Monday, February 1, 2010

Talk to...


คุยกับนักวิจัยรุ่นใหม่ ดร.​ณัฏฐ์ สมิตติพัฒน์
จิตสุพางค์ รอดบำเรอ

สวัสดีค่ะ ชาว THAI Bioinformatics ทุกท่าน คุณผู้อ่านอย่าเพิ่งตกใจนะคะที่เห็น Talk to... โผล่มาในนิตยสารนี้ Talk to... เป็นคอลัมน์น้องใหม่ที่เพิ่งเปิดตัวออกมาเดือนนี้เองค่ะ ก่อนอื่น ก่อนอื่นต้องขอแนะนำตัวกันนิดนึงนะคะ ก้อยได้เขามารับบทบาทเป็นผู้สัมภาษณ์จำเป็นของคอลัมน์นี้ โดย Talk to… ของเรามี concept ที่จะแนะนำให้คุณผู้อ่านได้รู้จักกับ นักวิจัย นักวิชาการ นักศึกษา หรือใครก็ตามที่มีส่วนเกี่ยวข้องกับ bioinformatics ค่ะ โดยเราจะไปพูดคุยกับเขาเหล่านั้นเกี่ยวกับงานที่ทำ แนวความคิด ความเห็น มุมมอง และประเด็นน่าสนใจมากมายเกี่ยวกับ bioinformatics ค่ะ

พี่โจ๊ก (เสื้อสีขาว) พี่นัท (เสื้อสีฟ้า)


เพื่อไม่ให้เป็นการเสียเวลา ก้อยขอแนะนำให้รู้จักบุคคลที่เราจะไปพูดคุยด้วยเลยดีกว่าค่ะ คนนั้นก็คือ ดร. ณัฏฐ์ สมิตติพัฒน์ นักวิจัยหนุ่มรุ่นใหม่ไฟแรงค่ะ ปัจจุบันทำงานเป็นนักวิจัยที่ห้องปฏิบัติการวิจัยวัณโรค ศูนย์พันธุวิศวกรรมและเทคโนโลยีชีวภาพแห่งชาติ หรือที่เรารู้จักกันว่า ไบโอเทค (BIOTEC) นั่นแหละค่ะ และ BIOTEC นี้ก็เป็นหน่วยงานภายใต้สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) อีกทีหนึ่ง เอาล่ะค่ะ เราไปคุยกับ ดร. ณัฏฐ์ หรือพี่นัทของพวกเรากันค่ะ

เพื่อความเป็นกันเอง ขอเรียกว่าพี่นัทละกันนะคะ ☺ พี่นัททำงานที่นี่มานานหรือยังคะ

พี่ทำงานที่นี่ ตั้งแต่ปี 2549 นี่ก็เข้าปีที่ 5 แล้วครับ

แล้วงานวิจัยที่กำลังทำในตอนนี้

งานวิจัยหลักที่พี่กับผู้ช่วยวิจัย (ธาดา จูฑะโยธิน หรือพี่โจ๊ก) กำลังทำอยู่ คือพยายามวิเคราะห์หากลุ่มยีนที่มีคุณสมบัติเป็นเป้าหมายของยา (drug target) เพื่อนำไปค้นหาและพัฒนายาใหม่ที่สามารถยับยั้ง (หรือฆ่า) เชื้อวัณโรค สาเหตุที่เราต้องหายาใหม่ เป็นเพราะตอนนี้ทั่วโลกกำลังเผชิญกับปัญหาเชื้อวัณโรคที่มีลักษณะดื้อต่อกลุ่มยาที่ใช้กันในปัจจุบันซึ่งมีจำนวนเพิ่มมากขึ้น ดังนั้นจึงจำเป็นที่จะต้องพัฒนาหายาใหม่มารักษาผู้ป่วยที่ดื้อยาเหล่านี้ เหตุผลอีกประการหนึ่งที่เราหวังว่าจะสามารถหายาใหม่ก็เพื่อลดระยะเวลาที่ใช้ในการรักษาผู้ป่วย ซึ่งกลุ่มยาที่ใช้ในปัจจุบันยังจำเป็นที่ต้องใช้ต่อเนื่องเป็นเวลาค่อนข้างนาน (คือ 6 เดือนเป็นอย่างน้อย) ในโครงการวิจัยนี้เราศึกษาลักษณะการแสดงออกของกลุ่มยีนต่างๆ ของเชื้อวัณโรคซึ่งถูกรบกวนให้เจริญเติบโตในสภาวะต่างๆ โดยจะดูว่ากลุ่มยีนใดมีคุณสมบัติเหมาะที่จะนำมาเป็นเป้าหมายใหม่ของยาได้ ข้อมูลที่เรานำมาวิเคราะห์ก็คือ ข้อมูลที่ได้จากการทดลอง microarray ของนักวิจัยกลุ่มต่างๆ ทั่วโลก ซึ่งเป็นข้อมูลที่สามารถหาได้ตามแหล่งข้อมูลจีโนมทั่วๆ ไป เช่น NCBI หรือ Stanford Microarray Database (SMD) เป็นต้น

