Fig. 1: Resumen experimental de nuestro flujo de trabajo scMS. a Descripción general de la naturaleza jerárquica de una jerarquía de leucemia mieloide aguda, con células madre leucémicas (LSC) en el vértice, que se diferencian en progenitores y, posteriormente, en blastos. b Gráfica FACS de la jerarquía OCI-AML8227 según sus niveles de expresión de marcadores de superficie CD34/CD38. P1 son células consideradas vivas, P2 excluye dobletes y blastos, progenitores y LSC se anotan según la expresión de CD34/CD38. c Descripción general de la creación de muestras de scMS de muestras de canales de refuerzo y celdas individuales; Se crearon muestras TMTpro de una sola célula con cuatro células Blast, cinco LSC y cinco progenitoras en cada grupo, etiquetadas aleatoriamente usando catorce canales TMTpro disponibles antes de agruparse con un equivalente de 200 células de la muestra de refuerzo marcada con 126. d Descripción general conceptual de nuestra canalización experimental de scMS; las células individuales se clasifican en placas de 384 pocillos que contienen 1 ul de tampón de lisis, luego se digieren, se etiquetan con TMT y se multiplexan. Las muestras resultantes se analizan con LCMS mediante fraccionamiento en fase gaseosa FAIMSPro y detección Orbitrap. Crédito: DOI: 10.1038/s41467-021-23667-y
Investigadores de la DTU y la Universidad de Copenhague son los primeros en demostrar que el análisis de proteínas a nivel de células individuales en una muestra tumoral de un paciente con leucemia mieloide aguda puede usarse para detectar células madre cancerosas que evaden la quimioterapia. La tecnología que han desarrollado los investigadores también se puede aplicar en la producción biotecnológica, donde puede proporcionar nuevos conocimientos a nivel de una sola célula, que a su vez se pueden utilizar para mejorar la capacidad de producción de la línea celular.
La LMA (leucemia mieloide aguda) es un cáncer de la sangre que afecta a las células madre normales de la médula ósea, que se transforman en células madre cancerosas y la maduración de las células se detiene prematuramente. Estas células inmaduras se acumulan rápidamente en la médula ósea y desplazan a las células normales. Esto conduce a una deficiencia grave de las células que funcionan normalmente en la sangre. La AML es una forma de cáncer muy agresiva y su tratamiento consiste en quimioterapia intensiva, que en muchos casos puede minimizar la cantidad de células inmaduras y enfermas en la médula ósea a menos del 5 por ciento. Esta es una indicación de que la enfermedad está en reposo y ya no se puede detectar mediante un examen microscópico de la médula ósea y se considera que el paciente está curado.
Sin embargo, aunque la enfermedad no se puede detectar clínicamente, aún podría haber células madre cancerosas presentes en la médula ósea. Con aproximadamente un 50 % de recaídas de los pacientes y solo un 22 % de tasa de supervivencia después de cinco años del inicio de la enfermedad, esta es una amenaza real para una recuperación completa.
Análisis del cáncer a nivel de una sola célula
Por lo tanto, los investigadores de la DTU y la Universidad de Copenhague decidieron profundizar más y examinar muestras de cáncer a nivel de una sola célula; a través de una serie de optimizaciones, su flujo de trabajo permite estudiar los proteomas de células individuales sin ningún enriquecimiento previo necesario. El proteoma constituye todas las proteínas en una célula, y son las proteínas celulares los caballos de batalla de la célula. Por lo tanto, los proteomas celulares representan mapas moleculares de alta resolución de los estados celulares actuales y son muy informativos sobre la función celular. A través de la elaboración de perfiles de estas firmas de proteínas, ahora es posible distinguir los tipos de células basándose únicamente en los datos del nivel de proteína y revelar las células madre cancerosas generalmente inactivas.
«Queremos enfocarnos en estas células madre de leucemia inactivas, pero el problema es que constituyen una parte muy pequeña, menos del 1 % de las muestras de tumores. El enfoque estándar para estudiar el cáncer, donde se realiza el análisis de espectrometría de masas en muestras tumorales a granel, pasa por alto estas poblaciones celulares diminutas. Ahora, por primera vez, tenemos la oportunidad de comprender las proteínas y cómo las redes de señalización de proteínas fallan en aquellas células cancerosas que evaden la terapia», dice el profesor asociado y director de el Proteomics Core Erwin Schoof de DTU Bioengineering, quien dirigió el estudio.
El estudio muestra que la proteómica unicelular está lista para usarse para responder preguntas similares a las de los métodos actuales basados en transcriptomas (es decir, ARN), pero con la ventaja adicional de proporcionar información significativa sobre la expresión real de proteínas dentro del células cancerosas ocultas de otro modo. Algo que las tecnologías de nivel masivo actuales no pueden.
La tecnología subyacente también permite a los investigadores comprender otros sistemas celulares en, por ejemplo, varios tipos de cáncer y se puede utilizar para proporcionar conocimientos novedosos en los sistemas de producción biotecnológica. Por ejemplo, la tecnología puede revelar qué poblaciones de células son buenas productoras y cuáles no, e identificar marcadores celulares para ayudar a seleccionar esas altas productoras.
El desafío de los datos de una sola célula es que son muy grande y multidimensional. Normalmente, habría dos condiciones para un análisis: cáncer y no cáncer y podría ser un caso de comparar un grupo de muestras de cáncer con un grupo de no cáncer.
Con el enfoque de una sola célula, ahora habrá decenas de miles de células para cada muestra clínica, cada una de las cuales tendrá una larga lista de proteínas y sus niveles de expresión. La complejidad es tan grande que los investigadores tuvieron que inventar una nueva pieza de software (SCeptre) que podría ayudarlos a analizar y visualizar los datos. Erwin Schoof continúa:
«Podemos preguntarnos qué proteínas son diferentes entre estas poblaciones celulares. Eso nos dirá dónde se ubica cada célula en sus respectivas jerarquías de diferenciación, es decir, dónde se encuentra en su desarrollo y qué sus objetivos terapéuticos potenciales son; dado que el software también visualiza los datos, esto hace que la comprensión de datos complejos de células individuales sea mucho más intuitiva. El siguiente paso de la investigación es utilizar datos de análisis completos de células individuales de muestras clínicas primarias para diseñar régimen de tratamiento. Visualizamos la posibilidad de usar primero quimioterapia para reducir la carga tumoral y luego erradicar las células madre de leucemia restantes en la médula ósea a través de una segunda línea de tratamiento dirigido. De esa manera, creo que reduciríamos significativamente el número de pacientes que caen en recaída».
Explore más
Las imágenes no invasivas podrían ayudar a emparejar pacientes con leucemia con tratamientos Más información: Erwin M. Schoof et al, Quantitative single-cell proteomics as a tool to characterize cell jerarchies, Comunicaciones de la naturaleza (2021). DOI: 10.1038/s41467-021-23667-y Información de la revista: Nature Communications
Proporcionado por la Universidad Técnica de Dinamarca Cita: Encontrar células cancerosas ocultas midiendo la proteína global niveles en células individuales (2021, 19 de octubre) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-10-hidden-cancer-cells-global-protein.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.