008年开发了该模型。  “令我们惊讶的是,在移植到无法使轴突脱皮的颤抖小鼠的大脑中后,大多数iOPC沉淀在血管上,并变成了周细胞。它们没有分化为少突胶质细胞,这种少突胶质细胞通常包裹着带有髓鞘的轴突。”金说:“这向我们表明,iOPC保留了其原始表型的记忆,从而阻止了它们在体内的髓鞘形成。”  因此,iOPC不会自动变成产生髓磷脂的少突胶质细胞。他们需要额外的努力。因此,研究人员进一步在体外将iOPCs分化为少突胶质前细胞。这些细胞在体内和体外都会产生产生髓磷脂的少突胶质细胞。  当iOPCs预分化为少突胶质前体细胞,然后移植到颤抖小鼠的大脑中时,可能会产生强力的髓鞘形成。“在体内髓鞘形成特别明显移植12周后,我们很少发现已经恢复到周细胞的细胞,”金说。“与主要的OPC(天然的组织来源的OPC)相比,我们发现髓鞘形成能力没有差异,” Kim说,证实了阳性结果。金总结说:“通过这项研究,我们已经建立了一种有效的策略来产生高度可扩展和功能化的iOPC群体。” “这种方法克服了阻碍其治疗应用的重要局限性,”金说。即,随后的治疗方法需要许多细胞。因此,可扩展的初始细胞群是必不可少的。汉斯·舍勒说:“我们的研究清楚地表明,在开发基于细胞的治疗方法时,必须记住供体细胞的记忆。” “为了开发直接转化细胞的治疗潜力,需要进一步研究不同的重编程方法如何影响供体细胞的记忆,以及是否有可能例如通过化学试剂引导和稳定细胞朝向期望的细胞类型的身份。”点击查看:更多有关生物学文章 使用专业生物学翻译 使用文档翻译功能免责声明:福昕翻译只充当翻译功能,此文内容及相关信息仅为传递更多信息之目的,仅代表作者个人观点,与本网站无关,版权归原始网站所有。仅供读者参考,并请自行核实相关内容。若需要浏览原文、下载参考文献等,请自行搜索文中提到的原文网站进行阅读。来源于:mpg
2021-04-20 20:04:56
咖啡消耗量及全因,地中海成年人心血管疾病和癌症的死亡率
    4. 讨论  在这项研究中,我们显示,经过18年的随访,基线咖啡消费与地中海成年人群的全因和癌症死亡率之间呈负相关。与不消费相比,每天喝一杯或更少杯咖啡与导致全因死亡率降低27%有关,而每天喝一杯或多于一杯(2-6.5杯/天)则与咖啡的摄入量相关。全因死亡率降低了44%。随访18年后,每天食用超过一杯咖啡还可以使癌症死亡率降低59%。我们没有观察到这种对CVD死亡率的保护作用。关于咖啡的类型,仅在含咖啡因的咖啡与随访12年和18年后的所有死亡原因之间观察到了保护作用。  在我们的研究中,咖啡消费与全因死亡率之间的负相关关系与先前对成年人口进行荟萃分析的结果一致[11,31-34],也与随后进行的前瞻性研究中观察到的结果一致。美国[12,35],欧洲[36,37]和亚洲[38]。然而,在地中海国家的成年人群中几乎没有评估这种关联性,在这些国家中,高度遵守地中海饮食模式可能会降低所有原因的死亡率[39]。尽管我们的结果相对于其他先前报告了饮用咖啡的保护作用的研究而言似乎并不完全具有创新性,但该研究的兴趣和新颖性可能仍因以下事实而得以持续,那就是这是第一项评估咖啡摄入量与咖啡因之间关系的研究。地中海国家(即西班牙)的20岁及以上成年人的咖啡消费量以及各种原因,CVD和癌症的死亡率。据我们所知,只有三项研究专门探讨了咖啡消费与地中海人口总死亡率之间的关系。在我们小组针对瓦伦西亚的老年人群进行的一项先前研究中,观察到与CVD呈负相关,但并非与所有死亡原因有关[17]。在SUN研究中,这是与大学毕业生参与者进行的一项前瞻性队列研究,在每天喝4杯咖啡的参与者中,全因死亡率也呈反比关系[18]。最后,最近发表的一项针对意大利成年人的前瞻性队列研究报告说,每天适量饮用3-4杯意大利式咖啡与降低全因,尤其是CVD死亡率的风险有关[19]。  大多数研究咖啡消费与CV疾病之间关联的研究都报告了相反的关联[12,17,36,37],尽管在一些研究中该关联没有统计学意义[31,40]。在这项研究中,我们发现了反向关联的证据,这也与我们在老年人口中进行的研究一致[17]。关于癌症死亡率,尽管有一些研究显示没有关联[12,36],但我们发现的反向关联与先前在不同人群中的研究一致[35,37,38]。其他研究表明,它与特定类型的癌症呈负相关[41,42]。然而,最近发表的两项荟萃分析提供了与癌症死亡率成反比的证据[1,11]。总体而言,目前的证据表明,适量喝咖啡可以降低癌症死亡率,正如我们的研究表明,每天喝超过一杯咖啡可以降低59%的癌症死亡率风险。  当我们按咖啡类型研究关联时,我们发现在随访的12年和18年中,含咖啡因的咖啡与全因死亡率之间存在反比关系。