Informations

La métabolomique non ciblée peut-elle détecter des changements épigénomiques tels que la méthylation ?


Mon objectif principal est l'analyse transcriptomique et très récemment j'ai également commencé à travailler sur la métabolomique. D'après mes données transcriptomiques, il semble qu'il existe un gène/une protéine qui pourrait potentiellement générer des modifications épigénétiques. J'ai également des données métabolomiques non ciblées de conditions expérimentales équivalentes que je prévois d'analyser bientôt en espérant que cela complétera le tableau. Cependant, j'ai recherché des publications liant des métabolites spécifiques avec une structure d'hyper/hypométhylation ou de chromatine et je n'ai pu trouver que quelques références (voir lien ci-dessous) et j'ai eu le sentiment que la métabolomique non ciblée ne semble pas être une technique évidente pour observer les signatures épigénétiques. https://www.ncbi.nlm.nih.gov/pubmed/30125527

Quels métabolites seraient régulés dans des circonstances épigénétiques ? Quelqu'un a-t-il une expérience ou connaît-il une étude particulière qui examine cette relation entre la métabolomique non ciblée et les modifications épigénétiques ? Merci beaucoup pour votre aide!


C'est une question fascinante, et j'ai passé pas mal de temps à l'étudier. D'après ce que j'ai pu trouver concernant la relation entre le métabolisme et l'épigénétique, il semble que les métabolites entraînent des changements épigénétiques, et non l'inverse. Cela peut être assez bien démontré en examinant la différenciation cellulaire et les cellules souches pluripotentes induites. Les changements épigénétiques qui se produisent dans ces processus se produisent en raison de l'environnement de la cellule.

toutefois, les changements épigénétiques provoquent des changements dans les taux de transcription, de sorte qu'ils peuvent indirectement influencer le métabolisme. L'horloge circadienne utilise ce système (https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3392647/). Cependant, la signalisation cellulaire semble être la cause la plus importante du changement métabolique. Le document susmentionné dit également ceci:

Comme la plupart des métabolites ne sont pas diffusibles entre les mitochondries et le cytosol/noyau, une détermination précise de la taille du pool cytoplasmique est essentielle pour comprendre leurs effets sur la signalisation épigénétique. Bien que des tentatives aient été faites, jusqu'à présent, la technologie pour mesurer de manière fiable les concentrations de métabolites dans différents compartiments cellulaires fait défaut.

Ce qui, je suis désolé de le dire, me porte à croire qu'il existe très peu de voies métaboliques qui ont des effets connus sur les facteurs épigénétiques. Cela dit, il y a plusieurs références dans cet article qui peuvent vous mettre sur la bonne voie.


Une approche basée sur la métabolomique peut-elle être utilisée comme alternative pour analyser les esters méthyliques d'acides gras des communautés microbiennes du sol ?

Les techniques d'extraction et de dérivatisation influencent les concentrations et la répétabilité des FAME.

La technique de dérivatisation a un effet plus important que la méthode d'extraction.

L'analyse métabolomique a bénéficié de l'inclusion d'une étape d'oximation.

L'analyse PLFA a donné de meilleurs résultats que l'analyse métabolomique ciblée.

Une approche non ciblée a le potentiel de faire la distinction entre les traitements du sol.


Résumé

Les approches multiomiques fonctionnelles et intégratives adoptées par la biologie des systèmes permettent de découvrir l'ensemble des composants régulateurs en interaction tels que les gènes, les transcrits, les protéines, les métabolites et les modifications protéiques dépendantes des métabolites. Cetinteractome constitue le point médian du réseau protéine-protéine/PTM, protéine-ADN/ARN et protéine-métabolite dans une cellule. En tant que moteurs clés du métabolisme cellulaire, les métabolites sont des précurseurs et des régulateurs des modifications post-traductionnelles des protéines [PTM] qui affectent la diversité et la fonctionnalité des protéines. Le modèle central des réseaux métaboliques orchestré avec précision fait référence au paradigme « les métabolites régulent les PTM, les PTM régulent les enzymes et les enzymes modulent les métabolites » à travers une multitude de boucles de rétroaction et de rétroaction. Le concept représente une régulation PTM-métabolite-enzyme (protéine) sans faille soulignée dans la reprogrammation du métabolisme du cancer. L'interconnectivité immense de ces biomolécules dans leur réseau spectaculaire de voies métaboliques entrelacées fait de la protéomique et de la métabolomique intégrées une excellente opportunité et la composante centrale du cadre multiomique intégratif. Il sera donc très intéressant d'intégrer le protéome global et la protéomique basée sur la PTM à la métabolomique pour atteindre des niveaux modifiés de ces molécules liés à la maladie. Ainsi, la présente mise à jour vise à mettre en évidence le rôle et l'analyse des métabolites/oncométabolites en interaction et de la boucle PTM régulée par les métabolites qui peuvent fonctionner comme des biomarqueurs de surveillance traductionnelle le long du continuum de reprogrammation de l'oncométabolisme.


