Wiki FKKT - User contributions [en]

Nekaj pogledov na sistemsko biologijo kvasovke

2019-02-13T10:12:41Z

GZun:

Izhodiščni članek: [https://www.cell.com/abstract/S0092-8674(09)00156-1 I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” ''Cell'', 2009.]

----

Sistemska biologija je disciplina, ki skuša kvantitativno opisati biološki sistem. Tak kvantitativen opis omogoča izdelavo matematičnega modela, z njim pa lahko napovemo obnašanje biološkega sistema po perturbaciji.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Kvantitativen opis omogočajo nove tehnike in pristopi, npr. sekvenciranje nove generacije (NGS), masna spektrometrija (MS) in nuklearna magnetna resonanca (NMR) za analizo metabolitov in proteinov, kvantitativni PCR, DNA-mikromreže … Še posebej pa so pomembne metode, ki omogočajo izdelavo proteinskih in genetskih interakcijskih omrežij, npr. visokozmogljivi dvohibridni sistem kvasovke (Y2H<ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref>) in sintetični genetski nabor (SGA<ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref>).<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref>

Z računskimi metodami, ki jih apliciramo na predpostavljeni model, lahko s prileganjem modelne funkcije sistemu določimo kvantitativne parametre. Od natančnosti dobljenih parametrov in ustrezno predpostavljene funkcije modela je nazadnje odvisna točnost napovedi obnašanja (fenotipa) biološkega sistema ob (genetski, okoljski) perturbaciji.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>

== Pristopi k sistemski biologiji ==

Modeliranje biološkega sistema zavisi od zastavljenega cilja in vrste biološke informacije, ki je na voljo.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref> Razvila sta se dva pristopa k reševanju problema:

*Od spodaj navzgor (''ang. bottom-up''): gre za deduktiven pristop, ki temelji na natančnih kvantitativnih podatkih podsistema, ki ga preučujemo. Omogoča natančno mehanistično rekonstrukcijo podsistema, vendar ne upošteva njegovih interakcij s preostalim delom večjega biološkega sistema.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

*Od zgoraj navzdol (''ang. top-down''): gre za induktiven pristop, ki temelji na velikem številu podatkov, pridobljenih z visokozmogljivimi (''ang. high-troughput'') metodami. Na ta način pridobimo veliko količino podatkov o komponentah in interakcijah vseh elementov sistema. Globalna slika, ki jo tako lahko sestavimo, pa je za posamezen podsistem manj natančna in izčrpna.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

== Primer sistemskobiološkega pristopa od spodaj navzgor: Rekonstrukcija umetne mreže v kvasovki ==

Umetna mreža IRMA (''In-vivo'', Reverse-engineering and Modeling Assesment) je primer pristopa sistemske biologije od spodaj navzgor, ki zaradi natančnih kvantitativnih podatkov omogoča obratno inženirstvo, tj. poleg napovedi fenotipa tudi razmerja med elementi takega umetnega podsistema. <ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
[https://www.semanticscholar.org/paper/Efficient-parameter-search-for-qualitative-models-Batt-Page/349a7a6241de4d682ebbc25a276ea20ce2da02a1/figure/0 IRMA] sestoji iz 5 ločenih transkripcijskih enot na genomu kvasovke ''Saccharomyces cerevisiae'':
*gen ''CBF1'' (s 3' ''GFP''), ki ga regulira promotor ''HO'',
*gen ''GAL4'', ki ga regulira promotor ''MET16'',
*gen ''SWI5'' (s 3' ''MCY9''), ki ga regulira promotor ''GAL10'',
*gen ''GAL80'' (s 3' 3x''FLAG''), ki ga regulira promotor ''ASH1'',
*gen ''ASH1'' (s 3' 2x''HA''), ki ga regulira promotor ''ASH1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Kljub temu, da gre za sicer majhen podsistem, pa vsebuje vse značilnosti večjega sistema, saj obstaja med elementi več interakcij:
*Cbf1 je transkripcijski faktor promotorja ''MET16'' in aktivira transkripcijo ''GAL4'',
*Gal4 je transkripcijski faktor promotorja ''GAL10'' in aktivira transkripcijo ''SWI5'',
*Swi5 je transkripcijski faktor promotorja ''ASH1'' in ''HO'', zato aktivira transkripcijo ''GAL80'', ''ASH1'' in ''CBF1'',
*Ash1 je represor promotorja ''HO'' in zavira transkripcijo ''CBF1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Sistem IRMA ima tudi [http://mol-biol4masters.masters.grkraj.org/html/Gene_Expression_II10-GAL_and_Histidine_Gene_Expression_files/image023.jpg stikalo], saj prisotnost galaktoze spodbudi transkripcijo z galaktoznega promotorja, posledično pa tudi aktivacijo vseh ostalih elementov. Takrat proteina Gal4 in Gal80 nista v interakciji. Na gojišču z glukozo je IRMA izključena, saj protein Gal80 asociira z Gal4 in preprečuje, da bi aktiviral transkripcijo s promotorja ''GAL10''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Analiza modela IRMA ==

Z merjenjem koncentracije genov IRME (''CBF1'', ''GAL4'', ''SWI5'', ''GAL80'', ''ASH1'') oz. njihovo mRNA s qPCR ob različnih perturbacijah je mogoče pridobiti vrednosti potrebnih parametrov za matematični opis modela.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Spremljanje dinamike modela pri različnih virih ogljika</h3>
[https://www.researchgate.net/profile/Velia_Siciliano/publication/51798605/figure/fig1/AS:305864385810434@1449935160842/Identifi-cation-and-validation-results-of-time-series-phenomenological-model-Circles_Q320.jpg Koncentracija mRNA je odvisna časovno in od vira ogljika]: glukoza sistem ugasne, galaktoza pa prižge.
Na glukozi najprej opazimo visoko porast Gal4 in Gal80, ki naj bi se aktivirala zaradi menjave gojišča, ne pa aktivacije glukoze same. Značilni so 3 vrhovi v aktivaciji Swi5, saj ima 3 tarče (''CBF1'', ''GAL80'', ''ASH1''). Cbf1 se zaradi promotorja ''HO'' aktivira z zamikom – sekvenčno po vezavi Swi5. Analogno se Cbf1 z zamikom utiša ob menjavi gojišča z glukozo za galaktozo.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Koncentracija mRNA v stacionarnem stanju ob prekomernem izražanju genov IRME</h3>
Povečana ekspresija aktivatorjev (''CBF1'', ''GAL4'', ''SWI5'') poveča ekspresijo vseh genov v obeh medijih (z višjo ravnjo v galaktozi, ko je Gal80 neaktiven).
Povečana ekspresija ''CBF1'' povzroči močno povišano raven ''SWI5'', vendar se raven ''GAL4'', ki je tarča Cbf1, in regulator ''SWI5'', le malo poviša. Razlog je v tem, da je protein Gal4 stabilen, zato le majhno povečanje mRNA v galaktozi inducira promotor ''GAL10'', ki regulira ''SWI5''.
Povečanje ekspresije ''GAL80'' povzroči utišanje ostalih genov, saj se veže in inaktivira Gal4, tudi v prisotnosti galaktoze.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Modeliranje IRME ==

Da bi lahko napovedali odziv sistema po perturbaciji, je potrebno matematično opisati njegov model in določiti vrednosti parametrov, ki ta model opisujejo. Časovno ekspresijo vsakega elementa IRME lahko opišemo z diferencialno enačbo; model tako sestoji iz sistema nelinearnih diferencialnih enačb. Dobimo izraz za transkripcijsko aktivnost gena kot funkcijo ostalih genov in perturbacije. Privzamemo, da koncentracija genov oz. njihova transkripcija sledi Hillovi kinetiki, hkrati pa je proporcionalna koncentraciji pripadajočega proteina. Razgradnja proteinov sledi kinetiki reakcije 1. reda.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Parametri, ki nastopajo v enačbah, so:
*bazalna aktivnost, tj. imanentno prisotna koncentracija mRNA,
*največja hitrost transkripcije gena,
*Hillov koeficient,
*koncentracije mRNA proteinov, ki vplivajo na transkripcijo drugih genov,
*hitrosti razgradnje proteina,
*na ''GAL80'' vpliva tudi zakasnitev delovanja promotorja ''CBF1'',
*aktivacija ''SWI5'' z Gal4 je inhibirana z Gal80 po Michaelis-Mentenini kinetiki proporcionalno z Gal80 in inverzno z afinitetno konstanto
*vpliv medija (glukoza ali galaktoza).<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Cilj izvedenih eksperimentov je določitev vseh 33 parametrov, ki nastopajo v sistemu nelinearnih diferencialnih enačb, ki opisujejo model. 16 izmed 33 parametrov dobimo s poskusi merjenja moči promotorjev v stacionarnem stanju pri različni ravni izražanja transkripcijskega faktorja. Parametre moči promotorjev dobimo s prileganjem modelne funkcije stacionarnega stanja. Preostale parametre dobimo iz poskusov obnašanja sistema v stacionarnem ali dinamičnem stanju po menjavi medija. [https://www.researchgate.net/profile/Velia_Siciliano/publication/51798605/figure/fig1/AS:305864385810434@1449935160842/Identifi-cation-and-validation-results-of-time-series-phenomenological-model-Circles_Q320.jpg Simulacije modela zelo dobro opišejo eksperimentalne podatke.]<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Obratno inženirstvo ==

Cilj obratnega inženirstva je poleg kvantitativnih parametrov tudi določiti razmerja med elementi sistema.<ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref> Te lahko izračunamo z dvema pristopoma:
*z uporabo diferencialnih enačb opišemo časovno odvisnost mRNA kot posledico dinamike genskega omrežja, regresorje - tj. interaktorje izbranega gena, pa iščemo kot najboljšo rešitev enačbe po perturbaciji,
*z uporabo Bayesovega teorema grafično opišemo verjetnost interakcij oz. razmerij med spremenljivkami.
Značilno je uporaba Bayesovega pristopa zanesljivejša in primernejša na večjih modelih. [https://www.researchgate.net/figure/Benchmark-B4-IRMA-doi101371-journalpone0096732g008_fig8_262147800 Arhitekturo IRME bolje opiše pristop z diferencialnimi enačbami.]<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Od sistemske biologije k sintezni ==

Razlog študije modelov je (največkrat) izgradnja celičnih tovarn. Zanje je ključno poznavanje metabolizma (mikro)organizma, ki bi ga – z ustreznimi genetskimi modifikacijami – izrabili za pridobivanje želenih metabolitov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref> Opisan primer IRMA dobro popiše delovanje soodvisnih elementov podsistema kvasovke, vendar je za metabolno inženirstvo potrebno poznavanje veliko večjega sistema elementov. Ker izgradnja celične tovarne zahteva načrtovanje metabolnih poti, moramo kvantitativno poznati vsaj reakcije centralnega ogljikovega metabolizma. Pri tem je neobhodno potreben tudi pristop od zgoraj navzdol, ki vključuje visokozmogljive metode določanja interakcijskih omrežij in metabolomike.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref><ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== Metabolni model ==

Metabolni model ne popisuje družno vseh elementov organizma, temveč le ključne elemente metabolizma, ki so pomembni v celičnem inženirstvu pri načrtovanju proizvodnje želenih učinkovin. Tak model torej upošteva reakcije (osrednjega) ogljikovega metabolizma, hitrost teh reakcij oz. encimsko kinetiko, kompartmentalizacijo procesov, termodinamsko naravo reakcij (redoks potencial, pH, koncentracija molekul, kemijsko ravnotežje), fluks, izrabo vira ogljika, prisotnost proteinov (poleg encimov) in njihove interakcije, regulacijo posameznih stopenj: od regulacije izražanja genov do regulacije encimov z metaboliti.<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>. Tak metabolni model z upoštevanjem vrednosti parametrov lahko napove rast, produkcijo in fluks po perturbaciji.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>

== Načrtovanje celičnih tovarn ==

Cilj metabolnega inženirstva je izboljšanje že obstoječih metabolnih poti za učinkovitejšo proizvodnjo že prisotnih metabolitov, oz. uvedba novih metabolnih poti za proizvodnjo heterolognih učinkovin.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> V obeh primerih lahko do neuspeha pride zaradi:
*slabe rasti mikroorganizma zaradi pomanjkanja metabolitov, ker se preusmerijo v proizvodnjo želene molekule,
*nastanka toksičnih intermediatov,
*uhajanja potrebnih intermediatov,
*zaloge kofaktorjev in prekurzorjev
*interakcije z gostiteljevimi encimi in metabolnimi potmi,
*neaktivnosti heterolognih encimov,
*predolge metabolne poti, ki pomeni manjši izkoristek,
*neustrezne kompartmentalizacije.<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>
Metabolni model omogoča racionalen dizajn metabolnih omrežij, saj je z njimi mogoče simulirati fluks in njegovo uravnavanje zaradi uravnavanja izražanja genov s kombinacijami promotorjev, transkripcijskih faktorjev, aktivatorjev in represorjev. Možno je napovedati tudi rast takšne celične tovarne, družno pa kompartmentalizacija in uravnavano izražanje zmanjšata toksičnost intermediatov in morebitnih končnih produktov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>

<h3>Primer metabolnega inženirstva: izboljšanje proizvodnje etanola pri kvasovki</h3>
Da bi izboljšali proizvodnjo etanola, je potrebno spremeniti regulacijo centralnega ogljikovega metabolizma.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> Težava je, da je fluks preko osrednjega ogljikovega metabolizma zelo natančno kontroliran: [https://ars.els-cdn.com/content/image/1-s2.0-S1096717605000789-gr1.gif Etanol nastaja med anaerobno fermentacijo, hkrati pa tudi glicerol in biomasa.] Fluks bi bilo potrebno preusmeriti iz glicerola in biomase v etanol.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> [https://ars.els-cdn.com/content/image/1-s2.0-S1096717605000789-gr2.gif Predpostavljene tarče za izboljšanje proizvodnje etanola so:]
#zamenjava reakcij z NADPH pri rasti biomase za NADH,
#zamenjava reakcij z NAD+ pri rasti biomase za NADP+,
#uvedba reakcije, ki pretvarja NADH v NADPH,
#zamenjava reakcij sinteze glicerola za etanol, pri čemer pa pride do oksidacije NADH.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

Preko simulacij metabolnega modela, ki ima dostop tudi do reakcij, ki sicer v kvasovki ne potekajo, je možno pridobiti podatke o uspešnosti predpostavljenih rešitev. Kot [https://ars.els-cdn.com/content/image/1-s2.0-S1096717605000789-gr3.gif najugodnejša rešitev je bila zmodelirana 4.]; potrdili so jo tudi eksperimentalno in za 10 % povečali izkoristek proizvodnje etanola. Pri tem je uvedba heterologne gliceraldehid-3-fosfat dehidrogenaze (nefosforilajoča in od NADP+ odvisna) omogoča ireverzibilno oksidacijo gliceraldehid-3-fosfata in NADP+ v 3-fosfoglicerat in NADPH. Na ta način je raven oksido-redukcijskih kofaktorjev ugodnejša za nastanek etanola.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== ''De novo'' sinteza organizmov ==

Za uspešno izgradnjo celičnih tovarn je ključno sodelovanje sistemske in sintezne biologije.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref> Za napovedovanje novih kompleksnih sistemov bo potrebno opisati kompleksnejše modele. To pa bo mogoče le ob poznavanju vseh – tudi kinetičnih – parametrov večjega števila različnih mikroorganizmov. Visokozmogljive metode pa so pri tem ključnega pomena.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>
Ker je za kvasovko ''Saccharomyces cerevisiae'' poznanih več modelov, je zelo dober biotehnološki organizem. Raziskovalci predvidevajo, da jim bo uspelo [http://syntheticyeast.org/ ''de novo''] – s sintezo posameznih komponent sestaviti funkcionalen kvasni genom z želenimi lastnostmi in brez odvečnih regij.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref>

<h2>Viri</h2>
<references/>

Nekaj pogledov na sistemsko biologijo kvasovke

2018-12-04T11:05:50Z

GZun:

Izhodiščni članek: [https://www.cell.com/abstract/S0092-8674(09)00156-1 I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” ''Cell'', 2009.]

----

Sistemska biologija je disciplina, ki skuša kvantitativno opisati biološki sistem. Tak kvantitativen opis omogoča izdelavo matematičnega modela, z njim pa lahko napovemo obnašanje biološkega sistema po perturbaciji.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Kvantitativen opis omogočajo nove tehnike in pristopi, npr. sekvenciranje nove generacije (NGS), masna spektrometrija (MS) in nuklearna magnetna resonanca (NMR) za analizo metabolitov in proteinov, kvantitativni PCR, DNA-mikromreže … Še posebej pa so pomembne metode, ki omogočajo izdelavo proteinskih in genetskih interakcijskih omrežij, npr. visokozmogljivi dvohibridni sistem kvasovke (Y2H<ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref>) in sintetični genetski nabor (SGA<ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref>).<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref>

Z računskimi metodami, ki jih apliciramo na predpostavljeni model, lahko s prileganjem modelne funkcije sistemu določimo kvantitativne parametre. Od natančnosti dobljenih parametrov in ustrezno predpostavljene funkcije modela je nazadnje odvisna točnost napovedi obnašanja (fenotipa) biološkega sistema ob (genetski, okoljski) perturbaciji.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>

== Pristopi k sistemski biologiji ==

Modeliranje biološkega sistema zavisi od zastavljenega cilja in vrste biološke informacije, ki je na voljo.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref> Razvila sta se dva pristopa k reševanju problema:

*Od spodaj navzgor (''ang. bottom-up''): gre za deduktiven pristop, ki temelji na natančnih kvantitativnih podatkih podsistema, ki ga preučujemo. Omogoča natančno mehanistično rekonstrukcijo podsistema, vendar ne upošteva njegovih interakcij s preostalim delom večjega biološkega sistema.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

*Od zgoraj navzdol (''ang. top-down''): gre za induktiven pristop, ki temelji na velikem številu podatkov, pridobljenih z visokozmogljivimi (''ang. high-troughput'') metodami. Na ta način pridobimo veliko količino podatkov o komponentah in interakcijah vseh elementov sistema. Globalna slika, ki jo tako lahko sestavimo, pa je za posamezen podsistem manj natančna in izčrpna.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

== Primer sistemskobiološkega pristopa od spodaj navzgor: Rekonstrukcija umetne mreže v kvasovki ==

Umetna mreža IRMA (''In-vivo'', Reverse-engineering and Modeling Assesment) je primer pristopa sistemske biologije od spodaj navzgor, ki zaradi natančnih kvantitativnih podatkov omogoča povratno inženirstvo, tj. poleg napovedi fenotipa tudi razmerja med elementi takega umetnega podsistema. <ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
[https://www.semanticscholar.org/paper/Efficient-parameter-search-for-qualitative-models-Batt-Page/349a7a6241de4d682ebbc25a276ea20ce2da02a1/figure/0 IRMA] sestoji iz 5 ločenih transkripcijskih enot na genomu kvasovke ''Saccharomyces cerevisiae'':
*gen ''CBF1'' (s 3' ''GFP''), ki ga regulira promotor ''HO'',
*gen ''GAL4'', ki ga regulira promotor ''MET16'',
*gen ''SWI5'' (s 3' ''MCY9''), ki ga regulira promotor ''GAL10'',
*gen ''GAL80'' (s 3' 3x''FLAG''), ki ga regulira promotor ''ASH1'',
*gen ''ASH1'' (s 3' 2x''HA''), ki ga regulira promotor ''ASH1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Kljub temu, da gre za sicer majhen podsistem, pa vsebuje vse značilnosti večjega sistema, saj obstaja med elementi več interakcij:
*Cbf1 je transkripcijski faktor promotorja ''MET16'' in aktivira transkripcijo ''GAL4'',
*Gal4 je transkripcijski faktor promotorja ''GAL10'' in aktivira transkripcijo ''SWI5'',
*Swi5 je transkripcijski faktor promotorja ''ASH1'' in ''HO'', zato aktivira transkripcijo ''GAL80'', ''ASH1'' in ''CBF1'',
*Ash1 je represor promotorja ''HO'' in zavira transkripcijo ''CBF1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Sistem IRMA ima tudi [http://mol-biol4masters.masters.grkraj.org/html/Gene_Expression_II10-GAL_and_Histidine_Gene_Expression_files/image023.jpg stikalo], saj prisotnost galaktoze spodbudi transkripcijo z galaktoznega promotorja, posledično pa tudi aktivacijo vseh ostalih elementov. Takrat proteina Gal4 in Gal80 nista v interakciji. Na gojišču z glukozo je IRMA izključena, saj protein Gal80 asociira z Gal4 in preprečuje, da bi aktiviral transkripcijo s promotorja ''GAL10''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Analiza modela IRMA ==

Z merjenjem koncentracije genov IRME (''CBF1'', ''GAL4'', ''SWI5'', ''GAL80'', ''ASH1'') oz. njihovo mRNA s qPCR ob različnih perturbacijah je mogoče pridobiti vrednosti potrebnih parametrov za matematični opis modela.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Spremljanje dinamike modela pri različnih virih ogljika</h3>
[https://www.researchgate.net/profile/Velia_Siciliano/publication/51798605/figure/fig1/AS:305864385810434@1449935160842/Identifi-cation-and-validation-results-of-time-series-phenomenological-model-Circles_Q320.jpg Koncentracija mRNA je odvisna časovno in od vira ogljika]: glukoza sistem ugasne, galaktoza pa prižge.
Na glukozi najprej opazimo visoko porast Gal4 in Gal80, ki naj bi se aktivirala zaradi menjave gojišča, ne pa aktivacije glukoze same. Značilni so 3 vrhovi v aktivaciji Swi5, saj ima 3 tarče (''CBF1'', ''GAL80'', ''ASH1''). Cbf1 se zaradi promotorja ''HO'' aktivira z zamikom – sekvenčno po vezavi Swi5. Analogno se Cbf1 z zamikom utiša ob menjavi gojišča z glukozo za galaktozo.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Koncentracija mRNA v stacionarnem stanju ob prekomernem izražanju genov IRME</h3>
Povečana ekspresija aktivatorjev (''CBF1'', ''GAL4'', ''SWI5'') poveča ekspresijo vseh genov v obeh medijih (z višjo ravnjo v galaktozi, ko je Gal80 neaktiven).
Povečana ekspresija ''CBF1'' povzroči močno povišano raven ''SWI5'', vendar se raven ''GAL4'', ki je tarča Cbf1, in regulator ''SWI5'', le malo poviša. Razlog je v tem, da je protein Gal4 stabilen, zato le majhno povečanje mRNA v galaktozi inducira promotor ''GAL10'', ki regulira ''SWI5''.
Povečanje ekspresije ''GAL80'' povzroči utišanje ostalih genov, saj se veže in inaktivira Gal4, tudi v prisotnosti galaktoze.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Modeliranje IRME ==

Da bi lahko napovedali odziv sistema po perturbaciji, je potrebno matematično opisati njegov model in določiti vrednosti parametrov, ki ta model opisujejo. Časovno ekspresijo vsakega elementa IRME lahko opišemo z diferencialno enačbo; model tako sestoji iz sistema nelinearnih diferencialnih enačb. Dobimo izraz za transkripcijsko aktivnost gena kot funkcijo ostalih genov in perturbacije. Privzamemo, da koncentracija genov oz. njihova transkripcija sledi Hillovi kinetiki, hkrati pa je proporcionalna koncentraciji pripadajočega proteina. Razgradnja proteinov sledi kinetiki reakcije 1. reda.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Parametri, ki nastopajo v enačbah, so:
*bazalna aktivnost, tj. imanentno prisotna koncentracija mRNA,
*največja hitrost transkripcije gena,
*Hillov koeficient,
*koncentracije mRNA proteinov, ki vplivajo na transkripcijo drugih genov,
*hitrosti razgradnje proteina,
*na ''GAL80'' vpliva tudi zakasnitev delovanja promotorja ''CBF1'',
*aktivacija ''SWI5'' z Gal4 je inhibirana z Gal80 po Michaelis-Mentenini kinetiki proporcionalno z Gal80 in inverzno z afinitetno konstanto
*vpliv medija (glukoza ali galaktoza).<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Cilj izvedenih eksperimentov je določitev vseh 33 parametrov, ki nastopajo v sistemu nelinearnih diferencialnih enačb, ki opisujejo model. 16 izmed 33 parametrov dobimo s poskusi merjenja moči promotorjev v stacionarnem stanju pri različni ravni izražanja transkripcijskega faktorja. Parametre moči promotorjev dobimo s prileganjem modelne funkcije stacionarnega stanja. Preostale parametre dobimo iz poskusov obnašanja sistema v stacionarnem ali dinamičnem stanju po menjavi medija. [https://www.researchgate.net/profile/Velia_Siciliano/publication/51798605/figure/fig1/AS:305864385810434@1449935160842/Identifi-cation-and-validation-results-of-time-series-phenomenological-model-Circles_Q320.jpg Simulacije modela zelo dobro opišejo eksperimentalne podatke.]<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Povratno inženirstvo ==

Cilj povratnega inženirstva je poleg kvantitativnih parametrov tudi določiti razmerja med elementi sistema.<ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref> Te lahko izračunamo z dvema pristopoma:
*z uporabo diferencialnih enačb opišemo časovno odvisnost mRNA kot posledico dinamike genskega omrežja, regresorje - tj. interaktorje izbranega gena, pa iščemo kot najboljšo rešitev enačbe po perturbaciji,
*z uporabo Bayesovega teorema grafično opišemo verjetnost interakcij oz. razmerij med spremenljivkami.
Značilno je uporaba Bayesovega pristopa zanesljivejša in primernejša na večjih modelih. [https://www.researchgate.net/figure/Benchmark-B4-IRMA-doi101371-journalpone0096732g008_fig8_262147800 Arhitekturo IRME bolje opiše pristop z diferencialnimi enačbami.]<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Od sistemske biologije k sintezni ==

Razlog študije modelov je (največkrat) izgradnja celičnih tovarn. Zanje je ključno poznavanje metabolizma (mikro)organizma, ki bi ga – z ustreznimi genetskimi modifikacijami – izrabili za pridobivanje želenih metabolitov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref> Opisan primer IRMA dobro popiše delovanje soodvisnih elementov podsistema kvasovke, vendar je za metabolno inženirstvo potrebno poznavanje veliko večjega sistema elementov. Ker izgradnja celične tovarne zahteva načrtovanje metabolnih poti, moramo kvantitativno poznati vsaj reakcije centralnega ogljikovega metabolizma. Pri tem je neobhodno potreben tudi pristop od zgoraj navzdol, ki vključuje visokozmogljive metode določanja interakcijskih omrežij in metabolomike.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref><ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== Metabolni model ==

Metabolni model ne popisuje družno vseh elementov organizma, temveč le ključne elemente metabolizma, ki so pomembni v celičnem inženirstvu pri načrtovanju proizvodnje želenih učinkovin. Tak model torej upošteva reakcije (osrednjega) ogljikovega metabolizma, hitrost teh reakcij oz. encimsko kinetiko, kompartmentalizacijo procesov, termodinamsko naravo reakcij (redoks potencial, pH, koncentracija molekul, kemijsko ravnotežje), fluks, izrabo vira ogljika, prisotnost proteinov (poleg encimov) in njihove interakcije, regulacijo posameznih stopenj: od regulacije izražanja genov do regulacije encimov z metaboliti.<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>. Tak metabolni model z upoštevanjem vrednosti parametrov lahko napove rast, produkcijo in fluks po perturbaciji.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>

== Načrtovanje celičnih tovarn ==

Cilj metabolnega inženirstva je izboljšanje že obstoječih metabolnih poti za učinkovitejšo proizvodnjo že prisotnih metabolitov, oz. uvedba novih metabolnih poti za proizvodnjo heterolognih učinkovin.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> V obeh primerih lahko do neuspeha pride zaradi:
*slabe rasti mikroorganizma zaradi pomanjkanja metabolitov, ker se preusmerijo v proizvodnjo želene molekule,
*nastanka toksičnih intermediatov,
*uhajanja potrebnih intermediatov,
*zaloge kofaktorjev in prekurzorjev
*interakcije z gostiteljevimi encimi in metabolnimi potmi,
*neaktivnosti heterolognih encimov,
*predolge metabolne poti, ki pomeni manjši izkoristek,
*neustrezne kompartmentalizacije.<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>
Metabolni model omogoča racionalen dizajn metabolnih omrežij, saj je z njimi mogoče simulirati fluks in njegovo uravnavanje zaradi uravnavanja izražanja genov s kombinacijami promotorjev, transkripcijskih faktorjev, aktivatorjev in represorjev. Možno je napovedati tudi rast takšne celične tovarne, družno pa kompartmentalizacija in uravnavano izražanje zmanjšata toksičnost intermediatov in morebitnih končnih produktov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>

<h3>Primer metabolnega inženirstva: izboljšanje proizvodnje etanola pri kvasovki</h3>
Da bi izboljšali proizvodnjo etanola, je potrebno spremeniti regulacijo centralnega ogljikovega metabolizma.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> Težava je, da je fluks preko osrednjega ogljikovega metabolizma zelo natančno kontroliran: [https://ars.els-cdn.com/content/image/1-s2.0-S1096717605000789-gr1.gif Etanol nastaja med anaerobno fermentacijo, hkrati pa tudi glicerol in biomasa.] Fluks bi bilo potrebno preusmeriti iz glicerola in biomase v etanol.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> [https://ars.els-cdn.com/content/image/1-s2.0-S1096717605000789-gr2.gif Predpostavljene tarče za izboljšanje proizvodnje etanola so:]
#zamenjava reakcij z NADPH pri rasti biomase za NADH,
#zamenjava reakcij z NAD+ pri rasti biomase za NADP+,
#uvedba reakcije, ki pretvarja NADH v NADPH,
#zamenjava reakcij sinteze glicerola za etanol, pri čemer pa pride do oksidacije NADH.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

Preko simulacij metabolnega modela, ki ima dostop tudi do reakcij, ki sicer v kvasovki ne potekajo, je možno pridobiti podatke o uspešnosti predpostavljenih rešitev. Kot [https://ars.els-cdn.com/content/image/1-s2.0-S1096717605000789-gr3.gif najugodnejša rešitev je bila zmodelirana 4.]; potrdili so jo tudi eksperimentalno in za 10 % povečali izkoristek proizvodnje etanola. Pri tem je uvedba heterologne gliceraldehid-3-fosfat dehidrogenaze (nefosforilajoča in od NADP+ odvisna) omogoča ireverzibilno oksidacijo gliceraldehid-3-fosfata in NADP+ v 3-fosfoglicerat in NADPH. Na ta način je raven oksido-redukcijskih kofaktorjev ugodnejša za nastanek etanola.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== ''De novo'' sinteza organizmov ==

Za uspešno izgradnjo celičnih tovarn je ključno sodelovanje sistemske in sintezne biologije.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref> Za napovedovanje novih kompleksnih sistemov bo potrebno opisati kompleksnejše modele. To pa bo mogoče le ob poznavanju vseh – tudi kinetičnih – parametrov večjega števila različnih mikroorganizmov. Visokozmogljive metode pa so pri tem ključnega pomena.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>
Ker je za kvasovko ''Saccharomyces cerevisiae'' poznanih več modelov, je zelo dober biotehnološki organizem. Raziskovalci predvidevajo, da jim bo uspelo [http://syntheticyeast.org/ ''de novo''] – s sintezo posameznih komponent sestaviti funkcionalen kvasni genom z želenimi lastnostmi in brez odvečnih regij.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref>

<h2>Viri</h2>
<references/>

Nekaj pogledov na sistemsko biologijo kvasovke

2018-12-03T18:19:08Z

GZun:

Izhodiščni članek: [https://www.cell.com/abstract/S0092-8674(09)00156-1: I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” ''Cell'', 2009.]

----

Sistemska biologija je disciplina, ki skuša kvantitativno opisati biološki sistem. Tak kvantitativen opis omogoča izdelavo matematičnega modela, z njim pa lahko napovemo obnašanje biološkega sistema po perturbaciji.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Kvantitativen opis omogočajo nove tehnike in pristopi, npr. sekvenciranje nove generacije (NGS), masna spektrometrija (MS) in nuklearna magnetna resonanca (NMR) za analizo metabolitov in proteinov, kvantitativni PCR, DNA-mikromreže … Še posebej pa so pomembne metode, ki omogočajo izdelavo proteinskih in genetskih interakcijskih omrežij, npr. visokozmogljivi dvohibridni sistem kvasovke (Y2H<ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref>) in sintetični genetski nabor (SGA<ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref>).<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref>

Z računskimi metodami, ki jih apliciramo na predpostavljeni model, lahko s prileganjem modelne funkcije sistemu določimo kvantitativne parametre. Od natančnosti dobljenih parametrov in ustrezno predpostavljene funkcije modela je nazadnje odvisna točnost napovedi obnašanja (fenotipa) biološkega sistema ob (genetski, okoljski) perturbaciji.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>

== Pristopi k sistemski biologiji ==

Modeliranje biološkega sistema zavisi od zastavljenega cilja in vrste biološke informacije, ki je na voljo.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref> Razvila sta se dva pristopa k reševanju problema:

*Od spodaj navzgor (''ang. bottom-up''): gre za deduktiven pristop, ki temelji na natančnih kvantitativnih podatkih podsistema, ki ga preučujemo. Omogoča natančno mehanistično rekonstrukcijo podsistema, vendar ne upošteva njegovih interakcij s preostalim delom večjega biološkega sistema.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

*Od zgoraj navzdol (''ang. top-down''): gre za induktiven pristop, ki temelji na velikem številu podatkov, pridobljenih z visokozmogljivimi (''ang. high-troughput'') metodami. Na ta način pridobimo veliko količino podatkov o komponentah in interakcijah vseh elementov sistema. Globalna slika, ki jo tako lahko sestavimo, pa je za posamezen podsistem manj natančna in izčrpna.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

== Primer sistemskobiološkega pristopa od spodaj navzgor: Rekonstrukcija umetne mreže v kvasovki ==

Umetna mreža IRMA (''In-vivo'', Reverse-engineering and Modeling Assesment) je primer pristopa sistemske biologije od spodaj navzgor, ki zaradi natančnih kvantitativnih podatkov omogoča povratno inženirstvo, tj. poleg napovedi fenotipa tudi razmerja med elementi takega umetnega podsistema. <ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
[https://www.semanticscholar.org/paper/Efficient-parameter-search-for-qualitative-models-Batt-Page/349a7a6241de4d682ebbc25a276ea20ce2da02a1/figure/0: IRMA] sestoji iz 5 ločenih transkripcijskih enot na genomu kvasovke ''Saccharomyces cerevisiae'':
*gen ''CBF1'' (s 3' ''GFP''), ki ga regulira promotor ''HO'',
*gen ''GAL4'', ki ga regulira promotor ''MET16'',
*gen ''SWI5'' (s 3' ''MCY9''), ki ga regulira promotor ''GAL10'',
*gen ''GAL80'' (s 3' 3x''FLAG''), ki ga regulira promotor ''ASH1'',
*gen ''ASH1'' (s 3' 2x''HA''), ki ga regulira promotor ''ASH1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Kljub temu, da gre za sicer majhen podsistem, pa vsebuje vse značilnosti večjega sistema, saj obstaja med elementi več interakcij:
*Cbf1 je transkripcijski faktor promotorja ''MET16'' in aktivira transkripcijo ''GAL4'',
*Gal4 je transkripcijski faktor promotorja ''GAL10'' in aktivira transkripcijo ''SWI5'',
*Swi5 je transkripcijski faktor promotorja ''ASH1'' in ''HO'', zato aktivira transkripcijo ''GAL80'', ''ASH1'' in ''CBF1'',
*Ash1 je represor promotorja ''HO'' in zavira transkripcijo ''CBF1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Sistem IRMA ima tudi [http://mol-biol4masters.masters.grkraj.org/html/Gene_Expression_II10-GAL_and_Histidine_Gene_Expression_files/image023.jpg: stikalo], saj prisotnost galaktoze spodbudi transkripcijo z galaktoznega promotorja, posledično pa tudi aktivacijo vseh ostalih elementov. Takrat proteina Gal4 in Gal80 nista v interakciji. Na gojišču z glukozo je IRMA izključena, saj protein Gal80 asociira z Gal4 in preprečuje, da bi aktiviral transkripcijo s promotorja ''GAL10''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Analiza modela IRMA ==

Z merjenjem koncentracije genov IRME (''CBF1'', ''GAL4'', ''SWI5'', ''GAL80'', ''ASH1'') oz. njihovo mRNA s qPCR ob različnih perturbacijah je mogoče pridobiti vrednosti potrebnih parametrov za matematični opis modela.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Spremljanje dinamike modela pri različnih virih ogljika</h3>
[https://www.researchgate.net/profile/Velia_Siciliano/publication/51798605/figure/fig1/AS:305864385810434@1449935160842/Identifi-cation-and-validation-results-of-time-series-phenomenological-model-Circles_Q320.jpg: Koncentracija mRNA je odvisna časovno in od vira ogljika]: glukoza sistem ugasne, galaktoza pa prižge.
Na glukozi najprej opazimo visoko porast Gal4 in Gal80, ki naj bi se aktivirala zaradi menjave gojišča, ne pa aktivacije glukoze same. Značilni so 3 vrhovi v aktivaciji Swi5, saj ima 3 tarče (''CBF1'', ''GAL80'', ''ASH1''). Cbf1 se zaradi promotorja ''HO'' aktivira z zamikom – sekvenčno po vezavi Swi5. Analogno se Cbf1 z zamikom utiša ob menjavi gojišča z glukozo za galaktozo.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Koncentracija mRNA v stacionarnem stanju ob prekomernem izražanju genov IRME</h3>
Povečana ekspresija aktivatorjev (''CBF1'', ''GAL4'', ''SWI5'') poveča ekspresijo vseh genov v obeh medijih (z višjo ravnjo v galaktozi, ko je Gal80 neaktiven).
Povečana ekspresija ''CBF1'' povzroči močno povišano raven ''SWI5'', vendar se raven ''GAL4'', ki je tarča Cbf1, in regulator ''SWI5'', le malo poviša. Razlog je v tem, da je protein Gal4 stabilen, zato le majhno povečanje mRNA v galaktozi inducira promotor ''GAL10'', ki regulira ''SWI5''.
Povečanje ekspresije ''GAL80'' povzroči utišanje ostalih genov, saj se veže in inaktivira Gal4, tudi v prisotnosti galaktoze.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Modeliranje IRME ==

Da bi lahko napovedali odziv sistema po perturbaciji, je potrebno matematično opisati njegov model in določiti vrednosti parametrov, ki ta model opisujejo. Časovno ekspresijo vsakega elementa IRME lahko opišemo z diferencialno enačbo; model tako sestoji iz sistema nelinearnih diferencialnih enačb. Dobimo izraz za transkripcijsko aktivnost gena kot funkcijo ostalih genov in perturbacije. Privzamemo, da koncentracija genov oz. njihova transkripcija sledi Hillovi kinetiki, hkrati pa je proporcionalna koncentraciji pripadajočega proteina. Razgradnja proteinov sledi kinetiki reakcije 1. reda.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Parametri, ki nastopajo v enačbah, so:
*bazalna aktivnost, tj. imanentno prisotna koncentracija mRNA,
*največja hitrost transkripcije gena,
*Hillov koeficient,
*koncentracije mRNA proteinov, ki vplivajo na transkripcijo drugih genov,
*hitrosti razgradnje proteina,
*na ''GAL80'' vpliva tudi zakasnitev delovanja promotorja ''CBF1'',
*aktivacija ''SWI5'' z Gal4 je inhibirana z Gal80 po Michaelis-Mentenini kinetiki proporcionalno z Gal80 in inverzno z afinitetno konstanto
*vpliv medija (glukoza ali galaktoza).<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Cilj izvedenih eksperimentov je določitev vseh 33 parametrov, ki nastopajo v sistemu nelinearnih diferencialnih enačb, ki opisujejo model. 16 izmed 33 parametrov dobimo s poskusi merjenja moči promotorjev v stacionarnem stanju pri različni ravni izražanja transkripcijskega faktorja. Parametre moči promotorjev dobimo s prileganjem modelne funkcije stacionarnega stanja. Preostale parametre dobimo iz poskusov obnašanja sistema v stacionarnem ali dinamičnem stanju po menjavi medija. [https://www.researchgate.net/profile/Velia_Siciliano/publication/51798605/figure/fig1/AS:305864385810434@1449935160842/Identifi-cation-and-validation-results-of-time-series-phenomenological-model-Circles_Q320.jpg: Simulacije modela zelo dobro opišejo eksperimentalne podatke.]<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Povratno inženirstvo ==

Cilj povratnega inženirstva je poleg kvantitativnih parametrov tudi določiti razmerja med elementi sistema.<ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref> Te lahko izračunamo z dvema pristopoma:
*z uporabo diferencialnih enačb opišemo časovno odvisnost mRNA kot posledico dinamike genskega omrežja, regresorje - tj. interaktorje izbranega gena, pa iščemo kot najboljšo rešitev enačbe po perturbaciji,
*z uporabo Bayesovega teorema grafično opišemo verjetnost interakcij oz. razmerij med spremenljivkami.
Značilno je uporaba Bayesovega pristopa zanesljivejša in primernejša na večjih modelih. [https://www.researchgate.net/figure/Benchmark-B4-IRMA-doi101371-journalpone0096732g008_fig8_262147800: Arhitekturo IRME bolje opiše pristop z diferencialnimi enačbami.]<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Od sistemske biologije k sintezni ==

Razlog študije modelov je (največkrat) izgradnja celičnih tovarn. Zanje je ključno poznavanje metabolizma (mikro)organizma, ki bi ga – z ustreznimi genetskimi modifikacijami – izrabili za pridobivanje želenih metabolitov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref> Opisan primer IRMA dobro popiše delovanje soodvisnih elementov podsistema kvasovke, vendar je za metabolno inženirstvo potrebno poznavanje veliko večjega sistema elementov. Ker izgradnja celične tovarne zahteva načrtovanje metabolnih poti, moramo kvantitativno poznati vsaj reakcije centralnega ogljikovega metabolizma. Pri tem je neobhodno potreben tudi pristop od zgoraj navzdol, ki vključuje visokozmogljive metode določanja interakcijskih omrežij in metabolomike.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref><ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== Metabolni model ==

Metabolni model ne popisuje družno vseh elementov organizma, temveč le ključne elemente metabolizma, ki so pomembni v celičnem inženirstvu pri načrtovanju proizvodnje želenih učinkovin. Tak model torej upošteva reakcije (osrednjega) ogljikovega metabolizma, hitrost teh reakcij oz. encimsko kinetiko, kompartmentalizacijo procesov, termodinamsko naravo reakcij (redoks potencial, pH, koncentracija molekul, kemijsko ravnotežje), fluks, izrabo vira ogljika, prisotnost proteinov (poleg encimov) in njihove interakcije, regulacijo posameznih stopenj: od regulacije izražanja genov do regulacije encimov z metaboliti.<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>. Tak metabolni model z upoštevanjem vrednosti parametrov lahko napove rast, produkcijo in fluks po perturbaciji.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>

== Načrtovanje celičnih tovarn ==

Cilj metabolnega inženirstva je izboljšanje že obstoječih metabolnih poti za učinkovitejšo proizvodnjo že prisotnih metabolitov, oz. uvedba novih metabolnih poti za proizvodnjo heterolognih učinkovin.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> V obeh primerih lahko do neuspeha pride zaradi:
*slabe rasti mikroorganizma zaradi pomanjkanja metabolitov, ker se preusmerijo v proizvodnjo želene molekule,
*nastanka toksičnih intermediatov,
*uhajanja potrebnih intermediatov,
*zaloge kofaktorjev in prekurzorjev
*interakcije z gostiteljevimi encimi in metabolnimi potmi,
*neaktivnosti heterolognih encimov,
*predolge metabolne poti, ki pomeni manjši izkoristek,
*neustrezne kompartmentalizacije.<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>
Metabolni model omogoča racionalen dizajn metabolnih omrežij, saj je z njimi mogoče simulirati fluks in njegovo uravnavanje zaradi uravnavanja izražanja genov s kombinacijami promotorjev, transkripcijskih faktorjev, aktivatorjev in represorjev. Možno je napovedati tudi rast takšne celične tovarne, družno pa kompartmentalizacija in uravnavano izražanje zmanjšata toksičnost intermediatov in morebitnih končnih produktov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>

<h3>Primer metabolnega inženirstva: izboljšanje proizvodnje etanola pri kvasovki</h3>
Da bi izboljšali proizvodnjo etanola, je potrebno spremeniti regulacijo centralnega ogljikovega metabolizma.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> Težava je, da je fluks preko osrednjega ogljikovega metabolizma zelo natančno kontroliran: [https://ars.els-cdn.com/content/image/1-s2.0-S1096717605000789-gr1.gif: Etanol nastaja med anaerobno fermentacijo, hkrati pa tudi glicerol in biomasa.] Fluks bi bilo potrebno preusmeriti iz glicerola in biomase v etanol.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> [https://ars.els-cdn.com/content/image/1-s2.0-S1096717605000789-gr2.gif: Predpostavljene tarče za izboljšanje proizvodnje etanola so:]
#zamenjava reakcij z NADPH pri rasti biomase za NADH,
#zamenjava reakcij z NAD+ pri rasti biomase za NADP+,
#uvedba reakcije, ki pretvarja NADH v NADPH,
#zamenjava reakcij sinteze glicerola za etanol, pri čemer pa pride do oksidacije NADH.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

Preko simulacij metabolnega modela, ki ima dostop tudi do reakcij, ki sicer v kvasovki ne potekajo, je možno pridobiti podatke o uspešnosti predpostavljenih rešitev. Kot [https://ars.els-cdn.com/content/image/1-s2.0-S1096717605000789-gr3.gif: najugodnejša rešitev je bila zmodelirana 4.]; potrdili so jo tudi eksperimentalno in za 10 % povečali izkoristek proizvodnje etanola. Pri tem je uvedba heterologne gliceraldehid-3-fosfat dehidrogenaze (nefosforilajoča in od NADP+ odvisna) omogoča ireverzibilno oksidacijo gliceraldehid-3-fosfata in NADP+ v 3-fosfoglicerat in NADPH. Na ta način je raven oksido-redukcijskih kofaktorjev ugodnejša za nastanek etanola.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== ''De novo'' sinteza organizmov ==

Za uspešno izgradnjo celičnih tovarn je ključno sodelovanje sistemske in sintezne biologije.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref> Za napovedovanje novih kompleksnih sistemov bo potrebno opisati kompleksnejše modele. To pa bo mogoče le ob poznavanju vseh – tudi kinetičnih – parametrov večjega števila različnih mikroorganizmov. Visokozmogljive metode pa so pri tem ključnega pomena.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>
Ker je za kvasovko ''Saccharomyces cerevisiae'' poznanih več modelov, je zelo dober biotehnološki organizem. Raziskovalci predvidevajo, da jim bo uspelo [http://syntheticyeast.org/: ''de novo''] – s sintezo posameznih komponent sestaviti funkcionalen kvasni genom z želenimi lastnostmi in brez odvečnih regij.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref>

<h2>Viri</h2>
<references/>

Nekaj pogledov na sistemsko biologijo kvasovke

2018-12-03T18:12:40Z

GZun:

Izvorni članek: [https://www.cell.com/abstract/S0092-8674(09)00156-1: I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” ''Cell'', 2009.]

----

Sistemska biologija je disciplina, ki skuša kvantitativno opisati biološki sistem. Tak kvantitativen opis omogoča izdelavo matematičnega modela, z njim pa lahko napovemo obnašanje biološkega sistema po perturbaciji.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Kvantitativen opis omogočajo nove tehnike in pristopi, npr. sekvenciranje nove generacije (NGS), masna spektrometrija (MS) in nuklearna magnetna resonanca (NMR) za analizo metabolitov in proteinov, kvantitativni PCR, DNA-mikromreže … Še posebej pa so pomembne metode, ki omogočajo izdelavo proteinskih in genetskih interakcijskih omrežij, npr. visokozmogljivi dvohibridni sistem kvasovke (Y2H<ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref>) in sintetični genetski nabor (SGA<ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref>).<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref>

Z računskimi metodami, ki jih apliciramo na predpostavljeni model, lahko s prileganjem modelne funkcije sistemu določimo kvantitativne parametre. Od natančnosti dobljenih parametrov in ustrezno predpostavljene funkcije modela je nazadnje odvisna točnost napovedi obnašanja (fenotipa) biološkega sistema ob (genetski, okoljski) perturbaciji.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>

== Pristopi k sistemski biologiji ==

Modeliranje biološkega sistema zavisi od zastavljenega cilja in vrste biološke informacije, ki je na voljo.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref> Razvila sta se dva pristopa k reševanju problema:

*Od spodaj navzgor (''ang. bottom-up''): gre za deduktiven pristop, ki temelji na natančnih kvantitativnih podatkih podsistema, ki ga preučujemo. Omogoča natančno mehanistično rekonstrukcijo podsistema, vendar ne upošteva njegovih interakcij s preostalim delom večjega biološkega sistema.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

*Od zgoraj navzdol (''ang. top-down''): gre za induktiven pristop, ki temelji na velikem številu podatkov, pridobljenih z visokozmogljivimi (''ang. high-troughput'') metodami. Na ta način pridobimo veliko količino podatkov o komponentah in interakcijah vseh elementov sistema. Globalna slika, ki jo tako lahko sestavimo, pa je za posamezen podsistem manj natančna in izčrpna.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

== Primer sistemskobiološkega pristopa od spodaj navzgor: Rekonstrukcija umetne mreže v kvasovki ==

Umetna mreža IRMA (''In-vivo'', Reverse-engineering and Modeling Assesment) je primer pristopa sistemske biologije od spodaj navzgor, ki zaradi natančnih kvantitativnih podatkov omogoča povratno inženirstvo, tj. poleg napovedi fenotipa tudi razmerja med elementi takega umetnega podsistema. <ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
[https://www.semanticscholar.org/paper/Efficient-parameter-search-for-qualitative-models-Batt-Page/349a7a6241de4d682ebbc25a276ea20ce2da02a1/figure/0: IRMA] sestoji iz 5 ločenih transkripcijskih enot na genomu kvasovke ''Saccharomyces cerevisiae'':
*gen ''CBF1'' (s 3' ''GFP''), ki ga regulira promotor ''HO'',
*gen ''GAL4'', ki ga regulira promotor ''MET16'',
*gen ''SWI5'' (s 3' ''MCY9''), ki ga regulira promotor ''GAL10'',
*gen ''GAL80'' (s 3' 3x''FLAG''), ki ga regulira promotor ''ASH1'',
*gen ''ASH1'' (s 3' 2x''HA''), ki ga regulira promotor ''ASH1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Kljub temu, da gre za sicer majhen podsistem, pa vsebuje vse značilnosti večjega sistema, saj obstaja med elementi več interakcij:
*Cbf1 je transkripcijski faktor promotorja ''MET16'' in aktivira transkripcijo ''GAL4'',
*Gal4 je transkripcijski faktor promotorja ''GAL10'' in aktivira transkripcijo ''SWI5'',
*Swi5 je transkripcijski faktor promotorja ''ASH1'' in ''HO'', zato aktivira transkripcijo ''GAL80'', ''ASH1'' in ''CBF1'',
*Ash1 je represor promotorja ''HO'' in zavira transkripcijo ''CBF1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Sistem IRMA ima tudi [http://mol-biol4masters.masters.grkraj.org/html/Gene_Expression_II10-GAL_and_Histidine_Gene_Expression_files/image023.jpg: stikalo], saj prisotnost galaktoze spodbudi transkripcijo z galaktoznega promotorja, posledično pa tudi aktivacijo vseh ostalih elementov. Takrat proteina Gal4 in Gal80 nista v interakciji. Na gojišču z glukozo je IRMA izključena, saj protein Gal80 asociira z Gal4 in preprečuje, da bi aktiviral transkripcijo s promotorja ''GAL10''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Analiza modela IRMA ==

Z merjenjem koncentracije genov IRME (''CBF1'', ''GAL4'', ''SWI5'', ''GAL80'', ''ASH1'') oz. njihovo mRNA s qPCR ob različnih perturbacijah je mogoče pridobiti vrednosti potrebnih parametrov za matematični opis modela.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Spremljanje dinamike modela pri različnih virih ogljika</h3>
[https://www.researchgate.net/profile/Velia_Siciliano/publication/51798605/figure/fig1/AS:305864385810434@1449935160842/Identifi-cation-and-validation-results-of-time-series-phenomenological-model-Circles_Q320.jpg: Koncentracija mRNA je odvisna časovno in od vira ogljika]: glukoza sistem ugasne, galaktoza pa prižge.
Na glukozi najprej opazimo visoko porast Gal4 in Gal80, ki naj bi se aktivirala zaradi menjave gojišča, ne pa aktivacije glukoze same. Značilni so 3 vrhovi v aktivaciji Swi5, saj ima 3 tarče (''CBF1'', ''GAL80'', ''ASH1''). Cbf1 se zaradi promotorja ''HO'' aktivira z zamikom – sekvenčno po vezavi Swi5. Analogno se Cbf1 z zamikom utiša ob menjavi gojišča z glukozo za galaktozo.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Koncentracija mRNA v stacionarnem stanju ob prekomernem izražanju genov IRME</h3>
Povečana ekspresija aktivatorjev (''CBF1'', ''GAL4'', ''SWI5'') poveča ekspresijo vseh genov v obeh medijih (z višjo ravnjo v galaktozi, ko je Gal80 neaktiven).
Povečana ekspresija ''CBF1'' povzroči močno povišano raven ''SWI5'', vendar se raven ''GAL4'', ki je tarča Cbf1, in regulator ''SWI5'', le malo poviša. Razlog je v tem, da je protein Gal4 stabilen, zato le majhno povečanje mRNA v galaktozi inducira promotor ''GAL10'', ki regulira ''SWI5''.
Povečanje ekspresije ''GAL80'' povzroči utišanje ostalih genov, saj se veže in inaktivira Gal4, tudi v prisotnosti galaktoze.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Modeliranje IRME ==

Da bi lahko napovedali odziv sistema po perturbaciji, je potrebno matematično opisati njegov model in določiti vrednosti parametrov, ki ta model opisujejo. Časovno ekspresijo vsakega elementa IRME lahko opišemo z diferencialno enačbo; model tako sestoji iz sistema nelinearnih diferencialnih enačb. Dobimo izraz za transkripcijsko aktivnost gena kot funkcijo ostalih genov in perturbacije. Privzamemo, da koncentracija genov oz. njihova transkripcija sledi Hillovi kinetiki, hkrati pa je proporcionalna koncentraciji pripadajočega proteina. Razgradnja proteinov sledi kinetiki reakcije 1. reda.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Parametri, ki nastopajo v enačbah, so:
*bazalna aktivnost, tj. imanentno prisotna koncentracija mRNA,
*največja hitrost transkripcije gena,
*Hillov koeficient,
*koncentracije mRNA proteinov, ki vplivajo na transkripcijo drugih genov,
*hitrosti razgradnje proteina,
*na ''GAL80'' vpliva tudi zakasnitev delovanja promotorja ''CBF1'',
*aktivacija ''SWI5'' z Gal4 je inhibirana z Gal80 po Michaelis-Mentenini kinetiki proporcionalno z Gal80 in inverzno z afinitetno konstanto
*vpliv medija (glukoza ali galaktoza).<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Cilj izvedenih eksperimentov je določitev vseh 33 parametrov, ki nastopajo v sistemu nelinearnih diferencialnih enačb, ki opisujejo model. 16 izmed 33 parametrov dobimo s poskusi merjenja moči promotorjev v stacionarnem stanju pri različni ravni izražanja transkripcijskega faktorja. Parametre moči promotorjev dobimo s prileganjem modelne funkcije stacionarnega stanja. Preostale parametre dobimo iz poskusov obnašanja sistema v stacionarnem ali dinamičnem stanju po menjavi medija. [https://www.researchgate.net/profile/Velia_Siciliano/publication/51798605/figure/fig1/AS:305864385810434@1449935160842/Identifi-cation-and-validation-results-of-time-series-phenomenological-model-Circles_Q320.jpg: Simulacije modela zelo dobro opišejo eksperimentalne podatke.]<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Povratno inženirstvo ==

Cilj povratnega inženirstva je poleg kvantitativnih parametrov tudi določiti razmerja med elementi sistema.<ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref> Te lahko izračunamo z dvema pristopoma:
*z uporabo diferencialnih enačb opišemo časovno odvisnost mRNA kot posledico dinamike genskega omrežja, regresorje - tj. interaktorje izbranega gena, pa iščemo kot najboljšo rešitev enačbe po perturbaciji,
*z uporabo Bayesovega teorema grafično opišemo verjetnost interakcij oz. razmerij med spremenljivkami.
Značilno je uporaba Bayesovega pristopa zanesljivejša in primernejša na večjih modelih. [https://www.researchgate.net/figure/Benchmark-B4-IRMA-doi101371-journalpone0096732g008_fig8_262147800: Arhitekturo IRME bolje opiše pristop z diferencialnimi enačbami.]<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Od sistemske biologije k sintezni ==

Razlog študije modelov je (največkrat) izgradnja celičnih tovarn. Zanje je ključno poznavanje metabolizma (mikro)organizma, ki bi ga – z ustreznimi genetskimi modifikacijami – izrabili za pridobivanje želenih metabolitov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref> Opisan primer IRMA dobro popiše delovanje soodvisnih elementov podsistema kvasovke, vendar je za metabolno inženirstvo potrebno poznavanje veliko večjega sistema elementov. Ker izgradnja celične tovarne zahteva načrtovanje metabolnih poti, moramo kvantitativno poznati vsaj reakcije centralnega ogljikovega metabolizma. Pri tem je neobhodno potreben tudi pristop od zgoraj navzdol, ki vključuje visokozmogljive metode določanja interakcijskih omrežij in metabolomike.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref><ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== Metabolni model ==

Metabolni model ne popisuje družno vseh elementov organizma, temveč le ključne elemente metabolizma, ki so pomembni v celičnem inženirstvu pri načrtovanju proizvodnje želenih učinkovin. Tak model torej upošteva reakcije (osrednjega) ogljikovega metabolizma, hitrost teh reakcij oz. encimsko kinetiko, kompartmentalizacijo procesov, termodinamsko naravo reakcij (redoks potencial, pH, koncentracija molekul, kemijsko ravnotežje), fluks, izrabo vira ogljika, prisotnost proteinov (poleg encimov) in njihove interakcije, regulacijo posameznih stopenj: od regulacije izražanja genov do regulacije encimov z metaboliti.<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>. Tak metabolni model z upoštevanjem vrednosti parametrov lahko napove rast, produkcijo in fluks po perturbaciji.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>

== Načrtovanje celičnih tovarn ==

Cilj metabolnega inženirstva je izboljšanje že obstoječih metabolnih poti za učinkovitejšo proizvodnjo že prisotnih metabolitov, oz. uvedba novih metabolnih poti za proizvodnjo heterolognih učinkovin.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> V obeh primerih lahko do neuspeha pride zaradi:
*slabe rasti mikroorganizma zaradi pomanjkanja metabolitov, ker se preusmerijo v proizvodnjo želene molekule,
*nastanka toksičnih intermediatov,
*uhajanja potrebnih intermediatov,
*zaloge kofaktorjev in prekurzorjev
*interakcije z gostiteljevimi encimi in metabolnimi potmi,
*neaktivnosti heterolognih encimov,
*predolge metabolne poti, ki pomeni manjši izkoristek,
*neustrezne kompartmentalizacije.<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>
Metabolni model omogoča racionalen dizajn metabolnih omrežij, saj je z njimi mogoče simulirati fluks in njegovo uravnavanje zaradi uravnavanja izražanja genov s kombinacijami promotorjev, transkripcijskih faktorjev, aktivatorjev in represorjev. Možno je napovedati tudi rast takšne celične tovarne, družno pa kompartmentalizacija in uravnavano izražanje zmanjšata toksičnost intermediatov in morebitnih končnih produktov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>

<h3>Primer metabolnega inženirstva: izboljšanje proizvodnje etanola pri kvasovki</h3>
Da bi izboljšali proizvodnjo etanola, je potrebno spremeniti regulacijo centralnega ogljikovega metabolizma.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> Težava je, da je fluks preko osrednjega ogljikovega metabolizma zelo natančno kontroliran: [https://ars.els-cdn.com/content/image/1-s2.0-S1096717605000789-gr1.gif: Etanol nastaja med anaerobno fermentacijo, hkrati pa tudi glicerol in biomasa.] Fluks bi bilo potrebno preusmeriti iz glicerola in biomase v etanol.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> [https://ars.els-cdn.com/content/image/1-s2.0-S1096717605000789-gr2.gif: Predpostavljene tarče za izboljšanje proizvodnje etanola so:]
#zamenjava reakcij z NADPH pri rasti biomase za NADH,
#zamenjava reakcij z NAD+ pri rasti biomase za NADP+,
#uvedba reakcije, ki pretvarja NADH v NADPH,
#zamenjava reakcij sinteze glicerola za etanol, pri čemer pa pride do oksidacije NADH.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

Preko simulacij metabolnega modela, ki ima dostop tudi do reakcij, ki sicer v kvasovki ne potekajo, je možno pridobiti podatke o uspešnosti predpostavljenih rešitev. Kot [https://ars.els-cdn.com/content/image/1-s2.0-S1096717605000789-gr3.gif: najugodnejša rešitev je bila zmodelirana 4.]; potrdili so jo tudi eksperimentalno in za 10 % povečali izkoristek proizvodnje etanola. Pri tem je uvedba heterologne gliceraldehid-3-fosfat dehidrogenaze (nefosforilajoča in od NADP+ odvisna) omogoča ireverzibilno oksidacijo gliceraldehid-3-fosfata in NADP+ v 3-fosfoglicerat in NADPH. Na ta način je raven oksido-redukcijskih kofaktorjev ugodnejša za nastanek etanola.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== ''De novo'' sinteza organizmov ==

Za uspešno izgradnjo celičnih tovarn je ključno sodelovanje sistemske in sintezne biologije.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref> Za napovedovanje novih kompleksnih sistemov bo potrebno opisati kompleksnejše modele. To pa bo mogoče le ob poznavanju vseh – tudi kinetičnih – parametrov večjega števila različnih mikroorganizmov. Visokozmogljive metode pa so pri tem ključnega pomena.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>
Ker je za kvasovko ''Saccharomyces cerevisiae'' poznanih več modelov, je zelo dober biotehnološki organizem. Raziskovalci predvidevajo, da jim bo uspelo [http://syntheticyeast.org/: ''de novo''] – s sintezo posameznih komponent sestaviti funkcionalen kvasni genom z želenimi lastnostmi in brez odvečnih regij.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref>

<h2>Viri</h2>
<references/>

Nekaj pogledov na sistemsko biologijo kvasovke

2018-12-03T17:42:17Z

GZun:

Izvorni članek: [https://www.cell.com/abstract/S0092-8674(09)00156-1: I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” ''Cell'', 2009.]