尽管一些研究表明咖啡中所含的咖啡因可能会对中枢神经系统和心血管系统产生不利影响[4,5,43],但一些队列研究发现,适量摄入咖啡因与降低全因死亡率的风险有关在成人人群中[12,35]。这些研究中的大多数还报告了与低咖啡因咖啡消耗量成反比的关系,尽管我们的研究缺乏检测这种关系的能力,因为无咖啡因咖啡类别的事件数量很小,但我们没有在研究中观察到这种关系。与含咖啡因的咖啡相比,不含咖啡因的咖啡的食用频率也较低。  已经提出了几种生物学机制来解释为什么咖啡可以降低死亡风险。咖啡是富含抗氧化剂成分的来源,例如咖啡因,绿原酸,黑色素,咖啡因,卡哇尔醇和松果油碱,以及可能对炎症具有重要有益作用的其他多酚化合物,并且已经显示出对总死亡率,心血管疾病的有益作用疾病和某些癌症[15]。首先,咖啡中的咖啡因和绿原酸含量会抑制LDL-c的过氧化,从而阻止动脉粥样硬化的发展并降低氧化应激,从而防止内皮功能障碍[44,45]。此外,其他酚类化合物和物质如藜芦啉或镁可改善胰岛素敏感性和葡萄糖抵抗性[7]。最后,咖啡可能会产生生物抗癌作用,包括抑制致癌物活化酶,刺激细胞内抗氧化剂防御机制,以及抑制导致致癌过程失活和细胞凋亡的DNA甲基化[45]。因此,咖啡化合物可能在健康中起有益作用,不仅可以调节长期咖啡消费与全因死亡率风险之间的关联,还可以调节癌症死亡率。当前的研究有一些局限性。首先,我们无法控制随访期间咖啡消费量可能发生变化;但是,咖啡消费是成年人生活中的一种习惯,很少随时间改变,自我报告的消费可能是评估通常的长期咖啡消费的有效方法[12,46]。其次,基线时已存在的慢性病可能导致更高的死亡率,也可能与较低或非咖啡消费有关。当我们重复分析(不包括随访的第一年和第二年的死亡)并针对基线时自我报告的既往慢性病进行调整后,相关性基本保持不变(数据未显示)。第三,尽管参与者是营养调查的志愿者,并且可能会有一些回应偏差,但咖啡摄入量对研究参与率的影响不太可能,而且我们参与者中的咖啡消耗量与西班牙其他研究中的相似[ 17,18]。此外,我们没有收集有关咖啡制备方法的信息,但先前的研究表明,未经过滤的咖啡是西班牙使用最广泛的咖啡[47]。最后,需要考虑的一点是样本量小,这可能限制了检测某些关联为显着关联(例如CV疾病)的统计能力;但是,随访期足够长,可以发现与全因和癌症死亡率之间存在显着相关性。  但是,我们的研究有很多优点。我们使用了定义明确的人群,其中包括来自明确定义的地中海地区的20岁或20岁以上的参与者,经过培训的现场工作人员使用标准规程和经过验证的问卷调查从基线收集了高质量的信息。此外,在结果出现之前就已经收集了有关咖啡消费的信息。因此,咖啡消费类别中的任何误分类(如果有的话)都应该是无差别的,因此可能导致低估了咖啡对死亡率的影响。  5. 结论  总之,这项研究表明,长期随访后,适量饮用咖啡,尤其是含咖啡因的咖啡(每天1至6.5杯)与降低全因和癌症死亡率相关。这些发现与以前的研究一致,尽管它们为地中海成年人口提供了新的证据。因此,尽管进一步的长期纵向研究收集了有关咖啡的数量和类型的信息,应该增加有关其有益作用的有价值的信息,但是作为健康的地中海生活方式的一部分,可以促进咖啡的消费。  作者贡献:概念化,J.V。和M.G.-d.l.H .;形式分析,L.T.-C .;数据策划L.T.-C.和合资;写作-原始草案准备,L.T.C .;写作-审查和编辑,L.T.-C.,L.M.C.-G.,S.G.-P.,L.N.-B。和A.O.-C .; J.V.和M.G.-d.l.H.所有作者均已阅读并同意该手稿的发行版本。  参考  资金:VNS的研究得到了DirecciónGeneral de SaludPública,Generalitat Valenciana 1994和Fonda Investigacion Sanitaria的资助(FIS 00/0985)。这项研究也得到了萨洛德·卡洛斯三世研究所和FEDER基金会(FIS PI13 / 00654)的支持。  机构审查委员会声明:该研究是根据《赫尔辛基宣言》的指导方针进行的,并得到了圣胡安医院和米格尔·埃尔南德斯大学地方伦理委员会的批准。  知情同意书:从研究中涉及的所有受试者获得知情同意书。  数据可用性声明:本研究中提供的数据可应相应作者的要求获得。由于保密和道德原因,该数据不可公开获得。  致谢:作者感谢VNS参与者为这项研究做出的宝贵贡献。我们感谢杰西卡·戈林(Jessica Gorlin)撰写的手稿的英文版本。  利益冲突:作者声明没有利益冲突。资助者在研究的设计中没有作用。在数据的收集,分析或解释中;在手稿的撰写中,或在决定发表结果时。  1. 金,Y。耶,Y。 Giovannucci,E。