Métabolomique : une approche de biologie des systèmes pour améliorer la tolérance au stress thermique chez les plantes

Des études métabolomiques complètes fournissent un large éventail de métabolites et de voies métaboliques liés au stress, faisant progresser les cultures dans des conditions de stress thermique. La sélection assistée par la métabolomique, y compris mQTL et mGWAS, a amélioré notre compréhension de l'amélioration de nombreux caractères quantitatifs sous stress thermique.

Résumé

Au cours de la dernière décennie, la métabolomique est devenue un domaine scientifique fascinant qui comprend la documentation, l'évaluation des métabolites et des méthodes chimiques pour les programmes de surveillance cellulaire chez de nombreuses espèces végétales. Un profilage complet du métabolome a permis à l'investigateur de traiter les groupes de données complets des métabolites et les voies métaboliques équivalentes d'une manière extraordinaire. La métabolomique, ainsi que la transcriptomique, joue un rôle influent dans la découverte des liens entre le stress et la documentation des gènes/métabolites, du phénotypage et des biomarqueurs. De plus, il aide à décoder plusieurs systèmes métaboliques liés à la tolérance au stress thermique (HS) chez les plantes. Le stress thermique est un facteur environnemental critique qui affecte globalement la croissance et la productivité des plantes. Ainsi, il y a un besoin urgent d'exploiter les outils modernes de sélection et de biotechnologie comme la métabolomique pour développer des cultivars avec une meilleure tolérance à l'HS. Plusieurs études ont rapporté que les acides aminés, les glucides, les métabolismes azotés, etc. et les métabolites impliqués dans les actions de biosynthèse et de catalyse jouent un rôle décisif dans la réponse à l'HS et aident les plantes à faire face à l'HS. L'utilisation de la sélection assistée par métabolomique (MAB) permet une transmission bien organisée d'un rendement plus élevé et d'une tolérance HS au niveau du métabolome avec des propriétés spécifiques. Les techniques systématiques de métabolomique progressive ont accéléré le profilage métabolique. Néanmoins, les développements continus de la bioinformatique, des outils statistiques et des bases de données nous permettent de produire des informations complètes et en constante évolution sur la configuration biochimique des plantes et par quels moyens elle est inclinée par des signaux génétiques et environnementaux. Actuellement, l'assimilation de la métabolomique aux plateformes post-génomiques a permis une division significative de la connotation génétique-phénotypique dans plusieurs espèces végétales. Cette revue met en évidence le potentiel d'une approche métabolomique végétale de pointe pour l'amélioration des cultures sous SH. Le développement de plantes avec des propriétés spécifiques en utilisant la omique intégrée (métabolomique et transcriptomique) et le MAB peut fournir de nouvelles orientations pour de futures recherches visant à améliorer la tolérance au HS chez les plantes afin d'atteindre un objectif de «faim zéro».


Conflit d'intérêt

Laura E. McNamara déclare une subvention du BBSRC  (BB/K006908/1), EPSRC et The Royal Society of Edinburgh (Crucible scheme) ainsi que les frais d'hébergement et/ou de voyage remboursés par le BBSRC, Advanced Therapy Medicinal Products (ATMP), EPSRC et The Tissue and Cell Engineering Society. Lesley-Anne Turner déclare une subvention du BBSRC. Karl V. Burgess est membre du conseil d'administration de la British Society for Proteome Research et a reçu le remboursement de ses frais pour assister à une réunion de la société. en médecine régénérative et/ou en métabolomique. K. Burgess a également reçu un paiement pour la préparation du manuscrit de l'EPSRC en tant que co-investigateur en médecine régénérative et/ou métabolomique et possède un brevet avec Wellcome Trust également en tant que co-investigateur en médecine régénérative et/ou métabolomique.