ส่วนโครงการวิจัยอื่นที่พี่ได้เข้าไปร่วมก็คือ โครงการศึกษากลไกการออกฤทธิ์ของยาหรือสารสกัดจากธรรมชาติที่สามารถยับยั้งการเจริญของเชื้อวัณโรค โดยใช้วิธี microarray (ของดร.สารดี วาฤทธิ์ รุ่นพี่นักวิจัยในหน่วยฯ เดียวกัน) ในโครงการนี้พี่และพี่โจ๊ก ได้ช่วยวิเคราะห์ข้อมูลที่ได้จากการทดลองด้วยวิธี microarray ซึ่งเราคาดหวังว่าการศึกษาดังกล่าวจะช่วยให้เราทราบถึงกลุ่มยีนส์หรือ pathway ที่เป็นเป้าหมายของยาหรือสารสกัดที่เราสนใจได้ ข้อมูลนี้ก็จะเป็นประโยชน์สำหรับการพัฒนาหายารักษาวัณโรคใหม่ได้อีกทางหนึ่ง

งานด้าน bioinformatics กับพี่นัท เริ่มต้นจากตอนไหน

พี่ได้เริ่มทำงานวิจัยด้าน bioinformatics จริงๆ ก็หลังจากที่พี่จบปริญญาเอก พี่ก็ได้ทุนวิจัย postdoctoral fellow จากไบโอเทค สวทช. (โชคดีจริงๆ) สำหรับศึกษา tandem repeat ในจีโนมต่างๆ ของเชื้อวัณโรค (งานจะเป็น comparative genomics ซะส่วนใหญ่) โดยมีจุดประสงค์ คือ ค้นหาตำแหน่ง tandem repeat ใหม่ๆ ที่มีลักษณะ polymorphic เพื่อนำมาใช้เป็น marker สำหรับจำแนกสายพันธุ์ของเชื้อวัณโรคต่างๆ ได้ ส่วนอีกจุดประสงค์หนึ่งก็เพื่อศึกษาวิวัฒนาการของ tandem repeat โดยวิเคราะห์ลักษณะการเปลี่ยนแปลงของ tandem repeat sequences ที่พบในจีโนมของเชื้อวัณโรคสปีซีส์ต่างๆ

แล้วมีอะไรเป็นแรงบันดาลใจในการทำงานด้านนี้หรือเปล่า

แรงบันดาลใจก็คงเกิดขึ้นตั้งแต่สมัยที่พี่เรียนปริญญาเอกอยู่ที่มหิดลล่ะครับ แม้ว่าวิทยานิพนธ์ของพี่จะไม่ใช่งานด้าน bioinformatics ล้วนๆ (จริงๆ แล้ว ตอนเรียนปริญญาเอกพี่กำลังศึกษาพวก variable-number tandem repeats [VNTR] ซึ่งเป็น polymorphic markers ประเภทหนึ่งที่นำมาใช้จำแนกสายพันธุ์ของเชื้อวัณโรค... ซึ่งเป็นงานทางด้าน molecular epidemiology) แต่พี่ก็มีโอกาสที่ได้วิเคราะห์ข้อมูล DNA โดยใช้วิธีต่างๆ ทาง bio-informatics ซึ่งรู้สึกชอบการวิเคราะห์ข้อมูลเชิง bioinformatics มาก ประกอบกับในช่วงนั้นคนที่ทำงานด้าน bioinformatics ในประเทศไทยก็ยังมีน้อยมาก พี่ก็เลยสนใจที่จะทำงานวิจัยใน field นี้