----

Sistemska biologija je disciplina, ki skuša kvantitativno opisati biološki sistem. Tak kvantitativen opis omogoča izdelavo matematičnega modela, z njim pa lahko napovemo obnašanje biološkega sistema po perturbaciji.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Kvantitativen opis omogočajo nove tehnike in pristopi, npr. sekvenciranje nove generacije (NGS), masna spektrometrija (MS) in nuklearna magnetna resonanca (NMR) za analizo metabolitov in proteinov, kvantitativni PCR, DNA-mikromreže … Še posebej pa so pomembne metode, ki omogočajo izdelavo proteinskih in genetskih interakcijskih omrežij, npr. visokozmogljivi dvohibridni sistem kvasovke (Y2H<ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref>) in sintetični genetski nabor (SGA<ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref>).<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref>

Z računskimi metodami, ki jih apliciramo na predpostavljeni model, lahko s prileganjem modelne funkcije sistemu določimo kvantitativne parametre. Od natančnosti dobljenih parametrov in ustrezno predpostavljene funkcije modela je nazadnje odvisna točnost napovedi obnašanja (fenotipa) biološkega sistema ob (genetski, okoljski) perturbaciji.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>

== Pristopi k sistemski biologiji ==

Modeliranje biološkega sistema zavisi od zastavljenega cilja in vrste biološke informacije, ki je na voljo.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref> Razvila sta se dva pristopa k reševanju problema:

*Od spodaj navzgor (''ang. bottom-up''): gre za deduktiven pristop, ki temelji na natančnih kvantitativnih podatkih podsistema, ki ga preučujemo. Omogoča natančno mehanistično rekonstrukcijo podsistema, vendar ne upošteva njegovih interakcij s preostalim delom večjega biološkega sistema.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

*Od zgoraj navzdol (''ang. top-down''): gre za induktiven pristop, ki temelji na velikem številu podatkov, pridobljenih z visokozmogljivimi (''ang. high-troughput'') metodami. Na ta način pridobimo veliko količino podatkov o komponentah in interakcijah vseh elementov sistema. Globalna slika, ki jo tako lahko sestavimo, pa je za posamezen podsistem manj natančna in izčrpna.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

== Primer sistemskobiološkega pristopa od spodaj navzgor: Rekonstrukcija umetne mreže v kvasovki ==

Umetna mreža IRMA (''In-vivo'', Reverse-engineering and Modeling Assesment) je primer pristopa sistemske biologije od spodaj navzgor, ki zaradi natančnih kvantitativnih podatkov omogoča povratno inženirstvo, tj. poleg napovedi fenotipa tudi razmerja med elementi takega umetnega podsistema. <ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
IRMA sestoji iz 5 ločenih transkripcijskih enot na genomu kvasovke ''Saccharomyces cerevisiae'':
*gen ''CBF1'' (s 3' ''GFP''), ki ga regulira promotor ''HO'',
*gen ''GAL4'', ki ga regulira promotor ''MET16'',
*gen ''SWI5'' (s 3' ''MCY9''), ki ga regulira promotor ''GAL10'',
*gen ''GAL80'' (s 3' 3x''FLAG''), ki ga regulira promotor ''ASH1'',
*gen ''ASH1'' (s 3' 2x''HA''), ki ga regulira promotor ''ASH1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Kljub temu, da gre za sicer majhen podsistem, pa vsebuje vse značilnosti večjega sistema, saj obstaja med elementi več interakcij:
*Cbf1 je transkripcijski faktor promotorja ''MET16'' in aktivira transkripcijo ''GAL4'',
*Gal4 je transkripcijski faktor promotorja ''GAL10'' in aktivira transkripcijo ''SWI5'',
*Swi5 je transkripcijski faktor promotorja ''ASH1'' in ''HO'', zato aktivira transkripcijo ''GAL80'', ''ASH1'' in ''CBF1'',
*Ash1 je represor promotorja ''HO'' in zavira transkripcijo ''CBF1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Sistem IRMA ima tudi stikalo, saj prisotnost galaktoze spodbudi transkripcijo z galaktoznega promotorja, posledično pa tudi aktivacijo vseh ostalih elementov. Takrat proteina Gal4 in Gal80 nista v interakciji. Na gojišču z glukozo je IRMA izključena, saj protein Gal80 asociira z Gal4 in preprečuje, da bi aktiviral transkripcijo s promotorja ''GAL10''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Analiza modela IRMA ==

Z merjenjem koncentracije genov IRME (''CBF1'', ''GAL4'', ''SWI5'', ''GAL80'', ''ASH1'') oz. njihovo mRNA s qPCR ob različnih perturbacijah je mogoče pridobiti vrednosti potrebnih parametrov za matematični opis modela.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Spremljanje dinamike modela pri različnih virih ogljika</h3>
Koncentracija mRNA je odvisna časovno in od vira ogljika: glukoza sistem ugasne, galaktoza pa prižge.
Na glukozi najprej opazimo visoko porast Gal4 in Gal80, ki naj bi se aktivirala zaradi menjave gojišča, ne pa aktivacije glukoze same. Značilni so 3 vrhovi v aktivaciji Swi5, saj ima 3 tarče (''CBF1'', ''GAL80'', ''ASH1''). Cbf1 se zaradi promotorja ''HO'' aktivira z zamikom – sekvenčno po vezavi Swi5. Analogno se Cbf1 z zamikom utiša ob menjavi gojišča z glukozo za galaktozo.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Koncentracija mRNA v stacionarnem stanju ob prekomernem izražanju genov IRME</h3>
Povečana ekspresija aktivatorjev (''CBF1'', ''GAL4'', ''SWI5'') poveča ekspresijo vseh genov v obeh medijih (z višjo ravnjo v galaktozi, ko je Gal80 neaktiven).
Povečana ekspresija ''CBF1'' povzroči močno povišano raven ''SWI5'', vendar se raven ''GAL4'', ki je tarča Cbf1, in regulator ''SWI5'', le malo poviša. Razlog je v tem, da je protein Gal4 stabilen, zato le majhno povečanje mRNA v galaktozi inducira promotor ''GAL10'', ki regulira ''SWI5''.
Povečanje ekspresije ''GAL80'' povzroči utišanje ostalih genov, saj se veže in inaktivira Gal4, tudi v prisotnosti galaktoze.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Modeliranje IRME ==

Da bi lahko napovedali odziv sistema po perturbaciji, je potrebno matematično opisati njegov model in določiti vrednosti parametrov, ki ta model opisujejo. Časovno ekspresijo vsakega elementa IRME lahko opišemo z diferencialno enačbo; model tako sestoji iz sistema nelinearnih diferencialnih enačb. Dobimo izraz za transkripcijsko aktivnost gena kot funkcijo ostalih genov in perturbacije. Privzamemo, da koncentracija genov oz. njihova transkripcija sledi Hillovi kinetiki, hkrati pa je proporcionalna koncentraciji pripadajočega proteina. Razgradnja proteinov sledi kinetiki reakcije 1. reda.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Parametri, ki nastopajo v enačbah, so:
*bazalna aktivnost, tj. imanentno prisotna koncentracija mRNA,
*največja hitrost transkripcije gena,
*Hillov koeficient,
*koncentracije mRNA proteinov, ki vplivajo na transkripcijo drugih genov,
*hitrosti razgradnje proteina,
*na ''GAL80'' vpliva tudi zakasnitev delovanja promotorja ''CBF1'',
*aktivacija ''SWI5'' z Gal4 je inhibirana z Gal80 po Michaelis-Mentenini kinetiki proporcionalno z Gal80 in inverzno z afinitetno konstanto
*vpliv medija (glukoza ali galaktoza).<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Cilj izvedenih eksperimentov je določitev vseh 33 parametrov, ki nastopajo v sistemu nelinearnih diferencialnih enačb, ki opisujejo model. 16 izmed 33 parametrov dobimo s poskusi merjenja moči promotorjev v stacionarnem stanju pri različni ravni izražanja transkripcijskega faktorja. Parametre moči promotorjev dobimo s prileganjem modelne funkcije stacionarnega stanja. Preostale parametre dobimo iz poskusov obnašanja sistema v stacionarnem ali dinamičnem stanju po menjavi medija.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Simulacije modela zelo dobro opišejo eksperimentalne podatke.

== Povratno inženirstvo ==

Cilj povratnega inženirstva je poleg kvantitativnih parametrov tudi določiti razmerja med elementi sistema.<ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref> Te lahko izračunamo z dvema pristopoma:
*z uporabo diferencialnih enačb opišemo časovno odvisnost mRNA kot posledico dinamike genskega omrežja, regresorje - tj. interaktorje izbranega gena, pa iščemo kot najboljšo rešitev enačbe po perturbaciji,
*z uporabo Bayesovega teorema grafično opišemo verjetnost interakcij oz. razmerij med spremenljivkami.
Značilno je uporaba Bayesovega pristopa zanesljivejša in primernejša na večjih modelih. Arhitekturo IRME bolje opiše pristop z diferencialnimi enačbami.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Od sistemske biologije k sintezni ==

Razlog študije modelov je (največkrat) izgradnja celičnih tovarn. Zanje je ključno poznavanje metabolizma (mikro)organizma, ki bi ga – z ustreznimi genetskimi modifikacijami – izrabili za pridobivanje želenih metabolitov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref> Opisan primer IRMA dobro popiše delovanje soodvisnih elementov podsistema kvasovke, vendar je za metabolno inženirstvo potrebno poznavanje veliko večjega sistema elementov. Ker izgradnja celične tovarne zahteva načrtovanje metabolnih poti, moramo kvantitativno poznati vsaj reakcije centralnega ogljikovega metabolizma. Pri tem je neobhodno potreben tudi pristop od zgoraj navzdol, ki vključuje visokozmogljive metode določanja interakcijskih omrežij in metabolomike.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref><ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== Metabolni model ==

Metabolni model ne popisuje družno vseh elementov organizma, temveč le ključne elemente metabolizma, ki so pomembni v celičnem inženirstvu pri načrtovanju proizvodnje želenih učinkovin. Tak model torej upošteva reakcije (osrednjega) ogljikovega metabolizma, hitrost teh reakcij oz. encimsko kinetiko, kompartmentalizacijo procesov, termodinamsko naravo reakcij (redoks potencial, pH, koncentracija molekul, kemijsko ravnotežje), fluks, izrabo vira ogljika, prisotnost proteinov (poleg encimov) in njihove interakcije, regulacijo posameznih stopenj: od regulacije izražanja genov do regulacije encimov z metaboliti).<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>. Tak metabolni model z upoštevanjem vrednosti parametrov lahko napove rast, produkcijo in fluks po perturbaciji.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>

== Načrtovanje celičnih tovarn ==

Cilj metabolnega inženirstva je izboljšanje že obstoječih metabolnih poti za učinkovitejšo proizvodnjo že prisotnih metabolitov, oz. uvedba novih metabolnih poti za proizvodnjo heterolognih učinkovin.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> V obeh primerih lahko do neuspeha pride zaradi:
*slabe rasti mikroorganizma zaradi pomanjkanja metabolitov, ker se preusmerijo v proizvodnjo želene molekule,
*nastanka toksičnih intermediatov,
*uhajanja potrebnih intermediatov,
*zaloge kofaktorjev in prekurzorjev
*interakcije z gostiteljevimi encimi in metabolnimi potmi,
*neaktivnosti heterolognih encimov,
*predolge metabolne poti, ki pomeni manjši izkoristek,
*neustrezne kompartmentalizacije.<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>
Metabolni model omogoča racionalen dizajn metabolnih omrežij, saj je z njimi mogoče simulirati fluks in njegovo uravnavanje zaradi uravnavanja izražanja genov s kombinacijami promotorjev, transkripcijskih faktorjev, aktivatorjev in represorjev. Možno je napovedati tudi rast takšne celične tovarne, družno pa kompartmentalizacija in uravnavano izražanje zmanjšata toksičnost intermediatov in morebitnih končnih produktov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>

<h3>Primer metabolnega inženirstva: izboljšanje proizvodnje etanola pri kvasovki</h3>
Da bi izboljšali proizvodnjo etanola, je potrebno spremeniti regulacijo centralnega ogljikovega metabolizma.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> Težava je, da je fluks preko osrednjega ogljikovega metabolizma zelo natančno kontroliran: Etanol nastaja med anaerobno fermentacijo, hkrati pa tudi glicerol in biomasa. Fluks bi bilo potrebno preusmeriti iz glicerola in biomase v etanol.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> Predpostavljene tarče za izboljšanje proizvodnje etanola so:
#zamenjava reakcij z NADPH pri rasti biomase za NADH,
#zamenjava reakcij z NAD+ pri rasti biomase za NADP+,
#uvedba reakcije, ki pretvarja NADH v NADPH,
#zamenjava reakcij sinteze glicerola za etanol, pri čemer pa pride do oksidacije NADH.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

Preko simulacij metabolnega modela, ki ima dostop tudi do reakcij, ki sicer v kvasovki ne potekajo, je možno pridobiti podatke o uspešnosti predpostavljenih rešitev. Kot najugodnejša rešitev je bila zmodelirana 4.; potrdili so jo tudi eksperimentalno in za 10 % povečali izkoristek proizvodnje etanola. Pri tem je uvedba heterologne gliceraldehid-3-fosfat dehidrogenaze (nefosforilajoča in od NADP+ odvisna) omogoča ireverzibilno oksidacijo gliceraldehid-3-fosfata in NADP+ v 3-fosfoglicerat in NADPH. Na ta način je raven oksido-redukcijskih kofaktorjev ugodnejša za nastanek etanola.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== ''De novo'' sinteza organizmov ==

Za uspešno izgradnjo celičnih tovarn je ključno sodelovanje sistemske in sintezne biologije.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref> Za napovedovanje novih kompleksnih sistemov bo potrebno opisati kompleksnejše modele. To pa bo mogoče le ob poznavanju vseh – tudi kinetičnih – parametrov večjega števila različnih mikroorganizmov. Visokozmogljive metode pa so pri tem ključnega pomena.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>
Ker je za kvasovko ''Saccharomyces cerevisiae'' poznanih več modelov, je zelo dober biotehnološki organizem. Raziskovalci predvidevajo, da jim bo uspelo de novo – s sintezo posameznih komponent sestaviti funkcionalen kvasni genom z želenimi lastnostmi in brez odvečnih regij.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref>

<h2>Viri</h2>
<references/>

Nekaj pogledov na sistemsko biologijo kvasovke

2018-12-03T14:20:37Z

GZun:

Izvirni članek: I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” ''Cell'', 2009.

----

Sistemska biologija je disciplina, ki skuša kvantitativno opisati biološki sistem. Tak kvantitativen opis omogoča izdelavo matematičnega modela, z njim pa lahko napovemo obnašanje biološkega sistema po perturbaciji.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Kvantitativen opis omogočajo nove tehnike in pristopi, npr. sekvenciranje nove generacije (NGS), masna spektrometrija (MS) in nuklearna magnetna resonanca (NMR) za analizo metabolitov in proteinov, kvantitativni PCR, DNA-mikromreže … Še posebej pa so pomembne metode, ki omogočajo izdelavo proteinskih in genetskih interakcijskih omrežij, npr. visokozmogljivi dvohibridni sistem kvasovke (Y2H<ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref>) in sintetični genetski nabor (SGA<ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref>).<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref>

Z računskimi metodami, ki jih apliciramo na predpostavljeni model, lahko s prileganjem modelne funkcije sistemu določimo kvantitativne parametre. Od natančnosti dobljenih parametrov in ustrezno predpostavljene funkcije modela je nazadnje odvisna točnost napovedi obnašanja (fenotipa) biološkega sistema ob (genetski, okoljski) perturbaciji.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>

== Pristopi k sistemski biologiji ==

Modeliranje biološkega sistema zavisi od zastavljenega cilja in vrste biološke informacije, ki je na voljo.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref> Razvila sta se dva pristopa k reševanju problema:

*Od spodaj navzgor (''ang. bottom-up''): gre za deduktiven pristop, ki temelji na natančnih kvantitativnih podatkih podsistema, ki ga preučujemo. Omogoča natančno mehanistično rekonstrukcijo podsistema, vendar ne upošteva njegovih interakcij s preostalim delom večjega biološkega sistema.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

*Od zgoraj navzdol (''ang. top-down''): gre za induktiven pristop, ki temelji na velikem številu podatkov, pridobljenih z visokozmogljivimi (''ang. high-troughput'') metodami. Na ta način pridobimo veliko količino podatkov o komponentah in interakcijah vseh elementov sistema. Globalna slika, ki jo tako lahko sestavimo, pa je za posamezen podsistem manj natančna in izčrpna.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

== Primer sistemskobiološkega pristopa od spodaj navzgor: Rekonstrukcija umetne mreže v kvasovki ==

Umetna mreža IRMA (''In-vivo'', Reverse-engineering and Modeling Assesment) je primer pristopa sistemske biologije od spodaj navzgor, ki zaradi natančnih kvantitativnih podatkov omogoča povratno inženirstvo, tj. poleg napovedi fenotipa tudi razmerja med elementi takega umetnega podsistema. <ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
IRMA sestoji iz 5 ločenih transkripcijskih enot na genomu kvasovke ''Saccharomyces cerevisiae'':
*gen ''CBF1'' (s 3' ''GFP''), ki ga regulira promotor ''HO'',
*gen ''GAL4'', ki ga regulira promotor ''MET16'',
*gen ''SWI5'' (s 3' ''MCY9''), ki ga regulira promotor ''GAL10'',
*gen ''GAL80'' (s 3' 3x''FLAG''), ki ga regulira promotor ''ASH1'',
*gen ''ASH1'' (s 3' 2x''HA''), ki ga regulira promotor ''ASH1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Kljub temu, da gre za sicer majhen podsistem, pa vsebuje vse značilnosti večjega sistema, saj obstaja med elementi več interakcij:
*Cbf1 je transkripcijski faktor promotorja ''MET16'' in aktivira transkripcijo ''GAL4'',
*Gal4 je transkripcijski faktor promotorja ''GAL10'' in aktivira transkripcijo ''SWI5'',
*Swi5 je transkripcijski faktor promotorja ''ASH1'' in ''HO'', zato aktivira transkripcijo ''GAL80'', ''ASH1'' in ''CBF1'',
*Ash1 je represor promotorja ''HO'' in zavira transkripcijo ''CBF1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Sistem IRMA ima tudi stikalo, saj prisotnost galaktoze spodbudi transkripcijo z galaktoznega promotorja, posledično pa tudi aktivacijo vseh ostalih elementov. Takrat proteina Gal4 in Gal80 nista v interakciji. Na gojišču z glukozo je IRMA izključena, saj protein Gal80 asociira z Gal4 in preprečuje, da bi aktiviral transkripcijo s promotorja ''GAL10''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Analiza modela IRMA ==

Z merjenjem koncentracije genov IRME (''CBF1'', ''GAL4'', ''SWI5'', ''GAL80'', ''ASH1'') oz. njihovo mRNA s qPCR ob različnih perturbacijah je mogoče pridobiti vrednosti potrebnih parametrov za matematični opis modela.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Spremljanje dinamike modela pri različnih virih ogljika</h3>
Koncentracija mRNA je odvisna časovno in od vira ogljika: glukoza sistem ugasne, galaktoza pa prižge.
Na glukozi najprej opazimo visoko porast Gal4 in Gal80, ki naj bi se aktivirala zaradi menjave gojišča, ne pa aktivacije glukoze same. Značilni so 3 vrhovi v aktivaciji Swi5, saj ima 3 tarče (''CBF1'', ''GAL80'', ''ASH1''). Cbf1 se zaradi promotorja ''HO'' aktivira z zamikom – sekvenčno po vezavi Swi5. Analogno se Cbf1 z zamikom utiša ob menjavi gojišča z glukozo za galaktozo.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Koncentracija mRNA v stacionarnem stanju ob prekomernem izražanju genov IRME</h3>
Povečana ekspresija aktivatorjev (''CBF1'', ''GAL4'', ''SWI5'') poveča ekspresijo vseh genov v obeh medijih (z višjo ravnjo v galaktozi, ko je Gal80 neaktiven).
Povečana ekspresija ''CBF1'' povzroči močno povišano raven ''SWI5'', vendar se raven ''GAL4'', ki je tarča Cbf1, in regulator ''SWI5'', le malo poviša. Razlog je v tem, da je protein Gal4 stabilen, zato le majhno povečanje mRNA v galaktozi inducira promotor ''GAL10'', ki regulira ''SWI5''.
Povečanje ekspresije ''GAL80'' povzroči utišanje ostalih genov, saj se veže in inaktivira Gal4, tudi v prisotnosti galaktoze.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Modeliranje IRME ==

Da bi lahko napovedali odziv sistema po perturbaciji, je potrebno matematično opisati njegov model in določiti vrednosti parametrov, ki ta model opisujejo. Časovno ekspresijo vsakega elementa IRME lahko opišemo z diferencialno enačbo; model tako sestoji iz sistema nelinearnih diferencialnih enačb. Dobimo izraz za transkripcijsko aktivnost gena kot funkcijo ostalih genov in perturbacije. Privzamemo, da koncentracija genov oz. njihova transkripcija sledi Hillovi kinetiki, hkrati pa je proporcionalna koncentraciji pripadajočega proteina. Razgradnja proteinov sledi kinetiki reakcije 1. reda.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Parametri, ki nastopajo v enačbah, so:
*bazalna aktivnost, tj. imanentno prisotna koncentracija mRNA,
*največja hitrost transkripcije gena,
*Hillov koeficient,
*koncentracije mRNA proteinov, ki vplivajo na transkripcijo drugih genov,
*hitrosti razgradnje proteina,
*na ''GAL80'' vpliva tudi zakasnitev delovanja promotorja ''CBF1'',
*aktivacija ''SWI5'' z Gal4 je inhibirana z Gal80 po Michaelis-Mentenini kinetiki proporcionalno z Gal80 in inverzno z afinitetno konstanto
*vpliv medija (glukoza ali galaktoza).<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Cilj izvedenih eksperimentov je določitev vseh 33 parametrov, ki nastopajo v sistemu nelinearnih diferencialnih enačb, ki opisujejo model. 16 izmed 33 parametrov dobimo s poskusi merjenja moči promotorjev v stacionarnem stanju pri različni ravni izražanja transkripcijskega faktorja. Parametre moči promotorjev dobimo s prileganjem modelne funkcije stacionarnega stanja. Preostale parametre dobimo iz poskusov obnašanja sistema v stacionarnem ali dinamičnem stanju po menjavi medija.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Simulacije modela zelo dobro opišejo eksperimentalne podatke.

== Povratno inženirstvo ==

Cilj povratnega inženirstva je poleg kvantitativnih parametrov tudi določiti razmerja med elementi sistema.<ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref> Te lahko izračunamo z dvema pristopoma:
*z uporabo diferencialnih enačb opišemo časovno odvisnost mRNA kot posledico dinamike genskega omrežja, regresorje - tj. interaktorje izbranega gena, pa iščemo kot najboljšo rešitev enačbe po perturbaciji,
*z uporabo Bayesovega teorema grafično opišemo verjetnost interakcij oz. razmerij med spremenljivkami.
Značilno je uporaba Bayesovega pristopa zanesljivejša in primernejša na večjih modelih. Arhitekturo IRME bolje opiše pristop z diferencialnimi enačbami.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Od sistemske biologije k sintezni ==

Razlog študije modelov je (največkrat) izgradnja celičnih tovarn. Zanje je ključno poznavanje metabolizma (mikro)organizma, ki bi ga – z ustreznimi genetskimi modifikacijami – izrabili za pridobivanje želenih metabolitov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref> Opisan primer IRMA dobro popiše delovanje soodvisnih elementov podsistema kvasovke, vendar je za metabolno inženirstvo potrebno poznavanje veliko večjega sistema elementov. Ker izgradnja celične tovarne zahteva načrtovanje metabolnih poti, moramo kvantitativno poznati vsaj reakcije centralnega ogljikovega metabolizma. Pri tem je neobhodno potreben tudi pristop od zgoraj navzdol, ki vključuje visokozmogljive metode določanja interakcijskih omrežij in metabolomike.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref><ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== Metabolni model ==

Metabolni model ne popisuje družno vseh elementov organizma, temveč le ključne elemente metabolizma, ki so pomembni v celičnem inženirstvu pri načrtovanju proizvodnje želenih učinkovin. Tak model torej upošteva reakcije (osrednjega) ogljikovega metabolizma, hitrost teh reakcij oz. encimsko kinetiko, kompartmentalizacijo procesov, termodinamsko naravo reakcij (redoks potencial, pH, koncentracija molekul, kemijsko ravnotežje), fluks, izrabo vira ogljika, prisotnost proteinov (poleg encimov) in njihove interakcije, regulacijo posameznih stopenj: od regulacije izražanja genov do regulacije encimov z metaboliti).<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>. Tak metabolni model z upoštevanjem vrednosti parametrov lahko napove rast, produkcijo in fluks po perturbaciji.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>

== Načrtovanje celičnih tovarn ==

Cilj metabolnega inženirstva je izboljšanje že obstoječih metabolnih poti za učinkovitejšo proizvodnjo že prisotnih metabolitov, oz. uvedba novih metabolnih poti za proizvodnjo heterolognih učinkovin.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> V obeh primerih lahko do neuspeha pride zaradi:
*slabe rasti mikroorganizma zaradi pomanjkanja metabolitov, ker se preusmerijo v proizvodnjo želene molekule,
*nastanka toksičnih intermediatov,
*uhajanja potrebnih intermediatov,
*zaloge kofaktorjev in prekurzorjev
*interakcije z gostiteljevimi encimi in metabolnimi potmi,
*neaktivnosti heterolognih encimov,
*predolge metabolne poti, ki pomeni manjši izkoristek,
*neustrezne kompartmentalizacije.<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>
Metabolni model omogoča racionalen dizajn metabolnih omrežij, saj je z njimi mogoče simulirati fluks in njegovo uravnavanje zaradi uravnavanja izražanja genov s kombinacijami promotorjev, transkripcijskih faktorjev, aktivatorjev in represorjev. Možno je napovedati tudi rast takšne celične tovarne, družno pa kompartmentalizacija in uravnavano izražanje zmanjšata toksičnost intermediatov in morebitnih končnih produktov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>

<h3>Primer metabolnega inženirstva: izboljšanje proizvodnje etanola pri kvasovki</h3>
Da bi izboljšali proizvodnjo etanola, je potrebno spremeniti regulacijo centralnega ogljikovega metabolizma.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> Težava je, da je fluks preko osrednjega ogljikovega metabolizma zelo natančno kontroliran: Etanol nastaja med anaerobno fermentacijo, hkrati pa tudi glicerol in biomasa. Fluks bi bilo potrebno preusmeriti iz glicerola in biomase v etanol.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> Predpostavljene tarče za izboljšanje proizvodnje etanola so:
#zamenjava reakcij z NADPH pri rasti biomase za NADH,
#zamenjava reakcij z NAD+ pri rasti biomase za NADP+,
#uvedba reakcije, ki pretvarja NADH v NADPH,
#zamenjava reakcij sinteze glicerola za etanol, pri čemer pa pride do oksidacije NADH.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

Preko simulacij metabolnega modela, ki ima dostop tudi do reakcij, ki sicer v kvasovki ne potekajo, je možno pridobiti podatke o uspešnosti predpostavljenih rešitev. Kot najugodnejša rešitev je bila zmodelirana 4.; potrdili so jo tudi eksperimentalno in za 10 % povečali izkoristek proizvodnje etanola. Pri tem je uvedba heterologne gliceraldehid-3-fosfat dehidrogenaze (nefosforilajoča in od NADP+ odvisna) omogoča ireverzibilno oksidacijo gliceraldehid-3-fosfata in NADP+ v 3-fosfoglicerat in NADPH. Na ta način je raven oksido-redukcijskih kofaktorjev ugodnejša za nastanek etanola.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== ''De novo'' sinteza organizmov ==

Za uspešno izgradnjo celičnih tovarn je ključno sodelovanje sistemske in sintezne biologije.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref> Za napovedovanje novih kompleksnih sistemov bo potrebno opisati kompleksnejše modele. To pa bo mogoče le ob poznavanju vseh – tudi kinetičnih – parametrov večjega števila različnih mikroorganizmov. Visokozmogljive metode pa so pri tem ključnega pomena.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>
Ker je za kvasovko ''Saccharomyces cerevisiae'' poznanih več modelov, je zelo dober biotehnološki organizem. Raziskovalci predvidevajo, da jim bo uspelo de novo – s sintezo posameznih komponent sestaviti funkcionalen kvasni genom z želenimi lastnostmi in brez odvečnih regij.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref>

<h2>Viri</h2>
<references/>

Seminarji SB 2018/19

2018-12-03T14:19:29Z

GZun:

V študijskem letu 2018/19 študentje predstavljajo naslednje teme:

RAZISKOVALNI ČLANKI

(Vpišite naslov seminarja v slovenščini in ga povežite z novo stranjo, kjer bo povzetek. Na tej novi strani naj bo pod naslovom povezava do izhodiščnega članka na spletu.) 

[http://wiki.fkkt.uni-lj.si/index.php/MoClo:_modularni_klonirni_sistem_za_standardizirano_sestavljanje_ve%C4%8Dgenskih_konstruktov MoClo: modularni klonirni sistem za standardizirano sestavljanje večgenskih konstruktov] (Valentina Levak)

[http://wiki.fkkt.uni-lj.si/index.php/RNA-stikala_tipa_%C2%BBToehold%C2%AB:_de_novo_oblikovani_regulatorji_izra%C5%BEanja_genov RNA-stikala tipa Toehold: de novo oblikovani regulatorji izražanja genov] (Špela Malenšek)

[http://wiki.fkkt.uni-lj.si/index.php/Raznoliko_in_modelno_zasnovana_priprava_sinteti%C4%8Dnih_genskih_vezij_s_predvidenimi_lastnostmi Raznoliko in modelno zasnovana priprava sintetičnih genskih vezij s predvidenimi lastnostmi] (Matej Kolarič)

[[Dispersing biofilms with engineered enzymatic bacteriophage]] (Fran Krstanović)

[http://wiki.fkkt.uni-lj.si/index.php/Nekaj_pogledov_na_sistemsko_biologijo_kvasovke Nekaj pogledov na sistemsko biologijo kvasovke] (Gašper Žun)

NAGRAJENI ŠTUDENTSKI PROJEKTI

(Vpišite naslov seminarja v slovenščini in ga povežite z novo stranjo, kjer bo povzetek. Na tej novi strani naj bo pod naslovom povezava do wiki strani študentske ekipe, katere projekt opisujete.) 

Povzetki v slovenščini naj imajo 1200-1500 besed (viri v to vsoto ne štejejo). Predstavitev seminarja naj bo dolga 15 minut (13-17). Sledila bo razprava, ki praviloma ne bo daljša od 5 minut.

----

Razpored po datumih predstavitev (pri vsakem terminu je navedeno število možnih seminarjev; vpišite ime in priimek pri dnevu, ko želite predstaviti seminar ter dopišite naslov seminarja, ki naj bo povezan s povzetkom):

22.11. 
1 
2 Valentina Levak 

27.11. 
1 
2 
3 
4 

29.11. 
1 Matej Kolarič 
2 Špela Malenšek 
3 
4 

4.12. 
1 Gašper Žun 
2 Fran Krstanovic 
3 
4 

6.12. 
1 Urška Jelenovec 
2 Rok Miklavčič 
3 
4 

11.12. 
1 Jerneja Ovčar 
2 Neža Koritnik 
3 Gašper Virant 
4 Gašper Marinšek 

18.12. 
1 Tina Požun 
2 Anamarija Habič 
3 Roberta Mulac 
4 Kity Požek 

3.1. 
1 Urška Kašnik 
2 Nina Mavec 
3 Primož Tič 
4 Ernest Šprager 

8.1. 
1 Marija Atanasova 
2 Bine Tršavec 
3 Peter Pečan 
4 Tjaša Sorčan 

10.1. 
1 Špela Koren 
2 Natalija Pucihar 
3 Karmen Žbogar 
4 Uroš Zavrtanik 

15.1. 
1 Jerneja Kocutar 
2 Blaž Lebar 
3 Tadej Satler 
4 Miha Koprivnikar Krajnc 

17.1. 
1 Milena Stojkovska 
2

User:GZun

2018-12-03T14:16:58Z

GZun: User:GZun moved to Nekaj pogledov na sistemsko biologijo kvasovke

#REDIRECT [[Nekaj pogledov na sistemsko biologijo kvasovke]]

Nekaj pogledov na sistemsko biologijo kvasovke

2018-12-03T14:16:58Z

GZun: User:GZun moved to Nekaj pogledov na sistemsko biologijo kvasovke

Sistemska biologija je disciplina, ki skuša kvantitativno opisati biološki sistem. Tak kvantitativen opis omogoča izdelavo matematičnega modela, z njim pa lahko napovemo obnašanje biološkega sistema po perturbaciji.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Kvantitativen opis omogočajo nove tehnike in pristopi, npr. sekvenciranje nove generacije (NGS), masna spektrometrija (MS) in nuklearna magnetna resonanca (NMR) za analizo metabolitov in proteinov, kvantitativni PCR, DNA-mikromreže … Še posebej pa so pomembne metode, ki omogočajo izdelavo proteinskih in genetskih interakcijskih omrežij, npr. visokozmogljivi dvohibridni sistem kvasovke (Y2H<ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref>) in sintetični genetski nabor (SGA<ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref>).<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref>

Z računskimi metodami, ki jih apliciramo na predpostavljeni model, lahko s prileganjem modelne funkcije sistemu določimo kvantitativne parametre. Od natančnosti dobljenih parametrov in ustrezno predpostavljene funkcije modela je nazadnje odvisna točnost napovedi obnašanja (fenotipa) biološkega sistema ob (genetski, okoljski) perturbaciji.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>

== Pristopi k sistemski biologiji ==

Modeliranje biološkega sistema zavisi od zastavljenega cilja in vrste biološke informacije, ki je na voljo.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref> Razvila sta se dva pristopa k reševanju problema:

*Od spodaj navzgor (''ang. bottom-up''): gre za deduktiven pristop, ki temelji na natančnih kvantitativnih podatkih podsistema, ki ga preučujemo. Omogoča natančno mehanistično rekonstrukcijo podsistema, vendar ne upošteva njegovih interakcij s preostalim delom večjega biološkega sistema.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

*Od zgoraj navzdol (''ang. top-down''): gre za induktiven pristop, ki temelji na velikem številu podatkov, pridobljenih z visokozmogljivimi (''ang. high-troughput'') metodami. Na ta način pridobimo veliko količino podatkov o komponentah in interakcijah vseh elementov sistema. Globalna slika, ki jo tako lahko sestavimo, pa je za posamezen podsistem manj natančna in izčrpna.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

== Primer sistemskobiološkega pristopa od spodaj navzgor: Rekonstrukcija umetne mreže v kvasovki ==

Umetna mreža IRMA (''In-vivo'', Reverse-engineering and Modeling Assesment) je primer pristopa sistemske biologije od spodaj navzgor, ki zaradi natančnih kvantitativnih podatkov omogoča povratno inženirstvo, tj. poleg napovedi fenotipa tudi razmerja med elementi takega umetnega podsistema. <ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
IRMA sestoji iz 5 ločenih transkripcijskih enot na genomu kvasovke ''Saccharomyces cerevisiae'':
*gen ''CBF1'' (s 3' ''GFP''), ki ga regulira promotor ''HO'',
*gen ''GAL4'', ki ga regulira promotor ''MET16'',
*gen ''SWI5'' (s 3' ''MCY9''), ki ga regulira promotor ''GAL10'',
*gen ''GAL80'' (s 3' 3x''FLAG''), ki ga regulira promotor ''ASH1'',
*gen ''ASH1'' (s 3' 2x''HA''), ki ga regulira promotor ''ASH1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Kljub temu, da gre za sicer majhen podsistem, pa vsebuje vse značilnosti večjega sistema, saj obstaja med elementi več interakcij:
*Cbf1 je transkripcijski faktor promotorja ''MET16'' in aktivira transkripcijo ''GAL4'',
*Gal4 je transkripcijski faktor promotorja ''GAL10'' in aktivira transkripcijo ''SWI5'',
*Swi5 je transkripcijski faktor promotorja ''ASH1'' in ''HO'', zato aktivira transkripcijo ''GAL80'', ''ASH1'' in ''CBF1'',
*Ash1 je represor promotorja ''HO'' in zavira transkripcijo ''CBF1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Sistem IRMA ima tudi stikalo, saj prisotnost galaktoze spodbudi transkripcijo z galaktoznega promotorja, posledično pa tudi aktivacijo vseh ostalih elementov. Takrat proteina Gal4 in Gal80 nista v interakciji. Na gojišču z glukozo je IRMA izključena, saj protein Gal80 asociira z Gal4 in preprečuje, da bi aktiviral transkripcijo s promotorja ''GAL10''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Analiza modela IRMA ==

Z merjenjem koncentracije genov IRME (''CBF1'', ''GAL4'', ''SWI5'', ''GAL80'', ''ASH1'') oz. njihovo mRNA s qPCR ob različnih perturbacijah je mogoče pridobiti vrednosti potrebnih parametrov za matematični opis modela.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Spremljanje dinamike modela pri različnih virih ogljika</h3>
Koncentracija mRNA je odvisna časovno in od vira ogljika: glukoza sistem ugasne, galaktoza pa prižge.
Na glukozi najprej opazimo visoko porast Gal4 in Gal80, ki naj bi se aktivirala zaradi menjave gojišča, ne pa aktivacije glukoze same. Značilni so 3 vrhovi v aktivaciji Swi5, saj ima 3 tarče (''CBF1'', ''GAL80'', ''ASH1''). Cbf1 se zaradi promotorja ''HO'' aktivira z zamikom – sekvenčno po vezavi Swi5. Analogno se Cbf1 z zamikom utiša ob menjavi gojišča z glukozo za galaktozo.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Koncentracija mRNA v stacionarnem stanju ob prekomernem izražanju genov IRME</h3>
Povečana ekspresija aktivatorjev (''CBF1'', ''GAL4'', ''SWI5'') poveča ekspresijo vseh genov v obeh medijih (z višjo ravnjo v galaktozi, ko je Gal80 neaktiven).
Povečana ekspresija ''CBF1'' povzroči močno povišano raven ''SWI5'', vendar se raven ''GAL4'', ki je tarča Cbf1, in regulator ''SWI5'', le malo poviša. Razlog je v tem, da je protein Gal4 stabilen, zato le majhno povečanje mRNA v galaktozi inducira promotor ''GAL10'', ki regulira ''SWI5''.
Povečanje ekspresije ''GAL80'' povzroči utišanje ostalih genov, saj se veže in inaktivira Gal4, tudi v prisotnosti galaktoze.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Modeliranje IRME ==

Da bi lahko napovedali odziv sistema po perturbaciji, je potrebno matematično opisati njegov model in določiti vrednosti parametrov, ki ta model opisujejo. Časovno ekspresijo vsakega elementa IRME lahko opišemo z diferencialno enačbo; model tako sestoji iz sistema nelinearnih diferencialnih enačb. Dobimo izraz za transkripcijsko aktivnost gena kot funkcijo ostalih genov in perturbacije. Privzamemo, da koncentracija genov oz. njihova transkripcija sledi Hillovi kinetiki, hkrati pa je proporcionalna koncentraciji pripadajočega proteina. Razgradnja proteinov sledi kinetiki reakcije 1. reda.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Parametri, ki nastopajo v enačbah, so:
*bazalna aktivnost, tj. imanentno prisotna koncentracija mRNA,
*največja hitrost transkripcije gena,
*Hillov koeficient,
*koncentracije mRNA proteinov, ki vplivajo na transkripcijo drugih genov,
*hitrosti razgradnje proteina,
*na ''GAL80'' vpliva tudi zakasnitev delovanja promotorja ''CBF1'',
*aktivacija ''SWI5'' z Gal4 je inhibirana z Gal80 po Michaelis-Mentenini kinetiki proporcionalno z Gal80 in inverzno z afinitetno konstanto
*vpliv medija (glukoza ali galaktoza).<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Cilj izvedenih eksperimentov je določitev vseh 33 parametrov, ki nastopajo v sistemu nelinearnih diferencialnih enačb, ki opisujejo model. 16 izmed 33 parametrov dobimo s poskusi merjenja moči promotorjev v stacionarnem stanju pri različni ravni izražanja transkripcijskega faktorja. Parametre moči promotorjev dobimo s prileganjem modelne funkcije stacionarnega stanja. Preostale parametre dobimo iz poskusov obnašanja sistema v stacionarnem ali dinamičnem stanju po menjavi medija.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Simulacije modela zelo dobro opišejo eksperimentalne podatke.

== Povratno inženirstvo ==

Cilj povratnega inženirstva je poleg kvantitativnih parametrov tudi določiti razmerja med elementi sistema.<ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref> Te lahko izračunamo z dvema pristopoma:
*z uporabo diferencialnih enačb opišemo časovno odvisnost mRNA kot posledico dinamike genskega omrežja, regresorje - tj. interaktorje izbranega gena, pa iščemo kot najboljšo rešitev enačbe po perturbaciji,
*z uporabo Bayesovega teorema grafično opišemo verjetnost interakcij oz. razmerij med spremenljivkami.
Značilno je uporaba Bayesovega pristopa zanesljivejša in primernejša na večjih modelih. Arhitekturo IRME bolje opiše pristop z diferencialnimi enačbami.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Od sistemske biologije k sintezni ==

Razlog študije modelov je (največkrat) izgradnja celičnih tovarn. Zanje je ključno poznavanje metabolizma (mikro)organizma, ki bi ga – z ustreznimi genetskimi modifikacijami – izrabili za pridobivanje želenih metabolitov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref> Opisan primer IRMA dobro popiše delovanje soodvisnih elementov podsistema kvasovke, vendar je za metabolno inženirstvo potrebno poznavanje veliko večjega sistema elementov. Ker izgradnja celične tovarne zahteva načrtovanje metabolnih poti, moramo kvantitativno poznati vsaj reakcije centralnega ogljikovega metabolizma. Pri tem je neobhodno potreben tudi pristop od zgoraj navzdol, ki vključuje visokozmogljive metode določanja interakcijskih omrežij in metabolomike.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref><ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== Metabolni model ==

Metabolni model ne popisuje družno vseh elementov organizma, temveč le ključne elemente metabolizma, ki so pomembni v celičnem inženirstvu pri načrtovanju proizvodnje želenih učinkovin. Tak model torej upošteva reakcije (osrednjega) ogljikovega metabolizma, hitrost teh reakcij oz. encimsko kinetiko, kompartmentalizacijo procesov, termodinamsko naravo reakcij (redoks potencial, pH, koncentracija molekul, kemijsko ravnotežje), fluks, izrabo vira ogljika, prisotnost proteinov (poleg encimov) in njihove interakcije, regulacijo posameznih stopenj: od regulacije izražanja genov do regulacije encimov z metaboliti).<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>. Tak metabolni model z upoštevanjem vrednosti parametrov lahko napove rast, produkcijo in fluks po perturbaciji.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>

== Načrtovanje celičnih tovarn ==

Cilj metabolnega inženirstva je izboljšanje že obstoječih metabolnih poti za učinkovitejšo proizvodnjo že prisotnih metabolitov, oz. uvedba novih metabolnih poti za proizvodnjo heterolognih učinkovin.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> V obeh primerih lahko do neuspeha pride zaradi:
*slabe rasti mikroorganizma zaradi pomanjkanja metabolitov, ker se preusmerijo v proizvodnjo želene molekule,
*nastanka toksičnih intermediatov,
*uhajanja potrebnih intermediatov,
*zaloge kofaktorjev in prekurzorjev
*interakcije z gostiteljevimi encimi in metabolnimi potmi,
*neaktivnosti heterolognih encimov,
*predolge metabolne poti, ki pomeni manjši izkoristek,
*neustrezne kompartmentalizacije.<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>
Metabolni model omogoča racionalen dizajn metabolnih omrežij, saj je z njimi mogoče simulirati fluks in njegovo uravnavanje zaradi uravnavanja izražanja genov s kombinacijami promotorjev, transkripcijskih faktorjev, aktivatorjev in represorjev. Možno je napovedati tudi rast takšne celične tovarne, družno pa kompartmentalizacija in uravnavano izražanje zmanjšata toksičnost intermediatov in morebitnih končnih produktov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>

<h3>Primer metabolnega inženirstva: izboljšanje proizvodnje etanola pri kvasovki</h3>
Da bi izboljšali proizvodnjo etanola, je potrebno spremeniti regulacijo centralnega ogljikovega metabolizma.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> Težava je, da je fluks preko osrednjega ogljikovega metabolizma zelo natančno kontroliran: Etanol nastaja med anaerobno fermentacijo, hkrati pa tudi glicerol in biomasa. Fluks bi bilo potrebno preusmeriti iz glicerola in biomase v etanol.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> Predpostavljene tarče za izboljšanje proizvodnje etanola so:
#zamenjava reakcij z NADPH pri rasti biomase za NADH,
#zamenjava reakcij z NAD+ pri rasti biomase za NADP+,
#uvedba reakcije, ki pretvarja NADH v NADPH,
#zamenjava reakcij sinteze glicerola za etanol, pri čemer pa pride do oksidacije NADH.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

Preko simulacij metabolnega modela, ki ima dostop tudi do reakcij, ki sicer v kvasovki ne potekajo, je možno pridobiti podatke o uspešnosti predpostavljenih rešitev. Kot najugodnejša rešitev je bila zmodelirana 4.; potrdili so jo tudi eksperimentalno in za 10 % povečali izkoristek proizvodnje etanola. Pri tem je uvedba heterologne gliceraldehid-3-fosfat dehidrogenaze (nefosforilajoča in od NADP+ odvisna) omogoča ireverzibilno oksidacijo gliceraldehid-3-fosfata in NADP+ v 3-fosfoglicerat in NADPH. Na ta način je raven oksido-redukcijskih kofaktorjev ugodnejša za nastanek etanola.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== ''De novo'' sinteza organizmov ==

Za uspešno izgradnjo celičnih tovarn je ključno sodelovanje sistemske in sintezne biologije.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref> Za napovedovanje novih kompleksnih sistemov bo potrebno opisati kompleksnejše modele. To pa bo mogoče le ob poznavanju vseh – tudi kinetičnih – parametrov večjega števila različnih mikroorganizmov. Visokozmogljive metode pa so pri tem ključnega pomena.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>
Ker je za kvasovko ''Saccharomyces cerevisiae'' poznanih več modelov, je zelo dober biotehnološki organizem. Raziskovalci predvidevajo, da jim bo uspelo de novo – s sintezo posameznih komponent sestaviti funkcionalen kvasni genom z želenimi lastnostmi in brez odvečnih regij.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref>

<h2>Viri</h2>
<references/>

Nekaj pogledov na sistemsko biologijo kvasovke

2018-12-03T14:14:18Z

GZun:

Nekaj pogledov na sistemsko biologijo kvasovke

2018-12-03T14:04:28Z

GZun:

Sistemska biologija je disciplina, ki skuša kvantitativno opisati biološki sistem. Tak kvantitativen opis omogoča izdelavo matematičnega modela, z njim pa lahko napovemo obnašanje biološkega sistema po perturbaciji.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Kvantitativen opis omogočajo nove tehnike in pristopi, npr. sekvenciranje nove generacije (NGS), masna spektrometrija (MS) in nuklearna magnetna resonanca (NMR) za analizo metabolitov in proteinov, kvantitativni PCR, DNA-mikromreže … Še posebej pa so pomembne metode, ki omogočajo izdelavo proteinskih in genetskih interakcijskih omrežij, npr. visokozmogljivi dvohibridni sistem kvasovke (Y2H<ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref>) in sintetični genetski nabor (SGA<ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref>).<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref>

Z računskimi metodami, ki jih apliciramo na predpostavljeni model, lahko s prileganjem modelne funkcije sistemu določimo kvantitativne parametre. Od natančnosti dobljenih parametrov in ustrezno predpostavljene funkcije modela je nazadnje odvisna točnost napovedi obnašanja (fenotipa) biološkega sistema ob (genetski, okoljski) perturbaciji.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>

== Pristopi k sistemski biologiji ==

Modeliranje biološkega sistema zavisi od zastavljenega cilja in vrste biološke informacije, ki je na voljo.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref> Razvila sta se dva pristopa k reševanju problema:

Od spodaj navzgor (''ang. bottom-up''): gre za deduktiven pristop, ki temelji na natančnih kvantitativnih podatkih podsistema, ki ga preučujemo. Omogoča natančno mehanistično rekonstrukcijo podsistema, vendar ne upošteva njegovih interakcij s preostalim delom večjega biološkega sistema.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

Od zgoraj navzdol (''ang. top-down''): gre za induktiven pristop, ki temelji na velikem številu podatkov, pridobljenih z visokozmogljivimi (''ang. high-troughput'') metodami. Na ta način pridobimo veliko količino podatkov o komponentah in interakcijah vseh elementov sistema. Globalna slika, ki jo tako lahko sestavimo, pa je za posamezen podsistem manj natančna in izčrpna.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

== Primer sistemskobiološkega pristopa od spodaj navzgor: Rekonstrukcija umetne mreže v kvasovki ==

Umetna mreža IRMA (''In-vivo'', Reverse-engineering and Modeling Assesment) je primer pristopa sistemske biologije od spodaj navzgor, ki zaradi natančnih kvantitativnih podatkov omogoča povratno inženirstvo, tj. poleg napovedi fenotipa tudi razmerja med elementi takega umetnega podsistema. <ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
IRMA sestoji iz 5 ločenih transkripcijskih enot na genomu kvasovke ''Saccharomyces cerevisiae'':
gen ''CBF1'' (s 3' ''GFP''), ki ga regulira promotor ''HO'',
gen ''GAL4'', ki ga regulira promotor ''MET16'',
gen ''SWI5'' (s 3' ''MCY9''), ki ga regulira promotor ''GAL10'',
gen ''GAL80'' (s 3' 3x''FLAG''), ki ga regulira promotor ''ASH1'',
gen ''ASH1'' (s 3' 2x''HA''), ki ga regulira promotor ''ASH1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Kljub temu, da gre za sicer majhen podsistem, pa vsebuje vse značilnosti večjega sistema, saj obstaja med elementi več interakcij:
Cbf1 je transkripcijski faktor promotorja ''MET16'' in aktivira transkripcijo ''GAL4'',
Gal4 je transkripcijski faktor promotorja ''GAL10'' in aktivira transkripcijo ''SWI5'',
Swi5 je transkripcijski faktor promotorja ''ASH1'' in ''HO'', zato aktivira transkripcijo ''GAL80'', ''ASH1'' in ''CBF1'',
Ash1 je represor promotorja ''HO'' in zavira transkripcijo ''CBF1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Sistem IRMA ima tudi stikalo, saj prisotnost galaktoze spodbudi transkripcijo z galaktoznega promotorja, posledično pa tudi aktivacijo vseh ostalih elementov. Takrat proteina Gal4 in Gal80 nista v interakciji. Na gojišču z glukozo je IRMA izključena, saj protein Gal80 asociira z Gal4 in preprečuje, da bi aktiviral transkripcijo s promotorja ''GAL10''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Analiza modela IRMA ==

Z merjenjem koncentracije genov IRME (''CBF1'', ''GAL4'', ''SWI5'', ''GAL80'', ''ASH1'') oz. njihovo mRNA s qPCR ob različnih perturbacijah je mogoče pridobiti vrednosti potrebnih parametrov za matematični opis modela.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Spremljanje dinamike modela pri različnih virih ogljika</h3>
Koncentracija mRNA je odvisna časovno in od vira ogljika: glukoza sistem ugasne, galaktoza pa prižge.
Na glukozi najprej opazimo visoko porast Gal4 in Gal80, ki naj bi se aktivirala zaradi menjave gojišča, ne pa aktivacije glukoze same. Značilni so 3 vrhovi v aktivaciji Swi5, saj ima 3 tarče (''CBF1'', ''GAL80'', ''ASH1''). Cbf1 se zaradi promotorja ''HO'' aktivira z zamikom – sekvenčno po vezavi Swi5. Analogno se Cbf1 z zamikom utiša ob menjavi gojišča z glukozo za galaktozo.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Koncentracija mRNA v stacionarnem stanju ob prekomernem izražanju genov IRME</h3>
Povečana ekspresija aktivatorjev (''CBF1'', ''GAL4'', ''SWI5'') poveča ekspresijo vseh genov v obeh medijih (z višjo ravnjo v galaktozi, ko je Gal80 neaktiven).
Povečana ekspresija ''CBF1'' povzroči močno povišano raven ''SWI5'', vendar se raven ''GAL4'', ki je tarča Cbf1, in regulator ''SWI5'', le malo poviša. Razlog je v tem, da je protein Gal4 stabilen, zato le majhno povečanje mRNA v galaktozi inducira promotor ''GAL10'', ki regulira ''SWI5''.
Povečanje ekspresije ''GAL80'' povzroči utišanje ostalih genov, saj se veže in inaktivira Gal4, tudi v prisotnosti galaktoze.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Modeliranje IRME ==

Da bi lahko napovedali odziv sistema po perturbaciji, je potrebno matematično opisati njegov model in določiti vrednosti parametrov, ki ta model opisujejo. Časovno ekspresijo vsakega elementa IRME lahko opišemo z diferencialno enačbo; model tako sestoji iz sistema nelinearnih diferencialnih enačb. Dobimo izraz za transkripcijsko aktivnost gena kot funkcijo ostalih genov in perturbacije. Privzamemo, da koncentracija genov oz. njihova transkripcija sledi Hillovi kinetiki, hkrati pa je proporcionalna koncentraciji pripadajočega proteina. Razgradnja proteinov sledi kinetiki reakcije 1. reda<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>.
Parametri, ki nastopajo v enačbah, so:
bazalna aktivnost, tj. imanentno prisotna koncentracija mRNA,
največja hitrost transkripcije gena,
Hillov koeficient,
koncentracije mRNA proteinov, ki vplivajo na transkripcijo drugih genov,
hitrosti razgradnje proteina,
na ''GAL80'' vpliva tudi zakasnitev delovanja promotorja ''CBF1'',
aktivacija ''SWI5'' z Gal4 je inhibirana z Gal80 po Michaelis-Mentenini kinetiki proporcionalno z Gal80 in inverzno z afinitetno konstanto
vpliv medija (glukoza ali galaktoza).<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Cilj izvedenih eksperimentov je določitev vseh 33 parametrov, ki nastopajo v sistemu nelinearnih diferencialnih enačb, ki opisujejo model. 16 izmed 33 parametrov dobimo s poskusi merjenja moči promotorjev v stacionarnem stanju pri različni ravni izražanja transkripcijskega faktorja. Parametre moči promotorjev dobimo s prileganjem modelne funkcije stacionarnega stanja. Preostale parametre dobimo iz poskusov obnašanja sistema v stacionarnem ali dinamičnem stanju po menjavi medija.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Simulacije modela zelo dobro opišejo eksperimentalne podatke.

