ਮਾਈਕਰੋਬਾਇਲ ਮੈਟਾਪ੍ਰੋਟੀਓਮਿਕਸ: ਨਮੂਨਾ ਪ੍ਰੋਸੈਸਿੰਗ ਤੋਂ, ਡੇਟਾ ਸੰਗ੍ਰਹਿ ਤੋਂ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਤੱਕ

ਵੂ ਐਨਹੂਈ, ਕਿਆਓ ਲਿਆਂਗ*

ਕੈਮਿਸਟਰੀ ਵਿਭਾਗ, ਫੁਡਾਨ ਯੂਨੀਵਰਸਿਟੀ, ਸ਼ੰਘਾਈ 200433, ਚੀਨ

ਸੂਖਮ ਜੀਵ ਮਨੁੱਖੀ ਬਿਮਾਰੀਆਂ ਅਤੇ ਸਿਹਤ ਨਾਲ ਨੇੜਿਓਂ ਜੁੜੇ ਹੋਏ ਹਨ। ਮਾਈਕ੍ਰੋਬਾਇਲ ਕਮਿਊਨਿਟੀਆਂ ਅਤੇ ਉਹਨਾਂ ਦੇ ਕਾਰਜਾਂ ਦੀ ਰਚਨਾ ਨੂੰ ਕਿਵੇਂ ਸਮਝਣਾ ਹੈ ਇਹ ਇੱਕ ਪ੍ਰਮੁੱਖ ਮੁੱਦਾ ਹੈ ਜਿਸਦਾ ਤੁਰੰਤ ਅਧਿਐਨ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਹਾਲ ਹੀ ਦੇ ਸਾਲਾਂ ਵਿੱਚ, ਮੈਟਾਪ੍ਰੋਟੀਓਮਿਕਸ ਸੂਖਮ ਜੀਵਾਂ ਦੀ ਰਚਨਾ ਅਤੇ ਕਾਰਜ ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਤਕਨੀਕੀ ਸਾਧਨ ਬਣ ਗਿਆ ਹੈ। ਹਾਲਾਂਕਿ, ਮਾਈਕ੍ਰੋਬਾਇਲ ਕਮਿਊਨਿਟੀ ਨਮੂਨਿਆਂ ਦੀ ਗੁੰਝਲਤਾ ਅਤੇ ਉੱਚ ਵਿਭਿੰਨਤਾ ਦੇ ਕਾਰਨ, ਨਮੂਨਾ ਪ੍ਰੋਸੈਸਿੰਗ, ਪੁੰਜ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਡੇਟਾ ਪ੍ਰਾਪਤੀ ਅਤੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਤਿੰਨ ਪ੍ਰਮੁੱਖ ਚੁਣੌਤੀਆਂ ਬਣ ਗਈਆਂ ਹਨ ਜੋ ਵਰਤਮਾਨ ਵਿੱਚ ਮੈਟਾਪ੍ਰੋਟੋਮਿਕਸ ਦੁਆਰਾ ਦਰਪੇਸ਼ ਹਨ। ਮੈਟਾਪ੍ਰੋਟੀਓਮਿਕਸ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ, ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਨਮੂਨਿਆਂ ਦੇ ਪ੍ਰੀ-ਟਰੀਟਮੈਂਟ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣਾ ਅਤੇ ਵੱਖ-ਵੱਖ ਮਾਈਕਰੋਬਾਇਲ ਵਿਭਾਜਨ, ਸੰਸ਼ੋਧਨ, ਕੱਢਣ ਅਤੇ ਲਾਈਸਿਸ ਸਕੀਮਾਂ ਨੂੰ ਅਪਣਾਉਣ ਲਈ ਅਕਸਰ ਜ਼ਰੂਰੀ ਹੁੰਦਾ ਹੈ। ਇੱਕ ਸਿੰਗਲ ਸਪੀਸੀਜ਼ ਦੇ ਪ੍ਰੋਟੀਓਮ ਦੇ ਸਮਾਨ, ਮੈਟਾਪ੍ਰੋਟੋਮਿਕਸ ਵਿੱਚ ਪੁੰਜ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਡੇਟਾ ਐਕਵਾਇਰ ਮੋਡ ਵਿੱਚ ਡੇਟਾ-ਨਿਰਭਰ ਪ੍ਰਾਪਤੀ (DDA) ਮੋਡ ਅਤੇ ਡੇਟਾ-ਸੁਤੰਤਰ ਪ੍ਰਾਪਤੀ (DIA) ਮੋਡ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ। ਡੀਆਈਏ ਡੇਟਾ ਪ੍ਰਾਪਤੀ ਮੋਡ ਨਮੂਨੇ ਦੀ ਪੇਪਟਾਇਡ ਜਾਣਕਾਰੀ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਇਕੱਠਾ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਵਿਕਾਸ ਦੀ ਬਹੁਤ ਸੰਭਾਵਨਾ ਹੈ। ਹਾਲਾਂਕਿ, ਮੈਟਾਪ੍ਰੋਟੀਓਮ ਨਮੂਨਿਆਂ ਦੀ ਗੁੰਝਲਦਾਰਤਾ ਦੇ ਕਾਰਨ, ਇਸਦਾ ਡੀਆਈਏ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਇੱਕ ਵੱਡੀ ਸਮੱਸਿਆ ਬਣ ਗਿਆ ਹੈ ਜੋ ਮੈਟਾਪ੍ਰੋਟੋਮਿਕਸ ਦੇ ਡੂੰਘੇ ਕਵਰੇਜ ਵਿੱਚ ਰੁਕਾਵਟ ਪਾਉਂਦਾ ਹੈ। ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਰੂਪ ਵਿੱਚ, ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਇੱਕ ਪ੍ਰੋਟੀਨ ਕ੍ਰਮ ਡੇਟਾਬੇਸ ਦਾ ਨਿਰਮਾਣ ਹੈ। ਡੇਟਾਬੇਸ ਦਾ ਆਕਾਰ ਅਤੇ ਸੰਪੂਰਨਤਾ ਨਾ ਸਿਰਫ਼ ਪਛਾਣਾਂ ਦੀ ਗਿਣਤੀ 'ਤੇ ਬਹੁਤ ਪ੍ਰਭਾਵ ਪਾਉਂਦੀ ਹੈ, ਸਗੋਂ ਸਪੀਸੀਜ਼ ਅਤੇ ਕਾਰਜਸ਼ੀਲ ਪੱਧਰਾਂ 'ਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਵੀ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ। ਵਰਤਮਾਨ ਵਿੱਚ, ਇੱਕ ਮੈਟਾਪ੍ਰੋਟੀਓਮ ਡੇਟਾਬੇਸ ਦੇ ਨਿਰਮਾਣ ਲਈ ਸੋਨੇ ਦਾ ਮਿਆਰ ਮੈਟਾਜੀਨੋਮ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਪ੍ਰੋਟੀਨ ਕ੍ਰਮ ਡੇਟਾਬੇਸ ਹੈ। ਇਸ ਦੇ ਨਾਲ ਹੀ, ਦੁਹਰਾਓ ਖੋਜ 'ਤੇ ਅਧਾਰਤ ਜਨਤਕ ਡੇਟਾਬੇਸ ਫਿਲਟਰਿੰਗ ਵਿਧੀ ਨੂੰ ਵੀ ਮਜ਼ਬੂਤ ​​​​ਵਿਹਾਰਕ ਮੁੱਲ ਸਾਬਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਖਾਸ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਰਣਨੀਤੀਆਂ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ, ਪੇਪਟਾਇਡ-ਕੇਂਦ੍ਰਿਤ DIA ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿਧੀਆਂ ਨੇ ਇੱਕ ਪੂਰਨ ਮੁੱਖ ਧਾਰਾ 'ਤੇ ਕਬਜ਼ਾ ਕਰ ਲਿਆ ਹੈ। ਡੂੰਘੀ ਸਿਖਲਾਈ ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਵਿਕਾਸ ਦੇ ਨਾਲ, ਇਹ ਮੈਕਰੋਪ੍ਰੋਟੋਮਿਕ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਸ਼ੁੱਧਤਾ, ਕਵਰੇਜ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਗਤੀ ਨੂੰ ਬਹੁਤ ਉਤਸ਼ਾਹਿਤ ਕਰੇਗਾ। ਡਾਊਨਸਟ੍ਰੀਮ ਬਾਇਓਇਨਫੋਰਮੈਟਿਕਸ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਸੰਦਰਭ ਵਿੱਚ, ਹਾਲ ਹੀ ਦੇ ਸਾਲਾਂ ਵਿੱਚ ਐਨੋਟੇਸ਼ਨ ਟੂਲਜ਼ ਦੀ ਇੱਕ ਲੜੀ ਵਿਕਸਿਤ ਕੀਤੀ ਗਈ ਹੈ, ਜੋ ਕਿ ਮਾਈਕ੍ਰੋਬਾਇਲ ਕਮਿਊਨਿਟੀਆਂ ਦੀ ਰਚਨਾ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਪ੍ਰੋਟੀਨ ਪੱਧਰ, ਪੇਪਟਾਇਡ ਪੱਧਰ ਅਤੇ ਜੀਨ ਪੱਧਰ 'ਤੇ ਸਪੀਸੀਜ਼ ਐਨੋਟੇਸ਼ਨ ਕਰ ਸਕਦੇ ਹਨ। ਹੋਰ ਓਮਿਕਸ ਵਿਧੀਆਂ ਦੇ ਮੁਕਾਬਲੇ, ਮਾਈਕਰੋਬਾਇਲ ਕਮਿਊਨਿਟੀਆਂ ਦਾ ਕਾਰਜਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ ਮੈਕਰੋਪ੍ਰੋਟੋਮਿਕਸ ਦੀ ਇੱਕ ਵਿਲੱਖਣ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ। ਮੈਕਰੋਪ੍ਰੋਟੀਓਮਿਕਸ ਮਾਈਕਰੋਬਾਇਲ ਕਮਿਊਨਿਟੀਆਂ ਦੇ ਮਲਟੀ-ਓਮਿਕਸ ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸਾ ਬਣ ਗਿਆ ਹੈ, ਅਤੇ ਅਜੇ ਵੀ ਕਵਰੇਜ ਡੂੰਘਾਈ, ਖੋਜ ਸੰਵੇਦਨਸ਼ੀਲਤਾ, ਅਤੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਸੰਪੂਰਨਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਬਹੁਤ ਵਿਕਾਸ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।