คนแรกที่แนะนำพี่นัทให้รู้จักกับงานวิจัยทางด้าน bioinformatics คือใครคะ

คือ รศ.นพ.ประสิทธิ์ ผลิตผลการพิมพ์ ครับ อาจารย์เป็นอาจารย์ที่ปรึกษาให้กับพี่ตอนสมัยพี่เรียนปริญญาเอกที่ภาควิชาจุลชีววิทยา คณะวิทยาศาสตร์ มหิดล อาจารย์ยังเป็นบุคคลแรกที่แนะนำ bioinformatics และสอนเกี่ยวกับการวิเคราะห์ DNA sequence เบื้องต้นให้กับพี่ เช่น การทำ sequence alignment และการทำ phylogenetics ส่วนเรื่องทักษะการเขียนโปรแกรมทางคอมพิวเตอร์ พี่พยายามเรียนรู้เอง โชคดีที่ตอนนั้นมีเพื่อนที่เรียนอยู่ภาควิชาคณิตศาสตร์ (ดร. ชัยพร ตั้งทอง ตอนนี้ก็เป็นอาจารย์ภาควิชาคณิตศาสตร์และคอมพิวเตอร์ที่ ม.เชียงใหม่) ได้ช่วยปูพื้นฐานเกี่ยวกับการเขียนโปรแกรมให้พี่

Bioinformatics ช่วยงานวิจัยของพี่นัทในส่วนไหน

ถ้าพี่แบ่ง bioinformatics เป็น 2 ลักษณะกว้างๆ คือ computational และ analytical bioinformatics โดย computational bioinformatics จะเน้นการพัฒนาโปรแกรมต่างๆ เพื่อนำมาใช้ในงานด้านชีววิทยา ส่วน analytical bioinformatics เน้นการวิเคราะห์ข้อมูลที่ได้จากการทดลองต่างๆ มากกว่าที่จะพัฒนาหาโปรแกรม งานวิจัยที่พี่ทำอยู่คงเป็นอย่างหลังครับ ซึ่งงานวิจัยด้าน analytical bioinformatics นี้จำเป็นต้องใช้ทักษะการเขียนโปรแกรมเพื่อนำมาช่วยจัดการ คำนวณ และประมวลผลข้อมูลที่มีขนาดใหญ่และซับซ้อน เช่น ข้อมูล whole-genome DNA sequence หรือ ข้อมูล transcriptional profiles ในระดับจีโนม เป็นต้น พี่ขอยกตัวอย่างคร่าวๆ นะ เช่น ในโครงการวิจัยเพื่อศึกษากลไกการออกฤทธิ์ของยาหรือสารสกัดจากธรรมชาติที่สามารถยับยั้งการเจริญของเชื้อวัณโรค โดยใช้วิธี microarray เราก็ต้องใช้ limma package (ซึ่งเขียนโดยใช้ภาษา R) มาวิเคราะห์ข้อมูล microarray ทั้งหมด ส่วนงานวิจัยที่เกี่ยวกับการค้นหาเป้าหมายยาใหม่ เราก็จำเป็นต้องใช้ programming มาช่วยเตรียมข้อมูล microarray ซึ่งมีจำนวนมากและมีขนาดใหญ่ก่อนที่จะนำมาวิเคราะห์ในเชิงสถิติต่อไป จะเห็นได้ว่าพี่จำเป็นต้องใช้เครื่องมือต่างๆ ทาง bioinformatics มาช่วยในงานวิจัยที่พี่กำลังทำอยู่ขณะนี้

Bioinformatics ของประเทศไทย ในความรู้สึกของพี่นัท คิดว่าอยู่ในขั้นไหนแล้ว

แล้วมีกี่ขั้นให้พี่เลือกล่ะ (อืม..มีย้อนถาม)