== Povratno inženirstvo ==

Cilj povratnega inženirstva je poleg kvantitativnih parametrov tudi določiti razmerja med elementi sistema.<ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref> Te lahko izračunamo z dvema pristopoma:
z uporabo diferencialnih enačb opišemo časovno odvisnost mRNA kot posledico dinamike genskega omrežja, regresorje - tj. interaktorje izbranega gena, pa iščemo kot najboljšo rešitev enačbe po perturbaciji,
z uporabo Bayesovega teorema grafično opišemo verjetnost interakcij oz. razmerij med spremenljivkami.
Značilno je uporaba Bayesovega pristopa zanesljivejša in primernejša na večjih modelih. Arhitekturo IRME bolje opiše pristop z diferencialnimi enačbami.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Od sistemske biologije k sintezni ==

Razlog študije modelov je (največkrat) izgradnja celičnih tovarn. Zanje je ključno poznavanje metabolizma (mikro)organizma, ki bi ga – z ustreznimi genetskimi modifikacijami – izrabili za pridobivanje želenih metabolitov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref> Opisan primer IRMA dobro popiše delovanje soodvisnih elementov podsistema kvasovke, vendar je za metabolno inženirstvo potrebno poznavanje veliko večjega sistema elementov. Ker izgradnja celične tovarne zahteva načrtovanje metabolnih poti, moramo kvantitativno poznati vsaj reakcije centralnega ogljikovega metabolizma. Pri tem je neobhodno potreben tudi pristop od zgoraj navzdol, ki vključuje visokozmogljive metode določanja interakcijskih omrežij in metabolomike.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref><ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== Metabolni model ==

Metabolni model ne popisuje družno vseh elementov organizma, temveč le ključne elemente metabolizma, ki so pomembni v celičnem inženirstvu pri načrtovanju proizvodnje želenih učinkovin. Tak model torej upošteva reakcije (osrednjega) ogljikovega metabolizma, hitrost teh reakcij oz. encimsko kinetiko, kompartmentalizacijo procesov, termodinamsko naravo reakcij (redoks potencial, pH, koncentracija molekul, kemijsko ravnotežje), fluks, izrabo vira ogljika, prisotnost proteinov (poleg encimov) in njihove interakcije, regulacijo posameznih stopenj: od regulacije izražanja genov do regulacije encimov z metaboliti).<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>. Tak metabolni model z upoštevanjem vrednosti parametrov lahko napove rast, produkcijo in fluks po perturbaciji.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref>

== Načrtovanje celičnih tovarn ==

Cilj metabolnega inženirstva je izboljšanje že obstoječih metabolnih poti za učinkovitejšo proizvodnjo že prisotnih metabolitov, oz. uvedba novih metabolnih poti za proizvodnjo heterolognih učinkovin.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti">B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> V obeh primerih lahko do neuspeha pride zaradi:
slabe rasti mikroorganizma zaradi pomanjkanja metabolitov, ker se preusmerijo v proizvodnjo želene molekule,
nastanka toksičnih intermediatov,
uhajanja potrebnih intermediatov,
zaloge kofaktorjev in prekurzorjev
interakcije z gostiteljevimi encimi in metabolnimi potmi,
neaktivnosti heterolognih encimov,
predolge metabolne poti, ki pomeni manjši izkoristek,
neustrezne kompartmentalizacije.<ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>
Metabolni model omogoča racionalen dizajn metabolnih omrežij, saj je z njimi mogoče simulirati fluks in njegovo uravnavanje zaradi uravnavanja izražanja genov s kombinacijami promotorjev, transkripcijskih faktorjev, aktivatorjev in represorjev. Možno je napovedati tudi rast takšne celične tovarne, družno pa kompartmentalizacija in uravnavano izražanje zmanjšata toksičnost intermediatov in morebitnih končnih produktov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref>

<h3>Primer metabolnega inženirstva: izboljšanje proizvodnje etanola pri kvasovki</h3>
Da bi izboljšali proizvodnjo etanola, je potrebno spremeniti regulacijo centralnega ogljikovega metabolizma.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> Težava je, da je fluks preko osrednjega ogljikovega metabolizma zelo natančno kontroliran: Etanol nastaja med anaerobno fermentacijo, hkrati pa tudi glicerol in biomasa. Fluks bi bilo potrebno preusmeriti iz glicerola in biomase v etanol.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref> Predpostavljene tarče za izboljšanje proizvodnje etanola so:
1) zamenjava reakcij z NADPH pri rasti biomase za NADH,
2) zamenjava reakcij z NAD+ pri rasti biomase za NADP+,
3) uvedba reakcije, ki pretvarja NADH v NADPH,
4) zamenjava reakcij sinteze glicerola za etanol, pri čemer pa pride do oksidacije NADH.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

Preko simulacij metabolnega modela, ki ima dostop tudi do reakcij, ki sicer v kvasovki ne potekajo, je možno pridobiti podatke o uspešnosti predpostavljenih rešitev. Kot najugodnejša rešitev je bila zmodelirana 4.; potrdili so jo tudi eksperimentalno in za 10 % povečali izkoristek proizvodnje etanola. Pri tem je uvedba heterologne gliceraldehid-3-fosfat dehidrogenaze (nefosforilajoča in od NADP+ odvisna) omogoča ireverzibilno oksidacijo gliceraldehid-3-fosfata in NADP+ v 3-fosfoglicerat in NADPH. Na ta način je raven oksido-redukcijskih kofaktorjev ugodnejša za nastanek etanola.<ref name="šestnajsti">C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== ''De novo'' sinteza organizmov ==

Za uspešno izgradnjo celičnih tovarn je ključno sodelovanje sistemske in sintezne biologije.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref> Za napovedovanje novih kompleksnih sistemov bo potrebno opisati kompleksnejše modele. To pa bo mogoče le ob poznavanju vseh – tudi kinetičnih – parametrov večjega števila različnih mikroorganizmov. Visokozmogljive metode pa so pri tem ključnega pomena.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>
Ker je za kvasovko ''Saccharomyces cerevisiae'' poznanih več modelov, je zelo dober biotehnološki organizem. Raziskovalci predvidevajo, da jim bo uspelo de novo – s sintezo posameznih komponent sestaviti funkcionalen kvasni genom z želenimi lastnostmi in brez odvečnih regij.<ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref>

<h2>Viri</h2>
<references/>

Nekaj pogledov na sistemsko biologijo kvasovke

2018-12-03T13:38:14Z

GZun:

Sistemska biologija je disciplina, ki skuša kvantitativno opisati biološki sistem. Tak kvantitativen opis omogoča izdelavo matematičnega modela, z njim pa lahko napovemo obnašanje biološkega sistema po perturbaciji.<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Kvantitativen opis omogočajo nove tehnike in pristopi, npr. sekvenciranje nove generacije (NGS), masna spektrometrija (MS) in nuklearna magnetna resonanca (NMR) za analizo metabolitov in proteinov, kvantitativni PCR, DNA-mikromreže … Še posebej pa so pomembne metode, ki omogočajo izdelavo proteinskih in genetskih interakcijskih omrežij, npr. visokozmogljivi dvohibridni sistem kvasovke (Y2H<ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref>) in sintetični genetski nabor (SGA<ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref>).<ref name="prvi">A. R. Borneman, P. J. Chambers, and I. S. Pretorius, “Yeast systems biology: modelling the winemaker’s art,” Trends in Biotechnology, vol. 25, no. 8, pp. 349–355, 2007.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="osmi">C. Boone, “Yeast systems biology: Our best shot at modeling a cell,” Genetics, 2014.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref><ref name="deseti>B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref>

Z računskimi metodami, ki jih apliciramo na predpostavljeni model, lahko s prileganjem modelne funkcije sistemu določimo kvantitativne parametre. Od natančnosti dobljenih parametrov in ustrezno predpostavljene funkcije modela je nazadnje odvisna točnost napovedi obnašanja (fenotipa) biološkega sistema ob (genetski, okoljski) perturbaciji.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="deveti">V. Janjić, R. Sharan, and N. Pržulj, “Modelling the yeast interactome,” Scientific Reports, 2014.</ref>

== Pristopi k sistemski biologiji ==

Modeliranje biološkega sistema zavisi od zastavljenega cilja in vrste biološke informacije, ki je na voljo.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref> Razvila sta se dva pristopa k reševanju problema:

Od spodaj navzgor (''ang. bottom-up''): gre za deduktiven pristop, ki temelji na natančnih kvantitativnih podatkih podsistema, ki ga preučujemo. Omogoča natančno mehanistično rekonstrukcijo podsistema, vendar ne upošteva njegovih interakcij s preostalim delom večjega biološkega sistema.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

Od zgoraj navzdol (''ang. top-down''): gre za induktiven pristop, ki temelji na velikem številu podatkov, pridobljenih z visokozmogljivimi (''ang. high-troughput'') metodami. Na ta način pridobimo veliko količino podatkov o komponentah in interakcijah vseh elementov sistema. Globalna slika, ki jo tako lahko sestavimo, pa je za posamezen podsistem manj natančna in izčrpna.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="enajsti">K. C. Soh, L. Miskovic, and V. Hatzimanikatis, “From network models to network responses: Integration of thermodynamic and kinetic properties of yeast genome-scale metabolic networks,” FEMS Yeast Research. 2012.</ref>

== Primer sistemskobiološkega pristopa od spodaj navzgor: Rekonstrukcija umetne mreže v kvasovki ==

Umetna mreža IRMA (''In-vivo'', Reverse-engineering and Modeling Assesment) je primer pristopa sistemske biologije od spodaj navzgor, ki zaradi natančnih kvantitativnih podatkov omogoča povratno inženirstvo, tj. poleg napovedi fenotipa tudi razmerja med elementi takega umetnega podsistema. <ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
IRMA sestoji iz 5 ločenih transkripcijskih enot na genomu kvasovke ''Saccharomyces cerevisiae'':
gen ''CBF1'' (s 3' ''GFP''), ki ga regulira promotor ''HO'',
gen ''GAL4'', ki ga regulira promotor ''MET16'',
gen ''SWI5'' (s 3' ''MCY9''), ki ga regulira promotor ''GAL10'',
gen ''GAL80'' (s 3' 3x''FLAG''), ki ga regulira promotor ''ASH1'',
gen ''ASH1'' (s 3' 2x''HA''), ki ga regulira promotor ''ASH1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Kljub temu, da gre za sicer majhen podsistem, pa vsebuje vse značilnosti večjega sistema, saj obstaja med elementi več interakcij:
Cbf1 je transkripcijski faktor promotorja ''MET16'' in aktivira transkripcijo ''GAL4'',
Gal4 je transkripcijski faktor promotorja ''GAL10'' in aktivira transkripcijo ''SWI5'',
Swi5 je transkripcijski faktor promotorja ''ASH1'' in ''HO'', zato aktivira transkripcijo ''GAL80'', ''ASH1'' in ''CBF1'',
Ash1 je represor promotorja ''HO'' in zavira transkripcijo ''CBF1''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Sistem IRMA ima tudi stikalo, saj prisotnost galaktoze spodbudi transkripcijo z galaktoznega promotorja, posledično pa tudi aktivacijo vseh ostalih elementov. Takrat proteina Gal4 in Gal80 nista v interakciji. Na gojišču z glukozo je IRMA izključena, saj protein Gal80 asociira z Gal4 in preprečuje, da bi aktiviral transkripcijo s promotorja ''GAL10''.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Analiza modela IRMA ==

Z merjenjem koncentracije genov IRME (''CBF1'', ''GAL4'', ''SWI5'', ''GAL80'', ''ASH1'') oz. njihovo mRNA s qPCR ob različnih perturbacijah je mogoče pridobiti vrednosti potrebnih parametrov za matematični opis modela.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Spremljanje dinamike modela pri različnih virih ogljika</h3>
Koncentracija mRNA je odvisna časovno in od vira ogljika: glukoza sistem ugasne, galaktoza pa prižge.
Na glukozi najprej opazimo visoko porast Gal4 in Gal80, ki naj bi se aktivirala zaradi menjave gojišča, ne pa aktivacije glukoze same. Značilni so 3 vrhovi v aktivaciji Swi5, saj ima 3 tarče (''CBF1'', ''GAL80'', ''ASH1''). Cbf1 se zaradi promotorja ''HO'' aktivira z zamikom – sekvenčno po vezavi Swi5. Analogno se Cbf1 z zamikom utiša ob menjavi gojišča z glukozo za galaktozo.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
<h3>Koncentracija mRNA v stacionarnem stanju ob prekomernem izražanju genov IRME</h3>
Povečana ekspresija aktivatorjev (''CBF1'', ''GAL4'', ''SWI5'') poveča ekspresijo vseh genov v obeh medijih (z višjo ravnjo v galaktozi, ko je Gal80 neaktiven).
Povečana ekspresija ''CBF1'' povzroči močno povišano raven ''SWI5'', vendar se raven ''GAL4'', ki je tarča Cbf1, in regulator ''SWI5'', le malo poviša. Razlog je v tem, da je protein Gal4 stabilen, zato le majhno povečanje mRNA v galaktozi inducira promotor ''GAL10'', ki regulira ''SWI5''.
Povečanje ekspresije ''GAL80'' povzroči utišanje ostalih genov, saj se veže in inaktivira Gal4, tudi v prisotnosti galaktoze.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Modeliranje IRME ==

Da bi lahko napovedali odziv sistema po perturbaciji, je potrebno matematično opisati njegov model in določiti vrednosti parametrov, ki ta model opisujejo. Časovno ekspresijo vsakega elementa IRME lahko opišemo z diferencialno enačbo; model tako sestoji iz sistema nelinearnih diferencialnih enačb. Dobimo izraz za transkripcijsko aktivnost gena kot funkcijo ostalih genov in perturbacije. Privzamemo, da koncentracija genov oz. njihova transkripcija sledi Hillovi kinetiki, hkrati pa je proporcionalna koncentraciji pripadajočega proteina. Razgradnja proteinov sledi kinetiki reakcije 1. reda<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>.
Parametri, ki nastopajo v enačbah, so:
bazalna aktivnost, tj. imanentno prisotna koncentracija mRNA,
največja hitrost transkripcije gena,
Hillov koeficient,
koncentracije mRNA proteinov, ki vplivajo na transkripcijo drugih genov,
hitrosti razgradnje proteina,
na ''GAL80'' vpliva tudi zakasnitev delovanja promotorja ''CBF1'',
aktivacija ''SWI5'' z Gal4 je inhibirana z Gal80 po Michaelis-Mentenini kinetiki proporcionalno z Gal80 in inverzno z afinitetno konstanto
vpliv medija (glukoza ali galaktoza).<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

Cilj izvedenih eksperimentov je določitev vseh 33 parametrov, ki nastopajo v sistemu nelinearnih diferencialnih enačb, ki opisujejo model. 16 izmed 33 parametrov dobimo s poskusi merjenja moči promotorjev v stacionarnem stanju pri različni ravni izražanja transkripcijskega faktorja. Parametre moči promotorjev dobimo s prileganjem modelne funkcije stacionarnega stanja. Preostale parametre dobimo iz poskusov obnašanja sistema v stacionarnem ali dinamičnem stanju po menjavi medija.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>
Simulacije modela zelo dobro opišejo eksperimentalne podatke.

== Povratno inženirstvo ==

Cilj povratnega inženirstva je poleg kvantitativnih parametrov tudi določiti razmerja med elementi sistema.<ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref> Te lahko izračunamo z dvema pristopoma:
z uporabo diferencialnih enačb opišemo časovno odvisnost mRNA kot posledico dinamike genskega omrežja, regresorje - tj. interaktorje izbranega gena, pa iščemo kot najboljšo rešitev enačbe po perturbaciji,
z uporabo Bayesovega teorema grafično opišemo verjetnost interakcij oz. razmerij med spremenljivkami.
Značilno je uporaba Bayesovega pristopa zanesljivejša in primernejša na večjih modelih. Arhitekturo IRME bolje opiše pristop z diferencialnimi enačbami.<ref name="peti">I. Cantone et al., “A Yeast Synthetic Network for In Vivo Assessment of Reverse-Engineering and Modeling Approaches,” Cell, 2009.</ref>

== Od sistemske biologije k sintezni ==

Razlog študije modelov je (največkrat) izgradnja celičnih tovarn. Zanje je ključno poznavanje metabolizma (mikro)organizma, ki bi ga – z ustreznimi genetskimi modifikacijami – izrabili za pridobivanje želenih metabolitov.<ref name="drugi">R. Mustacchi, S. Hohmann, and J. Nielsen, “Yeast systems biology to unravel the network of life,” Yeast. 2006.</ref><ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="deseti>B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="trinajsti">C. M. Denby et al., “Industrial brewing yeast engineered for the production of primary flavor determinants in hopped beer,” Nature Communications, 2018.</ref><ref name="štirinajsti">B. D. Heavner and N. D. Price, “Comparative Analysis of Yeast Metabolic Network Models Highlights Progress, Opportunities for Metabolic Reconstruction,” PLoS Computational Biology, 2015.</ref><ref name="petnajsti">B. J. Sánchez, C. Zhang, A. Nilsson, P. Lahtvee, E. J. Kerkhoven, and J. Nielsen, “Improving the phenotype predictions of a yeast genome‐scale metabolic model by incorporating enzymatic constraints,” Molecular Systems Biology, 2017.</ref> Opisan primer IRMA dobro popiše delovanje soodvisnih elementov podsistema kvasovke, vendar je za metabolno inženirstvo potrebno poznavanje veliko večjega sistema elementov. Ker izgradnja celične tovarne zahteva načrtovanje metabolnih poti, moramo kvantitativno poznati vsaj reakcije centralnega ogljikovega metabolizma. Pri tem je neobhodno potreben tudi pristop od zgoraj navzdol, ki vključuje visokozmogljive metode določanja interakcijskih omrežij in metabolomike.<ref name="tretji">D. Petranovic and G. N. Vemuri, “Impact of yeast systems biology on industrial biotechnology,” Journal of Biotechnology, 2009.</ref><ref name="četrti">R. S. K. Walker and I. S. Pretorius, “Applications of yeast synthetic biology geared towards the production of biopharmaceuticals,” Genes. 2018.</ref><ref name="šesti">N. Yachie et al., “Pooled-matrix protein interaction screens using Barcode Fusion Genetics,” Molecular Systems Biology, 2016.</ref><ref name="sedmi">A. H. Y. Tong and C. Boone, “Synthetic Genetic Array Analysis in Saccharomyces cerevisiae,” in Yeast Protocols, 2006.</ref><ref name="deseti>B. Oud, A. J. A. Van Maris, J. M. Daran, and J. T. Pronk, “Genome-wide analytical approaches for reverse metabolic engineering of industrially relevant phenotypes in yeast,” FEMS Yeast Research. 2012.</ref><ref name="dvanajsti">H. Lopes and I. Rocha, “Genome-scale modeling of yeast: chronology, applications and critical perspectives,” FEMS yeast research. 2017.</ref><ref name="šestnajsti>C. Bro, B. Regenberg, J. Förster, and J. Nielsen, “In silico aided metabolic engineering of Saccharomyces cerevisiae for improved bioethanol production,” Metabolic Engineering, 2006.</ref>

== Metabolni model ==

Metabolni model ne popisuje družno vseh elementov organizma, temveč le ključne elemente metabolizma, ki so pomembni v celičnem inženirstvu pri načrtovanju proizvodnje želenih učinkovin. Tak model torej upošteva reakcije (osrednjega) ogljikovega metabolizma, hitrost teh reakcij oz. encimsko kinetiko, kompartmentalizacijo procesov, termodinamsko naravo reakcij (redoks potencial, pH, koncentracija molekul, kemijsko ravnotežje), fluks, izrabo vira ogljika, prisotnost proteinov (poleg encimov) in njihove interakcije, regulacijo posameznih stopenj: od regulacije izražanja genov do regulacije encimov z metaboliti) [11][15]. Tak metabolni model z upoštevanjem vrednosti parametrov lahko napove rast, produkcijo in fluks po perturbaciji [3] [4][12][14] [15].
NAČRTOVANJE CELIČNIH TOVARN
Cilj metabolnega inženirstva je izboljšanje že obstoječih metabolnih poti za učinkovitejšo proizvodnjo že prisotnih metabolitov, oz. uvedba novih metabolnih poti za proizvodnjo heterolognih učinkovin [2] [3][4][10][12][16]. V obeh primerih lahko do neuspeha pride zaradi:
-slabe rasti mikroorganizma zaradi pomanjkanja metabolitov, ker se preusmerijo v proizvodnjo želene molekule
-nastanka toksičnih intermediatov
-uhajanja potrebnih intermediatov
-zaloge kofaktorjev in prekurzorjev
-interakcije z gostiteljevimi encimi in metabolnimi potmi
-neaktivnosti heterolognih encimov
-predolge metabolne poti, ki pomeni manjši izkoristek
-neustrezne kompartmentalizacije [11] [12]
Metabolni model omogoča racionalen dizajn metabolnih omrežij, saj je z njimi mogoče simulirati fluks in njegovo uravnavanje zaradi uravnavanja izražanja genov s kombinacijami promotorjev, transkripcijskih faktorjev, aktivatorjev in represorjev. Možno je napovedati tudi rast takšne celične tovarne, družno pa kompartmentalizacija in uravnavano izražanje zmanjšata toksičnost intermediatov in morebitnih končnih produktov [2][11][12].
Primer metabolnega inženirstva: izboljšanje proizvodnje etanola pri kvasovki
Da bi izboljšali proizvodnjo etanola, je potrebno spremeniti regulacijo centralnega ogljikovega metabolizma [3][16]. Težava je, da je fluks preko osrednjega ogljikovega metabolizma zelo natančno kontroliran: Etanol nastaja med anaerobno fermentacijo, hkrati pa tudi glicerol in biomasa. Fluks bi bilo potrebno preusmeriti iz glicerola in biomase v etanol [16]. Predpostavljene tarče za izboljšanje proizvodnje etanola so:
1) zamenjava reakcij z NADPH pri rasti biomase za NADH
2) zamenjava reakcij z NAD+ pri rasti biomase za NADP+
3) uvedba reakcije, ki pretvarja NADH v NADPH
4) zamenjava reakcij sinteze glicerola za etanol, pri čemer pa pride do oksidacije NADH [16].

Preko simulacij metabolnega modela, ki ima dostop tudi do reakcij, ki sicer v kvasovki ne potekajo, je možno pridobiti podatke o uspešnosti predpostavljenih rešitev. Kot najugodnejša rešitev je bila zmodelirana 4.; potrdili so jo tudi eksperimentalno in za 10 % povečali izkoristek proizvodnje etanola. Pri tem je uvedba heterologne gliceraldehid-3-fosfat dehidrogenaze (nefosforilajoča in od NADP+ odvisna) omogoča ireverzibilno oksidacijo gliceraldehid-3-fosfata in NADP+ v 3-fosfoglicerat in NADPH. Na ta način je raven oksido-redukcijskih kofaktorjev ugodnejša za nastanek etanola [16].

DE NOVO SINTEZA ORGANIZMOV
Za uspešno izgradnjo celičnih tovarn je ključno sodelovanje sistemske in sintezne biologije [1], [12] [13]. Za napovedovanje novih kompleksnih sistemov bo potrebno opisati kompleksnejše modele. To pa bo mogoče le ob poznavanju vseh – tudi kinetičnih – parametrov večjega števila različnih mikroorganizmov. Visokozmogljive metode pa so pri tem ključnega pomena [4][8][9].
Ker je za kvasovko Saccharomyces cerevisiae poznanih več modelov, je zelo dober biotehnološki organizem. Raziskovalci predvidevajo, da jim bo uspelo de novo – s sintezo posameznih komponent sestaviti funkcionalen kvasni genom z želenimi lastnostmi in brez odvečnih regij [4].

<h2>Viri</h2>
<references/>

Nekaj pogledov na sistemsko biologijo kvasovke

2018-12-03T12:59:29Z

GZun: New page: Sistemska biologija je disciplina, ki skuša kvantitativno opisati biološki sistem. Tak kvantitativen opis omogoča izdelavo matematičnega modela, z njim pa lahko napovemo obnašanje bio...

MBT seminarji 2017

2017-04-18T16:01:14Z

GZun:

'''Seznam seminarjev iz Molekularne biotehnologije v študijskem letu 2016/17'''

Na tej strani je seznam odobrenih člankov za seminar ter povezave do člankov in do povzetkov, ki jih morate objaviti najkasneje do ponedeljka do polnoči v tednu, ko imate seminar (v sredo). Angleški naslov prevedite tudi v slovenščino - to bo naslov povzetka, ki ga objavite na posebni strani, tako kot so to naredili kolegi pred vami (oz. predlani).

Način vnosa:

# The importance of ''Arabidopsis'' glutathione peroxidase 8 for protecting ''Arabidopsis'' plant and ''E. coli'' cells against oxidative stress (A. Gaber; GM Crops & Food 5(1), 2014; http://dx.doi.org/10.4161/gmcr.26979) Pomen glutation peroksidaze 8 iz repnjakovca za zaščito rastline ''Arabidopsis thaliana'' in bakterije ''Escherichia coli'' pred oksidativnim stresom. Janez Novak, 15. marca 2017
(slovenski naslov povežite z novo stranjo, na kateri bo povzetek)

'''Naslovi odobrenih člankov po temah:'''

'''Gensko spremenjene rastline''' (8. marec) 
# Synthesis of bacteriophage lytic proteins against ''Streptococcus pneumoniae'' in the chloroplast of ''Chlamydomonas reinhardtii'' (L. Stoffels ''et al''; Plant Biotechnol. J., 2017; http://onlinelibrary.wiley.com/doi/10.1111/pbi.12703/epdf) [[Sinteza bakteriofagnih litičnih proteinov proti Streptococcus pneumoniae v kloroplastih alge Chlamydomonas reinhardtii]]. Eva Vidak, 8. marec 2017
# Bioengineering of the Plant Culture of ''Capsicum frutescens'' with Vanillin Synthase Gene for the Production of Vanillin (M. Jenn Yang Chee ''et al''; Molecular Biotechnology 59(1), 2017; http://link.springer.com/article/10.1007/s12033-016-9986-2) [[Bioinženiring rastlinske kulture Capsicum frutescens z genom za vanilin sintazo za pridobivanje vanilina]]. Mojca Juteršek, 8. marec 2017
# The production of human glucocerebrosidase in glyco-engineered ''Nicotiana benthamiana'' plants (Limkul, J. ''et al''; Plant Biotechnol J., 2016; http://onlinelibrary.wiley.com/doi/10.1111/pbi.12529/full) [[Proizvodnja človeške glukocerebrozidaze v rastlini Nicotiana benthamiana s spremenjeno glikozilacijo]]. Vita Vidmar, 8. marec 2017

'''Gensko spremenjene živali''' (15. marec) 
# Evaluation of porcine stem cells competence for somatic cell nuclear transfer and production of cloned animals (J. O. Secher; Animal Reproduction Science, 2017;http://www.sciencedirect.com/science/article/pii/S0378432016304274) [[Določanje kompetence prašičjih matičnih celic za somatski jedrni prenos in kloniranje živali]]. Jerneja Kocutar, 15. marec 2017
# High-level expression of a novel recombinant human plasminogen activator (rhPA) in the milk of transgenic rabbits and its thrombolytic bioactivity ''in vitro'' (Song, S. ''et al''; Molecular Biology Reports ,2016; https://link-springer-com.nukweb.nuk.uni-lj.si/article/10.1007%2Fs11033-016-4020-0) [[Visoka stopnja izražanja rekombinantnega tkivnega aktivatorja plazminogena v mleku transgenskih zajcev in njegova trombolitična aktivnost in vitro]]. Tjaša Lapanja, 15. marec 2017
# Precision engineering for PRRSV resistance in pigs: Macrophages from genome edited pigs lacking CD163 SRCR5 domain are fully resistant to both PRRSV genotypes while maintaining biological function (C. Burcard ''et al''; PLOS Pathogens 13 (2) 2017; http://journals.plos.org/plospathogens/article?id=10.1371/journal.ppat.1006206) [[Makrofagi iz gensko spremenjenih prašičev z delecijo domene CD163 SRCR5 odporni na okužbo s PRRSV]]. Urška Černe, 15. marec 2017

'''Okolje''' (22. marec) 
# Decorating outer membrane vesicles with organophosphorus hydrolase and cellulose binding domain for organophosphate pesticide degradation (S. Fu-Hsiang ''et al''; Chemical Engineering Journal, 2017; http://www.sciencedirect.com/science/article/pii/S1385894716312815) [[Predstavitev organofosfatne hidrolaze in celuloza vezavne domene na površini veziklov zunanje membrane za razgradnjo organofosfatnih pesticidov]]. Nina Roštan, 22. marec 2017
# Bacterial Exopolysaccharide mediated heavy metal removal: A Review on biosynthesis, mechanism and remediation strategies (P. Gupta in B. Diwan; Biotechnology Reports, 2017; http://www.sciencedirect.com/science/article/pii/S2215017X16301382) [http://wiki.fkkt.uni-lj.si/index.php/Odstranjevanje_te%C5%BEkih_kovin_s_pomo%C4%8Djo_bakterijskih_eksopolisaharidov:_biosinteza%2C_mehanizem_in_strategije_remediacije Odstranjevanje težkih kovin s pomočjo bakterijskih eksopolisaharidov: biosinteza, mehanizem in strategije remediacije]. Eva Korošec, 22. marec 2017
# Disulfide isomerase-like protein AtPDIL1–2 is a good candidate for trichlorophenol phytodetoxification (Peng, R.-H. in sod.; Sci. Rep. 7, 2017; http://www.nature.com/articles/srep40130#s1) [[Disulfid izomerazi podoben protein AtPDIL1-2 kot kandidat za fitodetoksifikacijo 2,4,6-triklorofenola]]. Ana Cirnski, 22. marca 2017

'''Terapevtski proteini''' (29. marec) 
# Production of functional human nerve growth factor from the saliva of transgenic mice by using salivary glands as bioreactors (F. Zeng in sodelavci; Scientific Reports 7(41270), 2017; http://www.nature.com/articles/srep41270) [[Proizvodnja humanega živčnega rastnega faktorja v slini transgenskih miši z uporabo žlez slinavk kot bioreaktorjev]]. Neža Levičnik, 29. marca 2017
# Mechano growth factor-C24E, a potential promoting biochemical factor for ligament tissue engineering (Y. Song in sodelavci; Biochemical Engineering Journal 105(2016) 249-263,2016, http://www.sciencedirect.com/science/article/pii/S1369703X15300681) [[MGF-C24E, potencialni promovirajoči biokemijski faktor za tkivno inženirstvo ligamentov]] . Peter Prezelj, 29. marca 2017
# Secretion of biologically active pancreatitis-associated protein I (PAP) by genetically modified dairy ''Lactococcus lactis'' NZ9000 in the prevention of intestinal mucositis (R. D. Carvalho ''et al''; Microbial cell factories, 2017; http://microbialcellfactories.biomedcentral.com/articles/10.1186/s12934-017-0624-x) [[Preprečevanje vnetja sluznice prebavnega trakta z gensko spremenjenimi bakterijami Lactococcus lactis NZ9000, ki izločajo biološko aktivni s pankreatitisom povezani protein I (PAP)]]. Domen Klofutar, 29. marec 2017

'''Protitelesa kot terapevtiki''' (5. april) 
# Therapeutic antibody targeting of indoleamine-2,3-dioxygenase (IDO2) inhibits autoimmune arthritis (L. M. F. Merlo "et al"; Clinical Immunology, 2017; http://www.sciencedirect.com/science/article/pii/S1521661616306052). [[Terapevtska protitelesa proti indolamin 2,3-dioksigenazi zavirajo avtoimunski artritis]]. Ema Guštin, 5. aprila 2017
# Production of a tumor-targeting antibody with a human-compatible glycosylation profile in ''N. benthamiana'' hairy root cultures (C. Lonoce ''et al''; Biotechnology Journal, 2016; http://onlinelibrary.wiley.com/doi/10.1002/biot.201500628/abstract) [[Proizvodnja protitumorskih protiteles s človeku kompatibilnim glikozilacijskim profilom v kulturah koreninskih laskov v Nicotiani benthamiani]]. Jan Rozman, 5.4.2017
# A Therapeutic Antibody for Cancer, Derived from Single Human B Cells (R. T. Bushey ''et al''; Cell Reports 15(7), 2016, http://www.sciencedirect.com/science/article/pii/S221112471630465X) [[Terapevtsko protitelo proti raku, pridobljeno iz človeške B celice]]. Alja Zgonc, 5. april 2017

'''Diagnostiki''' (12. april) 
# Diagnostic value of recombinant Tp0821 protein in serodiagnosis for syphilis (Yafeng, ''et al''; Letters in applied microbiology, 2016, 62.4: 336-343; https://www.ncbi.nlm.nih.gov/pubmed/26853900)[[Diagnostična vrednost rekombinantnega proteina Tp0821 v serodiagnostiki sifilisa]]. Tjaša Košir, 19. april 2017.
# Detection of urinary cell-free miR-210 as a potential tool of liquid biopsy for clear cell renal cell carcinoma (G. Li ''et al''; Urologic Oncology: Seminars and Original Investigations, 2017; http://dx.doi.org/10.1016/j.urolonc.2016.12.007) [[Zaznavanje zunajcelične miR-210 v urinu kot potencialni diagnostični test za odkrivanje svetloceličnega karcinoma ledvičnih celic]]. Petra Vivod, 12. april 2017
# Multiplex Detection of Extensively Drug Resistant Tuberculosis using Binary Deoxyribozyme Sensors (H. N. Bengtson ''et al''; Biosensors and Bioelectronics 94, 2017; http://dx.doi.org/10.1016/j.bios.2017.02.051) [[Multipleksna detekcija na zdravila odporne tuberkuloze z binarnimi deoksiribocimnimi senzorji]]. Marija Kisilak, 12. april 2017

'''Cepiva''' (19. april) 
#Enhanced humoral and CD8 + T cell immunity in mice vaccinated by DNA vaccine against human respiratory syncytial virus through targeting the encoded F protein to dendritic cells (Y. Hua ''et al''; International Immunopharmacology, Vol 46, 2017; http://doi.org/10.1016/j.intimp.2017.02.023) [[Ojačanje humoralne in T-celične CD8+ imunosti v miškah cepljenih s cepivom DNA proti človeškemu respiratornemu sincicijskemu virusu z usmerjanjem kodiranega proteina F na dendritske celice]]. Tomaž Rozmarič, 19. april
# A novel staphylococcal enterotoxin B subunit vaccine candidate elicits protective immune response in a mouse model (J. Y. Choi ''et al''; Toxicon 131, 2017; http://www.sciencedirect.com/science/article/pii/S0041010117301071) [[Novo cepivo proti stafilokoknem enterotoksinu B izzove zaščitni imunski odziv pri miši]]. Amadeja Lapornik, 19. april 2017
#Protective efficacy of six immunogenic recombinant proteins of ''Vibrio anguillarum'' and evaluation them as vaccine candidate for flounder (''Paralichthys olivaceus'') (J. Xing ''et al''; Microbial Pathogenesis 107, 2017; http://www.sciencedirect.com/science/article/pii/S0882401017301857) [[Ovrednotenje šestih imunogenih rekombinantnih proteinov bakterije Vibrio Anguillarum kot kandidatna cepiva za ribo Paralichthys olivaceus]]. Mojca Hunski, 19. aprila 2017

'''Antibiotiki in LMW učinkovine''' (26. april) 
# Structural Basis of ''Mycobacterium tuberculosis''Transcription and Transcription Inhibition http://doi.org/10.1016/j.molcel.2017.03.001 Stukturna osnova transkripcije in transripcijske inhibicije v ''Mycobacterium tuberculosis'' Vid Jazbec
#Zala Gluhić
#Katja Malovrh

'''Male molekule in polimeri''' (3. maj) 
# Engineering of a microbial coculture of ''Escherichia coli'' strains for the biosynthesis of resveratrol (José M. Camacho-Zaragoza ''et al''; Microbal Cell factories 15(163), 2016; https://microbialcellfactories.biomedcentral.com/articles/10.1186/s12934-016-0562-z) Inženiring mikrobne kokulture dveh sevov ''Escherichia coli'' za biosintezo resveratrola. Petra Tavčar,3. marec 2017
# Tim Božič
# Tajda Buh

'''Encimi''' (10. maj) 
# Production of the renewable extremophile lipase: Valuable biocatalyst with potential usage in food industry (M. Memarpoor-Yazdi ''et al''; Food and Bioproducts Processing 102, 2017; http://www.sciencedirect.com/science/article/pii/S0960308516301900) Proizvodnja obnovljive ekstremofilne lipaze: dragocen biokatalist s potencialno uporabo v industriji hrane. Nataša Traven, 10. maj 2017
# Bine Tršavec
# Simon Bolta

'''Pretvorba biomase''' (17. maj) 
# Inge Sotlar
# Anja Herceg
# The ''Podospora anserina'' lytic polysaccharide monooxygenase PaLPMO9H catalyzes oxidative cleavage of diverse plant cell wall matrix glycans (M. Fanuel ''et al''; Biotechnology for Biofuels, 2017; https://biotechnologyforbiofuels.biomedcentral.com/articles/10.1186/s13068-017-0749-5). Anja Tanšek, 17. maj 2017

'''Metabolno inženirstvo''' (24. maj) 
# Barbara Dušak
# Tjaša Grum
# Sara Kimm Fuhrmann

'''Biološki viri energije''' (31. maj) 
# Self-regulated 1-butanol production in ''Escherichia coli'' based on the endogenous fermentative control (RC. Wen, CR. Shen; Biotechnol Biofuels, 2016; http://biotechnologyforbiofuels.biomedcentral.com/articles/10.1186/s13068-016-0680-1) Samoregulirana proizvodnja 1-butanola v ''Escherichia coli'', ki temelji na endogeni kontroli fermentacije. Barbara Lipovšek, 31. maj 2017
# A Ferrocene-Based Conjugated Oligoelectrolyte Catalyzes Bacterial Electrode Respiration (N. D. Kirchhofer in sodelavci; Chem 2, 240-257, 2017; http://www.cell.com/chem/abstract/S2451-9294(17)30001-3). Konjugirani oligoelektrolit na osnovi ferocena katalizira bakterijsko elektrodno respiracijo. Matic Kovačič, 31. maj 2017
#

'''Novi pristopi v molekularni biotehnologiji''' (6. junij) 
# Matjaž Ivanuša
#
#

Nazaj na predmet [[Molekularna_biotehnologija]].

Diagnostična vrednost rekombinantnega proteina Tp0821 v serodiagnostiki sifilisa

2017-04-18T15:59:51Z

GZun: Kljub velikemu številu testov za diagnostiko sifilisa, pa do danes ni enega samega zadostnega testa, zato diagnozo največkrat postavimo na podlagi fizioloških znakov in rezultatov več različnih serodi

'''Sifilis''' je spolno prenosljiva bolezen, ki jo povzroča spiralna bakterija ''Treponema palidum''. Okužba se lahko prenese s krvjo (tudi preko placente), preko sluznice ali poškodovane kože. Bolezen nastopa v več stopnjah [https://www2.tulane.edu/som/departments/pathology/images/LuesStages.GIF], ki se kažejo v različnih kliničnih znakih in predstavljajo težavo pri diagnostiki [https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2095002/table/T1/] [https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2095002/table/T2/]. Zdravljenje poteka z antibiotiki.

Sifilis diagnostificiramo na podlagi fizioloških znakov in s krvnimi testi, ki temeljijo na antigen – protitelo interakciji. Poznane so tudi metode direktne detekcije, kot so živalska inokulacija, mikroskopija v temnem polju prizadetega tkiva in PCR vzorca s področja čankar, vendar pa te niso vedno možne. Dva večja problema v serodiagnostiki sifilisa sta prenizka specifičnost povezave protitelo - antigen, ki da lažno pozitivne rezultate predvsem pri infekcijah z drugimi spiralnimi bakterijami, in prenizka občutljivost, ki da lažno negativne rezultate pri diagnostiki določenih fazah bolezenskega stanja [https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2095002/table/T4/].

Kljub velikemu številu testov za diagnostiko sifilisa, pa do danes še ni enega samega zadostnega testa, zato diagnozo največkrat postavimo na podlagi fizioloških znakov in rezultatov več različnih serodiagnostičnih testov. Da bi zaobšli nesigurnosti in omogočili avtomatizacijo diagnostike sifilisa, so kitajski znanstveniki preverjali diagnostično vrednost metode ELISA z rekombinantnim proteinom Tp0821, ki vpliva na nastanek specifičnih protiteles skozi vse stadije bolezni.

== Materiali in metode ==

• '''Bakterija Treponema palidum in serološki vzorci''': Ker je bakterijo Treponema palidum (TP) nemogoče gojiti v in vitro pogojih, je bila bakterija TP namnožena v novozelanskem belem zajcu. V raziskovalne namene so bili pridobljeni krvni vzorci 665 oseb, od tega 176 od pacientov s primarnim sifilisom, 257 od pacientov s sekundarnim sifilisom, 30 od pacientov z latentnim sifilisom, 115 od pacientov s kongenitalnim sifilisom in 52 od neinfektiranih oseb. Prav tako je bilo z namenom preverjanja občutljivosti v raziskavo vključenih 5 oseb z leprospirozo in 30 oseb z boreliozo brez sifilisa.

• '''Standardne diagnostične metode''':Standardni testi PRP, CIA in TP-PA so bili opravljeni s komercialnimi kiti na vseh 665 vzorcih. Vsak test je bil opravljen dvakrat.

•''' Pridobivanje rekombinantnega proteina''': Gen z 807 bp za protein Tp0821 je bil pomnožen s PCR s specifičnimi začetnimi oligonukleotidi z dodanimi BamHI in XhoI restrikcijskimi mesti ter zaporedjem za histidinski rep. Pomnožek je bil kloniran v ekspresijski vektor pET-28a pod T7 promotor z lac operatorjem in vnesen v E. Coli BL31. Pozitivni klon je bil potrjen s sekvenciranjem. Rekombinantni protein je bil izoliran iz celic prekonočne kulture z dodanim IPTG induktorjem in s kovinsko anfititetno kromatografijo na nikljevi koloni.

• '''SDS – page in Western prenos''':Uspešnost izolacije rekombinantnega proteina Tp0821 je bila preverjena s SDS-page in Western prenosom. Za detekcijo so bila uporabljena primarnima protitelesa iz seruma človeka, seruma zajca in anti-His monoklonska telesa ter sekundarna protitelesa s hrenovo peroksidazo (HRP) označena kozja antihumana IgG, HRP – označena kozja antihumana IgM, HRP – označena kozja antizajčja IgG in HRP – označena kozja antimišja IgG. Detekcija kemoluminescence je bila opravljena z uporabo SuperSignal West Pico kemoluminescentnega substrata. Prav tako je bila z Western prenosom preverjena specifičnost Tp0821 z vsemi krvnimi vzorci.

• '''ELISA''':Ploščam pripravljenim z rekombinantnim proteinom ja bil dodan v treh ponovitvah ustrezno rečen krvni serum in HRP – označena kozja antihumana IgG in HRP – označena kozja antihumana IgM. Po dodatku tetrametilbenziodina in žveplove kisline je bila encimska rekcija merjena pri 450 nm.

== Zaključki ==

Pri testiranju 578 bolnikov s sifilisom z različnimi komercialnimi seriodiagnostičnimi testi (RPR, CIA in TP-PA) in IgG ELISA ter IgM ELISA z rekombinantnim proteinom Tp0821 je bilo dokazano, da je najvišja pozitivna detekcija z IgG ELISA (98,3 %).

IgM ELISA je imela enako uspešnost kot ostali komercialni serodiagnostični testi, vendar pa je pri testu specifičnosti pri treh zdravih posameznikih z liptospirozo bil pozitiven rezultat. IgG ELISI ni pokazala lažnih pozitivnih rezultatov v nobenem primeru in je bolj specifična kot ostali komercialnimi seriodiagnostičnimi testi.

Rekombinantni protein Tp0821 primeren za serodiagnostiko sifilisa. Prednost rekombinantnega proteina Tp0821 je visoka specifičnosti in občutljivost ter omogoča detekcijo okužbe v vseh stadijih bolezni. Rekombinantni protein Tp 0821 predstavlja novo potencialno diagnostično molekulo, uporabljen z ELISA metodo pa tudi avtomatizacijo diagnostike sifilisa.

Diagnostična vrednost rekombinantnega proteina Tp0821 v serodiagnostiki sifilisa

2017-04-18T15:58:48Z

GZun: New page: '''Sifilis''' je spolno prenosljiva bolezen, ki jo povzroča spiralna bakterija ''Treponema palidum''. Okužba se lahko prenese s krvjo (tudi preko placente), preko sluznice ali poškodova...

'''Sifilis''' je spolno prenosljiva bolezen, ki jo povzroča spiralna bakterija ''Treponema palidum''. Okužba se lahko prenese s krvjo (tudi preko placente), preko sluznice ali poškodovane kože. Bolezen nastopa v več stopnjah [https://www2.tulane.edu/som/departments/pathology/images/LuesStages.GIF], ki se kažejo v različnih kliničnih znakih in predstavljajo težavo pri diagnostiki [https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2095002/table/T1/] [https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2095002/table/T2/]. Zdravljenje poteka z antibiotiki.

Sifilis diagnostificiramo na podlagi fizioloških znakov in s krvnimi testi, ki temeljijo na antigen – protitelo interakciji. Poznane so tudi metode direktne detekcije, kot so živalska inokulacija, mikroskopija v temnem polju prizadetega tkiva in PCR vzorca s področja čankar, vendar pa te niso vedno možne. Dva večja problema v serodiagnostiki sifilisa sta prenizka specifičnost povezave protitelo - antigen, ki da lažno pozitivne rezultate predvsem pri infekcijah z drugimi spiralnimi bakterijami, in prenizka občutljivost, ki da lažno negativne rezultate pri diagnostiki določenih fazah bolezenskega stanja [https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2095002/table/T4/].

Kljub velikemu številu testov za diagnostiko sifilisa, pa do danes še ni enega samega zadostnega testa, zato diagnozo največkrat postavimo na podlagi fizioloških znakov in rezultatov več različnih serodiagnostičnih testov. Da bi zaobšli nesigurnosti in omogočili avtomatizacijo diagnostike sifilisa, so kitajski znanstveniki preverjali diagnostično vrednost metode ELISA z rekombinantnim proteinom Tp0821, ki vpliva na nastanek specifičnih protiteles skozi vse stadije bolezni.

== Materiali in metode ==

• '''Bakterija Treponema palidum in serološki vzorci''': Ker je bakterijo Treponema palidum (TP) nemogoče gojiti v in vitro pogojih, je bila bakterija TP namnožena v novozelanskem belem zajcu. V raziskovalne namene so bili pridobljeni krvni vzorci 665 oseb, od tega 176 od pacientov s primarnim sifilisom, 257 od pacientov s sekundarnim sifilisom, 30 od pacientov z latentnim sifilisom, 115 od pacientov s kongenitalnim sifilisom in 52 od neinfektiranih oseb. Prav tako je bilo z namenom preverjanja občutljivosti v raziskavo vključenih 5 oseb z leprospirozo in 30 oseb z boreliozo brez sifilisa.

• '''Standardne diagnostične metode''':Standardni testi PRP, CIA in TP-PA so bili opravljeni s komercialnimi kiti na vseh 665 vzorcih. Vsak test je bil opravljen dvakrat.

•''' Pridobivanje rekombinantnega proteina''': Gen z 807 bp za protein Tp0821 je bil pomnožen s PCR s specifičnimi začetnimi oligonukleotidi z dodanimi BamHI in XhoI restrikcijskimi mesti ter zaporedjem za histidinski rep. Pomnožek je bil kloniran v ekspresijski vektor pET-28a pod T7 promotor z lac operatorjem in vnesen v E. Coli BL31. Pozitivni klon je bil potrjen s sekvenciranjem. Rekombinantni protein je bil izoliran iz celic prekonočne kulture z dodanim IPTG induktorjem in s kovinsko anfititetno kromatografijo na nikljevi koloni.

• '''SDS – page in Western prenos''':Uspešnost izolacije rekombinantnega proteina Tp0821 je bila preverjena s SDS-page in Western prenosom. Za detekcijo so bila uporabljena primarnima protitelesa iz seruma človeka, seruma zajca in anti-His monoklonska telesa ter sekundarna protitelesa s hrenovo peroksidazo (HRP) označena kozja antihumana IgG, HRP – označena kozja antihumana IgM, HRP – označena kozja antizajčja IgG in HRP – označena kozja antimišja IgG. Detekcija kemoluminescence je bila opravljena z uporabo SuperSignal West Pico kemoluminescentnega substrata. Prav tako je bila z Western prenosom preverjena specifičnost Tp0821 z vsemi krvnimi vzorci.

• '''ELISA''':Ploščam pripravljenim z rekombinantnim proteinom ja bil dodan v treh ponovitvah ustrezno rečen krvni serum in HRP – označena kozja antihumana IgG in HRP – označena kozja antihumana IgM. Po dodatku tetrametilbenziodina in žveplove kisline je bila encimska rekcija merjena pri 450 nm.

== Zaključki ==

Pri testiranju 578 bolnikov s sifilisom z različnimi komercialnimi seriodiagnostičnimi testi (RPR, CIA in TP-PA) in IgG ELISA ter IgM ELISA z rekombinantnim proteinom Tp0821 je bilo dokazano, da je najvišja pozitivna detekcija z IgG ELISA (98,3 %).
IgM ELISA je imela enako uspešnost kot ostali komercialni serodiagnostični testi, vendar pa je pri testu specifičnosti pri treh zdravih posameznikih z liptospirozo bil pozitiven rezultat. IgG ELISI ni pokazala lažnih pozitivnih rezultatov v nobenem primeru in je bolj specifična kot ostali komercialnimi seriodiagnostičnimi testi.
Rekombinantni protein Tp0821 primeren za serodiagnostiko sifilisa. Prednost rekombinantnega proteina Tp0821 je visoka specifičnosti in občutljivost ter omogoča detekcijo okužbe v vseh stadijih bolezni. Rekombinantni protein Tp 0821 predstavlja novo potencialno diagnostično molekulo, uporabljen z ELISA metodo pa tudi avtomatizacijo diagnostike sifilisa.

MBT seminarji 2017

2017-04-18T15:11:14Z

GZun:

'''Seznam seminarjev iz Molekularne biotehnologije v študijskem letu 2016/17'''

Na tej strani je seznam odobrenih člankov za seminar ter povezave do člankov in do povzetkov, ki jih morate objaviti najkasneje do ponedeljka do polnoči v tednu, ko imate seminar (v sredo). Angleški naslov prevedite tudi v slovenščino - to bo naslov povzetka, ki ga objavite na posebni strani, tako kot so to naredili kolegi pred vami (oz. predlani).

Način vnosa:

# The importance of ''Arabidopsis'' glutathione peroxidase 8 for protecting ''Arabidopsis'' plant and ''E. coli'' cells against oxidative stress (A. Gaber; GM Crops & Food 5(1), 2014; http://dx.doi.org/10.4161/gmcr.26979) Pomen glutation peroksidaze 8 iz repnjakovca za zaščito rastline ''Arabidopsis thaliana'' in bakterije ''Escherichia coli'' pred oksidativnim stresom. Janez Novak, 15. marca 2017
(slovenski naslov povežite z novo stranjo, na kateri bo povzetek)

'''Naslovi odobrenih člankov po temah:'''

'''Gensko spremenjene rastline''' (8. marec) 
# Synthesis of bacteriophage lytic proteins against ''Streptococcus pneumoniae'' in the chloroplast of ''Chlamydomonas reinhardtii'' (L. Stoffels ''et al''; Plant Biotechnol. J., 2017; http://onlinelibrary.wiley.com/doi/10.1111/pbi.12703/epdf) [[Sinteza bakteriofagnih litičnih proteinov proti Streptococcus pneumoniae v kloroplastih alge Chlamydomonas reinhardtii]]. Eva Vidak, 8. marec 2017
# Bioengineering of the Plant Culture of ''Capsicum frutescens'' with Vanillin Synthase Gene for the Production of Vanillin (M. Jenn Yang Chee ''et al''; Molecular Biotechnology 59(1), 2017; http://link.springer.com/article/10.1007/s12033-016-9986-2) [[Bioinženiring rastlinske kulture Capsicum frutescens z genom za vanilin sintazo za pridobivanje vanilina]]. Mojca Juteršek, 8. marec 2017
# The production of human glucocerebrosidase in glyco-engineered ''Nicotiana benthamiana'' plants (Limkul, J. ''et al''; Plant Biotechnol J., 2016; http://onlinelibrary.wiley.com/doi/10.1111/pbi.12529/full) [[Proizvodnja človeške glukocerebrozidaze v rastlini Nicotiana benthamiana s spremenjeno glikozilacijo]]. Vita Vidmar, 8. marec 2017

'''Gensko spremenjene živali''' (15. marec) 
# Evaluation of porcine stem cells competence for somatic cell nuclear transfer and production of cloned animals (J. O. Secher; Animal Reproduction Science, 2017;http://www.sciencedirect.com/science/article/pii/S0378432016304274) [[Določanje kompetence prašičjih matičnih celic za somatski jedrni prenos in kloniranje živali]]. Jerneja Kocutar, 15. marec 2017
# High-level expression of a novel recombinant human plasminogen activator (rhPA) in the milk of transgenic rabbits and its thrombolytic bioactivity ''in vitro'' (Song, S. ''et al''; Molecular Biology Reports ,2016; https://link-springer-com.nukweb.nuk.uni-lj.si/article/10.1007%2Fs11033-016-4020-0) [[Visoka stopnja izražanja rekombinantnega tkivnega aktivatorja plazminogena v mleku transgenskih zajcev in njegova trombolitična aktivnost in vitro]]. Tjaša Lapanja, 15. marec 2017
# Precision engineering for PRRSV resistance in pigs: Macrophages from genome edited pigs lacking CD163 SRCR5 domain are fully resistant to both PRRSV genotypes while maintaining biological function (C. Burcard ''et al''; PLOS Pathogens 13 (2) 2017; http://journals.plos.org/plospathogens/article?id=10.1371/journal.ppat.1006206) [[Makrofagi iz gensko spremenjenih prašičev z delecijo domene CD163 SRCR5 odporni na okužbo s PRRSV]]. Urška Černe, 15. marec 2017

'''Okolje''' (22. marec) 
# Decorating outer membrane vesicles with organophosphorus hydrolase and cellulose binding domain for organophosphate pesticide degradation (S. Fu-Hsiang ''et al''; Chemical Engineering Journal, 2017; http://www.sciencedirect.com/science/article/pii/S1385894716312815) [[Predstavitev organofosfatne hidrolaze in celuloza vezavne domene na površini veziklov zunanje membrane za razgradnjo organofosfatnih pesticidov]]. Nina Roštan, 22. marec 2017
# Bacterial Exopolysaccharide mediated heavy metal removal: A Review on biosynthesis, mechanism and remediation strategies (P. Gupta in B. Diwan; Biotechnology Reports, 2017; http://www.sciencedirect.com/science/article/pii/S2215017X16301382) [http://wiki.fkkt.uni-lj.si/index.php/Odstranjevanje_te%C5%BEkih_kovin_s_pomo%C4%8Djo_bakterijskih_eksopolisaharidov:_biosinteza%2C_mehanizem_in_strategije_remediacije Odstranjevanje težkih kovin s pomočjo bakterijskih eksopolisaharidov: biosinteza, mehanizem in strategije remediacije]. Eva Korošec, 22. marec 2017
# Disulfide isomerase-like protein AtPDIL1–2 is a good candidate for trichlorophenol phytodetoxification (Peng, R.-H. in sod.; Sci. Rep. 7, 2017; http://www.nature.com/articles/srep40130#s1) [[Disulfid izomerazi podoben protein AtPDIL1-2 kot kandidat za fitodetoksifikacijo 2,4,6-triklorofenola]]. Ana Cirnski, 22. marca 2017

'''Terapevtski proteini''' (29. marec) 
# Production of functional human nerve growth factor from the saliva of transgenic mice by using salivary glands as bioreactors (F. Zeng in sodelavci; Scientific Reports 7(41270), 2017; http://www.nature.com/articles/srep41270) [[Proizvodnja humanega živčnega rastnega faktorja v slini transgenskih miši z uporabo žlez slinavk kot bioreaktorjev]]. Neža Levičnik, 29. marca 2017
# Mechano growth factor-C24E, a potential promoting biochemical factor for ligament tissue engineering (Y. Song in sodelavci; Biochemical Engineering Journal 105(2016) 249-263,2016, http://www.sciencedirect.com/science/article/pii/S1369703X15300681) [[MGF-C24E, potencialni promovirajoči biokemijski faktor za tkivno inženirstvo ligamentov]] . Peter Prezelj, 29. marca 2017
# Secretion of biologically active pancreatitis-associated protein I (PAP) by genetically modified dairy ''Lactococcus lactis'' NZ9000 in the prevention of intestinal mucositis (R. D. Carvalho ''et al''; Microbial cell factories, 2017; http://microbialcellfactories.biomedcentral.com/articles/10.1186/s12934-017-0624-x) [[Preprečevanje vnetja sluznice prebavnega trakta z gensko spremenjenimi bakterijami Lactococcus lactis NZ9000, ki izločajo biološko aktivni s pankreatitisom povezani protein I (PAP)]]. Domen Klofutar, 29. marec 2017

'''Protitelesa kot terapevtiki''' (5. april) 
# Therapeutic antibody targeting of indoleamine-2,3-dioxygenase (IDO2) inhibits autoimmune arthritis (L. M. F. Merlo "et al"; Clinical Immunology, 2017; http://www.sciencedirect.com/science/article/pii/S1521661616306052). [[Terapevtska protitelesa proti indolamin 2,3-dioksigenazi zavirajo avtoimunski artritis]]. Ema Guštin, 5. aprila 2017
# Production of a tumor-targeting antibody with a human-compatible glycosylation profile in ''N. benthamiana'' hairy root cultures (C. Lonoce ''et al''; Biotechnology Journal, 2016; http://onlinelibrary.wiley.com/doi/10.1002/biot.201500628/abstract) [[Proizvodnja protitumorskih protiteles s človeku kompatibilnim glikozilacijskim profilom v kulturah koreninskih laskov v Nicotiani benthamiani]]. Jan Rozman, 5.4.2017
# A Therapeutic Antibody for Cancer, Derived from Single Human B Cells (R. T. Bushey ''et al''; Cell Reports 15(7), 2016, http://www.sciencedirect.com/science/article/pii/S221112471630465X) [[Terapevtsko protitelo proti raku, pridobljeno iz človeške B celice]]. Alja Zgonc, 5. april 2017

'''Diagnostiki''' (12. april) 
# Diagnostic value of recombinant Tp0821 protein in serodiagnosis for syphilis (Yafeng, ''et al''; Letters in applied microbiology, 2016, 62.4: 336-343; https://www.ncbi.nlm.nih.gov/pubmed/26853900)
# Detection of urinary cell-free miR-210 as a potential tool of liquid biopsy for clear cell renal cell carcinoma (G. Li ''et al''; Urologic Oncology: Seminars and Original Investigations, 2017; http://dx.doi.org/10.1016/j.urolonc.2016.12.007) [[Zaznavanje zunajcelične miR-210 v urinu kot potencialni diagnostični test za odkrivanje svetloceličnega karcinoma ledvičnih celic]]. Petra Vivod, 12. april 2017
# Multiplex Detection of Extensively Drug Resistant Tuberculosis using Binary Deoxyribozyme Sensors (H. N. Bengtson ''et al''; Biosensors and Bioelectronics 94, 2017; http://dx.doi.org/10.1016/j.bios.2017.02.051) [[Multipleksna detekcija na zdravila odporne tuberkuloze z binarnimi deoksiribocimnimi senzorji]]. Marija Kisilak, 12. april 2017

'''Cepiva''' (19. april) 
#Enhanced humoral and CD8 + T cell immunity in mice vaccinated by DNA vaccine against human respiratory syncytial virus through targeting the encoded F protein to dendritic cells (Y. Hua ''et al''; International Immunopharmacology, Vol 46, 2017; http://doi.org/10.1016/j.intimp.2017.02.023) [[Ojačanje humoralne in T-celične CD8+ imunosti v miškah cepljenih s cepivom DNA proti človeškemu respiratornemu sincicijskemu virusu z usmerjanjem kodiranega proteina F na dendritske celice]]. Tomaž Rozmarič, 19. april
# A novel staphylococcal enterotoxin B subunit vaccine candidate elicits protective immune response in a mouse model (J. Y. Choi ''et al''; Toxicon 131, 2017; http://www.sciencedirect.com/science/article/pii/S0041010117301071) [[Novo cepivo proti stafilokoknem enterotoksinu B izzove zaščitni imunski odziv pri miši]]. Amadeja Lapornik, 19. april 2017
#Protective efficacy of six immunogenic recombinant proteins of ''Vibrio anguillarum'' and evaluation them as vaccine candidate for flounder (''Paralichthys olivaceus'') (J. Xing ''et al''; Microbial Pathogenesis 107, 2017; http://www.sciencedirect.com/science/article/pii/S0882401017301857) [[Ovrednotenje šestih imunogenih rekombinantnih proteinov bakterije Vibrio Anguillarum kot kandidatna cepiva za ribo Paralichthys olivaceus]]. Mojca Hunski, 19. aprila 2017

'''Antibiotiki in LMW učinkovine''' (26. april) 
# Structural Basis of ''Mycobacterium tuberculosis''Transcription and Transcription Inhibition http://doi.org/10.1016/j.molcel.2017.03.001 Stukturna osnova transkripcije in transripcijske inhibicije v ''Mycobacterium tuberculosis'' Vid Jazbec
#Zala Gluhić
#Katja Malovrh

'''Male molekule in polimeri''' (3. maj) 
# Engineering of a microbial coculture of ''Escherichia coli'' strains for the biosynthesis of resveratrol (José M. Camacho-Zaragoza ''et al''; Microbal Cell factories 15(163), 2016; https://microbialcellfactories.biomedcentral.com/articles/10.1186/s12934-016-0562-z) Inženiring mikrobne kokulture dveh sevov ''Escherichia coli'' za biosintezo resveratrola. Petra Tavčar,3. marec 2017
# Tim Božič
# Tajda Buh

'''Encimi''' (10. maj) 
# Production of the renewable extremophile lipase: Valuable biocatalyst with potential usage in food industry (M. Memarpoor-Yazdi ''et al''; Food and Bioproducts Processing 102, 2017; http://www.sciencedirect.com/science/article/pii/S0960308516301900) Proizvodnja obnovljive ekstremofilne lipaze: dragocen biokatalist s potencialno uporabo v industriji hrane. Nataša Traven, 10. maj 2017
# Bine Tršavec
# Simon Bolta

'''Pretvorba biomase''' (17. maj) 
# Inge Sotlar
# Anja Herceg
# The ''Podospora anserina'' lytic polysaccharide monooxygenase PaLPMO9H catalyzes oxidative cleavage of diverse plant cell wall matrix glycans (M. Fanuel ''et al''; Biotechnology for Biofuels, 2017; https://biotechnologyforbiofuels.biomedcentral.com/articles/10.1186/s13068-017-0749-5). Anja Tanšek, 17. maj 2017

'''Metabolno inženirstvo''' (24. maj) 
# Barbara Dušak
# Tjaša Grum
# Sara Kimm Fuhrmann

'''Biološki viri energije''' (31. maj) 
# Self-regulated 1-butanol production in ''Escherichia coli'' based on the endogenous fermentative control (RC. Wen, CR. Shen; Biotechnol Biofuels, 2016; http://biotechnologyforbiofuels.biomedcentral.com/articles/10.1186/s13068-016-0680-1) Samoregulirana proizvodnja 1-butanola v ''Escherichia coli'', ki temelji na endogeni kontroli fermentacije. Barbara Lipovšek, 31. maj 2017
# A Ferrocene-Based Conjugated Oligoelectrolyte Catalyzes Bacterial Electrode Respiration (N. D. Kirchhofer in sodelavci; Chem 2, 240-257, 2017; http://www.cell.com/chem/abstract/S2451-9294(17)30001-3). Konjugirani oligoelektrolit na osnovi ferocena katalizira bakterijsko elektrodno respiracijo. Matic Kovačič, 31. maj 2017
#

'''Novi pristopi v molekularni biotehnologiji''' (6. junij) 
# Matjaž Ivanuša
#
#

Nazaj na predmet [[Molekularna_biotehnologija]].