咖啡消费与全因和特定原因的死亡率:潜在修饰语的荟萃分析。欧元。 J.流行病。 2019. [CrossRef] [PubMed]  2. 蔡L.疯狂的。;张Y刘正;Wang,P.咖啡摄入量对血脂的影响:一项随机对照试验的荟萃分析。欧元。 J.Clin。营养食品2012,66,872–877。[CrossRef] [PubMed]  3. 希格登(Jig) Frei,B.《咖啡与健康:近期人类研究述评》。暴击食品科学版营养食品2006,46,101–123。  [CrossRef]  4. Palatini,P .; Fania,C .;莫斯(Mos,L.) Garavelli,G .; Mazzer,A。科兹齐(S.)萨拉迪尼,F .; Casiglia,E.高血压患者的咖啡摄入量和心血管事件的风险。收获的结果。诠释J.乙二醇。 2016,212,131–137。 [CrossRef] [PubMed]  5. 刘建Sui,X .;拉维(C.J.);赫伯特(J.R.);认真的C.P.张建。布莱尔(S.N.)咖啡消费与全因和心血管疾病死亡率的关联。梅奥·克林。程序。 2013,88,1066–1074。 [CrossRef] [PubMed]  6. 丁敏; S.N.陈敏;范丹(R.M.);胡,含咖啡因和不含咖啡因的咖啡的消费量和2型糖尿病的风险:系统评价和剂量反应荟萃分析。糖尿病护理2014,37,569–586。 [CrossRef]  7. R.M.M.Santos;利马咖啡消耗量,肥胖与2型糖尿病:简要回顾。欧元。 J.食品2016,55,1345–1358。  [CrossRef]  8. 吴力;孙D.他,Y。咖啡摄入量和认知障碍的发生风险:九项前瞻性队列研究的剂量反应荟萃分析。临床营养食品2017,36,730–736。 [CrossRef]  9. Liu Q.-P .;吴永飞;程慧慧;夏T.丁华;王华;王志男; Xu,Y.习惯性咖啡消费和认知下降/痴呆的风险:前瞻性队列研究的系统评价和荟萃分析。营养2016,32,628–636。 [CrossRef] [PubMed]  10. 格罗索(Grosso)戈多斯,J。 Galvano,F .;乔万努奇(Giovannucci),E.L。咖啡,咖啡因和健康结果:《雨伞评论》。年。版本号营养食品2017,37,131–156。 [CrossRef]  11. 普尔河; O.J.肯尼迪; Roderick,P .;法洛菲尔德(J.A.); P.C. Hayes;帕克斯,J。《咖啡的消费与健康:伞状多重健康结果的荟萃分析》。 BMJ 2017,359,5024。[CrossRef] [PubMed]  12. 丁敏; Satija,A .; S.N.胡Y;孙问;韩J.洛佩兹·加西亚(E.威利特(W.)达姆(R.M.v.)胡,在三个较大的预期队列中,咖啡消费与总死亡率和特定原因死亡率之间的关联。发行2015,132,2305–2315。 [CrossRef]  13. Bravi,F .;塔瓦尼(A.) Bosetti,C .; Boffetta,P .; La Vecchia,C.《咖啡与肝细胞癌和慢性肝病的风险:系统评价和前瞻性研究的荟萃分析》。欧元。 J.巨蟹座Prev。 2017,26,368–377。 [CrossRef] [PubMed]  14. Caini,S .; Cattaruzza,S .; Bendinelli,B .;托斯蒂,G .; Masala,G .; Gnagnarella,P .;麻萨诸塞州阿塞迪市; Stanganelli,我。帕利(D.)甘迪尼,S。咖啡,茶和咖啡因的摄入量和非黑色素瘤皮肤癌的风险:文献和荟萃分析的综述。欧元。J.食品2016,56,1–12。[CrossRef]  15. 格罗索(Grosso) A. Micek;戈多斯(J. Pajak,A .; Sciacca,S .; F. Galvano。乔万努奇(Giovannucci),E.L。前瞻性队列研究中的膳食类黄酮和木质素摄入量和死亡率:系统评价和剂量反应Meta分析。是。 J.流行病。 2017,185,1304–1316。 [CrossRef] [PubMed]  16. 路德维希(I.A.);明尼苏达州克利福德;精益硕士芦原(H.); Crozier,A。《咖啡:生物化学及其对健康的潜在影响》。  食品功能。 2014,5,1695–1717。 [CrossRef] [PubMed]  17. 托雷斯-科拉多(Torres-Collado)加西亚·德拉·拉·赫拉(M.Garcia-de-la-Hera) Navarrete-Muñoz,E.M .; Notario-Barandiaran,L .;冈萨雷斯-帕拉西奥斯(S. O.Zurriaga;梅尔乔,我。 