01 ਨਮੂਨਾ ਪ੍ਰੀ ਇਲਾਜ

ਵਰਤਮਾਨ ਵਿੱਚ, ਮੈਟਾਪ੍ਰੋਟੀਓਮਿਕਸ ਤਕਨਾਲੋਜੀ ਨੂੰ ਮਨੁੱਖੀ ਮਾਈਕਰੋਬਾਇਓਮ, ਮਿੱਟੀ, ਭੋਜਨ, ਸਮੁੰਦਰ, ਸਰਗਰਮ ਸਲੱਜ ਅਤੇ ਹੋਰ ਖੇਤਰਾਂ ਦੀ ਖੋਜ ਵਿੱਚ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਤਿਆ ਗਿਆ ਹੈ। ਇੱਕ ਸਿੰਗਲ ਸਪੀਸੀਜ਼ ਦੇ ਪ੍ਰੋਟੀਓਮ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਤੁਲਨਾ ਵਿੱਚ, ਗੁੰਝਲਦਾਰ ਨਮੂਨਿਆਂ ਦੇ ਮੈਟਾਪ੍ਰੋਟੀਓਮ ਦੇ ਨਮੂਨੇ ਦੀ ਪ੍ਰੀਟਰੀਟਮੈਂਟ ਨੂੰ ਵਧੇਰੇ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਅਸਲ ਨਮੂਨਿਆਂ ਵਿੱਚ ਮਾਈਕਰੋਬਾਇਲ ਰਚਨਾ ਗੁੰਝਲਦਾਰ ਹੈ, ਭਰਪੂਰਤਾ ਦੀ ਗਤੀਸ਼ੀਲ ਰੇਂਜ ਵੱਡੀ ਹੈ, ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਸੂਖਮ ਜੀਵਾਂ ਦੀ ਸੈੱਲ ਕੰਧ ਦੀ ਬਣਤਰ ਬਹੁਤ ਵੱਖਰੀ ਹੈ, ਅਤੇ ਨਮੂਨਿਆਂ ਵਿੱਚ ਅਕਸਰ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਮੇਜ਼ਬਾਨ ਪ੍ਰੋਟੀਨ ਅਤੇ ਹੋਰ ਅਸ਼ੁੱਧੀਆਂ ਹੁੰਦੀਆਂ ਹਨ। ਇਸ ਲਈ, ਮੈਟਾਪ੍ਰੋਟੀਓਮ ਦੇ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ, ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਨਮੂਨਿਆਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣਾ ਅਤੇ ਵੱਖ-ਵੱਖ ਮਾਈਕਰੋਬਾਇਲ ਵਿਭਾਜਨ, ਸੰਸ਼ੋਧਨ, ਕੱਢਣ ਅਤੇ ਲਾਈਸਿਸ ਸਕੀਮਾਂ ਨੂੰ ਅਪਣਾਉਣ ਲਈ ਅਕਸਰ ਜ਼ਰੂਰੀ ਹੁੰਦਾ ਹੈ।

ਵੱਖ-ਵੱਖ ਨਮੂਨਿਆਂ ਤੋਂ ਮਾਈਕਰੋਬਾਇਲ ਮੈਟਾਪ੍ਰੋਟੀਓਮਜ਼ ਨੂੰ ਕੱਢਣ ਵਿੱਚ ਕੁਝ ਸਮਾਨਤਾਵਾਂ ਦੇ ਨਾਲ-ਨਾਲ ਕੁਝ ਅੰਤਰ ਵੀ ਹਨ, ਪਰ ਵਰਤਮਾਨ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਮੈਟਾਪ੍ਰੋਟੀਓਮ ਨਮੂਨਿਆਂ ਲਈ ਇੱਕ ਯੂਨੀਫਾਈਡ ਪ੍ਰੀ-ਪ੍ਰੋਸੈਸਿੰਗ ਪ੍ਰਕਿਰਿਆ ਦੀ ਘਾਟ ਹੈ।

02 ਮਾਸ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਡੇਟਾ ਪ੍ਰਾਪਤੀ

ਸ਼ਾਟਗਨ ਪ੍ਰੋਟੀਓਮ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ, ਪ੍ਰੀਟ੍ਰੀਟਮੈਂਟ ਤੋਂ ਬਾਅਦ ਪੇਪਟਾਇਡ ਮਿਸ਼ਰਣ ਪਹਿਲਾਂ ਕ੍ਰੋਮੈਟੋਗ੍ਰਾਫਿਕ ਕਾਲਮ ਵਿੱਚ ਵੱਖ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਫਿਰ ਆਇਓਨਾਈਜ਼ੇਸ਼ਨ ਤੋਂ ਬਾਅਦ ਡੇਟਾ ਪ੍ਰਾਪਤੀ ਲਈ ਪੁੰਜ ਸਪੈਕਟਰੋਮੀਟਰ ਵਿੱਚ ਦਾਖਲ ਹੁੰਦਾ ਹੈ। ਸਿੰਗਲ ਸਪੀਸੀਜ਼ ਪ੍ਰੋਟੀਓਮ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਸਮਾਨ, ਮੈਕਰੋਪ੍ਰੋਟੀਓਮ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਪੁੰਜ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਡੇਟਾ ਪ੍ਰਾਪਤੀ ਮੋਡਾਂ ਵਿੱਚ ਡੀਡੀਏ ਮੋਡ ਅਤੇ ਡੀਆਈਏ ਮੋਡ ਸ਼ਾਮਲ ਹਨ।