อย่างเช่น พัฒนาแล้ว กำลังพัฒนา ด้อยพัฒนา

กำลังพัฒนาครับ เพราะเรากำลังเตรียมสร้างบุคลากรทางด้านนี้อยู่ ซึ่งส่วนใหญ่ก็กำลังศึกษาอยู่ในต่างประเทศ มีบางส่วนที่เริ่มทยอยกลับมารับใช้ชาติแล้ว (ฟังดูเหมือนจะกลับมาเป็นรั้วของชาติ)

มีคนทำเยอะหรือยัง หรือคิดว่ายังขาดบุคลากรในด้านไหนบ้าง

ยังมีคนไม่เยอะครับ อย่างที่ สวทช. เองก็จะมีหน่วย IT และหน่วย bioinformatics ซึ่งมีนักวิจัยส่วนใหญ่จบมาทางด้าน computer science ไม่ใช่ด้าน bioinformatics โดยตรง พี่เดาว่านักวิจัยเหล่านี้น่าจะประสบปัญหาและความยากลำบากที่จะเข้าใจปัญหาทางชีววิทยาต่างๆ อยู่พอสมควร (แต่ก็ต้องเรียนรู้กันไป) ในทำนองเดียวกันนักวิจัยที่จบมาด้านชีววิทยา (ซึ่งเป็นส่วนใหญ่ใน ไบโอเทค สวทช. หรือตามภาควิชาชีววิทยาในมหาวิทยาลัยทั่วไป) ที่ต้องการวิเคราะห์ข้อมูลที่ใหญ่และซับซ้อน ก็ยากที่จะ���ำความเข้าใจวิธีการต่างๆ ทาง bioinformatics ที่จะนำมาใช้ในการแก้ปัญหา (เพราะส่วนใหญ่เวลานักชีววิทยานึกถึง bioinformatics ก็คงนึกถึง การคำนวณ การเขียนโปรแกรมทางคอมพิวเตอร์ ที่ยุ่งยากซับซ้อน ซึ่งส่วนใหญ่ก็จะไม่ชอบกัน) ตรงนี้ก็ทำให้เกิดช่องว่างอยู่ในประเทศไทย เราจึงต้องการ bioinformatician ที่สามารถเข้าใจปัญหาทางชีววิทยาและเข้าใจวิธีการทาง programming เพื่อนำมาใช้ในงานวิจัยที่มีความซับซ้อนมากขึ้น

ถ้าจะให้แนะนำคนที่เริ่มสนใจงานด้านนี้ พี่นัทจะแนะนำว่าควรเริ่มต้นจากตรงไหนดี ควรมีพื้นฐานอะไรบ้าง

คงต้องมีความเข้าใจชีววิทยาของสิ่งที่เราต้องการศึกษาก่อนเป็นอย่างแรก เพื่อสามารถที่จะตั้งคำถามวิจัยที่เหมาะสมได้ นอกจากนี้ก็ควรที่จะเข้าใจพื้นฐาน programming เพื่อนำมาใช้ในการจัดการปัญหาที่มีขนาดใหญ่และซับซ้อนได้ สำหรับนักวิจัยที่เป็นนักชีววิทยาซึ่งไม่ได้จบมาทางด้าน bioinformatics โดยตรง ซึ่งอาจจะเขียน programming language ไม่เก่งเหมือนพี่ (ไม่ต้องถ่อมตัวก็ได้ค่ะ) ก็ควรสามารถเข้าใจกระบวนการและแนวคิดทาง programming เพื่อจะสามารถสื่อสารกับผู้ที่ชำนาญในการเขียน program ได้ ตรงนี้พี่ว่าก็น่าจะทำให้เราสามารถทำงานวิจัยด้าน bioinformatics ได้ระดับนึงนะ นอกจากนี้ก็ควรมีพื้นฐานเกี่ยวกับการคำนวณและสถิติ เพราะแนวคิดพวกนี้ก็เป็นพื้นฐานสำคัญในงานวิจัยต่างๆ เช่นกัน

เท่าที่ทราบมา พี่นัทตอนเรียนเป็นนักศึกษาโครงการ Ph.D.-M.D. แล้วทำไมถึงตัดสินใจเลือกเป็นนักวิทยาศาสตร์อย่างเดียว ไม่เป็นหมอแล้วล่ะ