Vioque,J.西班牙老年人口中各种死亡,心血管疾病和癌症引起的咖啡消耗和死亡率。欧元。 J.食品2018. [CrossRef]  18. 纳瓦罗(Avar) Martinez-Gonzalez,M.Á。Gea,A .;格罗索(Grosso)马丁·莫雷诺(Martín-Moreno),J.M .;洛佩兹·加西亚(Lopez-Garcia);马丁·卡尔沃(Martin-Calvo),N。托莱多,  E.地中海预期队列中的咖啡消耗量和总死亡率。是。 J.Clin。营养食品2018,108,1113–1120。 [CrossRef]  19. Ruggiero,E .; Di Castelnuovo,A .; Costanzo,S .;佩尔西约洛(M .; Persichillo) De Curtis,A .; Cerletti,C .;多纳蒂(M.B.) de Gaetano,G .; Iacoviello,L .;博纳乔,马萨诸塞州;等。在意大利普通人群中,每天喝咖啡与降低心血管疾病和总死亡率的风险有关:Moli-Sani研究的结果。 J.食品2021、151、395–404。 [CrossRef]  20. 奎尔斯,J。Vioque,J.巴伦西亚社区的肥胖症患病率。中临床1998,110,319。  21. W.C. Willett;桑普森新泽西州斯坦普弗; B.罗斯纳;贝恩威奇,J。 Hennekens,C.H .; Speizer,F.E.半定量食物频率问卷的可重复性和有效性。是。 J.流行病。 1985,122,51-65。 [CrossRef]  22. Vioque,J.González,L.“食物频率问卷的有效性”(初步结果)。欧元。 J.巨蟹座Prev。 1991,1,19-20。  [CrossRef]  23. 巴克兰,G .;冈萨雷斯(C.A.);阿古多(Agudo); M.Vilardell;贝伦格(Berenguer)阿米亚诺(Amiano);E. Ardanaz;阿里奥拉(L.巴里卡特(A.) Basterretxea,M .;等。西班牙EPIC队列研究坚持地中海饮食和冠心病风险。是。 J.流行病。 2009,170,1518–1529。 [CrossRef] [PubMed]  24. A. Trichopoulou; Kouris-Blazos,A .; Wahlqvist,M.L .; Gnardellis,C .; Lagiou,P .; Polychronopoulos,E。瓦西拉库(T.利普沃思湖Trichopoulos,D.饮食与老年人的整体生存。 BMJ 1995,311,1457-1460。 [CrossRef] [PubMed]  25. A. Trichopoulou;T.Costacou;Bamia,C.; Trichopoulos,D.坚持地中海饮食和希腊人口的生存。  N.Engl。 J. Med。 2003,348,2599-2608。 [CrossRef] [PubMed]  26. 美国农业部ARS;美国农业部营养数据实验室。美国农业部国家营养数据库标准参考;版本23;美国华盛顿特区,2008年。  27. 帕尔玛,我。 Farran,A .; Cantós,D.通过西班牙习惯性消费的自制措施得出的食物成分表。营养与饮食学高等教育中心(CESNID); Mc Graw-Hill Interamericana:西班牙马德里,2008年。  28. 硕士韩T.S.莫里森(C.E.)腰围,作为指示体重管理需求的一种措施。 BMJ 1995,  311,158–161。[CrossRef][PubMed]  29. 布什(T.L.);米勒(S.R.);戈尔德(A.L.);黑尔(Wale)老年人特定病情的自我报告和病历报告协议。是。 J. Public Health1989,79,1554-1556。[CrossRef] [PubMed]  30. 哈洛(S.D.);麻省理工学院问卷数据与病历之间的协议。召回准确性的证据。  是。J.流行病。 1989,129,233–248。 [CrossRef]  31. S.Malerba,美国。图拉蒂(F.) Galeone,C .;佩卢基(Pelucchi)维尔加(F.) La Vecchia,C .; Tavani,A。针对所有原因,癌症和心血管疾病的咖啡消费量和死亡率的前瞻性研究的荟萃分析。欧元。 J.流行病。 2013,28,527–539。 [CrossRef] [PubMed]  32. Crippa,A .; Discacciati,A。