ਪੁੰਜ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਯੰਤਰਾਂ ਦੇ ਨਿਰੰਤਰ ਦੁਹਰਾਅ ਅਤੇ ਅਪਡੇਟ ਦੇ ਨਾਲ, ਉੱਚ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਅਤੇ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਾਲੇ ਪੁੰਜ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਯੰਤਰ ਮੈਟਾਪ੍ਰੋਟੀਓਮ 'ਤੇ ਲਾਗੂ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਅਤੇ ਮੈਟਾਪ੍ਰੋਟੀਓਮ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਕਵਰੇਜ ਡੂੰਘਾਈ ਵਿੱਚ ਵੀ ਲਗਾਤਾਰ ਸੁਧਾਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਲੰਬੇ ਸਮੇਂ ਤੋਂ, ਔਰਬਿਟਰੈਪ ਦੀ ਅਗਵਾਈ ਵਾਲੇ ਉੱਚ-ਰੈਜ਼ੋਲੂਸ਼ਨ ਪੁੰਜ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਯੰਤਰਾਂ ਦੀ ਇੱਕ ਲੜੀ ਨੂੰ ਮੈਟਾਪ੍ਰੋਟੀਓਮ ਵਿੱਚ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਤਿਆ ਗਿਆ ਹੈ।

ਮੂਲ ਪਾਠ ਦੀ ਸਾਰਣੀ 1 ਨਮੂਨੇ ਦੀ ਕਿਸਮ, ਵਿਸ਼ਲੇਸ਼ਣ ਰਣਨੀਤੀ, ਪੁੰਜ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਯੰਤਰ, ਪ੍ਰਾਪਤੀ ਵਿਧੀ, ਵਿਸ਼ਲੇਸ਼ਣ ਸੌਫਟਵੇਅਰ, ਅਤੇ ਪਛਾਣਾਂ ਦੀ ਸੰਖਿਆ ਦੇ ਰੂਪ ਵਿੱਚ 2011 ਤੋਂ ਹੁਣ ਤੱਕ ਮੈਟਾਪ੍ਰੋਟੋਮਿਕਸ 'ਤੇ ਕੁਝ ਪ੍ਰਤੀਨਿਧ ਅਧਿਐਨਾਂ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।

03 ਮਾਸ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ

3.1 DDA ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਰਣਨੀਤੀ

3.1.1 ਡਾਟਾਬੇਸ ਖੋਜ

3.1.2de novoਕ੍ਰਮ ਦੀ ਰਣਨੀਤੀ

3.2 DIA ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਰਣਨੀਤੀ

04 ਸਪੀਸੀਜ਼ ਵਰਗੀਕਰਣ ਅਤੇ ਫੰਕਸ਼ਨਲ ਐਨੋਟੇਸ਼ਨ

ਵੱਖ-ਵੱਖ ਵਰਗੀਕਰਨ ਪੱਧਰਾਂ 'ਤੇ ਮਾਈਕਰੋਬਾਇਲ ਕਮਿਊਨਿਟੀਆਂ ਦੀ ਰਚਨਾ ਮਾਈਕ੍ਰੋਬਾਇਓਮ ਖੋਜ ਦੇ ਮੁੱਖ ਖੋਜ ਖੇਤਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ। ਹਾਲ ਹੀ ਦੇ ਸਾਲਾਂ ਵਿੱਚ, ਮਾਈਕਰੋਬਾਇਲ ਕਮਿਊਨਿਟੀਆਂ ਦੀ ਰਚਨਾ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਪ੍ਰੋਟੀਨ ਪੱਧਰ, ਪੇਪਟਾਇਡ ਪੱਧਰ ਅਤੇ ਜੀਨ ਪੱਧਰ 'ਤੇ ਪ੍ਰਜਾਤੀਆਂ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਐਨੋਟੇਸ਼ਨ ਟੂਲਜ਼ ਦੀ ਇੱਕ ਲੜੀ ਵਿਕਸਿਤ ਕੀਤੀ ਗਈ ਹੈ।