พี่อยากทำงานวิจัยด้านวิทยาศาสตร์พื้นฐานมากกว่างานด้านคลินิก จริงๆ พี่ควรจะเลือกเรียนคณะวิทยาศาสตร์แทนที่จะเป็นคณะแพทยศาสตร์ ตั้งแต่ตอนเอ็นทรานซ์เข้ามหาวิทยาลัยใหม่ๆ เนอะ ที่ไม่ได้เลือกวิทยาศาสตร์ตอนแรกอาจเป็นเพราะอิทธิพลจากพ่อกับแม่ที่ทำงานด้านสาธารณสุขทั้งคู่ พี่ก็เลยถูกปลูกฝังให้มาทางด้านการแพทย์ตั้งแต่เด็ก อีกอย่างตอนสมัยมัธยมก็ยังนึกภาพไม่ออกว่างานวิจัยเป็นอย่างไรด้วย ตรงนี้พี่ก็ต้องขอขอบคุณโครงการผลิตอาจารย์แพทย์ (Ph.D.-M.D. Scholar Program) ของมหิดลเหมือนกันที่ได้ให้โอกาสพี่และนักศึกษาแพทย์คนอื่นๆ ได้เข้ามาเรียนรู้วิทยาศาสตร์และยังได้ให้โอกาสได้เลือกอนาคตการทำงานที่เราชื่นชอบ

คิดถึง wet lab บางไหม

บางครั้งก็รู้สึกว่าอยากลงมือทำ wet lab บ้างเหมือนกัน จริงๆ แล้วการทดลองด้วย wet lab ก็ยังจำเป็นที่จะต้องทำในกรณีที่ต้องการพิสูจน์ผลการวิเคราะห์หรือ prediction ที่ได้จากวิธี bioinformatics ตรงนี้ก็จะทำให้ผลงานวิจัยเป็นที่ยอมรับมากขึ้น และก็สามารถลงตีพิมพ์ในวารสารวิชาการได้ง่ายด้วย พี่ก็อยากแนะนำว่านักวิจัยที่กำลังทำงานทางด้าน bioinformatics ก็ควรนึกถึง wet lab เพื่อนำมาพิสูจน์ผลการวิเคราะห์ด้วย

ขอบคุณพี่นัท ที่ให้โอกาสก้อยได้มานั่งสัมภาษณ์แบบเจาะใจค่ะ

เอาล่ะค่ะ ฉบับนี้ก้อยคิดว่าเราคงได้รู้จักพี่นัทหรือ ดร. ณัฏฐ์ สมิตติพัฒน์ เยอะขึ้นแล้วนะคะ สำหรับ Talk to... ครั้งต่อไปจะเป็นการพูดคุยกับใครนั้น ต้องอดใจรอค่ะ

Focus on Bioinfo Researches

Bioinformatics Researches in Science and Nature
ภัสสร วรรณพินิจ

สวัสดีค่ะ ท่านผู้อ่านทุกท่าน พบกันอีกเช่นเคยนะคะสำหรับ “Focus on Bioinfo Researches” ซึ่งในฉบับนี้ดิฉันก็ขอหยิบยกงานวิจัยและข่าวคราวความเคลื่อนไหวในแวดวง bioinformatics จากวารสารชั้นนำ Nature และ Science ในช่วงเดือนแรกของปี .. 2553 มาฝากกันค่ะ


เริ่มกันที่วารสาร Nature กันก่อนนะคะ สำหรับฉบับแรกของปีนี้ Nature ได้สัมภาษณ์นักวิทยาศาสตร์ชั้นนำในสาขาต่างๆเกี่ยวกับแนวโน้มความเป็นไปได้ของงานวิจัยที่กำลังจะเกิดขึ้นภายในอีก 10 ปีข้างหน้า ในหัวข้อ2020 Visionซึ่งในบทความดังกล่าวได้พูดถึงศาตร์ต่างๆที่น่าจะเกี่ยวข้องกับการประยุกต์ใช้ความรู้ทางด้านชีวสารสนเทศศาสตร์มาช่วยในการศึกษา ยกตัวอย่างเช่น Microbiome หรือการศึกษา microbial communities ในร่างกายมนุษย์, personalized medicine ซึ่งมีความมุ่งหมายในการพัฒนาวิธีการรักษาโรคที่มีประสิทธิภาพสูงสุดสำหรับมนุษย์แต่ละคน, hominin paleontology หรือการศึกษา human evolution และ synthetic biology ซึ่งเป็นการผสมผสานองค์ความรู้ในด้านต่างๆเพื่อการสังเคราะห์สิ่งมีชีวิตชนิดใหม่ที่สามารถตอบสนองความต้องการของมนุษย์ได้อย่างมีประสิทธิภาพมากขึ้น เป็นต้น


