De Wikipedia, la enciclopedia libre
Saltar a navegación Saltar a búsqueda
Esquema general que muestra las relaciones del genoma , transcriptoma , proteoma y metaboloma ( lipidoma ).

El proteoma es el conjunto completo de proteínas que es, o puede ser, expresado por un genoma , célula, tejido u organismo en un momento determinado. Es el conjunto de proteínas expresadas en un determinado tipo de célula u organismo, en un momento dado, en condiciones definidas. La proteómica es el estudio del proteoma.

Tipos de proteomas [ editar ]

Si bien proteoma generalmente se refiere al proteoma de un organismo, los organismos multicelulares pueden tener proteomas muy diferentes en diferentes células, por lo que es importante distinguir los proteomas en células y organismos.

Un proteoma celular es la colección de proteínas que se encuentran en un tipo de célula particular bajo un conjunto particular de condiciones ambientales, como la exposición a la estimulación hormonal .

También puede ser útil considerar el proteoma completo de un organismo , que puede conceptualizarse como el conjunto completo de proteínas de todos los diversos proteomas celulares. Este es aproximadamente el equivalente proteico del genoma .

El término proteoma también se ha utilizado para referirse a la colección de proteínas en ciertos sistemas subcelulares , como los orgánulos. Por ejemplo, el proteoma mitocondrial puede constar de más de 3000 proteínas distintas. [1] [2]

Las proteínas de un virus se pueden denominar proteoma viral . Por lo general, los proteomas virales se predicen a partir del genoma viral [3], pero se han realizado algunos intentos para determinar todas las proteínas expresadas a partir de un genoma viral, es decir, el proteoma viral. [4] Sin embargo, con mayor frecuencia, la proteómica del virus analiza los cambios de las proteínas del huésped tras la infección por el virus, de modo que en efecto se estudian dos proteomas (del virus y su huésped). [5]

Importancia en el cáncer [ editar ]

El proteoma se puede utilizar para determinar la presencia de diferentes tipos de cánceres.

El proteoma puede usarse para analizar comparativamente diferentes líneas de células cancerosas. Se han utilizado estudios proteómicos para identificar la probabilidad de metástasis en las líneas celulares de cáncer de vejiga KK47 e YTS1 y se encontró que tenían 36 proteínas no reguladas y 74 reguladas negativamente. [6] Las diferencias en la expresión de proteínas pueden ayudar a identificar nuevos mecanismos de señalización del cáncer.

Se han encontrado biomarcadores de cáncer mediante análisis proteómicos basados ​​en espectrometría de masas . El uso de proteómica o el estudio del proteoma es un paso adelante en la medicina personalizada para adaptar los cócteles de fármacos al perfil proteómico y genómico específico del paciente. [7] El análisis de líneas celulares de cáncer de ovario mostró que los biomarcadores putativos para el cáncer de ovario incluyen "α-enolasa (ENOA), factor de elongación Tu , mitocondrial (EFTU), gliceraldehído-3-fosfato deshidrogenasa (G3P) , proteína de estrés-70, mitocondrial (GRP75), apolipoproteína A-1 (APOA1) , peroxiredoxina (PRDX2) y anexina A (ANXA) ". [8]

Los análisis proteómicos comparativos de 11 líneas celulares demostraron la similitud entre los procesos metabólicos de cada línea celular; Se identificaron completamente 11.731 proteínas a partir de este estudio. Las proteínas de mantenimiento tienden a mostrar una mayor variabilidad entre las líneas celulares. [9]

La resistencia a ciertos medicamentos contra el cáncer aún no se comprende bien. El análisis proteómico se ha utilizado para identificar proteínas que pueden tener propiedades farmacológicas contra el cáncer, específicamente para el irinotecan, un fármaco contra el cáncer de colon . [10] Los estudios de la línea celular de adenocarcinoma LoVo demostraron que 8 proteínas no estaban reguladas y 7 proteínas estaban reguladas negativamente. Las proteínas que mostraron una expresión diferencial estuvieron involucradas en procesos como la transcripción, apoptosis y proliferación / diferenciación celular entre otros.