Possibilités d'accès

Obtenez un accès complet au journal pendant 1 an

Tous les prix sont des prix NET.
La TVA sera ajoutée plus tard dans la caisse.
Le calcul des taxes sera finalisé lors du paiement.

Obtenez un accès limité ou complet aux articles sur ReadCube.

Tous les prix sont des prix NET.


Identification des métabolites et bases de données spectrales

L'identification des métabolites est l'un des défis majeurs de l'analyse métabolomique à haut débit. Cette étape est indispensable pour conférer un sens biologique aux caractéristiques associées dans une étude métabolomique. Dans les études basées sur la SEP, l'approche commune d'identification des métabolites est basée sur l'interrogation des bases de données métabolomiques pour les valeurs de masse moléculaire neutre des pics identifiés à l'aide d'une fenêtre de tolérance. La masse moléculaire neutre est déduite de la valeur m/z du pic et dépend de la nature chimique du pic identifié (c'est-à-dire le mode d'ionisation et le produit d'addition d'ionisation). En l'absence de connaissances préalables, chaque valeur m/z maximale peut conduire à plusieurs masses moléculaires neutres plausibles qui peuvent représenter différents adduits d'ionisation (H + , Na + , K + , …). Cette multiplicité se traduit souvent par un nombre élevé d'identifications faussement positives. Afin de réduire les faux positifs, plusieurs méthodes ont été développées. AStream et Camera sont des méthodes conçues pour identifier les modèles isotopiques et adduits afin de réduire la complexité des données dans les expériences MS (Alonso et al., 2011 Kuhl et al., 2011). En utilisant ces approches, la nature chimique de chaque pic d'ions sélectionné est estimée, et une seule masse neutre est déduite de chaque modèle identifié. L'utilisation de ces méthodes a l'avantage supplémentaire d'améliorer la détermination de véritables composés biologiques.

Dans les études basées sur la RMN, l'identification automatique des métabolites est généralement effectuée en faisant correspondre les pics de RMN mesurés à un ensemble de modèles de métabolites de référence. Chaque spectre de référence de métabolite est défini par un ou plusieurs pics, qui sont caractérisés par leurs positions ppm et leurs intensités relatives. MetaboHunter est un outil en ligne permettant d'identifier des composés en comparant les positions des pics de référence à la liste des positions des pics détectés (Tulpan et al., 2011). Cependant, cette approche peut conduire à des taux de faux positifs élevés, car elle n'utilise qu'un seul paramètre de pic pour correspondre aux pics de référence. L'approche MetaboHunter a été remplacée par des méthodes plus récentes basées sur le concept de cluster valide (Mercier et al., 2011 Jacob et al., 2013). En plus d'utiliser la position ppm, ces méthodes incluent des intensités de pic et une corrélation d'intensité entre échantillons comme paramètres pour faire correspondre les pics de données aux pics de référence. Le workflow d'analyse RMN mis en œuvre dans FOCUS suit cette même approche d'identification des métabolites, avec l'avantage supplémentaire qu'il tient également compte de la présence de pics manquants générés par le chevauchement spectral (Alonso et al., 2013).

Les bases de données spectrales des métabolites sont essentielles pour l'identification des métabolites. La qualité des données stockées ainsi que le nombre de spectres de métabolites disponibles dans ces bases de données est critique pour la performance des algorithmes d'identification. Au cours des dernières années, de multiples bases de données ont été développées (tableau ​ (tableau 2) 2 ) et le nombre de spectres de référence de métabolites disponibles ne cesse de croître (Ellinger et al., 2013 Fukushima et Kusano, 2013). La Human Metabolome Database (HMDB) est peut-être la base de données spectrale métabolomique publique la plus complète à ce jour (Wishart et al., 2013). La HMDB stocke 40 000 entrées de métabolites différentes, avec des métadonnées biologiques exhaustives et des références spectrales MS/RMN. En plus des bases de données spectrales, plusieurs études ont également contribué à caractériser le métabolome de plusieurs types d'échantillons. Bon nombre de ces études de référence sont également des ressources exceptionnelles de données de haute qualité associées au type de biofluide, de tissu ou de cellule d'intérêt (Wishart et al., 2008 Psychogios et al., 2011 Bouatra et al., 2013).

