Высоко процитированная статья Nature Schwanhausser и др. в 2011 предоставляет самый всесторонний пример таких исследований. Новое исследование, просто опубликованное в PeerJ Литием и др., однако, подвергает сомнению заключения этих бумаг.
Это новое исследование предполагает, что основная причина, почему белок и mRNA измерения изобилия плохо коррелируются, из-за различных типов ошибки измерения в белке и mRNA изобилии, а не транскрипции, оказывающей минимальное влияние на уровни экспрессии белка.Литий и др. первое шоу, что у Schwanhausser и др. изобилие белка есть не линейная ошибка, которая приводит к драматической недооценке низких белков изобилия, результат, который был независимо поддержан отдельным исследованием сопоставительного анализа Ahrne и др.
Литий и др. повторно измеряет Schwanhausser и др. оценки изобилия белка, используя данные для вспомогательных белков и показывает, что перечешуйчатые данные показывают более высокую корреляцию с mRNA изобилием, чем неисправленные данные о белке. Кроме того, они оценивают воздействие других источников ошибки на mRNA и измерениях изобилия белка, используя прямые экспериментальные данные, и они находят, что, когда ошибка явно измерена и смоделирована, еще большая корреляция между mRNA и белком ожидается. Ли и др. использует вторую, независимую стратегию определить вклад mRNA уровней к выражению белка: они показывают, что различие в ставках перевода, непосредственно измеренных профилированием рибосомы, существенно ниже, чем выведенный Schwanhausser и др., и что измеренные и выведенные ставки перевода коррелируют плохо. Включая белок и mRNA данные о товарообороте в этом анализе, результаты Ли и др. предлагают, чтобы mRNA уровни объяснили ~81% различия на уровнях белка, транскрипция 71%, деградация РНК 10%; перевод 11%; и деградация белка 8%.
Это заключение отличается существенно от предыдущих оценок различий в mRNA уровнях, объясняющих 10-40% различий в уровнях белка в текущей литературе.Литий и др. анализ служит точной основой для определения количества экспрессии гена и уровней изобилия белка, явно рассматривая источники ошибки.
Эта работа подчеркивает важность соответствующих статистических исследований больших количественных наборов данных, которые все больше и больше производятся экспериментаторами и используются, чтобы изучить фундаментальные клеточные механизмы.