레이블이 Human인 게시물을 표시합니다. 모든 게시물 표시
레이블이 Human인 게시물을 표시합니다. 모든 게시물 표시

금요일, 9월 06, 2024

인간 노화의 복잡성을 이해하기 위한 다중 오믹스 연구

오늘은 지난달에 노화에 대해서 발표한 연구 내용을 LLM에게 물어보았습니다. 다만 논문 용량이 40M라서 가능한 LLM이 chatGPT와 NotebookLM, 두개밖에 안되었습니다. 물론 gemini는 용량에 제한이 없는데 pdf파일을 잘 못찾아서 이번에는 제외하였습니다.

논문 제목은 Nonlinear dynamics of multi-omics profiles during human aging 이고, 다양한 연령대를 대상으로 연구를 진행하여 결과를 내었습니다. 

DOI: 10.1038/s43587-024-00692-2


chatGPT

### 인간 노화의 복잡성을 이해하기 위한 다중 오믹스 접근법

**연구 배경과 목적**

노화는 심혈관 질환, 당뇨병, 신경퇴행성 질환, 암 등 다양한 인간 질병과 밀접하게 관련된 복잡하고 다면적인 과정입니다. 이러한 연관성을 이해하기 위해서는 노화 과정에서 발생하는 분자적 변화를 파악하는 것이 매우 중요합니다. 기존의 노화 연구는 주로 시간이 지남에 따라 일어나는 선형적 변화를 중심으로 이루어졌습니다. 그러나 나이가 들어감에 따라 나타나는 질병의 진행과 사망 위험은 특정 시점에서 급격히 증가하는 경향이 있어, 분자적 과정에서 비선형적 변화가 일어나고 있음을 시사합니다.

이 연구는 이러한 비선형적 변화를 심층적으로 탐구하기 위해 다중 오믹스 접근법을 활용했습니다. 유전체학, 단백질체학, 대사체학, 미생물군 데이터 등을 포함한 다양한 생물학적 데이터를 분석했으며, 혈액, 대변, 피부, 구강, 비강 스왑 등 다양한 샘플에서 데이터를 수집했습니다. 연구 대상자는 25세에서 75세 사이의 108명으로, 이들을 약 1.7년에서 6.8년까지 추적 관찰했습니다. 연구의 주요 목적은 인간 노화 과정에서 비선형적 변화를 보이는 주요 분자 및 생물학적 경로를 식별하여 노화와 관련된 질병의 잠재적 치료 표적을 파악하는 데 있습니다.

**연구 결과**

이 연구는 노화 과정에서 나타나는 비선형적 분자 변화에 대한 중요한 발견을 제시했습니다. 특히, 44세와 60세 즈음에 분자적 불규칙성이 크게 증가하는 두 개의 주요 시기를 확인했습니다. 이 시기 동안 다음과 같은 특정 분자 및 기능적 경로에서 중요한 변화가 나타났습니다:

1. **면역 조절 및 탄수화물 대사**: 약 60세에 이르러 면역 조절과 탄수화물 대사에서 뚜렷한 변화가 관찰되었습니다. 이는 당뇨병 및 면역 관련 질환에 대한 취약성이 증가할 수 있는 전환 시기를 의미합니다.

2. **심혈관 질환, 지질 및 알코올 대사**: 약 44세에는 심혈관 질환 지표와 함께 지질 및 알코올 대사에서 변화가 나타났습니다. 이는 중년기가 심혈관 질환 및 대사성 질환이 발생할 수 있는 중요한 시기임을 시사합니다.

이 연구 결과는 노화 과정이 단순한 점진적 쇠퇴가 아니라, 복잡하고 비선형적인 분자적 변화가 일어나는 과정임을 보여줍니다.

**인간 건강에의 기여**

이 연구 결과는 인간 건강에 중요한 시사점을 제공합니다. 분자적 변화가 가장 뚜렷하게 나타나는 특정 시기를 식별함으로써, 이 연구는 언제 그리고 어떻게 치료 전략을 개입해야 할지를 파악하는 데 유용한 통찰을 제공합니다. 예를 들어, 특정 연령대에서 면역 기능과 대사에 중요한 변화가 발생한다는 사실은 노화 관련 질병의 위험을 완화하기 위한 맞춤형 치료나 생활습관 개입의 개발에 중요한 기초를 제공합니다.