Tableau 2

Bases de données spectrales disponibles pour l'identification des métabolites.

Base de donnéesDonnées spectralesSite InternetStatistiquesRéférence
BDMHMS/RMNhttp://www.hmdb.ca41 806 entrées de métabolites et 1 579 métabolites avec spectres ( 1 H-RMN, LC-MS, GC-MS …)Wishart et al. (2013)
LMSDMMEhttp://www.lipidmaps.org37 500 structures lipidiques avec spectres MS/MSSud et al. (2007)
METLINMMEhttp://metlin.scripps.edu240 516 entrées de métabolites et 12 057 métabolites avec des spectres MS/MSTautenhahn et al. (2012a)
TOCCATE COLMARRMNhttp://spin.ccic.ohio-state.eduEnsembles de données RMN spectrales multiples : 1 H- et 13 C-RMN, 2D 13 C– 13 C TOCSY (m =�), 2D 1 H– 1 H TOCSY et 13 C– 1 H HSQC-TOCSY (m =�), et 2D 13 C– 1 H HSQC (m =�)Robinette et al. (2008), Bingol et al. (2012, 2014, 2015)
Banque de masseMMEhttp://www.massbank.jp2 337 métabolites et 40 889 spectres (LC-MS, GC-MS …)Horai et al. (2010)
Métabolome de GolmGC-MShttp://gmd.mpimp-golm.mpg.de2 019 métabolites avec spectres GC-MSHummel et al. (2007)
BMRBRMNhttp://www.bmrb.wisc.edu9 841 biomolécules avec des spectres 1 H, 13 C ou 15 NUlrich et al. (2008)
MadisonRMNhttp://mmcd.nmrfam.wisc.edu794 composés avec spectres dont 1 H, 13 C, 1 H– 1 H, 1 H– 13 C …Cui et al. (2008)
NMRShiftDBRMNhttp://nmrshiftdb.nmr.uni-koeln.de42 840 structures et 50 897 spectres mesurésSteinbeck et al. (2003)
RIKENMS/RMNhttp://prime.psc.riken.jp1 589 métabolites (Arabidopsis)Akiyama et al. (2008), Sakurai et al. (2013)
Bibliothèque de métabolites de BirminghamRMNhttp://www.bml-nmr.org208 métabolites et 3 328 spectres RMN 1D et 2DLudwig et al. (2012)

Ce tableau présente une liste des bases de données spectrales les plus couramment utilisées dans les études métabolomiques actuelles pour caractériser les caractéristiques des métabolites associés.


Conclusion

COPDGene est une cohorte importante et bien caractérisée de fumeurs dans laquelle de nombreuses études génétiques, transcriptomiques, protéomiques et métabolomiques ont été menées. Bien que le poumon soit le site d'exposition primaire à la fumée de tabac, les études COPDGene ont identifié de nombreux biomarqueurs sanguins même après ajustement pour le tabagisme, confirmant que la BPCO a des manifestations systémiques. Bien que bon nombre de ces biomarqueurs aient des associations statistiquement significatives avec les phénotypes de la MPOC, beaucoup ne sont pas spécifiques à la MPOC et sont davantage liés à l'inflammation (par exemple, IL-6) ou associés à d'autres maladies chroniques telles que le diabète (sRAGE). D'autres biomarqueurs peuvent être plus spécifiques aux poumons (par exemple, CC16, SP-D), mais sont des biomarqueurs d'autres maladies pulmonaires telles que l'asthme et la maladie pulmonaire interstitielle. En effet, les travaux décrits dans cet article de perspective suggèrent qu'aucune molécule individuelle ne peut expliquer complètement la pathogenèse de la BPCO. Bien que les molécules individuelles puissent expliquer seulement 1𠄵% de la variance dans les phénotypes cliniques, des combinaisons de plusieurs biomarqueurs en combinaison peuvent expliquer plus de 15% de la variance pour certains phénotypes de BPCO, ce qui suggère que les travaux futurs devraient se concentrer sur les panels multi-omiques plutôt que sur marqueurs individuels et que des sous-ensembles de biomarqueurs pourraient être utilisés pour définir des sous-ensembles de sujets atteints de MPOC plutôt que de simplement regrouper les sujets sur la base du phénotypage clinique. De plus, des études sur COPDGene ont révélé qu'il existe des interactions entre les variants génétiques et le transcriptome/protéome/métabolome et soutiennent le concept selon lequel l'inclusion de ces interactions multi-omiques peut améliorer la compréhension statistique de la relation entre les phénotypes de la MPOC et les signatures moléculaires. Nous encourageons les futurs chercheurs à prendre en compte ces deux concepts et à indiquer combien d'explications supplémentaires de la variance sont obtenues par la mesure des biomarqueurs et si elle s'ajoute à d'autres mesures de biomarqueurs.