El proteoma en sistemas bacterianos [ editar ]

Se han realizado análisis proteómicos en diferentes tipos de bacterias para evaluar sus reacciones metabólicas a diferentes condiciones. Por ejemplo, en bacterias como Clostridium y Bacillus , se utilizaron análisis proteómicos para investigar cómo diferentes proteínas ayudan a que las esporas de estas bacterias germinen después de un período prolongado de latencia. [11] Para comprender mejor cómo eliminar adecuadamente las esporas, se debe realizar un análisis proteómico.

Historia [ editar ]

Marc Wilkins acuñó el término proteoma [12] en 1994 en un simposio sobre "Electroforesis 2D: de mapas de proteínas a genomas" celebrado en Siena, Italia. Apareció en forma impresa en 1995, [13] con la publicación de parte de su tesis doctoral. Wilkins usó el término para describir el complemento completo de proteínas expresadas por un genoma, célula, tejido u organismo.

Tamaño y contenido [ editar ]

Los genomas de virus y procariotas codifican un proteoma relativamente bien definido, ya que cada proteína puede predecirse con alta confianza, en base a su marco de lectura abierto (en virus que varían de ~ 3 a ~ 1000, en bacterias que varían de aproximadamente 500 proteínas a aproximadamente 10,000 ). [14] Sin embargo, la mayoría de los algoritmos de predicción de proteínas utilizan ciertos límites, como 50 o 100 aminoácidos, por lo que estas predicciones suelen pasar por alto proteínas pequeñas. [15] En eucariotas, esto se vuelve mucho más complicado ya que se puede producir más de una proteína a partir de la mayoría de los genes debido al empalme alternativo.(por ejemplo, el proteoma humano codifica alrededor de 20.000 proteínas, pero algunas estimaciones predijeron 92.179 proteínas [ cita requerida ] de las cuales 71.173 son variantes de corte y empalme [ cita requerida ] ). [dieciséis]

Proteoformas . Existen diferentes factores que pueden agregar variabilidad a las proteínas. Los SAP (polimorfismos de un solo aminoácido) y los polimorfismos de un solo nucleótido no sinónimos (nsSNP) pueden dar lugar a diferentes "proteoformas" [17] o "proteomorfos". Estimaciones recientes han encontrado ~ 135.000 cSNP no sinónimos validados que se encuentran actualmente en SwissProt. En dbSNP, hay 4,7 millones de cSNP candidatos, pero solo se han validado ~ 670.000 cSNP en el conjunto de 1000 genomas como cSNP no sinónimos que cambian la identidad de un aminoácido en una proteína. [17]

Proteoma oscuro . El término proteoma oscuro acuñado por Perdigão y sus colegas, define regiones de proteínas que no tienen homología de secuencia detectable con otras proteínas de estructura tridimensional conocida y, por lo tanto, no pueden modelarse por homología . Para 546.000 proteínas Swiss-Prot, se encontró que entre el 44 y el 54% del proteoma en eucariotas y virus era "oscuro", en comparación con sólo alrededor del 14% en arqueas y bacterias . [18]

Proteoma humano . Actualmente, varios proyectos tienen como objetivo mapear el proteoma humano, incluido el Mapa del proteoma humano , ProteomicsDB y The Human Proteome Project (HPP) . Al igual que el proyecto del genoma humano , estos proyectos buscan encontrar y recopilar evidencia para todos los genes que codifican proteínas pronosticados en el genoma humano. El mapa del proteoma humano actualmente (octubre de 2020) reclama 17.294 proteínas y ProteomicsDB 15.479, utilizando diferentes criterios. El 16 de octubre de 2020, el HPP publicó un plan de alta rigurosidad [19] que cubre más del 90% de los genes codificadores de proteínas predichos. Las proteínas se identifican a partir de una amplia gama de tejidos y tipos de células fetales y adultos, incluidas las células hematopoyéticas .

