El análisis de las proteínas en los tejidos puede conducir a una mejor terapia contra el cáncer
Fig. 1. Identificación basada en MS de subtipos de proteoma de NSCLC. a, Gráficos de barras que muestran la histología y la distribución por etapas en la cohorte de pacientes. b, Descripción general de la configuración experimental para perfiles de proteoma basados en MS, resultados de análisis y niveles de datos de apoyo. c, Árbol jerárquico que muestra los resultados del agrupamiento de consenso utilizado para identificar los subtipos de proteoma de NSCLC. Las barras de anotaciones a continuación indican la información clínica de las muestras, los subtipos de ARNm, las firmas de infiltración, las mutaciones comunes y los niveles de proteína de los marcadores seleccionados. d, análisis de red de subtipos de proteoma de NSCLC con gráfico UMAP coloreado por módulos (izquierda), mapa de calor de módulos versus subtipos (centro) y salida de análisis de enriquecimiento de tipos de células/vías de señalización para los diez módulos (derecha). e, Diagrama de caja que indica el número de oncogenes sobreexpresados por muestra por subtipo de proteoma de NSCLC (n = 141 muestras). Línea media, mediana; bordes de caja, percentiles 25 y 75; bigotes, puntos más extremos que no superan 1,5 rango intercuartílico (RIC). El valor de P se calculó mediante la prueba de Kruskal Wallis y el número de muestras por subtipo se indica en rojo. f, Diagrama de burbujas que indica CDRP comúnmente sobreexpresados en la cohorte de NSCLC. OG, oncogén; TSG, gen supresor de tumores; quant, cuantificaciones. g, Diagrama de dispersión que indica la correlación de Pearsons de ARNm a proteína (corr) de CDRP. El gráfico de densidad de correlación correspondiente se muestra en la parte superior. h, Diagrama de dispersión que muestra la metilación del promotor a la correlación de ARNm frente a la correlación de ARNm a proteína para CDRP. Se indican (arriba y a la derecha) los diagramas de densidad correspondientes para la superposición completa de genes (9018 genes). Las pruebas de comparación múltiple de Dunns con el ajuste de BenjaminiHochberg para diagrama de caja (e) están disponibles en la Tabla complementaria 3. Crédito: DOI: 10.1038/s43018-021-00259-9
Analizar todas las proteínas que existen en un tipo de tejido (el -llamado proteoma) puede proporcionar información vital sobre las causas de las enfermedades y la mejor manera de tratarlas. Hablamos con Janne Lehti, profesora del Departamento de Oncología-Patología, sobre la medicina basada en el proteoma y lo que puede aportar a la terapia personalizada contra el cáncer.
¿Qué es la medicina basada en proteoma?
El proteoma es una instantánea de todas las proteínas que existen en una célula o un tejido en particular. La medicina basada en proteomas se trata de medirlos y usar la información para aprender sobre una enfermedad y, por ejemplo, guiar la elección del tratamiento, dice Janne Lehti, profesora del Departamento de Oncología-Patología del Karolinska Institutet.
¿En qué se diferencia de la medicina basada en el genoma?
La medicina basada en el genoma se trata de usar información sobre el ADN del genoma en una célula con el fin de diagnosticar o elegir una terapia. Pero son las proteínas las que realizan las funciones en las células, y las proteínas son los objetivos de casi todos los fármacos. Es por eso que necesitamos información sobre las proteínas para comprender los mecanismos detrás de la salud y la enfermedad.
¿Qué puede aprender de los datos del proteoma?
Muchas enfermedades complejas, como la diabetes y el cáncer , son causados no por uno sino por múltiples cambios en el genoma. Debido a esto, es difícil averiguar cómo causan colectivamente la enfermedad. Pero a nivel de proteína, el efecto de los múltiples cambios genómicos es más evidente, lo que nos brinda la oportunidad de comprender cómo se puede tratar mejor la enfermedad.
Trabajo con proteogenómica, que implica combinar información de ambos el genoma y el proteoma. Por ejemplo, puede responder preguntas sobre cómo una mutación afecta a todas las proteínas de la célula o la actividad de las proteínas diana de múltiples fármacos.
¿Hasta dónde ha llegado la investigación sobre la medicina basada en el proteoma?
Técnicas para la medición simultánea de un gran número de proteínas se han desarrollado en los últimos cinco años, por lo que ahora podemos medir el proteoma en muestras clínicas. Sabemos que el proteoma brinda información interesante y estamos comenzando a ver algunos artículos interesantes que muestran exactamente esto para diferentes formas de cáncer, entre otras enfermedades. Hasta la fecha, la investigación se ha centrado principalmente en analizar material tumoral ya recolectado. Ahora tenemos que empezar a analizar muestras de pacientes en el punto de decisión de la terapia para analizar cómo la información puede afectar la toma de decisiones clínicas en relación con los otros datos utilizados para ello.
¿Cómo podría afectar esto a la atención de ¿pacientes con cáncer?
Al final del día, puede significar ser capaz de elegir la mejor terapia para el paciente y evitar tratamientos que sospecha que son ineficaces, utilizando lo que sabemos sobre el proteoma de este paciente. También creo que la medicina basada en el proteoma y la proteogenómica serán cruciales si queremos aprender cómo combinar mejor los medicamentos contra el cáncer en un cóctel efectivo.
Usted y sus colegas publicaron un artículo en Nature Cancer en el que ha estudiado el proteoma y el genoma en muestras de tumores de pulmón. ¿Qué muestran sus resultados?
Descubrimos que podemos usar el proteoma para dividir los tumores en nuevos subgrupos, que difieren entre sí de una manera interesante. Los tumores utilizan una variedad de mecanismos para esconderse del sistema inmunitario, y estos mecanismos difieren de un grupo a otro. Esta es información valiosa ya que determina si ciertas inmunoterapias, que son importantes medicamentos modernos contra el cáncer, ayudarán o no al paciente.
¿Qué sigue para su investigación?
Comenzaremos para hacer análisis de proteoma para pacientes con cáncer de pulmón ingresados en el Hospital Universitario Karolinska. Nuestro trabajo formará parte del piloto de cáncer de pulmón que se iniciará bajo el grupo de trabajo de medicina de precisión del Karolinska Institutet.
Para empezar, recopilaremos datos de proteoma en paralelo con otros tipos de datos. Veremos cómo responde la paciente a los tratamientos que recibe y si podríamos haber predicho esta respuesta con mayor precisión a partir de los resultados de nuestra investigación sobre el proteoma. Esto podría ir seguido de un estudio en el que los datos del proteoma del paciente decidan qué tratamientos se administran para ver si esto da mejores resultados de respuesta que los medios actuales para elegir una terapia.
Explore más
Los científicos mapean el proteoma humano Más información: Janne Lehti et al, Proteogenomics of non-small cell pulmon cancer revela subtipos moleculares asociados con dianas terapéuticas específicas y mecanismos de evasión inmunitaria , Naturaleza Cáncer (2021). DOI: 10.1038/s43018-021-00259-9 Información de la revista: Nature Cancer
Proporcionado por Karolinska Institutet Cita: El análisis de las proteínas en los tejidos puede mejorar el cáncer therapy (2021, 23 de noviembre) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-11-analysis-proteins-tissue-cancer-therapy.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.