ਫੰਕਸ਼ਨਲ ਐਨੋਟੇਸ਼ਨ ਦਾ ਸਾਰ ਟੀਚਾ ਪ੍ਰੋਟੀਨ ਕ੍ਰਮ ਦੀ ਫੰਕਸ਼ਨਲ ਪ੍ਰੋਟੀਨ ਕ੍ਰਮ ਡੇਟਾਬੇਸ ਨਾਲ ਤੁਲਨਾ ਕਰਨਾ ਹੈ। ਜੀਨ ਫੰਕਸ਼ਨ ਡੇਟਾਬੇਸ ਜਿਵੇਂ ਕਿ GO, COG, KEGG, eggNOG, ਆਦਿ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਮੈਕਰੋਪ੍ਰੋਟੀਓਮ ਦੁਆਰਾ ਪਛਾਣੇ ਗਏ ਪ੍ਰੋਟੀਨਾਂ 'ਤੇ ਵੱਖ-ਵੱਖ ਫੰਕਸ਼ਨਲ ਐਨੋਟੇਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ। ਐਨੋਟੇਸ਼ਨ ਟੂਲਸ ਵਿੱਚ Blast2GO, DAVID, KOBAS, ਆਦਿ ਸ਼ਾਮਲ ਹਨ।

05 ਸੰਖੇਪ ਅਤੇ ਆਉਟਲੁੱਕ

ਸੂਖਮ ਜੀਵਾਣੂ ਮਨੁੱਖੀ ਸਿਹਤ ਅਤੇ ਬਿਮਾਰੀਆਂ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਭੂਮਿਕਾ ਨਿਭਾਉਂਦੇ ਹਨ। ਹਾਲ ਹੀ ਦੇ ਸਾਲਾਂ ਵਿੱਚ, ਮਾਈਕਰੋਬਾਇਲ ਕਮਿਊਨਿਟੀਆਂ ਦੇ ਕੰਮ ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ ਮੈਟਾਪ੍ਰੋਟੋਮਿਕਸ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਤਕਨੀਕੀ ਸਾਧਨ ਬਣ ਗਿਆ ਹੈ। ਮੈਟਾਪ੍ਰੋਟੀਓਮਿਕਸ ਦੀ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਪ੍ਰਕਿਰਿਆ ਸਿੰਗਲ-ਸਪੀਸੀਜ਼ ਪ੍ਰੋਟੀਓਮਿਕਸ ਦੇ ਸਮਾਨ ਹੈ, ਪਰ ਮੈਟਾਪ੍ਰੋਟੀਓਮਿਕਸ ਦੀ ਖੋਜ ਵਸਤੂ ਦੀ ਗੁੰਝਲਤਾ ਦੇ ਕਾਰਨ, ਨਮੂਨਾ ਪ੍ਰੀਟ੍ਰੀਟਮੈਂਟ, ਡੇਟਾ ਪ੍ਰਾਪਤੀ ਤੋਂ ਲੈ ਕੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਤੱਕ, ਹਰੇਕ ਵਿਸ਼ਲੇਸ਼ਣ ਪੜਾਅ ਵਿੱਚ ਖਾਸ ਖੋਜ ਰਣਨੀਤੀਆਂ ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਵਰਤਮਾਨ ਵਿੱਚ, ਪ੍ਰੀਟ੍ਰੀਟਮੈਂਟ ਤਰੀਕਿਆਂ ਦੇ ਸੁਧਾਰ ਲਈ ਧੰਨਵਾਦ, ਪੁੰਜ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਤਕਨਾਲੋਜੀ ਦੀ ਨਿਰੰਤਰ ਨਵੀਨਤਾ ਅਤੇ ਬਾਇਓਇਨਫੋਰਮੈਟਿਕਸ ਦੇ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਾਸ, ਮੈਟਾਪ੍ਰੋਟੋਮਿਕਸ ਨੇ ਪਛਾਣ ਦੀ ਡੂੰਘਾਈ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨ ਦਾਇਰੇ ਵਿੱਚ ਬਹੁਤ ਤਰੱਕੀ ਕੀਤੀ ਹੈ।

