La proteómica es el estudio a gran escala de las proteínas . [1] [2] Las proteínas son partes vitales de los organismos vivos, con muchas funciones. El proteoma es el conjunto completo de proteínas producidas o modificadas por un organismo o sistema. La proteómica permite la identificación de un número cada vez mayor de proteínas. Esto varía con el tiempo y los distintos requisitos, o tensiones, que experimenta una célula u organismo. [3] La proteómica es un dominio interdisciplinario que se ha beneficiado enormemente de la información genética de varios proyectos del genoma, incluido el Proyecto del Genoma Humano . [4]Cubre la exploración de proteomas a partir del nivel general de composición, estructura y actividad de las proteínas, y es un componente importante de la genómica funcional .
La proteómica generalmente se refiere al análisis experimental a gran escala de proteínas y proteomas, pero a menudo se refiere específicamente a la purificación de proteínas y la espectrometría de masas .
Historia y etimología
Los primeros estudios de proteínas que podrían considerarse proteómicas se iniciaron en 1975, tras la introducción del gel bidimensional y el mapeo de las proteínas de la bacteria Escherichia coli .
El proteoma es una mezcla de las palabras "proteína" y "genoma". Fue acuñado en 1994 por el entonces estudiante de doctorado Marc Wilkins en la Universidad de Macquarie , [5] que fundó el primer laboratorio de proteómica dedicado en 1995. [6] [7]
Complejidad del problema
Después de la genómica y la transcriptómica , la proteómica es el siguiente paso en el estudio de los sistemas biológicos. Es más complicado que la genómica porque el genoma de un organismo es más o menos constante, mientras que los proteomas difieren de una célula a otra y de vez en cuando. Los genes distintos se expresan en diferentes tipos de células, lo que significa que debe identificarse incluso el conjunto básico de proteínas producidas en una célula.
En el pasado, este fenómeno se evaluó mediante análisis de ARN, que se encontró que carece de correlación con el contenido de proteínas. [8] [9] Ahora se sabe que el ARNm no siempre se traduce en proteína, [10] y la cantidad de proteína producida para una determinada cantidad de ARNm depende del gen desde el que se transcribe y del estado fisiológico de la célula. La proteómica confirma la presencia de la proteína y proporciona una medida directa de su cantidad.
Modificaciones postraduccionales
No solo la traducción del ARNm causa diferencias, sino que muchas proteínas también están sujetas a una amplia variedad de modificaciones químicas después de la traducción. Las modificaciones postraduccionales más comunes y ampliamente estudiadas incluyen la fosforilación y la glicosilación. Muchas de estas modificaciones postraduccionales son críticas para la función de la proteína.
Fosforilación
Una de esas modificaciones es la fosforilación , que ocurre con muchas enzimas y proteínas estructurales en el proceso de señalización celular . La adición de un fosfato a aminoácidos particulares, más comúnmente serina y treonina [11] mediada por serina-treonina quinasas , o más raramente tirosina mediada por tirosina quinasas, hace que una proteína se convierta en un objetivo para unirse o interactuar con un conjunto distinto de otras proteínas que reconocen el dominio fosforilado.
Debido a que la fosforilación de proteínas es una de las modificaciones de proteínas más estudiadas, muchos esfuerzos "proteómicos" están orientados a determinar el conjunto de proteínas fosforiladas en una célula o tipo de tejido en particular en circunstancias particulares. Esto alerta al científico sobre las vías de señalización que pueden estar activas en ese caso.
Ubiquitinación
La ubiquitina es una pequeña proteína que se puede fijar a ciertos sustratos proteicos mediante enzimas llamadas ubiquitina ligasas E3 . Determinar qué proteínas son poliubiquitinadas ayuda a comprender cómo se regulan las vías de las proteínas. Este es, por tanto, un estudio "proteómico" legítimo adicional. De manera similar, una vez que un investigador determina qué sustratos son ubiquitinados por cada ligasa, es útil determinar el conjunto de ligasas expresadas en un tipo de célula en particular.
Modificaciones adicionales
Además de la fosforilación y ubiquitinación , las proteínas pueden someterse a (entre otras) metilación , acetilación , glicosilación , oxidación y nitrosilación . Algunas proteínas experimentan todas estas modificaciones, a menudo en combinaciones dependientes del tiempo. Esto ilustra la complejidad potencial de estudiar la estructura y función de las proteínas.
Las proteínas distintas se elaboran en entornos distintos
Una célula puede producir diferentes conjuntos de proteínas en diferentes momentos o en diferentes condiciones, por ejemplo, durante el desarrollo , la diferenciación celular , el ciclo celular o la carcinogénesis . Aumentando aún más la complejidad del proteoma, como se mencionó, la mayoría de las proteínas pueden sufrir una amplia gama de modificaciones postraduccionales.
Por lo tanto, un estudio de "proteómica" puede volverse complejo muy rápidamente, incluso si el tema de estudio es restringido. En entornos más ambiciosos, como cuando se busca un biomarcador para un subtipo de cáncer específico, el científico en proteómica podría optar por estudiar múltiples muestras de suero sanguíneo de múltiples pacientes con cáncer para minimizar los factores de confusión y tener en cuenta el ruido experimental. [12] Por lo tanto, a veces se necesitan diseños experimentales complicados para explicar la complejidad dinámica del proteoma.
Limitaciones de los estudios de genómica y proteómica
La proteómica proporciona un nivel de comprensión diferente al de la genómica por muchas razones:
- el nivel de transcripción de un gen da solo una estimación aproximada de su nivel de traducción a una proteína. [13] Un ARNm producido en abundancia puede degradarse rápidamente o traducirse de manera ineficiente, lo que da como resultado una pequeña cantidad de proteína.
- como se mencionó anteriormente, muchas proteínas experimentan modificaciones postraduccionales que afectan profundamente sus actividades; por ejemplo, algunas proteínas no son activas hasta que se fosforilan. Se utilizan métodos como la fosfoproteómica y la glicoproteómica para estudiar las modificaciones postraduccionales.
- muchas transcripciones dan lugar a más de una proteína, mediante empalmes alternativos o modificaciones postraduccionales alternativas.
- muchas proteínas forman complejos con otras proteínas o moléculas de ARN y solo funcionan en presencia de estas otras moléculas.
- La tasa de degradación de las proteínas juega un papel importante en el contenido de proteínas. [14]
Reproducibilidad . Un factor importante que afecta la reproducibilidad en los experimentos de proteómica es la elución simultánea de muchos más péptidos de los que pueden medir los espectrómetros de masas. Esto provoca diferencias estocásticas entre experimentos debido a la adquisición de péptidos trípticos dependiente de los datos . Aunque los primeros análisis de proteómica de escopeta a gran escala mostraron una variabilidad considerable entre los laboratorios, [15] [16] presumiblemente debido en parte a las diferencias técnicas y experimentales entre los laboratorios, la reproducibilidad se ha mejorado en los análisis de espectrometría de masas más recientes, particularmente en el nivel de proteínas y el uso de Espectrómetros de masas Orbitrap. [17] En particular, la proteómica dirigida muestra una mayor reproducibilidad y repetibilidad en comparación con los métodos de escopeta, aunque a expensas de la densidad y la eficacia de los datos. [18]
Métodos de estudio de proteínas.
En proteómica, existen múltiples métodos para estudiar proteínas. Generalmente, las proteínas pueden detectarse utilizando anticuerpos (inmunoensayos) o espectrometría de masas . Si se analiza una muestra biológica compleja, se debe utilizar un anticuerpo muy específico en el análisis de transferencia de puntos cuantitativos (QDB), o se debe usar la separación bioquímica antes del paso de detección, ya que hay demasiados analitos en la muestra para realizar detección y cuantificación precisas.