Métodos para estudiar el proteoma [ editar ]

Esta imagen muestra un gel bidimensional con proteínas codificadas por colores. Esta es una forma de visualizar proteínas en función de su masa y punto isoeléctrico.
Artículo principal: Proteómica

El análisis de proteínas resulta más difícil que el análisis de secuencias de ácidos nucleicos. Si bien solo hay 4 nucleótidos que componen el ADN, hay al menos 20 aminoácidos diferentes que pueden formar una proteína. Además, actualmente no se conoce ninguna tecnología de alto rendimiento para hacer copias de una sola proteína. Hay numerosos métodos disponibles para estudiar proteínas, conjuntos de proteínas o el proteoma completo. De hecho, las proteínas a menudo se estudian indirectamente, por ejemplo, utilizando métodos computacionales y análisis de genomas. A continuación se dan sólo algunos ejemplos.

Técnicas de separación y electroforesis [ editar ]

La proteómica , el estudio del proteoma, se ha practicado en gran medida mediante la separación de proteínas mediante electroforesis en gel bidimensional . En la primera dimensión, las proteínas se separan mediante enfoque isoeléctrico , que resuelve las proteínas sobre la base de la carga. En la segunda dimensión, las proteínas se separan por peso molecular usando SDS-PAGE . El gel se tiñe con Coomassie Brilliant Blue o plateado para visualizar las proteínas. Las manchas en el gel son proteínas que han migrado a ubicaciones específicas.

Espectrometría de masas [ editar ]

Un espectrómetro de masas Orbitrap comúnmente utilizado en proteómica
Artículos principales: espectrometría de masas de proteínas y espectrometría de masas

La espectrometría de masas es uno de los métodos clave para estudiar el proteoma. [20] Algunos métodos importantes de espectrometría de masas incluyen la espectrometría de masas Orbitrap, MALDI (desorción / ionización láser asistida por matriz) y ESI (ionización por electropulverización). La huella dactilar de masas de péptidos identifica una proteína escindiéndola en péptidos cortos y luego deduce la identidad de la proteína comparando las masas de péptidos observadas con una base de datos de secuencias . La espectrometría de masas en tándem , por otro lado, puede obtener información de secuencia de péptidos individuales aislándolos, colisionándolos con un gas no reactivo y luego catalogando los fragmentos de iones producidos. [21]

En mayo de 2014, se publicó en Nature un borrador de mapa del proteoma humano . [22] Este mapa se generó utilizando espectrometría de masas por transformada de Fourier de alta resolución. Este estudio analizó 30 muestras humanas histológicamente normales que dieron como resultado la identificación de proteínas codificadas por 17.294 genes. Esto representa alrededor del 84% del total de genes codificadores de proteínas anotados.

Cromatografía [ editar ]

La cromatografía líquida es una herramienta importante en el estudio del proteoma. Permite una separación muy sensible de diferentes tipos de proteínas en función de su afinidad por una matriz. Algunos métodos más nuevos para la separación e identificación de proteínas incluyen el uso de columnas capilares monolíticas, cromatografía de alta temperatura y electrocromatografía capilar. [23]

Secar [ editar ]

La transferencia de Western se puede utilizar para cuantificar la abundancia de ciertas proteínas. Mediante el uso de anticuerpos específicos para la proteína de interés, es posible sondear la presencia de proteínas específicas a partir de una mezcla de proteínas.

