Proyección del proteoma virtual para identificar nuevos biomarcadores de enfermedades

Área de la Ciencia:

• La bioquímica
• La genética
• Medicina cardiovascular

Sus antecedentes:

• Los enfoques proteómicos ofrecen un gran potencial para el descubrimiento de biomarcadores, pero enfrentan desafíos de escalabilidad en grandes biobancos.
• Los altos costos y las barreras prácticas limitan la aplicación de tecnologías proteómicas a conjuntos de datos masivos.
• Se propone una nueva estrategia "proteómica virtual" para superar estas limitaciones.

Objetivo del estudio:

• Desarrollar y validar un enfoque proteómico virtual para el descubrimiento de biomarcadores a gran escala.
• Para vincular los niveles de proteína genéticamente predichos con los diagnósticos clínicos en una población sustancial.
• Identificar nuevos biomarcadores candidatos para enfermedades cardiovasculares y otras.

Principales métodos:

• Los datos de asociación de todo el genoma del Estudio del Corazón de Framingham se utilizaron para construir predictores genéticos para 1129 proteínas plasmáticas.
• Los predictores genéticos fueron validados y aplicados para estimar los niveles de proteínas en 41.288 individuos de la cohorte eMERGE.
• Se evaluaron las asociaciones entre las proteínas previstas y 1128 fenotipos clínicos, con los principales hallazgos validados utilizando niveles de proteínas medidos en la cohorte MDCS.

Principales resultados:

• El análisis proteómico virtual identificó 55 proteínas asociadas con 89 diagnósticos clínicos (q < 0,1) en la cohorte eMERGE.
• Trece asociaciones significativas involucraron fenotipos de lípidos o aterosclerosis.
• La validación en la cohorte MDCS confirmó las asociaciones de las isoformas de la apolipoproteína E con hiperlipidemia y el miembro B de la familia 1 del dominio de la lectina de tipo C y el receptor del factor de crecimiento derivado de plaquetas-β con aterosclerosis subclínica.

Conclusiones:

• El estudio demuestra un paradigma de descubrimiento de biomarcadores factible utilizando un enfoque proteómico virtual.
• Este método permite la identificación de biomarcadores candidatos para enfermedades cardiovasculares y otras afecciones.
• Los resultados ponen de relieve el potencial de la integración de datos genéticos con información clínica para la investigación biológica a gran escala.