ਮੈਕਰੋਪ੍ਰੋਟੀਓਮ ਨਮੂਨਿਆਂ ਦੇ ਪੂਰਵ-ਇਲਾਜ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ, ਨਮੂਨੇ ਦੀ ਪ੍ਰਕਿਰਤੀ ਨੂੰ ਪਹਿਲਾਂ ਵਿਚਾਰਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ. ਵਾਤਾਵਰਣਕ ਸੈੱਲਾਂ ਅਤੇ ਪ੍ਰੋਟੀਨਾਂ ਤੋਂ ਸੂਖਮ ਜੀਵਾਣੂਆਂ ਨੂੰ ਕਿਵੇਂ ਵੱਖ ਕਰਨਾ ਹੈ, ਮੈਕਰੋਪ੍ਰੋਟੀਓਮਜ਼ ਦਾ ਸਾਹਮਣਾ ਕਰਨ ਵਾਲੀਆਂ ਮੁੱਖ ਚੁਣੌਤੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ, ਅਤੇ ਵੱਖ ਕਰਨ ਦੀ ਕੁਸ਼ਲਤਾ ਅਤੇ ਮਾਈਕਰੋਬਾਇਲ ਨੁਕਸਾਨ ਦੇ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਇੱਕ ਜ਼ਰੂਰੀ ਸਮੱਸਿਆ ਹੈ। ਦੂਜਾ, ਸੂਖਮ ਜੀਵਾਣੂਆਂ ਦੇ ਪ੍ਰੋਟੀਨ ਕੱਢਣ ਲਈ ਵੱਖ-ਵੱਖ ਜੀਵਾਣੂਆਂ ਦੀ ਢਾਂਚਾਗਤ ਵਿਭਿੰਨਤਾ ਦੇ ਕਾਰਨ ਹੋਣ ਵਾਲੇ ਅੰਤਰਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ। ਟਰੇਸ ਰੇਂਜ ਵਿੱਚ ਮੈਕਰੋਪ੍ਰੋਟੀਓਮ ਦੇ ਨਮੂਨਿਆਂ ਨੂੰ ਵੀ ਖਾਸ ਪ੍ਰੀ-ਇਲਾਜ ਵਿਧੀਆਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਪੁੰਜ ਸਪੈਕਟਰੋਮੈਟਰੀ ਯੰਤਰਾਂ ਦੇ ਸੰਦਰਭ ਵਿੱਚ, ਮੁੱਖ ਧਾਰਾ ਦੇ ਪੁੰਜ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਯੰਤਰਾਂ ਵਿੱਚ ਔਰਬਿਟਰੈਪ ਪੁੰਜ ਵਿਸ਼ਲੇਸ਼ਕ ਜਿਵੇਂ ਕਿ LTQ-Orbitrap ਅਤੇ Q Exactive ਦੇ ਆਧਾਰ 'ਤੇ ਪੁੰਜ ਸਪੈਕਟਰੋਮੀਟਰਾਂ ਤੋਂ ਆਇਨ ਗਤੀਸ਼ੀਲਤਾ ਕਪਲਡ ਟਾਈਮ-ਆਫ-ਫਲਾਈਟ ਪੁੰਜ ਵਿਸ਼ਲੇਸ਼ਕ ਜਿਵੇਂ ਕਿ timsTOF Pro ਦੇ ਆਧਾਰ 'ਤੇ ਪੁੰਜ ਸਪੈਕਟਰੋਮੀਟਰਾਂ ਵਿੱਚ ਤਬਦੀਲੀ ਕੀਤੀ ਗਈ ਹੈ। . ਆਇਨ ਗਤੀਸ਼ੀਲਤਾ ਮਾਪ ਜਾਣਕਾਰੀ ਵਾਲੇ ਯੰਤਰਾਂ ਦੀ timsTOF ਲੜੀ ਵਿੱਚ ਉੱਚ ਖੋਜ ਸ਼ੁੱਧਤਾ, ਘੱਟ ਖੋਜ ਸੀਮਾ, ਅਤੇ ਚੰਗੀ ਦੁਹਰਾਉਣਯੋਗਤਾ ਹੈ। ਉਹ ਹੌਲੀ-ਹੌਲੀ ਵੱਖ-ਵੱਖ ਖੋਜ ਖੇਤਰਾਂ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਯੰਤਰ ਬਣ ਗਏ ਹਨ ਜਿਨ੍ਹਾਂ ਲਈ ਪੁੰਜ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਖੋਜ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਪ੍ਰੋਟੀਓਮ, ਮੈਟਾਪ੍ਰੋਟੀਓਮ, ਅਤੇ ਇੱਕ ਸਿੰਗਲ ਸਪੀਸੀਜ਼ ਦੇ ਮੈਟਾਬੋਲੋਮ। ਇਹ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹੈ ਕਿ ਲੰਬੇ ਸਮੇਂ ਤੋਂ, ਪੁੰਜ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਯੰਤਰਾਂ ਦੀ ਗਤੀਸ਼ੀਲ ਰੇਂਜ ਨੇ ਮੈਟਾਪ੍ਰੋਟੋਮ ਖੋਜ ਦੀ ਪ੍ਰੋਟੀਨ ਕਵਰੇਜ ਦੀ ਡੂੰਘਾਈ ਨੂੰ ਸੀਮਤ ਕਰ ਦਿੱਤਾ ਹੈ। ਭਵਿੱਖ ਵਿੱਚ, ਇੱਕ ਵੱਡੀ ਗਤੀਸ਼ੀਲ ਰੇਂਜ ਵਾਲੇ ਪੁੰਜ ਸਪੈਕਟ੍ਰੋਮੈਟਰੀ ਯੰਤਰ ਮੈਟਾਪ੍ਰੋਟੀਓਮਜ਼ ਵਿੱਚ ਪ੍ਰੋਟੀਨ ਪਛਾਣ ਦੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਅਤੇ ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੇ ਹਨ।