Métabolomique : application actuelle et perspectives en production végétale

Les mesures nécessaires doivent être prises pour amortir les effets de la faim, de la famine et de la sécheresse dans le monde. Pour relever ces défis, des innovations biotechnologiques telles que les techniques méta-omiques ont été utilisées dans les programmes d'amélioration des cultures. La métabolomique est une technologie viable pour détecter pleinement le réseau fonctionnel de métabolites avec des utilisations biologiques de grande envergure dans l'agriculture, la médecine et les disciplines pharmaceutiques. Cette revue est regroupée en quatre sections traitant de 1) la métabolomique végétale et microbienne, 2) la métabolomique et son application dans la production végétale, 3) le flux de travail et les techniques métabolomiques expliquant les techniques analytiques et l'instrumentation avec leurs avantages et inconvénients, et 4) l'analyse métabolomique des métabolites dans un réseau métabolique. Cette technologie a été appliquée dans l'interaction plante-microbe, les mesures de lutte biologique et la tolérance au stress abiotique, où diverses cultures comme le maïs, le tournesol, le soja et le blé ont été utilisées. Compte tenu de tout cela, un développement supplémentaire est nécessaire pour accroître notre compréhension des métabolites microbiens afin de développer des bioproduits qui augmenteront la croissance et le rendement éventuel, protégeant les plantes des agents pathogènes et fournissant ainsi des aliments nutritifs à la population grouillante. Bien que la métabolomique puisse être appliquée à un large éventail de domaines scientifiques, nous concentrons cette revue sur l'amélioration des plantes, qui est un facteur d'amélioration de la sécurité alimentaire.

Ceci est un aperçu du contenu de l'abonnement, accessible via votre institution.


Matériel complémentaire

Armstrong, F. (2012). Radiothérapie par faisceau de protons et qualité de vie liée à la santé chez les enfants atteints de tumeurs du SNC. J. Clin. Oncol. 30, 2028�. doi: 10.1200/JCO.2012.42.1248

Bellone, J., Hartman, R. et Vlkolinsky, R. (2014). Les effets de faibles doses de rayonnement de protons, de fer ou de silicium sur l'apprentissage spatial dans un modèle murin de la maladie d'Alzheimer. J. Radiat. Rés. 55(Suppl. 1), i95–i96. doi: 10.1093/jrr/rrt154

Benjamini, Y., et Hochberg, Y. (1995). Contrôler le taux de fausses découvertes : une approche pratique et puissante des tests multiples. J.R. Stat. Soc. B 57, 289&# x02013300. doi: 10.1111/j.2517-6161.1995.tb02031.x

Chiacchiera, F., Piunti, A. et Pasini, D. (2013). Méthylations épigénétiques et leurs liens avec le métabolisme. Cellule. Mol. Science de la vie. 70, 1495&# x020131508. doi: 10.1007/s00018-013-1293-5

Chong, J., Soufan, O., Li, C., Caraus, I., Li, S., Bourque, G., et al. (2018). MetaboAnalyst 4.0 : vers une analyse métabolomique plus transparente et intégrative. Acides nucléiques Res. 46, w486–w494. doi: 10.1093/nar/gky310

Conway, A., McCarthy, A. L., Lawrence, P. et Clark, R. A. (2015). La prévention, la détection et la gestion de la cardiotoxicité induite par le traitement du cancer : une méta-revue. BMC Cancer 15:366. doi: 10.1186/s12885-015-1407-6

Cucinotta, F.A., Kim, M.H., Chappell, L.J. et Huff, J.L. (2013). La sécurité est-elle sûre? risque de radiation pour une mission humaine vers Mars. PLoS UN 8 : e74988. doi: 10.1371/journal.pone.0074988