南卡罗来纳州拉尔森; Wolk,A .; Orsini,N.《所有原因,心血管疾病和癌症的咖啡消耗量和死亡率:剂量反应荟萃分析》。是。 J.流行病。 2014,180,763–775。 [CrossRef]  33. 耶,Y。 Giovannucci,E。咖啡消耗量和总死亡率:二十项前瞻性队列研究的荟萃分析。 br。 J.食品2014,111,1162–1173。 [CrossRef] [PubMed]  34. 格罗索(Grosso) A. Micek;戈多斯(J. Sciacca,S .; Pajak,A .;马蒂斯·冈萨雷斯(Martínez-González),硕士Giovannucci,E.L .; Galvano,F.吸烟者和非吸烟者的咖啡消耗量和全因,心血管和癌症死亡率的风险:剂量反应Meta分析。欧元。 J.流行病。 2016,31,1191–1205。 [CrossRef] [PubMed]  35. Park,S.-Y .;北达科他州弗里德曼;海曼Le Marchand,L .;威尔肯斯(L.R.R.); Setiawan,V.W.非白人人群中咖啡消费与总死亡率和特定原因死亡率之间的关联。安实习生。中2017,167,228–235。 [CrossRef] [PubMed]  36. 甘特(M.J.);墨菲(Nurphy)克罗斯,A.J .;托瑟斯湖;达尔托伊斯Fagherazzi,G.;R. Kaaks;库恩,T。波音,H。亚历山德罗娃(K.等。欧洲10个国家/地区的咖啡饮用量和死亡率:一项跨国研究。安实习生。中2017,167,236–247。 [CrossRef] [PubMed]  37. 格罗索(Grosso)美国,斯蒂芬尼克(Stepaniak); A. Micek; Stefler,D .; M. Bobak; Pajak,A。东欧三个国家的咖啡消费量和死亡率:HAPIEE(东欧的健康,酒精和社会心理因素)研究的结果。公共卫生食品。 2016,20,82–91。 [CrossRef] [PubMed]  38. 佐渡J.北村,T.; Y,北村;刘荣;E.安藤; T.Sobue;Y.Sugawara;松尾(K.中山,T .; Tsuji,我。等。日本的咖啡消费量及全因和心血管死亡率-三县队列。大约J.2019,83,757–766。 [CrossRef]  39. Dinu,M .; Pagliai,G.;卡西尼(Casini),A.; Sofi,F。,《地中海饮食与多种健康结局:对观察性研究和随机试验的荟萃分析的综述》。欧元。 J.Clin。营养食品2018,72,30–43。[CrossRef]  40. Happonen,P .; E.Läärä;希尔顿,湖。 Luukinen,H.芬兰北部老年人口14年随访中的咖啡消耗量和死亡率。 br。 J.食品2008,99,1354–1361。[CrossRef]  41. 佐渡J.北村,T.; Y,北村;T.Sobue; Yishino,Y.;田中(H.)中山,T .; Tsuji,我。伊藤,H。铃木(T.等。咖啡消费与所有站点癌症发病率和死亡率之间的关联。癌症科学。 2017,108,2079-2087。[CrossRef]  42. 于X.宝正邹J. Dong,J.咖啡消费与癌症风险:队列研究的荟萃分析。 2011年BMC癌症,  11,96.[CrossRef]  43. E. Gonzalez de Mejia;拉米雷斯·马雷斯(M.V. Ramirez-Mares)咖啡因和咖啡对我们健康的影响。趋势内分泌。代谢2014,25,489–492。 [CrossRef] [PubMed]  44. Yamagata,K.咖啡多酚对代谢综合征相关的内皮功能障碍有预防作用吗?对当前证据的评估。抗氧化剂2018,7,26. [CrossRef] [PubMed]  45. B.B.Gökcen;S¸anlier,N.咖啡消费与疾病的关系。暴击食品科学版营养食品2019,59,336–348。 [CrossRef]  [考研]  46. Penolazzi,B .;纳塔莱(Natale)利昂湖;罗素(P.M.)影响咖啡因摄入量的个体差异。每天不同时间和咖啡因来源的消费行为分析。食欲2012,58,971–977。 [CrossRef]  马查多-弗拉瓜(Machado-Fragua),医学博士; E.A. Struijk; Graciani,A .; Guallar-Castillon,P.; Rodríguez-Artalejo,F .; Lopez-Garcia,E.老年人的咖啡消费和身体机能受损,虚弱和残疾的风险。欧元。 J.食品2019,58,1415–1427。 [CrossRef] [PubMed]  点击查看:查看上部分内容使用专业生物学翻译功能更多生物学分类文章使用文档翻译功能  免责声明:福昕翻译只充当翻译功能,此文内容及相关信息仅为传递更多信息之目的,仅代表作者个人观点,与本网站无关,版权归原始网站所有。仅供读者参考,并请自行核实相关内容。若需要浏览原文、下载参考文献等,请自行搜索文中提到的原文网站进行阅读。  来源于:mdpi