Ensayos de complementación de proteínas y pantallas de interacción [ editar ]

Los ensayos de complementación de fragmentos de proteína se utilizan a menudo para detectar interacciones proteína-proteína . El ensayo de dos híbridos de levadura es el más popular de ellos, pero existen numerosas variaciones, tanto in vitro como in vivo . Los ensayos pull-down son un método para determinar con qué tipos de proteínas interactúa una proteína. [24]

Bases de datos de proteínas [ editar ]

La base de datos del proteoma plasmático contiene información sobre 10.500 proteínas del plasma sanguíneo . Debido a que el rango en el contenido de proteínas en el plasma es muy grande, es difícil detectar proteínas que tienden a ser escasas en comparación con proteínas abundantes. Existe un límite analítico que posiblemente pueda ser una barrera para la detección de proteínas con concentraciones ultrabajas. [25]

Las bases de datos como neXtprot y UniProt son recursos centrales para los datos proteómicos humanos.

Ver también [ editar ]

  • Metaboloma
  • Citoma
  • Bioinformática
  • Lista de temas ómicos en biología
  • Base de datos de proteomas vegetales
  • Transcriptoma
  • Interactome
  • Proyecto Proteoma Humano
  • BioPlex

Referencias [ editar ]

  1. ^ Morgenstern, Marcel; Stiller, Sebastian B .; Lübbert, Philipp; Peikert, Christian D .; Dannenmaier, Stefan; Drepper, Friedel; Bueno, Uri; Höß, Philipp; Feuerstein, Reinhild; Gebert, Michael; Bohnert, Maria (junio de 2017). "Definición de un proteoma mitocondrial de alta confianza a escala cuantitativa" . Informes de celda . 19 (13): 2836-2852. doi : 10.1016 / j.celrep.2017.06.014 . ISSN  2211-1247 . PMC  5494306 . PMID  28658629 .
  2. ^ Gómez-Serrano, M (noviembre de 2018). "Mitoproteómica: abordar la disfunción mitocondrial en la enfermedad humana" . Oxid Med Cell Longev . 2018 : 1435934. doi : 10.1155 / 2018/1435934 . PMC 6250043 . PMID 30533169 .  
  3. ↑ Uetz, P. (15 de octubre de 2004). "De ORFeomes a mapas de interacción de proteínas en virus" . Investigación del genoma . 14 (10b): 2029-2033. doi : 10.1101 / gr.2583304 . ISSN 1088-9051 . 
  4. ^ Maxwell, Karen L .; Frappier, Lori (junio de 2007). "Proteómica viral" . Revisiones de microbiología y biología molecular: MMBR . 71 (2): 398–411. doi : 10.1128 / MMBR.00042-06 . ISSN 1092-2172 . PMC 1899879 . PMID 17554050 .   
  5. ^ Viswanathan, Kasinath; Früh, Klaus (diciembre de 2007). "Proteómica viral: evaluación global de virus y su interacción con el huésped" . Revisión de expertos de proteómica . 4 (6): 815–829. doi : 10.1586 / 14789450.4.6.815 . ISSN 1744-8387 . PMID 18067418 .  
  6. ^ Yang, Ganglong; Xu, Zhipeng; Lu, Wei; Li, Xiang; Sun, Chengwen; Guo, Jia; Xue, Peng; Guan, Feng (31 de julio de 2015). "Análisis cuantitativo de la expresión del proteoma diferencial en el cáncer de vejiga frente a las células normales de la vejiga mediante el método SILAC" . PLOS ONE . 10 (7): e0134727. Código bibliográfico : 2015PLoSO..1034727Y . doi : 10.1371 / journal.pone.0134727 . ISSN 1932-6203 . PMC 4521931 . PMID 26230496 .   