Detección de proteínas con anticuerpos (inmunoensayos)
Los anticuerpos contra proteínas particulares, o sus formas modificadas, se han utilizado en estudios de bioquímica y biología celular . Estas se encuentran entre las herramientas más comunes utilizadas por los biólogos moleculares en la actualidad. Existen varias técnicas y protocolos específicos que utilizan anticuerpos para la detección de proteínas. El ensayo inmunoabsorbente ligado a enzimas (ELISA) se ha utilizado durante décadas para detectar y medir cuantitativamente proteínas en muestras. El western blot puede usarse para la detección y cuantificación de proteínas individuales, donde en un paso inicial, una mezcla de proteínas compleja se separa usando SDS-PAGE y luego la proteína de interés se identifica usando un anticuerpo.
Las proteínas modificadas pueden estudiarse desarrollando un anticuerpo específico para esa modificación. Por ejemplo, existen anticuerpos que solo reconocen determinadas proteínas cuando están fosforiladas en tirosina , se les conoce como anticuerpos fosfoespecíficos. Además, existen anticuerpos específicos para otras modificaciones. Estos pueden usarse para determinar el conjunto de proteínas que han sufrido la modificación de interés.
La detección de enfermedades a nivel molecular está impulsando la revolución emergente del diagnóstico y tratamiento precoces. Un desafío al que se enfrenta el campo es que los biomarcadores de proteínas para el diagnóstico temprano pueden estar presentes en muy poca abundancia. El límite inferior de detección con tecnología de inmunoensayo convencional es el rango femtomolar superior (10 -13 M). La tecnología de inmunoensayo digital ha mejorado la sensibilidad de detección en tres registros, hasta el rango attomolar (10 −16 M). Esta capacidad tiene el potencial de abrir nuevos avances en el diagnóstico y la terapéutica, pero estas tecnologías han sido relegadas a procedimientos manuales que no son adecuados para un uso rutinario eficiente. [19]
Detección de proteínas sin anticuerpos
Si bien la detección de proteínas con anticuerpos sigue siendo muy común en biología molecular, también se han desarrollado otros métodos que no se basan en un anticuerpo. Estos métodos ofrecen varias ventajas, por ejemplo, a menudo pueden determinar la secuencia de una proteína o péptido, pueden tener un rendimiento más alto que los basados en anticuerpos y, a veces, pueden identificar y cuantificar proteínas para las que no existen anticuerpos.
Métodos de detección
Uno de los primeros métodos para el análisis de proteínas ha sido la degradación de Edman (introducida en 1967) donde un solo péptido se somete a múltiples pasos de degradación química para resolver su secuencia. Estos primeros métodos han sido reemplazados en su mayoría por tecnologías que ofrecen un mayor rendimiento.
Los métodos implementados más recientemente utilizan técnicas basadas en espectrometría de masas , un desarrollo que fue posible gracias al descubrimiento de métodos de "ionización suave" desarrollados en la década de 1980, como la desorción / ionización láser asistida por matriz (MALDI) y la ionización por electropulverización (ESI) . Estos métodos dieron lugar a los flujos de trabajo de proteómica de arriba hacia abajo y de abajo hacia arriba, donde a menudo se realiza una separación adicional antes del análisis (ver más abajo).
Métodos de separación
Para el análisis de muestras biológicas complejas, se requiere una reducción de la complejidad de la muestra. Esto puede realizarse fuera de línea mediante separación unidimensional o bidimensional . Más recientemente, se han desarrollado métodos en línea donde los péptidos individuales (en enfoques proteómicos ascendentes) se separan usando cromatografía de fase inversa y luego, directamente ionizados usando ESI ; el acoplamiento directo de separación y análisis explica el término análisis "en línea".
Tecnologías híbridas
Existen varias tecnologías híbridas que utilizan la purificación de analitos individuales basada en anticuerpos y luego realizan análisis espectrométricos de masas para su identificación y cuantificación. Ejemplos de estos métodos son el MSIA (inmunoensayo por espectrometría de masas) , desarrollado por Randall Nelson en 1995, [20] y el método SISCAPA (Captura estándar de isótopos estables con anticuerpos antipéptidos), introducido por Leigh Anderson en 2004. [21]
Metodologías de investigación actuales
La electroforesis en gel diferencial bidimensional de fluorescencia (2-D DIGE) [22] puede utilizarse para cuantificar la variación en el proceso 2-D DIGE y establecer umbrales estadísticamente válidos para asignar cambios cuantitativos entre muestras. [22]
El análisis proteómico comparativo puede revelar el papel de las proteínas en sistemas biológicos complejos, incluida la reproducción. Por ejemplo, el tratamiento con el insecticida triazofos provoca un aumento en el contenido de saltahojas marrón ( Nilaparvata lugens (Stål)) proteínas de la glándula accesoria masculina (Acps) que pueden transferirse a las hembras a través del apareamiento, provocando un aumento de la fecundidad (es decir, tasa de natalidad) de hembras. [23] Para identificar cambios en los tipos de proteínas de las glándulas accesorias (Acps) y proteínas reproductivas que los saltahojas hembras recibidos de los saltaplantas macho, los investigadores realizaron un análisis proteómico comparativo de hembras de N. lugens apareadas . [24] Los resultados indicaron que estas proteínas participan en el proceso reproductivo de hembras y machos adultos de N. lugens . [24]
El análisis de proteomas de peroxisomas de Arabidopsis [25] se ha establecido como el principal enfoque imparcial para identificar nuevas proteínas peroxisomales a gran escala. [25]
Existen muchos enfoques para caracterizar el proteoma humano, que se estima que contiene entre 20.000 y 25.000 proteínas no redundantes. El número de especies de proteínas únicas probablemente aumentará entre 50.000 y 500.000 debido a eventos de proteólisis y corte y empalme de ARN, y cuando también se considera la modificación postraduccional, se estima que el número total de proteínas humanas únicas varía en pocos millones. [26] [27]
Además, recientemente se ha informado de los primeros intentos prometedores de descifrar el proteoma de los tumores animales. [28] Este método se utilizó como método funcional en la elaboración de perfiles de proteínas de Macrobrachium rosenbergii . [29]
Tecnologías proteómicas de alto rendimiento
La proteómica ha ido ganando impulso durante la última década con la evolución de varios enfoques. Pocos son nuevos y otros se basan en métodos tradicionales. Los métodos basados en espectrometría de masas y las micromatrices son las tecnologías más comunes para el estudio de proteínas a gran escala.
Espectrometría de masas y perfiles de proteínas
Hay dos métodos basados en espectrometría de masas que se utilizan actualmente para la elaboración de perfiles de proteínas. El método más establecido y extendido utiliza electroforesis bidimensional de alta resolución para separar proteínas de diferentes muestras en paralelo, seguido de la selección y tinción de proteínas expresadas diferencialmente para ser identificadas por espectrometría de masas. A pesar de los avances en 2-DE y su madurez, también tiene sus límites. La preocupación central es la incapacidad de resolver todas las proteínas dentro de una muestra, dado su rango dramático en el nivel de expresión y las diferentes propiedades. [30]
El segundo enfoque cuantitativo utiliza etiquetas de isótopos estables para marcar diferencialmente proteínas de dos mezclas complejas diferentes. Aquí, las proteínas dentro de una mezcla compleja primero se marcan isotópicamente y luego se digieren para producir péptidos marcados. A continuación, se combinan las mezclas marcadas, se separan los péptidos mediante cromatografía líquida multidimensional y se analizan mediante espectrometría de masas en tándem. Los reactivos de etiqueta de afinidad codificada por isótopos (ICAT) son las etiquetas de isótopos más utilizadas. En este método, los residuos de cisteína de las proteínas se unen covalentemente al reactivo ICAT, reduciendo así la complejidad de las mezclas omitiendo los residuos que no son de cisteína.