2021-04-19 17:49:32
第一个猴子-人类胚胎引发了关于杂种动物的争论
  凯马氏菌的寿命长达19天-但一些科学家质疑进行此类研究的必要性。  尼迪·苏巴拉曼   猴-人类嵌合体的胚泡。学分:昆明科技大学,纪维志  科学家首次成功地培育了包含人类细胞的猴子胚胎,这是在迅速发展的领域中引起伦理学问询的最新里程碑。  在4月15日发表在Cell 上的这项工作中,研究小组向猴子胚胎注射了人类干细胞,并观察了它们的发育。他们观察到人和猴细胞在一个培养皿中分裂并一起生长,受精后至少有3个胚胎存活到19天。“总体信息是,每个胚胎都包含人类细胞,它们的增殖和分化程度不同。”加利福尼亚州拉霍亚萨尔克生物研究所的发育生物学家胡安·卡洛斯·伊斯皮苏瓦·贝尔蒙特说,工作。研究人员希望,某些人类与动物的杂交体(称为嵌合体)可以提供更好的模型来测试药物,并用于种植人体器官进行移植。该研究小组的成员最早于2019年2证明他们可以在受精后的20天之内在一个盘中种植猴子胚胎。2017年,他们报道了一系列其他杂种:由人细胞生长的猪胚胎,由人细胞生长的牛胚胎和由小鼠细胞生长的大鼠胚胎。但是最新的研究使发展生物学家分歧。有人质疑使用紧密相关的灵长类动物进行此类实验
2021-04-16 14:00:48
决定神经元运动回路的关键时期
在果蝇中发现了一种机制,该机制使称为星形胶质细胞的细胞向神经元发出信号,从而关闭了形成运动行为的发育窗口。劳拉·桑乔 (Laura Sancho)和 尼古拉·艾伦(Nicola J.Allen) PDF版本在生物体的发育中,有时形成的神经系统的某些部分对输入的变化特别敏感。破坏这些关键时期可能会对神经元连通性和大脑功能产生终生影响1。例如,在儿童时期有一个关键的时期要进行语言学习2。并且已建议改变关键时期在神经发育障碍中起作用,包括自闭症谱系障碍3和精神分裂症4。在视觉系统1中已经广泛描述了关键时期,但是直到现在,对非感官系统的关注也越来越少。Ackerman等人在《自然》中撰文。5缩小这个差距。作者确定了果蝇果蝇电机电路发育的关键时期,并确定了该系统中关键时期闭合的细胞和分子基础。在关键时期,神经元连接可以通过多种方式重塑。Ackerman等。主要解决稳态的可塑性,其中整个神经元发生变化-包括称为树突的结构的大小变化(从其他神经元接收突触连接的树突),突触数量和突触传递的电脉冲强度6。首先,作者使用了一种称为光遗传学的技术来激活或抑制两类称为aCC和RP2运动神经元的神经元的神经元活动。当他们使神经元沉默时,细胞树突的长度和体积都会增加。相比之下,光遗传学激活导致树突回缩。这些变化仅在幼虫孵化后的8小时内对神经元活动进行了控制,而仅需15分钟即可看到效果。接下来,Ackerman和同事询问树突形状的变化是否转化为aCC和RP2运动神经元的兴奋性和抑制性突触连接数的变化(这些突触分别激活和抑制神经元活动)。神经元的光遗传沉默导致抑制性突触数量的减少和兴奋性突触的增加。一起,树突的扩展和突触组成的变化使神经元重新平衡神经元的活动,抵消了光遗传学沉默的影响。aCC和RP2神经元的光遗传激活导致兴奋性突触数量减少,但抑制性突触却没有增加,这可能是由于树突回缩后可用于形成连接的细胞膜数量有限所致。一起,D.黑腹果蝇(图1a,b)。 图1 | 整形电机电路。阿克曼等。发现了一个关键期,在此期间果蝇果蝇(Drosophila melanogaster)形成了涉及运动神经元的运动回路,称为aCC和RP2 。在幼虫孵化后的8个小时内,可以修改称为树突的结构,该结构从其他神经元接收突触输入,但是这些树突在关键时期关闭后会稳定下来。b,在关键时期沉默神经元的活动会导致树突扩张。相反,神经元激活导致树突回缩。C,关键时期随着称为星形胶质细胞的邻近细胞的成熟而关闭。成熟的细胞产生蛋白质Nlg2,该蛋白质与神经元树突上的Nrx-1蛋白质相互作用。这种相互作用导致称为微管的结构稳定,从而阻止了进一步的树突重塑.是什么导致这些变化?神经元通常与称为星形胶质细胞的细胞紧密接触,这有助于调节突触的发育并维持脑功能7。Ackerman等。