Talk:Popravljanje z izcepom nukleotida

2016-05-22T17:38:29Z

GZun: /* Razdelitev seminarja */

=== Razdelitev seminarja ===

'''1. del: Uroš Zavrtanik'''
* Uvod: Popravljanje z izcepom nukleotida
* Poškodbe DNA
* Zaznava poškodbe

'''2. del: Gašper Žun'''
* Popravljanje z izcepom nukleotida ob transkripciji (TC-NER)
* Sklopitev GG-NER in TC-NER
* Vpliv na celični cikel
* Popravljanje z izcepom nukleotida v prokariontih

'''3. del: Petra Hruševar'''
*Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice

Talk:Popravljanje z izcepom nukleotida

2016-05-22T17:35:42Z

GZun: New page: === Razdelitev seminarja === 1. del: Uroš Zavrtanik 2. del: Gašper Žun 3. del: Petra Hruševar

=== Razdelitev seminarja ===
1. del: Uroš Zavrtanik

2. del: Gašper Žun

3. del: Petra Hruševar

Popravljanje z izcepom nukleotida

2016-05-22T17:31:25Z

GZun: /* Viri */

Popravljanje z izrezom nukleotida (ang. Nucleotide excision repair oz. NER) je večstopenjski popravljalni mehanizem DNA, ki prepozna in odstrani širok nabor raznoterih poškodb na DNA, ki destabilizirajo dsDNA. V osnovi delimo proces na GG-NER (global genome NER), ki je odgovoren za iskanje ter odpravljanje poškodb po celotnem genomu, ter TC-NER (transcription-coupled NER), ki je sklopljen s transkripcijo in se tako izvede ob zaznavi poškodbe med samo transkripcijo. Sosledje dogodkov, ki sestavljajo NER, vključuje:
*zaznavo poškodbe in njeno potrditev;
*cepitev dveh fosfodiesterskih vezi (na 5' ter 3' koncu) poškodovane verige;
*izrez nastalega fragmenta, ki vsebuje poškodovani del;
*sintezo nove ssDNA (komplementarne glede na nepoškodovano matrično verigo) na mestu poškodbe;
*lepljenje koncev novonastalega oligonukleotida.

== Poškodbe DNA ==
NER je edinstven popravljalni mehanizem zaradi sposobnosti poprave poškodb, ki so lahko posledica zelo različnih fizikalno-kemijskih dejavnikov. Ti vključujejo: UV-radiacijske poškodbe DNA, med katerimi sta najpomembnejša ciklobutanski pirimidinski dimeri (CPD) ter fotoprodukt (6-4) (6-4PP), adukte s številnimi kemičnimi sredstvi (cisplatin, psoralen, alfatoksini, benzo[a]piren, drugi policiklični karcinogeni,…), z oksidativnim stresom povezane poškodbe (npr. tvorba ciklopurinov) ter nekatere poškodbe, ki so posledica ionizirajočih sevanj.NER predstavlja pri višjih sesalcih (vključujoč človeka) edini mehanizem, ki je zmožen popraviti UV-radiacijske poškodbe (CPD, 6-4PP,…)! 
Da lahko NER v začetni fazi učinkovito zazna vse te različne poškodbe, se je sistem uravnal na skupno lastnost, ki združuje vse poškodbe, ki so posledica delovanja zgoraj naštetih sredstev. Vse poškodbe namreč povzročijo motnjo v povezovanju komplementarnih verig DNA oz. destabilizacijo Watson-Crickovih baznih parov, kar povzroča strukturno spremembo DNA na mestu poškodbe in njeni bližnji okolici. Zaradi oslabljenega povezovanja s komplementarno verigo postanejo baze bolj "ohlapne" (tako okvarjene, predvsem pa "zdrave" na komplementarni verigi!) in tako bolj izpostavljene in dostopne za vezavo na proteine, ki ta destabilizirana območja iščejo.
== Zaznava poškodbe ==
Zaznava in proces iskanja poškodbe je ključen korak pri vseh procesih popravljanja DNA. Pri GG-NER pa ta korak zahteva še posebej dodelan mehanizem, ki je strukturno nespecifičen in išče zgolj mesta v DNA, kjer je prišlo do destabilizacije in tako posredno zazna poškodbo.
Glavni faktor zaznave poškodbe pri evkariontih je XPC protein (Xeroderma pigmentosium C), ki v svoji funkciji iskanja poškodbe nastopi še z dvema pomožnima faktorjema: RAD23B ter centrin 2 (CENT2).
Strukturne študije so razkrile, da se XPC na mesto poškodbe veže na komplementarno, nepoškodovano verigo, kar mu omogoča zaznavo raznoterih poškodb.
Raziskave so pokazale, da ''in vitro'' XPC res svojo funkcijo sam dobro opravlja, v ''in vivo'' sistemih pa včasih potrebuje dodatne faktorje, ki pomagajo pri zaznavi določenih poškodb. Ena izmed najpomembnejših takšnih poškodb je ravno CPD, ki je tudi najpogostejša UV-radiacijiska poškodba. 
Za popravo CPD mora tako poškodbo samo pred vezavo XPC zaznati UV-DDB kompleks (ultraviolet radiation-DNA damage-binding protein). UV-DDB je heterodimer, ki ga sestavljata DDB1 ter DDB2, in ima izrazito veliko afiniteto za vezavo CPD ter 6-4PP. Vezava UV-DDB sproži in vivo akumulacijo XPC na mesto poškodbe (CPD, v manjši meri tudi 6-4PP). Izkazalo se je tudi, da ima UV-DBB pomembno vlogo pri uravnavanju procesa na nivoju kromatina, saj je UV-DBB tudi del ubikvitin ligaznega kompleksa E3 (UV-DDB-CUL4-ROC1), ki ob asociaciji UV-DDB na poškodbo ubikvitinira histone, na katere je navita poškodovana DNA. DNA se tako sprosti s histona (oz. nukleosoma) in postane dostopna za prvi korak NER-vezava XPC ob mestu poškodbe. 
Po uspešni vezavi XPC na DNA lahko potečejo nadaljnji koraki NER, katerih gonilo so protein-protein interakcije med NER faktorji na mestu vezave XPC.

Sprožitev procesa TC-NER poteka neposredno ob transkripciji, signal za poškodovano DNA pa predstavlja kar ustavitev RNA Pol II, ki ne zmore čez poškodbo na prepisujoči se verigi.

== Popravljanje z izcepom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izcepom nukleotida razpade in popravljanje se prekliče. 
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja. 
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izcepa nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe. 
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Ko je proces izgotovljen, se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izcepom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izcepa oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni. 
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. ''Nature Reviews: Molecular Cell Biology'', vol. 15, 2014, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. ''Biochimie'', vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten, B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. ''Chemical Reviews'', vol. 106, št. 2, 2006, str. 233-252.
* Aziz S., Reardon JT. Nucleotide Excision Repair. ''Progress in Nucleic Acid Research and Molecular Biology'', vol. 79, 2005, str. 183–235.

Popravljanje mutacij in rekombinacijski procesi

2016-05-22T17:10:08Z

GZun:

V študijskem letu 2015/16 bodo seminarji obsegali dve med seboj povezani temi: Popravljanje okvar in mutacij ter mehanizme rekombinacije genetskega materiala. Tema je razdeljena na 18 poglavij, pri čemer zadnja poglavja zajemajo posebne primere in mehanizme popravljanja, ki niso vezani na DNA, pač pa na proces translacije pri poškodovani RNA, zadnji dve temi pa sta dodani kasneje in bosta predstavljeni v angleščini kot individualna seminarja. Kot izhodišče za pripravo si najprej preberite ustrezna poglavja v učbeniku, kjer so ta navedena na spodnjem seznamu. Naslove lahko v okviru danih izhodišč prilagodite, ne smete pa se odmakniti od osnovne teme seminarja.

Vsako temo obdelajo praviloma dva ali trije študenti. Predlagate lahko tudi dodatne teme ali spremembe naslovov, če se vam to zdi smiselno. Vsaka skupina pripravi povzetek seminarja z vsaj 1000 besedami in ne več kot 1500 besedami in ga objavi na tem wikiju. Povzetek ne vsebuje slikovnega gradiva, lahko pa vključuje povezave do slik in videov na spletu. Navedite do 5 ključnih virov (ti ne štejejo v vsoto 1000 besed), ki ste jih uporabili. Osredotočite se na osnovno temo, ki ste si jo izbrali in vključite čim manj splošnega uvoda. Pripravite tudi predstavitev, dolgo pribl. 15 min. Razširjenega seminarja ni treba pripraviti v pisni obliki; napišete samo povzetek na wikiju in predstavite seminar v predavalnici.

Vsaka skupina mora objaviti povzetek seminarja na wikiju najkasneje en dan pred predstavitvijo (do polnoči), torej najkasneje v nedeljo ali v torek za ponedeljkove oziroma sredine seminarje. Predstavitve seminarjev 1-4 bodo 23. maja, 5-8 25. maja, 9-12 30. maja, 13-16 1. junija 2016, 17-18 pa sta kratka seminarja in bosta na vrsti 6. junija. Za vsak seminar imate na voljo 14-18 minut časa, da ga predstavite, sledi pa razprava (~5 min.). Vsak član skupine mora predstaviti en del seminarja, pri čemer mora biti delo enakomerno razdeljeno med vse. V povzetku navedite, kdo je napisal kateri del (na wiki strani uporabite zavihek 'discussion').

Vsebina seminarjev je izpitna snov, razen seminarjev št. 4 ter 13-18.

Poglavja za seminarje so:

# Direktno popravljanje mutacij (Principles of Molecular Biology: 9.7)
# Popravljanje z izcepom baze (9.8)
# Popravljanje z izcepom nukleotida (9.9)
# Xeroderma pigmentosum
# Popravljanje neujemanja (9.10)
# SOS-popravljanje (9.11)
# Popravljanje kolapsa replikacijskih vilic (10.1)
# Mitozna rekombinacija (10.2)
# Nehomologno povezovanje koncev (10.4)
# Mejozna rekombinacija (10.5)
# Razreševanje Hollidayevega križišča (Lewin's Essential Genes: 15.6)
# Popravljanje DNA v kontekstu kromatina (Lewin's Essential Genes: 16.9)
# Menjava spola pri kvasovki (Lewin's Essential Genes: 15.9)
# Vloga p53 pri ohranjanju genoma (Lewin's Essential Genes: str. 400)
# Trans-translacija (translacija pri poškodovani mRNA)
# Od RNA neodvisna elongacija (Science 347, 75 (2015))
# Mehanizmi izjemne odpornosti proti radioaktivnemu sevanju pri prokariontih
# Kompleksne preureditve kromosomov

----

Vpišite se v oklepaj za naslovom seminarja:

# Direktno popravljanje mutacij (Matej Hvalec)
# [http://wiki.fkkt.uni-lj.si/index.php/POPRAVLJANJE_Z_IZCEPOM_BAZE_%28BER%29 Popravljanje z izcepom baze (BER)] (Urša Čerček, Urša Kopač, Ema Gašperšič)
# [http://wiki.fkkt.uni-lj.si/index.php/Popravljanje_z_izcepom_nukleotida#Sklopitev_GG-NER_in_TC-NER Popravljanje z izcepom nukleotida] (Petra Hruševar, Gašper Žun, Uroš Zavrtanik)
# Xeroderma pigmentosum (Maja Zupanc, Elvira Boršič)
# Popravljanje neujemanja (Kristjan Stibilj, Rok Miklavčič, Sara Tekavec)
# SOS-popravljanje (Tadej Satler, Gašper Virant)
# Popravljanje kolapsa replikacijskih vilic (Tilen Tršelič, Klara Lenart)
# Mitozna rekombinacija (Peter Pečan, Valentina Levak, Janja Krapež)
# Nehomologno povezovanje koncev (Klara Kuret, Blaž Lebar, Neža Koritnik)
# Mejozna rekombinacija (Eva Rajh, Katja Čop)
# Razreševanje Hollidayevega križišča (Nejc Kejžar, Lovro Kotnik)
# Popravljanje DNA v kontekstu kromatina (Špela Malenšek, Tjaša Lukšič)
# Menjava spola pri kvasovki
# Vloga p53 pri ohranjanju genoma (Miha Koprivnikar Krajnc, Katja Brezovar)
# Trans-translacija (Lara Jerman, Aleksandra Uzar, Simon Aleksič)
# Od RNA neodvisna elongacija
# "Unraveling the mechanisms of extreme radioresistance in prokaryotes: Lessons from nature"(Fran Krstanović)
# "Mechanisms of origin, phenotypic effects and diagnostic implications of complex chromosome rearrangements" (Javier Fraguas)

Naslov teme povežite z novo wiki-stranjo, na katero napišite povzetek. Na koncu besedila (pod viri) v novo vrstico dodajte oznaki:
<nowiki>[[Category:SEM]] [[Category:BMB]]</nowiki>

Primer, kako so bili urejeni seminarji v prejšnjih letih, si lahko ogledate na strani [[Reprogramiranje celic]].

Popravljanje z izcepom nukleotida

2016-05-22T17:06:58Z

GZun: /* Sklopitev GG-NER in TC-NER */

Popravljanje z izrezom nukleotida (ang. Nucleotide excision repair oz. NER) je večstopenjski popravljalni mehanizem DNA, ki prepozna in odstrani širok nabor raznoterih poškodb na DNA, ki destabilizirajo dsDNA. V osnovi delimo proces na GG-NER (global genome NER), ki je odgovoren za iskanje ter odpravljanje poškodb po celotnem genomu, ter TC-NER (transcription-coupled NER), ki je sklopljen s transkripcijo in se tako izvede ob zaznavi poškodbe med samo transkripcijo. Sosledje dogodkov, ki sestavljajo NER, vključuje:
*zaznavo poškodbe in njeno potrditev;
*cepitev dveh fosfodiesterskih vezi (na 5' ter 3' koncu) poškodovane verige;
*izrez nastalega fragmenta, ki vsebuje poškodovani del;
*sintezo nove ssDNA (komplementarne glede na nepoškodovano matrično verigo) na mestu poškodbe;
*lepljenje koncev novonastalega oligonukleotida.

== Poškodbe DNA ==
NER je edinstven popravljalni mehanizem zaradi sposobnosti poprave poškodb, ki so lahko posledica zelo različnih fizikalno-kemijskih dejavnikov. Ti vključujejo: UV-radiacijske poškodbe DNA, med katerimi sta najpomembnejša ciklobutanski pirimidinski dimeri (CPD) ter fotoprodukt (6-4) (6-4PP), adukte s številnimi kemičnimi sredstvi (cisplatin, psoralen, alfatoksini, benzo[a]piren, drugi policiklični karcinogeni,…), z oksidativnim stresom povezane poškodbe (npr. tvorba ciklopurinov) ter nekatere poškodbe, ki so posledica ionizirajočih sevanj.NER predstavlja pri višjih sesalcih (vključujoč človeka) edini mehanizem, ki je zmožen popraviti UV-radiacijske poškodbe (CPD, 6-4PP,…)! 
Da lahko NER v začetni fazi učinkovito zazna vse te različne poškodbe, se je sistem uravnal na skupno lastnost, ki združuje vse poškodbe, ki so posledica delovanja zgoraj naštetih sredstev. Vse poškodbe namreč povzročijo motnjo v povezovanju komplementarnih verig DNA oz. destabilizacijo Watson-Crickovih baznih parov, kar povzroča strukturno spremembo DNA na mestu poškodbe in njeni bližnji okolici. Zaradi oslabljenega povezovanja s komplementarno verigo postanejo baze bolj "ohlapne" (tako okvarjene, predvsem pa "zdrave" na komplementarni verigi!) in tako bolj izpostavljene in dostopne za vezavo na proteine, ki ta destabilizirana območja iščejo.
== Zaznava poškodbe ==
Zaznava in proces iskanja poškodbe je ključen korak pri vseh procesih popravljanja DNA. Pri GG-NER pa ta korak zahteva še posebej dodelan mehanizem, ki je strukturno nespecifičen in išče zgolj mesta v DNA, kjer je prišlo do destabilizacije in tako posredno zazna poškodbo.
Glavni faktor zaznave poškodbe pri evkariontih je XPC protein (Xeroderma pigmentosium C), ki v svoji funkciji iskanja poškodbe nastopi še z dvema pomožnima faktorjema: RAD23B ter centrin 2 (CENT2).
Strukturne študije so razkrile, da se XPC na mesto poškodbe veže na komplementarno, nepoškodovano verigo, kar mu omogoča zaznavo raznoterih poškodb.
Raziskave so pokazale, da ''in vitro'' XPC res svojo funkcijo sam dobro opravlja, v ''in vivo'' sistemih pa včasih potrebuje dodatne faktorje, ki pomagajo pri zaznavi določenih poškodb. Ena izmed najpomembnejših takšnih poškodb je ravno CPD, ki je tudi najpogostejša UV-radiacijiska poškodba. 
Za popravo CPD mora tako poškodbo samo pred vezavo XPC zaznati UV-DDB kompleks (ultraviolet radiation-DNA damage-binding protein). UV-DDB je heterodimer, ki ga sestavljata DDB1 ter DDB2, in ima izrazito veliko afiniteto za vezavo CPD ter 6-4PP. Vezava UV-DDB sproži in vivo akumulacijo XPC na mesto poškodbe (CPD, v manjši meri tudi 6-4PP). Izkazalo se je tudi, da ima UV-DBB pomembno vlogo pri uravnavanju procesa na nivoju kromatina, saj je UV-DBB tudi del ubikvitin ligaznega kompleksa E3 (UV-DDB-CUL4-ROC1), ki ob asociaciji UV-DDB na poškodbo ubikvitinira histone, na katere je navita poškodovana DNA. DNA se tako sprosti s histona (oz. nukleosoma) in postane dostopna za prvi korak NER-vezava XPC ob mestu poškodbe. 
Po uspešni vezavi XPC na DNA lahko potečejo nadaljnji koraki NER, katerih gonilo so protein-protein interakcije med NER faktorji na mestu vezave XPC.

Sprožitev procesa TC-NER poteka neposredno ob transkripciji, signal za poškodovano DNA pa predstavlja kar ustavitev RNA Pol II, ki ne zmore čez poškodbo na prepisujoči se verigi.

== Popravljanje z izcepom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izcepom nukleotida razpade in popravljanje se prekliče. 
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja. 
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izcepa nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe. 
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Ko je proces izgotovljen, se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izcepom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izcepa oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni. 
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. ''Nature Reviews: Molecular Cell Biology'', vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. ''Biochimie'', vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten, B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. ''Chemical Reviews'', vol. 106, št. 2, 2006, str. 233-252.
* Aziz S., Reardon JT. Nucleotide Excision Repair. ''Progress in Nucleic Acid Research and Molecular Biology'', vol. 79, 2005, str. 183–235.

Popravljanje z izcepom nukleotida

2016-05-22T17:05:05Z

GZun: /* Sklopitev GG-NER in TC-NER */

Popravljanje z izrezom nukleotida (ang. Nucleotide excision repair oz. NER) je večstopenjski popravljalni mehanizem DNA, ki prepozna in odstrani širok nabor raznoterih poškodb na DNA, ki destabilizirajo dsDNA. V osnovi delimo proces na GG-NER (global genome NER), ki je odgovoren za iskanje ter odpravljanje poškodb po celotnem genomu, ter TC-NER (transcription-coupled NER), ki je sklopljen s transkripcijo in se tako izvede ob zaznavi poškodbe med samo transkripcijo. Sosledje dogodkov, ki sestavljajo NER, vključuje:
*zaznavo poškodbe in njeno potrditev;
*cepitev dveh fosfodiesterskih vezi (na 5' ter 3' koncu) poškodovane verige;
*izrez nastalega fragmenta, ki vsebuje poškodovani del;
*sintezo nove ssDNA (komplementarne glede na nepoškodovano matrično verigo) na mestu poškodbe;
*lepljenje koncev novonastalega oligonukleotida.

== Poškodbe DNA ==
NER je edinstven popravljalni mehanizem zaradi sposobnosti poprave poškodb, ki so lahko posledica zelo različnih fizikalno-kemijskih dejavnikov. Ti vključujejo: UV-radiacijske poškodbe DNA, med katerimi sta najpomembnejša ciklobutanski pirimidinski dimeri (CPD) ter fotoprodukt (6-4) (6-4PP), adukte s številnimi kemičnimi sredstvi (cisplatin, psoralen, alfatoksini, benzo[a]piren, drugi policiklični karcinogeni,…), z oksidativnim stresom povezane poškodbe (npr. tvorba ciklopurinov) ter nekatere poškodbe, ki so posledica ionizirajočih sevanj.NER predstavlja pri višjih sesalcih (vključujoč človeka) edini mehanizem, ki je zmožen popraviti UV-radiacijske poškodbe (CPD, 6-4PP,…)! 
Da lahko NER v začetni fazi učinkovito zazna vse te različne poškodbe, se je sistem uravnal na skupno lastnost, ki združuje vse poškodbe, ki so posledica delovanja zgoraj naštetih sredstev. Vse poškodbe namreč povzročijo motnjo v povezovanju komplementarnih verig DNA oz. destabilizacijo Watson-Crickovih baznih parov, kar povzroča strukturno spremembo DNA na mestu poškodbe in njeni bližnji okolici. Zaradi oslabljenega povezovanja s komplementarno verigo postanejo baze bolj "ohlapne" (tako okvarjene, predvsem pa "zdrave" na komplementarni verigi!) in tako bolj izpostavljene in dostopne za vezavo na proteine, ki ta destabilizirana območja iščejo.
== Zaznava poškodbe ==
Zaznava in proces iskanja poškodbe je ključen korak pri vseh procesih popravljanja DNA. Pri GG-NER pa ta korak zahteva še posebej dodelan mehanizem, ki je strukturno nespecifičen in išče zgolj mesta v DNA, kjer je prišlo do destabilizacije in tako posredno zazna poškodbo.
Glavni faktor zaznave poškodbe pri evkariontih je XPC protein (Xeroderma pigmentosium C), ki v svoji funkciji iskanja poškodbe nastopi še z dvema pomožnima faktorjema: RAD23B ter centrin 2 (CENT2).
Strukturne študije so razkrile, da se XPC na mesto poškodbe veže na komplementarno, nepoškodovano verigo, kar mu omogoča zaznavo raznoterih poškodb.
Raziskave so pokazale, da ''in vitro'' XPC res svojo funkcijo sam dobro opravlja, v ''in vivo'' sistemih pa včasih potrebuje dodatne faktorje, ki pomagajo pri zaznavi določenih poškodb. Ena izmed najpomembnejših takšnih poškodb je ravno CPD, ki je tudi najpogostejša UV-radiacijiska poškodba. 
Za popravo CPD mora tako poškodbo samo pred vezavo XPC zaznati UV-DDB kompleks (ultraviolet radiation-DNA damage-binding protein). UV-DDB je heterodimer, ki ga sestavljata DDB1 ter DDB2, in ima izrazito veliko afiniteto za vezavo CPD ter 6-4PP. Vezava UV-DDB sproži in vivo akumulacijo XPC na mesto poškodbe (CPD, v manjši meri tudi 6-4PP). Izkazalo se je tudi, da ima UV-DBB pomembno vlogo pri uravnavanju procesa na nivoju kromatina, saj je UV-DBB tudi del ubikvitin ligaznega kompleksa E3 (UV-DDB-CUL4-ROC1), ki ob asociaciji UV-DDB na poškodbo ubikvitinira histone, na katere je navita poškodovana DNA. DNA se tako sprosti s histona (oz. nukleosoma) in postane dostopna za prvi korak NER-vezava XPC ob mestu poškodbe. 
Po uspešni vezavi XPC na DNA lahko potečejo nadaljnji koraki NER, katerih gonilo so protein-protein interakcije med NER faktorji na mestu vezave XPC.

Sprožitev procesa TC-NER poteka neposredno ob transkripciji, signal za poškodovano DNA pa predstavlja kar ustavitev RNA Pol II, ki ne zmore čez poškodbo na prepisujoči se verigi.

== Popravljanje z izcepom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izcepom nukleotida razpade in popravljanje se prekliče. 
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja. 
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izcepa nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe. 
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izcepom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izcepa oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni. 
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. ''Nature Reviews: Molecular Cell Biology'', vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. ''Biochimie'', vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten, B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. ''Chemical Reviews'', vol. 106, št. 2, 2006, str. 233-252.
* Aziz S., Reardon JT. Nucleotide Excision Repair. ''Progress in Nucleic Acid Research and Molecular Biology'', vol. 79, 2005, str. 183–235.

Popravljanje z izcepom nukleotida

2016-05-22T17:03:30Z

GZun: /* Popravljanje z izcepom nukleotida v prokariontih */

Popravljanje z izrezom nukleotida (ang. Nucleotide excision repair oz. NER) je večstopenjski popravljalni mehanizem DNA, ki prepozna in odstrani širok nabor raznoterih poškodb na DNA, ki destabilizirajo dsDNA. V osnovi delimo proces na GG-NER (global genome NER), ki je odgovoren za iskanje ter odpravljanje poškodb po celotnem genomu, ter TC-NER (transcription-coupled NER), ki je sklopljen s transkripcijo in se tako izvede ob zaznavi poškodbe med samo transkripcijo. Sosledje dogodkov, ki sestavljajo NER, vključuje:
*zaznavo poškodbe in njeno potrditev;
*cepitev dveh fosfodiesterskih vezi (na 5' ter 3' koncu) poškodovane verige;
*izrez nastalega fragmenta, ki vsebuje poškodovani del;
*sintezo nove ssDNA (komplementarne glede na nepoškodovano matrično verigo) na mestu poškodbe;
*lepljenje koncev novonastalega oligonukleotida.

== Poškodbe DNA ==
NER je edinstven popravljalni mehanizem zaradi sposobnosti poprave poškodb, ki so lahko posledica zelo različnih fizikalno-kemijskih dejavnikov. Ti vključujejo: UV-radiacijske poškodbe DNA, med katerimi sta najpomembnejša ciklobutanski pirimidinski dimeri (CPD) ter fotoprodukt (6-4) (6-4PP), adukte s številnimi kemičnimi sredstvi (cisplatin, psoralen, alfatoksini, benzo[a]piren, drugi policiklični karcinogeni,…), z oksidativnim stresom povezane poškodbe (npr. tvorba ciklopurinov) ter nekatere poškodbe, ki so posledica ionizirajočih sevanj.NER predstavlja pri višjih sesalcih (vključujoč človeka) edini mehanizem, ki je zmožen popraviti UV-radiacijske poškodbe (CPD, 6-4PP,…)! 
Da lahko NER v začetni fazi učinkovito zazna vse te različne poškodbe, se je sistem uravnal na skupno lastnost, ki združuje vse poškodbe, ki so posledica delovanja zgoraj naštetih sredstev. Vse poškodbe namreč povzročijo motnjo v povezovanju komplementarnih verig DNA oz. destabilizacijo Watson-Crickovih baznih parov, kar povzroča strukturno spremembo DNA na mestu poškodbe in njeni bližnji okolici. Zaradi oslabljenega povezovanja s komplementarno verigo postanejo baze bolj "ohlapne" (tako okvarjene, predvsem pa "zdrave" na komplementarni verigi!) in tako bolj izpostavljene in dostopne za vezavo na proteine, ki ta destabilizirana območja iščejo.
== Zaznava poškodbe ==
Zaznava in proces iskanja poškodbe je ključen korak pri vseh procesih popravljanja DNA. Pri GG-NER pa ta korak zahteva še posebej dodelan mehanizem, ki je strukturno nespecifičen in išče zgolj mesta v DNA, kjer je prišlo do destabilizacije in tako posredno zazna poškodbo.
Glavni faktor zaznave poškodbe pri evkariontih je XPC protein (Xeroderma pigmentosium C), ki v svoji funkciji iskanja poškodbe nastopi še z dvema pomožnima faktorjema: RAD23B ter centrin 2 (CENT2).
Strukturne študije so razkrile, da se XPC na mesto poškodbe veže na komplementarno, nepoškodovano verigo, kar mu omogoča zaznavo raznoterih poškodb.
Raziskave so pokazale, da ''in vitro'' XPC res svojo funkcijo sam dobro opravlja, v ''in vivo'' sistemih pa včasih potrebuje dodatne faktorje, ki pomagajo pri zaznavi določenih poškodb. Ena izmed najpomembnejših takšnih poškodb je ravno CPD, ki je tudi najpogostejša UV-radiacijiska poškodba. 
Za popravo CPD mora tako poškodbo samo pred vezavo XPC zaznati UV-DDB kompleks (ultraviolet radiation-DNA damage-binding protein). UV-DDB je heterodimer, ki ga sestavljata DDB1 ter DDB2, in ima izrazito veliko afiniteto za vezavo CPD ter 6-4PP. Vezava UV-DDB sproži in vivo akumulacijo XPC na mesto poškodbe (CPD, v manjši meri tudi 6-4PP). Izkazalo se je tudi, da ima UV-DBB pomembno vlogo pri uravnavanju procesa na nivoju kromatina, saj je UV-DBB tudi del ubikvitin ligaznega kompleksa E3 (UV-DDB-CUL4-ROC1), ki ob asociaciji UV-DDB na poškodbo ubikvitinira histone, na katere je navita poškodovana DNA. DNA se tako sprosti s histona (oz. nukleosoma) in postane dostopna za prvi korak NER-vezava XPC ob mestu poškodbe. 
Po uspešni vezavi XPC na DNA lahko potečejo nadaljnji koraki NER, katerih gonilo so protein-protein interakcije med NER faktorji na mestu vezave XPC.

Sprožitev procesa TC-NER poteka neposredno ob transkripciji, signal za poškodovano DNA pa predstavlja kar ustavitev RNA Pol II, ki ne zmore čez poškodbo na prepisujoči se verigi.

== Popravljanje z izcepom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče. 
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja. 
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe. 
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izcepom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izcepa oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni. 
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. ''Nature Reviews: Molecular Cell Biology'', vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. ''Biochimie'', vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten, B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. ''Chemical Reviews'', vol. 106, št. 2, 2006, str. 233-252.
* Aziz S., Reardon JT. Nucleotide Excision Repair. ''Progress in Nucleic Acid Research and Molecular Biology'', vol. 79, 2005, str. 183–235.

Popravljanje z izcepom nukleotida

2016-05-22T17:02:56Z

GZun: /* Popravljanje z izrezom nukleotida v prokariontih */

Popravljanje z izrezom nukleotida (ang. Nucleotide excision repair oz. NER) je večstopenjski popravljalni mehanizem DNA, ki prepozna in odstrani širok nabor raznoterih poškodb na DNA, ki destabilizirajo dsDNA. V osnovi delimo proces na GG-NER (global genome NER), ki je odgovoren za iskanje ter odpravljanje poškodb po celotnem genomu, ter TC-NER (transcription-coupled NER), ki je sklopljen s transkripcijo in se tako izvede ob zaznavi poškodbe med samo transkripcijo. Sosledje dogodkov, ki sestavljajo NER, vključuje:
*zaznavo poškodbe in njeno potrditev;
*cepitev dveh fosfodiesterskih vezi (na 5' ter 3' koncu) poškodovane verige;
*izrez nastalega fragmenta, ki vsebuje poškodovani del;
*sintezo nove ssDNA (komplementarne glede na nepoškodovano matrično verigo) na mestu poškodbe;
*lepljenje koncev novonastalega oligonukleotida.

== Poškodbe DNA ==
NER je edinstven popravljalni mehanizem zaradi sposobnosti poprave poškodb, ki so lahko posledica zelo različnih fizikalno-kemijskih dejavnikov. Ti vključujejo: UV-radiacijske poškodbe DNA, med katerimi sta najpomembnejša ciklobutanski pirimidinski dimeri (CPD) ter fotoprodukt (6-4) (6-4PP), adukte s številnimi kemičnimi sredstvi (cisplatin, psoralen, alfatoksini, benzo[a]piren, drugi policiklični karcinogeni,…), z oksidativnim stresom povezane poškodbe (npr. tvorba ciklopurinov) ter nekatere poškodbe, ki so posledica ionizirajočih sevanj.NER predstavlja pri višjih sesalcih (vključujoč človeka) edini mehanizem, ki je zmožen popraviti UV-radiacijske poškodbe (CPD, 6-4PP,…)! 
Da lahko NER v začetni fazi učinkovito zazna vse te različne poškodbe, se je sistem uravnal na skupno lastnost, ki združuje vse poškodbe, ki so posledica delovanja zgoraj naštetih sredstev. Vse poškodbe namreč povzročijo motnjo v povezovanju komplementarnih verig DNA oz. destabilizacijo Watson-Crickovih baznih parov, kar povzroča strukturno spremembo DNA na mestu poškodbe in njeni bližnji okolici. Zaradi oslabljenega povezovanja s komplementarno verigo postanejo baze bolj "ohlapne" (tako okvarjene, predvsem pa "zdrave" na komplementarni verigi!) in tako bolj izpostavljene in dostopne za vezavo na proteine, ki ta destabilizirana območja iščejo.
== Zaznava poškodbe ==
Zaznava in proces iskanja poškodbe je ključen korak pri vseh procesih popravljanja DNA. Pri GG-NER pa ta korak zahteva še posebej dodelan mehanizem, ki je strukturno nespecifičen in išče zgolj mesta v DNA, kjer je prišlo do destabilizacije in tako posredno zazna poškodbo.
Glavni faktor zaznave poškodbe pri evkariontih je XPC protein (Xeroderma pigmentosium C), ki v svoji funkciji iskanja poškodbe nastopi še z dvema pomožnima faktorjema: RAD23B ter centrin 2 (CENT2).
Strukturne študije so razkrile, da se XPC na mesto poškodbe veže na komplementarno, nepoškodovano verigo, kar mu omogoča zaznavo raznoterih poškodb.
Raziskave so pokazale, da ''in vitro'' XPC res svojo funkcijo sam dobro opravlja, v ''in vivo'' sistemih pa včasih potrebuje dodatne faktorje, ki pomagajo pri zaznavi določenih poškodb. Ena izmed najpomembnejših takšnih poškodb je ravno CPD, ki je tudi najpogostejša UV-radiacijiska poškodba. 
Za popravo CPD mora tako poškodbo samo pred vezavo XPC zaznati UV-DDB kompleks (ultraviolet radiation-DNA damage-binding protein). UV-DDB je heterodimer, ki ga sestavljata DDB1 ter DDB2, in ima izrazito veliko afiniteto za vezavo CPD ter 6-4PP. Vezava UV-DDB sproži in vivo akumulacijo XPC na mesto poškodbe (CPD, v manjši meri tudi 6-4PP). Izkazalo se je tudi, da ima UV-DBB pomembno vlogo pri uravnavanju procesa na nivoju kromatina, saj je UV-DBB tudi del ubikvitin ligaznega kompleksa E3 (UV-DDB-CUL4-ROC1), ki ob asociaciji UV-DDB na poškodbo ubikvitinira histone, na katere je navita poškodovana DNA. DNA se tako sprosti s histona (oz. nukleosoma) in postane dostopna za prvi korak NER-vezava XPC ob mestu poškodbe. 
Po uspešni vezavi XPC na DNA lahko potečejo nadaljnji koraki NER, katerih gonilo so protein-protein interakcije med NER faktorji na mestu vezave XPC.

Sprožitev procesa TC-NER poteka neposredno ob transkripciji, signal za poškodovano DNA pa predstavlja kar ustavitev RNA Pol II, ki ne zmore čez poškodbo na prepisujoči se verigi.

== Popravljanje z izcepom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče. 
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja. 
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe. 
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izcepom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni. 
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. ''Nature Reviews: Molecular Cell Biology'', vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. ''Biochimie'', vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten, B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. ''Chemical Reviews'', vol. 106, št. 2, 2006, str. 233-252.
* Aziz S., Reardon JT. Nucleotide Excision Repair. ''Progress in Nucleic Acid Research and Molecular Biology'', vol. 79, 2005, str. 183–235.

Popravljanje z izcepom nukleotida

2016-05-22T17:02:07Z

GZun: /* Popravljanje z izrezom nukleotida ob transkripciji (TC-NER) */

Popravljanje z izrezom nukleotida (ang. Nucleotide excision repair oz. NER) je večstopenjski popravljalni mehanizem DNA, ki prepozna in odstrani širok nabor raznoterih poškodb na DNA, ki destabilizirajo dsDNA. V osnovi delimo proces na GG-NER (global genome NER), ki je odgovoren za iskanje ter odpravljanje poškodb po celotnem genomu, ter TC-NER (transcription-coupled NER), ki je sklopljen s transkripcijo in se tako izvede ob zaznavi poškodbe med samo transkripcijo. Sosledje dogodkov, ki sestavljajo NER, vključuje:
*zaznavo poškodbe in njeno potrditev;
*cepitev dveh fosfodiesterskih vezi (na 5' ter 3' koncu) poškodovane verige;
*izrez nastalega fragmenta, ki vsebuje poškodovani del;
*sintezo nove ssDNA (komplementarne glede na nepoškodovano matrično verigo) na mestu poškodbe;
*lepljenje koncev novonastalega oligonukleotida.

== Poškodbe DNA ==
NER je edinstven popravljalni mehanizem zaradi sposobnosti poprave poškodb, ki so lahko posledica zelo različnih fizikalno-kemijskih dejavnikov. Ti vključujejo: UV-radiacijske poškodbe DNA, med katerimi sta najpomembnejša ciklobutanski pirimidinski dimeri (CPD) ter fotoprodukt (6-4) (6-4PP), adukte s številnimi kemičnimi sredstvi (cisplatin, psoralen, alfatoksini, benzo[a]piren, drugi policiklični karcinogeni,…), z oksidativnim stresom povezane poškodbe (npr. tvorba ciklopurinov) ter nekatere poškodbe, ki so posledica ionizirajočih sevanj.NER predstavlja pri višjih sesalcih (vključujoč človeka) edini mehanizem, ki je zmožen popraviti UV-radiacijske poškodbe (CPD, 6-4PP,…)! 
Da lahko NER v začetni fazi učinkovito zazna vse te različne poškodbe, se je sistem uravnal na skupno lastnost, ki združuje vse poškodbe, ki so posledica delovanja zgoraj naštetih sredstev. Vse poškodbe namreč povzročijo motnjo v povezovanju komplementarnih verig DNA oz. destabilizacijo Watson-Crickovih baznih parov, kar povzroča strukturno spremembo DNA na mestu poškodbe in njeni bližnji okolici. Zaradi oslabljenega povezovanja s komplementarno verigo postanejo baze bolj "ohlapne" (tako okvarjene, predvsem pa "zdrave" na komplementarni verigi!) in tako bolj izpostavljene in dostopne za vezavo na proteine, ki ta destabilizirana območja iščejo.
== Zaznava poškodbe ==
Zaznava in proces iskanja poškodbe je ključen korak pri vseh procesih popravljanja DNA. Pri GG-NER pa ta korak zahteva še posebej dodelan mehanizem, ki je strukturno nespecifičen in išče zgolj mesta v DNA, kjer je prišlo do destabilizacije in tako posredno zazna poškodbo.
Glavni faktor zaznave poškodbe pri evkariontih je XPC protein (Xeroderma pigmentosium C), ki v svoji funkciji iskanja poškodbe nastopi še z dvema pomožnima faktorjema: RAD23B ter centrin 2 (CENT2).
Strukturne študije so razkrile, da se XPC na mesto poškodbe veže na komplementarno, nepoškodovano verigo, kar mu omogoča zaznavo raznoterih poškodb.
Raziskave so pokazale, da ''in vitro'' XPC res svojo funkcijo sam dobro opravlja, v ''in vivo'' sistemih pa včasih potrebuje dodatne faktorje, ki pomagajo pri zaznavi določenih poškodb. Ena izmed najpomembnejših takšnih poškodb je ravno CPD, ki je tudi najpogostejša UV-radiacijiska poškodba. 
Za popravo CPD mora tako poškodbo samo pred vezavo XPC zaznati UV-DDB kompleks (ultraviolet radiation-DNA damage-binding protein). UV-DDB je heterodimer, ki ga sestavljata DDB1 ter DDB2, in ima izrazito veliko afiniteto za vezavo CPD ter 6-4PP. Vezava UV-DDB sproži in vivo akumulacijo XPC na mesto poškodbe (CPD, v manjši meri tudi 6-4PP). Izkazalo se je tudi, da ima UV-DBB pomembno vlogo pri uravnavanju procesa na nivoju kromatina, saj je UV-DBB tudi del ubikvitin ligaznega kompleksa E3 (UV-DDB-CUL4-ROC1), ki ob asociaciji UV-DDB na poškodbo ubikvitinira histone, na katere je navita poškodovana DNA. DNA se tako sprosti s histona (oz. nukleosoma) in postane dostopna za prvi korak NER-vezava XPC ob mestu poškodbe. 
Po uspešni vezavi XPC na DNA lahko potečejo nadaljnji koraki NER, katerih gonilo so protein-protein interakcije med NER faktorji na mestu vezave XPC.

Sprožitev procesa TC-NER poteka neposredno ob transkripciji, signal za poškodovano DNA pa predstavlja kar ustavitev RNA Pol II, ki ne zmore čez poškodbo na prepisujoči se verigi.

== Popravljanje z izcepom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče. 
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja. 
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe. 
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni. 
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. ''Nature Reviews: Molecular Cell Biology'', vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. ''Biochimie'', vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten, B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. ''Chemical Reviews'', vol. 106, št. 2, 2006, str. 233-252.
* Aziz S., Reardon JT. Nucleotide Excision Repair. ''Progress in Nucleic Acid Research and Molecular Biology'', vol. 79, 2005, str. 183–235.

Popravljanje z izcepom nukleotida

2016-05-22T11:55:16Z

GZun: /* Vpliv na celični cikel */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče. 
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja. 
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe. 
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni. 
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. ''Nature Reviews: Molecular Cell Biology'', vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. ''Biochimie'', vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten, B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. ''Chemical Reviews'', vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T11:48:31Z

GZun: /* Sklopitev GG-NER in TC-NER */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče. 
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja. 
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe. 
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni. 
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. ''Nature Reviews: Molecular Cell Biology'', vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. ''Biochimie'', vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten, B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. ''Chemical Reviews'', vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T11:47:45Z

GZun: /* Popravljanje z izrezom nukleotida v prokariontih */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče.
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja.
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe.
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni. 
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. ''Nature Reviews: Molecular Cell Biology'', vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. ''Biochimie'', vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten, B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. ''Chemical Reviews'', vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T11:36:29Z

GZun: /* Viri */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče.
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja.
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe.
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni.
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. ''Nature Reviews: Molecular Cell Biology'', vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. ''Biochimie'', vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten, B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. ''Chemical Reviews'', vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T11:36:16Z

GZun: /* Viri */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče.
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja.
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe.
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni.
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. ''Nature Reviews: Molecular Cell Biology'', vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. ''Biochimie'', vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten,B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. ''Chemical Reviews'', vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T11:35:40Z

GZun: /* Viri */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče.
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja.
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe.
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni.
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. "Nature Reviews: Molecular Cell Biology", vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. "Biochimie", vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten,B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. "Chemical Reviews", vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T11:33:43Z

GZun: /* Popravljanje z izrezom nukleotida v prokariontih */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče.
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja.
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe.
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni.
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. Nature Reviews: Molecular Cell Biology, vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. Biochimie, vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten,B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. Chemical Reviews, vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T10:56:45Z

GZun: /* Viri */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče.
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja.
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe.
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni.
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. Nature Reviews: Molecular Cell Biology, vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. Biochimie, vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau, D. L., Houten,B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. Chemical Reviews, vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T10:56:21Z

GZun: /* Popravljanje z izrezom nukleotida v prokariontih */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče.
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja.
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe.
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj [http://images.slideplayer.com/16/5069373/slides/slide_20.jpg štirih encimih]. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni.
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. Nature Reviews: Molecular Cell Biology, vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. Biochimie, vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau,D. L., Houten,B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. Chemical Reviews, vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T10:53:03Z

GZun: /* Sklopitev GG-NER in TC-NER */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa [http://virchow.uni-wuerzburg.de/kiskerlab/hp_images/euk_ner.jpg TFIIH] (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče.
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja.
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe.
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj štirih encimih. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni.
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. Nature Reviews: Molecular Cell Biology, vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. Biochimie, vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau,D. L., Houten,B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. Chemical Reviews, vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T10:50:44Z

GZun: /* Popravljanje z izrezom nukleotida ob transkripciji (TC-NER) */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji ([http://www.nature.com/nrg/journal/v11/n11/images/nrg2828-f3.jpg TC-NER]) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa TFIIH (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče.
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja.
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe.
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj štirih encimih. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni.
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. Nature Reviews: Molecular Cell Biology, vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. Biochimie, vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau,D. L., Houten,B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. Chemical Reviews, vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T10:48:06Z

GZun: /* Viri */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji (TC-NER) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa TFIIH (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče.
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja.
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe.
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj štirih encimih. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni.
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
* Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. Nature Reviews: Molecular Cell Biology, vol. 15, 2016, str. 465-481.
* Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. Biochimie, vol. 85, 2003, str. 1083–1099.
* Truglio, J. J., Croteau,D. L., Houten,B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. Chemical Reviews, vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T10:44:37Z

GZun: /* Viri */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji (TC-NER) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa TFIIH (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče.
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja.
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe.
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj štirih encimih. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni.
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. Nature Reviews: Molecular Cell Biology, vol. 15, 2016, str. 465-481.
Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. Biochimie, vol. 85, 2003, str. 1083–1099.
Truglio, J. J., Croteau,D. L., Houten,B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. Chemical Reviews, vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T10:44:15Z

GZun: /* Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice */

== Poškodbe DNA ==

== Zaznava poškodbe ==

== Popravljanje z izrezom nukleotida ob transkripciji (TC-NER) ==
Napake zaradi CPD so manj izrazite, zato se lahko izognejo GG-NER, kljub temu pa onemogočajo replikacijo in transkripcijo. Ko RNA polimeraza II dospe do poškodovanega nukleotida, se zaustavi. Nanjo se vežeta proteina Cockaynovega sindroma CSB in CSA. CSB preoblikuje kromatin v bolj odprto obliko s primerno konformacijo za popravilo. Taka RNA polimeraza II z dodatnimi proteini pokriva območje okrog 35 nukleotidov in s tem zakriva poškodovani nukleotid. Običajno se kompleks premakne nazaj in tako razkrije poškodovano mesto, kjer poteče izrezovanje.

== Sklopitev GG-NER in TC-NER ==
Vezan XPC oz. CSB omogoča asociacijo kompleksa TFIIH (transkripcijski iniciacijski faktor IIH). Podenoti kompleksa sta helikazi XPB in XPD, ki se vežeta na DNA tik ob poškodovanem nukleotidu, verigo odvijeta ter še bolj razpreta. XPD služi tudi kot sekundarna potrditev lezije, saj vsebuje kanal, skozi katerega lahko teče le nepoškodovana ssDNA, ko pa naleti na poškodbo, se tik ob njej zaustavi. Če XPD poškodbe ne najde, celoten kompleks za popravljanje z izrezom nukleotida razpade in popravljanje se prekliče.
Na poškodovan nukleotid se z motivom cinkovega prsta na 5' veže XPA, ki prav tako služi potrditvi spremembe nukleotida, poleg tega pa sodeluje kot osrednji povezovalni člen in organizator kompleksa popravljanja.
Sedaj nepoškodovano ssDNA prepozna in se nanjo veže več molekul RPA (replikacijski protein A). Sledi ireverzibilna stopnja izreza nukleotidov, ki se mora izvršiti do konca, da ne bi prišlo do še hujših modifikacij DNA. RPA v sodelovanju z XPA uravnava vezavo endonukleaze XPF-ERCC1 na mesto 5' ssDNA, na mesto 3' pa endonukleazo XPG. Najprej se prekine veriga na 5' koncu, kjer se lahko takoj začne sinteza ustreznega komplementarnega dela, nato pa se prekine še del na 3' koncu; skupaj (nesimetrično glede na poškodbo) 22-30 nukleotidov dolg odsek ssDNA, ki prosto oddisociira z mesta poškodbe.
Ustrezna DNA polimeraza zapolni nastalo vrzel; kot začetni nukleotid uporabi kar 3' konec stare verige, zadnjo vez na novem 5' koncu pa vzpostavi še DNA ligaza. Po ustreznem popravilu se na ta odsek vežejo novi histoni, okrog katerih se ovije popravljena dsDNA.

== Vpliv na celični cikel ==
Celični cikel mora biti uravnan tako, da ne pride do replikacije med popravljanjem poškodb. ATR (z ATM povezan protein) se aktivira zaradi povezave z RPA, ki asociira z ssDNA. Aktiviran ATR sproži kaskado, ki ustavi celico v fazi G1 ali G2. S tem NER pridobi več časa za dokončanje popravila. Če so poškodbe preobširne, p53 sproži apoptozo. V primeru, ko RNA polimeraza zaobide poškodbo, pride do nepravilnega prevajanja in mutageneze.

== Popravljanje z izrezom nukleotida v prokariontih ==
Prokariontski sistem temelji na zgolj štirih encimih. Kompleks UvrA2B ima helikazno aktivnost in išče morebitne poškodbe. Ko naleti na spremembo konformacije, nanj asociira UvrC. Podenota UvrC je sposobna izreza oligonukleotida, na katerega prost 3' konec se veže UvrD in ga odstrani. Vrzel se nato zapolni.
Če pride ob transkripciji do zastanka RNA polimeraze, se nanjo veže TRCF (povezovalni faktor popravljanja med transkripcijo) in polimerazo pomakne nekoliko proč od mesta poškodbe, nato pa pritegne UvrA2, ki asociira z UvrB; prokariotnska procesa sta tako podobno sklopljena kot evkariontska.

== Okvare mehanizma popravljanja z izcepom nukleotida in klinične posledice ==

== Viri ==
- Marteijn, J. A., Lans, H., Vermeulen, W., Hoeijmakers, J. H. J. Understanding nucleotide excision repair and its roles in cancer and ageing. Nature Reviews: Molecular Cell Biology, vol. 15, 2016, str. 465-481.
- Costa, R. M. A., Chiganças, V., Galhardo, R. S., Carvalho, H., Menck, C. F. M. The eukaryotic nucleotide excision repair pathway. Biochimie, vol. 85, 2003, str. 1083–1099.
- Truglio, J. J., Croteau,D. L., Houten,B. V., Caroline Kisker, C. Prokaryotic Nucleotide Excision Repair: The UvrABC System. Chemical Reviews, vol. 106, št. 2, 2006, str. 233-252.

Popravljanje z izcepom nukleotida

2016-05-22T10:43:30Z

GZun: /* Popravljanje */

BIO2 Povzetki seminarjev 2015

2015-12-22T20:09:23Z

GZun: /* Gašper Žun: Biosinteza in biološka vloga terpenoidov s poudarkom na abscizinski kislini */

== Biokemija- Povzetki seminarjev 2015/2016 ==
Nazaj na osnovno [http://wiki.fkkt.uni-lj.si/index.php/BIO2_Seminar_2015 stran]

=== Kristjan Stibilj: PI3K kaskada in njihova vloga pri rakavih obolenjih ===
Dandanes je zdravljenje rakavih obolenj poglavitna točka v razvoju farmacevtskih zdravil. Velike multinacionalke vlagajo ogromno denarja v razvoj zdravila, ki bi ozdravil tumorje oz. omilil njihovo delovanje. Za nastanek rakavih obolenj so v veliki meri krivi receptorji tirozin kinaze (RTK) in njihova PI3K/AKT/mTOR signalna pot. Ta namreč nadzoruje celično proliferacijo, metabolizem, premikanje in preživetje. Mutacije ključnih proteinov v PI3K kaskadi vodijo do nenadzorovane rasti in delitve celic, kar privede do nastanka tumorjev. Glavni princip zdravljenja oz. iskanje zdravila za rakava obolenja je torej poiskati takšno molekulo, ki bi uspešno inhibirala mutiran protein in s tem ustavila njegovo hiperaktivacjo. Znanstveniki so v zadnjih letih odkrili precej inhibitorjev, ki so bolj ali majn specifični in so sedaj v preiskavah kot morebitno zdravilo. Za inhibiranje PI3K molekule sta se v predkličninih študijah pokazala kot uspešna pictilisib in buparlisib, ki se vežeta na ATP-vezavno mesto. Na enak način deluje tudi večina AKT inhibitorjev, kamor spada tudi dobro raziskan Inhibitor VIII. mTOR, zadnja molekula v PI3K kaskadi, pa ima prav tako kar nekaj sintetičnih inhibitorjev, ki so analogni naravni molekuli rapamcin. Vsi našteti inhibitorji pa žal še niso zdravila za raka, saj so interakcije z ostalimi encimi v celici še vedno nepoznane.

=== Klara Kuret: Vpliv bakterijskih efektorjev na celični ubikvitinacijski sistem in rastlinski imunski odziv ===
Patogene bakterije uporabljajo efektorje za zatiranje imunskega odziva gostitelja. Tarča mnogih efektorskih proteinov je celični ubikvitinacijski sistem (UBS), ki je pomemben regulator imunskega odgovora. Ubikvitinska signalizacija poteka preko treh encimskih kompleksov, ki na proteinske substrate vežejo molekule ubikvitina. Dolžina in oblika ubikvitinske verige narekujeta, kakšen bo biološki odgovor celice na ubikvitinacijo oz. kaj se bo s substratom zgodilo. Ker prokarionti nimajo lastnega ubikvitinacijskega sistema, so morali razviti drugačne mehanizme, ki jim omogočajo interakcijo z evkariontskimi proteini, kateri nastopajo pri ubikvitinaciji. Efektorji lahko gostiteljski UBS izkoriščajo tako, da strukturno ali funkcijsko posnemajo evkariontske komponente UBS, ali pa so homologi evkariontskih proteinov. Lahko tudi pospešujejo ali inhibirajo delovanje 26S proteasoma. Efektorski proteini torej izkoriščajo evkariontske strategije za nadzor in manipulacijo gostiteljevih celičnih procesov, v smeri, ki patogenu omogoča čim boljšo možnost razvoja in množitve. Efektorji AvrPtoB, HopM1 ter VirF so nastali z različnim evolucijskim razvojem, zato se tudi mehanizmi njihovega delovanja na UBS razlikujejo. Patogeni efektorji lahko preko ubikvitinacije pomembnih signalnih proteinov v imunskih kaskadah povzročijo nezmožnost celice, da aktivira PAMP ter ETI imunost. Razgradnja gostiteljevih proteinov vodi lahko do motenj v izražanju genov, motenj v vezikularnem transportu in številnih drugih nepravilnosti v celičnih procesih, ki pripeljejo do večje dovzetnosti celice za okužbo.