La proteómica cuantitativa que utiliza el marcado isotópico estable es una herramienta cada vez más útil en el desarrollo moderno. En primer lugar, se han utilizado reacciones químicas para introducir etiquetas en sitios o proteínas específicos con el fin de sondear funcionalidades proteicas específicas. El aislamiento de péptidos fosforilados se ha logrado utilizando marcaje isotópico y químicas selectivas para capturar la fracción de proteína entre la mezcla compleja. En segundo lugar, se utilizó la tecnología ICAT para diferenciar entre complejos macromoleculares parcialmente purificados o purificados, como el complejo de preiniciación de ARN polimerasa II grande y las proteínas complejadas con el factor de transcripción de levadura. En tercer lugar, el etiquetado ICAT se combinó recientemente con el aislamiento de cromatina para identificar y cuantificar las proteínas asociadas a la cromatina. Finalmente, los reactivos ICAT son útiles para el perfil proteómico de orgánulos celulares y fracciones celulares específicas. [30]
Otro enfoque cuantitativo es el enfoque de etiqueta precisa de masa y tiempo (AMT) desarrollado por Richard D. Smith y sus compañeros de trabajo en el Laboratorio Nacional del Noroeste del Pacífico . En este enfoque, se logra un mayor rendimiento y sensibilidad al evitar la necesidad de espectrometría de masas en tándem y al hacer uso de información de tiempo de separación determinada con precisión y determinaciones de masa altamente precisas para identificaciones de péptidos y proteínas.
Chips de proteína
Equilibrar el uso de espectrómetros de masas en proteómica y en medicina es el uso de micromatrices de proteínas. El objetivo de las micromatrices de proteínas es imprimir miles de características de detección de proteínas para el interrogatorio de muestras biológicas. Las matrices de anticuerpos son un ejemplo en el que se disponen una gran cantidad de anticuerpos diferentes para detectar sus respectivos antígenos a partir de una muestra de sangre humana. Otro enfoque es la ordenación de múltiples tipos de proteínas para el estudio de propiedades como las interacciones proteína-ADN, proteína-proteína y proteína-ligando. Idealmente, las matrices proteómicas funcionales contendrían el complemento completo de las proteínas de un organismo dado. La primera versión de tales matrices consistió en 5000 proteínas purificadas de levadura depositadas en portaobjetos microscópicos de vidrio. A pesar del éxito del primer chip, la implementación de matrices de proteínas fue un desafío mayor. Las proteínas son intrínsecamente mucho más difíciles de trabajar que el ADN. Tienen un amplio rango dinámico, son menos estables que el ADN y su estructura es difícil de conservar en portaobjetos de vidrio, aunque son esenciales para la mayoría de los ensayos. La tecnología ICAT global tiene ventajas sorprendentes sobre las tecnologías de chips de proteínas. [30]
Microarrays de proteínas en fase inversa
Se trata de una nueva y prometedora aplicación de microarrays para el diagnóstico, estudio y tratamiento de enfermedades complejas como el cáncer. La tecnología fusiona la microdisección de captura por láser (LCM) con la tecnología de microarrays para producir microarrays de proteínas de fase inversa. En este tipo de micromatrices, toda la colección de proteínas en sí se inmoviliza con la intención de capturar varias etapas de la enfermedad dentro de un paciente individual. Cuando se usa con LCM, las matrices de fase inversa pueden monitorear el estado fluctuante del proteoma entre diferentes poblaciones de células dentro de un área pequeña de tejido humano. Esto es útil para perfilar el estado de las moléculas de señalización celular, entre una sección transversal de tejido que incluye tanto células normales como cancerosas. Este enfoque es útil para controlar el estado de factores clave en el epitelio de próstata normal y los tejidos del cáncer de próstata invasivo. A continuación, LCM diseca estos tejidos y los lisados de proteínas se distribuyen en portaobjetos de nitrocelulosa, que se sondaron con anticuerpos específicos. Este método puede rastrear todo tipo de eventos moleculares y puede comparar tejidos sanos y enfermos dentro del mismo paciente, lo que permite el desarrollo de estrategias de tratamiento y diagnóstico. La capacidad de adquirir instantáneas proteómicas de poblaciones de células vecinas, utilizando microarrays de fase inversa junto con LCM tiene una serie de aplicaciones más allá del estudio de los tumores. El enfoque puede proporcionar información sobre la fisiología y patología normales de todos los tejidos y es invaluable para caracterizar los procesos y anomalías del desarrollo. [30]
Aplicaciones prácticas
Descubrimiento de nuevos fármacos
Un avance importante derivado del estudio de genes y proteínas humanos ha sido la identificación de nuevos fármacos potenciales para el tratamiento de enfermedades. Esto se basa en la información del genoma y del proteoma para identificar proteínas asociadas con una enfermedad, que los programas informáticos pueden usar como objetivos para nuevos medicamentos. Por ejemplo, si una determinada proteína está implicada en una enfermedad, su estructura 3D proporciona la información para diseñar fármacos que interfieran con la acción de la proteína. Una molécula que se adapta al sitio activo de una enzima, pero que no puede ser liberada por la enzima, inactiva la enzima. Ésta es la base de nuevas herramientas de descubrimiento de fármacos, cuyo objetivo es encontrar nuevos fármacos para inactivar proteínas implicadas en enfermedades. A medida que se encuentran diferencias genéticas entre individuos, los investigadores esperan utilizar estas técnicas para desarrollar medicamentos personalizados que sean más efectivos para el individuo. [31]
La proteómica también se utiliza para revelar interacciones complejas entre plantas e insectos que ayudan a identificar genes candidatos involucrados en la respuesta defensiva de las plantas a la herbivoría. [32] [33] [34]
Interacción proteómica y redes de proteínas
La proteómica de interacción es el análisis de interacciones de proteínas desde escalas de interacciones binarias hasta proteomas o en toda la red. La mayoría de las proteínas funcionan a través de interacciones proteína-proteína , y uno de los objetivos de la proteómica de interacción es identificar interacciones proteicas binarias , complejos proteicos e interactomas .
Hay varios métodos disponibles para analizar las interacciones proteína-proteína . Si bien el método más tradicional es el análisis de dos híbridos de levadura , un método emergente poderoso es la purificación por afinidad seguida de espectrometría de masas de proteínas utilizando cebos de proteínas etiquetadas . Otros métodos incluyen resonancia de plasmón de superficie (SPR), [35] [36] micromatrices de proteínas , interferometría de polarización dual , termoforesis a microescala y métodos experimentales como la presentación de fagos y métodos computacionales in silico .