Halle, M., Gabrielsen, A., Paulsson-Benne, G., Gahm, C., Agardh, H. E. et Farnebo, F. (2010). Inflammation soutenue due à l'activation du facteur nucléaire kappa B dans les artères humaines irradiées. Confiture. Coll. Cardiol. 55, 1227�. doi: 10.1016/j.jacc.2009.10.047

Ibba, M., et Söll, D. (2004). Aminoacyl-ARNt : fixer les limites du code génétique. Gènes Dev. 18 731 �. doi: 10.1101/gad.1187404

Unités ICoR (2007). Prescription, enregistrement et rapport de la protonthérapie : contenu. J. Int. Comm. Unités de rayonnement Mesur. 7. doi : 10.1093/jicru/ndm021

Impey, S., Jopson, T., Pelz, C., Tafessu, A., Fareh, F., Zuloaga, D., et al. (2017). Signatures épigénomiques bidirectionnelles et partagées après irradiation de protons et 56Fe. Sci. représentant 7:10227. doi: 10.1038/s41598-017-09191-4

Impey, S., Pelz, C., Tafessu, A., Marzulla, T., Turker, M. S. et Raber, J. (2016). L'irradiation protonique induit des changements persistants et spécifiques de la méthylation de l'ADN dans le ventricule gauche et l'hippocampe. BMC Génomique 17:273. doi: 10.1186/s12864-016-2581-x

Johnson, L. A. E., Torres, R. S., Impey, S., Stevens, J. F. et Raber, J. A. (2017), la résistance à l'insuline de la polipoprotéine E4 interagit pour altérer la cognition et modifier le métabolome de l'épigénome. Sci. représentant 7:43701. doi: 10.1038/srep43701

Kaelin, W. G. Jr. et McKnight, S. L. (2013). Influence du métabolisme sur l'épigénétique et la maladie. Cellule 153, 56�. doi: 10.1016/j.cell.2013.03.004

Kapur, M., Monaghan, C. E. et Ackerman, S. L. (2017). Régulation de la traduction de l'ARNm dans les neurones&# x02014une question de vie ou de mort. Neurone 96, 616�. doi: 10.1016/j.neuron.2017.09.057

Kirkwood, J.S., Lebold, K.M., Miranda, C.L., Wright, C.L., Miller, G.W., Tanguay, R.L., et al. (2012). Une carence en vitamine C active le cycle des nucléotides puriques chez le poisson zèbre. J. Biol. Chem. 287, 3833�. doi: 10.1074/jbc.M111.316018

Kirkwood, J.S., Maier, C.S. et Stevens, J.F. (2013). Profilage métabolique simultané et non ciblé des métabolites polaires et non polaires par spectrométrie de masse LC-Q-TOF. Cour. Protoc. Toxicol. 4:4.39. doi: 10.1002/0471140856.tx0439s56

Laiakis, E., Trani, D., Moon, B.-H., Strawn, S. et Fornace, A. J. Jr. (2015). Le profilage métabolique d'échantillons d'urine de souris exposées aux protons révèle la qualité du rayonnement et des différences spécifiques à la dose. Radiat. Rés. 183, 382&# x02013390. doi: 10.1667/RR3967.1

Lancellotti, P., Nkomo, V.T., Badano, L.P., Bergler-Klein, J., Bogaert, J., Davin, L., et al. (2013). Consensus d'experts pour l'évaluation par imagerie multimodale des complications cardiovasculaires de la radiothérapie chez l'adulte : rapport de l'Association européenne d'imagerie cardiovasculaire et de la société américaine d'échocardiographie. Confiture. Soc. Échocardiogr. 26, 1013&# x020131032. doi: 10.1016/j.echo.2013.07.005

Liu, Y., Satz, J.S., Vo, M.-N., Nangle, L.A., Schimmel, P. et Ackerman, S.L. (2014). Des déficiences dans l'activité d'édition de l'ARNt synthétase provoquent une cardioprotéinopathie. Proc. Natl. Acad. Sci. ETATS-UNIS. 111, 17570&# x0201317575. doi: 10.1073/pnas.1420196111

Lloyd, C., Townsend, S., Reeves, K., et al. (2018). Engagement et communications du programme de recherche humaine de la NASA. iBook de rayonnement. Disponible en ligne sur : https://www.nasa.gov/sites/default/files/atoms/files/nasa_space_radiation_ebook_0.pdf (consulté le 30 octobre 2017).