因此,利用基因工程技术消除了果蝇中的所有星形胶质细胞。幼虫孵化后八小时,树突状重塑持续进行,但是在八小时之前,重塑量没有增加。这些发现表明,星形胶质细胞调节aCC / RP2系统关键时期关闭的时间,但在此期间不具有可塑性。这是一个关键的区别,因为这表明这两种现象是不同的机制。   因此,阿克曼(Ackerman)及其同事试图确定关键时期结束所涉及的机制。他们使用了一种称为RNA干扰筛选的技术来抑制幼虫星形胶质细胞中不同的信使RNA分子翻译成蛋白质,然后分析了每个果蝇关键时期的关闭时间。这使他们能够确定可能调节关键时期关闭的基因。RNA干扰导致了几个基因的延长,从而延长了关键时期,但在许多情况下,它们的抑制作用也对星形胶质细胞的形状产生了深远的影响,因此很难将星形胶质细胞发育中的作用与关键性调控中的特定作用分离开来。时期。作者选择关注于基因nlg2,其抑制作用延长了关键时期而不改变星形胶质细胞的形状。小鼠的等效基因家族,神经胶蛋白,已经在大脑视觉皮层的关键时期与星形胶质细胞的成熟有关,而星形胶质细胞的成熟与这个关键时期的关闭紧密吻合8。在D. melanogaster中,Nlg2蛋白与蛋白neurexin-1(Nrx-1)相互作用,Ackerman及其同事发现该蛋白位于运动神经元树突中。作者表明,使用RNA干扰抑制aCC和RP2神经元中的nrx-1延长了关键时期-因此,Nrx-1可能是星形细胞Nlg2调节关键时期闭合的神经元受体(图1c)。符合这个想法,在星形胶质细胞或nrx-1中过表达nlg2 在aCC / RP2中,树突过早地关闭了关键时期,将其缩短为幼虫孵化后的四个小时。破坏关键时期可能会对神经回路功能和行为产生持久影响。实际上,Ackerman及其同事发现,延长关键时期(通过操纵nrx-1或nlg2)会导致运动行为异常,而幼虫在操纵后1.5天以异常螺旋状运动,这是分析的好时机因为在此阶段,幼虫正在主动进食并在培养基中移动。这些行为上的变化凸显了关键时期适当时机的重要性。Ackerman和同事的工作为以后的实验提出了疑问。例如,Nlg2和Nrx-1之间的相互作用如何调节临界期?当前的工作确定了相互作用在稳定称为微管的结构聚合物中的作用,以及在稳定树枝状晶体本身的结构中的作用。然而,导致微管稳定性的机制仍有待探索。此外,Nlg2和Nrx-1产生的动力学仍有待确定。这些蛋白质可以通过树突回缩或扩增来调节吗?树突回缩会因星形胶质细胞中nlg2表达的降低而导致吗?作者提供了令人信服的证据,证明星形胶质细胞在调节关键时期的闭合中起着重要作用。星形胶质细胞调节哺乳动物视觉系统9的关键时期可塑性,包括通过分泌的蛋白质chordin-like 1 10和hevin 11的作用。目前的研究表明,星形胶质细胞不仅可以调节感觉系统的关键时期,而且还可以调节运动系统的关键时期。确定关键时期闭合的机制尤为重要,因为闭合的改变会破坏正常的神经发育-因此,发现可能会导致深入了解与精神分裂症等神经发育障碍有关的机制3。此外,确定关键时期闭合的机制可以使研究人员了解大脑在成年后如何变得更少可塑性,为旨在增加脑损伤或疾病后神经可塑性的治疗方法提供了新途径。这项工作还表明,星形胶质细胞在调节关键时期的作用扩展到了无脊椎动物,从而突显了这些细胞在神经系统发育和成熟中的中心地位。越来越明显的是,星形胶质细胞和相关的细胞类型(统称为神经胶质细胞)是神经元可塑性的主要调节剂,尤其是在体内平衡和回路改变的情况下。展望未来,关键时期的研究必须考虑神经胶质的贡献。自然 592,360-361(2021) 点击:使用专业文献翻译功能使用文档翻译功能查看更多生物学文章免责声明:福昕翻译只充当翻译功能,此文内容及相关信息仅为传递更多信息之目的,仅代表作者个人观点,与本网站无关,版权归原始网站所有。仅供读者参考,并请自行核实相关内容。若需要浏览原文、下载参考文献等,请自行搜索文中提到的原文网站进行阅读。来源于:nature
2021-04-14 19:31:52
对于番茄基因,一加一并不总是等于二
For tomato genes, one plus one doesn't always make two 对于番茄基因,一加一并不总是等于二by Cold Spring Harbor Laboratory通过 冷泉港实验室 Different combinations of mutations can affect the size of tomatoes unpredictably. In this image, the first column shows an unmutated (WT) tomato. The second and third columns show tomatoes with a single mutation in a region of the promoter (R1 or R4) for fruit size gene SlCV3. The individual mutations have little effect on fruit size. But the combination of these two mutat