El conocimiento de las interacciones proteína-proteína es especialmente útil con respecto a las redes biológicas y la biología de sistemas , por ejemplo, en cascadas de señalización celular y redes reguladoras de genes (GRN, donde el conocimiento de las interacciones proteína-ADN también es informativo). El análisis de las interacciones de las proteínas en todo el proteoma y la integración de estos patrones de interacción en redes biológicas más grandes es crucial para comprender la biología a nivel de sistemas . [37] [38]
Proteómica de expresión
La proteómica de expresión incluye el análisis de la expresión de proteínas a mayor escala. Ayuda a identificar las proteínas principales en una muestra en particular, y aquellas proteínas expresadas diferencialmente en muestras relacionadas, como tejido enfermo vs. tejido sano. Si una proteína se encuentra solo en una muestra enferma, entonces puede ser una diana de fármaco útil o un marcador de diagnóstico. Las proteínas con perfiles de expresión iguales o similares también pueden estar relacionadas funcionalmente. Existen tecnologías como 2D-PAGE y espectrometría de masas que se utilizan en proteómica de expresión. [39]
Biomarcadores
Los Institutos Nacionales de Salud han definido un biomarcador como "una característica que se mide y evalúa objetivamente como un indicador de procesos biológicos normales, procesos patógenos o respuestas farmacológicas a una intervención terapéutica". [40] [41]
Comprender el proteoma, la estructura y función de cada proteína y las complejidades de las interacciones proteína-proteína es fundamental para desarrollar las técnicas de diagnóstico y los tratamientos de enfermedades más eficaces en el futuro. Por ejemplo, la proteómica es muy útil en la identificación de biomarcadores candidatos (proteínas en los fluidos corporales que son valiosas para el diagnóstico), la identificación de los antígenos bacterianos que son el objetivo de la respuesta inmune y la identificación de posibles marcadores inmunohistoquímicos de enfermedades infecciosas o neoplásicas. [42]
Un uso interesante de la proteómica es el uso de biomarcadores de proteínas específicos para diagnosticar enfermedades. Varias técnicas permiten analizar las proteínas producidas durante una enfermedad en particular, lo que ayuda a diagnosticar la enfermedad rápidamente. Las técnicas incluyen Western blot , tinción inmunohistoquímica , ensayo inmunoabsorbente ligado a enzimas (ELISA) o espectrometría de masas . [28] [43] La secretomía , un subcampo de la proteómica que estudia las proteínas secretadas y las vías de secreción mediante enfoques proteómicos, ha surgido recientemente como una herramienta importante para el descubrimiento de biomarcadores de enfermedades. [44]
Proteogenómica
En proteogenómica , se utilizan tecnologías proteómicas como la espectrometría de masas para mejorar las anotaciones de genes . El análisis paralelo del genoma y el proteoma facilita el descubrimiento de modificaciones postraduccionales y eventos proteolíticos, [45] especialmente cuando se comparan múltiples especies (proteogenómica comparativa). [46]
Proteómica estructural
La proteómica estructural incluye el análisis de estructuras de proteínas a gran escala. Compara estructuras de proteínas y ayuda a identificar funciones de genes recién descubiertos. El análisis estructural también ayuda a comprender dónde se unen los medicamentos a las proteínas y también muestra dónde interactúan las proteínas entre sí. Este conocimiento se logra utilizando diferentes tecnologías como la cristalografía de rayos X y la espectroscopia de RMN. [39]
Bioinformática para proteómica (informática de proteomas)
Gran parte de los datos de proteómica se recopilan con la ayuda de tecnologías de alto rendimiento, como la espectrometría de masas y microarrays. A menudo, se necesitarían semanas o meses para analizar los datos y realizar comparaciones a mano. Por esta razón, los biólogos y químicos están colaborando con científicos informáticos y matemáticos para crear programas y una tubería para analizar computacionalmente los datos de proteínas. Utilizando técnicas de bioinformática , los investigadores pueden realizar análisis y almacenamiento de datos más rápido. Un buen lugar para encontrar listas de programas y bases de datos actuales es el portal de recursos bioinformáticos de ExPASy . Las aplicaciones de la proteómica basada en bioinformática incluyen medicina, diagnóstico de enfermedades, identificación de biomarcadores y muchas más.
Identificación de proteínas
La espectrometría de masas y los microarrays producen información de fragmentación de péptidos pero no dan identificación de proteínas específicas presentes en la muestra original. Debido a la falta de identificación de proteínas específicas, los investigadores anteriores se vieron obligados a descifrar los propios fragmentos de péptidos. Sin embargo, actualmente hay programas disponibles para la identificación de proteínas. Estos programas toman la salida de secuencias de péptidos de espectrometría de masas y microarrays y devuelven información sobre proteínas similares o coincidentes. Esto se hace a través de algoritmos implementados por el programa que realizan alineaciones con proteínas de bases de datos conocidas como UniProt [47] y PROSITE [48] para predecir qué proteínas hay en la muestra con cierto grado de certeza.
Estructura proteica
La estructura biomolecular forma la configuración 3D de la proteína. Comprender la estructura de la proteína ayuda a identificar las interacciones y la función de la proteína. Solía ser que la estructura 3D de las proteínas solo podía determinarse mediante cristalografía de rayos X y espectroscopía de RMN . A partir de 2017, la microscopía crioelectrónica es una técnica líder que resuelve las dificultades con la cristalización (en cristalografía de rayos X) y la ambigüedad conformacional (en RMN); la resolución era de 2,2Å en 2015. Ahora, a través de la bioinformática, existen programas informáticos que, en algunos casos, pueden predecir y modelar la estructura de las proteínas. Estos programas utilizan las propiedades químicas de los aminoácidos y las propiedades estructurales de proteínas conocidas para predecir el modelo 3D de las proteínas de muestra. Esto también permite a los científicos modelar interacciones de proteínas a mayor escala. Además, los ingenieros biomédicos están desarrollando métodos para tener en cuenta la flexibilidad de las estructuras de las proteínas para hacer comparaciones y predicciones. [49]
Modificaciones postraduccionales
La mayoría de los programas disponibles para el análisis de proteínas no están escritos para proteínas que han sufrido modificaciones postraduccionales . [50] Algunos programas aceptarán modificaciones postraduccionales para ayudar en la identificación de proteínas, pero luego ignorarán la modificación durante el análisis de proteínas posterior. Es importante tener en cuenta estas modificaciones, ya que pueden afectar la estructura de la proteína. A su vez, el análisis computacional de modificaciones postraduccionales ha atraído la atención de la comunidad científica. Los programas actuales de modificación postraduccional son solo predictivos. [51] Químicos, biólogos e informáticos están trabajando juntos para crear e introducir nuevas tuberías que permitan el análisis de modificaciones postraduccionales que han sido identificadas experimentalmente por su efecto sobre la estructura y función de la proteína.
Métodos computacionales en el estudio de biomarcadores de proteínas.
Un ejemplo del uso de la bioinformática y el uso de métodos computacionales es el estudio de biomarcadores de proteínas. Los modelos de predicción computacional [52] han demostrado que durante el embarazo se produce un tráfico de proteínas feto-materno extenso y diverso y que puede detectarse fácilmente de forma no invasiva en la sangre entera materna. Este enfoque computacional sorteó una limitación importante, la abundancia de proteínas maternas que interfieren con la detección de proteínas fetales , al análisis proteómico fetal de la sangre materna. Los modelos computacionales pueden usar transcripciones de genes fetales previamente identificadas en sangre completa materna para crear una red proteómica integral del término neonato . Tal trabajo muestra que las proteínas fetales detectadas en la sangre de la mujer embarazada se originan en un grupo diverso de tejidos y órganos del feto en desarrollo. Las redes proteómicas contienen muchos biomarcadores que son indicadores del desarrollo e ilustran la posible aplicación clínica de esta tecnología como una forma de controlar el desarrollo fetal normal y anormal.