ในส่วนของงานวิจัยในฉบับปฐมฤกษ์นี้ Nature นำเสนอการค้นพบ bornavius elements ใน human genome ซึ่ง bornavius จัดเป็น non-retrovirus ที่มีความสามารถพิเศษทำให้การติดเชื้อใน cell nucleus เกิดขึ้นอย่างต่อเนื่อง ในหัวข้อVirology: Bornavirus enter the genomeและEndogenous non-retroviral RNA virus elements in mammalian genomesโดยทีมนักวิจัยชุดนี้ใช้วิธีการทาง sequence alignment และ phylogenetic analysis ในการศึกษา ซึ่งผลการศึกษาพบว่า borna-like N (EBLN) elements สามารถพบได้ใน mammalian genome ของสิ่งมีชีวิตหลากหลายชนิด ตั้งแต่มนุษย์ไปจนถึง non-human primate อื่นๆ ซึ่งในบาง mammalian genome เราสามารถพบ open reading frame (ORF) ของ EBLN element ทำให้ element นี้สามารถถูกสังเคราะห์เป็น mRNAได้ จากผลการทดลองโดยใช้ cultured cell ที่ได้รับการติดเชื้อ borna disease virus (BDV) อย่างต่อเนื่อง สามารถยืนยันผลการศึกษาโดย sequence alignment ได้ โดยพบว่า EBLN-like element ของ BDV สามารถ insert เข้าไปใน nuclear genome ของ cultured cell ได้จริง


ในฉบับที่สองของเดือนนี้ Nature นำเสนองานวิจัยที่เกี่ยวข้อง drug discovery ไว้ใน research highlights ในหัวข้อDrug discovery: Virtual antibiotic screenซึ่งงานวิจัยที่ Nature นำมาพูดถึงได้รับการตีพิมพ์ในวารสาร PNAS ในหัวข้อBlueprint for antimicrobial hit discovery targeting metabolic networksโดยทีมนักวิจัยชุดนี้ศึกษาประสิทธิภาพของ antibiotic ในการกำจัดเชื้อ Escherichia coli และ Staphylococcus aureus ผ่านทางการศึกษา metabolic network profile ของจุลินทรีย์ทั้งสองชนิดนี้ร่วมกับ molecular simulation ในการศึกษาความสัมพันธ์ระหว่าง essential catalytic enzymes ของจุลินทรีย์ทั้งสองชนิดนี้กับ 41 antibiotic compounds ผลการศึกษาบ่งชี้ว่าถึงประสิทธิภาพของ antibiotic บางชนิดที่สามารถกำจัดจุลินทรีย์ทั้งสองชนิดนี้ได้ โดย antibiotic เหล่านั้นจะทำงานโดยการลดระดับการทำงานของ essential enzymes ของจุลินทรีย์ทั้งสองชนิด นอกจากนี้ Nature เองก็นำเสนอเรื่องราวเกี่ยวกับการสร้าง genetic profile ของ soybean (Glycine max) โดยการใช้ whole-genome shortgun approach ในการอ่าน 1.1 gigabase genome sequence ของ soybean จากนั้นจึงสร้าง chromosome-scale draft sequence map โดยเปรียบเทียบกับ physical และ high-density genetic maps จากนั้น 46,430 protein-coding genes จึงถูก predict ขึ้นโดยใช้ full-length complementary DNAs, expressed sequence tags, homology และ ab initio methods หรือการ predict protein coding gene จาก pattern ที่ปรากฏใน genome sequence ทีมวิจัยคาดว่าผลการศึกษานี้ จะเป็นประโยชน์ในการศึกษา soybean สายพันธุ์อื่นๆ และการพัฒนาสายพันธุ์ใหม่ๆ อีกด้วย ท่านผู้อ่านท่านใดที่สนใจรายละเอียดของงานวิจัยนี้ก็สามารถหาอ่านเพิ่มติมได้จากGenome sequence of the palaeopolyploidy soybeanนอกจากการศึกษา soybean genome sequence แล้ว ในฉบับนี้ Nature ยังได้เสนอผลความก้าวหน้าในการศึกษา human cancer genome ในการศึกษาการกลายพันธุ์ของ DNA จากการสุบบุหรี่ที่เป็นสาเหตุของการเกิดมะเร็งปอด ในหัวข้อA small-cell lung cancer genome with complex signatures of tobacco exposureซึ่งคณะวิจัยใช้ massively parallel sequence technique (next generation sequencing) ในการหาลำดับเบสของ lung cancer cell ซึ่งการศึกษา cancer genome นี้ช่วยในการทำความเข้าใจเกี่ยวกับกระบวนการกลายพันธุ์, การซ่อมแซม mutant base และ gene network ที่เกี่ยวข้องกับ cancer


สำหรับ Nature ฉบับล่าสุดประจำเดือนนี้ highlight ของฉบับนี้คงหนีไม่พ้นความสำเร็จในการสร้าง draft แรกของ giant panda genome โดยการใช้ Next-generation sequencing technology และ de novo assembly (SOAPdenovo software) ในการสร้าง complete genome sequence ของ giant panda นอกจาก genome sequence แล้ว ทีมวิจัยชุดนี้ยัง predict gene โดยการเปรียบเทียบ panda genome sequence กับ genome sequence ของมนุษย์และสุนัข และศึกษา heterozygosity โดยใช้ SNP marker คณะวิจัยคาดว่าความสำเร็จในการสร้าง profile ของ giant panda genome จะเป็นตัวผลักดันให้เกิดความก้าวหน้าทางด้าน mammalian genetic research และยังเป็นการประเมินความเป็นไปได้ของการใช้ next-generation sequencing ในการศึกษาลำดับเบสของสิ่งมีชีวิตอื่นๆ รายละเอียดของงานวิจัยชิ้นนี้ท่านผู้อ่านสามารถหาอ่านได้ที่The sequence and de novo assembly of the giant panda genomeนะคะ นอกจากการศึกษา genome sequence แล้ว Nature ฉบับนี้ยังนำเสนอเรื่องราวความเคลื่อนไหวรวมไปถึงความเป็นไปได้ของการสร้างสิ่งมีชีวิตใหม่โดยใช้วิธีการทาง synthetic biology ซึ่งดูเหมือนว่ายังมีอุปสรรคอยู่พอสมควรทีเดียว ท่านผู้อ่านท่านใดที่สนใจว่าอุปสรรคที่ว่านั้นคืออะไรก็สามารถติดตามรายละเอียดได้จากBioengineering: Five hard truths for synthetic biologyซึ่งนอกจากบทความนี้แล้ว Nature ยังนำเสนองานวิจัยที่เกี่ยวข้องในหัวข้อSynthetic biology: Synchronized bacterial clocksและA synchronized quorum of genetic clockซึ่งในงานวิจัยนี้ ทีมผู้วิจัยได้ใช้ความรู้ทางด้าน genetic regulatory network ในการออกแบบและสร้าง E. coli community ที่สามารถเรืองแสงได้พร้อมๆกัน ความสำเร็จของงานวิจัยชิ้นนี้นับได้ว่าเป็นตัวบ่งชี้ความเป็นไปได้ในการสังเคราะห์สิ่งมีชีวิตโดยใช้องค์ความรู้ทาง synthetic biology ในอนาคต


มาต่อกันที่วารสาร Science กันบ้างนะคะ ในฉบับปฐมฤกษ์นี้ Science นำเสนอความก้าวหน้าของ DNA sequencing technology ในหัวข้อHuman genome sequence using unchained base reads on self-assembling DNA nanoarraysโดยคณะวิจัยได้คิดค้น platform รูปแบบใหม่ที่สามารถลดปริมาณ reagent โดยแต่ละเบสจะถูกอ่านแยกจากกันโดย patterned nanoarrays ของ self-assembling DNA nanoballs platform นี้ถูกใช้ในการอ่าน 3 human genomes ซึ่งสามารถอ่านลำดับเบสได้ถึง 45-87 fold coverage per genome และระบุความหลากหลายของลำดับเบสใน human genome ได้ถึง 3.2-4.5 million sequence variants per genome นอกจากนี้ความผิดพลาดของ platform นี้ในการอ่านลำดับเบสยังต่ำเพียงแค่ 1 false variants per 100 kb และด้วยต้นทุนเพียง 4,400 เหรียญสหรัฐ ทำให้ความเป็นไปได้ในการใช้ platform นี้ในการศึกษา rare variants ที่สัมพันธ์ต่อการเกิดโรคในมนุษย์ สำหรับ large-scale genetic study สูงขึ้น