더 나아가, 노화의 비선형적 동역학을 분자적 수준에서 이해함으로써, 노화 관련 질병의 발병을 예측하는 바이오마커를 식별할 수 있는 가능성이 열립니다. 이를 통해 조기 진단 및 보다 정밀한 개입이 가능해져, 궁극적으로는 개인의 생물학적 특성에 맞춘 개인화된 의학으로 나아가는 길을 열 수 있습니다. 이는 건강수명 연장과 삶의 질 향상에 기여할 것입니다.

결론적으로, 이 연구의 다중 오믹스 접근법은 인간 노화의 복잡하고 비선형적인 특성을 밝혀내며, 건강 개선을 위한 새로운 가능성을 제시합니다.



NotebookLM

## 인간 노화 과정에서 나타나는 비선형적 변화에 대한 다중 오믹스 연구

### 연구 배경 및 목적

**노화는 심혈관 질환, 당뇨병, 신경 퇴행 및 암을 포함한 다양한 질병과 밀접하게 연관된 복잡한 생리적 변화 과정입니다.** 노화의 메커니즘을 이해하고 노화 관련 질병의 치료 표적을 식별하는 것은 건강 수명을 연장하는 데 매우 중요합니다. 기존 연구들은 노화 과정에서의 선형적 변화에 초점을 맞추었지만, **노화 관련 질병의 발병 및 사망 위험은 특정 시점 이후에 가속화되는 경향을 보여 노화 과정에서의 비선형적 분자 변화 연구의 중요성이 부각되고 있습니다.**

본 연구는 **인간 노화 과정에서 나타나는 비선형적 분자 변화의 포괄적인 양상을 탐구하고, 이러한 변화에 관여하는 분자 및 생물학적 경로에 대한 통찰력을 제공하는 것을 목표로 합니다.** 

### 연구 결과 요약

본 연구에서는 25세에서 75세 사이의 108명의 참가자를 대상으로 장기간에 걸쳐 다중 오믹스 프로파일링을 수행했습니다.  참가자들은 평균 1.7년 동안 추적 관찰되었으며, 최대 추적 기간은 6.8년이었습니다.

**연구 결과, 노화 과정에서 분자 마커의 상당한 변화가 약 44세와 60세의 두 주요 시기에 발생하는 것을 확인했습니다.**

* **44세 전후**: 심혈관 질환, 지질 및 알코올 대사 변화와 관련된 분자 및 기능적 경로의 변화가 나타났습니다.

* **60세 전후**: 면역 조절 및 탄수화물 대사와 관련된 분자 및 기능적 경로의 변화가 나타났습니다.

**특히, 분자의 6.6%만이 노화 과정에서 선형적 변화를 보였으며, 81%는 비선형적 패턴을 나타냈습니다.** 이는 **노화가 선형적 과정이 아니며**, 노화 관련 질병의 위험이 특정 연령대에서 급격하게 증가한다는 것을 시사합니다.

**결론:**

이 연구는 인간 노화 과정에서 발생하는 역동적이고 비선형적인 분자적 변화에 대한 귀중한 통찰력을 제공합니다. 연구 결과는 노화가 선형적 과정이 아니며 특정 연령대, 특히 약 40세와 60세에서 발생하는 뚜렷한 분자적 변화가 있음을 강조합니다. 또한 노화에 따라 심혈관 질환, 피부 및 근육 기능 저하, 면역 기능 장애 및 신장 기능 저하를 포함한 다양한 질병의 위험이 비선형적으로 증가한다는 사실이 밝혀졌습니다. 이러한 발견은 노화 과정과 이와 관련된 질병 위험에 대한 이해를 높이는 데 기여합니다.