También se ha introducido un marco teórico de la información para el descubrimiento de biomarcadores , que integra información de biofluidos y tejidos. [53] Este nuevo enfoque aprovecha la sinergia funcional entre ciertos biofluidos y tejidos con el potencial de resultados clínicamente significativos que no serían posibles si los tejidos y los biofluidos se consideraran individualmente. Al conceptualizar el biofluido tisular como canales de información, se pueden identificar importantes sustitutos de biofluidos y luego utilizarlos para el desarrollo guiado de diagnósticos clínicos. Los biomarcadores candidatos se predicen luego en función de los criterios de transferencia de información a través de los canales de biofluidos de tejido. Se pueden utilizar relaciones significativas biofluido-tejido para priorizar la validación clínica de biomarcadores. [ cita requerida ]
Tendencias emergentes
Varios conceptos emergentes tienen el potencial de mejorar las características actuales de la proteómica. Obtener la cuantificación absoluta de proteínas y monitorear las modificaciones postraduccionales son las dos tareas que impactan en la comprensión de la función de las proteínas en las células sanas y enfermas. Para muchos eventos celulares, las concentraciones de proteínas no cambian; más bien, su función está modulada por modificaciones postraduccionales (PTM). Los métodos de monitoreo de PTM son un área subdesarrollada en proteómica. La selección de un subconjunto particular de proteína para el análisis reduce sustancialmente la complejidad de la proteína, lo que la hace ventajosa para fines de diagnóstico donde la sangre es el material de partida. Otro aspecto importante de la proteómica, que aún no se ha abordado, es que los métodos de proteómica deberían centrarse en el estudio de las proteínas en el contexto del medio ambiente. El uso cada vez mayor de reticulantes químicos, introducidos en células vivas para fijar proteína-proteína, proteína-ADN y otras interacciones, puede mejorar parcialmente este problema. El desafío consiste en identificar métodos adecuados para preservar las interacciones relevantes. Otro objetivo del estudio de las proteínas es desarrollar métodos más sofisticados para obtener imágenes de proteínas y otras moléculas en células vivas y en tiempo real. [30]
Biologia de sistemas
Los avances en la proteómica cuantitativa permitirían claramente un análisis más profundo de los sistemas celulares. [37] [38] Los sistemas biológicos están sujetos a una variedad de perturbaciones ( ciclo celular , la diferenciación celular , la carcinogénesis , medio ambiente (biofísico) , etc.). Las respuestas transcripcionales y de traducción a estas perturbaciones dan como resultado cambios funcionales en el proteoma implicado en respuesta al estímulo. Por lo tanto, describir y cuantificar los cambios en la abundancia de proteínas en todo el proteoma es crucial para comprender el fenómeno biológico de manera más integral , a nivel de todo el sistema. De esta manera, la proteómica puede verse como complementaria a la genómica , la transcriptómica , la epigenómica , la metabolómica y otros enfoques de la ómica en los análisis integradores que intentan definir los fenotipos biológicos de manera más completa. Como ejemplo, The Cancer Proteome Atlas proporciona datos cuantitativos de expresión de proteínas para aproximadamente 200 proteínas en más de 4.000 muestras de tumores con datos transcriptómicos y genómicos coincidentes de The Cancer Genome Atlas . [54] Conjuntos de datos similares en otros tipos de células, tipos de tejidos y especies, particularmente usando espectrometría de masas de escopeta profunda, serán un recurso inmensamente importante para la investigación en campos como biología del cáncer , biología de células madre y del desarrollo , medicina y biología evolutiva .
Proteoma de plasma humano
Caracterizar el proteoma del plasma humano se ha convertido en un objetivo importante en el campo de la proteómica, pero también es el proteoma más desafiante de todos los tejidos humanos. [55] Contiene inmunoglobulina, citocinas, hormonas proteicas y proteínas secretadas indicativas de infección además de proteínas hemostáticas residentes. También contiene proteínas de fuga tisular debido a la circulación sanguínea a través de diferentes tejidos del cuerpo. Por tanto, la sangre contiene información sobre el estado fisiológico de todos los tejidos y, combinado con su accesibilidad, hace que el proteoma sanguíneo sea invaluable para fines médicos. Se cree que caracterizar el proteoma del plasma sanguíneo es un desafío abrumador.
La profundidad del proteoma plasmático abarca un rango dinámico de más de 10 10 entre la proteína más abundante (albúmina) y la más baja (algunas citocinas) y se cree que es uno de los principales desafíos para la proteómica. [56] La dinámica temporal y espacial complica aún más el estudio del proteoma plasmático humano. El recambio de algunas proteínas es bastante más rápido que el de otras y el contenido de proteínas de una arteria puede variar sustancialmente del de una vena. Todas estas diferencias hacen que incluso la tarea proteómica más simple de catalogar el proteoma parezca fuera de alcance. Para abordar este problema, es necesario establecer prioridades. Capturar el subconjunto más significativo de proteínas entre todo el proteoma para generar una herramienta de diagnóstico es una de esas prioridades. En segundo lugar, dado que el cáncer está asociado con una glicosilación mejorada de proteínas, también serán útiles los métodos que se centren en esta parte de las proteínas. Nuevamente: el análisis multiparamétrico revela mejor un estado patológico. A medida que estas tecnologías mejoran, los perfiles de enfermedades deben estar continuamente relacionados con los respectivos cambios de expresión génica. [30] Debido a los problemas mencionados anteriormente, la proteómica plasmática siguió siendo un desafío. Sin embargo, los avances tecnológicos y los desarrollos continuos parecen dar como resultado un resurgimiento de la proteómica del plasma, como lo demostró recientemente una tecnología llamada perfil del proteoma del plasma. [57] Gracias a estas tecnologías, los investigadores pudieron investigar los procesos de inflamación en ratones, la heredabilidad de los proteomas plasmáticos y mostrar el efecto de un cambio de estilo de vida tan común como la pérdida de peso en el proteoma plasmático. [58] [59] [60]
Revistas
Numerosas revistas están dedicadas al campo de la proteómica y áreas relacionadas. Tenga en cuenta que las revistas que se ocupan de las proteínas suelen centrarse más en la estructura y la función, mientras que las revistas de proteómica se centran más en el análisis a gran escala de proteomas completos o al menos grandes conjuntos de proteínas. Algunos de los más importantes [¿ según quién? ] se enumeran a continuación (con sus editores).
- Proteómica molecular y celular ( ASBMB )
- Revista de investigación de proteomas ( ACS )
- Revista de proteómica ( Elsevier )
- Proteómica ( Wiley )
Ver también
- Proteómica basada en actividades
- Proteómica ascendente
- Cytomics
- Genómica funcional
- Estabilización de calor
- Proyecto proteoma humano
- Inmunoproteómica
- Lista de bases de datos biológicas
- Lista de temas ómicos en biología
- Pegilación
- Fosfoproteómica
- Producción de proteínas
- Proteogenómica
- Química proteómica
- Secretomics
- Proteómica de escopeta
- Proteómica de arriba hacia abajo
- Biologia de sistemas
- Sistema de levadura de dos híbridos
- TCP-seq
- glycomics
Bases de datos de proteínas
- Atlas de proteínas humanas
- Base de datos de referencia de proteínas humanas
- Centro Nacional de Información Biotecnológica (NCBI)
- PéptidoAtlas
- Banco de datos de proteínas (PDB)
- Recurso de información sobre proteínas (PIR)
- Base de datos de identificaciones proteómicas (PRIDE)
- Proteopedia : la enciclopedia colaborativa en 3D de proteínas y otras moléculas
- Swiss-Prot
- UniProt
Centros de investigación
- Instituto Europeo de Bioinformática
- Centro de proteómica de los Países Bajos (NPC)
Referencias
- ^ Anderson NL, Anderson NG; Anderson (1998). "Proteoma y proteómica: nuevas tecnologías, nuevos conceptos y nuevas palabras". Electroforesis . 19 (11): 1853–61. doi : 10.1002 / elps.1150191103 . PMID 9740045 . S2CID 28933890 .
- ^ Blackstock WP, Weir MP; Weir (1999). "Proteómica: mapeo cuantitativo y físico de proteínas celulares". Trends Biotechnol . 17 (3): 121–7. doi : 10.1016 / S0167-7799 (98) 01245-1 . PMID 10189717 .
- ^ Anderson, Johnathon D .; Johansson, Henrik J .; Graham, Calvin S .; Vesterlund, Mattias; Pham, Missy T .; Bramlett, Charles S .; Montgomery, Elizabeth N .; Mellema, Matt S .; Bardini, Renee L. (1 de marzo de 2016). "El análisis proteómico completo de exosomas de células madre mesenquimales revela la modulación de la angiogénesis a través de la señalización del factor nuclear-KappaB" . Células madre . 34 (3): 601–613. doi : 10.1002 / tallo.2298 . ISSN 1549-4918 . PMC 5785927 . PMID 26782178 .