=== Tjaša Lukšič: Alternativno izrezovanje GPCR-jev s poudarkom na sekretinski družini ===
Alternativno izrezovanje GPCR-jev je pogost pojav, še posebej pri sekretinski in nekaterih sorodnih družinah. Receptorji sekretinske družine se pojavljajo v zanimivih izooblikah, ki odstirajo nove poglede na regulacijo celične signalizacije. V sedmi transmembranski vijačnici sekretinskih GPCR-jev je dobro ohranjen ekson 12 oz. zaporedje 14 aminokislin, ki je tarča izrezovalno-povezovalnega kompleksa pri nekaterih receptorjih. Delecija eksona 12 nima izrazitega vpliva na vezavo primarnih sporočevalcev, ima pa zato toliko večje posledice pri prenosu signalov. Povezovanje z G-proteini je onemogočeno, ker skrajšana TMD7 ne omogoča normalne konformacijske spremembe. Le-ta se v običajnih izooblikah zgodi zaradi premika TMD6 in TMD7 proti statični TMD3, kar razkrije intracelularno vezavno domeno za navzdolnje efektorje. Poleg omenjene funkcije lažnega receptorja, se oslabi tudi membranska ekspresija kratkih-TMD7 receptorjev, saj je izbrisan transportni motiv v eksonu 12 in zmanjšana hidrofobnost C konca. Najbolj fascinantna posledica je zagotovo dominantno negativna regulacija membranske ekspresije ostalih izooblik. Za transport GPCR-jev iz kontrolnega sistema endoplazmatskega retikuluma je potrebna oligomerizacija. Hetero-oligomeri določenih kombinacij s kratkim-TMD7 receptorjem ne uspejo zapustiti ER, število delujočih receptorjev v membrani se zmanjšuje in celica je slabše odzivna na njihove primarne sporočevalce. Med tem pa nekateri receptorji nimajo težav pri transportu skupaj s skrajšanimi izooblikami. Številna bolezenska stanja so povezana s patološkimi izooblikami ali z neuspešnim transportom proteinov iz ER, za kar obstaja potencialna rešitev v farmakoloških šaperonih.

=== Rok Miklavčič: Preusmeritve signalnih poti preko TNFR1 v boju s patogeni ===
Celice so se skozi čas prilagodile na življenje v okolju, polnem potencialno škodljivih patogenov. Razvilo se je mnogo mehanizmov celičnega odgovora, ki so prilagojeni tako, da lahko ustrezen odgovor na patogene pripravijo v različnih situacijah. En takih mehanizmov predstavlja tudi signalna kaskada preko TNFR1, receptorja za citokin TNFα. TNFα sprostijo celice imunskega sistema, ko zaznajo prisotnost patogena. Osnovni celični odgovor pri stimulaciji TNFR1 je kaskada, ki preko zaporedja ubikvitinacij sodelujočih proteinov, privede do translokacije transkripcijskega faktorja NF-κB v jedro. NF-κB tam sproži prepisovanje genov za vnetne citokine, ki ob kasnejšem sproščanju v okolico celice povzročijo vnetni odziv sosednjih celic ter s tem omejitev okužbe. Nekateri patogeni pa so na ta odziv prilagojeni tako, da inhibirajo ključne proteine v začetni kaskadi in s tem zmanjšajo vnetje, vendar pa imajo na to prilagoditev odgovor tudi gostiteljske celice. Pri taki inhibiciji pride do prenosa signala po drugi poti, ki privede do apoptoze napadene celice, kar ubije tudi patogene v njej, in tako omeji okužbo. Patogeni lahko inhibirajo tudi samo apoptozo, zaradi česar obstaja tudi zasilni celični mehanizem odgovora nanje. V primeru inhibicije apoptoze se kaskada konča z aktivacijo psevdokinaze MLKL, ki je glavni efektor za mehanizem programirane nekroze z imenom nekroptoza. Pri nekroptozi pride kot pri nekrozi do celične lize, pri čemer se v okolico sprostijo DAMP-i, ki sprožijo vnetni odziv okoliškega tkiva.

=== Ema Gašperšič: PKC in njihov vpliv na raka ter Alzheimerjevo bolezen ===
Protein kinaze C (PKC) so družina encimov, ki sodelujejo v številnih signalnih poteh v celici. S fosforilacijo serina ali treonina nekega drugega proteina regulira njegovo aktivnost. Vplivajo na proliferacijo in diferenciacijo celice, apoptozo, oblikovanje sinaps, učenje ter shranjevanje spominov, nevrološke motnje in mnogo drugih procesov v celici. Za aktivacijo PKC sta ključni povečani koncentraciji diacilglicerola (DAG) in kalcijevih ionov Ca2+, ki z vezavo na PKC povzročita prehod iz neaktivne v aktivno obliko. Aktivacija PKC vpliva na spodbujanje oziroma inhibiranje razvoja raznih bolezni, kot so rak, ishemična možganska kap ali Alzheimerjeva bolezen in druge nevrodegenerativne bolezni. Problem je v tem, da je pri zdravljenju raka potrebno rast celic čim prej zaustaviti, med tem ko morajo pri nevrodegenerativnih boleznih nevroni ostajati živi. Poleg tega je zanimivo, da naj bi nekateri aktivatorji protein kinaz C rast rakavih celic spodbujali, drugi pa zavirali. Običajen mehanizem delovanja PKC je težko opisati, saj obstaja več oblik PKC izoencimov, ki so po različnih tkivih različno razporejeni, v celici imajo različne funkcije, poleg tega pa obstaja več signalnih poti, ki vodijo do aktivacije PKC. Vse to so razlogi za oteženo delo raziskovalcev, ki želijo odkriti načine zdravljenja prej omenjenih boleznih, zato torej to področje zahteva še precej raziskav, ki bi posledično lahko olajšale njihovo zdravljenje.

=== Tadej Satler: PD-1 limfocitov in melanomskih celic ===
Melanom je najnevarnejša oblika kožnega raka in znanstveniki že desetletja borijo izboljšali rezultate zdravljenja. Vzpodbuditi želijo proti-tumorski odziv imunskega sistema, vendar so zaradi kontrolnih točk neuspešni. Kontrolne točke so ključne za ohranjanje imunske homeostaze, saj bi brez njih bili žrtev številnim avtoimunskim boleznim in poškodbam tkiva ob prevelikem odzivu sistema na patogene vnetje. Med imunske kontrolne točke spada tudi receptor PD-1. Je monomer sestavljen iz imunoglobulinske in citoplazemske domene. Zanj sta značilna tudi dva liganda (PD-L1 in PD-L2), ki sta potrebna za njegovo aktivacijo. Najdemo ga predvsem pri limfocitih T in nekaterih melanomskih celicah. Izražanje PD-1 je raziskano predvsem pri limfocitih T, kjer ob interakciji z ligandoma inhibira delovanje in funkcije limfocitov ter povzroča njihovo apoptozo. To doseže s pomočjo zaviranja številnih ključnih procesov znotraj celice, ki so potrebni za njeno normalno delovanje. Pri melanomskih celicah je pa delovanje PD-1 še dokaj neraziskano. Do zdaj njegova prisotnost ni bila znana, vendar so nedavne raziskave pokazale njegovo izražanje na nekaterih celicah limfocitov. Obnašanje PD-1 melanomskih celic je drugačno kot pa pri limfocitih, saj njegovo izražanje spodbuja rast tumorja. S pomočjo boljšega poznavanja delovanja PD-1 v limfocitih T in melanomskih celicah, bo lažje razviti učinkovitejše metode boja proti raku.

=== Tilen Tršelič: PKM2 in njegova vloga pri razvoju rakavih celic ===
Piruvat kinaza (PK) je pomemben glikolitski encim, ki se pojavlja v štirih različnih oblikah. Oblika M2 je posebno zanimiva, saj poleg svoje glikolitske funkcije opravlja še mnoge druge, nemetabolične funkcije. Poleg tega je PKM2 prevladujoča oblika encima v rakavih celicah. Razlog za povečano izražanje le-tega verjeno izhaja iz dejstva, da lahko PKM2 zavzema aktivno tetramerno obliko ali skoraj neaktivno dimerno obliko. Možnost menjavanja svojih oblik celicam, bodisi zdravim ali rakavim, omogoča prilagajanje delovanja njihovim potrebam. Če celici primanjkuje energije, lahko encim zavzema pretežno aktivno tetramerno obliko in tako spodbuja proizvodnjo ATP. Če celica potrebuje nove makromolekule za proliferacijo, tu encim lahko zavzame pretežno neaktivno dimerno obliko in spodbuja kopičenje intermediatov glikolize. Te so ključni za sintezo novih snovi, saj služijo kot njihovi prekurzorji.
Aktivnost encima PKM2 se regulira na več načinov. Vlogo regulatorjev po navadi opravljajo post-translacijske modifikacije encima, lahko pa tudi nekatere druge spremembe v celičnem okolju.
PKM2 v svoji manj aktivni dimerni obliki prav tako lahko regulira druge procese. Predvsem pospešuje celično rast in razvoj prek reakcij z pomembnimi transkripcijskimi faktorji v jedru. Izkazalo se je, da delovanje encima PKM2 močno koristi rakavim celicam.
Ker je encim PKM2 zelo pomemben za razvoj takšnih celic, predstavlja dobro potencialno tarčo za zdravljenje. Raziskave potrjujejo, da bi bilo slednje možno, ne ponujajo pa konkretnega odgovora na vprašanje, kako bi takšno zdravljenje potekalo.

=== Tina Šimunović: Pentoza-fosfatna pot, njena regulacija in povezava z rakom ===
Pod imenom rak razumemo bolezen, za katero je značilna nenadzorovana rast in celična delitev. Rakave celice imajo tako večjo potrebo po biosintezi pomembnih makromolekul, ki jo zadostijo s prilagoditvijo in spremembo svojih metaboličnih poti. Ena izmed prilagoditev je lahko sprememba pentoza-fosfatne poti (PPP). To je ena izmed metaboličnih poti glukoze, katere glavna produkta sta riboza-5-fosfat in NADPH. Prva se naprej uporablja pri sintezi nukleinskih kislin, NADPH pa je pomemben za sintezo makromolekul in za detoksikacijo. Regulacija PPP poteka preko njenih metabolnih encimov. V rakavih celicah je predvsem izražena povišana aktivnost glukoza-6-fosfat dehidrogenaze in s tem aktivnost PPP. Pri tem encimu sta, poleg mnogih drugih, najpomembnejša regulatorja NADPH in tumorski supresor p53. Aktivnost PPP lahko poveča tudi acetilacija 6-fosfoglukonat dehidrogenaze ali pa povečano izražanje transketolaze. Na pospešeno proliferacijo rakavih celic vplivajo tudi inaktivirani tumorski supresorji in aktivirani onkoproteini, npr. p53, TIGAR, ATM, Ras, mTORC1 in Nrf2. Največji pomen PPP pri rakavih celicah, je v zaščiti pred celično smrtjo, saj se s povečano aktivnostjo PPP pospeši tvorba njenih produktov, ki so ključni pri preživetju celice. Z inhibicijo te poti, bi lahko tudi inhibirali rast tumorjev. PPP je tako postala potenciala tarča za zdravljenje raka, vendar je za to potrebnih še veliko raziskav in boljše razumevanje metabolizma rakavih celic.

=== Maja Zupanc: Kako dolge nekodirajoče RNA vplivajo na regulacijo metabolizma ===
Ena najbolj fascinantnih lastnosti metabolizma je njegova regulacija. Za homeostazo metabolizma hranil in energije v telesu je nujna specializirana regulacija centralnega živčnega sistema, Langerhansovih otočkov trebušne slinavke in glavnih metabolnih tkiv (maščobno tkivo, skeletne mišice in jetra). Dolge nekodirajoče molekule RNA (lncRNA) so RNA molekule dolge več kot 200 nukleotidov, ki ne kodirajo proteinov. Njihov spekter delovanja je izredno širok, na metabolizem vplivajo prek regulacije procesov adipogeneze in hepatičnega metabolizma, nadzora funkcionalnosti Langerhansovih otočkastih celic, regulacije razvoja skeletnih mišic, in energijske homeostaze. Do sedaj je bilo odkritih že več kot 60000 dolgih nekodirajočih RNA molekul in repetuar njihovih funkcij se z vsako novo raziskavo širi. Vloga lncRNA je še pred desetimi leti bila neznanka, od takrat pa nam je že postalo jasno, da so pomembni regulatorji izražanja DNA, diferenciacije in razvoja celic, razvoja tkiva in tumorogeneze. V resnici pa vemo zelo malo, oziroma smo šele na začetku razumevanja lncRNA. Ker se zaradi tega z vsakim novim odkritjem pojavlja še več vprašanj (o podrobnih principih delovanja lncRNA in njihovega sodelovanja z drugimi molekulami, o še nepoznanih funkcijah, vpletenosti v bolezni in možnosti razvoja novih tehnik zdravljenja…), so raziskave na tem področju zelo aktualne.

=== Lara Jerman: Warburgov učinek: od raka do avtoimunosti ===
V dvajsetih letih prejšnjega stoletja je Otto Warburg s svojimi sodelavci meril porabo kisika in sintezo laktata v rakastem tkivu. Pri tem je prišel do zelo pomembnega opažanja, ki ostaja zelo aktualno – da celice rakastega tkiva tudi ob normoksičnih pogojih vztrajajo pri močno povečani glikolizi. Danes vemo, da se Warburgov učinek v rakastih tkivi pojavlja skoraj univerzalno. Večina Warburgovih opažanj in meritev je bila kvantitativno pravilna. Njegova razlaga vzroka pojava pa se je izkazala za napačno, saj povečano stopnjo glikolize zasledimo v mnogih rakastih tkivih brez določljivih mitohondrijskih mutacij ali motenj oksidativno-fosforilacijske metabolne poti. V takih tkivih sinteza ATP v mitohondrijih poteka nemoteno in enako učinkovito kot pri normalnih tkivih z enako koncentracijo kisika. Raziskave zadnjih let kažejo na to, da je povečana glikoliza strateška poteza rakastih celic, ki zadovoljuje predvsem njihove potrebe po sintezi biomase. V skoraj stoletju od Warburgovega prvotnega odkritja je postalo jasno, da metabolična stikala omogočajo celici, da se prilagaja svojim bioenergetskim in biosintetskim potrebam. Zmožnost hitrega prilagajanje potrebam je še posebej pomembna pri imunskih celicah, ki morajo ob imunskem odzivu hitro preiti iz mirujočega stanja. Zato ni presenetljivo, da so si rakaste in imunske celice glede zagotavljanja metabolnih tokov in bionenergetike za rast in širjenje v marsičem podobne.

=== Sara Tekavec: Mutacije encimov Krebsovega cikla in vpliv na razvoj ter rast tumorjev ===
Encimi izocitrat dehidrogenaza (IDH), sukcinat dehidrogenaza (SDH) in fumarat hidrataza (FH) sodelujejo v Krebsovem ciklu. Prvi omogoča pretvorbo izocitrata v α-ketoglutarat (α-KG), drugi pretvorbo sukcinata v fumarat, tretji pa pretvorbo fumarata v malat. Za gene, ki kodirajo te encime, so značilne mutacije, ki vodijo v nastanek in rast tumorjev. Mutacije so lahko onkogen-aktivirajoče (mutacija IDH) ali tumor-supresor deaktivirajoče (mutacije SDH in FH). Mutacija IDH tako v encimu vzpodbudi novo funkcijo, in sicer pretvorbo α-ketoglutarata ob prisotnosti NADPH v onkometabolit 2-hidroksiglutarat (2-HG). Pri drugih dveh mutacijah pa gre za to, da je aktivnost encima zmanjšana oz. je sploh ni, kar ima za posledico kopičenje sukcinata ali fumarata. To ugodno vpliva na rast tumorja, saj lahko te tri omenjene molekule na različne načine inducirajo izražanje genov, pomembnih za celično rast in preživetje. Vse tri na primer stabilizirajo hipoksični inducibilni faktor (HIF), ki nato sproži transkripcijo in angiogenezo (rast krvnih žil). Z zmanjšano koncentracijo dveh antioksidantov NADPH in α-ketoglutarata se poveča tudi tveganje za nove mutacije, povzročene s strani reaktivnih kisikovih zvrsti. Poleg tega lahko α-KG sam deluje kot mutagen ali pa tudi inhibira metilacijo DNA in histonov, zaradi česar je izražanje onkogenov povečano. Kljub temu, da je ta metabolična pot pri tumorjih precej kompleksna, nam bodo nove metode detekcije tumorjev kmalu omogočile tudi boljše razumevanje samih mutacij in mehanizma nastanka tumorjev, ki tiči v ozadju.

=== Fran Krstanović: L-Carnitine enhances exercise endurance capacity ===
Our energy metabolism is working constantly to cover energy need of our body. ATP represents the first line of action. With cellular ATP concentration low, our body needs other sources of energy as fuel. Fats carbs and proteins play that part. To get energy from fats they need to be oxidase. The process of fat oxidation is situated in the mitochondria. Fats need a special transporter to get into the cell, l-carnitine.
Apart from fat transportation l-carnitine has many other roles; enhancing exercise endurance capacity is believed to be one of them. Mice fed with L-carnitine showed great promise to confirm this theory. Glycogen concentrations were higher, all important parameters for fatty acid intake and mitochondria biogenesis were higher and do additional AMPK was activated. The most important parameter was higher endurance capacity was reached. The problem lies in implicating the theory on humans; consuming concentrations are unknown (high can lead to problems, low won’t have affect). Further experiments will surely be held as carnitine provides great attention from sports industries as a supplement for fat burning or maybe for greater athletes’ fatigue.

=== Janja Krapež: Vpliv metabolizma maščobnih kislin na povišan krvni tlak v plučnih arterijah ===
Povišan krvni tlak v pljučnih arterijah (PAH) je huda bolezen, ki posledično zelo vpliva tudi na srce, predvsem na desni prekat, ki se zaradi prevelike obremenjenosti poveča. To lahko privede tudi do odpovedi srca. Zakaj pride do nepravilnega delovanja desnega prekata, je še neznano, prav tako kako do tega pride. Zadnje raziskave sklepajo, da je z nedelovanje povezan tudi metabolizem maščobnih kislin in glukoze. Problem predstavlja kopičenje maščobnih kislin znotraj mišičnih celic srca. Za transport maščobnih kislin z dolgimi verigami poskrbi protein CD36 skupaj s FATP (v miocitih FATP6). Kopičenje maščobnih kislin v celici je povezano tudi s favoriziranjem oksidacije glukoze. Preklop med ß-oksidacijo maščobnih kislin in oksidacijo glukoze poteka v Randlovem ciklu, kjer intermediati ene oksidacije inhibirajo drugo. Ključni pri inhibiciji ß-oksidacije je malonil-CoA, ki inhibira CAP encim na mitohondrjski membrani in je ključni prenašalec maščobnih kislin v mitohondrij, kjer se nadalje oksidirajo. Trenutne raziskave želijo izboljšati delovanje desnega prekata prav preko oksidacije maščobnih kislin. Šele razumevanje zapletenih mehanizmov metabolizma bo omogočilo nadaljnji razvoj potencialnih zdravil za zdravljenje PAH in posledično tudi izboljšalo delovanje desnega prekata.

=== Elvira Boršić: Posledice spremenjenega metabolizma maščobnih kislin v kardiomiocitih ===
V fetusu kardiomiociti pridobivajo energijo z oksidacijo glukoze in laktata zaradi pomanjkanja kisika. Ko se rodimo pa postanejo maščobne kisline preferenčni substrat pridobivanja ATP-ja. Do sprememb glavnega substrata pride zaradi večjih telesnih obremenitev, bolezni in okoliščin zunaj celice. Pri tem imajo osrednjo vlogo razni transkripcijski faktorji, npr. receptor, aktiviran s peroksisomskim proliferatorjem α (PPARα), in transkripcijski koaktivatorji, npr. PPARγ koaktivator 1α (PGC1α). Dokazali so, da lahko nedelovanje vsaj 22 encimov in transporterjev udeleženih pri metabolizmu maščobnih kislin povzroči razne bolezni, ki zmanjšajo delovanje srca. Vsaka od teh pa lahko povzroči srčno popuščanje. Do tega pride, ko srce ni več zmožno črpati krvi iz pljuč po telesu. Najpogostejša vzroka sta zvišan krvni tlak in ishemija. Slednjo povzroči hipoksija, zaradi česar se ustavi tok elektronov v dihalni verigi. V anaerobnih pogojih je tako glikoliza edini vir energije in proizvede le 5 % celotnega ATP-ja, ki ga imajo kardiomiociti v normalnih pogojih. Produkti glikolize porušijo homeostazo in za ohranjanje le-te celice porabijo veliko energije, ki bi se sicer porabila pri kontrakciji. Raven kisika se obnovi pri reperfuziji, ki pa naredi še več škode kot ishemija. Zaradi srčnega popuščanja umre vsako leto več tisoč ljudi, saj še ne poznamo zdravila, ki bi to bolezen preprečilo. Ker še ne razumemo vseh mehanizmov, poteka na tem področju veliko raziskav.

=== Miha Koprivnikar Krajnc: Pomanjkanje karbamoil-fosfat sintetaze ===
Pomanjkanje karbamoil fosfat sintetaze (CPS1) je ena izmed motenj cikla sečnine, torej poslabša zmožnost proizvodnje sečnine, ki ima pomembno vlogo pri regulaciji pH. CPS1 katalizira nastanek vstopne spojine cikla sečnine, karbamoil fosfat, in jo regulirajo Mg2+, Ca2+, NAG, ter tudi druge snovi posredno, preko NAG sintetaze. Mutacij, ki povzročajo spremembo strukture CPS1 je kar nekaj in povzročajo spremembe v aktivnosti encima različnih jakosti (od milih sprememb do popolne inaktivacije). To je razlog, da nekateri oboleli velikokrat sploh ne dočakajo otroštva, medtem ko pri ostalih bolezen pride na dan kasneje v življenju ob nekem stresu za organizem. Simptomi pomanjkanja CPS1 so predvsem nevropatološke narave in vključujejo poslabšanje kognitivnih sposobnosti, epizode delirija, utrujenost in druge simptome. Pri pacientih s hujšimi motnjami lahko bolezen tudi po zdravljenju pusti trajne posledice, saj pride do poškodb možganov v procesu razvoja. Razlog za nevrotoksičnost je osmotska aktivnost glutamina, ki se v velikih količinah nabira v astrocitah možganov. To povzroča hipertonično okolje v celicah in otekanje možganov. Brez ukrepov to privede do kome in smrti. Zdravljenje akutnih primerov motnje se začne z uporabo lovilcev amonijaka in dializo krvi, nadaljnji ukrepi pa so za enkrat omejeni na dieto z malo proteinov in citrulin. Za prihodnost je obetavno zdravljenje s stimulacijo encima z aktivatorjem oziroma njegovim analogom ali pa kar s stimulacijo sintetaze aktivatorja.

=== Špela Malenšek: Leucinska in glutaminska regulacija mTORC1 ===
Kompleks mTORC1 je ohranjena Ser/Thr kinaza, ki z združevanjem signalov regulira celično ravnovesje med anabolizmom in katabolizmom. Nadzoruje celično rast, sintezo proteinov ter ribosomov in blokira avtofagijo. Nepravilno delovanje mTORC1 je vzrok različnim vrstam raka, diabetesu tipa 2 in nevrodegenerativnim boleznim. Verjetno najpomembnejši, a hkrati najmanj razumljeni regulatorji mTORC1 so aminokisline, med katerimi izstopata leucin in glutamin. Koncentraciji slednjih v citosolu sta odvisni druga od druge, saj je t.i. terciarni aktivni transport leucina v celico sklopljen s prenosom glutamina iz celice. Eden izmed modelov regulacije mTORC1 predpostavlja, da so pri prenosu aminokislinskega signala do mTORC1 glavni trije multiproteinski kompleksi, ki vključujejo majhne RagGTPaze, Ragulator in v-ATPazo. Združitev slednjih poteka na lizosomih, kjer je mTORC1 posledično tudi aktiviran s proteinom Rheb. Aminokislinska signalna kaskada mTORC1 predstavlja tudi tipalo, s katerim celica zaznava prisotnost in koncentracijo aminokislin v lizosomskem lumnu, citoplazmi in v zunaj-celičnem prostoru. Delovanje v-ATPaze je namreč močno odvisno od koncentracije leucina v notranjosti lizosomov in predstavlja t.i. »notranjo« regulacijo mTORC1. Hkrati naj bi leucin neposredno vplival na spremembno konformacije RagGTPaz z vezavo na protein Sestrin2, vendar so je popoln mehanizem posledice vezave leucina še nepojasnjen. Glutamin naj bi na mTORC1 deloval drugače kot leucin (brez posredovanja RagGTPaz in Ragulatorja), hkrati pa naj bi regulacijsko vlogo aktivacije mTORC1 imel tudi eden izmed produktov dvojne deaminacije glumatina, α-ketoglutarat.

=== Neža Koritnik: Uravnavanje koncentracije ROS in glutationilacija v mitohondriju ===
V mitohondriju zaradi razlik v redoks okolju nastajajo reaktivne kisikove spojine (ROS), ki lahko povzročajo oksidativno škodo, v manjših koncentracijah pa so pomembne signalne molekule. Njihov glavni vir so predvsem flavoproteini, jih najdemo tudi v kompleksih dihalne verige in nekaterih encimih Krebsovega cikla. Ti lahko v času oksidativnega stresa zaradi različnih razlogov prenesejo elektrone namesto na njihov naravni akceptor direktno na kisik, pri čemer se tvorijo reaktivni superoksidni radikali (in druge ROS). H2O2 ima sposobnost oksidacije tiolnih cisteinskih ostankov proteinov (-SH do -SOH), kar ponavadi povzroči reverzibilno deaktivacijo proteinov in s tem regulacijo različnih procesov v mitohondriju. V skrajnem primeru pa pride do hiperoksidacije (do -SO2H ali - SO3H), ki pa je ireverzibilna in lahko trajo poškoduje proteine in druge molekule. Za preprečevanje oksidativne škode in uravnavanjem redoks signalizacije so se razvili sistemi GSH/Gpx/GR in Prx/Trx/TrxR. Glutation (GSH) je pomembna molekula, ki v razmerju s svojo oksidirano obliko (dimerom GSSG) določa redoks stanje v mitohondriju. V oksidirani obliki ima sposobnost vezave na tiole cisteinskih ostankov proteinov. To je proces glutationilacije, pri kateri se tvori disulfidna povezava protein-SSG, kar pa ima regulatorno vlogo (začasna aktivacija/deaktivacija proteina) ali pa zaščitno vlogo pred hiperoksidacijo. Pomemben encim, ki regulira glutationilacijo je glutaredoksin (Grx). S temi mehanizmi se v mitohondriju uravnavajo številni metabolni procesi in redoks stanje matriksa.

=== Urša Kopač: Vpliv mutacij na delovanje ATP-sintaze s poudarkom na TMEM70 ===
Mutacije genov, ki vplivajo na encim ATP-sintaza, v grobem razdelimo v dve skupini. Tiste, ki nastanejo na mitohondrijski mtDNA, in tiste, ki vplivajo na genski material v jedru (nDNA). Različne mutacije vplivajo na različne podenote ATP-sintaze, ali pa mutirajo gene za proteinske faktorje, ki sodelujejo pri biosintezi ATP-sintaze. Med slednje prištevamo tudi mutacije TMEM70 na nDNA. Proteinski faktor TMEM70 vpliva sintezo domene F1. Ugotovili so, da mutacije na genu TMEM70 povzročijo, da se sinteza ATP-sintaze ustavi že v začetni fazi. Ker se encimski kompleks ne more sintetizirati do konca, nastanejo motnje v metabolizmu zaradi pomanjkanja ATP. Z elektronsko mikroskopijo so dokazali, da se v takšnih bolezenskih stanjih morfologija mitohondrija korenito spremeni. S proučevanjem mutacij genov, ki vplivajo na delovanje ATP-sintaze, pridobivamo tudi nove podatke o biosintezi ATP-sintaze. To je več kot dobrodošlo, saj v nasprotju s samo strukturo ATPaze o poteku izgradnje encima ne vemo veliko. Predvsem se na ta način zbira podatke o pomožnih faktorjih, ki imajo ključno vlogo pri tvorbi tega pomembnega encima. Za primer lahko vzamemo TMEM70. Šele s proučevanjem mutacije TMEM70 pri bolnikih z mitohondrijskimi boleznimi so odkrili, da je sama sinteza ATP-sintaze povezana s pomožnim proteinskim faktorjem TMEM70. Obširnejše znanje o biogenezi ATP-sintaze ter o mutacijah, ki vplivajo na delovanje ATP-sintaze, pomeni tudi več možnosti za razvijanje novih potencialnih zdravil in oblik zdravljenja.

=== Gašper Virant: Vpliv reaktivnih kisikovih spojin na dolžino življenjske dobe ===
Reaktivne kisikove spojine oz. kratko ROS nastajajo v 90% v mitohondrijih v glavnem na dihalni verigi, natančneje na kompleksih I in III. V preteklosti so veljale kot nujno zlo prisotno v celici, saj lahko zaradi svojih oksidacijskih lastnosti poškodujejo proteine, DNA in ostale makromolekule, kar vodi v celično disfunkcijo in kasneje smrt. V poznejših raziskavah so ROS-e začeli osvetljevati z druge strani in jim pripisovati ter poudarjati njihov pomen za celično sporočanje. Seveda je transdukcija z ROS-i zelo reguliran proces na več stopnjah. V glavnem se ROSi pojavijo v povečani količini kot odgovor na stres in v vlogi signalnih intermediatov aktivirajo različne celične odzive, ki vodijo k adaptaciji na le-tega . Prekomerna količina ROS-ov je lahko zmanjšana s transkripcijo genov, ki kodirajo sirtuine. Ti veljajo za proteine, ki skrbijo za vitalnost in zdravje celic ter tako podaljšujejo življenjsko dobo organizma. Sirtuini z deacetilacijo aktivirajo superoksid dizmutaze (SOD) in s tem posledično pomembno znižajo nivo ROS-ov v celici. SOD so encimi, ki pretvarjajo superoksidni anion v vodikov peroksid, kateri v nadaljnjih reakcijah razpade na kisik in vodo. Skratka, rekativne kisikove spojine so v višjih koncentracijah za celico škodljive in krajšajo življenjsko dobo, v malih količinah pa so nujno potrebne za celično sporočanje.

=== Simon Aleksič: Sinteza eksopolisaharidov v bakterijah in njihov vpliv na povečanje populacije celic imunskega odziva ===
V človeškem telesu je bakterij desetkrat več kot človeških celic, zato kljub njihovi mikroskopski velikosti njihovega vpliva na telo ne smemo zanemarjati. Pomembne sekrecijske molekule bakterij so eksopolisaharidi, ki se nahajajo na zunanji strani bakterijske membrane in pomagajo pri tvorbi kapsule. Sinteza eksopolisaharidov vključuje zanimive encimske komplekse in procese, med drugim tudi fosfotransferazno pot. Čeprav imajo eksopolisaharidi za bakterijo mnogo efektov, kot so zaščita pred izsušitvijo, spremembami pH in vdiranju antibiotikov so za nas še posebej zanimivi pozitivni učinki eksopolisaharidov na človeške celice imunskega sistema. Bakterija Bacteroides fragilis, ki simbiontsko živi v človeškem črevesju, je ena izmed bakterij, ki izloča zwitterionski polisaharid. Ta vsebuje tako pozitivno kot negativno nabite skupine, te pa mu omogočajo, da ga prepoznajo antigen predstavljajoče celice in ga predstavijo celicam CD4+T, ki imajo regulatorsko vlogo v imunskem sistemu, imunski odziv aktivirajo in tudi inhibirajo. S predstavljanjem antigena se poveča število celic CD4+T, kar tudi posledično privede do boljšega imunskega odziva pri potencialnemu vdoru nevarnih antigenov v telo. Dandanes je mnogo govora o boleznih, povezanih s prekomernim imunskim odzivom telesa na nenevarne antigene - alergijah. Prav zgodnja izpostavitev bakterijam kot je Bacteroides fragilis lahko pripomore k preprečitvi takšnih obolenj pri ljudeh, nadaljnje raziskave pa bodo razkrile več ugodnih učinkov simbiontskih bakterij na imunski sistem.

=== Uroš Zavrtanik: RuBisCO aktivaza ===
Rubisco aktivaze (Rca) so posebni proteini, ki so se specializirali za aktivacijo inhibiranega Rubisca (ribuloza-bisfosfat dekarboksilaza/oksigenaza). Ta korak je ključen za dovoljšen izkoristek fotosinteze. Rca je motorni protein, ki spada v družino AAA+ proteinov (ATPases associated with various cellular activities). ATPazna aktivnost proteina omogoča spremembe med konformacijama z vezanim ATP ter po hidrolizi vezanim ADP. Rca tvorijo heksamerne komplekse, ki so v interakciji z inhibiranim Rubiscom zmožne le tega preoblikovati tako, da inhibitor zapusti aktivno mesto encima in Rubisco postane znova aktiven. Model mehanizma aktivacije, ki je bil postavljen glede na strukture udeleženih kompleksov in se ujema z eksperimentalnimi ugotovitvami, vključuje interakcijo centralne pore heksamernega kompleksa Cbbx (Rca za Rubisco rdečega tipa) z na-površini-Rubisca (rdeči tip) izpostavljenim aminokislinskim repom. Z vezavo aminokislinskega repa v poro in njeno kasnejšo transformacijo ob hidrolizi ATP, se lahko sila preko aminokislinskega repa prenese v notranjost Rubisca, kar destabilizira vezavo inhibitorja in ga odstrani z aktivnega mesta. Ker Rca katalizira hidrolizo visokoenergetskega celičnega vira (ATP), je njena regulacija smiselno uravnana. Eden izmed zanimivejših aspektov te regulacije je regulacija glede na svetlobne pogoje, ki vključuje redukcijo in oksidacijo cisteinskih ostankov v α podenotah heksamera Rca zelenega tipa pod vplivom delovanja tioredoksina ''f''. Prikazana modela nam jasno kažejo, kako tesno sta povezana struktura in funkcija in kako pomembne so strukturnobiološke študije za razumevanje bioloških procesov in njihovo manipulacijo.

=== Matej Hvalec ===
Plazmodij, taksoplazma in številni njima sorodni enoceličarji so paraziti, ki lahko povzročajo nevarne bolezni. Čeprav živijo tipičen parazitski način življenja in imajo temu primerno zakrnel metabolizem,so znanstveniki pri njih odkrili dodaten genski zapis, ki ne sodi ne v jedro ne v mitohondrij. To zaporedje, dolgo približno 35 tisoč baznih parov, ima lastnosti, primerljive prokariontskemu genomu in določene lastnosti plastidnega genoma. Dejansko se je izkazalo, da je to zaporedje reducirana oblika izvirnega plastidnega genskega materiala, ki pa ima mnogo bolj zavrte metabolične sposobnosti. Organizmi iz družine apikompleksanov so evolucijsko razmeroma blizu fotosintetskim algam in navkljub parazitskemu načinu življenja je velika večina vrst ohranila nekakšne plastide, ki še vedno opravljajo določene naloge v celici in so očitno zelo pomembni. Ob vsaki celični delitvi se od vseh organelov najprej razdeli ta plastid, imenovan apikoplast, in se enakovredno prenese na novo generacijo celic. Organel obdajajo tri oziroma štiri membrane, kar nakazuje na endosimbiontski izvor s primarno ali sekundarno fagocitozo. Veliko plastidnih genov je bilo prenesenih v jedro in zunaj organela sintetizirani encimi se transportirajo v apikoplast ter sodelujejo pri določenih ohranjenih ali prilagojenih metaboličnih poteh, kot so biosinteza maščobnih kislin, prostetične skupine Fe-S, hema in izopreonidov. Ker imajo paraziti zaradi pomembnosti delovanja apikoplasta izpostavljene posebne značilnosti, ki so značilne za prokarionte ali rastline, so ti idealna tarča z boj proti boleznim. Te posebne značilnosti predstavljajo razliko med parazitom in gostiteljem, zato lahko s specifično inhibicijo omejimo okužbo, ne da bi škodovali bolniku.

=== Katja Brezovar: Vloga biosinteze sfingolipidov pri fagocitozi ''Candide albicans'' ===
Lipidi, kot glavni gradniki celičnih membran, igrajo pomembno vlogo v delovanju celice. Njihove funkcije bi lahko strnili v tri glavne naloge: shranjevanje energije, omogočanje komparmentalizacije znotraj celice in vloga primarnih in sekundarnih sporočevalcih pri signaliziranju in prepoznavanju molekul. Raziskava “Disruption of Sphinoglipid Biosynthesis Blocks Phagocytosis of ''Candida albicans''” pa dokazuje pomembno vlogo sfingolipidov pri fagocitozi patogena ''Candida albicans''. Vemo, da je pri obrambi pred patogenom je ključen imunski odziv. Fagocitoza je eden izmed mehanizmov imunskega odziva. Pomembnost sinteze sfingolipidov pri uspešni fagocitozi ''Candide albicans'' so dokazali, s tem, da so sintezo inhibirali – z inhibitorji in pa z modifikacijo genoma. Encime v sintezni poti sfingoglipidov so inhibirali sprva in vitro, kar je pokazalo ovirano fagocitozo. Tudi miši z onemogočeno sintezo sfingolipidov, ki so jih okužili z živimi C. albicans, niso preživele. Z CRISPR/Cas9 genomskim urejanjem smo ustvarili celice z neaktivno podenoto encima SPT – takšna celična linija ni bila sposobna fagocitoze. Posledica omejene sinteze sfingolipidov je pokazala tudi oslabljeno ekspresijo receptorjev PRR (Patteren Recognition Receptors), kot so Dectin-1, TLR2 in FcγR, ki prepoznavajo vzorce na patogenih in zagotovijo primeren odziv na njih. Z dodatkom gangliozida GM1 tistim celicam, ki so imele onemogočeno sintezo sfingolipidov, smo videli, kako se je sposobnost fagocitoze povrnila.

=== Urša Čerček: PCSK9: Nov način uravnavanja koncentracije LDL ===
Srčno-žilne bolezni so eden izmed najpogostejših vzrokov smrti v razvitem svetu. Glavni razlog za razvoj teh obolenj je povišana koncentracija LDL. To so lipoproteinski delci z najmanjšo gostoto, ki skrbijo za prenos holesterola iz perifernih tkiv do jeter. Če je teh delcev preveč, se holesterol prične nabirati v t.i. penastih celicah. Povišanje koncentracije se sedaj preprečuje z uporabo statinov, ki inhibirajo delovanje HMG-CoA reduktaze. Problem je, da je veliko ljudi odpornih na njihovo delovanje in da imajo veliko slabih stranskih učinkov. Znanstveniki so zato z odkritjem novega encima PCSK9 in predstavitvijo njegove strukture omogočili razvoj novih zdravil na tem področju. Ta encim je eden izmed glavnih regulatorjev izražanja LDL receptorjev na membrani hepatocit, saj jih razgrajuje. Mutacije gena za zapis PCSK9, ki zavirajo njegovo izražanje, so bile zelo pomembne za načrtovanje zdravil, saj jih novi načini zdravljenja oponašajo. Najbolj obetavno se je do sedaj izkazalo zdravljenje z monoklonskimi protitelesi, ki so večinoma že v tretji fazi kliničnih raziskav. Dve zdravili pa sta že dobili dovoljenje FDA za njihovo uporabo kot poizkusni zdravili. Poleg tega bi lahko LDL znižali s tehnikami za utišanje genov, v zadnjem letu pa so odkrili tudi aligatne oligosaharide kot potencialne inhibitorje PCSK9.

=== Gašper Žun: Biosinteza in biološka vloga terpenoidov s poudarkom na abscizinski kislini ===
Terpenoidi so lipidi in so zelo raznolika ter hkrati tudi največja skupina biomolekul. Njihova hipotetična gradbena enota je izopren (C5), zato imajo po navadi verigo dolgo iz večkratnika števila 5 ogljikovih atomov. V organizmih imajo funkcijo hormonov, privabljanja opraševalcev, fotosinteze in obrambe pred biotskim in abiotskim stresom.
Predlagani biosintetski poti izoprenoidov sta dve: Prva poteka iz acetil-CoA preko mevalonata do dimetilalil difosfata (DMAPP), druga pa iz piruvata preko deoksiksiluloza fosfata do izopentenil difosfata (IPP) in dimetilalil difosfata (DMAPP). Produkt te konvergentne sinteze vsebuje 5 ogljikovih atomov; višji terpenoidi se sintetizirajo z nadaljnjo kondenzacijo osnovnih enot. Regulacija biosinteze poteka tako na transkripcijski kot posttranskripcijski ravni. Znani so mehanizmi, ko na biosintezo terpenoidov vpliva dnevno-nočni ritem, napad patogenov, mraz ali suša.
Terpenoidni hormon, ki se odziva na te zunanje dražljaje, je abscizinska kislina. V višjih rastlinah se sintetizira s katabolizmom karotenoidov, njena raven pa se poveča ob stresu. Takrat hormon z vezavo na receptor omogoči izhajanje Cl- in K+ iz listne celice zapiralke, kar povzroči padec turgorskega tlaka, zato se listna reža zapre. Rastlina s tem ob suši prepreči transpiracijo vode, ob napadu patogenov pa jim prepreči vstop v organizem.
Terpenoidi so uporabni kot prehranski dodatki, v farmacevtski industriji, pomembni pa so tudi v kmetijstvu za zaščito poljščin.

=== Petra Hruševar: Serin in glicin ter njun vpliv na rakave celice ===
V tumorskih celicah pride do velikega reprogramiranja celičnega metabolizma, da bi lahko zadostile povečani potrebi po hranilih za rast in delitev. Poleg običajnih povečanj porabe glukoze in glutamina, so se raziskovalci osredotočili na povečanje biosinteze serina, glicina in encimov povezanih s tema biosintetskima potema. Serin in glicin sta biosintetsko povezana in predstavljata prekurzorje za nujno sintezo proteinov, lipidov in nukleotidov... Obe poti povezuje cikel enega ogljika, katerega lahko razdelimo na folatni in metioninski cikel ter transsulfuracijsko pot, in je pomemben za nadaljnjo biosintezo proteinov, lipidov, nukleotidov... Mutacija kateregakoli encima teh poti vodi do okvare rasti celic. S pomočjo mnogih raziskav so dokazali, da je biosinteza serina potrebna in zadostna za onkogenezo, povečana absorpcija in katabolizem glicina pa prav tako spodbujata tumorigenezo in malignost. Pomembna je tudi povezava p53 in PKM2 z reprogramiranjem metabolizma rakavih celic, saj celotna skupina p53 tumor supresorskih genov spodbudi biosintezo serina in glicina, zmanjšana aktivnost PKM2 zaradi pomanjkanja serina pa preusmeri 3-fosfoglicerat iz glikolize v biosintezo serina. Glede na ta odkritja in še vedno veliko nepoznavanje uporabe teh odkritij, bi bile smiselne nadaljnje raziskave v tej smeri, predvsem glede razvoja novih terapij/zdravil za rakava obolenja pri katerih je cilj tarčenje biosinteze serina/glicina in cikla enega ogljika.

BIO2 Povzetki seminarjev 2015

2015-12-18T20:53:59Z

GZun: /* Gašper Žun: Biosinteza in biološka vloga terpenoidov s poudarkom na abscizinski kislini */

== Biokemija- Povzetki seminarjev 2015/2016 ==
Nazaj na osnovno [http://wiki.fkkt.uni-lj.si/index.php/BIO2_Seminar_2015 stran]

=== Kristjan Stibilj: PI3K kaskada in njihova vloga pri rakavih obolenjih ===
Dandanes je zdravljenje rakavih obolenj poglavitna točka v razvoju farmacevtskih zdravil. Velike multinacionalke vlagajo ogromno denarja v razvoj zdravila, ki bi ozdravil tumorje oz. omilil njihovo delovanje. Za nastanek rakavih obolenj so v veliki meri krivi receptorji tirozin kinaze (RTK) in njihova PI3K/AKT/mTOR signalna pot. Ta namreč nadzoruje celično proliferacijo, metabolizem, premikanje in preživetje. Mutacije ključnih proteinov v PI3K kaskadi vodijo do nenadzorovane rasti in delitve celic, kar privede do nastanka tumorjev. Glavni princip zdravljenja oz. iskanje zdravila za rakava obolenja je torej poiskati takšno molekulo, ki bi uspešno inhibirala mutiran protein in s tem ustavila njegovo hiperaktivacjo. Znanstveniki so v zadnjih letih odkrili precej inhibitorjev, ki so bolj ali majn specifični in so sedaj v preiskavah kot morebitno zdravilo. Za inhibiranje PI3K molekule sta se v predkličninih študijah pokazala kot uspešna pictilisib in buparlisib, ki se vežeta na ATP-vezavno mesto. Na enak način deluje tudi večina AKT inhibitorjev, kamor spada tudi dobro raziskan Inhibitor VIII. mTOR, zadnja molekula v PI3K kaskadi, pa ima prav tako kar nekaj sintetičnih inhibitorjev, ki so analogni naravni molekuli rapamcin. Vsi našteti inhibitorji pa žal še niso zdravila za raka, saj so interakcije z ostalimi encimi v celici še vedno nepoznane.

=== Klara Kuret: Vpliv bakterijskih efektorjev na celični ubikvitinacijski sistem in rastlinski imunski odziv ===
Patogene bakterije uporabljajo efektorje za zatiranje imunskega odziva gostitelja. Tarča mnogih efektorskih proteinov je celični ubikvitinacijski sistem (UBS), ki je pomemben regulator imunskega odgovora. Ubikvitinska signalizacija poteka preko treh encimskih kompleksov, ki na proteinske substrate vežejo molekule ubikvitina. Dolžina in oblika ubikvitinske verige narekujeta, kakšen bo biološki odgovor celice na ubikvitinacijo oz. kaj se bo s substratom zgodilo. Ker prokarionti nimajo lastnega ubikvitinacijskega sistema, so morali razviti drugačne mehanizme, ki jim omogočajo interakcijo z evkariontskimi proteini, kateri nastopajo pri ubikvitinaciji. Efektorji lahko gostiteljski UBS izkoriščajo tako, da strukturno ali funkcijsko posnemajo evkariontske komponente UBS, ali pa so homologi evkariontskih proteinov. Lahko tudi pospešujejo ali inhibirajo delovanje 26S proteasoma. Efektorski proteini torej izkoriščajo evkariontske strategije za nadzor in manipulacijo gostiteljevih celičnih procesov, v smeri, ki patogenu omogoča čim boljšo možnost razvoja in množitve. Efektorji AvrPtoB, HopM1 ter VirF so nastali z različnim evolucijskim razvojem, zato se tudi mehanizmi njihovega delovanja na UBS razlikujejo. Patogeni efektorji lahko preko ubikvitinacije pomembnih signalnih proteinov v imunskih kaskadah povzročijo nezmožnost celice, da aktivira PAMP ter ETI imunost. Razgradnja gostiteljevih proteinov vodi lahko do motenj v izražanju genov, motenj v vezikularnem transportu in številnih drugih nepravilnosti v celičnih procesih, ki pripeljejo do večje dovzetnosti celice za okužbo.

=== Tjaša Lukšič: Alternativno izrezovanje GPCR-jev s poudarkom na sekretinski družini ===
Alternativno izrezovanje GPCR-jev je pogost pojav, še posebej pri sekretinski in nekaterih sorodnih družinah. Receptorji sekretinske družine se pojavljajo v zanimivih izooblikah, ki odstirajo nove poglede na regulacijo celične signalizacije. V sedmi transmembranski vijačnici sekretinskih GPCR-jev je dobro ohranjen ekson 12 oz. zaporedje 14 aminokislin, ki je tarča izrezovalno-povezovalnega kompleksa pri nekaterih receptorjih. Delecija eksona 12 nima izrazitega vpliva na vezavo primarnih sporočevalcev, ima pa zato toliko večje posledice pri prenosu signalov. Povezovanje z G-proteini je onemogočeno, ker skrajšana TMD7 ne omogoča normalne konformacijske spremembe. Le-ta se v običajnih izooblikah zgodi zaradi premika TMD6 in TMD7 proti statični TMD3, kar razkrije intracelularno vezavno domeno za navzdolnje efektorje. Poleg omenjene funkcije lažnega receptorja, se oslabi tudi membranska ekspresija kratkih-TMD7 receptorjev, saj je izbrisan transportni motiv v eksonu 12 in zmanjšana hidrofobnost C konca. Najbolj fascinantna posledica je zagotovo dominantno negativna regulacija membranske ekspresije ostalih izooblik. Za transport GPCR-jev iz kontrolnega sistema endoplazmatskega retikuluma je potrebna oligomerizacija. Hetero-oligomeri določenih kombinacij s kratkim-TMD7 receptorjem ne uspejo zapustiti ER, število delujočih receptorjev v membrani se zmanjšuje in celica je slabše odzivna na njihove primarne sporočevalce. Med tem pa nekateri receptorji nimajo težav pri transportu skupaj s skrajšanimi izooblikami. Številna bolezenska stanja so povezana s patološkimi izooblikami ali z neuspešnim transportom proteinov iz ER, za kar obstaja potencialna rešitev v farmakoloških šaperonih.

=== Rok Miklavčič: Preusmeritve signalnih poti preko TNFR1 v boju s patogeni ===
Celice so se skozi čas prilagodile na življenje v okolju, polnem potencialno škodljivih patogenov. Razvilo se je mnogo mehanizmov celičnega odgovora, ki so prilagojeni tako, da lahko ustrezen odgovor na patogene pripravijo v različnih situacijah. En takih mehanizmov predstavlja tudi signalna kaskada preko TNFR1, receptorja za citokin TNFα. TNFα sprostijo celice imunskega sistema, ko zaznajo prisotnost patogena. Osnovni celični odgovor pri stimulaciji TNFR1 je kaskada, ki preko zaporedja ubikvitinacij sodelujočih proteinov, privede do translokacije transkripcijskega faktorja NF-κB v jedro. NF-κB tam sproži prepisovanje genov za vnetne citokine, ki ob kasnejšem sproščanju v okolico celice povzročijo vnetni odziv sosednjih celic ter s tem omejitev okužbe. Nekateri patogeni pa so na ta odziv prilagojeni tako, da inhibirajo ključne proteine v začetni kaskadi in s tem zmanjšajo vnetje, vendar pa imajo na to prilagoditev odgovor tudi gostiteljske celice. Pri taki inhibiciji pride do prenosa signala po drugi poti, ki privede do apoptoze napadene celice, kar ubije tudi patogene v njej, in tako omeji okužbo. Patogeni lahko inhibirajo tudi samo apoptozo, zaradi česar obstaja tudi zasilni celični mehanizem odgovora nanje. V primeru inhibicije apoptoze se kaskada konča z aktivacijo psevdokinaze MLKL, ki je glavni efektor za mehanizem programirane nekroze z imenom nekroptoza. Pri nekroptozi pride kot pri nekrozi do celične lize, pri čemer se v okolico sprostijo DAMP-i, ki sprožijo vnetni odziv okoliškega tkiva.

=== Ema Gašperšič: PKC in njihov vpliv na raka ter Alzheimerjevo bolezen ===
Protein kinaze C (PKC) so družina encimov, ki sodelujejo v številnih signalnih poteh v celici. S fosforilacijo serina ali treonina nekega drugega proteina regulira njegovo aktivnost. Vplivajo na proliferacijo in diferenciacijo celice, apoptozo, oblikovanje sinaps, učenje ter shranjevanje spominov, nevrološke motnje in mnogo drugih procesov v celici. Za aktivacijo PKC sta ključni povečani koncentraciji diacilglicerola (DAG) in kalcijevih ionov Ca2+, ki z vezavo na PKC povzročita prehod iz neaktivne v aktivno obliko. Aktivacija PKC vpliva na spodbujanje oziroma inhibiranje razvoja raznih bolezni, kot so rak, ishemična možganska kap ali Alzheimerjeva bolezen in druge nevrodegenerativne bolezni. Problem je v tem, da je pri zdravljenju raka potrebno rast celic čim prej zaustaviti, med tem ko morajo pri nevrodegenerativnih boleznih nevroni ostajati živi. Poleg tega je zanimivo, da naj bi nekateri aktivatorji protein kinaz C rast rakavih celic spodbujali, drugi pa zavirali. Običajen mehanizem delovanja PKC je težko opisati, saj obstaja več oblik PKC izoencimov, ki so po različnih tkivih različno razporejeni, v celici imajo različne funkcije, poleg tega pa obstaja več signalnih poti, ki vodijo do aktivacije PKC. Vse to so razlogi za oteženo delo raziskovalcev, ki želijo odkriti načine zdravljenja prej omenjenih boleznih, zato torej to področje zahteva še precej raziskav, ki bi posledično lahko olajšale njihovo zdravljenje.

=== Tadej Satler: PD-1 limfocitov in melanomskih celic ===
Melanom je najnevarnejša oblika kožnega raka in znanstveniki že desetletja borijo izboljšali rezultate zdravljenja. Vzpodbuditi želijo proti-tumorski odziv imunskega sistema, vendar so zaradi kontrolnih točk neuspešni. Kontrolne točke so ključne za ohranjanje imunske homeostaze, saj bi brez njih bili žrtev številnim avtoimunskim boleznim in poškodbam tkiva ob prevelikem odzivu sistema na patogene vnetje. Med imunske kontrolne točke spada tudi receptor PD-1. Je monomer sestavljen iz imunoglobulinske in citoplazemske domene. Zanj sta značilna tudi dva liganda (PD-L1 in PD-L2), ki sta potrebna za njegovo aktivacijo. Najdemo ga predvsem pri limfocitih T in nekaterih melanomskih celicah. Izražanje PD-1 je raziskano predvsem pri limfocitih T, kjer ob interakciji z ligandoma inhibira delovanje in funkcije limfocitov ter povzroča njihovo apoptozo. To doseže s pomočjo zaviranja številnih ključnih procesov znotraj celice, ki so potrebni za njeno normalno delovanje. Pri melanomskih celicah je pa delovanje PD-1 še dokaj neraziskano. Do zdaj njegova prisotnost ni bila znana, vendar so nedavne raziskave pokazale njegovo izražanje na nekaterih celicah limfocitov. Obnašanje PD-1 melanomskih celic je drugačno kot pa pri limfocitih, saj njegovo izražanje spodbuja rast tumorja. S pomočjo boljšega poznavanja delovanja PD-1 v limfocitih T in melanomskih celicah, bo lažje razviti učinkovitejše metode boja proti raku.

=== Tilen Tršelič: PKM2 in njegova vloga pri razvoju rakavih celic ===
Piruvat kinaza (PK) je pomemben glikolitski encim, ki se pojavlja v štirih različnih oblikah. Oblika M2 je posebno zanimiva, saj poleg svoje glikolitske funkcije opravlja še mnoge druge, nemetabolične funkcije. Poleg tega je PKM2 prevladujoča oblika encima v rakavih celicah. Razlog za povečano izražanje le-tega verjeno izhaja iz dejstva, da lahko PKM2 zavzema aktivno tetramerno obliko ali skoraj neaktivno dimerno obliko. Možnost menjavanja svojih oblik celicam, bodisi zdravim ali rakavim, omogoča prilagajanje delovanja njihovim potrebam. Če celici primanjkuje energije, lahko encim zavzema pretežno aktivno tetramerno obliko in tako spodbuja proizvodnjo ATP. Če celica potrebuje nove makromolekule za proliferacijo, tu encim lahko zavzame pretežno neaktivno dimerno obliko in spodbuja kopičenje intermediatov glikolize. Te so ključni za sintezo novih snovi, saj služijo kot njihovi prekurzorji.
Aktivnost encima PKM2 se regulira na več načinov. Vlogo regulatorjev po navadi opravljajo post-translacijske modifikacije encima, lahko pa tudi nekatere druge spremembe v celičnem okolju.
PKM2 v svoji manj aktivni dimerni obliki prav tako lahko regulira druge procese. Predvsem pospešuje celično rast in razvoj prek reakcij z pomembnimi transkripcijskimi faktorji v jedru. Izkazalo se je, da delovanje encima PKM2 močno koristi rakavim celicam.
Ker je encim PKM2 zelo pomemben za razvoj takšnih celic, predstavlja dobro potencialno tarčo za zdravljenje. Raziskave potrjujejo, da bi bilo slednje možno, ne ponujajo pa konkretnega odgovora na vprašanje, kako bi takšno zdravljenje potekalo.

=== Tina Šimunović: Pentoza-fosfatna pot, njena regulacija in povezava z rakom ===
Pod imenom rak razumemo bolezen, za katero je značilna nenadzorovana rast in celična delitev. Rakave celice imajo tako večjo potrebo po biosintezi pomembnih makromolekul, ki jo zadostijo s prilagoditvijo in spremembo svojih metaboličnih poti. Ena izmed prilagoditev je lahko sprememba pentoza-fosfatne poti (PPP). To je ena izmed metaboličnih poti glukoze, katere glavna produkta sta riboza-5-fosfat in NADPH. Prva se naprej uporablja pri sintezi nukleinskih kislin, NADPH pa je pomemben za sintezo makromolekul in za detoksikacijo. Regulacija PPP poteka preko njenih metabolnih encimov. V rakavih celicah je predvsem izražena povišana aktivnost glukoza-6-fosfat dehidrogenaze in s tem aktivnost PPP. Pri tem encimu sta, poleg mnogih drugih, najpomembnejša regulatorja NADPH in tumorski supresor p53. Aktivnost PPP lahko poveča tudi acetilacija 6-fosfoglukonat dehidrogenaze ali pa povečano izražanje transketolaze. Na pospešeno proliferacijo rakavih celic vplivajo tudi inaktivirani tumorski supresorji in aktivirani onkoproteini, npr. p53, TIGAR, ATM, Ras, mTORC1 in Nrf2. Največji pomen PPP pri rakavih celicah, je v zaščiti pred celično smrtjo, saj se s povečano aktivnostjo PPP pospeši tvorba njenih produktov, ki so ključni pri preživetju celice. Z inhibicijo te poti, bi lahko tudi inhibirali rast tumorjev. PPP je tako postala potenciala tarča za zdravljenje raka, vendar je za to potrebnih še veliko raziskav in boljše razumevanje metabolizma rakavih celic.

=== Maja Zupanc: Kako dolge nekodirajoče RNA vplivajo na regulacijo metabolizma ===
Ena najbolj fascinantnih lastnosti metabolizma je njegova regulacija. Za homeostazo metabolizma hranil in energije v telesu je nujna specializirana regulacija centralnega živčnega sistema, Langerhansovih otočkov trebušne slinavke in glavnih metabolnih tkiv (maščobno tkivo, skeletne mišice in jetra). Dolge nekodirajoče molekule RNA (lncRNA) so RNA molekule dolge več kot 200 nukleotidov, ki ne kodirajo proteinov. Njihov spekter delovanja je izredno širok, na metabolizem vplivajo prek regulacije procesov adipogeneze in hepatičnega metabolizma, nadzora funkcionalnosti Langerhansovih otočkastih celic, regulacije razvoja skeletnih mišic, in energijske homeostaze. Do sedaj je bilo odkritih že več kot 60000 dolgih nekodirajočih RNA molekul in repetuar njihovih funkcij se z vsako novo raziskavo širi. Vloga lncRNA je še pred desetimi leti bila neznanka, od takrat pa nam je že postalo jasno, da so pomembni regulatorji izražanja DNA, diferenciacije in razvoja celic, razvoja tkiva in tumorogeneze. V resnici pa vemo zelo malo, oziroma smo šele na začetku razumevanja lncRNA. Ker se zaradi tega z vsakim novim odkritjem pojavlja še več vprašanj (o podrobnih principih delovanja lncRNA in njihovega sodelovanja z drugimi molekulami, o še nepoznanih funkcijah, vpletenosti v bolezni in možnosti razvoja novih tehnik zdravljenja…), so raziskave na tem področju zelo aktualne.