ਪੁੰਜ ਸਪੈਕਟਰੋਮੈਟਰੀ ਡੇਟਾ ਪ੍ਰਾਪਤੀ ਲਈ, ਹਾਲਾਂਕਿ ਡੀਆਈਏ ਡੇਟਾ ਪ੍ਰਾਪਤੀ ਮੋਡ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਸਪੀਸੀਜ਼ ਦੇ ਪ੍ਰੋਟੀਓਮ ਵਿੱਚ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਅਪਣਾਇਆ ਗਿਆ ਹੈ, ਜ਼ਿਆਦਾਤਰ ਮੌਜੂਦਾ ਮੈਕਰੋਪ੍ਰੋਟੀਓਮ ਵਿਸ਼ਲੇਸ਼ਣ ਅਜੇ ਵੀ ਡੀਡੀਏ ਡੇਟਾ ਪ੍ਰਾਪਤੀ ਮੋਡ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਡੀਆਈਏ ਡੇਟਾ ਪ੍ਰਾਪਤੀ ਮੋਡ ਨਮੂਨੇ ਦੇ ਟੁਕੜੇ ਆਇਨ ਜਾਣਕਾਰੀ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਡੀਡੀਏ ਡੇਟਾ ਪ੍ਰਾਪਤੀ ਮੋਡ ਦੀ ਤੁਲਨਾ ਵਿੱਚ, ਇਸ ਵਿੱਚ ਮੈਕਰੋਪ੍ਰੋਟੀਓਮ ਨਮੂਨੇ ਦੀ ਪੇਪਟਾਇਡ ਜਾਣਕਾਰੀ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਹੈ। ਹਾਲਾਂਕਿ, ਡੀਆਈਏ ਡੇਟਾ ਦੀ ਉੱਚ ਗੁੰਝਲਤਾ ਦੇ ਕਾਰਨ, ਡੀਆਈਏ ਮੈਕਰੋਪ੍ਰੋਟੀਓਮ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਜੇ ਵੀ ਬਹੁਤ ਮੁਸ਼ਕਲਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਿਹਾ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਅਤੇ ਡੂੰਘੀ ਸਿਖਲਾਈ ਦੇ ਵਿਕਾਸ ਤੋਂ DIA ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਸ਼ੁੱਧਤਾ ਅਤੇ ਸੰਪੂਰਨਤਾ ਵਿੱਚ ਸੁਧਾਰ ਦੀ ਉਮੀਦ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਮੈਟਾਪ੍ਰੋਟੀਓਮਿਕਸ ਦੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ, ਮੁੱਖ ਕਦਮਾਂ ਵਿੱਚੋਂ ਇੱਕ ਪ੍ਰੋਟੀਨ ਕ੍ਰਮ ਡੇਟਾਬੇਸ ਦਾ ਨਿਰਮਾਣ ਹੈ। ਪ੍ਰਸਿੱਧ ਖੋਜ ਖੇਤਰਾਂ ਜਿਵੇਂ ਕਿ ਆਂਦਰਾਂ ਦੇ ਫਲੋਰਾ ਲਈ, ਆਂਤੜੀਆਂ ਦੇ ਮਾਈਕ੍ਰੋਬਾਇਲ ਡੇਟਾਬੇਸ ਜਿਵੇਂ ਕਿ IGC ਅਤੇ HMP ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਅਤੇ ਚੰਗੇ ਪਛਾਣ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕੀਤੇ ਗਏ ਹਨ। ਜ਼ਿਆਦਾਤਰ ਹੋਰ ਮੈਟਾਪ੍ਰੋਟੀਓਮਿਕਸ ਵਿਸ਼ਲੇਸ਼ਣਾਂ ਲਈ, ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਡਾਟਾਬੇਸ ਨਿਰਮਾਣ ਰਣਨੀਤੀ ਅਜੇ ਵੀ ਮੈਟਾਜੇਨੋਮਿਕ ਸੀਕੁਏਂਸਿੰਗ ਡੇਟਾ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਨਮੂਨਾ-ਵਿਸ਼ੇਸ਼ ਪ੍ਰੋਟੀਨ ਕ੍ਰਮ ਡੇਟਾਬੇਸ ਸਥਾਪਤ ਕਰਨਾ ਹੈ। ਉੱਚ ਜਟਿਲਤਾ ਅਤੇ ਵੱਡੀ ਗਤੀਸ਼ੀਲ ਰੇਂਜ ਵਾਲੇ ਮਾਈਕਰੋਬਾਇਲ ਕਮਿਊਨਿਟੀ ਨਮੂਨਿਆਂ ਲਈ, ਘੱਟ-ਭਰਪੂਰ ਪ੍ਰਜਾਤੀਆਂ ਦੀ ਪਛਾਣ ਨੂੰ ਵਧਾਉਣ ਲਈ ਕ੍ਰਮ ਦੀ ਡੂੰਘਾਈ ਨੂੰ ਵਧਾਉਣਾ ਜ਼ਰੂਰੀ ਹੈ, ਜਿਸ ਨਾਲ ਪ੍ਰੋਟੀਨ ਕ੍ਰਮ ਡੇਟਾਬੇਸ ਦੀ ਕਵਰੇਜ ਵਿੱਚ ਸੁਧਾਰ ਹੁੰਦਾ ਹੈ। ਜਦੋਂ ਕ੍ਰਮਬੱਧ ਡੇਟਾ ਦੀ ਘਾਟ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਜਨਤਕ ਡੇਟਾਬੇਸ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਇੱਕ ਦੁਹਰਾਓ ਖੋਜ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਹਾਲਾਂਕਿ, ਦੁਹਰਾਉਣ ਵਾਲੀ ਖੋਜ FDR ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰ ਸਕਦੀ ਹੈ, ਇਸਲਈ ਖੋਜ ਨਤੀਜਿਆਂ ਦੀ ਧਿਆਨ ਨਾਲ ਜਾਂਚ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਮੈਟਾਪ੍ਰੋਟੋਮਿਕਸ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਪਰੰਪਰਾਗਤ ਐਫਡੀਆਰ ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ ਮਾਡਲਾਂ ਦੀ ਉਪਯੋਗਤਾ ਅਜੇ ਵੀ ਖੋਜਣ ਯੋਗ ਹੈ। ਖੋਜ ਰਣਨੀਤੀ ਦੇ ਰੂਪ ਵਿੱਚ, ਹਾਈਬ੍ਰਿਡ ਸਪੈਕਟ੍ਰਲ ਲਾਇਬ੍ਰੇਰੀ ਰਣਨੀਤੀ DIA ਮੈਟਾਪ੍ਰੋਟੋਮਿਕਸ ਦੀ ਕਵਰੇਜ ਡੂੰਘਾਈ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੀ ਹੈ। ਹਾਲ ਹੀ ਦੇ ਸਾਲਾਂ ਵਿੱਚ, ਡੂੰਘੀ ਸਿਖਲਾਈ ਦੇ ਅਧਾਰ ਤੇ ਤਿਆਰ ਕੀਤੀ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ ਸਪੈਕਟ੍ਰਲ ਲਾਇਬ੍ਰੇਰੀ ਨੇ ਡੀਆਈਏ ਪ੍ਰੋਟੀਓਮਿਕਸ ਵਿੱਚ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਦਿਖਾਇਆ ਹੈ। ਹਾਲਾਂਕਿ, ਮੈਟਾਪ੍ਰੋਟੀਓਮ ਡੇਟਾਬੇਸ ਵਿੱਚ ਅਕਸਰ ਲੱਖਾਂ ਪ੍ਰੋਟੀਨ ਐਂਟਰੀਆਂ ਹੁੰਦੀਆਂ ਹਨ, ਜਿਸਦੇ ਨਤੀਜੇ ਵਜੋਂ ਵੱਡੇ ਪੱਧਰ ਦੀ ਪੂਰਵ-ਅਨੁਮਾਨਿਤ ਸਪੈਕਟ੍ਰਲ ਲਾਇਬ੍ਰੇਰੀਆਂ ਹੁੰਦੀਆਂ ਹਨ, ਬਹੁਤ ਸਾਰੇ ਕੰਪਿਊਟਿੰਗ ਸਰੋਤਾਂ ਦੀ ਖਪਤ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਇੱਕ ਵੱਡੀ ਖੋਜ ਸਪੇਸ ਵਿੱਚ ਨਤੀਜਾ ਹੁੰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਮੈਟਾਪ੍ਰੋਟੀਓਮਜ਼ ਵਿੱਚ ਪ੍ਰੋਟੀਨ ਕ੍ਰਮਾਂ ਵਿੱਚ ਸਮਾਨਤਾ ਬਹੁਤ ਬਦਲਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਸਪੈਕਟ੍ਰਲ ਲਾਇਬ੍ਰੇਰੀ ਪੂਰਵ ਅਨੁਮਾਨ ਮਾਡਲ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣਾ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ, ਇਸਲਈ ਪੂਰਵ-ਅਨੁਮਾਨਿਤ ਸਪੈਕਟ੍ਰਲ ਲਾਇਬ੍ਰੇਰੀਆਂ ਨੂੰ ਮੈਟਾਪ੍ਰੋਟੀਓਮਿਕਸ ਵਿੱਚ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਨਹੀਂ ਵਰਤਿਆ ਗਿਆ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਉੱਚੇ ਕ੍ਰਮ-ਸਮਰੂਪ ਪ੍ਰੋਟੀਨਾਂ ਦੇ ਮੈਟਾਪ੍ਰੋਟੋਮਿਕਸ ਵਿਸ਼ਲੇਸ਼ਣ 'ਤੇ ਲਾਗੂ ਕਰਨ ਲਈ ਨਵੀਂ ਪ੍ਰੋਟੀਨ ਅਨੁਮਾਨ ਅਤੇ ਵਰਗੀਕਰਨ ਐਨੋਟੇਸ਼ਨ ਰਣਨੀਤੀਆਂ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ।

ਸੰਖੇਪ ਰੂਪ ਵਿੱਚ, ਇੱਕ ਉੱਭਰ ਰਹੀ ਮਾਈਕ੍ਰੋਬਾਇਓਮ ਖੋਜ ਤਕਨਾਲੋਜੀ ਦੇ ਰੂਪ ਵਿੱਚ, ਮੈਟਾਪ੍ਰੋਟੋਮਿਕਸ ਤਕਨਾਲੋਜੀ ਨੇ ਮਹੱਤਵਪੂਰਨ ਖੋਜ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕੀਤੇ ਹਨ ਅਤੇ ਇਸ ਵਿੱਚ ਵਿਕਾਸ ਦੀ ਵੱਡੀ ਸੰਭਾਵਨਾ ਵੀ ਹੈ।