  7. ^ An, Yao; Zhou, Li; Huang, Zhao; Niza, Edouard C .; Zhang, Haiyuan; Huang, Canhua (4 de mayo de 2019). "Conocimientos moleculares sobre la resistencia a los medicamentos contra el cáncer desde una perspectiva proteómica". Revisión de expertos de proteómica . 16 (5): 413–429. doi : 10.1080 / 14789450.2019.1601561 . ISSN 1478-9450 . PMID 30925852 . S2CID 88474614 .   
  8. ↑ Cruz, Isa N .; Coley, Helen M .; Kramer, Holger B .; Madhuri, Thumuluru Kavitah; Safuwan, Nur a. METRO.; Angelino, Ana Rita; Yang, Min (1 de enero de 2017). "El análisis proteómico de tejidos y líneas celulares de cáncer de ovario revela proteínas asociadas a la resistencia a los fármacos" . Genómica y proteómica del cáncer . 14 (1): 35–51. doi : 10.21873 / cgp.20017 . ISSN 1109-6535 . PMC 5267499 . PMID 28031236 .   
  9. ^ Geiger, Tamar; Wehner, Anja; Schaab, Christoph; Cox, Juergen; Mann, Matthias (marzo de 2012). "El análisis proteómico comparativo de once líneas celulares comunes revela una expresión ubicua pero variable de la mayoría de las proteínas" . Proteómica molecular y celular . 11 (3): M111.014050. doi : 10.1074 / mcp.M111.014050 . ISSN 1535-9476 . PMC 3316730 . PMID 22278370 .   
  10. ^ Peng, Xing-Chen; Gong, Feng-Ming; Wei, Meng; Chen, Xi; Chen, Ye; Cheng, Ke; Gao, Feng; Xu, Feng; Bi, Feng; Liu, Ji-Yan (diciembre de 2010). "Análisis proteómico de líneas celulares para identificar las proteínas de resistencia al irinotecán". Revista de Biociencias . 35 (4): 557–564. doi : 10.1007 / s12038-010-0064-9 . ISSN 0250-5991 . PMID 21289438 . S2CID 6082637 .   
  11. ^ Chen, Yan; Barat, Bidisha; Ray, W. Keith; Helm, Richard F .; Melville, Stephen B .; Popham, David L. (15 de marzo de 2019). "Proteomas de membrana y transportadores de iones en esporas latentes y germinantes de Bacillus anthracis y Bacillus subtilis" . Revista de bacteriología . 201 (6). doi : 10.1128 / JB.00662-18 . ISSN 0021-9193 . PMC 6398275 . PMID 30602489 .   
  12. ^ Wilkins, Marc (diciembre de 2009). "Minería de datos proteómica". Revisión de expertos de proteómica . Inglaterra . 6 (6): 599–603. doi : 10.1586 / epr.09.81 . PMID 19929606 . S2CID 207211912 .  
  13. ^ Wasinger VC, Cordwell SJ, Cerpa-Poljak A, Yan JX, Gooley AA, Wilkins MR, Duncan MW, Harris R, Williams KL, Humphery-Smith I (1995). "Progreso con el mapeo de productos génicos de los Mollicutes: Mycoplasma genitalium". Electroforesis . 16 (1): 1090–94. doi : 10.1002 / elps.11501601185 . PMID 7498152 . S2CID 9269742 .  
  14. ^ Kozlowski, LP (26 de octubre de 2016). "Proteoma pI : base de datos de puntos isoeléctricos del proteoma" . Investigación de ácidos nucleicos . 45 (D1): D1112 – D1116. doi : 10.1093 / nar / gkw978 . PMC 5210655 . PMID 27789699 .  
  15. ↑ Leslie, Mitch (18 de octubre de 2019). "Impacto sobredimensionado" . Ciencia . 366 (6463): 296–299. Código bibliográfico : 2019Sci ... 366..296L . doi : 10.1126 / science.366.6463.296 . ISSN 0036-8075 . PMID 31624194 .  
  16. ^ "UniProt: un centro de información sobre proteínas" . Investigación de ácidos nucleicos . 43 (D1): D204 – D212. 2014. doi : 10.1093 / nar / gku989 . ISSN 0305-1048 . PMC 4384041 . PMID 25348405 .   