=== Lara Jerman: Warburgov učinek: od raka do avtoimunosti ===
V dvajsetih letih prejšnjega stoletja je Otto Warburg s svojimi sodelavci meril porabo kisika in sintezo laktata v rakastem tkivu. Pri tem je prišel do zelo pomembnega opažanja, ki ostaja zelo aktualno – da celice rakastega tkiva tudi ob normoksičnih pogojih vztrajajo pri močno povečani glikolizi. Danes vemo, da se Warburgov učinek v rakastih tkivi pojavlja skoraj univerzalno. Večina Warburgovih opažanj in meritev je bila kvantitativno pravilna. Njegova razlaga vzroka pojava pa se je izkazala za napačno, saj povečano stopnjo glikolize zasledimo v mnogih rakastih tkivih brez določljivih mitohondrijskih mutacij ali motenj oksidativno-fosforilacijske metabolne poti. V takih tkivih sinteza ATP v mitohondrijih poteka nemoteno in enako učinkovito kot pri normalnih tkivih z enako koncentracijo kisika. Raziskave zadnjih let kažejo na to, da je povečana glikoliza strateška poteza rakastih celic, ki zadovoljuje predvsem njihove potrebe po sintezi biomase. V skoraj stoletju od Warburgovega prvotnega odkritja je postalo jasno, da metabolična stikala omogočajo celici, da se prilagaja svojim bioenergetskim in biosintetskim potrebam. Zmožnost hitrega prilagajanje potrebam je še posebej pomembna pri imunskih celicah, ki morajo ob imunskem odzivu hitro preiti iz mirujočega stanja. Zato ni presenetljivo, da so si rakaste in imunske celice glede zagotavljanja metabolnih tokov in bionenergetike za rast in širjenje v marsičem podobne.

=== Sara Tekavec: Mutacije encimov Krebsovega cikla in vpliv na razvoj ter rast tumorjev ===
Encimi izocitrat dehidrogenaza (IDH), sukcinat dehidrogenaza (SDH) in fumarat hidrataza (FH) sodelujejo v Krebsovem ciklu. Prvi omogoča pretvorbo izocitrata v α-ketoglutarat (α-KG), drugi pretvorbo sukcinata v fumarat, tretji pa pretvorbo fumarata v malat. Za gene, ki kodirajo te encime, so značilne mutacije, ki vodijo v nastanek in rast tumorjev. Mutacije so lahko onkogen-aktivirajoče (mutacija IDH) ali tumor-supresor deaktivirajoče (mutacije SDH in FH). Mutacija IDH tako v encimu vzpodbudi novo funkcijo, in sicer pretvorbo α-ketoglutarata ob prisotnosti NADPH v onkometabolit 2-hidroksiglutarat (2-HG). Pri drugih dveh mutacijah pa gre za to, da je aktivnost encima zmanjšana oz. je sploh ni, kar ima za posledico kopičenje sukcinata ali fumarata. To ugodno vpliva na rast tumorja, saj lahko te tri omenjene molekule na različne načine inducirajo izražanje genov, pomembnih za celično rast in preživetje. Vse tri na primer stabilizirajo hipoksični inducibilni faktor (HIF), ki nato sproži transkripcijo in angiogenezo (rast krvnih žil). Z zmanjšano koncentracijo dveh antioksidantov NADPH in α-ketoglutarata se poveča tudi tveganje za nove mutacije, povzročene s strani reaktivnih kisikovih zvrsti. Poleg tega lahko α-KG sam deluje kot mutagen ali pa tudi inhibira metilacijo DNA in histonov, zaradi česar je izražanje onkogenov povečano. Kljub temu, da je ta metabolična pot pri tumorjih precej kompleksna, nam bodo nove metode detekcije tumorjev kmalu omogočile tudi boljše razumevanje samih mutacij in mehanizma nastanka tumorjev, ki tiči v ozadju.

=== Fran Krstanović: L-Carnitine enhances exercise endurance capacity ===
Our energy metabolism is working constantly to cover energy need of our body. ATP represents the first line of action. With cellular ATP concentration low, our body needs other sources of energy as fuel. Fats carbs and proteins play that part. To get energy from fats they need to be oxidase. The process of fat oxidation is situated in the mitochondria. Fats need a special transporter to get into the cell, l-carnitine.
Apart from fat transportation l-carnitine has many other roles; enhancing exercise endurance capacity is believed to be one of them. Mice fed with L-carnitine showed great promise to confirm this theory. Glycogen concentrations were higher, all important parameters for fatty acid intake and mitochondria biogenesis were higher and do additional AMPK was activated. The most important parameter was higher endurance capacity was reached. The problem lies in implicating the theory on humans; consuming concentrations are unknown (high can lead to problems, low won’t have affect). Further experiments will surely be held as carnitine provides great attention from sports industries as a supplement for fat burning or maybe for greater athletes’ fatigue.

=== Janja Krapež: Vpliv metabolizma maščobnih kislin na povišan krvni tlak v plučnih arterijah ===
Povišan krvni tlak v pljučnih arterijah (PAH) je huda bolezen, ki posledično zelo vpliva tudi na srce, predvsem na desni prekat, ki se zaradi prevelike obremenjenosti poveča. To lahko privede tudi do odpovedi srca. Zakaj pride do nepravilnega delovanja desnega prekata, je še neznano, prav tako kako do tega pride. Zadnje raziskave sklepajo, da je z nedelovanje povezan tudi metabolizem maščobnih kislin in glukoze. Problem predstavlja kopičenje maščobnih kislin znotraj mišičnih celic srca. Za transport maščobnih kislin z dolgimi verigami poskrbi protein CD36 skupaj s FATP (v miocitih FATP6). Kopičenje maščobnih kislin v celici je povezano tudi s favoriziranjem oksidacije glukoze. Preklop med ß-oksidacijo maščobnih kislin in oksidacijo glukoze poteka v Randlovem ciklu, kjer intermediati ene oksidacije inhibirajo drugo. Ključni pri inhibiciji ß-oksidacije je malonil-CoA, ki inhibira CAP encim na mitohondrjski membrani in je ključni prenašalec maščobnih kislin v mitohondrij, kjer se nadalje oksidirajo. Trenutne raziskave želijo izboljšati delovanje desnega prekata prav preko oksidacije maščobnih kislin. Šele razumevanje zapletenih mehanizmov metabolizma bo omogočilo nadaljnji razvoj potencialnih zdravil za zdravljenje PAH in posledično tudi izboljšalo delovanje desnega prekata.

=== Elvira Boršić: Posledice spremenjenega metabolizma maščobnih kislin v kardiomiocitih ===
V fetusu kardiomiociti pridobivajo energijo z oksidacijo glukoze in laktata zaradi pomanjkanja kisika. Ko se rodimo pa postanejo maščobne kisline preferenčni substrat pridobivanja ATP-ja. Do sprememb glavnega substrata pride zaradi večjih telesnih obremenitev, bolezni in okoliščin zunaj celice. Pri tem imajo osrednjo vlogo razni transkripcijski faktorji, npr. receptor, aktiviran s peroksisomskim proliferatorjem α (PPARα), in transkripcijski koaktivatorji, npr. PPARγ koaktivator 1α (PGC1α). Dokazali so, da lahko nedelovanje vsaj 22 encimov in transporterjev udeleženih pri metabolizmu maščobnih kislin povzroči razne bolezni, ki zmanjšajo delovanje srca. Vsaka od teh pa lahko povzroči srčno popuščanje. Do tega pride, ko srce ni več zmožno črpati krvi iz pljuč po telesu. Najpogostejša vzroka sta zvišan krvni tlak in ishemija. Slednjo povzroči hipoksija, zaradi česar se ustavi tok elektronov v dihalni verigi. V anaerobnih pogojih je tako glikoliza edini vir energije in proizvede le 5 % celotnega ATP-ja, ki ga imajo kardiomiociti v normalnih pogojih. Produkti glikolize porušijo homeostazo in za ohranjanje le-te celice porabijo veliko energije, ki bi se sicer porabila pri kontrakciji. Raven kisika se obnovi pri reperfuziji, ki pa naredi še več škode kot ishemija. Zaradi srčnega popuščanja umre vsako leto več tisoč ljudi, saj še ne poznamo zdravila, ki bi to bolezen preprečilo. Ker še ne razumemo vseh mehanizmov, poteka na tem področju veliko raziskav.

=== Miha Koprivnikar Krajnc: Pomanjkanje karbamoil-fosfat sintetaze ===
Pomanjkanje karbamoil fosfat sintetaze (CPS1) je ena izmed motenj cikla sečnine, torej poslabša zmožnost proizvodnje sečnine, ki ima pomembno vlogo pri regulaciji pH. CPS1 katalizira nastanek vstopne spojine cikla sečnine, karbamoil fosfat, in jo regulirajo Mg2+, Ca2+, NAG, ter tudi druge snovi posredno, preko NAG sintetaze. Mutacij, ki povzročajo spremembo strukture CPS1 je kar nekaj in povzročajo spremembe v aktivnosti encima različnih jakosti (od milih sprememb do popolne inaktivacije). To je razlog, da nekateri oboleli velikokrat sploh ne dočakajo otroštva, medtem ko pri ostalih bolezen pride na dan kasneje v življenju ob nekem stresu za organizem. Simptomi pomanjkanja CPS1 so predvsem nevropatološke narave in vključujejo poslabšanje kognitivnih sposobnosti, epizode delirija, utrujenost in druge simptome. Pri pacientih s hujšimi motnjami lahko bolezen tudi po zdravljenju pusti trajne posledice, saj pride do poškodb možganov v procesu razvoja. Razlog za nevrotoksičnost je osmotska aktivnost glutamina, ki se v velikih količinah nabira v astrocitah možganov. To povzroča hipertonično okolje v celicah in otekanje možganov. Brez ukrepov to privede do kome in smrti. Zdravljenje akutnih primerov motnje se začne z uporabo lovilcev amonijaka in dializo krvi, nadaljnji ukrepi pa so za enkrat omejeni na dieto z malo proteinov in citrulin. Za prihodnost je obetavno zdravljenje s stimulacijo encima z aktivatorjem oziroma njegovim analogom ali pa kar s stimulacijo sintetaze aktivatorja.

=== Špela Malenšek: Leucinska in glutaminska regulacija mTORC1 ===
Kompleks mTORC1 je ohranjena Ser/Thr kinaza, ki z združevanjem signalov regulira celično ravnovesje med anabolizmom in katabolizmom. Nadzoruje celično rast, sintezo proteinov ter ribosomov in blokira avtofagijo. Nepravilno delovanje mTORC1 je vzrok različnim vrstam raka, diabetesu tipa 2 in nevrodegenerativnim boleznim. Verjetno najpomembnejši, a hkrati najmanj razumljeni regulatorji mTORC1 so aminokisline, med katerimi izstopata leucin in glutamin. Koncentraciji slednjih v citosolu sta odvisni druga od druge, saj je t.i. terciarni aktivni transport leucina v celico sklopljen s prenosom glutamina iz celice. Eden izmed modelov regulacije mTORC1 predpostavlja, da so pri prenosu aminokislinskega signala do mTORC1 glavni trije multiproteinski kompleksi, ki vključujejo majhne RagGTPaze, Ragulator in v-ATPazo. Združitev slednjih poteka na lizosomih, kjer je mTORC1 posledično tudi aktiviran s proteinom Rheb. Aminokislinska signalna kaskada mTORC1 predstavlja tudi tipalo, s katerim celica zaznava prisotnost in koncentracijo aminokislin v lizosomskem lumnu, citoplazmi in v zunaj-celičnem prostoru. Delovanje v-ATPaze je namreč močno odvisno od koncentracije leucina v notranjosti lizosomov in predstavlja t.i. »notranjo« regulacijo mTORC1. Hkrati naj bi leucin neposredno vplival na spremembno konformacije RagGTPaz z vezavo na protein Sestrin2, vendar so je popoln mehanizem posledice vezave leucina še nepojasnjen. Glutamin naj bi na mTORC1 deloval drugače kot leucin (brez posredovanja RagGTPaz in Ragulatorja), hkrati pa naj bi regulacijsko vlogo aktivacije mTORC1 imel tudi eden izmed produktov dvojne deaminacije glumatina, α-ketoglutarat.

=== Neža Koritnik: Uravnavanje koncentracije ROS in glutationilacija v mitohondriju ===
V mitohondriju zaradi razlik v redoks okolju nastajajo reaktivne kisikove spojine (ROS), ki lahko povzročajo oksidativno škodo, v manjših koncentracijah pa so pomembne signalne molekule. Njihov glavni vir so predvsem flavoproteini, jih najdemo tudi v kompleksih dihalne verige in nekaterih encimih Krebsovega cikla. Ti lahko v času oksidativnega stresa zaradi različnih razlogov prenesejo elektrone namesto na njihov naravni akceptor direktno na kisik, pri čemer se tvorijo reaktivni superoksidni radikali (in druge ROS). H2O2 ima sposobnost oksidacije tiolnih cisteinskih ostankov proteinov (-SH do -SOH), kar ponavadi povzroči reverzibilno deaktivacijo proteinov in s tem regulacijo različnih procesov v mitohondriju. V skrajnem primeru pa pride do hiperoksidacije (do -SO2H ali - SO3H), ki pa je ireverzibilna in lahko trajo poškoduje proteine in druge molekule. Za preprečevanje oksidativne škode in uravnavanjem redoks signalizacije so se razvili sistemi GSH/Gpx/GR in Prx/Trx/TrxR. Glutation (GSH) je pomembna molekula, ki v razmerju s svojo oksidirano obliko (dimerom GSSG) določa redoks stanje v mitohondriju. V oksidirani obliki ima sposobnost vezave na tiole cisteinskih ostankov proteinov. To je proces glutationilacije, pri kateri se tvori disulfidna povezava protein-SSG, kar pa ima regulatorno vlogo (začasna aktivacija/deaktivacija proteina) ali pa zaščitno vlogo pred hiperoksidacijo. Pomemben encim, ki regulira glutationilacijo je glutaredoksin (Grx). S temi mehanizmi se v mitohondriju uravnavajo številni metabolni procesi in redoks stanje matriksa.

=== Urša Kopač: Vpliv mutacij na delovanje ATP-sintaze s poudarkom na TMEM70 ===
Mutacije genov, ki vplivajo na encim ATP-sintaza, v grobem razdelimo v dve skupini. Tiste, ki nastanejo na mitohondrijski mtDNA, in tiste, ki vplivajo na genski material v jedru (nDNA). Različne mutacije vplivajo na različne podenote ATP-sintaze, ali pa mutirajo gene za proteinske faktorje, ki sodelujejo pri biosintezi ATP-sintaze. Med slednje prištevamo tudi mutacije TMEM70 na nDNA. Proteinski faktor TMEM70 vpliva sintezo domene F1. Ugotovili so, da mutacije na genu TMEM70 povzročijo, da se sinteza ATP-sintaze ustavi že v začetni fazi. Ker se encimski kompleks ne more sintetizirati do konca, nastanejo motnje v metabolizmu zaradi pomanjkanja ATP. Z elektronsko mikroskopijo so dokazali, da se v takšnih bolezenskih stanjih morfologija mitohondrija korenito spremeni. S proučevanjem mutacij genov, ki vplivajo na delovanje ATP-sintaze, pridobivamo tudi nove podatke o biosintezi ATP-sintaze. To je več kot dobrodošlo, saj v nasprotju s samo strukturo ATPaze o poteku izgradnje encima ne vemo veliko. Predvsem se na ta način zbira podatke o pomožnih faktorjih, ki imajo ključno vlogo pri tvorbi tega pomembnega encima. Za primer lahko vzamemo TMEM70. Šele s proučevanjem mutacije TMEM70 pri bolnikih z mitohondrijskimi boleznimi so odkrili, da je sama sinteza ATP-sintaze povezana s pomožnim proteinskim faktorjem TMEM70. Obširnejše znanje o biogenezi ATP-sintaze ter o mutacijah, ki vplivajo na delovanje ATP-sintaze, pomeni tudi več možnosti za razvijanje novih potencialnih zdravil in oblik zdravljenja.

=== Gašper Virant: Vpliv reaktivnih kisikovih spojin na dolžino življenjske dobe ===
Reaktivne kisikove spojine oz. kratko ROS nastajajo v 90% v mitohondrijih v glavnem na dihalni verigi, natančneje na kompleksih I in III. V preteklosti so veljale kot nujno zlo prisotno v celici, saj lahko zaradi svojih oksidacijskih lastnosti poškodujejo proteine, DNA in ostale makromolekule, kar vodi v celično disfunkcijo in kasneje smrt. V poznejših raziskavah so ROS-e začeli osvetljevati z druge strani in jim pripisovati ter poudarjati njihov pomen za celično sporočanje. Seveda je transdukcija z ROS-i zelo reguliran proces na več stopnjah. V glavnem se ROSi pojavijo v povečani količini kot odgovor na stres in v vlogi signalnih intermediatov aktivirajo različne celične odzive, ki vodijo k adaptaciji na le-tega . Prekomerna količina ROS-ov je lahko zmanjšana s transkripcijo genov, ki kodirajo sirtuine. Ti veljajo za proteine, ki skrbijo za vitalnost in zdravje celic ter tako podaljšujejo življenjsko dobo organizma. Sirtuini z deacetilacijo aktivirajo superoksid dizmutaze (SOD) in s tem posledično pomembno znižajo nivo ROS-ov v celici. SOD so encimi, ki pretvarjajo superoksidni anion v vodikov peroksid, kateri v nadaljnjih reakcijah razpade na kisik in vodo. Skratka, rekativne kisikove spojine so v višjih koncentracijah za celico škodljive in krajšajo življenjsko dobo, v malih količinah pa so nujno potrebne za celično sporočanje.

=== Simon Aleksič: Sinteza eksopolisaharidov v bakterijah in njihov vpliv na povečanje populacije celic imunskega odziva ===
V človeškem telesu je bakterij desetkrat več kot človeških celic, zato kljub njihovi mikroskopski velikosti njihovega vpliva na telo ne smemo zanemarjati. Pomembne sekrecijske molekule bakterij so eksopolisaharidi, ki se nahajajo na zunanji strani bakterijske membrane in pomagajo pri tvorbi kapsule. Sinteza eksopolisaharidov vključuje zanimive encimske komplekse in procese, med drugim tudi fosfotransferazno pot. Čeprav imajo eksopolisaharidi za bakterijo mnogo efektov, kot so zaščita pred izsušitvijo, spremembami pH in vdiranju antibiotikov so za nas še posebej zanimivi pozitivni učinki eksopolisaharidov na človeške celice imunskega sistema. Bakterija Bacteroides fragilis, ki simbiontsko živi v človeškem črevesju, je ena izmed bakterij, ki izloča zwitterionski polisaharid. Ta vsebuje tako pozitivno kot negativno nabite skupine, te pa mu omogočajo, da ga prepoznajo antigen predstavljajoče celice in ga predstavijo celicam CD4+T, ki imajo regulatorsko vlogo v imunskem sistemu, imunski odziv aktivirajo in tudi inhibirajo. S predstavljanjem antigena se poveča število celic CD4+T, kar tudi posledično privede do boljšega imunskega odziva pri potencialnemu vdoru nevarnih antigenov v telo. Dandanes je mnogo govora o boleznih, povezanih s prekomernim imunskim odzivom telesa na nenevarne antigene - alergijah. Prav zgodnja izpostavitev bakterijam kot je Bacteroides fragilis lahko pripomore k preprečitvi takšnih obolenj pri ljudeh, nadaljnje raziskave pa bodo razkrile več ugodnih učinkov simbiontskih bakterij na imunski sistem.

=== Uroš Zavrtanik: RuBisCO aktivaza ===
Rubisco aktivaze (Rca) so posebni proteini, ki so se specializirali za aktivacijo inhibiranega Rubisca (ribuloza-bisfosfat dekarboksilaza/oksigenaza). Ta korak je ključen za dovoljšen izkoristek fotosinteze. Rca je motorni protein, ki spada v družino AAA+ proteinov (ATPases associated with various cellular activities). ATPazna aktivnost proteina omogoča spremembe med konformacijama z vezanim ATP ter po hidrolizi vezanim ADP. Rca tvorijo heksamerne komplekse, ki so v interakciji z inhibiranim Rubiscom zmožne le tega preoblikovati tako, da inhibitor zapusti aktivno mesto encima in Rubisco postane znova aktiven. Model mehanizma aktivacije, ki je bil postavljen glede na strukture udeleženih kompleksov in se ujema z eksperimentalnimi ugotovitvami, vključuje interakcijo centralne pore heksamernega kompleksa Cbbx (Rca za Rubisco rdečega tipa) z na-površini-Rubisca (rdeči tip) izpostavljenim aminokislinskim repom. Z vezavo aminokislinskega repa v poro in njeno kasnejšo transformacijo ob hidrolizi ATP, se lahko sila preko aminokislinskega repa prenese v notranjost Rubisca, kar destabilizira vezavo inhibitorja in ga odstrani z aktivnega mesta. Ker Rca katalizira hidrolizo visokoenergetskega celičnega vira (ATP), je njena regulacija smiselno uravnana. Eden izmed zanimivejših aspektov te regulacije je regulacija glede na svetlobne pogoje, ki vključuje redukcijo in oksidacijo cisteinskih ostankov v α podenotah heksamera Rca zelenega tipa pod vplivom delovanja tioredoksina ''f''. Prikazana modela nam jasno kažejo, kako tesno sta povezana struktura in funkcija in kako pomembne so strukturnobiološke študije za razumevanje bioloških procesov in njihovo manipulacijo.

=== Matej Hvalec ===
Plazmodij, taksoplazma in številni njima sorodni enoceličarji so paraziti, ki lahko povzročajo nevarne bolezni. Čeprav živijo tipičen parazitski način življenja in imajo temu primerno zakrnel metabolizem,so znanstveniki pri njih odkrili dodaten genski zapis, ki ne sodi ne v jedro ne v mitohondrij. To zaporedje, dolgo približno 35 tisoč baznih parov, ima lastnosti, primerljive prokariontskemu genomu in določene lastnosti plastidnega genoma. Dejansko se je izkazalo, da je to zaporedje reducirana oblika izvirnega plastidnega genskega materiala, ki pa ima mnogo bolj zavrte metabolične sposobnosti. Organizmi iz družine apikompleksanov so evolucijsko razmeroma blizu fotosintetskim algam in navkljub parazitskemu načinu življenja je velika večina vrst ohranila nekakšne plastide, ki še vedno opravljajo določene naloge v celici in so očitno zelo pomembni. Ob vsaki celični delitvi se od vseh organelov najprej razdeli ta plastid, imenovan apikoplast, in se enakovredno prenese na novo generacijo celic. Organel obdajajo tri oziroma štiri membrane, kar nakazuje na endosimbiontski izvor s primarno ali sekundarno fagocitozo. Veliko plastidnih genov je bilo prenesenih v jedro in zunaj organela sintetizirani encimi se transportirajo v apikoplast ter sodelujejo pri določenih ohranjenih ali prilagojenih metaboličnih poteh, kot so biosinteza maščobnih kislin, prostetične skupine Fe-S, hema in izopreonidov. Ker imajo paraziti zaradi pomembnosti delovanja apikoplasta izpostavljene posebne značilnosti, ki so značilne za prokarionte ali rastline, so ti idealna tarča z boj proti boleznim. Te posebne značilnosti predstavljajo razliko med parazitom in gostiteljem, zato lahko s specifično inhibicijo omejimo okužbo, ne da bi škodovali bolniku.

=== Katja Brezovar: Vloga biosinteze sfingolipidov pri fagocitozi ''Candide albicans'' ===
Lipidi, kot glavni gradniki celičnih membran, igrajo pomembno vlogo v delovanju celice. Njihove funkcije bi lahko strnili v tri glavne naloge: shranjevanje energije, omogočanje komparmentalizacije znotraj celice in vloga primarnih in sekundarnih sporočevalcih pri signaliziranju in prepoznavanju molekul. Raziskava “Disruption of Sphinoglipid Biosynthesis Blocks Phagocytosis of ''Candida albicans''” pa dokazuje pomembno vlogo sfingolipidov pri fagocitozi patogena ''Candida albicans''. Vemo, da je pri obrambi pred patogenom je ključen imunski odziv. Fagocitoza je eden izmed mehanizmov imunskega odziva. Pomembnost sinteze sfingolipidov pri uspešni fagocitozi ''Candide albicans'' so dokazali, s tem, da so sintezo inhibirali – z inhibitorji in pa z modifikacijo genoma. Encime v sintezni poti sfingoglipidov so inhibirali sprva in vitro, kar je pokazalo ovirano fagocitozo. Tudi miši z onemogočeno sintezo sfingolipidov, ki so jih okužili z živimi C. albicans, niso preživele. Z CRISPR/Cas9 genomskim urejanjem smo ustvarili celice z neaktivno podenoto encima SPT – takšna celična linija ni bila sposobna fagocitoze. Posledica omejene sinteze sfingolipidov je pokazala tudi oslabljeno ekspresijo receptorjev PRR (Patteren Recognition Receptors), kot so Dectin-1, TLR2 in FcγR, ki prepoznavajo vzorce na patogenih in zagotovijo primeren odziv na njih. Z dodatkom gangliozida GM1 tistim celicam, ki so imele onemogočeno sintezo sfingolipidov, smo videli, kako se je sposobnost fagocitoze povrnila.

=== Urša Čerček: PCSK9: Nov način uravnavanja koncentracije LDL ===
Srčno-žilne bolezni so eden izmed najpogostejših vzrokov smrti v razvitem svetu. Glavni razlog za razvoj teh obolenj je povišana koncentracija LDL. To so lipoproteinski delci z najmanjšo gostoto, ki skrbijo za prenos holesterola iz perifernih tkiv do jeter. Če je teh delcev preveč, se holesterol prične nabirati v t.i. penastih celicah. Povišanje koncentracije se sedaj preprečuje z uporabo statinov, ki inhibirajo delovanje HMG-CoA reduktaze. Problem je, da je veliko ljudi odpornih na njihovo delovanje in da imajo veliko slabih stranskih učinkov. Znanstveniki so zato z odkritjem novega encima PCSK9 in predstavitvijo njegove strukture omogočili razvoj novih zdravil na tem področju. Ta encim je eden izmed glavnih regulatorjev izražanja LDL receptorjev na membrani hepatocit, saj jih razgrajuje. Mutacije gena za zapis PCSK9, ki zavirajo njegovo izražanje, so bile zelo pomembne za načrtovanje zdravil, saj jih novi načini zdravljenja oponašajo. Najbolj obetavno se je do sedaj izkazalo zdravljenje z monoklonskimi protitelesi, ki so večinoma že v tretji fazi kliničnih raziskav. Dve zdravili pa sta že dobili dovoljenje FDA za njihovo uporabo kot poizkusni zdravili. Poleg tega bi lahko LDL znižali s tehnikami za utišanje genov, v zadnjem letu pa so odkrili tudi aligatne oligosaharide kot potencialne inhibitorje PCSK9.

=== Gašper Žun: Biosinteza in biološka vloga terpenoidov s poudarkom na abscizinski kislini ===
Terpenoidi so lipidi in so zelo raznolika ter hkrati tudi največja skupina biomolekul. Njihova hipotetična gradbena enota je izopren (C5), zato imajo po navadi verigo dolgo iz večkratnika števila 5 ogljikovih atomov. V organizmih imajo funkcijo hormonov, privabljanja opraševalcev, fotosinteze in obrambe pred biotskim in abiotskim stresom.
Predlagani biosintetski poti izoprenoidov sta dve: Prva poteka iz acetil-CoA preko mevalonata do dimetilalil difosfata (DMAPP), druga pa iz piruvata preko deoksiksiluloza fosfata do izopentenil difosfata (IPP) in dimetilalil difosfata (DMAPP). Produkt te konvergentne sinteze vsebuje 5 ogljikovih atomov; višji terpenoidi se sintetizirajo z nadaljnjo kondenzacijo osnovnih enot. Regulacija biosinteze poteka tako na transkripcijski kot posttranskripcijski ravni. Znani so mehanizmi, ko na biosintezo terpenoidov vpliva dnevno-nočni ritem, napad patogenov, mraz ali suša.
Terpenoidni hormon, ki se odziva na te zunanje dražljaje, je abscizinska kislina. V višjih rastlinah se sintetizira s katabolizmom karotenoidov, njena raven pa se poveča ob stresu. Takrat hormon z vezavo na receptor omogoči izhajanje K+ iz listne celice zapiralke, kar povzroči padec turgorskega tlaka, zato se listna reža zapre. Rastlina s tem ob suši prepreči transpiracijo vode, ob napadu patogenov pa jim prepreči vstop v organizem.
Terpenoidi so uporabni kot prehranski dodatki, v farmacevtski industriji, pomembni pa so tudi v kmetijstvu za zaščito poljščin.

BIO2 Seminar 2015

2015-12-17T00:11:57Z

GZun: /* Seznam seminarjev */

= Biokemijski seminar =
doc. dr. Gregor Gunčar, K2.022

== Seznam seminarjev ==
{| {{table}}
| align="center" style="background:#f0f0f0;"|'''Ime Priimek'''
| align="center" style="background:#f0f0f0;"|'''poglavje'''
| align="center" style="background:#f0f0f0;"|'''Naslov seminarja'''
| align="center" style="background:#f0f0f0;"|'''Recenzent 1'''
| align="center" style="background:#f0f0f0;"|'''Recenzent 2'''
| align="center" style="background:#f0f0f0;"|'''Datum oddaje'''
| align="center" style="background:#f0f0f0;"|'''Datum recenzije'''
| align="center" style="background:#f0f0f0;"|'''Datum predstavitve'''
|-
| Kristjan Stibilj||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Kristjan_Stibilj:_Inhibicija PI3k/AKT/mTOR signalne poti kot orožje proti raku||Lovro Kotnik||Blaž Lebar]||21/10/15||23/10/15||28/10/15
|-
| Tjaša Lukšič||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tjasa_Luksic: Alternativno izrezovanje GPCR-jev s poudarkom na sekretinski družini]||Karmen Žbogar||Aleksandra Uzar||21/10/15||23/10/15||28/10/15
|-
| Klara Kuret||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Klara_Kuret: Vpliv bakterijskih efektorjev na celični ubikvitinacijski sistem in rastlinski imunski odziv]||Klara Lenart||Petra Hruševar||21/10/15||23/10/15||28/10/15
|-
| Rok Miklavčič||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Rok_Miklavčič: Preusmeritve signalnih poti preko TNFR1 v boju s patogeni]||Katja Čop||Lovro Kotnik||28/10/15||30/10/15||04/11/15
|-
| Ema Gašperšič||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Ema_Gaspersic: PKC in njihov vpliv na raka ter Alzheimerjevo bolezen]||Nejc Kejžar||Karmen Žbogar||28/10/15||30/10/15||04/11/15
|-
| Tadej Satler||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tadej_Satler: PD-1 limfocitov in melanomskih celic]||Neža Brezovar||Klara Lenart||28/10/15||30/10/15||04/11/15
|-
| Tina Šimunović||14-15||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tina_Simunovic: Pentoza-fosfatna pot, njena regulacija in povezava z rakom]||Kristjan Stibilj||Katja Čop||04/11/15||06/11/15||11/11/15
|-
| Maja Zupanc||14-15||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Maja_Zupanc: Kako dolge nekodirajoče RNA vplivajo na metabolizem]||Tjaša Lukšič||Nejc Kejžar||04/11/15||06/11/15||11/11/15
|-
| Tilen Tršelič||14-15||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tilen_Trselic: PKM2 in njegova vloga pri razvoju rakavih celic]||Klara Kuret||Dorotea Borković||04/11/15||06/11/15||11/11/15
|-
| Lara Jerman||16||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Lara_Jerman: Warburgov učinek: od raka do avtoimunosti]||Rok Miklavčič||Neža Brezovar||11/11/15||13/11/15||18/11/15
|-
| Eva Rajh||16||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Eva_Rajh: Vpliv intermediatov Krebsovega cikla na modifikacije DNK in histonov ter vpliv na staranje]||Ema Gašperšič||Kristjan Stibilj||11/11/15||13/11/15||18/11/15
|-
| Sara Tekavec||16||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Sara_Tekavec: Mutacije encimov Krebsovega cikla in vpliv na razvoj ter rast tumorjev]||Tadej Satler||Tjaša Lukšič||11/11/15||13/11/15||18/11/15
|-
| Fran Krstanović||17||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Fran_Krstanovic: L-Carnitine enhances exercise endurance capacity]||Tina Šimunović||Klara Kuret||18/11/15||20/11/15||25/11/15
|-
| Elvira Boršić||17||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Elvira_Boršić: Posledice spremenjenega metabolizma maščobnih kislin v kardiomiocitih]||Maja Zupanc||Rok Miklavčič||18/11/15||20/11/15||25/11/15
|-
| Janja Krapež||17||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Janja_Krapež: Vpliv metabolizma maščobnih kisln na povišan krvni tlak v pljučnih arterijah]||Tilen Tršelič||Ema Gašperšič||18/11/15||20/11/15||25/11/15
|-
| Janez Javornik||18||||Lara Jerman||Tadej Satler||25/11/15||27/11/15||02/12/15
|-
| Miha Koprivnikar Krajnc||18||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Miha_Koprivnikar_Krajnc: Pomanjkanje karbamoil-fosfat sintetaze]||Eva Rajh||Tina Šimunović||25/11/15||27/11/15||02/12/15
|-
| Špela Malenšek||18||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Špela_Malenšek: Leucinska in glutaminska regulacija mTORC1]||Sara Tekavec||Maja Zupanc||25/11/15||27/11/15||02/12/15
|-
| Urša Kopač||19||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Urša_Kopač: Vpliv mutacij na delovanje ATP-sintaze s poudarkom na TMEM70]||Fran Krstanović||Tilen Tršelič||02/12/15||04/12/15||09/12/15
|-
| Neža Koritnik||19||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Ne.C5.BEa_Koritnik: Uravnavanje koncentracije ROS in glutationilacija v mitohondriju]||Dorotea Borković||Lara Jerman||02/12/15||04/12/15||09/12/15
|-
| Gašper Virant||19||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Gašper_Virant: Vpliv reaktivnih kisikovih spojin na dolžino življenske dobe]||Elvira Boršić||Eva Rajh||02/12/15||04/12/15||09/12/15
|-
| Uroš Zavrtanik||20||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Uro.C5.A1_Zavrtanik: RuBisCO aktivaza]||Janja Krapež||Sara Tekavec||09/12/15||11/12/15||16/12/15
|-
| Simon Aleksič||20||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Simon_Aleksič: Sinteza eksopolisaharidov v bakterijah in njihov vpliv na povečanje populacije celic imunskega odziva]||Jaka Kos||Fran Krstanović||09/12/15||11/12/15||16/12/15
|-
| Matej Hvalec||20||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Matej_Hvalec: Ostanek plastidov v heterotrofnih parazitih]||Miha Koprivnikar Krajnc||Elvira Boršić||09/12/15||11/12/15||16/12/15
|-
| Urša Čerček||21||PCSK9: Nov način uravnavanja koncentracije LDL ||Špela Malenšek||Janja Krapež||16/12/15||18/12/15||23/12/15
|-
| Katja Brezovar||21||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Katja_Brezovar: Vloga biosinteze sfingolipidov pri fagocitozi Candide albicans]||Urša Kopač||Jaka Kos||16/12/15||18/12/15||23/12/15
|-
| Gašper Žun||21||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Gasper_Zun: Biosinteza in biološka vloga terpenoidov s poudarkom na abscizinski kislini]||Neža Koritnik||Miha Koprivnikar Krajnc||16/12/15||18/12/15||23/12/15
|-
| Blaž Lebar||22||Pomembna vloga glutamina v rakavih celicah||Gašper Virant||Špela Malenšek||23/12/15||03/01/16||06/01/16
|-
| Aleksandra Uzar||22||Nucleoside antibiotics||Uroš Zavrtanik||Urša Kopač||23/12/15||03/01/16||06/01/16
|-
| Petra Hruševar||22||Vloga metabolizma serina in glicina pri raku||Simon Aleksič||Neža Koritnik||23/12/15||03/01/16||06/01/16
|-
| Dorotea Borković||23||||Matej Hvalec||Gašper Virant||06/01/16||08/01/16||12/01/16
|-
| Jaka Kos||23||||Katja Brezovar||Simon Aleksič||06/01/16||08/01/16||13/01/16
|-
| Klara Lenart||23||Ščitnični hormoni in njihov vpliv na metabolizem||Gašper Žun||Matej Hvalec||06/01/16||08/01/16||13/01/16
|-
| Lovro Kotnik||23||||Urša Čerček||Uroš Zavrtanik||06/01/16||08/01/16||13/01/16
|-
| Katja Čop||23||Povezava med energijskim metabolizmom in plodnostjo pri ženskah||Blaž Lebar||Urša Čerček||13/01/16||15/01/16||20/01/16
|-
| Nejc Kejžar||23||Hormonska regulacija razvoja T-celic||Aleksandra Uzar||Katja Brezovar||13/01/16||15/01/16||20/01/16
|-
| Neža Brezovar||23||||Petra Hruševar||Gašper Žun||13/01/16||15/01/16||20/01/16
|}

*številka v okencu za temo pomeni poglavje v Lehningerju, v katerega naj izbrana tema spada

== Gradivo za predavanja ==
Gradivo za predavanja in seminarje najdete na http://bio.ijs.si/~zajec/bio2/
username: bio2
password: samozame

==Naloga==
'''Vaša naloga za seminar je: '''
Samostojno pripraviti seminar o seminarski temi, ki vam je bila dodeljena. Za osnovo morate vzeti pregledni članek iz revije, ki ima faktor vpliva nad 5 (npr. [http://www.sciencedirect.com/science/journal/09680004/ TIBS]. Poiskati morate še vsaj tri znanstvene članke, ki se nanašajo na opisano temo in jih uporabiti kot podlago za seminarsko nalogo! Članki so dostopni [http://93.174.95.27/scimag/ tukaj].

Za pripravo seminarja velja naslednje: 
* [[BIO2 Povzetki seminarjev 2015|Povzetek seminarja]] opišete na wikiju '''v 200 besedah''' (+- dvajset besed) - najkasneje do dne ko morate oddati seminar recenzentom.
* Povezavo do povzetka vnesete v tabelo seminarjev tekočega letnika.
* Seminar pripravite v obliki seminarske naloge na ~5-12 straneh A4 (pisava 12, enojni razmak, 2,5 cm robovi). Zelo pomembno je, da je obseg od 2700 do 3000 besed , a ne več kot 3500 besed. Seminarska naloga mora vsebovati najmanj tri slike. Slika mora imeti legendo in v besedilu mora biti na ustreznem mestu sklic na sliko. 
* Seminar oddajte do datuma oddaje, ki je naveden v tabeli v elektronski obliki z uporabo [http://bio.ijs.si/~zajec/poslji/ tega obrazca].
* Vsi seminarji so v elektronski obliki dostopni [http://bio.ijs.si/~zajec/poslji/bioseminar/ tukaj].
* Recenzenti do dneva določenega v tabeli določijo popravke (v elektronski obliki) in podajo oceno pisnega dela. Popravljen seminar oddajte z uporabo [http://bio.ijs.si/~zajec/poslji/ tega obrazca].
* Ustna predstavitev sledi na dan, ki je vpisan v tabeli. Za predstavitev je na voljo 20 minut. Recenzenti morajo biti na predstavitvi prisotni.
* Predstavitvi sledi razprava. Recenzenti podajo oceno predstavitve in postavijo najmanj dve vprašanji.Vsi ostali morajo postaviti še dve dodatni vprašanji v toku celega seminarskega obdobja.
* Na dan predstavitve morate docentu še pred predstavitvijo oddati končno (popravljeno) in natisnjeno verzijo seminarja v enem izvodu, elektronsko verzijo seminarja in predstavitev pa oddati na strežnik na dan predstavitve do polnoči.
* Seminarska naloga in povzetek morajo biti v slovenskem jeziku, razen za študente, katerih materni jezik ni slovenščina. Ti lahko oddajo seminar v angleškem jeziku.

==Imena datotek==
Prosim vas, da vse datoteke, ki mi jih pošiljate poimenujete po naslednjem receptu:
* 312_BIO_Priimek_Ime.doc(x) za seminar, npr. 312_BIO_Guncar_Gregor.docx
* 312_BIO_Priimek_ime_final.doc(x) za končno verzijo seminarja
* 312_BIO_Priimek_Ime_rec_Priimek2.doc(x) za recenzijo, kjer je Priimek2 priimek recenzenta, npr. 312_BIO_Guncar_Gregor_rec_Scott.docx (če se pišete Scott in odajate recenzijo za seminar, ki ga je napisal Gunčar)
* 312_BIO_Priimek_Ime.ppt(x) za prezentacijo, npr 312_BIO_Guncar_Gregor.pptx
* 312_BIO_Priimek_ime_poprava.doc(x) za popravljeno končno verzijo seminarja, če so popravki manjši
* 116_BIO_Priimek_Ime.doc(x) za seminar, ki je napisan na novo in je bil prijavljen v shemo 50%

==Ocenjevanje seminarjev==
Recenzenti ocenijo seminar tako, da izpolnijo [https://docs.google.com/forms/d/1EQDYwFO-DEzZ2R7jf8DhLqIeV4FFxRd3-ScceEASpt4/viewform recenzentsko poročilo] na spletu. Recenzentsko poročilo morate oddati najkasneje do 21:00, en dan pred predstavitvijo seminarja.

== Mnenje o predstavitvi ==
Vsak posameznik odda svoje mnenje o predstavitvi takoj po predstavitvi z online glasovanjem.

==Urejanje spletnih strani na wikiju==
Wiki so razvili zato, da lahko spletne vsebine ureja vsakdo. Ukazi so preprosti, dokler si ne zamislite česa prav posebnega. Vseeno pa je Word v primerjavi z wikijem pravo čudežno orodje... Če imate težave z oblikovanjem besedila, si preberite poglavje o urejanju wiki-strani na Wikipediji ([http://en.wikipedia.org/wiki/Help:Editing tule] v angleščini in [http://sl.wikipedia.org/wiki/Wikipedija:Urejanje_strani tu] v slovenščini). Pomaga tudi, če pogledate, kako je zapisana kakšna stran, ki se vam zdi v redu: kliknite na zavihek 'Uredite stran' in si poglejte, kako so vpisane povezave, kako nov odstavek in podobno. ''Na koncu seveda pod oknom za urejanje kliknite na 'Prekliči'.''

==Citiranje virov==
Citiranje je možno po več shemah, važno je, da se držite ene same. V seminarskih nalogah in diplomskih nalogah FKKT uprabljajte shemo citiranja, ki je pobarvana zeleno.
Temeljno načelo je, da je treba vir navesti na tak način, da ga je mogoče nedvoumno poiskati.
Za citate v naravoslovju je najpogostejše citiranje po pravilniku ISO 690. [http://www.zveza-zotks.si/gzm/dokumenti/literatura.html Pravila], ki upoštevajo omenjeni standard, so pripravili pri ZTKS. Sicer pa ima vsaka revija lahko svoj način citiranja, ki ga je treba pri pisanju članka upoštevati. 
'''Citiranje knjig:''' 
Priimek, I. ''Naslov''. Kraj: Založba, letnica. 
Priimek, I. ''Naslov: podnaslov''. Izdaja. Kraj: Založba, letnica. Zbirka, številka. ISBN. 

Boyer, R. ''Temelji biokemije''. Ljubljana: Študentska založba, 2005. 
Glick BR in Pasternak JJ. ''Molecular biotechnology: principles and applications of recombinant DNA''. 3. izdaja. Washington: ASM Press, 2003. ISBN 1-55581-269-4. 
Če so avtorji trije, je beseda in med drugim in tretjim avtorjem. Če so avtorji več kot trije, napišemo samo prvega in dopišemo ''et al''. (in drugi, po latinsko). Vse, kar je latinsko, pišemo poševno (npr. tudi imena rastlin in živali, pojme ''in vivo'', ''in vitro'' ipd.).

'''Citiranje člankov:''' 
Priimek, I. Naslov. ''Naslov revije'', letnica, letnik, številka, strani. 
Lartigue, C., Glass, J. I., Alperovich, N., Pieper, R., Parmar, P. P., Hutchison III, C. A., Smith, H. O. in Venter, J. C.
Genome transplantation in bacteria: changing one species to another. ''Science'', 2007, 317, str. 632-638.

Alternativni način citiranja (predvsem v družboslovju) je po pravilih APA, kjer članke citirajo takole: 
Priimek, I. (letnica, številka). Naslov. Naslov revije, strani. 
Lartigue C. ''et al.'' (2007, 317) Genome transplantation in bacteria: changing one species to another. ''Science'', 632-638.

Revija Science uporablja skrajšani zapis: 
C. Lartigue ''et al''. Science 317, 632 (2007) 

V diplomah na FKKT je treba navesti vire tako, da izpišete tudi naslov citiranega dela in strani od-do (ne samo začetne). Navesti morate tudi vse avtorje dela, razen v primeru, ko jih je 10 ali več. Takrat navedite le prvih devet, za ostale pa uporabite okrajšavo in sod. (in sodelavci). Pred zadnjim avtorjem naj bo vedno besedica "in".

'''Citiranje spletnih virov:''' 
Priimek, I. ''Naslov dokumenta''. Izdaja. Kraj: Založnik, letnica. Datum zadnjega popravljanja. [Datum citiranja.] spletni naslov 
strangeguitars. ''On the brink of artificial life''. 6. 10. 2007. [citirano 13. 11. 2007] http://www.metafilter.com/65331/On-the-brink-of-artificial-life 
Navedemo čim več podatkov; pogosto vseh iz pravila ne boste našli.

BIO2 Seminar 2015

2015-12-17T00:06:18Z

GZun: /* Seznam seminarjev */

= Biokemijski seminar =
doc. dr. Gregor Gunčar, K2.022

== Seznam seminarjev ==
{| {{table}}
| align="center" style="background:#f0f0f0;"|'''Ime Priimek'''
| align="center" style="background:#f0f0f0;"|'''poglavje'''
| align="center" style="background:#f0f0f0;"|'''Naslov seminarja'''
| align="center" style="background:#f0f0f0;"|'''Recenzent 1'''
| align="center" style="background:#f0f0f0;"|'''Recenzent 2'''
| align="center" style="background:#f0f0f0;"|'''Datum oddaje'''
| align="center" style="background:#f0f0f0;"|'''Datum recenzije'''
| align="center" style="background:#f0f0f0;"|'''Datum predstavitve'''
|-
| Kristjan Stibilj||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Kristjan_Stibilj:_Inhibicija PI3k/AKT/mTOR signalne poti kot orožje proti raku||Lovro Kotnik||Blaž Lebar]||21/10/15||23/10/15||28/10/15
|-
| Tjaša Lukšič||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tjasa_Luksic: Alternativno izrezovanje GPCR-jev s poudarkom na sekretinski družini]||Karmen Žbogar||Aleksandra Uzar||21/10/15||23/10/15||28/10/15
|-
| Klara Kuret||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Klara_Kuret: Vpliv bakterijskih efektorjev na celični ubikvitinacijski sistem in rastlinski imunski odziv]||Klara Lenart||Petra Hruševar||21/10/15||23/10/15||28/10/15
|-
| Rok Miklavčič||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Rok_Miklavčič: Preusmeritve signalnih poti preko TNFR1 v boju s patogeni]||Katja Čop||Lovro Kotnik||28/10/15||30/10/15||04/11/15
|-
| Ema Gašperšič||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Ema_Gaspersic: PKC in njihov vpliv na raka ter Alzheimerjevo bolezen]||Nejc Kejžar||Karmen Žbogar||28/10/15||30/10/15||04/11/15
|-
| Tadej Satler||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tadej_Satler: PD-1 limfocitov in melanomskih celic]||Neža Brezovar||Klara Lenart||28/10/15||30/10/15||04/11/15
|-
| Tina Šimunović||14-15||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tina_Simunovic: Pentoza-fosfatna pot, njena regulacija in povezava z rakom]||Kristjan Stibilj||Katja Čop||04/11/15||06/11/15||11/11/15
|-
| Maja Zupanc||14-15||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Maja_Zupanc: Kako dolge nekodirajoče RNA vplivajo na metabolizem]||Tjaša Lukšič||Nejc Kejžar||04/11/15||06/11/15||11/11/15
|-
| Tilen Tršelič||14-15||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tilen_Trselic: PKM2 in njegova vloga pri razvoju rakavih celic]||Klara Kuret||Dorotea Borković||04/11/15||06/11/15||11/11/15
|-
| Lara Jerman||16||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Lara_Jerman: Warburgov učinek: od raka do avtoimunosti]||Rok Miklavčič||Neža Brezovar||11/11/15||13/11/15||18/11/15
|-
| Eva Rajh||16||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Eva_Rajh: Vpliv intermediatov Krebsovega cikla na modifikacije DNK in histonov ter vpliv na staranje]||Ema Gašperšič||Kristjan Stibilj||11/11/15||13/11/15||18/11/15
|-
| Sara Tekavec||16||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Sara_Tekavec: Mutacije encimov Krebsovega cikla in vpliv na razvoj ter rast tumorjev]||Tadej Satler||Tjaša Lukšič||11/11/15||13/11/15||18/11/15
|-
| Fran Krstanović||17||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Fran_Krstanovic: L-Carnitine enhances exercise endurance capacity]||Tina Šimunović||Klara Kuret||18/11/15||20/11/15||25/11/15
|-
| Elvira Boršić||17||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Elvira_Boršić: Posledice spremenjenega metabolizma maščobnih kislin v kardiomiocitih]||Maja Zupanc||Rok Miklavčič||18/11/15||20/11/15||25/11/15
|-
| Janja Krapež||17||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Janja_Krapež: Vpliv metabolizma maščobnih kisln na povišan krvni tlak v pljučnih arterijah]||Tilen Tršelič||Ema Gašperšič||18/11/15||20/11/15||25/11/15
|-
| Janez Javornik||18||||Lara Jerman||Tadej Satler||25/11/15||27/11/15||02/12/15
|-
| Miha Koprivnikar Krajnc||18||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Miha_Koprivnikar_Krajnc: Pomanjkanje karbamoil-fosfat sintetaze]||Eva Rajh||Tina Šimunović||25/11/15||27/11/15||02/12/15
|-
| Špela Malenšek||18||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Špela_Malenšek: Leucinska in glutaminska regulacija mTORC1]||Sara Tekavec||Maja Zupanc||25/11/15||27/11/15||02/12/15
|-
| Urša Kopač||19||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Urša_Kopač: Vpliv mutacij na delovanje ATP-sintaze s poudarkom na TMEM70]||Fran Krstanović||Tilen Tršelič||02/12/15||04/12/15||09/12/15
|-
| Neža Koritnik||19||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Ne.C5.BEa_Koritnik: Uravnavanje koncentracije ROS in glutationilacija v mitohondriju]||Dorotea Borković||Lara Jerman||02/12/15||04/12/15||09/12/15
|-
| Gašper Virant||19||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Gašper_Virant: Vpliv reaktivnih kisikovih spojin na dolžino življenske dobe]||Elvira Boršić||Eva Rajh||02/12/15||04/12/15||09/12/15
|-
| Uroš Zavrtanik||20||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Uro.C5.A1_Zavrtanik: RuBisCO aktivaza]||Janja Krapež||Sara Tekavec||09/12/15||11/12/15||16/12/15
|-
| Simon Aleksič||20||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Simon_Aleksič: Sinteza eksopolisaharidov v bakterijah in njihov vpliv na povečanje populacije celic imunskega odziva]||Jaka Kos||Fran Krstanović||09/12/15||11/12/15||16/12/15
|-
| Matej Hvalec||20||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Matej_Hvalec: Ostanek plastidov v heterotrofnih parazitih]||Miha Koprivnikar Krajnc||Elvira Boršić||09/12/15||11/12/15||16/12/15
|-
| Urša Čerček||21||PCSK9: Nov način uravnavanja koncentracije LDL ||Špela Malenšek||Janja Krapež||16/12/15||18/12/15||23/12/15
|-
| Katja Brezovar||21||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Katja_Brezovar: Vloga biosinteze sfingolipidov pri fagocitozi Candide albicans]||Urša Kopač||Jaka Kos||16/12/15||18/12/15||23/12/15
|-
| Gašper Žun||21||Biosinteza in biološka vloga terpenoidov s poudarkom na abscizinski kislini||Neža Koritnik||Miha Koprivnikar Krajnc||16/12/15||18/12/15||23/12/15
|-
| Blaž Lebar||22||Pomembna vloga glutamina v rakavih celicah||Gašper Virant||Špela Malenšek||23/12/15||03/01/16||06/01/16
|-
| Aleksandra Uzar||22||Nucleoside antibiotics||Uroš Zavrtanik||Urša Kopač||23/12/15||03/01/16||06/01/16
|-
| Petra Hruševar||22||Vloga metabolizma serina in glicina pri raku||Simon Aleksič||Neža Koritnik||23/12/15||03/01/16||06/01/16
|-
| Dorotea Borković||23||||Matej Hvalec||Gašper Virant||06/01/16||08/01/16||12/01/16
|-
| Jaka Kos||23||||Katja Brezovar||Simon Aleksič||06/01/16||08/01/16||13/01/16
|-
| Klara Lenart||23||Ščitnični hormoni in njihov vpliv na metabolizem||Gašper Žun||Matej Hvalec||06/01/16||08/01/16||13/01/16
|-
| Lovro Kotnik||23||||Urša Čerček||Uroš Zavrtanik||06/01/16||08/01/16||13/01/16
|-
| Katja Čop||23||Povezava med energijskim metabolizmom in plodnostjo pri ženskah||Blaž Lebar||Urša Čerček||13/01/16||15/01/16||20/01/16
|-
| Nejc Kejžar||23||Hormonska regulacija razvoja T-celic||Aleksandra Uzar||Katja Brezovar||13/01/16||15/01/16||20/01/16
|-
| Neža Brezovar||23||||Petra Hruševar||Gašper Žun||13/01/16||15/01/16||20/01/16
|}

*številka v okencu za temo pomeni poglavje v Lehningerju, v katerega naj izbrana tema spada

== Gradivo za predavanja ==
Gradivo za predavanja in seminarje najdete na http://bio.ijs.si/~zajec/bio2/
username: bio2
password: samozame

==Naloga==
'''Vaša naloga za seminar je: '''
Samostojno pripraviti seminar o seminarski temi, ki vam je bila dodeljena. Za osnovo morate vzeti pregledni članek iz revije, ki ima faktor vpliva nad 5 (npr. [http://www.sciencedirect.com/science/journal/09680004/ TIBS]. Poiskati morate še vsaj tri znanstvene članke, ki se nanašajo na opisano temo in jih uporabiti kot podlago za seminarsko nalogo! Članki so dostopni [http://93.174.95.27/scimag/ tukaj].

Za pripravo seminarja velja naslednje: 
* [[BIO2 Povzetki seminarjev 2015|Povzetek seminarja]] opišete na wikiju '''v 200 besedah''' (+- dvajset besed) - najkasneje do dne ko morate oddati seminar recenzentom.
* Povezavo do povzetka vnesete v tabelo seminarjev tekočega letnika.
* Seminar pripravite v obliki seminarske naloge na ~5-12 straneh A4 (pisava 12, enojni razmak, 2,5 cm robovi). Zelo pomembno je, da je obseg od 2700 do 3000 besed , a ne več kot 3500 besed. Seminarska naloga mora vsebovati najmanj tri slike. Slika mora imeti legendo in v besedilu mora biti na ustreznem mestu sklic na sliko. 
* Seminar oddajte do datuma oddaje, ki je naveden v tabeli v elektronski obliki z uporabo [http://bio.ijs.si/~zajec/poslji/ tega obrazca].
* Vsi seminarji so v elektronski obliki dostopni [http://bio.ijs.si/~zajec/poslji/bioseminar/ tukaj].
* Recenzenti do dneva določenega v tabeli določijo popravke (v elektronski obliki) in podajo oceno pisnega dela. Popravljen seminar oddajte z uporabo [http://bio.ijs.si/~zajec/poslji/ tega obrazca].
* Ustna predstavitev sledi na dan, ki je vpisan v tabeli. Za predstavitev je na voljo 20 minut. Recenzenti morajo biti na predstavitvi prisotni.
* Predstavitvi sledi razprava. Recenzenti podajo oceno predstavitve in postavijo najmanj dve vprašanji.Vsi ostali morajo postaviti še dve dodatni vprašanji v toku celega seminarskega obdobja.
* Na dan predstavitve morate docentu še pred predstavitvijo oddati končno (popravljeno) in natisnjeno verzijo seminarja v enem izvodu, elektronsko verzijo seminarja in predstavitev pa oddati na strežnik na dan predstavitve do polnoči.
* Seminarska naloga in povzetek morajo biti v slovenskem jeziku, razen za študente, katerih materni jezik ni slovenščina. Ti lahko oddajo seminar v angleškem jeziku.

==Imena datotek==
Prosim vas, da vse datoteke, ki mi jih pošiljate poimenujete po naslednjem receptu:
* 312_BIO_Priimek_Ime.doc(x) za seminar, npr. 312_BIO_Guncar_Gregor.docx
* 312_BIO_Priimek_ime_final.doc(x) za končno verzijo seminarja
* 312_BIO_Priimek_Ime_rec_Priimek2.doc(x) za recenzijo, kjer je Priimek2 priimek recenzenta, npr. 312_BIO_Guncar_Gregor_rec_Scott.docx (če se pišete Scott in odajate recenzijo za seminar, ki ga je napisal Gunčar)
* 312_BIO_Priimek_Ime.ppt(x) za prezentacijo, npr 312_BIO_Guncar_Gregor.pptx
* 312_BIO_Priimek_ime_poprava.doc(x) za popravljeno končno verzijo seminarja, če so popravki manjši
* 116_BIO_Priimek_Ime.doc(x) za seminar, ki je napisan na novo in je bil prijavljen v shemo 50%

==Ocenjevanje seminarjev==
Recenzenti ocenijo seminar tako, da izpolnijo [https://docs.google.com/forms/d/1EQDYwFO-DEzZ2R7jf8DhLqIeV4FFxRd3-ScceEASpt4/viewform recenzentsko poročilo] na spletu. Recenzentsko poročilo morate oddati najkasneje do 21:00, en dan pred predstavitvijo seminarja.

== Mnenje o predstavitvi ==
Vsak posameznik odda svoje mnenje o predstavitvi takoj po predstavitvi z online glasovanjem.

==Urejanje spletnih strani na wikiju==
Wiki so razvili zato, da lahko spletne vsebine ureja vsakdo. Ukazi so preprosti, dokler si ne zamislite česa prav posebnega. Vseeno pa je Word v primerjavi z wikijem pravo čudežno orodje... Če imate težave z oblikovanjem besedila, si preberite poglavje o urejanju wiki-strani na Wikipediji ([http://en.wikipedia.org/wiki/Help:Editing tule] v angleščini in [http://sl.wikipedia.org/wiki/Wikipedija:Urejanje_strani tu] v slovenščini). Pomaga tudi, če pogledate, kako je zapisana kakšna stran, ki se vam zdi v redu: kliknite na zavihek 'Uredite stran' in si poglejte, kako so vpisane povezave, kako nov odstavek in podobno. ''Na koncu seveda pod oknom za urejanje kliknite na 'Prekliči'.''