ในฉบับถัดมา Science นำเสนอการศึกษา secondary structure ของ RNA โดยใช้ความรู้ทาง Topology ซึ่งเป็นสาขาวิชาหนึ่งทาง mathematics ที่มุ่งเน้นการศึกษาคุณลักษณะของการจัดเรียงตัวของวัตถุที่ถูกรักษาไว้หลังจากที่วัตถุนั้นถูกเปลี่ยนแปลงรูปร่างโดยแรงในรูปแบบต่างๆ คณะผู้วิจัยสร้าง 3D maps ที่แสดงถึงการจัดเรียงตัวระหว่าง A-form helices และ RNA junction และประเมินความถูกต้องของ model นี้ โดยการเปรียบเทียบกับ model ที่ได้วิธีการอื่นและ NMR spectroscopy จากการศึกษาพบว่าโครงสร้างโดยรวมของ RNA secondary structure ถูกกำหนดโดย topological constraint ในระดับ secondary structure และ tertiary structure ซึ่งการจับกันของ RNA และ protein เป็นตัวช่วย stabilize โครงสร้าง secondary structure ของ RNA รายละเอียดของงานวิจัยชิ้นนี้ ท่านผู้อ่านสามารถหาอ่านได้จากTopology links RNA secondary structure with global conformation dynamics and adaptation


สำหรับในฉบับที่สามของเดือนนี้ Science นำเสนองานวิจัยที่น่าสนใจเกี่ยวกับการศึกษา genome ของ parasitoid wasps จำนวน 3 สปีชีส์ คือ Nasonia vitripennis, N. giraulti และ N. longicornis โดย parasitoid wasp เป็นแมลงชนิดหนึ่งที่ในช่วง larvae จะอาศัยอยู่เป็น parasite ในร่างกายของแมลงหรือสิ่งมีชีวิตจำพวก arthropod อื่นๆ ดังนั้น parasitoid wasp จึงมีบทบาทสำคัญในการควบคุมประชาการแมลงหรือ arthropod ต่างๆ ได้ งานวิจัยนี้ คณะวิจัยได้ใช้วิธีการทาง phylogeny และการสร้าง recombination maps ในการศึกษา ซึ่งทำให้ค้นพบคุณลักษณะที่สำคัญหลายประการของ Nasonia genome ที่น่าจะมีประโยชน์ทั้งในด้านงานวิจัยพื้นฐานทาง genetics และการนำ parasitoid wasp ไปใช้ในการควบคุมประชาการแมลงศัตรูพืชในอนาคต รายละเอียดงานวิจัยของงานวิจัยชิ้นนี้สามารถหาอ่านได้ที่Functional and evolutionary insight from the genomes of three parasitoid Nasonia species


และสำหรับฉบับสุดท้ายของเดือนนี้ Science ได้ตีพิมพ์การสร้าง genome-scale genetic interaction maps ทั้งในเชิงคุณภาพและเชิงปริมาณของยีสต์ในสปีชีส์ Saccharomyces cerevisiae ที่ได้จากการศึกษา 5.4 million gene-gen pairs synthetic genetic interaction ในหัวข้อThe genetic landscape of a cellผลของการสร้างแผนที่นี้ช่วยให้เราเข้าใจ genetic network และ functional map ของ budding yeast นี้ได้กระจ่างขึ้น ซึ่ง ผลการศึกษาชิ้นนี้น่าจะเป็นประโยชน์ในการทำความเข้าใจ chemical-genetic interactions และ drug target identification ของสิ่งมีชีวิตอื่นๆ ได้ในอนาคต