Lukens, J.N., Lin, A. et Hahn, S.M. (2015). Protonthérapie pour le cancer de la tête et du cou. Cour. Avis. Oncol. 27, 165�. doi: 10.1097/CCO.0000000000000181

Lupu-Plesu, M., Claren, A., Martial, S., Nɽiaye, P.-D., Lebrigand, K., Pons, N., et al. (2017). Effets de l'irradiation proton versus photon sur les réponses immunitaires (lymphatiques) angiogéniques, inflammatoires, prolifératives et antitumorales dans le carcinome épidermoïde de la tête et du cou. Oncogenèse 6:e354. doi: 10.1038/oncsis.2017.56

Merchant, T. E., Hua, C. H., Shukla, H., Ying, X., Nill, S. et Oefke, U. (2008). Radiothérapie proton versus photon pour les tumeurs cérébrales pédiatriques courantes : comparaison de modèles de caractéristiques de dose et de leur relation avec la fonction cognitive. Pédiatre Leucémie 51, 110�. doi: 10.1002/pbc.21530

Meyer-Schuman, R., et Antonellis, A. (2017). Mécanismes émergents des mutations de l'aminoacyl-ARNt synthétase dans les maladies humaines récessives et dominantes. Hum. Mol. Genet. 26, R114–R127. doi: 10.1093/hmg/ddx231

Miousse, I. R., Kutanzi, K. R. et Koturbash, I. (2017). Effets des rayonnements ionisants sur la méthylation de l'ADN : de la biologie expérimentale aux applications cliniques. Int. J. Radiat. Biol. 93, 457�. doi: 10.1080/09553002.2017.1287454

Parihar, V.K., Pasha, J., Tran, K.K., Craver, B.M., Acharya, M.M. et Limoli, C.L. (2015). Modifications persistantes de la structure neuronale et de la plasticité synaptique causées par l'irradiation des protons. Structure du cerveau. Fonction. 220, 1161�. doi: 10.1007/s00429-014-0709-9

Park, S. G., Schimmel, P. et Kim, S. (2008). Aminoacyl ARNt synthetases et leurs liens avec la maladie. Proc. Natl. Acad. Sci. ETATS-UNIS. 105, 11043&# x0201311049. doi: 10.1073/pnas.0802862105

Raber, J., Allen, A.R., Sharma, S., Allen, B., Rosi, S., Olsen, R.H.J., et al. (2015). Effets du proton et de l'irradiation combinée du proton et du 56Fe sur l'hippocampe. Radiat. Rés. 184, 586&# x02013594. doi: 10.1667/RR14103.1

Rabin, B., Buhler, L., Joseph, J., Shukitt-Hale, B. et Jenkins, D. (2002). Effets de l'exposition à des particules ou des protons de 56Fe sur l'opérant à rapport fixe répondant chez le rat. J. Radiat. Rés. 43(Suppl.), S225–S228. doi: 10.1269/jrr.43.S225

Rabinow, J., Brisman, J., Cole, A., Lee, P., Chapman, P., Loeffler, J., et al. (2006). Modifications de l'IRM dans l'hippocampe du rat après radiochirurgie protonique. Stéréotaxie. Fonction. Neurochirurgien. 84, 147�. doi: 10.1159/000094862

Rudobeck, E., Szucs, A. et Vlkolinsky, R. (2014). Effets du rayonnement protonique sur l'activité neuronale évoquée et spontanée dans l'hippocampe de souris transgéniques APP/PSEN1. J. Radiat. Rés. 55, 202�. doi: 10.1093/jrr/rrt174

Russell, N.S., Hoving, S., Heeneman, S., Hage, J.J., Woerdeman, L.A. et de Bree, R. (2009). Nouveaux aperçus sur les changements pathologiques dans les artères musculaires des patients en radiothérapie. Radiother. Oncol. 92, 477�. doi: 10.1016/j.radonc.2009.05.021

Sanchez, M.C., Nelson, G.A. et Green, L.M. (2010). Effets des protons et des particules HZE sur le transport du glutamate dans les astrocytes, les neurones et les cultures mixtes. Radiat. Rés. 174, 669&# x02013678. doi: 10.1667/RR2106.1