### 추가 고려 사항

본 연구는 108명의 비교적 작은 표본 크기를 가지고 있으며, 스탠포드 대학교 주변 지역 사회를 대상으로 수행되었다는 제한점을 가지고 있습니다. 따라서 연구 결과를 일반화하기 위해서는 더 큰 규모의 연구가 필요합니다. 또한, 본 연구에서 관찰된 분자적 변화는 동일 개인 내에서의 변화가 아닌 다양한 연령대의 개인들 간의 차이를 나타낸다는 점에 유의해야 합니다. 따라서 개인 내에서의 노화 과정을 정확하게 파악하기 위해서는 장기간에 걸친 추적 연구가 필요합니다.


100여명의 다양한 연령대를 대상으로 조사한 마 40대와 60대 전환기에 각각 차이들이 발견되었다고 하네요. 개인적으로는 40대는무사히(?) 지나갔으니 이제 다가올 60대를 잘 대비해야 할 듯 합니다.

그리고 이 논문의 데이터를 확인할 수 있는 사이트와 github 도 제공하고 있으니 나중에 한번 접속해서 확인하시면 재미있는 것을 발견할 수 있지 않을까합니다. 

자료접근: https://portal.hmpdacc.org/

github: https://github.com/jaspershen-lab/ipop_aging



출처 : @ye._.vely618

화요일, 3월 28, 2017

Resolving the Complexity of Human Skin Metagenomes Using Single- Molecule Sequencing


Yu-Chih Tsai et al. mBio 2016; doi:10.1128/mBio.01948-15


동부(Bethesda)와 서부(Pacific Biosciences)의 콜라보 논문
그러나 이참에 Cell 한번 마음대로 써보자 하지 않았다는게 의외의 포인트 (제길.. 놀려줄게 없어 ㅠ.ㅜ)

사람의 피부조직 중 6군데에서 샘플을 채취하는데 보여줄때는 크게 팔 (3군데)과 발 (3군데)를 샘플링을
해서 SMRT와 HiSeq 시퀀싱

- 니네 반복없니? 반복은 너님들이나 신경쓰는 거 Orz

근데 팔쪽 SMRT가 폭망해서 Human 필터링 하니 20M정도 나왔다는거 제외하고는 HiSeq과 발 SMRT는 잘 나와줘서 하단의 멋진 Figure 시전. ㅠ.ㅜ



디스플레이 하나는 이쁘게 잘하네.. ㅠ.ㅜ
간단히 얘기해서 HiSeq으로는 못잡는거 있다(물론 그 반대도 있다는게 함정이지만..).
그래서 HiSeq이 위대하긴 했는데 SMRT로도 HiSeq하는거 확인 할 수 있고 어떤 부분에서는 더 정확하게 표현해 줄 수 있다라는 것을 여지없이 보여주고 있습니다(상단 그림에서 D 파트 되겠습니다).

그리고 이 논문에서 저자가 참고할만한 Figure는 바로 이것!


현재 iHMP의 Assembly SOP의 tools은 SOAPdenovo인데 음.. 이거 봐서는 SPAdes도 나쁘지 않다고 생각되네요..
Long read있다고 어설프게 Hybrid 한다고 깝치지 말고 HiSeq으로 SPAdes 도 나쁘지 않겠네라는 본인 생각 되겠습니다.
대신 속도는 확실히 SOAPdenovo가 빠릅니다.

논문 결론은 당신이 알고 내가 알고 있다 싶이 SMRT 자랑되겠습니다.
근데 문제는 효율이 좋아져서 그냥 자랑질이 아니라는게.. Orz
쓰고 싶은데 돈이 없어.. ㅠ.ㅜ

그래서 우리는 SMRT랑 HiSeq으로 박테리아 말고 바이러스랑 곰팡이도 같이 봤고 덤으로 Corynebacterium simulans라는 균은 closed genome서열도 확보도 할 수 있다능!
물론 TSLR이라는 일루미나라는 기술도 있지만 증폭해야되서 bias가 예상되는데 우리 SMRT는 증폭-Free라서 괜찮음(물론 이건 님들 의견, 물론 나한테는 반박 자료가 없다는게 현실 ㅠ.ㅜㅋ)