==Citiranje virov==
Citiranje je možno po več shemah, važno je, da se držite ene same. V seminarskih nalogah in diplomskih nalogah FKKT uprabljajte shemo citiranja, ki je pobarvana zeleno.
Temeljno načelo je, da je treba vir navesti na tak način, da ga je mogoče nedvoumno poiskati.
Za citate v naravoslovju je najpogostejše citiranje po pravilniku ISO 690. [http://www.zveza-zotks.si/gzm/dokumenti/literatura.html Pravila], ki upoštevajo omenjeni standard, so pripravili pri ZTKS. Sicer pa ima vsaka revija lahko svoj način citiranja, ki ga je treba pri pisanju članka upoštevati. 
'''Citiranje knjig:''' 
Priimek, I. ''Naslov''. Kraj: Založba, letnica. 
Priimek, I. ''Naslov: podnaslov''. Izdaja. Kraj: Založba, letnica. Zbirka, številka. ISBN. 

Boyer, R. ''Temelji biokemije''. Ljubljana: Študentska založba, 2005. 
Glick BR in Pasternak JJ. ''Molecular biotechnology: principles and applications of recombinant DNA''. 3. izdaja. Washington: ASM Press, 2003. ISBN 1-55581-269-4. 
Če so avtorji trije, je beseda in med drugim in tretjim avtorjem. Če so avtorji več kot trije, napišemo samo prvega in dopišemo ''et al''. (in drugi, po latinsko). Vse, kar je latinsko, pišemo poševno (npr. tudi imena rastlin in živali, pojme ''in vivo'', ''in vitro'' ipd.).

'''Citiranje člankov:''' 
Priimek, I. Naslov. ''Naslov revije'', letnica, letnik, številka, strani. 
Lartigue, C., Glass, J. I., Alperovich, N., Pieper, R., Parmar, P. P., Hutchison III, C. A., Smith, H. O. in Venter, J. C.
Genome transplantation in bacteria: changing one species to another. ''Science'', 2007, 317, str. 632-638.

Alternativni način citiranja (predvsem v družboslovju) je po pravilih APA, kjer članke citirajo takole: 
Priimek, I. (letnica, številka). Naslov. Naslov revije, strani. 
Lartigue C. ''et al.'' (2007, 317) Genome transplantation in bacteria: changing one species to another. ''Science'', 632-638.

Revija Science uporablja skrajšani zapis: 
C. Lartigue ''et al''. Science 317, 632 (2007) 

V diplomah na FKKT je treba navesti vire tako, da izpišete tudi naslov citiranega dela in strani od-do (ne samo začetne). Navesti morate tudi vse avtorje dela, razen v primeru, ko jih je 10 ali več. Takrat navedite le prvih devet, za ostale pa uporabite okrajšavo in sod. (in sodelavci). Pred zadnjim avtorjem naj bo vedno besedica "in".

'''Citiranje spletnih virov:''' 
Priimek, I. ''Naslov dokumenta''. Izdaja. Kraj: Založnik, letnica. Datum zadnjega popravljanja. [Datum citiranja.] spletni naslov 
strangeguitars. ''On the brink of artificial life''. 6. 10. 2007. [citirano 13. 11. 2007] http://www.metafilter.com/65331/On-the-brink-of-artificial-life 
Navedemo čim več podatkov; pogosto vseh iz pravila ne boste našli.

BIO2 Povzetki seminarjev 2015

2015-12-17T00:04:36Z

GZun: /* Biokemija- Povzetki seminarjev 2015/2016 */

== Biokemija- Povzetki seminarjev 2015/2016 ==
Nazaj na osnovno [http://wiki.fkkt.uni-lj.si/index.php/BIO2_Seminar_2015 stran]

=== Kristjan Stibilj: PI3K kaskada in njihova vloga pri rakavih obolenjih ===
Dandanes je zdravljenje rakavih obolenj poglavitna točka v razvoju farmacevtskih zdravil. Velike multinacionalke vlagajo ogromno denarja v razvoj zdravila, ki bi ozdravil tumorje oz. omilil njihovo delovanje. Za nastanek rakavih obolenj so v veliki meri krivi receptorji tirozin kinaze (RTK) in njihova PI3K/AKT/mTOR signalna pot. Ta namreč nadzoruje celično proliferacijo, metabolizem, premikanje in preživetje. Mutacije ključnih proteinov v PI3K kaskadi vodijo do nenadzorovane rasti in delitve celic, kar privede do nastanka tumorjev. Glavni princip zdravljenja oz. iskanje zdravila za rakava obolenja je torej poiskati takšno molekulo, ki bi uspešno inhibirala mutiran protein in s tem ustavila njegovo hiperaktivacjo. Znanstveniki so v zadnjih letih odkrili precej inhibitorjev, ki so bolj ali majn specifični in so sedaj v preiskavah kot morebitno zdravilo. Za inhibiranje PI3K molekule sta se v predkličninih študijah pokazala kot uspešna pictilisib in buparlisib, ki se vežeta na ATP-vezavno mesto. Na enak način deluje tudi večina AKT inhibitorjev, kamor spada tudi dobro raziskan Inhibitor VIII. mTOR, zadnja molekula v PI3K kaskadi, pa ima prav tako kar nekaj sintetičnih inhibitorjev, ki so analogni naravni molekuli rapamcin. Vsi našteti inhibitorji pa žal še niso zdravila za raka, saj so interakcije z ostalimi encimi v celici še vedno nepoznane.

=== Klara Kuret: Vpliv bakterijskih efektorjev na celični ubikvitinacijski sistem in rastlinski imunski odziv ===
Patogene bakterije uporabljajo efektorje za zatiranje imunskega odziva gostitelja. Tarča mnogih efektorskih proteinov je celični ubikvitinacijski sistem (UBS), ki je pomemben regulator imunskega odgovora. Ubikvitinska signalizacija poteka preko treh encimskih kompleksov, ki na proteinske substrate vežejo molekule ubikvitina. Dolžina in oblika ubikvitinske verige narekujeta, kakšen bo biološki odgovor celice na ubikvitinacijo oz. kaj se bo s substratom zgodilo. Ker prokarionti nimajo lastnega ubikvitinacijskega sistema, so morali razviti drugačne mehanizme, ki jim omogočajo interakcijo z evkariontskimi proteini, kateri nastopajo pri ubikvitinaciji. Efektorji lahko gostiteljski UBS izkoriščajo tako, da strukturno ali funkcijsko posnemajo evkariontske komponente UBS, ali pa so homologi evkariontskih proteinov. Lahko tudi pospešujejo ali inhibirajo delovanje 26S proteasoma. Efektorski proteini torej izkoriščajo evkariontske strategije za nadzor in manipulacijo gostiteljevih celičnih procesov, v smeri, ki patogenu omogoča čim boljšo možnost razvoja in množitve. Efektorji AvrPtoB, HopM1 ter VirF so nastali z različnim evolucijskim razvojem, zato se tudi mehanizmi njihovega delovanja na UBS razlikujejo. Patogeni efektorji lahko preko ubikvitinacije pomembnih signalnih proteinov v imunskih kaskadah povzročijo nezmožnost celice, da aktivira PAMP ter ETI imunost. Razgradnja gostiteljevih proteinov vodi lahko do motenj v izražanju genov, motenj v vezikularnem transportu in številnih drugih nepravilnosti v celičnih procesih, ki pripeljejo do večje dovzetnosti celice za okužbo.

=== Tjaša Lukšič: Alternativno izrezovanje GPCR-jev s poudarkom na sekretinski družini ===
Alternativno izrezovanje GPCR-jev je pogost pojav, še posebej pri sekretinski in nekaterih sorodnih družinah. Receptorji sekretinske družine se pojavljajo v zanimivih izooblikah, ki odstirajo nove poglede na regulacijo celične signalizacije. V sedmi transmembranski vijačnici sekretinskih GPCR-jev je dobro ohranjen ekson 12 oz. zaporedje 14 aminokislin, ki je tarča izrezovalno-povezovalnega kompleksa pri nekaterih receptorjih. Delecija eksona 12 nima izrazitega vpliva na vezavo primarnih sporočevalcev, ima pa zato toliko večje posledice pri prenosu signalov. Povezovanje z G-proteini je onemogočeno, ker skrajšana TMD7 ne omogoča normalne konformacijske spremembe. Le-ta se v običajnih izooblikah zgodi zaradi premika TMD6 in TMD7 proti statični TMD3, kar razkrije intracelularno vezavno domeno za navzdolnje efektorje. Poleg omenjene funkcije lažnega receptorja, se oslabi tudi membranska ekspresija kratkih-TMD7 receptorjev, saj je izbrisan transportni motiv v eksonu 12 in zmanjšana hidrofobnost C konca. Najbolj fascinantna posledica je zagotovo dominantno negativna regulacija membranske ekspresije ostalih izooblik. Za transport GPCR-jev iz kontrolnega sistema endoplazmatskega retikuluma je potrebna oligomerizacija. Hetero-oligomeri določenih kombinacij s kratkim-TMD7 receptorjem ne uspejo zapustiti ER, število delujočih receptorjev v membrani se zmanjšuje in celica je slabše odzivna na njihove primarne sporočevalce. Med tem pa nekateri receptorji nimajo težav pri transportu skupaj s skrajšanimi izooblikami. Številna bolezenska stanja so povezana s patološkimi izooblikami ali z neuspešnim transportom proteinov iz ER, za kar obstaja potencialna rešitev v farmakoloških šaperonih.

=== Rok Miklavčič: Preusmeritve signalnih poti preko TNFR1 v boju s patogeni ===
Celice so se skozi čas prilagodile na življenje v okolju, polnem potencialno škodljivih patogenov. Razvilo se je mnogo mehanizmov celičnega odgovora, ki so prilagojeni tako, da lahko ustrezen odgovor na patogene pripravijo v različnih situacijah. En takih mehanizmov predstavlja tudi signalna kaskada preko TNFR1, receptorja za citokin TNFα. TNFα sprostijo celice imunskega sistema, ko zaznajo prisotnost patogena. Osnovni celični odgovor pri stimulaciji TNFR1 je kaskada, ki preko zaporedja ubikvitinacij sodelujočih proteinov, privede do translokacije transkripcijskega faktorja NF-κB v jedro. NF-κB tam sproži prepisovanje genov za vnetne citokine, ki ob kasnejšem sproščanju v okolico celice povzročijo vnetni odziv sosednjih celic ter s tem omejitev okužbe. Nekateri patogeni pa so na ta odziv prilagojeni tako, da inhibirajo ključne proteine v začetni kaskadi in s tem zmanjšajo vnetje, vendar pa imajo na to prilagoditev odgovor tudi gostiteljske celice. Pri taki inhibiciji pride do prenosa signala po drugi poti, ki privede do apoptoze napadene celice, kar ubije tudi patogene v njej, in tako omeji okužbo. Patogeni lahko inhibirajo tudi samo apoptozo, zaradi česar obstaja tudi zasilni celični mehanizem odgovora nanje. V primeru inhibicije apoptoze se kaskada konča z aktivacijo psevdokinaze MLKL, ki je glavni efektor za mehanizem programirane nekroze z imenom nekroptoza. Pri nekroptozi pride kot pri nekrozi do celične lize, pri čemer se v okolico sprostijo DAMP-i, ki sprožijo vnetni odziv okoliškega tkiva.

=== Ema Gašperšič: PKC in njihov vpliv na raka ter Alzheimerjevo bolezen ===
Protein kinaze C (PKC) so družina encimov, ki sodelujejo v številnih signalnih poteh v celici. S fosforilacijo serina ali treonina nekega drugega proteina regulira njegovo aktivnost. Vplivajo na proliferacijo in diferenciacijo celice, apoptozo, oblikovanje sinaps, učenje ter shranjevanje spominov, nevrološke motnje in mnogo drugih procesov v celici. Za aktivacijo PKC sta ključni povečani koncentraciji diacilglicerola (DAG) in kalcijevih ionov Ca2+, ki z vezavo na PKC povzročita prehod iz neaktivne v aktivno obliko. Aktivacija PKC vpliva na spodbujanje oziroma inhibiranje razvoja raznih bolezni, kot so rak, ishemična možganska kap ali Alzheimerjeva bolezen in druge nevrodegenerativne bolezni. Problem je v tem, da je pri zdravljenju raka potrebno rast celic čim prej zaustaviti, med tem ko morajo pri nevrodegenerativnih boleznih nevroni ostajati živi. Poleg tega je zanimivo, da naj bi nekateri aktivatorji protein kinaz C rast rakavih celic spodbujali, drugi pa zavirali. Običajen mehanizem delovanja PKC je težko opisati, saj obstaja več oblik PKC izoencimov, ki so po različnih tkivih različno razporejeni, v celici imajo različne funkcije, poleg tega pa obstaja več signalnih poti, ki vodijo do aktivacije PKC. Vse to so razlogi za oteženo delo raziskovalcev, ki želijo odkriti načine zdravljenja prej omenjenih boleznih, zato torej to področje zahteva še precej raziskav, ki bi posledično lahko olajšale njihovo zdravljenje.

=== Tadej Satler: PD-1 limfocitov in melanomskih celic ===
Melanom je najnevarnejša oblika kožnega raka in znanstveniki že desetletja borijo izboljšali rezultate zdravljenja. Vzpodbuditi želijo proti-tumorski odziv imunskega sistema, vendar so zaradi kontrolnih točk neuspešni. Kontrolne točke so ključne za ohranjanje imunske homeostaze, saj bi brez njih bili žrtev številnim avtoimunskim boleznim in poškodbam tkiva ob prevelikem odzivu sistema na patogene vnetje. Med imunske kontrolne točke spada tudi receptor PD-1. Je monomer sestavljen iz imunoglobulinske in citoplazemske domene. Zanj sta značilna tudi dva liganda (PD-L1 in PD-L2), ki sta potrebna za njegovo aktivacijo. Najdemo ga predvsem pri limfocitih T in nekaterih melanomskih celicah. Izražanje PD-1 je raziskano predvsem pri limfocitih T, kjer ob interakciji z ligandoma inhibira delovanje in funkcije limfocitov ter povzroča njihovo apoptozo. To doseže s pomočjo zaviranja številnih ključnih procesov znotraj celice, ki so potrebni za njeno normalno delovanje. Pri melanomskih celicah je pa delovanje PD-1 še dokaj neraziskano. Do zdaj njegova prisotnost ni bila znana, vendar so nedavne raziskave pokazale njegovo izražanje na nekaterih celicah limfocitov. Obnašanje PD-1 melanomskih celic je drugačno kot pa pri limfocitih, saj njegovo izražanje spodbuja rast tumorja. S pomočjo boljšega poznavanja delovanja PD-1 v limfocitih T in melanomskih celicah, bo lažje razviti učinkovitejše metode boja proti raku.

=== Tilen Tršelič: PKM2 in njegova vloga pri razvoju rakavih celic ===
Piruvat kinaza (PK) je pomemben glikolitski encim, ki se pojavlja v štirih različnih oblikah. Oblika M2 je posebno zanimiva, saj poleg svoje glikolitske funkcije opravlja še mnoge druge, nemetabolične funkcije. Poleg tega je PKM2 prevladujoča oblika encima v rakavih celicah. Razlog za povečano izražanje le-tega verjeno izhaja iz dejstva, da lahko PKM2 zavzema aktivno tetramerno obliko ali skoraj neaktivno dimerno obliko. Možnost menjavanja svojih oblik celicam, bodisi zdravim ali rakavim, omogoča prilagajanje delovanja njihovim potrebam. Če celici primanjkuje energije, lahko encim zavzema pretežno aktivno tetramerno obliko in tako spodbuja proizvodnjo ATP. Če celica potrebuje nove makromolekule za proliferacijo, tu encim lahko zavzame pretežno neaktivno dimerno obliko in spodbuja kopičenje intermediatov glikolize. Te so ključni za sintezo novih snovi, saj služijo kot njihovi prekurzorji.
Aktivnost encima PKM2 se regulira na več načinov. Vlogo regulatorjev po navadi opravljajo post-translacijske modifikacije encima, lahko pa tudi nekatere druge spremembe v celičnem okolju.
PKM2 v svoji manj aktivni dimerni obliki prav tako lahko regulira druge procese. Predvsem pospešuje celično rast in razvoj prek reakcij z pomembnimi transkripcijskimi faktorji v jedru. Izkazalo se je, da delovanje encima PKM2 močno koristi rakavim celicam.
Ker je encim PKM2 zelo pomemben za razvoj takšnih celic, predstavlja dobro potencialno tarčo za zdravljenje. Raziskave potrjujejo, da bi bilo slednje možno, ne ponujajo pa konkretnega odgovora na vprašanje, kako bi takšno zdravljenje potekalo.

=== Tina Šimunović: Pentoza-fosfatna pot, njena regulacija in povezava z rakom ===
Pod imenom rak razumemo bolezen, za katero je značilna nenadzorovana rast in celična delitev. Rakave celice imajo tako večjo potrebo po biosintezi pomembnih makromolekul, ki jo zadostijo s prilagoditvijo in spremembo svojih metaboličnih poti. Ena izmed prilagoditev je lahko sprememba pentoza-fosfatne poti (PPP). To je ena izmed metaboličnih poti glukoze, katere glavna produkta sta riboza-5-fosfat in NADPH. Prva se naprej uporablja pri sintezi nukleinskih kislin, NADPH pa je pomemben za sintezo makromolekul in za detoksikacijo. Regulacija PPP poteka preko njenih metabolnih encimov. V rakavih celicah je predvsem izražena povišana aktivnost glukoza-6-fosfat dehidrogenaze in s tem aktivnost PPP. Pri tem encimu sta, poleg mnogih drugih, najpomembnejša regulatorja NADPH in tumorski supresor p53. Aktivnost PPP lahko poveča tudi acetilacija 6-fosfoglukonat dehidrogenaze ali pa povečano izražanje transketolaze. Na pospešeno proliferacijo rakavih celic vplivajo tudi inaktivirani tumorski supresorji in aktivirani onkoproteini, npr. p53, TIGAR, ATM, Ras, mTORC1 in Nrf2. Največji pomen PPP pri rakavih celicah, je v zaščiti pred celično smrtjo, saj se s povečano aktivnostjo PPP pospeši tvorba njenih produktov, ki so ključni pri preživetju celice. Z inhibicijo te poti, bi lahko tudi inhibirali rast tumorjev. PPP je tako postala potenciala tarča za zdravljenje raka, vendar je za to potrebnih še veliko raziskav in boljše razumevanje metabolizma rakavih celic.

=== Maja Zupanc: Kako dolge nekodirajoče RNA vplivajo na regulacijo metabolizma ===
Ena najbolj fascinantnih lastnosti metabolizma je njegova regulacija. Za homeostazo metabolizma hranil in energije v telesu je nujna specializirana regulacija centralnega živčnega sistema, Langerhansovih otočkov trebušne slinavke in glavnih metabolnih tkiv (maščobno tkivo, skeletne mišice in jetra). Dolge nekodirajoče molekule RNA (lncRNA) so RNA molekule dolge več kot 200 nukleotidov, ki ne kodirajo proteinov. Njihov spekter delovanja je izredno širok, na metabolizem vplivajo prek regulacije procesov adipogeneze in hepatičnega metabolizma, nadzora funkcionalnosti Langerhansovih otočkastih celic, regulacije razvoja skeletnih mišic, in energijske homeostaze. Do sedaj je bilo odkritih že več kot 60000 dolgih nekodirajočih RNA molekul in repetuar njihovih funkcij se z vsako novo raziskavo širi. Vloga lncRNA je še pred desetimi leti bila neznanka, od takrat pa nam je že postalo jasno, da so pomembni regulatorji izražanja DNA, diferenciacije in razvoja celic, razvoja tkiva in tumorogeneze. V resnici pa vemo zelo malo, oziroma smo šele na začetku razumevanja lncRNA. Ker se zaradi tega z vsakim novim odkritjem pojavlja še več vprašanj (o podrobnih principih delovanja lncRNA in njihovega sodelovanja z drugimi molekulami, o še nepoznanih funkcijah, vpletenosti v bolezni in možnosti razvoja novih tehnik zdravljenja…), so raziskave na tem področju zelo aktualne.

=== Lara Jerman: Warburgov učinek: od raka do avtoimunosti ===
V dvajsetih letih prejšnjega stoletja je Otto Warburg s svojimi sodelavci meril porabo kisika in sintezo laktata v rakastem tkivu. Pri tem je prišel do zelo pomembnega opažanja, ki ostaja zelo aktualno – da celice rakastega tkiva tudi ob normoksičnih pogojih vztrajajo pri močno povečani glikolizi. Danes vemo, da se Warburgov učinek v rakastih tkivi pojavlja skoraj univerzalno. Večina Warburgovih opažanj in meritev je bila kvantitativno pravilna. Njegova razlaga vzroka pojava pa se je izkazala za napačno, saj povečano stopnjo glikolize zasledimo v mnogih rakastih tkivih brez določljivih mitohondrijskih mutacij ali motenj oksidativno-fosforilacijske metabolne poti. V takih tkivih sinteza ATP v mitohondrijih poteka nemoteno in enako učinkovito kot pri normalnih tkivih z enako koncentracijo kisika. Raziskave zadnjih let kažejo na to, da je povečana glikoliza strateška poteza rakastih celic, ki zadovoljuje predvsem njihove potrebe po sintezi biomase. V skoraj stoletju od Warburgovega prvotnega odkritja je postalo jasno, da metabolična stikala omogočajo celici, da se prilagaja svojim bioenergetskim in biosintetskim potrebam. Zmožnost hitrega prilagajanje potrebam je še posebej pomembna pri imunskih celicah, ki morajo ob imunskem odzivu hitro preiti iz mirujočega stanja. Zato ni presenetljivo, da so si rakaste in imunske celice glede zagotavljanja metabolnih tokov in bionenergetike za rast in širjenje v marsičem podobne.

=== Sara Tekavec: Mutacije encimov Krebsovega cikla in vpliv na razvoj ter rast tumorjev ===
Encimi izocitrat dehidrogenaza (IDH), sukcinat dehidrogenaza (SDH) in fumarat hidrataza (FH) sodelujejo v Krebsovem ciklu. Prvi omogoča pretvorbo izocitrata v α-ketoglutarat (α-KG), drugi pretvorbo sukcinata v fumarat, tretji pa pretvorbo fumarata v malat. Za gene, ki kodirajo te encime, so značilne mutacije, ki vodijo v nastanek in rast tumorjev. Mutacije so lahko onkogen-aktivirajoče (mutacija IDH) ali tumor-supresor deaktivirajoče (mutacije SDH in FH). Mutacija IDH tako v encimu vzpodbudi novo funkcijo, in sicer pretvorbo α-ketoglutarata ob prisotnosti NADPH v onkometabolit 2-hidroksiglutarat (2-HG). Pri drugih dveh mutacijah pa gre za to, da je aktivnost encima zmanjšana oz. je sploh ni, kar ima za posledico kopičenje sukcinata ali fumarata. To ugodno vpliva na rast tumorja, saj lahko te tri omenjene molekule na različne načine inducirajo izražanje genov, pomembnih za celično rast in preživetje. Vse tri na primer stabilizirajo hipoksični inducibilni faktor (HIF), ki nato sproži transkripcijo in angiogenezo (rast krvnih žil). Z zmanjšano koncentracijo dveh antioksidantov NADPH in α-ketoglutarata se poveča tudi tveganje za nove mutacije, povzročene s strani reaktivnih kisikovih zvrsti. Poleg tega lahko α-KG sam deluje kot mutagen ali pa tudi inhibira metilacijo DNA in histonov, zaradi česar je izražanje onkogenov povečano. Kljub temu, da je ta metabolična pot pri tumorjih precej kompleksna, nam bodo nove metode detekcije tumorjev kmalu omogočile tudi boljše razumevanje samih mutacij in mehanizma nastanka tumorjev, ki tiči v ozadju.

=== Fran Krstanović: L-Carnitine enhances exercise endurance capacity ===
Our energy metabolism is working constantly to cover energy need of our body. ATP represents the first line of action. With cellular ATP concentration low, our body needs other sources of energy as fuel. Fats carbs and proteins play that part. To get energy from fats they need to be oxidase. The process of fat oxidation is situated in the mitochondria. Fats need a special transporter to get into the cell, l-carnitine.
Apart from fat transportation l-carnitine has many other roles; enhancing exercise endurance capacity is believed to be one of them. Mice fed with L-carnitine showed great promise to confirm this theory. Glycogen concentrations were higher, all important parameters for fatty acid intake and mitochondria biogenesis were higher and do additional AMPK was activated. The most important parameter was higher endurance capacity was reached. The problem lies in implicating the theory on humans; consuming concentrations are unknown (high can lead to problems, low won’t have affect). Further experiments will surely be held as carnitine provides great attention from sports industries as a supplement for fat burning or maybe for greater athletes’ fatigue.

=== Janja Krapež: Vpliv metabolizma maščobnih kislin na povišan krvni tlak v plučnih arterijah ===
Povišan krvni tlak v pljučnih arterijah (PAH) je huda bolezen, ki posledično zelo vpliva tudi na srce, predvsem na desni prekat, ki se zaradi prevelike obremenjenosti poveča. To lahko privede tudi do odpovedi srca. Zakaj pride do nepravilnega delovanja desnega prekata, je še neznano, prav tako kako do tega pride. Zadnje raziskave sklepajo, da je z nedelovanje povezan tudi metabolizem maščobnih kislin in glukoze. Problem predstavlja kopičenje maščobnih kislin znotraj mišičnih celic srca. Za transport maščobnih kislin z dolgimi verigami poskrbi protein CD36 skupaj s FATP (v miocitih FATP6). Kopičenje maščobnih kislin v celici je povezano tudi s favoriziranjem oksidacije glukoze. Preklop med ß-oksidacijo maščobnih kislin in oksidacijo glukoze poteka v Randlovem ciklu, kjer intermediati ene oksidacije inhibirajo drugo. Ključni pri inhibiciji ß-oksidacije je malonil-CoA, ki inhibira CAP encim na mitohondrjski membrani in je ključni prenašalec maščobnih kislin v mitohondrij, kjer se nadalje oksidirajo. Trenutne raziskave želijo izboljšati delovanje desnega prekata prav preko oksidacije maščobnih kislin. Šele razumevanje zapletenih mehanizmov metabolizma bo omogočilo nadaljnji razvoj potencialnih zdravil za zdravljenje PAH in posledično tudi izboljšalo delovanje desnega prekata.

=== Elvira Boršić: Posledice spremenjenega metabolizma maščobnih kislin v kardiomiocitih ===
V fetusu kardiomiociti pridobivajo energijo z oksidacijo glukoze in laktata zaradi pomanjkanja kisika. Ko se rodimo pa postanejo maščobne kisline preferenčni substrat pridobivanja ATP-ja. Do sprememb glavnega substrata pride zaradi večjih telesnih obremenitev, bolezni in okoliščin zunaj celice. Pri tem imajo osrednjo vlogo razni transkripcijski faktorji, npr. receptor, aktiviran s peroksisomskim proliferatorjem α (PPARα), in transkripcijski koaktivatorji, npr. PPARγ koaktivator 1α (PGC1α). Dokazali so, da lahko nedelovanje vsaj 22 encimov in transporterjev udeleženih pri metabolizmu maščobnih kislin povzroči razne bolezni, ki zmanjšajo delovanje srca. Vsaka od teh pa lahko povzroči srčno popuščanje. Do tega pride, ko srce ni več zmožno črpati krvi iz pljuč po telesu. Najpogostejša vzroka sta zvišan krvni tlak in ishemija. Slednjo povzroči hipoksija, zaradi česar se ustavi tok elektronov v dihalni verigi. V anaerobnih pogojih je tako glikoliza edini vir energije in proizvede le 5 % celotnega ATP-ja, ki ga imajo kardiomiociti v normalnih pogojih. Produkti glikolize porušijo homeostazo in za ohranjanje le-te celice porabijo veliko energije, ki bi se sicer porabila pri kontrakciji. Raven kisika se obnovi pri reperfuziji, ki pa naredi še več škode kot ishemija. Zaradi srčnega popuščanja umre vsako leto več tisoč ljudi, saj še ne poznamo zdravila, ki bi to bolezen preprečilo. Ker še ne razumemo vseh mehanizmov, poteka na tem področju veliko raziskav.

=== Miha Koprivnikar Krajnc: Pomanjkanje karbamoil-fosfat sintetaze ===
Pomanjkanje karbamoil fosfat sintetaze (CPS1) je ena izmed motenj cikla sečnine, torej poslabša zmožnost proizvodnje sečnine, ki ima pomembno vlogo pri regulaciji pH. CPS1 katalizira nastanek vstopne spojine cikla sečnine, karbamoil fosfat, in jo regulirajo Mg2+, Ca2+, NAG, ter tudi druge snovi posredno, preko NAG sintetaze. Mutacij, ki povzročajo spremembo strukture CPS1 je kar nekaj in povzročajo spremembe v aktivnosti encima različnih jakosti (od milih sprememb do popolne inaktivacije). To je razlog, da nekateri oboleli velikokrat sploh ne dočakajo otroštva, medtem ko pri ostalih bolezen pride na dan kasneje v življenju ob nekem stresu za organizem. Simptomi pomanjkanja CPS1 so predvsem nevropatološke narave in vključujejo poslabšanje kognitivnih sposobnosti, epizode delirija, utrujenost in druge simptome. Pri pacientih s hujšimi motnjami lahko bolezen tudi po zdravljenju pusti trajne posledice, saj pride do poškodb možganov v procesu razvoja. Razlog za nevrotoksičnost je osmotska aktivnost glutamina, ki se v velikih količinah nabira v astrocitah možganov. To povzroča hipertonično okolje v celicah in otekanje možganov. Brez ukrepov to privede do kome in smrti. Zdravljenje akutnih primerov motnje se začne z uporabo lovilcev amonijaka in dializo krvi, nadaljnji ukrepi pa so za enkrat omejeni na dieto z malo proteinov in citrulin. Za prihodnost je obetavno zdravljenje s stimulacijo encima z aktivatorjem oziroma njegovim analogom ali pa kar s stimulacijo sintetaze aktivatorja.

=== Špela Malenšek: Leucinska in glutaminska regulacija mTORC1 ===
Kompleks mTORC1 je ohranjena Ser/Thr kinaza, ki z združevanjem signalov regulira celično ravnovesje med anabolizmom in katabolizmom. Nadzoruje celično rast, sintezo proteinov ter ribosomov in blokira avtofagijo. Nepravilno delovanje mTORC1 je vzrok različnim vrstam raka, diabetesu tipa 2 in nevrodegenerativnim boleznim. Verjetno najpomembnejši, a hkrati najmanj razumljeni regulatorji mTORC1 so aminokisline, med katerimi izstopata leucin in glutamin. Koncentraciji slednjih v citosolu sta odvisni druga od druge, saj je t.i. terciarni aktivni transport leucina v celico sklopljen s prenosom glutamina iz celice. Eden izmed modelov regulacije mTORC1 predpostavlja, da so pri prenosu aminokislinskega signala do mTORC1 glavni trije multiproteinski kompleksi, ki vključujejo majhne RagGTPaze, Ragulator in v-ATPazo. Združitev slednjih poteka na lizosomih, kjer je mTORC1 posledično tudi aktiviran s proteinom Rheb. Aminokislinska signalna kaskada mTORC1 predstavlja tudi tipalo, s katerim celica zaznava prisotnost in koncentracijo aminokislin v lizosomskem lumnu, citoplazmi in v zunaj-celičnem prostoru. Delovanje v-ATPaze je namreč močno odvisno od koncentracije leucina v notranjosti lizosomov in predstavlja t.i. »notranjo« regulacijo mTORC1. Hkrati naj bi leucin neposredno vplival na spremembno konformacije RagGTPaz z vezavo na protein Sestrin2, vendar so je popoln mehanizem posledice vezave leucina še nepojasnjen. Glutamin naj bi na mTORC1 deloval drugače kot leucin (brez posredovanja RagGTPaz in Ragulatorja), hkrati pa naj bi regulacijsko vlogo aktivacije mTORC1 imel tudi eden izmed produktov dvojne deaminacije glumatina, α-ketoglutarat.

=== Neža Koritnik: Uravnavanje koncentracije ROS in glutationilacija v mitohondriju ===
V mitohondriju zaradi razlik v redoks okolju nastajajo reaktivne kisikove spojine (ROS), ki lahko povzročajo oksidativno škodo, v manjših koncentracijah pa so pomembne signalne molekule. Njihov glavni vir so predvsem flavoproteini, jih najdemo tudi v kompleksih dihalne verige in nekaterih encimih Krebsovega cikla. Ti lahko v času oksidativnega stresa zaradi različnih razlogov prenesejo elektrone namesto na njihov naravni akceptor direktno na kisik, pri čemer se tvorijo reaktivni superoksidni radikali (in druge ROS). H2O2 ima sposobnost oksidacije tiolnih cisteinskih ostankov proteinov (-SH do -SOH), kar ponavadi povzroči reverzibilno deaktivacijo proteinov in s tem regulacijo različnih procesov v mitohondriju. V skrajnem primeru pa pride do hiperoksidacije (do -SO2H ali - SO3H), ki pa je ireverzibilna in lahko trajo poškoduje proteine in druge molekule. Za preprečevanje oksidativne škode in uravnavanjem redoks signalizacije so se razvili sistemi GSH/Gpx/GR in Prx/Trx/TrxR. Glutation (GSH) je pomembna molekula, ki v razmerju s svojo oksidirano obliko (dimerom GSSG) določa redoks stanje v mitohondriju. V oksidirani obliki ima sposobnost vezave na tiole cisteinskih ostankov proteinov. To je proces glutationilacije, pri kateri se tvori disulfidna povezava protein-SSG, kar pa ima regulatorno vlogo (začasna aktivacija/deaktivacija proteina) ali pa zaščitno vlogo pred hiperoksidacijo. Pomemben encim, ki regulira glutationilacijo je glutaredoksin (Grx). S temi mehanizmi se v mitohondriju uravnavajo številni metabolni procesi in redoks stanje matriksa.

=== Urša Kopač: Vpliv mutacij na delovanje ATP-sintaze s poudarkom na TMEM70 ===
Mutacije genov, ki vplivajo na encim ATP-sintaza, v grobem razdelimo v dve skupini. Tiste, ki nastanejo na mitohondrijski mtDNA, in tiste, ki vplivajo na genski material v jedru (nDNA). Različne mutacije vplivajo na različne podenote ATP-sintaze, ali pa mutirajo gene za proteinske faktorje, ki sodelujejo pri biosintezi ATP-sintaze. Med slednje prištevamo tudi mutacije TMEM70 na nDNA. Proteinski faktor TMEM70 vpliva sintezo domene F1. Ugotovili so, da mutacije na genu TMEM70 povzročijo, da se sinteza ATP-sintaze ustavi že v začetni fazi. Ker se encimski kompleks ne more sintetizirati do konca, nastanejo motnje v metabolizmu zaradi pomanjkanja ATP. Z elektronsko mikroskopijo so dokazali, da se v takšnih bolezenskih stanjih morfologija mitohondrija korenito spremeni. S proučevanjem mutacij genov, ki vplivajo na delovanje ATP-sintaze, pridobivamo tudi nove podatke o biosintezi ATP-sintaze. To je več kot dobrodošlo, saj v nasprotju s samo strukturo ATPaze o poteku izgradnje encima ne vemo veliko. Predvsem se na ta način zbira podatke o pomožnih faktorjih, ki imajo ključno vlogo pri tvorbi tega pomembnega encima. Za primer lahko vzamemo TMEM70. Šele s proučevanjem mutacije TMEM70 pri bolnikih z mitohondrijskimi boleznimi so odkrili, da je sama sinteza ATP-sintaze povezana s pomožnim proteinskim faktorjem TMEM70. Obširnejše znanje o biogenezi ATP-sintaze ter o mutacijah, ki vplivajo na delovanje ATP-sintaze, pomeni tudi več možnosti za razvijanje novih potencialnih zdravil in oblik zdravljenja.

=== Gašper Virant: Vpliv reaktivnih kisikovih spojin na dolžino življenjske dobe ===
Reaktivne kisikove spojine oz. kratko ROS nastajajo v 90% v mitohondrijih v glavnem na dihalni verigi, natančneje na kompleksih I in III. V preteklosti so veljale kot nujno zlo prisotno v celici, saj lahko zaradi svojih oksidacijskih lastnosti poškodujejo proteine, DNA in ostale makromolekule, kar vodi v celično disfunkcijo in kasneje smrt. V poznejših raziskavah so ROS-e začeli osvetljevati z druge strani in jim pripisovati ter poudarjati njihov pomen za celično sporočanje. Seveda je transdukcija z ROS-i zelo reguliran proces na več stopnjah. V glavnem se ROSi pojavijo v povečani količini kot odgovor na stres in v vlogi signalnih intermediatov aktivirajo različne celične odzive, ki vodijo k adaptaciji na le-tega . Prekomerna količina ROS-ov je lahko zmanjšana s transkripcijo genov, ki kodirajo sirtuine. Ti veljajo za proteine, ki skrbijo za vitalnost in zdravje celic ter tako podaljšujejo življenjsko dobo organizma. Sirtuini z deacetilacijo aktivirajo superoksid dizmutaze (SOD) in s tem posledično pomembno znižajo nivo ROS-ov v celici. SOD so encimi, ki pretvarjajo superoksidni anion v vodikov peroksid, kateri v nadaljnjih reakcijah razpade na kisik in vodo. Skratka, rekativne kisikove spojine so v višjih koncentracijah za celico škodljive in krajšajo življenjsko dobo, v malih količinah pa so nujno potrebne za celično sporočanje.

=== Simon Aleksič: Sinteza eksopolisaharidov v bakterijah in njihov vpliv na povečanje populacije celic imunskega odziva ===
V človeškem telesu je bakterij desetkrat več kot človeških celic, zato kljub njihovi mikroskopski velikosti njihovega vpliva na telo ne smemo zanemarjati. Pomembne sekrecijske molekule bakterij so eksopolisaharidi, ki se nahajajo na zunanji strani bakterijske membrane in pomagajo pri tvorbi kapsule. Sinteza eksopolisaharidov vključuje zanimive encimske komplekse in procese, med drugim tudi fosfotransferazno pot. Čeprav imajo eksopolisaharidi za bakterijo mnogo efektov, kot so zaščita pred izsušitvijo, spremembami pH in vdiranju antibiotikov so za nas še posebej zanimivi pozitivni učinki eksopolisaharidov na človeške celice imunskega sistema. Bakterija Bacteroides fragilis, ki simbiontsko živi v človeškem črevesju, je ena izmed bakterij, ki izloča zwitterionski polisaharid. Ta vsebuje tako pozitivno kot negativno nabite skupine, te pa mu omogočajo, da ga prepoznajo antigen predstavljajoče celice in ga predstavijo celicam CD4+T, ki imajo regulatorsko vlogo v imunskem sistemu, imunski odziv aktivirajo in tudi inhibirajo. S predstavljanjem antigena se poveča število celic CD4+T, kar tudi posledično privede do boljšega imunskega odziva pri potencialnemu vdoru nevarnih antigenov v telo. Dandanes je mnogo govora o boleznih, povezanih s prekomernim imunskim odzivom telesa na nenevarne antigene - alergijah. Prav zgodnja izpostavitev bakterijam kot je Bacteroides fragilis lahko pripomore k preprečitvi takšnih obolenj pri ljudeh, nadaljnje raziskave pa bodo razkrile več ugodnih učinkov simbiontskih bakterij na imunski sistem.

=== Uroš Zavrtanik: RuBisCO aktivaza ===
Rubisco aktivaze (Rca) so posebni proteini, ki so se specializirali za aktivacijo inhibiranega Rubisca (ribuloza-bisfosfat dekarboksilaza/oksigenaza). Ta korak je ključen za dovoljšen izkoristek fotosinteze. Rca je motorni protein, ki spada v družino AAA+ proteinov (ATPases associated with various cellular activities). ATPazna aktivnost proteina omogoča spremembe med konformacijama z vezanim ATP ter po hidrolizi vezanim ADP. Rca tvorijo heksamerne komplekse, ki so v interakciji z inhibiranim Rubiscom zmožne le tega preoblikovati tako, da inhibitor zapusti aktivno mesto encima in Rubisco postane znova aktiven. Model mehanizma aktivacije, ki je bil postavljen glede na strukture udeleženih kompleksov in se ujema z eksperimentalnimi ugotovitvami, vključuje interakcijo centralne pore heksamernega kompleksa Cbbx (Rca za Rubisco rdečega tipa) z na-površini-Rubisca (rdeči tip) izpostavljenim aminokislinskim repom. Z vezavo aminokislinskega repa v poro in njeno kasnejšo transformacijo ob hidrolizi ATP, se lahko sila preko aminokislinskega repa prenese v notranjost Rubisca, kar destabilizira vezavo inhibitorja in ga odstrani z aktivnega mesta. Ker Rca katalizira hidrolizo visokoenergetskega celičnega vira (ATP), je njena regulacija smiselno uravnana. Eden izmed zanimivejših aspektov te regulacije je regulacija glede na svetlobne pogoje, ki vključuje redukcijo in oksidacijo cisteinskih ostankov v α podenotah heksamera Rca zelenega tipa pod vplivom delovanja tioredoksina ''f''. Prikazana modela nam jasno kažejo, kako tesno sta povezana struktura in funkcija in kako pomembne so strukturnobiološke študije za razumevanje bioloških procesov in njihovo manipulacijo.

=== Matej Hvalec ===
Plazmodij, taksoplazma in številni njima sorodni enoceličarji so paraziti, ki lahko povzročajo nevarne bolezni. Čeprav živijo tipičen parazitski način življenja in imajo temu primerno zakrnel metabolizem,so znanstveniki pri njih odkrili dodaten genski zapis, ki ne sodi ne v jedro ne v mitohondrij. To zaporedje, dolgo približno 35 tisoč baznih parov, ima lastnosti, primerljive prokariontskemu genomu in določene lastnosti plastidnega genoma. Dejansko se je izkazalo, da je to zaporedje reducirana oblika izvirnega plastidnega genskega materiala, ki pa ima mnogo bolj zavrte metabolične sposobnosti. Organizmi iz družine apikompleksanov so evolucijsko razmeroma blizu fotosintetskim algam in navkljub parazitskemu načinu življenja je velika večina vrst ohranila nekakšne plastide, ki še vedno opravljajo določene naloge v celici in so očitno zelo pomembni. Ob vsaki celični delitvi se od vseh organelov najprej razdeli ta plastid, imenovan apikoplast, in se enakovredno prenese na novo generacijo celic. Organel obdajajo tri oziroma štiri membrane, kar nakazuje na endosimbiontski izvor s primarno ali sekundarno fagocitozo. Veliko plastidnih genov je bilo prenesenih v jedro in zunaj organela sintetizirani encimi se transportirajo v apikoplast ter sodelujejo pri določenih ohranjenih ali prilagojenih metaboličnih poteh, kot so biosinteza maščobnih kislin, prostetične skupine Fe-S, hema in izopreonidov. Ker imajo paraziti zaradi pomembnosti delovanja apikoplasta izpostavljene posebne značilnosti, ki so značilne za prokarionte ali rastline, so ti idealna tarča z boj proti boleznim. Te posebne značilnosti predstavljajo razliko med parazitom in gostiteljem, zato lahko s specifično inhibicijo omejimo okužbo, ne da bi škodovali bolniku.

=== Katja Brezovar: Vloga biosinteze sfingolipidov pri fagocitozi ''Candide albicans'' ===
Lipidi, kot glavni gradniki celičnih membran, igrajo pomembno vlogo v delovanju celice. Njihove funkcije bi lahko strnili v tri glavne naloge: shranjevanje energije, omogočanje komparmentalizacije znotraj celice in vloga primarnih in sekundarnih sporočevalcih pri signaliziranju in prepoznavanju molekul. Raziskava “Disruption of Sphinoglipid Biosynthesis Blocks Phagocytosis of ''Candida albicans''” pa dokazuje pomembno vlogo sfingolipidov pri fagocitozi patogena ''Candida albicans''. Vemo, da je pri obrambi pred patogenom je ključen imunski odziv. Fagocitoza je eden izmed mehanizmov imunskega odziva. Pomembnost sinteze sfingolipidov pri uspešni fagocitozi ''Candide albicans'' so dokazali, s tem, da so sintezo inhibirali – z inhibitorji in pa z modifikacijo genoma. Encime v sintezni poti sfingoglipidov so inhibirali sprva in vitro, kar je pokazalo ovirano fagocitozo. Tudi miši z onemogočeno sintezo sfingolipidov, ki so jih okužili z živimi C. albicans, niso preživele. Z CRISPR/Cas9 genomskim urejanjem smo ustvarili celice z neaktivno podenoto encima SPT – takšna celična linija ni bila sposobna fagocitoze. Posledica omejene sinteze sfingolipidov je pokazala tudi oslabljeno ekspresijo receptorjev PRR (Patteren Recognition Receptors), kot so Dectin-1, TLR2 in FcγR, ki prepoznavajo vzorce na patogenih in zagotovijo primeren odziv na njih. Z dodatkom gangliozida GM1 tistim celicam, ki so imele onemogočeno sintezo sfingolipidov, smo videli, kako se je sposobnost fagocitoze povrnila.

=== Urša Čerček: PCSK9: Nov način uravnavanja koncentracije LDL ===
Srčno-žilne bolezni so eden izmed najpogostejših vzrokov smrti v razvitem svetu. Glavni razlog za razvoj teh obolenj je povišana koncentracija LDL. To so lipoproteinski delci z najmanjšo gostoto, ki skrbijo za prenos holesterola iz perifernih tkiv do jeter. Če je teh delcev preveč, se holesterol prične nabirati v t.i. penastih celicah. Povišanje koncentracije se sedaj preprečuje z uporabo statinov, ki inhibirajo delovanje HMG-CoA reduktaze. Problem je, da je veliko ljudi odpornih na njihovo delovanje in da imajo veliko slabih stranskih učinkov. Znanstveniki so zato z odkritjem novega encima PCSK9 in predstavitvijo njegove strukture omogočili razvoj novih zdravil na tem področju. Ta encim je eden izmed glavnih regulatorjev izražanja LDL receptorjev na membrani hepatocit, saj jih razgrajuje. Mutacije gena za zapis PCSK9, ki zavirajo njegovo izražanje, so bile zelo pomembne za načrtovanje zdravil, saj jih novi načini zdravljenja oponašajo. Najbolj obetavno se je do sedaj izkazalo zdravljenje z monoklonskimi protitelesi, ki so večinoma že v tretji fazi kliničnih raziskav. Dve zdravili pa sta že dobili dovoljenje FDA za njihovo uporabo kot poizkusni zdravili. Poleg tega bi lahko LDL znižali s tehnikami za utišanje genov, v zadnjem letu pa so odkrili tudi aligatne oligosaharide kot potencialne inhibitorje PCSK9.

=== Gašper Žun: Biosinteza in biološka vloga terpenoidov s poudarkom na abscizinski kislini ===
Terpenoidi so lipidi in so zelo raznolika ter hkrati tudi največja skupina biomolekul. Njihova hipotetična gradbena enota je izopren (C5), zato imajo po navadi verigo dolgo iz večkratnika števila 5 ogljikovih atomov. V organizmih imajo funkcijo hormonov , privabljanja opraševalcev, fotosinteze in obrambe pred biotskim in abiotskim stresom.
Predlagani biosintetski poti izoprenoidov sta dve: Prva poteka iz acetil-CoA preko mevalonata do dimetilalil difosfata (DMAPP), druga pa iz piruvata preko deoksiksiluloza fosfata do izopentenil difosfata (IPP) in dimetilalil difosfata (DMAPP). Produkt te konvergentne sinteze vsebuje 5 ogljikovih atomov; višji terpenoidi se sintetizirajo z nadaljnjo kondenzacijo osnovnih enot. Regulacija biosinteze poteka tako na transkripcijski kot posttranskripcijski ravni. Znani so mehanizmi, ko na biosintezo terpenoidov vpliva dnevno-nočni ritem, napad patogenov, mraz ali suša.
Hormon, ki se odziva na te zunanje dražljaje, je abscizinska kislina. V višjih rastlinah se sintetizira s katabolizmom karotenoidov, njena raven pa se poveča ob stresu. Takrat hormon z vezavo na receptor omogoči izhajanje K+ iz listne celice zapiralke, kar povzroči padec turgorskega tlaka, zato se listna reža zapre. Rastlina s tem ob suši prepreči transpiracijo vode, ob napadu patogenov pa jim prepreči vstop v organizem.
Terpenoidi so uporabni kot prehranski dodatki, v farmacevtski industriji, pomembni pa so tudi v kmetijstvu za zaščito poljščin.

BIO2 Seminar 2015

2015-12-14T20:23:26Z

GZun: /* Seznam seminarjev */

= Biokemijski seminar =
doc. dr. Gregor Gunčar, K2.022

== Seznam seminarjev ==
{| {{table}}
| align="center" style="background:#f0f0f0;"|'''Ime Priimek'''
| align="center" style="background:#f0f0f0;"|'''poglavje'''
| align="center" style="background:#f0f0f0;"|'''Naslov seminarja'''
| align="center" style="background:#f0f0f0;"|'''Recenzent 1'''
| align="center" style="background:#f0f0f0;"|'''Recenzent 2'''
| align="center" style="background:#f0f0f0;"|'''Datum oddaje'''
| align="center" style="background:#f0f0f0;"|'''Datum recenzije'''
| align="center" style="background:#f0f0f0;"|'''Datum predstavitve'''
|-
| Kristjan Stibilj||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Kristjan_Stibilj:_Inhibicija PI3k/AKT/mTOR signalne poti kot orožje proti raku||Lovro Kotnik||Blaž Lebar]||21/10/15||23/10/15||28/10/15
|-
| Tjaša Lukšič||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tjasa_Luksic: Alternativno izrezovanje GPCR-jev s poudarkom na sekretinski družini]||Karmen Žbogar||Aleksandra Uzar||21/10/15||23/10/15||28/10/15
|-
| Klara Kuret||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Klara_Kuret: Vpliv bakterijskih efektorjev na celični ubikvitinacijski sistem in rastlinski imunski odziv]||Klara Lenart||Petra Hruševar||21/10/15||23/10/15||28/10/15
|-
| Rok Miklavčič||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Rok_Miklavčič: Preusmeritve signalnih poti preko TNFR1 v boju s patogeni]||Katja Čop||Lovro Kotnik||28/10/15||30/10/15||04/11/15
|-
| Ema Gašperšič||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Ema_Gaspersic: PKC in njihov vpliv na raka ter Alzheimerjevo bolezen]||Nejc Kejžar||Karmen Žbogar||28/10/15||30/10/15||04/11/15
|-
| Tadej Satler||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tadej_Satler: PD-1 limfocitov in melanomskih celic]||Neža Brezovar||Klara Lenart||28/10/15||30/10/15||04/11/15
|-
| Tina Šimunović||14-15||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tina_Simunovic: Pentoza-fosfatna pot, njena regulacija in povezava z rakom]||Kristjan Stibilj||Katja Čop||04/11/15||06/11/15||11/11/15
|-
| Maja Zupanc||14-15||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Maja_Zupanc: Kako dolge nekodirajoče RNA vplivajo na metabolizem]||Tjaša Lukšič||Nejc Kejžar||04/11/15||06/11/15||11/11/15
|-
| Tilen Tršelič||14-15||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tilen_Trselic: PKM2 in njegova vloga pri razvoju rakavih celic]||Klara Kuret||Dorotea Borković||04/11/15||06/11/15||11/11/15
|-
| Lara Jerman||16||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Lara_Jerman: Warburgov učinek: od raka do avtoimunosti]||Rok Miklavčič||Neža Brezovar||11/11/15||13/11/15||18/11/15
|-
| Eva Rajh||16||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Eva_Rajh: Vpliv intermediatov Krebsovega cikla na modifikacije DNK in histonov ter vpliv na staranje]||Ema Gašperšič||Kristjan Stibilj||11/11/15||13/11/15||18/11/15
|-
| Sara Tekavec||16||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Sara_Tekavec: Mutacije encimov Krebsovega cikla in vpliv na razvoj ter rast tumorjev]||Tadej Satler||Tjaša Lukšič||11/11/15||13/11/15||18/11/15
|-
| Fran Krstanović||17||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Fran_Krstanovic: L-Carnitine enhances exercise endurance capacity]||Tina Šimunović||Klara Kuret||18/11/15||20/11/15||25/11/15
|-
| Elvira Boršić||17||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Elvira_Boršić: Posledice spremenjenega metabolizma maščobnih kislin v kardiomiocitih]||Maja Zupanc||Rok Miklavčič||18/11/15||20/11/15||25/11/15
|-
| Janja Krapež||17||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Janja_Krapež: Vpliv metabolizma maščobnih kisln na povišan krvni tlak v pljučnih arterijah]||Tilen Tršelič||Ema Gašperšič||18/11/15||20/11/15||25/11/15
|-
| Janez Javornik||18||||Lara Jerman||Tadej Satler||25/11/15||27/11/15||02/12/15
|-
| Miha Koprivnikar Krajnc||18||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Miha_Koprivnikar_Krajnc: Pomanjkanje karbamoil-fosfat sintetaze]||Eva Rajh||Tina Šimunović||25/11/15||27/11/15||02/12/15
|-
| Špela Malenšek||18||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Špela_Malenšek: Leucinska in glutaminska regulacija mTORC1]||Sara Tekavec||Maja Zupanc||25/11/15||27/11/15||02/12/15
|-
| Urša Kopač||19||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Urša_Kopač: Vpliv mutacij na delovanje ATP-sintaze s poudarkom na TMEM70]||Fran Krstanović||Tilen Tršelič||02/12/15||04/12/15||09/12/15
|-
| Neža Koritnik||19||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Ne.C5.BEa_Koritnik: Uravnavanje koncentracije ROS in glutationilacija v mitohondriju]||Dorotea Borković||Lara Jerman||02/12/15||04/12/15||09/12/15
|-
| Gašper Virant||19||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Gašper_Virant: Vpliv reaktivnih kisikovih spojin na dolžino življenske dobe]||Elvira Boršić||Eva Rajh||02/12/15||04/12/15||09/12/15
|-
| Uroš Zavrtanik||20||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Uro.C5.A1_Zavrtanik: RuBisCO aktivaza]||Janja Krapež||Sara Tekavec||09/12/15||11/12/15||16/12/15
|-
| Simon Aleksič||20||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Simon_Aleksič: Sinteza eksopolisaharidov v bakterijah in njihov vpliv na povečanje populacije celic imunskega odziva]||Jaka Kos||Fran Krstanović||09/12/15||11/12/15||16/12/15
|-
| Matej Hvalec||20||||Miha Koprivnikar Krajnc||Elvira Boršić||09/12/15||11/12/15||16/12/15
|-
| Urša Čerček||21||PCSK9: Nov način uravnavanja koncentracije LDL v krvi||Špela Malenšek||Janja Krapež||16/12/15||18/12/15||23/12/15
|-
| Katja Brezovar||21||Vloga sfingolipidov pri fagocitozi ''Candide albicans''||Urša Kopač||Jaka Kos||16/12/15||18/12/15||23/12/15
|-
| Gašper Žun||21||Biosinteza in hormonalno učinkovanje abscizinske kisline||Neža Koritnik||Miha Koprivnikar Krajnc||16/12/15||18/12/15||23/12/15
|-
| Blaž Lebar||22||||Gašper Virant||Špela Malenšek||23/12/15||03/01/16||06/01/16
|-
| Aleksandra Uzar||22||Nucleoside antibiotics||Uroš Zavrtanik||Urša Kopač||23/12/15||03/01/16||06/01/16
|-
| Petra Hruševar||22||Vloga metabolizma serina in glicina pri raku||Simon Aleksič||Neža Koritnik||23/12/15||03/01/16||06/01/16
|-
| Dorotea Borković||23||||Matej Hvalec||Gašper Virant||06/01/16||08/01/16||12/01/16
|-
| Jaka Kos||23||||Katja Brezovar||Simon Aleksič||06/01/16||08/01/16||13/01/16
|-
| Klara Lenart||23||||Gašper Žun||Matej Hvalec||06/01/16||08/01/16||13/01/16
|-
| Lovro Kotnik||23||||Urša Čerček||Uroš Zavrtanik||06/01/16||08/01/16||13/01/16
|-
| Katja Čop||23||Povezava med energijskim metabolizmom in plodnostjo pri ženskah||Blaž Lebar||Urša Čerček||13/01/16||15/01/16||20/01/16
|-
| Nejc Kejžar||23||Hormonska regulacija razvoja T-celic||Aleksandra Uzar||Katja Brezovar||13/01/16||15/01/16||20/01/16
|-
| Neža Brezovar||23||||Petra Hruševar||Gašper Žun||13/01/16||15/01/16||20/01/16
|}

*številka v okencu za temo pomeni poglavje v Lehningerju, v katerega naj izbrana tema spada

== Gradivo za predavanja ==
Gradivo za predavanja in seminarje najdete na http://bio.ijs.si/~zajec/bio2/
username: bio2
password: samozame

==Naloga==
'''Vaša naloga za seminar je: '''
Samostojno pripraviti seminar o seminarski temi, ki vam je bila dodeljena. Za osnovo morate vzeti pregledni članek iz revije, ki ima faktor vpliva nad 5 (npr. [http://www.sciencedirect.com/science/journal/09680004/ TIBS]. Poiskati morate še vsaj tri znanstvene članke, ki se nanašajo na opisano temo in jih uporabiti kot podlago za seminarsko nalogo! Članki so dostopni [http://93.174.95.27/scimag/ tukaj].

Za pripravo seminarja velja naslednje: 
* [[BIO2 Povzetki seminarjev 2015|Povzetek seminarja]] opišete na wikiju '''v 200 besedah''' (+- dvajset besed) - najkasneje do dne ko morate oddati seminar recenzentom.
* Povezavo do povzetka vnesete v tabelo seminarjev tekočega letnika.
* Seminar pripravite v obliki seminarske naloge na ~5-12 straneh A4 (pisava 12, enojni razmak, 2,5 cm robovi). Zelo pomembno je, da je obseg od 2700 do 3000 besed , a ne več kot 3500 besed. Seminarska naloga mora vsebovati najmanj tri slike. Slika mora imeti legendo in v besedilu mora biti na ustreznem mestu sklic na sliko. 
* Seminar oddajte do datuma oddaje, ki je naveden v tabeli v elektronski obliki z uporabo [http://bio.ijs.si/~zajec/poslji/ tega obrazca].
* Vsi seminarji so v elektronski obliki dostopni [http://bio.ijs.si/~zajec/poslji/bioseminar/ tukaj].
* Recenzenti do dneva določenega v tabeli določijo popravke (v elektronski obliki) in podajo oceno pisnega dela. Popravljen seminar oddajte z uporabo [http://bio.ijs.si/~zajec/poslji/ tega obrazca].
* Ustna predstavitev sledi na dan, ki je vpisan v tabeli. Za predstavitev je na voljo 20 minut. Recenzenti morajo biti na predstavitvi prisotni.
* Predstavitvi sledi razprava. Recenzenti podajo oceno predstavitve in postavijo najmanj dve vprašanji.Vsi ostali morajo postaviti še dve dodatni vprašanji v toku celega seminarskega obdobja.
* Na dan predstavitve morate docentu še pred predstavitvijo oddati končno (popravljeno) in natisnjeno verzijo seminarja v enem izvodu, elektronsko verzijo seminarja in predstavitev pa oddati na strežnik na dan predstavitve do polnoči.
* Seminarska naloga in povzetek morajo biti v slovenskem jeziku, razen za študente, katerih materni jezik ni slovenščina. Ti lahko oddajo seminar v angleškem jeziku.