2021-04-13 21:06:12
最早的欧洲人的基因组
古代基因组为最早的欧洲人及其与尼安德特人的关系提供了新的启示2021年4月7日尼安德特人 一个国际研究小组已经对大约45,000年前居住在保加利亚的Bacho Kiro Cave的欧洲最古老的有日期安全的现代人类的基因组进行了测序。通过将他们的基因组与后来在欧洲和亚洲生活的人的基因组进行比较,德国莱比锡马克斯·普朗克进化人类学研究所的研究人员表明,欧洲的这一早期人类群体为后来的人们,特别是当今的人类贡献了基因。东亚人。研究人员还在Bacho Kiro Cave人的基因组中鉴定出大量尼安德特人DNA,表明他们的家族历史中约有五到七代的尼安德特人祖先。这表明当第一个现代人类到达欧洲时,与尼安德特人的混合是规则而不是例外。 在2016年保加利亚的Bacho Kiro Cave洞穴开挖期间,Niche 1区域(左)和Main区域(右)。前景中的水泥区域先前是在1970年代开挖的。新的挖掘工作在这些挖掘工作停止的地方进行。©MPI-EVA /尼古拉·扎赫列耶夫(Nikolay Zaheriev)去年,由国家考古研究所的研究人员领导的研究小组与保加利亚科学院博物馆和德国马克斯·普朗克进化人类学研究所一起报告了发现与最初的旧石器时代直接相关的现代人类遗骸的发现。保加利亚Bacho Kiro洞穴现场的石制工具。在山洞中发现的最古老的人直接是放射性碳,可追溯到43,000至46,000年前。因此,它们是现代人类在欧亚大陆中纬度地区的最早已知传播。Mateja Hajdinjak及其同事现在对在Bacho Kiro洞穴中发现的5个人的基因组进行了测序。四个人的年龄介于43,000至46,000岁之间,并与属于原始上古石器时代的石器一起被发现,该石器是欧亚大陆与现代人类相关的最早文化。在山洞中发现的另外一个人大约有35,000年的历史,并使用较新类型的石器发现。以前曾认为,旧石器时代初期的人消亡了,而没有为后来到达的现代人类带来基因上的贡献。但是,研究人员现在表明,最古老的Bacho Kiro Cave个体或与之密切相关的群体为当今人们贡献了基因。出奇,这种贡献特别是在东亚和美洲发现,而不是在Bacho Kiro Cave人居住的欧洲。这些与亚洲的遗传联系反映了最初的上古石器时代的石器和Bacho Kiro洞穴中发现的个人装饰品与欧亚大陆至蒙古发现的工具和古代珠宝之间的联系。  个体之间的遗传差异  在主要地区的Bacho Kiro洞穴中发现的现代人类的第二下臼齿,与最初的旧石器时代石器相关。来自该个体的全基因组数据表明,他的尼安德特人祖先不到六代。在洞穴的Niche 1区的第一层中发现了同一个人的另一个人类碎片。©MPI-EVA /罗森·斯帕索夫(Rosen Spasov) 重要的是,后来在Bacho Kiro洞穴中发现的35,000岁的人属于一个与该洞穴早期居民在基因上有区别的群体。这表明欧洲现代人类的最早历史可能是动荡不安的,涉及人口替代。Bacho Kiro Cave最早的人生活在尼安德特人还在的时候。因此,研究人员在他们的基因组中扫描了尼安德特人DNA的片段。“我们发现Bacho Kiro Cave个体的尼安德特人血统比几乎所有其他早期人类要高,只有来自罗马尼亚的40,000岁的个体除外。至关重要的是,大多数这种尼安德特人的DNA都延伸得非常长。这表明这些人的家谱中有尼安德特人的祖先约五到七代。” Mateja Hajdinjak说。尽管只有少数现代人的基因组与一些最后的尼安德特人同时生活在欧亚大陆,但几乎所有这些人都是最近的尼安德特人祖先。“结果表明,最早到达欧亚大陆的现代人类经常与尼安德特人混合。他们甚至可能已被尼安德特人的居民所吸收。直到后来,更大的现代人类才到达并取代了尼安德特人。”协调基因研究的SvantePääbo说。点击:使用文档翻译功能更多生物学分类文章更多翻译教程文章 免责声明:福昕翻译只充当翻译功能,此文内容及相关信息仅为传递更多信息之目的,仅代表作者个人观点,与本网站无关,版权归原始网站所有。仅供读者参考,并请自行核实相关内容。若需要浏览原文、下载参考文献等,请自行搜索文中提到的原文网站进行阅读。来源于:mpg
2021-04-12 14:14:41