- ^ Hood, Leroy; Rowen, Lee (13 de septiembre de 2013). "El proyecto del genoma humano: la gran ciencia transforma la biología y la medicina" . Medicina del genoma . 5 (9): 79. doi : 10.1186 / gm483 . PMC 4066586 . PMID 24040834 .
- ^ Wasinger; Cordwell; Cerpa-Poljak; Yan; Gooley; Wilkins; Duncan; Harris; Williams; Humphery-Smith (1995). "Progreso con el mapeo de productos génicos de los Mollicutes: Mycoplasma genitalium". Electroforesis . 16 (1): 1090–1094. doi : 10.1002 / elps.11501601185 . PMID 7498152 . S2CID 9269742 .
- ^ Swinbanks, David (1995). "Australia respalda la innovación, evita el telescopio" . Naturaleza . 378 (6558): 653. Bibcode : 1995Natur.378..653S . doi : 10.1038 / 378653a0 . PMID 7501000 .
- ^ "APAF - la instalación de análisis de proteomas de Australia - APAF - la instalación de análisis de proteomas de Australia" . www.proteome.org.au . Consultado el 6 de febrero de 2017 .
- ^ Simon Rogers; Mark Girolami; Walter Kolch; Katrina M. Waters; Tao Liu; Brian Thrall; H. Steven Wiley (2008). "Investigar la correspondencia entre los perfiles de expresión transcriptómica y proteómica utilizando modelos de clúster acoplados" . Bioinformática . 24 (24): 2894–2900. doi : 10.1093 / bioinformatics / btn553 . PMC 4141638 . PMID 18974169 .
- ^ Vikas Dhingraa; Mukta Gupta; Tracy Andacht; Zhen F. Fu (2005). "Nuevas fronteras en la investigación proteómica: una perspectiva". Revista Internacional de Farmacia . 299 (1–2): 1–18. doi : 10.1016 / j.ijpharm.2005.04.010 . PMID 15979831 .
- ^ Buckingham, Steven (mayo de 2003). "El gran mundo de los microARN" . Consultado el 14 de enero de 2009 .
- ^ Olsen JV, Blagoev B, Gnad F, Macek B, Kumar C, Mortensen P, Mann M; Blagoev; Gnad; Macek; Kumar; Mortensen; Mann (2006). "Dinámica de fosforilación global, in vivo y específica del sitio en redes de señalización" . Celular . 127 (3): 635–648. doi : 10.1016 / j.cell.2006.09.026 . PMID 17081983 . S2CID 7827573 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Srinivas, PR; Verma, M; Zhao, Y; Srivastava, S (agosto de 2002). "Proteómica para el descubrimiento de biomarcadores de cáncer". Química clínica . 48 (8): 1160–9. PMID 12142368 .
- ^ Gygi, SP; Rochon, Y .; Franza, BR; Aebersold, R. (1999). "Correlación entre la abundancia de proteínas y ARNm en levadura" . Biología Molecular y Celular . 19 (3): 1720-1730. doi : 10.1128 / MCB.19.3.1720 . PMC 83965 . PMID 10022859 .
- ^ Archana Belle; Amos Tanay; Ledion Bitincka; Ron Shamir; Erin K. O'Shea (2006). "Cuantificación de las vidas medias de las proteínas en el proteoma de levadura en ciernes" . PNAS . 103 (35): 13004-13009. Código Bibliográfico : 2006PNAS..10313004B . doi : 10.1073 / pnas.0605420103 . PMC 1550773 . PMID 16916930 .
- ^ Peng, J .; Elias, JE; Thoreen, CC; Licklider, LJ; Gygi, SP (2003). "Evaluación de cromatografía multidimensional acoplada con espectrometría de masas en tándem (LC / LC-MS / MS) para análisis de proteínas a gran escala: el proteoma de levadura" (PDF) . Revista de investigación del proteoma . 2 (1): 43–50. CiteSeerX 10.1.1.460.237 . doi : 10.1021 / pr025556v . PMID 12643542 .
- ^ Washburn, MP; Wolters, D .; Yates, JR (2001). "Análisis a gran escala del proteoma de levadura mediante tecnología de identificación de proteínas multidimensional". Biotecnología de la naturaleza . 19 (3): 242–247. doi : 10.1038 / 85686 . PMID 11231557 . S2CID 16796135 .
- ^ Tabb, DL; Vega-Montoto, L; Rudnick, PA; Variyath, AM; Ham, AJ; Litera, DM; Kilpatrick, LE; Billheimer, DD; Blackman, RK; Cardasis, HL; Carr, SA; Clauser, KR; Jaffe, JD; Kowalski, KA; Neubert, TA; Regnier, FE; Chelín, B; Tegeler, TJ; Wang, M; Wang, P; Whiteaker, JR; Zimmerman, LJ; Fisher, SJ; Gibson, BW; Kinsinger, CR; Mesri, M; Rodríguez, H; Stein, SE; Tempst, P; Paulovich, AG; Liebler, DC; Spiegelman, C (5 de febrero de 2010). "Repetibilidad y reproducibilidad en identificaciones proteómicas por cromatografía líquida-espectrometría de masas en tándem" . Revista de investigación del proteoma . 9 (2): 761–76. doi : 10.1021 / pr9006365 . PMC 2818771 . PMID 19921851 .
- ^ Domon, Bruno; Aebersold, Ruedi (9 de julio de 2010). "Opciones y consideraciones a la hora de seleccionar una estrategia de proteómica cuantitativa". Biotecnología de la naturaleza . 28 (7): 710–721. doi : 10.1038 / nbt.1661 . PMID 20622845 . S2CID 12367142 .
- ^ Wilson, DH; Rissin, DM; Kan, CW; Fournier, RD; Piech, T; Campbell, TG; Meyer, RE; Fishburn, MW; Cabrera, C; Patel, PP; Frew, E; Chen, Y; Chang, L; Ferrell, EP; von Einem, V; McGuigan, W; Reinhardt, M; Sayer, H; Vielsack, C; Duffy, DC (2016). "El analizador Simoa HD-1: un nuevo analizador de inmunoensayo digital totalmente automatizado con sensibilidad de una sola molécula y multiplexación" . J Lab Autom . 21 (4): 533–47. doi : 10.1177 / 2211068215589580 . PMID 26077162 .
- ^ Nelson, Randall W .; Krone, Jennifer R .; Bieber, Allan L .; Williams, Peter. (1995). "Inmunoensayo por espectrometría de masas". Química analítica . 67 (7): 1153-1158. doi : 10.1021 / ac00103a003 . ISSN 0003-2700 . PMID 15134097 .
- ^ "Copia archivada" . Archivado desde el original el 15 de julio de 2015 . Consultado el 15 de julio de 2015 .Mantenimiento de CS1: copia archivada como título ( enlace )
- ^ a b Tonge R, Shaw J, Middleton B y col. (Marzo de 2001). "Validación y desarrollo de tecnología proteómica de electroforesis en gel diferencial bidimensional de fluorescencia". Proteómica . 1 (3): 377–96. doi : 10.1002 / 1615-9861 (200103) 1: 3 <377 :: AID-PROT377> 3.0.CO; 2-6 . PMID 11680884 .
- ^ Li-Ping Wang, Jun Shen, Lin-Quan Ge, Jin-Cai Wu, Guo-Qin Yang, Gary C. Jahn; Shen; Ge; Wu; Yang; Jahn (noviembre de 2010). "Aumento inducido por insecticidas en el contenido de proteínas de las glándulas accesorias masculinas y su efecto sobre la fecundidad de las hembras en el saltahojas marrón, Nilaparvata lugens Stål (Hemiptera: Delphacidae)". Protección de cultivos . 29 (11): 1280–5. doi : 10.1016 / j.cropro.2010.07.009 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ a b Ge, Lin-Quan; Cheng, Yao; Wu, Jin-Cai; Jahn, Gary C. (2011). "Análisis proteómico de proteínas sensibles al apareamiento inducidas por triazofos insecticidas de Nilaparvata lugensStål (Hemiptera: Delphacidae)". Revista de investigación del proteoma . 10 (10): 4597–612. doi : 10.1021 / pr200414g . PMID 21800909 .