  17. ^ a b Aebersold, Ruedi; Agar, Jeffrey N; Amster, yo Jonathan; Baker, Mark S; Bertozzi, Carolyn R; Boja, Emily S; Costello, Catherine E; Cravatt, Benjamin F; Fenselau, Catherine; García, Benjamín A; Ge, Ying (marzo de 2018). "¿Cuántas proteoformas humanas hay?" . Biología química de la naturaleza . 14 (3): 206–214. doi : 10.1038 / nchembio.2576 . hdl : 1721,1 / 120977 . ISSN 1552-4450 . PMC 5837046 . PMID 29443976 .   
  18. ^ Perdigão, Nelson; et al. (2015). "Características inesperadas del proteoma oscuro" . PNAS . 112 (52): 15898-15903. Código Bibliográfico : 2015PNAS..11215898P . doi : 10.1073 / pnas.1508380112 . PMC 4702990 . PMID 26578815 .  
  19. ^ Adhikari, S (octubre de 2020). "Un modelo de alta rigurosidad del proteoma humano" . Comunicaciones de la naturaleza . 11 (1): 5301. Bibcode : 2020NatCo..11.5301A . doi : 10.1038 / s41467-020-19045-9 . PMC 7568584 . PMID 33067450 .  
  20. ^ Altelaar, AF; Muñoz, J; Heck, AJ (enero de 2013). "Proteómica de próxima generación: hacia una visión integradora de la dinámica del proteoma". Nature Reviews Genética . 14 (1): 35–48. doi : 10.1038 / nrg3356 . PMID 23207911 . S2CID 10248311 .  
  21. ^ Wilhelm, Mathias; Schlegl, Judith; Hahne, Hannes; Gholami, Amin Moghaddas; Lieberenz, Marcus; Savitski, Mikhail M .; Ziegler, Emanuel; Butzmann, Lars; Gessulat, Siegfried; Marx, Harald; Mathieson, Toby; Lemeer, Simone; Schnatbaum, Karsten; Reimer, Ulf; Wenschuh, Holger; Mollenhauer, Martin; Slotta-Huspenina, Julia; Boese, Joos-Hendrik; Bantscheff, Marcus; Gerstmair, Anja; Faerber, Franz; Kuster, Bernhard (2014). "Borrador basado en espectrometría de masas del proteoma humano" . Naturaleza . 509 (7502): 582–7. Código Bib : 2014Natur.509..582W . doi : 10.1038 / nature13319 . PMID 24870543 . S2CID 4467721  .
  22. ^ Kim, Min-Sik; et al. (Mayo de 2014). "Un borrador de mapa del proteoma humano" . Naturaleza . 509 (7502): 575–81. Código Bib : 2014Natur.509..575K . doi : 10.1038 / nature13302 . PMC 4403737 . PMID 24870542 .  
  23. ^ Shi, Yang; Xiang, Rong; Horváth, Csaba; Wilkins, James A. (22 de octubre de 2004). "El papel de la cromatografía líquida en proteómica". Journal of Chromatography A . Química bioanalítica: perspectivas y avances recientes con el reconocimiento de Barry L. Karger. 1053 (1): 27–36. doi : 10.1016 / j.chroma.2004.07.044 . ISSN 0021-9673 . PMID 15543969 .  
  24. ^ "Ensayos de pull-down - EE . UU . " . www.thermofisher.com . Consultado el 5 de diciembre de 2019 .
  25. ↑ Ponomarenko, Elena A .; Poverennaya, Ekaterina V .; Ilgisonis, Ekaterina V .; Pyatnitskiy, Mikhail A .; Kopylov, Arthur T .; Zgoda, Victor G .; Lisitsa, Andrey V .; Archakov, Alexander I. (2016). "El tamaño del proteoma humano: el ancho y la profundidad" . Revista Internacional de Química Analítica . 2016 : 7436849. doi : 10.1155 / 2016/7436849 . ISSN 1687-8760 . PMC 4889822 . PMID 27298622 .   

Enlaces externos [ editar ]

  • Base de datos PIR
  • Base de datos UniProt
  • Base de datos de Pfam en los archivos web de la Biblioteca del Congreso (archivado el 6 de mayo de 2011)