==Imena datotek==
Prosim vas, da vse datoteke, ki mi jih pošiljate poimenujete po naslednjem receptu:
* 312_BIO_Priimek_Ime.doc(x) za seminar, npr. 312_BIO_Guncar_Gregor.docx
* 312_BIO_Priimek_ime_final.doc(x) za končno verzijo seminarja
* 312_BIO_Priimek_Ime_rec_Priimek2.doc(x) za recenzijo, kjer je Priimek2 priimek recenzenta, npr. 312_BIO_Guncar_Gregor_rec_Scott.docx (če se pišete Scott in odajate recenzijo za seminar, ki ga je napisal Gunčar)
* 312_BIO_Priimek_Ime.ppt(x) za prezentacijo, npr 312_BIO_Guncar_Gregor.pptx
* 312_BIO_Priimek_ime_poprava.doc(x) za popravljeno končno verzijo seminarja, če so popravki manjši
* 116_BIO_Priimek_Ime.doc(x) za seminar, ki je napisan na novo in je bil prijavljen v shemo 50%

==Ocenjevanje seminarjev==
Recenzenti ocenijo seminar tako, da izpolnijo [https://docs.google.com/forms/d/1EQDYwFO-DEzZ2R7jf8DhLqIeV4FFxRd3-ScceEASpt4/viewform recenzentsko poročilo] na spletu. Recenzentsko poročilo morate oddati najkasneje do 21:00, en dan pred predstavitvijo seminarja.

== Mnenje o predstavitvi ==
Vsak posameznik odda svoje mnenje o predstavitvi takoj po predstavitvi z online glasovanjem.

==Urejanje spletnih strani na wikiju==
Wiki so razvili zato, da lahko spletne vsebine ureja vsakdo. Ukazi so preprosti, dokler si ne zamislite česa prav posebnega. Vseeno pa je Word v primerjavi z wikijem pravo čudežno orodje... Če imate težave z oblikovanjem besedila, si preberite poglavje o urejanju wiki-strani na Wikipediji ([http://en.wikipedia.org/wiki/Help:Editing tule] v angleščini in [http://sl.wikipedia.org/wiki/Wikipedija:Urejanje_strani tu] v slovenščini). Pomaga tudi, če pogledate, kako je zapisana kakšna stran, ki se vam zdi v redu: kliknite na zavihek 'Uredite stran' in si poglejte, kako so vpisane povezave, kako nov odstavek in podobno. ''Na koncu seveda pod oknom za urejanje kliknite na 'Prekliči'.''

==Citiranje virov==
Citiranje je možno po več shemah, važno je, da se držite ene same. V seminarskih nalogah in diplomskih nalogah FKKT uprabljajte shemo citiranja, ki je pobarvana zeleno.
Temeljno načelo je, da je treba vir navesti na tak način, da ga je mogoče nedvoumno poiskati.
Za citate v naravoslovju je najpogostejše citiranje po pravilniku ISO 690. [http://www.zveza-zotks.si/gzm/dokumenti/literatura.html Pravila], ki upoštevajo omenjeni standard, so pripravili pri ZTKS. Sicer pa ima vsaka revija lahko svoj način citiranja, ki ga je treba pri pisanju članka upoštevati. 
'''Citiranje knjig:''' 
Priimek, I. ''Naslov''. Kraj: Založba, letnica. 
Priimek, I. ''Naslov: podnaslov''. Izdaja. Kraj: Založba, letnica. Zbirka, številka. ISBN. 

Boyer, R. ''Temelji biokemije''. Ljubljana: Študentska založba, 2005. 
Glick BR in Pasternak JJ. ''Molecular biotechnology: principles and applications of recombinant DNA''. 3. izdaja. Washington: ASM Press, 2003. ISBN 1-55581-269-4. 
Če so avtorji trije, je beseda in med drugim in tretjim avtorjem. Če so avtorji več kot trije, napišemo samo prvega in dopišemo ''et al''. (in drugi, po latinsko). Vse, kar je latinsko, pišemo poševno (npr. tudi imena rastlin in živali, pojme ''in vivo'', ''in vitro'' ipd.).

'''Citiranje člankov:''' 
Priimek, I. Naslov. ''Naslov revije'', letnica, letnik, številka, strani. 
Lartigue, C., Glass, J. I., Alperovich, N., Pieper, R., Parmar, P. P., Hutchison III, C. A., Smith, H. O. in Venter, J. C.
Genome transplantation in bacteria: changing one species to another. ''Science'', 2007, 317, str. 632-638.

Alternativni način citiranja (predvsem v družboslovju) je po pravilih APA, kjer članke citirajo takole: 
Priimek, I. (letnica, številka). Naslov. Naslov revije, strani. 
Lartigue C. ''et al.'' (2007, 317) Genome transplantation in bacteria: changing one species to another. ''Science'', 632-638.

Revija Science uporablja skrajšani zapis: 
C. Lartigue ''et al''. Science 317, 632 (2007) 

V diplomah na FKKT je treba navesti vire tako, da izpišete tudi naslov citiranega dela in strani od-do (ne samo začetne). Navesti morate tudi vse avtorje dela, razen v primeru, ko jih je 10 ali več. Takrat navedite le prvih devet, za ostale pa uporabite okrajšavo in sod. (in sodelavci). Pred zadnjim avtorjem naj bo vedno besedica "in".

'''Citiranje spletnih virov:''' 
Priimek, I. ''Naslov dokumenta''. Izdaja. Kraj: Založnik, letnica. Datum zadnjega popravljanja. [Datum citiranja.] spletni naslov 
strangeguitars. ''On the brink of artificial life''. 6. 10. 2007. [citirano 13. 11. 2007] http://www.metafilter.com/65331/On-the-brink-of-artificial-life 
Navedemo čim več podatkov; pogosto vseh iz pravila ne boste našli.

BIO2 Seminar 2015

2015-12-09T18:58:48Z

GZun: /* Seznam seminarjev */

= Biokemijski seminar =
doc. dr. Gregor Gunčar, K2.022

== Seznam seminarjev ==
{| {{table}}
| align="center" style="background:#f0f0f0;"|'''Ime Priimek'''
| align="center" style="background:#f0f0f0;"|'''poglavje'''
| align="center" style="background:#f0f0f0;"|'''Naslov seminarja'''
| align="center" style="background:#f0f0f0;"|'''Recenzent 1'''
| align="center" style="background:#f0f0f0;"|'''Recenzent 2'''
| align="center" style="background:#f0f0f0;"|'''Datum oddaje'''
| align="center" style="background:#f0f0f0;"|'''Datum recenzije'''
| align="center" style="background:#f0f0f0;"|'''Datum predstavitve'''
|-
| Kristjan Stibilj||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Kristjan_Stibilj:_Inhibicija PI3k/AKT/mTOR signalne poti kot orožje proti raku||Lovro Kotnik||Blaž Lebar]||21/10/15||23/10/15||28/10/15
|-
| Tjaša Lukšič||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tjasa_Luksic: Alternativno izrezovanje GPCR-jev s poudarkom na sekretinski družini]||Karmen Žbogar||Aleksandra Uzar||21/10/15||23/10/15||28/10/15
|-
| Klara Kuret||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Klara_Kuret: Vpliv bakterijskih efektorjev na celični ubikvitinacijski sistem in rastlinski imunski odziv]||Klara Lenart||Petra Hruševar||21/10/15||23/10/15||28/10/15
|-
| Rok Miklavčič||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Rok_Miklavčič: Preusmeritve signalnih poti preko TNFR1 v boju s patogeni]||Katja Čop||Lovro Kotnik||28/10/15||30/10/15||04/11/15
|-
| Ema Gašperšič||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Ema_Gaspersic: PKC in njihov vpliv na raka ter Alzheimerjevo bolezen]||Nejc Kejžar||Karmen Žbogar||28/10/15||30/10/15||04/11/15
|-
| Tadej Satler||12||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tadej_Satler: PD-1 limfocitov in melanomskih celic]||Neža Brezovar||Klara Lenart||28/10/15||30/10/15||04/11/15
|-
| Tina Šimunović||14-15||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tina_Simunovic: Pentoza-fosfatna pot, njena regulacija in povezava z rakom]||Kristjan Stibilj||Katja Čop||04/11/15||06/11/15||11/11/15
|-
| Maja Zupanc||14-15||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Maja_Zupanc: Kako dolge nekodirajoče RNA vplivajo na metabolizem]||Tjaša Lukšič||Nejc Kejžar||04/11/15||06/11/15||11/11/15
|-
| Tilen Tršelič||14-15||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Tilen_Trselic: PKM2 in njegova vloga pri razvoju rakavih celic]||Klara Kuret||Dorotea Borković||04/11/15||06/11/15||11/11/15
|-
| Lara Jerman||16||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Lara_Jerman: Warburgov učinek: od raka do avtoimunosti]||Rok Miklavčič||Neža Brezovar||11/11/15||13/11/15||18/11/15
|-
| Eva Rajh||16||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Eva_Rajh: Vpliv intermediatov Krebsovega cikla na modifikacije DNK in histonov ter vpliv na staranje]||Ema Gašperšič||Kristjan Stibilj||11/11/15||13/11/15||18/11/15
|-
| Sara Tekavec||16||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Sara_Tekavec: Mutacije encimov Krebsovega cikla in vpliv na razvoj ter rast tumorjev]||Tadej Satler||Tjaša Lukšič||11/11/15||13/11/15||18/11/15
|-
| Fran Krstanović||17||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Fran_Krstanovic: L-Carnitine enhances exercise endurance capacity]||Tina Šimunović||Klara Kuret||18/11/15||20/11/15||25/11/15
|-
| Elvira Boršić||17||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Elvira_Boršić: Posledice spremenjenega metabolizma maščobnih kislin v kardiomiocitih]||Maja Zupanc||Rok Miklavčič||18/11/15||20/11/15||25/11/15
|-
| Janja Krapež||17||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Janja_Krapež: Vpliv metabolizma maščobnih kisln na povišan krvni tlak v pljučnih arterijah]||Tilen Tršelič||Ema Gašperšič||18/11/15||20/11/15||25/11/15
|-
| Janez Javornik||18||||Lara Jerman||Tadej Satler||25/11/15||27/11/15||02/12/15
|-
| Miha Koprivnikar Krajnc||18||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Miha_Koprivnikar_Krajnc: Pomanjkanje karbamoil-fosfat sintetaze]||Eva Rajh||Tina Šimunović||25/11/15||27/11/15||02/12/15
|-
| Špela Malenšek||18||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Špela_Malenšek: Leucinska in glutaminska regulacija mTORC1]||Sara Tekavec||Maja Zupanc||25/11/15||27/11/15||02/12/15
|-
| Urša Kopač||19||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Urša_Kopač: Vpliv mutacij na delovanje ATP-sintaze s poudarkom na TMEM70]||Fran Krstanović||Tilen Tršelič||02/12/15||04/12/15||09/12/15
|-
| Neža Koritnik||19||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Ne.C5.BEa_Koritnik: Uravnavanje koncentracije ROS in glutationilacija v mitohondriju]||Dorotea Borković||Lara Jerman||02/12/15||04/12/15||09/12/15
|-
| Gašper Virant||19||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Gašper_Virant: Vpliv reaktivnih kisikovih spojin na dolžino življenske dobe]||Elvira Boršić||Eva Rajh||02/12/15||04/12/15||09/12/15
|-
| Uroš Zavrtanik||20||RuBisCO aktivaza||Janja Krapež||Sara Tekavec||09/12/15||11/12/15||16/12/15
|-
| Simon Aleksič||20||[http://wiki.fkkt.uni-lj.si/index.php/BIO2_Povzetki_seminarjev_2015#Simon_Aleksič: Sinteza eksopolisaharidov v bakterijah in njihov vpliv na povečanje populacije celic imunskega odziva]||Janez Javornik||Fran Krstanović||09/12/15||11/12/15||16/12/15
|-
| Matej Hvalec||20||||Miha Koprivnikar Krajnc||Elvira Boršić||09/12/15||11/12/15||16/12/15
|-
| Urša Čerček||21||PCSK9: Nov način uravnavanja koncentracije LDL v krvi||Špela Malenšek||Janja Krapež||16/12/15||18/12/15||23/12/15
|-
| Katja Brezovar||21||Vloga sfingolipidov pri fagocitozi ''Candide albicans''||Urša Kopač||Janez Javornik||16/12/15||18/12/15||23/12/15
|-
| Gašper Žun||21||Biosinteza terpenoidov||Neža Koritnik||Miha Koprivnikar Krajnc||16/12/15||18/12/15||23/12/15
|-
| Blaž Lebar||22||||Gašper Virant||Špela Malenšek||23/12/15||03/01/16||06/01/16
|-
| Aleksandra Uzar||22||Nucleoside antibiotics||Uroš Zavrtanik||Urša Kopač||23/12/15||03/01/16||06/01/16
|-
| Petra Hruševar||22||Vloga metabolizma serina in glicina pri raku||Simon Aleksič||Neža Koritnik||23/12/15||03/01/16||06/01/16
|-
| Dorotea Borković||23||||Matej Hvalec||Gašper Virant||06/01/16||08/01/16||12/01/16
|-
| Karmen Žbogar||23||||Katja Brezovar||Simon Aleksič||06/01/16||08/01/16||13/01/16
|-
| Klara Lenart||23||||Gašper Žun||Matej Hvalec||06/01/16||08/01/16||13/01/16
|-
| Lovro Kotnik||23||||Urša Čerček||Uroš Zavrtanik||06/01/16||08/01/16||13/01/16
|-
| Katja Čop||23||||Blaž Lebar||Urša Čerček||13/01/16||15/01/16||20/01/16
|-
| Nejc Kejžar||23||Hormonska regulacija razvoja T-celic||Aleksandra Uzar||Katja Brezovar||13/01/16||15/01/16||20/01/16
|-
| Neža Brezovar||23||||Petra Hruševar||Gašper Žun||13/01/16||15/01/16||20/01/16
|}

*številka v okencu za temo pomeni poglavje v Lehningerju, v katerega naj izbrana tema spada

== Gradivo za predavanja ==
Gradivo za predavanja in seminarje najdete na http://bio.ijs.si/~zajec/bio2/
username: bio2
password: samozame

==Naloga==
'''Vaša naloga za seminar je: '''
Samostojno pripraviti seminar o seminarski temi, ki vam je bila dodeljena. Za osnovo morate vzeti pregledni članek iz revije, ki ima faktor vpliva nad 5 (npr. [http://www.sciencedirect.com/science/journal/09680004/ TIBS]. Poiskati morate še vsaj tri znanstvene članke, ki se nanašajo na opisano temo in jih uporabiti kot podlago za seminarsko nalogo! Članki so dostopni [http://93.174.95.27/scimag/ tukaj].

Za pripravo seminarja velja naslednje: 
* [[BIO2 Povzetki seminarjev 2015|Povzetek seminarja]] opišete na wikiju '''v 200 besedah''' (+- dvajset besed) - najkasneje do dne ko morate oddati seminar recenzentom.
* Povezavo do povzetka vnesete v tabelo seminarjev tekočega letnika.
* Seminar pripravite v obliki seminarske naloge na ~5-12 straneh A4 (pisava 12, enojni razmak, 2,5 cm robovi). Zelo pomembno je, da je obseg od 2700 do 3000 besed , a ne več kot 3500 besed. Seminarska naloga mora vsebovati najmanj tri slike. Slika mora imeti legendo in v besedilu mora biti na ustreznem mestu sklic na sliko. 
* Seminar oddajte do datuma oddaje, ki je naveden v tabeli v elektronski obliki z uporabo [http://bio.ijs.si/~zajec/poslji/ tega obrazca].
* Vsi seminarji so v elektronski obliki dostopni [http://bio.ijs.si/~zajec/poslji/bioseminar/ tukaj].
* Recenzenti do dneva določenega v tabeli določijo popravke (v elektronski obliki) in podajo oceno pisnega dela. Popravljen seminar oddajte z uporabo [http://bio.ijs.si/~zajec/poslji/ tega obrazca].
* Ustna predstavitev sledi na dan, ki je vpisan v tabeli. Za predstavitev je na voljo 20 minut. Recenzenti morajo biti na predstavitvi prisotni.
* Predstavitvi sledi razprava. Recenzenti podajo oceno predstavitve in postavijo najmanj dve vprašanji.Vsi ostali morajo postaviti še dve dodatni vprašanji v toku celega seminarskega obdobja.
* Na dan predstavitve morate docentu še pred predstavitvijo oddati končno (popravljeno) in natisnjeno verzijo seminarja v enem izvodu, elektronsko verzijo seminarja in predstavitev pa oddati na strežnik na dan predstavitve do polnoči.
* Seminarska naloga in povzetek morajo biti v slovenskem jeziku, razen za študente, katerih materni jezik ni slovenščina. Ti lahko oddajo seminar v angleškem jeziku.

==Imena datotek==
Prosim vas, da vse datoteke, ki mi jih pošiljate poimenujete po naslednjem receptu:
* 312_BIO_Priimek_Ime.doc(x) za seminar, npr. 312_BIO_Guncar_Gregor.docx
* 312_BIO_Priimek_ime_final.doc(x) za končno verzijo seminarja
* 312_BIO_Priimek_Ime_rec_Priimek2.doc(x) za recenzijo, kjer je Priimek2 priimek recenzenta, npr. 312_BIO_Guncar_Gregor_rec_Scott.docx (če se pišete Scott in odajate recenzijo za seminar, ki ga je napisal Gunčar)
* 312_BIO_Priimek_Ime.ppt(x) za prezentacijo, npr 312_BIO_Guncar_Gregor.pptx
* 312_BIO_Priimek_ime_poprava.doc(x) za popravljeno končno verzijo seminarja, če so popravki manjši
* 116_BIO_Priimek_Ime.doc(x) za seminar, ki je napisan na novo in je bil prijavljen v shemo 50%

==Ocenjevanje seminarjev==
Recenzenti ocenijo seminar tako, da izpolnijo [https://docs.google.com/forms/d/1EQDYwFO-DEzZ2R7jf8DhLqIeV4FFxRd3-ScceEASpt4/viewform recenzentsko poročilo] na spletu. Recenzentsko poročilo morate oddati najkasneje do 21:00, en dan pred predstavitvijo seminarja.

== Mnenje o predstavitvi ==
Vsak posameznik odda svoje mnenje o predstavitvi takoj po predstavitvi z online glasovanjem.

==Urejanje spletnih strani na wikiju==
Wiki so razvili zato, da lahko spletne vsebine ureja vsakdo. Ukazi so preprosti, dokler si ne zamislite česa prav posebnega. Vseeno pa je Word v primerjavi z wikijem pravo čudežno orodje... Če imate težave z oblikovanjem besedila, si preberite poglavje o urejanju wiki-strani na Wikipediji ([http://en.wikipedia.org/wiki/Help:Editing tule] v angleščini in [http://sl.wikipedia.org/wiki/Wikipedija:Urejanje_strani tu] v slovenščini). Pomaga tudi, če pogledate, kako je zapisana kakšna stran, ki se vam zdi v redu: kliknite na zavihek 'Uredite stran' in si poglejte, kako so vpisane povezave, kako nov odstavek in podobno. ''Na koncu seveda pod oknom za urejanje kliknite na 'Prekliči'.''

==Citiranje virov==
Citiranje je možno po več shemah, važno je, da se držite ene same. V seminarskih nalogah in diplomskih nalogah FKKT uprabljajte shemo citiranja, ki je pobarvana zeleno.
Temeljno načelo je, da je treba vir navesti na tak način, da ga je mogoče nedvoumno poiskati.
Za citate v naravoslovju je najpogostejše citiranje po pravilniku ISO 690. [http://www.zveza-zotks.si/gzm/dokumenti/literatura.html Pravila], ki upoštevajo omenjeni standard, so pripravili pri ZTKS. Sicer pa ima vsaka revija lahko svoj način citiranja, ki ga je treba pri pisanju članka upoštevati. 
'''Citiranje knjig:''' 
Priimek, I. ''Naslov''. Kraj: Založba, letnica. 
Priimek, I. ''Naslov: podnaslov''. Izdaja. Kraj: Založba, letnica. Zbirka, številka. ISBN. 

Boyer, R. ''Temelji biokemije''. Ljubljana: Študentska založba, 2005. 
Glick BR in Pasternak JJ. ''Molecular biotechnology: principles and applications of recombinant DNA''. 3. izdaja. Washington: ASM Press, 2003. ISBN 1-55581-269-4. 
Če so avtorji trije, je beseda in med drugim in tretjim avtorjem. Če so avtorji več kot trije, napišemo samo prvega in dopišemo ''et al''. (in drugi, po latinsko). Vse, kar je latinsko, pišemo poševno (npr. tudi imena rastlin in živali, pojme ''in vivo'', ''in vitro'' ipd.).

'''Citiranje člankov:''' 
Priimek, I. Naslov. ''Naslov revije'', letnica, letnik, številka, strani. 
Lartigue, C., Glass, J. I., Alperovich, N., Pieper, R., Parmar, P. P., Hutchison III, C. A., Smith, H. O. in Venter, J. C.
Genome transplantation in bacteria: changing one species to another. ''Science'', 2007, 317, str. 632-638.

Alternativni način citiranja (predvsem v družboslovju) je po pravilih APA, kjer članke citirajo takole: 
Priimek, I. (letnica, številka). Naslov. Naslov revije, strani. 
Lartigue C. ''et al.'' (2007, 317) Genome transplantation in bacteria: changing one species to another. ''Science'', 632-638.

Revija Science uporablja skrajšani zapis: 
C. Lartigue ''et al''. Science 317, 632 (2007) 

V diplomah na FKKT je treba navesti vire tako, da izpišete tudi naslov citiranega dela in strani od-do (ne samo začetne). Navesti morate tudi vse avtorje dela, razen v primeru, ko jih je 10 ali več. Takrat navedite le prvih devet, za ostale pa uporabite okrajšavo in sod. (in sodelavci). Pred zadnjim avtorjem naj bo vedno besedica "in".

'''Citiranje spletnih virov:''' 
Priimek, I. ''Naslov dokumenta''. Izdaja. Kraj: Založnik, letnica. Datum zadnjega popravljanja. [Datum citiranja.] spletni naslov 
strangeguitars. ''On the brink of artificial life''. 6. 10. 2007. [citirano 13. 11. 2007] http://www.metafilter.com/65331/On-the-brink-of-artificial-life 
Navedemo čim več podatkov; pogosto vseh iz pravila ne boste našli.

TBK2015 Povzetki seminarjev

2015-03-25T12:09:21Z

GZun: /* Uroš Zavrtanik: Mehanizem popravljanja DNA: NER (faktor XPC) */

[[TBK2015-seminar|Nazaj na osnovno stran]]

=== Uroš Zavrtanik: Mehanizem popravljanja DNA: NER (faktor XPC) ===

Od samega nastanka naprej se življenje spopada s fundamentalnim problemom kemijske nestabilnosti genetske informacije, shranjene v DNA. Molekula DNA je izpostavljena številnim fizikalnim ter kemijskim dejavnikom, ki lahko vplivajo na njeno strukturo in posredno ali neposredno tudi na samo informacijo. Ker pa predstavlja ohranjanje informacije eden izmed ključnih in pomembnejših aspektov življenja samega, so se tekom evolucije razvili številni mehanizmi popravljanja DNA. Eden izmed teh mehanizmov je popravljanje DNA z izrezom nukleotidov (ang. Nucleotide Excision Repair-NER). NER je popravljalni proces za odstranjevanje in popravo večjih strukturnih nepravilnosti v strukturi DNA, ki so v glavnem posledica radiacije (UV, gama) ter okolijskih dejavnikov (specifične molekule, ki lahko strukturno poškodujejo DNA). NER predstavlja pri človeku edini mehanizem za popravljanje poškodb povzročenih zaradi UV radiacije. Največji izziv NER je, kako najti vse poškodovane dele DNA v celotnem genomu. Na podlagi eksperimentalnih ugotovitev raziskovalci ugotavljajo, da bi lahko bil ''ključ do uspeha'' naključna vezava proteina XPC (začetni faktor NER) na nespecifično mesto v DNA ter nato vzdolžna difuzija XPC do poškodovanega (specifičnega) mesta, kjer XPC za trenutek obstane, kar je signal za sprožitev popravljalnega procesa. Odkritje bi lahko predstavljalo generalni koncept mehanizma še vedno malo raziskane interakcije protein-DNA.

=== Gašper Virant: Vezava agonista na adenozinske receptorje ===
Kronična bolečina je posledica okvare živčevja. Ločimo nociceptivno kronično bolečino, ki jo povzroča draženje bolečinskih receptorjev (nociceptorjev) v tkivih notranjih organov ter mišičnoskeletnega sistema, in nevropatsko kronično bolečino, ki nastane kot posledica okvare, poškodbe ali motenega delovanja perifernega ali osrednjega živčevja . Najbolj uspešni pristopi lajšanja tovrstne bolečine temeljijo na uporabi mehanizma kalcijevih kanalčkov, opioidov, in adrenergikov. Pogosto pa imajo ta zdravila stranske učinke, ki nastopijo ob neprestani uporabi. Prav tako telo razvije toleranco do njih, kar pomeni, da je za enak učinek potreben vedno večji odmerek, kar vodi v zmanjšano učinkovanje zdravila. Kot močno ne-narkotično in ne-opoidno sredstvo za lajšanje tovrstne bolečine se je izkazal adenozin. Adenozin oz. nekateri še bolj selektivni agonisti se vežejo na adenozinske receptorje in s tem zmanjšajo nocicepcijo.

=== Klara Lenart: Permanentno označevanje nevronskih povezav ===

Preučevanje nevronskih povezav je precej neraziskano področje. Za raziskave teh povezav uporabljajo proteine, najpogosteje skupino proteinov imenovano GCaMP, ki oddajajo fluorescenčno svetlobo kratek čas po zaznavi spremembe v koncentraciji kalcijevih ionov v celici. Skupina znanstvenikov z medicinskega inštituta Howard Hughes je razvila nov protein, imenovan CaMPARI(podoben je skupini GCaMP-jev), ki označuje aktivne nevrone glede na spremembo koncentracije Ca2+ v njih. Proteini, podobni CaMPARI-ju obstajajo že zadnjih 20 let, a posebnost novega proteina je permanentna fluorescenca, ki jo oddaja ob povečanju koncentracije kalcija v celici ter sočasnem obsevanju z vijolično svetlobo. Glavni del CaMPARI-ja je fluorescenten protein EosFP, ki spremeni barvo iz zelene v rdečo ob obsvetljevanju z vijolično svetlobo. Ko so EosFP spojili z kalmodulinom in peptidom M13, katera sta potrebna za vezavo kalcijevih ionov, je nastal CaMPARI. Ponuja možnost raziskav nevronskih povezav med kompleksnejšim vedenjem, na primer med učenjem. Prav tako je uporaben, ker lahko z reguliranim obsvetljevanjem vplivamo, kdaj bo potekala pretvorba iz zelene v rdečo in kdaj ne. Preizkusili so ga v štirih poskusih; na ličinkah in odraslih osebkih vinske mušice, na ličinkah cebrice in na odraslih miših. Vsi poskusi so potrdili že znana dejstva, kar dokazuje njegovo zanesljivost, ter ponuja mnogo možnosti za nadaljnje raziskave.

=== Blaž Lebar: Preučitev imunskega odziva komarja po piku ===

Malarija je bolezen, ki jo prenaša komar mrzličar ali Anopheles. Na leto se okuži na stotine milijonov ljudi, nekaj milijonov jih tudi umre. Povzročitelj te bolezni so različne vrste plazmodijev, ki se uspešno množijo v komarju, ki nato po piku okuži svojo žrtev. Vendar kako uspe tako inferiorno bitje kot je komar okužiti tako kompleksno bitje kot je človek, morda celo smrtno, sam komar pa normalno funkcionira navkljub patogenom v lastnem v organizmu?
Za komarjev imunski sistem so odgovorni LRIMi, bilo naj bi jih nekaj več kot 24, vendar delovanja večine še ne poznajo. Najpomembnejša za imunski sistem komarja naj bi bila člena sistema komplementa: LRIM1 in APL1C v hemolimfi, ki se z LRRji povežeta z TEP1cut in tako izvedeta uspešno lizo in melanizacijo patogenov, vendar sta se izkazala kot popolnoma neučinkovita pri eliminaciji P. berghei. V tej študiji pa so se osredotočili na LRIM9, protein v imunskem sistemu, ki naj bi imel najpomembnejšo vlogo pri borbi z plazmodiji. Najpogostejša tehnika je bila qRT-PCR, preverjali pa so namnožitev, reprodukcijo in melanizacijo P. berghei pri komarjih vrste A. gambiae ob prehranjevanju s krvjo miši, ter različne vplive na izražanje LRIM9 (prehranjevanje, bakterije, imunost…). Ugotovili so tudi povezavo izražanja LRIM9 in hormona »ecdysone«, ki se izloča iz jajčnikov samic.
Danih je bilo veliko odgovorov, ki pa so odprli nova vprašanja, katera bodo zahtevala še veliko raziskav.

=== Ema Gašperšič: Dvojedrni bakrov kompleks naj bi preprečil širjenje raka ===
Čeprav je v zadnjem času opazen napredek na področju zdravljenja raka, še vedno obstajajo določene pomanjkljivosti. Eno izmed najbolj pogosto uporabljenih zdravil za različne vrste raka je cisplatin, ki se veže na dušikove baze DNA in s tem povzroči celično smrt oz. apoptozo. Cisplatin pa kljub vsemu ni vedno učinkovit in ima precej stranskih učinkov, zato so raziskovalci želeli razviti alternativno zdravilo. Razvili so citotoksični dvojedrni kompleks z bakrom, ki se s pomočjo molekularne prepoznave veže na dve sosednji fosfatni skupini na vijačnici DNA, kar prepreči celične delitve in uniči patološko celico. Z različnimi anorganskimi in biokemijskimi metodami, spektroskopijo in metodami na posameznih molekulah so dokazali, da dvojedrni Cu2 kompleks zavira sintezo DNA in je citotoksična za človeške rakave celice. V članku je predstavljena sinteza prvega kompleksa iz te družine molekul, bakrovega Cu2 kompleksa ter različne metode, s katerimi so dokazali sposobnost ustrezne koordinacije Cu2(2+), sposobnost močne vezave Cu2(2+) na DNA, sposobnost inhibicije sinteze DNA ter citotoksičnost kompleksa. Iz dobljenih rezultatov znanstveniki predpostavljajo učinkovito interakcijo med Cu2(2+) in DNA in vitro ter v živih celicah. Nadaljnje klinične in medicinske raziskave pa bodo še odločale o tem, kako, in če sploh, bo bakrov kompleks resnično preizkušen na pacientih z rakom.

=== Tjaša Lukšič: Ključne biološke funkcije skakajočih genov ===

Dobro polovico človeškega genoma sestavljajo ponavljajoči se genetski elementi, katerim v preteklosti niso pripisovali posebne vloge, danes pa vse bolj postaja jasno, da njihova prisotnost v genomu prinaša svojevrstne biološke funkcije. Alu sekvence so primer takšnih transpozicijskih elementov, katerih prepisovanje je običajno minimalizirano, vendar se ob virusnih infekcijah ali stresu močno poveča. Po klasifikaciji so podvrsta kratkih razpršenih jedrnih elementov (SINE), ki se lahko transponirajo po genomu prek RNA intermediata, vendar ne kodirajo proteinov. Alu sekvence prepisuje RNA polimeraza III, Alu RNA pa ima značilno sekundarno strukturo dveh rok, ki omogoča tvorbo kompleksov s proteinskimi dimeri SRP9/14. Nastanek takšnih Alu ribonukleoproteinov (RNP) v običajnih celičnih razmerah ni pogost, saj je kljub veliki količini monomerov SRP9 in SRP14 stopnja pojavljanja Alu RNA-jev veliko manjša. Tvorba Alu RNP-jev prepreči iniciacijo prevajanja mRNA v aminokislinsko zaporedje in tvorbo polisomov. Po vezavi Alu RNP-ja na ribosomsko podenoto 40S, Alu RNA lahko zapusti kompleks in sodeluje v nadaljnjih prenosih novih SRP9/14. Mehanizem delovanja takšnih kompleksov je relativno nepoznan in odpira nove poglede na smisel ohranitve transpozicijskih elementov skozi evolucijo. Alu sekvence je predstavljajo perspektivno področje za preučevanje ravno zaradi njihovega prispevka k zaščiti translacijskih procesov celice v neugodnih razmerah in zaradi drugih še neodkritih, potencialnih bioloških funkcij.

=== Špela Malenšek: Smo zaradi endogenih retrovirusov pametnejši? ===

Človeški endogeni retrovirusi (ERV), genetsko podedovani ostanki preteklih virusnih infekcij, so klasično obravnavani kot človeku oziroma gostitelju neuporabni del genoma, tako imenovani "junk DNA". Njihovo delovanje je v običajnih somatskih celicah (fibroblasti, hepatocite, bele krvne celice …) nadzorovano z epigenetskim mehanizmom metilacije DNA, kjer se metilna skupina doda citozinu ali adeninu in tako prepreči izražanje virusnih delov genoma. V nevronskih izvornih celicah naj bi med drugim izražanje endogenih retrovirusnih elementov nadzoroval tudi protein TRIM28. Deluje namreč kot korepresor, ki z modifikacijo histonov zatre prepisovanje genetskega materiala. Raziskave na univerzah Lund in EPLF so pokazale, da se ob izbrisu TRIM28 v celicah nakopičita dve večji skupini ERV, ki pri miših vplivata na izražanje gena BC048671 in služita kot startni točki za IncRNA (dolga nekodirajoča RNA). Hkrati izbris proteina TRIM28 povzroči tako kompleksne vedenjske spremembe kot tudi abnormalne vedenjske fenotipe modelnih organizmov (miši), ki se izkažejo podobne nekaterim človeškim psihološkim motnjam. Klasični hipotezi o nefunkcionalnosti ERV se tako zoperstavlja nova ideja, ki trdi, da aktivnost ERV vpliva na izražanje genov v nevronskih izvornih celicah in na kompleksnost nevronske mreže v možganih. S tem se odpira popolnoma nova molekularna perspektiva na analizo kompleksnih vedenjskih vzorcev, možganskih motenj in samega delovanja nevronske mreže.

=== Nejc Kejžar: Novi 'pametni' inzulin ===

Z odkritjem biotehnoloških metod za umetno sintezo inzulina s pomočjo bakterije E. coli ali kvasovk je življenje s sladkorno boleznijo postalo mogoče, še vedno pa so prisotni zapleti, ki jih povzročata hipoglikemija in hiperglikemija. Današnje inzulinske terapije se osredotočajo na konstanto merjenje koncentracij glukoze v krvi in intravenozni vnos inzulina glede na izmerjeno koncentracijo, kar pa je kljub nujnosti (še posebej za paciente diabetesa tipa 1) zelo nadležno. Do težav lahko pride zaradi neupoštevanja terapije ali slabe glikemične kontrole, kar lahko v resnih stanjih hipoglikemije privede do kome ali smrti, hiperglikemija pa lahko vodi do kardiovaskularnih obolenj, težav s celjenjem ran ali celo do raka. Za učinkovitejše nadziranje krvne koncentracije glukoze in olajšano življenje pacientov je skupina znanstvenikov iz MIT razvila ‘pametni’ inzulin, ki ima nase pritrjen konjugat sestavljen iz alifatske verige 11 ogljikovih atomov in fenilborove kisline. Alifatska veriga povzroča podaljšano delovanje inzulina, fenilborova kislina pa služi kot ‘stikalo’, ki aktivira delovanje inzulina samo ob povečani koncentracije glukoze v krvi. Ta sintetični derivat je zmožen hitrejšega obnavljanja normalnih koncentracij krvne glukoze kot naravni in klinični inzulin, večkratnega zaporednega odziva na porast glukoze, prav tako pa ima nižji hipoglikemični indeks ob administraciji v času normalnih koncentracij glukoze, kar pomeni, da je tveganje za hipoglikemijo manjše. V najbolj zgovornem testu je bilo pokazano, da je učinkovitost pametnega inzulina primerljiva z delovanjem zdravega pankreasa.

=== Simon Aleksič: Zorenje mRNA pri lignjih zaznamujejo A-I deaminacije ===

Informacijska RNA je po prepisu iz DNA podvržena dodatnim procesom, tako v jedru kot tudi v citoplazmi. Izrezovanje intronov je le en izmed procesov, ki zagotavlja strukturno variabilnost proteinov. Za variabilnost strukture poskrbijo tudi malo raziskane deaminacije nukleotidov . Deaminacije nukleotidov so katalitski kemijski procesi, ki omogočajo spreminjanje tripletov kodonov v zapisih mRNA s pomočjo proteinov ADAR. Za takšne procese so predvidevali, da so v organizmih redki in nimajo posebnega vpliva na delovanje proteinov v telesu. A študija univerze v Tel Avivu je pokazala, da so deaminacije adenozina v inozin v živčnih tkivih lignjev eden poglavitnih procesov, ki se zgodijo pred translacijo mRNA v proteine. Deaminacije s spremembami tripletov povzročijo zamenjave aminokislin v proteinih, raziskava pa dokaže, da se stabilnejše aminokisline zamenjajo z manj stabilnimi. Manj stabilne aminokisline v območju aktivnega mesta in hidrofobnega jedra povzročijo, da je protein sam manj občutljiv na nižje temperature okolja in lahko ostane delujoč pri spremenjenih razmerah okolja. Deaminacije so posebno pogoste v mRNA prepisih genov, ki zapisujejo proteine vključene v živčni sistem in citoskelet. Novejše raziskave mutacije genov za protein ADAR pri človeku povezujejo z različnimi imunskimi boleznimi, kot so ADA-SCID in sindrom Aicardi–Goutières.

=== Gašper Žun: Antibiotiki betalaktami uničujejo bakterije z okvaro mehanizma za izgradnjo celične stene ===
Antibiotiki β-laktami, med katere spada tudi penicilin, predstavljajo eno izmed najdlje in najsplošneje uporabnih terapij pri bakterijskih okužbah. Učinkujejo tako, da z vezavo na penicilin-vezavne proteine (PBP) okvarijo mehanizem za sintezo celične stene. S tem onemogočijo zamreženje nastajajočih verig peptidoglikanov (PG) v matriks, v manjši meri pa se nove verige še vedno lahko sintetizirajo. Celična stena takih bakterij je zato neobičajnih oblik, med delitvijo pa se lahko na določenih mestih pretrga in celica propade. Zaradi nastajanja enoverižnih PG se vključijo v proces encimi (Slt), ki take neobičajne verige razgrajujejo. Lastnosti celične stene na tak način ostajajo funkcionalne, vendar pa zaradi vključenega brezuspešnega cikla sinteze in razgradnje celične stene pride do prekomerne porabe za celico pomembnih snovi, kar le še prispeva k toksičnemu delovanja antibiotikov. Obrambni mehanizmi proti antibiotični aktivnosti vključujejo encime (β-laktamaze), ki razgrajujejo β-laktame. Vse večja odpornost bakterij na antibiotike je posledica povečane frekvence genskega zapisa za β-laktamaze, ki se med bakterijami prenaša s plazmidi. Ker je za uspešen boj proti bakterijam potreben nenehen razvoj novih zdravil in terapij, je potrebno dodobra spoznati tako način učinkovanja antibiotikov kot način delovanja bakterij. Članek prispeva nov vpogled v delovanje encima Slt za razgradnjo nezamreženega novo nastalega PG, saj mu pripisuje vlogo kontrole nad kvaliteto izgradnje celične stene, kar pa v resnici potencira uničujoče posledice antibiotikov.

=== Rok Miklavčič: Kontrola prenašalnih RNA na CCA-dodajajočem encimu ===
tRNA je ena od biološko najpomembnejših molekul v živih organizmih in ima ključno vlogo pri sintezi proteinov, zato je pomembno, da so vse tRNA, ki na ribosome prinašajo aminokisline, funkcionalne. Od prepisa dalje grejo zato tRNA prepisi skozi serijo procesov in modifikacij, ki na koncu privedejo do popolnoma funkcionalnih tRNA. V predzadnji fazi urejanja tRNA sodeluje CCA-dodajajoči encim, ki na 3'-konec prepisov tRNA pripne končno nukleotidno zaporedje CCA, v zadnji fazi pa se na zadnji adenin nukleotid veže še ustrezna aminokislina. CCA-dodajajoči encim pa ima v sintezi tRNA še eno nedavno odkrito funkcijo: nestabilnim prepisom tRNA pripne nukleotidno zaporedje CCACCA, ki je signal za razgradnjo. Na ta način encim kontrolira kvaliteto tRNA in pripomore k optimizaciji same sinteze proteinov. Na CCA-dodajajočem encimu se razlike med stabilnimi in nestabilnimi tRNA prepisi pokažejo po vezavi prvega zaporedja CCA, in sicer pri premiku encima. Stabilne tRNA se ob premiku odcepijo z encima, medtem ko pri nestabilnih tRNA premik povzroči transformacijo njihove sekundarne strukture, ob tem pa nastane na tRNA izboklina. Za transformirane nestabilne tRNA se cikel dodajanja zaporedja CCA nato izvede še enkrat, kar privede do končnega zaporedja CCACCA. Po končanem drugem ciklu se ob nadaljnjem premiku encima z njega odcepijo tudi nestabilne tRNA.

=== Tilen Tršelič: Transport proteinov v celico s pomočjo nanodelcev ===
Nanotehnologija v moderni znanosti že dolgo igra pomembno vlogo. Raziskovalci so ugotovili, da lahko s pomočjo nanodelcev v celice dostavljajo nukleotide in nekatere druge manjše molekule. Medicina je zato kmalu izrazila željo, da bi v celico lahko dostavljali tudi delujoče, zaključene proteine, ki bi pomagali pri zdravljenju različnih bolezni.
Na Univerzi v Kaliforniji so nedavno odkrili način, kako bi nanotehnologijo res lahko uporabljali za transport proteinov v celice. Ugotovili so, da obstajajo delci, ki so zmožni vezati protein, ga prenašati in ob laserskem obsevanju sprostiti v celico. Podobne metode so že bile testirane, a je njihova uporabna vrednost majhna, saj je lasersko obsevanje zaradi visoke energije pogosto poškodovalo tkiva in organizme.
Raziskava, predstavljena v seminarju, je z uporabo zlatih nanodelcev in posebnega fluorescentnega proteina GFP dokazala, da je neškodljiv, natančen transport proteinov v celice le mogoč. Izbrana metoda transporta prav tako omogoča velik nadzor nad lokacijo in časom sprostitve izbranega proteina v okolje. Znanstveniki so na zlat nanodelec vezali poseben prenašalec, ki je sposoben vezati histidinizirane proteine, jih dostaviti v celico in jih nato ob laserskem obsevanju z nizko energijo sprostiti v okolje.
Raziskava in njeni izsledki imajo velik pomen, saj bi predstavljena metoda lahko omogočila vodeno diferenciacijo matičnih celic ali vodeno celično smrt in s tem zdravljenje nekaterih težjih bolezni.

TBK2015 Povzetki seminarjev

2015-03-21T20:13:41Z

GZun:

[[TBK2015-seminar|Nazaj na osnovno stran]]

=== Uroš Zavrtanik: Mehanizem popravljanja DNA: NER (faktor XPC) ===

Od samega nastanka naprej se življenje spopada s fundamentalnim problemom kemijske nestabilnosti genetske informacije, shranjene v DNA. Molekula DNA je izpostavljena številnim fizikalnim ter kemijskim dejavnikom, ki lahko vplivajo na njeno strukturo in posredno ali neposredno tudi na samo informacijo. Ker pa predstavlja ohranjanje informacije eden izmed ključnih in pomembnejših aspektov življenja samega, so se tekom evolucije razvili številni mehanizmi popravljanja DNA. Eden izmed teh mehanizmov je popravljanje DNA z izrezom nukleotidov (ang. Nucleotide Excision Repair-NER). NER je popravljalni proces za odstranjevanje in popravo večjih strukturnih nepravilnosti v strukturi DNA, ki so v glavnem posledica radiacije (UV, gama) ter okolijskih dejavnikov (specifične molekule, ki lahko strukturno poškodujejo DNA). NER predstavlja pri človeku edini mehanizem za popravljanje poškodb povzročenih zaradi UV radiacije. Največji izziv NER je, kako najti vse poškodovane dele DNA v celotnem genomu. Na podlagi eksperimentalnih ugotovitev raziskovalci ugotavljajo, da bi lahko bil ''ključ do uspeha'' naključna vezava proteina XPC (začetni faktor NER) na nespecifično mesto v DNA ter nato vzdolžna difuzija XPC do poškodovanega (specifičnega) mesta, kjer XPC za trenutek obstane, kar je signal za sprožitev popravljalnega procesa. Odkritje bi lahko predstavljalo generalni koncept mehanizma še vedno malo raziskane interakcije protein-DNA.

=== Klara Lenart: Permanentno označevanje nevronskih povezav ===

Preučevanje nevronskih povezav je precej neraziskano področje. Za raziskave teh povezav uporabljajo proteine, najpogosteje skupino proteinov imenovano GCaMP, ki oddajajo fluorescenčno svetlobo kratek čas po zaznavi spremembe v koncentraciji kalcijevih ionov v celici. Skupina znanstvenikov z medicinskega inštituta Howard Hughes je razvila nov protein, imenovan CaMPARI(podoben je skupini GCaMP-jev), ki označuje aktivne nevrone glede na spremembo koncentracije Ca2+ v njih. Proteini, podobni CaMPARI-ju obstajajo že zadnjih 20 let, a posebnost novega proteina je permanentna fluorescenca, ki jo oddaja ob povečanju koncentracije kalcija v celici ter sočasnem obsevanju z vijolično svetlobo. Glavni del CaMPARI-ja je fluorescenten protein EosFP, ki spremeni barvo iz zelene v rdečo ob obsvetljevanju z vijolično svetlobo. Ko so EosFP spojili z kalmodulinom in peptidom M13, katera sta potrebna za vezavo kalcijevih ionov, je nastal CaMPARI. Ponuja možnost raziskav nevronskih povezav med kompleksnejšim vedenjem, na primer med učenjem. Prav tako je uporaben, ker lahko z reguliranim obsvetljevanjem vplivamo, kdaj bo potekala pretvorba iz zelene v rdečo in kdaj ne. Preizkusili so ga v štirih poskusih; na ličinkah in odraslih osebkih vinske mušice, na ličinkah cebrice in na odraslih miših. Vsi poskusi so potrdili že znana dejstva, kar dokazuje njegovo zanesljivost, ter ponuja mnogo možnosti za nadaljnje raziskave.

=== Blaž Lebar: Preučitev imunskega odziva komarja po piku ===

Malarija je bolezen, ki jo prenaša komar mrzličar ali Anopheles. Na leto se okuži na stotine milijonov ljudi, nekaj milijonov jih tudi umre. Povzročitelj te bolezni so različne vrste plazmodijev, ki se uspešno množijo v komarju, ki nato po piku okuži svojo žrtev. Vendar kako uspe tako inferiorno bitje kot je komar okužiti tako kompleksno bitje kot je človek, morda celo smrtno, sam komar pa normalno funkcionira navkljub patogenom v lastnem v organizmu?
Za komarjev imunski sistem so odgovorni LRIMi, bilo naj bi jih nekaj več kot 24, vendar delovanja večine še ne poznajo. Najpomembnejša za imunski sistem komarja naj bi bila člena sistema komplementa: LRIM1 in APL1C v hemolimfi, ki se z LRRji povežeta z TEP1cut in tako izvedeta uspešno lizo in melanizacijo patogenov, vendar sta se izkazala kot popolnoma neučinkovita pri eliminaciji P. berghei. V tej študiji pa so se osredotočili na LRIM9, protein v imunskem sistemu, ki naj bi imel najpomembnejšo vlogo pri borbi z plazmodiji. Najpogostejša tehnika je bila qRT-PCR, preverjali pa so namnožitev, reprodukcijo in melanizacijo P. berghei pri komarjih vrste A. gambiae ob prehranjevanju s krvjo miši, ter različne vplive na izražanje LRIM9 (prehranjevanje, bakterije, imunost…). Ugotovili so tudi povezavo izražanja LRIM9 in hormona »ecdysone«, ki se izloča iz jajčnikov samic.
Danih je bilo veliko odgovorov, ki pa so odprli nova vprašanja, katera bodo zahtevala še veliko raziskav.

=== Tjaša Lukšič: Ključne biološke funkcije skakajočih genov ===

Dobro polovico človeškega genoma sestavljajo ponavljajoči se genetski elementi, katerim v preteklosti niso pripisovali posebne vloge, danes pa vse bolj postaja jasno, da njihova prisotnost v genomu prinaša svojevrstne biološke funkcije. Alu sekvence so primer takšnih transpozicijskih elementov, katerih prepisovanje je običajno minimalizirano, vendar se ob virusnih infekcijah ali stresu močno poveča. Po klasifikaciji so podvrsta kratkih razpršenih jedrnih elementov (SINE), ki se lahko transponirajo po genomu prek RNA intermediata, vendar ne kodirajo proteinov. Alu sekvence prepisuje RNA polimeraza III, Alu RNA pa ima značilno sekundarno strukturo dveh rok, ki omogoča tvorbo kompleksov s proteinskimi dimeri SRP9/14. Nastanek takšnih Alu ribonukleoproteinov (RNP) v običajnih celičnih razmerah ni pogost, saj je kljub veliki količini monomerov SRP9 in SRP14 stopnja pojavljanja Alu RNA-jev veliko manjša. Tvorba Alu RNP-jev prepreči iniciacijo prevajanja mRNA v aminokislinsko zaporedje in tvorbo polisomov. Po vezavi Alu RNP-ja na ribosomsko podenoto 40S, Alu RNA lahko zapusti kompleks in sodeluje v nadaljnjih prenosih novih SRP9/14. Mehanizem delovanja takšnih kompleksov je relativno nepoznan in odpira nove poglede na smisel ohranitve transpozicijskih elementov skozi evolucijo. Alu sekvence je predstavljajo perspektivno področje za preučevanje ravno zaradi njihovega prispevka k zaščiti translacijskih procesov celice v neugodnih razmerah in zaradi drugih še neodkritih, potencialnih bioloških funkcij.

=== Špela Malenšek: Smo zaradi endogenih retrovirusov pametnejši? ===

Človeški endogeni retrovirusi (ERV), genetsko podedovani ostanki preteklih virusnih infekcij, so klasično obravnavani kot človeku oziroma gostitelju neuporabni del genoma, tako imenovani "junk DNA". Njihovo delovanje je v običajnih somatskih celicah (fibroblasti, hepatocite, bele krvne celice …) nadzorovano z epigenetskim mehanizmom metilacije DNA, kjer se metilna skupina doda citozinu ali adeninu in tako prepreči izražanje virusnih delov genoma. V nevronskih izvornih celicah naj bi med drugim izražanje endogenih retrovirusnih elementov nadzoroval tudi protein TRIM28. Deluje namreč kot korepresor, ki z modifikacijo histonov zatre prepisovanje genetskega materiala. Raziskave na univerzah Lund in EPLF so pokazale, da se ob izbrisu TRIM28 v celicah nakopičita dve večji skupini ERV, ki pri miših vplivata na izražanje gena BC048671 in služita kot startni točki za IncRNA (dolga nekodirajoča RNA). Hkrati izbris proteina TRIM28 povzroči tako kompleksne vedenjske spremembe kot tudi abnormalne vedenjske fenotipe modelnih organizmov (miši), ki se izkažejo podobne nekaterim človeškim psihološkim motnjam. Klasični hipotezi o nefunkcionalnosti ERV se tako zoperstavlja nova ideja, ki trdi, da aktivnost ERV vpliva na izražanje genov v nevronskih izvornih celicah in na kompleksnost nevronske mreže v možganih. S tem se odpira popolnoma nova molekularna perspektiva na analizo kompleksnih vedenjskih vzorcev, možganskih motenj in samega delovanja nevronske mreže.

=== Nejc Kejžar: Novi 'pametni' inzulin ===

Z odkritjem biotehnoloških metod za umetno sintezo inzulina s pomočjo bakterije E. coli ali kvasovk je življenje s sladkorno boleznijo postalo mogoče, še vedno pa so prisotni zapleti, ki jih povzročata hipoglikemija in hiperglikemija. Današnje inzulinske terapije se osredotočajo na konstanto merjenje koncentracij glukoze v krvi in intravenozni vnos inzulina glede na izmerjeno koncentracijo, kar pa je kljub nujnosti (še posebej za paciente diabetesa tipa 1) zelo nadležno. Do težav lahko pride zaradi neupoštevanja terapije ali slabe glikemične kontrole, kar lahko v resnih stanjih hipoglikemije privede do kome ali smrti, hiperglikemija pa lahko vodi do kardiovaskularnih obolenj, težav s celjenjem ran ali celo do raka. Za učinkovitejše nadziranje krvne koncentracije glukoze in olajšano življenje pacientov je skupina znanstvenikov iz MIT razvila ‘pametni’ inzulin, ki ima nase pritrjen konjugat sestavljen iz alifatske verige 11 ogljikovih atomov in fenilborove kisline. Alifatska veriga povzroča podaljšano delovanje inzulina, fenilborova kislina pa služi kot ‘stikalo’, ki aktivira delovanje inzulina samo ob povečani koncentracije glukoze v krvi. Ta sintetični derivat je zmožen hitrejšega obnavljanja normalnih koncentracij krvne glukoze kot naravni in klinični inzulin, večkratnega zaporednega odziva na porast glukoze, prav tako pa ima nižji hipoglikemični indeks ob administraciji v času normalnih koncentracij glukoze, kar pomeni, da je tveganje za hipoglikemijo manjše. V najbolj zgovornem testu je bilo pokazano, da je učinkovitost pametnega inzulina primerljiva z delovanjem zdravega pankreasa.

=== Simon Aleksič: Zorenje mRNA pri lignjih zaznamujejo A-I deaminacije ===

Informacijska RNA je po prepisu iz DNA podvržena dodatnim procesom, tako v jedru kot tudi v citoplazmi. Izrezovanje intronov je le en izmed procesov, ki zagotavlja strukturno variabilnost proteinov. Za variabilnost strukture poskrbijo tudi malo raziskane deaminacije nukleotidov . Deaminacije nukleotidov so katalitski kemijski procesi, ki omogočajo spreminjanje tripletov kodonov v zapisih mRNA s pomočjo proteinov ADAR. Za takšne procese so predvidevali, da so v organizmih redki in nimajo posebnega vpliva na delovanje proteinov v telesu. A študija univerze v Tel Avivu je pokazala, da so deaminacije adenozina v inozin v živčnih tkivih lignjev eden poglavitnih procesov, ki se zgodijo pred translacijo mRNA v proteine. Deaminacije s spremembami tripletov povzročijo zamenjave aminokislin v proteinih, raziskava pa dokaže, da se stabilnejše aminokisline zamenjajo z manj stabilnimi. Manj stabilne aminokisline v območju aktivnega mesta in hidrofobnega jedra povzročijo, da je protein sam manj občutljiv na nižje temperature okolja in lahko ostane delujoč pri spremenjenih razmerah okolja. Deaminacije so posebno pogoste v mRNA prepisih genov, ki zapisujejo proteine vključene v živčni sistem in citoskelet. Novejše raziskave mutacije genov za protein ADAR pri človeku povezujejo z različnimi imunskimi boleznimi, kot so ADA-SCID in sindrom Aicardi–Goutières.

=== Gašper Žun: Antibiotiki betalaktami uničujejo bakterije z okvaro mehanizma za izgradnjo celične stene ===
Antibiotiki β-laktami, med katere spada tudi penicilin, predstavljajo eno izmed najdlje in najsplošneje uporabnih terapij pri bakterijskih okužbah. Učinkujejo tako, da z vezavo na penicilin-vezavne proteine (PBP) okvarijo mehanizem za sintezo celične stene. S tem onemogočijo zamreženje nastajajočih verig peptidoglikanov (PG) v matriks, v manjši meri pa se nove verige še vedno lahko sintetizirajo. Celična stena takih bakterij je zato neobičajnih oblik, med delitvijo pa se lahko na določenih mestih pretrga in celica propade. Zaradi nastajanja enoverižnih PG se vključijo v proces encimi (Slt), ki take neobičajne verige razgrajujejo. Lastnosti celične stene na tak način ostajajo funkcionalne, vendar pa zaradi vključenega brezuspešnega cikla sinteze in razgradnje celične stene pride do prekomerne porabe za celico pomembnih snovi, kar le še prispeva k toksičnemu delovanja antibiotikov. Obrambni mehanizmi proti antibiotični aktivnosti vključujejo encime (β-laktamaze), ki razgrajujejo β-laktame. Vse večja odpornost bakterij na antibiotike je posledica povečane frekvence genskega zapisa za β-laktamaze, ki se med bakterijami prenaša s plazmidi. Ker je za uspešen boj proti bakterijam potreben nenehen razvoj novih zdravil in terapij, je potrebno dodobra spoznati tako način učinkovanja antibiotikov kot način delovanja bakterij. Članek prispeva nov vpogled v delovanje encima Slt za razgradnjo nezamreženega novo nastalega PG, saj mu pripisuje vlogo kontrole nad kvaliteto izgradnje celične stene, kar pa v resnici potencira uničujoče posledice antibiotikov.

=== Rok Miklavčič: Kontrola prenašalnih RNA na CCA-dodajajočem encimu ===
tRNA je ena od biološko najpomembnejših molekul v živih organizmih in ima ključno vlogo pri sintezi proteinov, zato je pomembno, da so vse tRNA, ki na ribosome prinašajo aminokisline, funkcionalne. Od prepisa dalje grejo zato tRNA prepisi skozi serijo procesov in modifikacij, ki na koncu privedejo do popolnoma funkcionalnih tRNA. V predzadnji fazi urejanja tRNA sodeluje CCA-dodajajoči encim, ki na 3'-konec prepisov tRNA pripne končno nukleotidno zaporedje CCA, v zadnji fazi pa se na zadnji adenin nukleotid veže še ustrezna aminokislina. CCA-dodajajoči encim pa ima v sintezi tRNA še eno nedavno odkrito funkcijo: nestabilnim prepisom tRNA pripne nukleotidno zaporedje CCACCA, ki je signal za razgradnjo. Na ta način encim kontrolira kvaliteto tRNA in pripomore k optimizaciji same sinteze proteinov. Na CCA-dodajajočem encimu se razlike med stabilnimi in nestabilnimi tRNA prepisi pokažejo po vezavi prvega zaporedja CCA, in sicer pri premiku encima. Stabilne tRNA se ob premiku odcepijo z encima, medtem ko pri nestabilnih tRNA premik povzroči transformacijo njihove sekundarne strukture, ob tem pa nastane na tRNA izboklina. Za transformirane nestabilne tRNA se cikel dodajanja zaporedja CCA nato izvede še enkrat, kar privede do končnega zaporedja CCACCA. Po končanem drugem ciklu se ob nadaljnjem premiku encima z njega odcepijo tudi nestabilne tRNA.