- ^ a b Reumann S (mayo de 2011). "Hacia una definición del proteoma completo de los peroxisomas vegetales: donde la proteómica experimental debe complementarse con la bioinformática". Proteómica . 11 (9): 1764–79. doi : 10.1002 / pmic.201000681 . PMID 21472859 . S2CID 20337179 .
- ^ Uhlen M, Ponten F; Ponten (abril de 2005). "Proteómica basada en anticuerpos para la elaboración de perfiles de tejidos humanos" . Mol. Célula. Proteómica . 4 (4): 384–93. doi : 10.1074 / mcp.R500009-MCP200 . PMID 15695805 .
- ^ Ole Nørregaard Jensen (2004). "Proteómica de modificación específica: caracterización de modificaciones postraduccionales por espectrometría de masas". Opinión actual en biología química . 8 (1): 33–41. doi : 10.1016 / j.cbpa.2003.12.009 . PMID 15036154 .
- ^ a b Klopfleisch R, Klose P, Weise C, Bondzio A, Multhaup G, Einspanier R, Gruber AD .; Klose; Weise; Bondzio; Multhaup; Einspanier; Gruber (2010). "Proteoma de carcinomas mamarios caninos metastásicos: similitudes y diferencias con el cáncer de mama humano" . J Proteome Res . 9 (12): 6380–91. doi : 10.1021 / pr100671c . PMID 20932060 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Alinejad, 2015 .
- ^ a b c d e f Weston, Andrea D .; Hood, Leroy (2004). "Biología de sistemas, proteómica y el futuro de la asistencia sanitaria: hacia una medicina predictiva, preventiva y personalizada". Revista de investigación del proteoma . 3 (2): 179–96. CiteSeerX 10.1.1.603.4384 . doi : 10.1021 / pr0499693 . PMID 15113093 .
- ^ Vaidyanathan G (marzo de 2012). "Redefiniendo los ensayos clínicos: la era de la medicina personalizada" . Celular . 148 (6): 1079–80. doi : 10.1016 / j.cell.2012.02.041 . PMID 22424218 .
- ^ Rakwal, Randeep; Komatsu, Setsuko (2000). "Papel del jasmonato en el mecanismo de autodefensa del arroz (Oryza sativa L.) mediante análisis de proteomas". Electroforesis . 21 (12): 2492–500. doi : 10.1002 / 1522-2683 (20000701) 21:12 <2492 :: AID-ELPS2492> 3.0.CO; 2-2 . PMID 10939463 .
- ^ Wu, Jianqiang; Baldwin, Ian T. (2010). "Nuevos conocimientos sobre las respuestas de las plantas al ataque de insectos herbívoros". Revisión anual de genética . 44 : 1-24. doi : 10.1146 / annurev-genet-102209-163500 . PMID 20649414 .
- ^ Sangha JS; Chen YH; Kaur Jatinder; Khan Wajahatullah; Abduljaleel Zainularifeen; Alanazi Mohammed S .; Mills Aaron; Adalla Candida B .; Bennett John; et al. (2013). "El análisis de proteoma de mutantes de arroz (Oryza sativa L.) revela proteínas inducidas diferencialmente durante la infestación de saltamontes marrón (Nilaparvata lugens)" . En t. J. Mol. Sci . 14 (2): 3921–3945. doi : 10.3390 / ijms14023921 . PMC 3588078 . PMID 23434671 .
- ^ de Mol, Nueva Jersey (2012). "Resonancia de plasmón de superficie para proteómica". Genómica química y proteómica . Métodos en Biología Molecular. 800 . págs. 33–53. doi : 10.1007 / 978-1-61779-349-3_4 . ISBN 978-1-61779-348-6. PMID 21964781 .
- ^ Visser, NF; Heck, AJ (junio de 2008). "Espectrometría de masas de resonancia de plasmón de superficie en proteómica". Revisión de expertos de proteómica . 5 (3): 425–33. doi : 10.1586 / 14789450.5.3.425 . PMID 18532910 . S2CID 11772983 .
- ^ a b Bensimon, Ariel; Diablos, Albert JR; Aebersold, Ruedi (7 de julio de 2012). "Proteómica basada en espectrometría de masas y biología de redes" . Revisión anual de bioquímica . 81 (1): 379–405. doi : 10.1146 / annurev-biochem-072909-100424 . PMID 22439968 .
- ^ a b Sabidó, Eduard; Selevsek, Nathalie; Aebersold, Ruedi (agosto de 2012). "Proteómica basada en espectrometría de masas para biología de sistemas". Opinión Actual en Biotecnología . 23 (4): 591–597. doi : 10.1016 / j.copbio.2011.11.014 . PMID 22169889 .
- ^ a b "¿Qué es la proteómica?" . ProteoConsult.[ fuente médica no confiable? ]
- ^ Strimbu, Kyle; Tavel, Jorge A (2010). "¿Qué son los biomarcadores?" . Opinión actual en VIH y SIDA . 5 (6): 463–6. doi : 10.1097 / COH.0b013e32833ed177 . PMC 3078627 . PMID 20978388 .
- ^ Grupo de Trabajo de Definiciones de Biomarcadores (2001). "Biomarcadores y criterios de valoración sustitutos: definiciones preferidas y marco conceptual". Farmacología clínica y terapéutica . 69 (3): 89–95. doi : 10.1067 / mcp.2001.113989 . PMID 11240971 . S2CID 288484 .
- ^ Ceciliani, F; Eckersall D; Burchmore R; Lecchi C (marzo de 2014). "Proteómica en medicina veterinaria: aplicaciones y tendencias en la patogénesis y el diagnóstico de enfermedades" (PDF) . Patología veterinaria . 51 (2): 351–362. doi : 10.1177 / 0300985813502819 . hdl : 2434/226049 . PMID 24045891 . S2CID 25693263 .
- ^ Klopfleisch R, Gruber AD; Gruber (2009). "Aumento de la expresión de BRCA2 y RAD51 en metástasis ganglionares de adenocarcinomas mamarios caninos". Patología veterinaria . 46 (3): 416–22. doi : 10.1354 / vp.08-VP-0212-K-FL . PMID 19176491 . S2CID 11583190 .
- ^ Hathout, Yetrib (2007). "Aproximaciones al estudio del secretoma celular". Revisión de expertos de proteómica . 4 (2): 239–48. doi : 10.1586 / 14789450.4.2.239 . PMID 17425459 . S2CID 26169223 .
- ^ Gupta N, Tanner S, Jaitly N y col. (Septiembre de 2007). "Análisis de proteoma completo de modificaciones postraduccionales: aplicaciones de espectrometría de masas para anotación proteogenómica" . Genome Res . 17 (9): 1362–77. doi : 10.1101 / gr.6427907 . PMC 1950905 . PMID 17690205 .
- ^ Gupta N, Benhamida J, Bhargava V y col. (Julio de 2008). "Proteogenómica comparativa: combinación de espectrometría de masas y genómica comparativa para analizar múltiples genomas" . Genome Res . 18 (7): 1133–42. doi : 10.1101 / gr.074344.107 . PMC 2493402 . PMID 18426904 .
- ^ "UniProt" . www.uniprot.org .
- ^ "EXPASY - PROSITE" . prosite.expasy.org .
