蛋白質組學/蛋白質組學簡介/蛋白質組學與其他領域的聯絡
生物資訊學和蛋白質組學的交叉使大量資料的生成和管理成為可能。高通量計算方法是蛋白質組學中資料獲取、儲存和分析不可或缺的一部分。網際網路允許研究人員和非專業人士輕鬆共享資料集和資訊。現在，大型公共和私有資料庫很常見，來自世界各地的不同專業水平的科學家都可以為其做出貢獻。蛋白質資料庫（PDB）就是一個這樣的資料庫，它處理具有已確定晶體結構的蛋白質的結構和序列資料。迄今為止，最大的資料庫之一是美國國家生物技術資訊中心 (NCBI)。它包含經過整理的文獻以及到許多資料庫和資源的連結，這些資料庫和資源用於蛋白質組學和生物學一般領域。
這些“計算機模擬”方法得到的預測和資料不能總是替代實驗室資料。它們是否可以使用取決於資料型別和使用情況。然而，作為一般規則，計算生物資訊學方法應該用於支援現有的實驗室資料或根據先前存在的資料生成假設。在蛋白質組學領域，生物資訊學常用於蛋白質結構預測 [1]，蛋白質組學/生物資訊學的“聖盃”是建立一個能夠透過氨基酸序列單獨預測蛋白質最終結構的生物資訊學應用程式。雖然這種預測需要像生物資訊學工具的任何其他預測一樣進行驗證，但如果可能，這些預測可以加速蛋白質結構和功能的分析，而這本身就是蛋白質組學的重點。
基因組學與生物資訊學一樣，透過物理實驗室工作和計算資料與蛋白質組學相關。蛋白質組學中使用的許多相同的實驗室技術也用於基因組學，儘管這兩個科學的重點從根本上不同。基因組學側重於生物體的遺傳構成，而蛋白質組學側重於基因產物。 [2] 從某種意義上說，基因組學是蛋白質組學的墊腳石，因為基因組學的最終目標是確定基因如何運作，而沒有研究產生的蛋白質就無法獲得這些資訊。
在某些領域，蛋白質組學可以替代基因組學的功能應用。有時，原始基因結構資料不足以檢驗假設，必須瞭解基因如何相互作用才能全面瞭解其工作方式。蛋白質組學允許這種分析發生，而且深度遠超基因組學所能達到的水平。基因組學絕不是過時的科學，但在蛋白質分析、結構預測和功能預測的情況下，它可以被蛋白質組學超越。最主要的原因是蛋白質組學技術圍繞分離方法（將在後面詳細介紹）展開，這些方法利用蛋白質的獨特特性，如結構和分子量來識別和純化它們。
代謝組學是一個比蛋白質組學年輕得多的領域，它擴充套件了蛋白質組學的許多方法。代謝組學的重點與基因組學非常相似，不同於蛋白質組學，可以被認為是對前兩個領域的擴充套件。代謝組學試圖瞭解和量化代謝組，以繪製生物體表型的影響和形式。
這個領域實現了基因組學和蛋白質組學都無法實現的目標，即從分子和生化角度對代謝生物學功能給出完整的系統生物學檢視。以前透過先前的領域實現這一目標的嘗試是基於使用化學知識擴充套件其資料。 [3] 並不是說代謝組學是蛋白質組學或基因組學的替代品。相反，這三個領域可以從相互整合中獲益匪淺。 [4]
轉錄組學對蛋白質組學作為一門科學有直接影響。如果沒有細胞中的 mRNA（轉錄組學的重點以及轉錄組的內容），就不會產生任何蛋白質。因此，轉錄組中的問題會影響並經常影響生物體的蛋白質組。與蛋白質組學類似，轉錄組學可用於探索基因的表達水平 [5] 並對疾病進行分類。轉錄組學可以與蛋白質組學相結合，用於各種應用，包括藥物發現和功能基因組註釋。
表型組學是表型的研究，即細胞到物種的所有表型的集合。 [6] 表型組包括由環境引起的特徵，使其範圍超出了其他組學領域真正提供的範圍。然而，這並不意味著表型組學與蛋白質組學無關。蛋白質組的功能是造成大量表型特徵的原因。因此，從蛋白質組學獲得的資訊是表型組學作為科學領域的可行性的部分。
- ^ Graves, P. R. 和 Timothy A. J. Haystead。“分子生物學家的蛋白質組學指南”。微生物分子生物學評論。2002 年 3 月；66(1): 39-63。
- ^ 生物資訊學維基百科頁面：“蛋白質表達分析”、“蛋白質結構預測”
- ^ 這類似於通常稱為從頭方法的蛋白質預測方法。
- ^ Vemuri, Goutham N 和 Aristidou, Aristos A。“組學時代的代謝工程：闡明和調節調控網路”。微生物分子生物學評論。2005 年 6 月
- ^ Twyman, Richard。“轉錄組學”。http://genome.wellcome.ac.uk/doc_wtd020758.html
- ^ 維基百科關於表型組的文章