Sauter, C., Lorber, B., Gaudry, A., Karim, L., Schwenzer, H., Wien, F., et al. (2015). Les mutants associés aux maladies neurodégénératives d'une aminoacyl-ARNt synthétase mitochondriale humaine présentent des signatures moléculaires individuelles. Sci. représentant 5:17332. doi: 10.1038/srep17332

Shannon, P., Markiel, A., Ozier, O., Baliga, N.S., Wang, J.T., Ramage, D., et al. (2003). Cytoscape : un environnement logiciel pour les modèles intégrés de réseaux d'interaction bioméloculaire. Génome Res. 13, 2498�. doi: 10.1101/gr.1239303

Shukitt-Hale, B., Szprengiel, A., Pluhar, J., Rabin, B. M. et Joseph, C. A. (2004). Les effets de l'exposition aux protons sur la neurochimie et le comportement. Av. Espace Rés. 33, 1334�. doi: 10.1016/j.asr.2003.10.038

Simonsen, L.C., Cucinotta, F.A., Atwell, W. et Nealy, J.E. (1993). Analyse temporelle de l'éruption à protons d'octobre 1989 à l'aide de modèles anatomiques informatisés. Radiat. Rés. 133, 1�. doi: 10.2307/3578250

Sokolova, I.V., Schneider, C.J., Bezaire, M., Soltesz, I., Vlkolinsky, R. et Nelson, G.A. (2015). Le rayonnement protonique altère les propriétés intrinsèques et synaptiques des neurones pyramidaux CA1 de l'hippocampe de la souris. Radiat. Rés. 183, 208�. doi: 10.1667/RR13785.1

Vares, G., Wang, B., Ishii-Ohba, H., Nenoi, M. et Nakajima, T. (2014). L'obésité induite par l'alimentation module les réponses épigénétiques aux rayonnements ionisants chez la souris. PLoS UN 9 : e106277. doi: 10.1371/journal.pone.0106277

Weintraub, N. L., Jones, W. K. et Manka, D. (2010). Comprendre les maladies vasculaires radio-induites. Confiture. Coll. Cardiol. 55, 1237&# x020131239. doi: 10.1016/j.jacc.2009.11.053

Wilson, J.W. (2000). Aperçu des environnements radiologiques et des expositions humaines. Santé Phys. 79, 470�. doi: 10.1097/00004032-200011000-00005

Xia, J., et Wishart, D. (2010). MetPA : un outil de métabolomique basé sur le Web pour l'analyse et la visualisation des voies. Bioinformatique 26, 2342�. doi: 10.1093/bioinformatique/btq418

Zhang, Z.Y., Marrachelli, V.G., Yang, W.Y., Trenson, S., Huang, Q.F., Wei, F.F., et al. (2013). Fonction ventriculaire gauche diastolique en relation avec les biomarqueurs métaboliques circulants dans une étude de population. EUR. J. Préc. Cardiol. 26, 22�. doi: 10.1177/2047487318797395

Mots clés : irradiation protonique, hippocampe, ventricule gauche, analyse métabolomique épigénétique intégrée, biomarqueurs de rayonnement, maladie de Parkinson

Citation : Torres ERS, Hall R, Bobe G, Choi J, Impey S, Pelz C, Lindner JR, Stevens JF et Raber J (2019) Biosynthèse de l'ARNt dans le ventricule gauche du cœur et de l'hippocampe après irradiation de protons. Devant. Mol. Biosci. 6h77. doi: 10.3389/fmolb.2019.00077

Reçu : 10 février 2019 Accepté : 16 août 2019
Publication : 10 septembre 2019.

Reza M. Salek, Centre international de recherche sur le cancer (CIRC), France

Michal Jan Markuszewski, Université de médecine de Gdansk, Pologne
Etienne Thevenot, Commissariat à l'Energie Atomique et aux Energies Alternatives (CEA), France

Copyright © 2019 Torres, Hall, Bobe, Choi, Impey, Pelz, Lindner, Stevens et Raber. Il s'agit d'un article en libre accès distribué sous les termes de la Creative Commons Attribution License (CC BY). L'utilisation, la distribution ou la reproduction dans d'autres forums est autorisée, à condition que le ou les auteurs originaux et le ou les titulaires des droits d'auteur soient crédités et que la publication originale dans cette revue soit citée, conformément aux pratiques académiques acceptées. Aucune utilisation, distribution ou reproduction non conforme à ces conditions n'est autorisée.