- ^ Wang H, Chu C, Wang W, Pai T; Chu; Wang; Pai (abril de 2014). "Un descriptor de distancia promedio local para la comparación de estructuras de proteínas flexibles" . BMC Bioinformática . 15 (95): 1471–2105. doi : 10.1186 / 1471-2105-15-95 . PMC 3992163 . PMID 24694083 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Petrov D, Margreitter C, Gandits M, Ostenbrink C, Zagrovic B; Margreitter; Grandits; Oostenbrink; Zagrovic (julio de 2013). "Un marco sistemático para simulaciones de dinámica molecular de modificaciones postraduccionales de proteínas" . PLOS Biología Computacional . 9 (7): e1003154. Código bibliográfico : 2013PLSCB ... 9E3154P . doi : 10.1371 / journal.pcbi.1003154 . PMC 3715417 . PMID 23874192 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Margreitter C, Petro D, Zagrovic B; Petrov; Zagrovic (mayo de 2013). "Servidor web Vienna-PTM: un conjunto de herramientas para simulaciones MD de modificaciones postraduccionales portein" . Ácidos nucleicos Res . 41 (Problema del servidor web): W422–6. doi : 10.1093 / nar / gkt416 . PMC 3692090 . PMID 23703210 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Maron JL, Alterovitz G, Ramoni M, Johnson KL, Bianchi DW; Alterovitz; Ramoni; Johnson; Bianchi (diciembre de 2009). "Descubrimiento de alto rendimiento y caracterización del tráfico de proteínas fetales en la sangre de mujeres embarazadas" . Proteómica: Aplicaciones clínicas . 3 (12): 1389–96. doi : 10.1002 / prca.200900109 . PMC 2825712 . PMID 20186258 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Alterovitz G, Xiang M, Liu J, Chang A, Ramoni MF; Xiang; Liu; Chang; Ramoni (2008). Descubrimiento de biomarcadores periféricos en todo el sistema utilizando la teoría de la información . Simposio del Pacífico sobre Biocomputación . págs. 231–42. doi : 10.1142 / 9789812776136_0024 . ISBN 9789812776082. PMID 18229689 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Li, Jun; Lu, Yiling; Akbani, Rehan; Ju, Zhenlin; Roebuck, Paul L .; Liu, Wenbin; Yang, Ji-Yeon; Escoba, Bradley M .; Verhaak, Roeland GW (1 de noviembre de 2013). "TCPA: un recurso para los datos de proteómica funcional del cáncer" . Métodos de la naturaleza . 10 (11): 1046–1047. doi : 10.1038 / nmeth.2650 . ISSN 1548-7091 . PMC 4076789 . PMID 24037243 .
- ^ Anderson, NL (febrero de 2010). "El proteoma plasmático clínico: una encuesta de ensayos clínicos para proteínas en plasma y suero" . Química clínica . 56 (2): 177–85. doi : 10.1373 / clinchem.2009.126706 . PMID 19884488 .
- ^ Seis décadas buscando significado en el proteoma. Leigh Anderson
- ^ Geyer, PE; Kulak, NA; Pichler, G; Holdt, LM; Teupser, D; Mann, M (2016). "Perfiles de proteoma plasmático para evaluar la salud y la enfermedad humana" . Cell Syst . 2 (3): 185–95. doi : 10.1016 / j.cels.2016.02.015 . PMID 27135364 .
- ^ Malmström, E; Kilsgård, O; Hauri, S; Smeds, E; Herwald, H; Malmström, L; Malmström, J (2016). "Inferencia a gran escala del origen del tejido proteico en plasma de sepsis grampositiva utilizando proteómica dirigida cuantitativa" . Nat Commun . 7 : 10261. Bibcode : 2016NatCo ... 710261M . doi : 10.1038 / ncomms10261 . PMC 4729823 . PMID 26732734 .
- ^ Geyer, PE; Wewer Albrechtsen, Nueva Jersey; Tyanova, S; Grassl, N; Iepsen, EW; Lundgren, J; Madsbad, S; Holst, JJ; Torekov, SS; Mann, M (2016). "La proteómica revela los efectos de la pérdida de peso sostenida en el proteoma del plasma humano" . Mol Syst Biol . 12 (12): 901. doi : 10.15252 / msb.20167357 . PMC 5199119 . PMID 28007936 .
- ^ Variabilidad cuantitativa de 342 proteínas plasmáticas en una población de gemelos humanos. Liu Y1, Buil A2, Collins BC3, Gillet LC3, Blum LC3, Cheng LY4, Vitek O4, Mouritsen J3, Lachance G5, Spector TD5, Dermitzakis ET2, Aebersold R6.
Bibliografía
- Ceciliani F, Eckersall D, Burchmore R, Lecchi C. Proteómica en medicina veterinaria: aplicaciones y tendencias en la patogenia y el diagnóstico de enfermedades . Vet Pathol. Marzo de 2014; 51 (2): 351-62.
- Belhajjame, K. et al. Integración de datos de proteomas: características y desafíos . Actas de la reunión All Hands de e-Science del Reino Unido, ISBN 1-904425-53-4 , septiembre de 2005, Nottingham, Reino Unido.
- Twyman RM (2004). Principios de proteómica (serie de texto avanzado) . Oxford, Reino Unido: BIOS Scientific Publishers. ISBN 978-1-85996-273-2. (cubre casi todas las ramas de la proteómica)
- Naven T, Westermeier R (2002). Proteómica en la práctica: un manual de laboratorio de análisis de proteomas . Weinheim: Wiley-VCH. ISBN 978-3-527-30354-0. (enfocado en geles 2D, bueno en detalles)
- Liebler DC (2002). Introducción a la proteómica: herramientas para la nueva biología . Totowa, Nueva Jersey: Humana Press. ISBN 978-0-89603-992-6.ISBN 0-585-41879-9 (electrónico, ¿en Netlibrary?), ISBN 0-89603-991-9 hbk
- Wilkins MR, Williams KL, Appel RD, Hochstrasser DF (1997). Investigación de proteomas: nuevas fronteras en genómica funcional (principios y práctica) . Berlín: Springer. ISBN 978-3-540-62753-1.
- Arora PS, Yamagiwa H, Srivastava A, Bolander ME, Sarkar G; Yamagiwa; Srivastava; Bolander; Sarkar (2005). "Evaluación comparativa de dos aplicaciones de software de análisis de imagen de electroforesis en gel bidimensional utilizando fluidos sinoviales de pacientes con enfermedad articular". J Orthop Sci . 10 (2): 160–6. doi : 10.1007 / s00776-004-0878-0 . PMID 15815863 . S2CID 45193214 .CS1 maint: varios nombres: lista de autores ( enlace )
- Macaulay IC, Carr P, Gusnanto A, Ouwehand WH, Fitzgerald D, Watkins NA; Carr; Gusnanto; Ouwehand; Fitzgerald; Watkins (diciembre de 2005). "Genómica y proteómica plaquetaria en la salud y la enfermedad humana" . J Clin Invest . 115 (12): 3370–7. doi : 10.1172 / JCI26885 . PMC 1297260 . PMID 16322782 .CS1 maint: varios nombres: lista de autores ( enlace )
- Vasan RS (mayo de 2006). "Biomarcadores de enfermedad cardiovascular: bases moleculares y consideraciones prácticas" . Circulación . 113 (19): 2335–62. doi : 10.1161 / CIRCULATIONAHA.104.482570 . PMID 16702488 .
- "Infarto de miocardio" . (Consultado el 29 de noviembre de 2006)
- Introducción a los anticuerpos: ensayo inmunoabsorbente ligado a enzimas (ELISA) . (Consultado el 29 de noviembre de 2006)
- Jörg von Hagen, VCH-Wiley 2008 Preparación de muestras de proteómica. ISBN 978-3-527-31796-7
enlaces externos
- Proteómica en Curlie