干货分享 | 由“铁死亡”来推断“铜死亡”相关的组学研究思路(一)

本文回顾了铁死亡的组学研究成果,包括通过转录组学研究铁死亡抗性机制、蛋白质组学分析心肌梗塞期间的铁死亡以及细胞内淀粉样蛋白诱导的氧化性死亡。这些研究方法可应用于铜死亡的相关研究,通过多组学联合分析揭示细胞死亡的分子机制。

今年3月份science杂志上一篇关于“铜死亡”的文章“Copper induces cell death by targeting lipoylated TCA cycle proteins”引起了大家的关注。这不由的让我想到了十年前提出的“铁死亡(Ferroptosis)”这一概念以及由此产生的各种研究成果。相信今年接下来的研究方向和课题申请方面,“铜死亡”也会成为热门话题。

以“Ferroptosis”为关键词在Pubmed中检索过去10年发表的文章,结果显示4300+。方向涵盖肿瘤、感染等各种疾病,涉及到组学方面的相关技术包括转录组、单细胞测序、蛋白组以及代谢组等。今天小编就带大家一起回顾一下“Ferroptosis”组学相关的研究成果,为“铜死亡”以及后续可能会出现的“锌死亡”或者其它金属相关死亡的研究提供一些参考。

1、通过转录组学技术研究铁死亡抗性机制

发表期刊Dev Cell

发表时间:2019年12月

影响因子:13.417分

研究背景:铁死亡是一种受调控的细胞死亡,其特征是铁依赖性的脂质活性氧的堆积,有助于组织稳态,且可用于治疗。然而,细胞对铁死亡的敏感性不同,最关键的是需要了解有助于铁死亡抗性的机制。

样本来源:贴壁细胞与ECM分离的MCF10A永生乳腺上皮细胞、Hs 578T细胞株。

研究方法及对应结果:

内容概要:本文详细记录了对个Android ARM64静态ELF文件中字符串加密机制的逆向分析过程。该ELF文件的所有字符串均被加密,无法通过常规strings命令或IDA直接识别。作者通过分析发现,加密字符串存储在.rodata段,其解密所需信息(包括密文地址、长度和16位密钥)保存在.data.rel.ro段的40字节描述符中。核心解密函数sub_10F408采用自反的双pass流密码算法,结合固定密钥KEY_TERM(由.data段24字节数据计算得出),实现字节级非线性、位置与长度相关的加密。文章还复现了完整的Python解密脚本,并揭示了该保护机制的本质为代码混淆而非强加密,最终成功批量解密全部956条字符串,暴露程序真实行为,如shell命令模板、设备标识篡改、网络重置等操作。此外,文中还提及未启用的自定义壳框架及其反dump设计。; 适合人群:具备逆向工程基础的安全研究人员、二进制分析人员及对ELF保护技术感兴趣的开发者。; 使用场景及目标:①习ELF二进制中字符串加密的典型实现方式与逆向突破口;②掌握从结构识别、函数追踪到算法还原的完整逆向流程;③理解“绑定二进制”的完整性校验设计及其局限性;④实践编写IDAPython脚本自动化提取与解密敏感数据。; 阅读建议:此资源以实战案例驱动,不仅展示技术细节,更强调逆向思维与验证方法,建议读者结合IDA调试环境,逐步跟随文中步骤进行动态分析与算法验证,深入理解每步的推理依据。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值