Comparaciones de proteómica plasmática a gran escala a través de la genética y las asociaciones de enfermedades

Área de la Ciencia:

• Proteomía
• La genómica
• Investigación biomédica

Sus antecedentes:

• La proteómica de alto rendimiento, la genómica y la integración de datos fenotípicos pueden dilucidar los vínculos genoma-enfermedad.
• El Proyecto de Proteómica Farmacéutica del Biobanco del Reino Unido proporciona extensos datos de proteómica plasmática.

Objetivo del estudio:

• Para comparar las plataformas Olink Explore 3072 y SomaScan v4 utilizando el Biobanco del Reino Unido y las cohortes islandesas.
• Evaluar el rendimiento de la plataforma en la detección de loci de rasgos cuantitativos de proteínas cis (pQTL) en diversos antepasados.
• Evaluar el impacto de las diferencias de plataforma en los estudios de asociación de enfermedades.

Principales métodos:

• Estudios de asociación en Olink Explore 3072 datos de >50,000 participantes del Biobanco del Reino Unido a través de ascendencias británicas / irlandesas, africanas y del sur de Asia.
• Comparación con los datos de SomaScan v4 de 36.000 personas islandesas, incluidos 1.514 con los datos de Olink.
• Análisis de cis-pQTL y asociaciones genómicas, estratificadas por ascendencia.

Principales resultados:

• Se observó una correlación modesta entre las plataformas Olink y SomaScan.
• Se detectaron números absolutos similares de cis-pQTL (Olink: 2.101; SomaScan: 2.120), pero Olink mostró una mayor proporción de ensayos validados (72% frente a 43%).
• Se identificaron diferencias significativas en las asociaciones genómicas para numerosas proteínas entre las plataformas, lo que podría influir en las conclusiones del estudio de la enfermedad.
• El aprovechamiento de diversos antepasados en el Biobanco del Reino Unido mejoró la detección de nuevas asociaciones y la localización genómica.

Conclusiones:

• Tanto Olink como SomaScan son plataformas proteómicas de alto rendimiento, pero exhiben características distintas.
• Las diferencias de plataformas pueden influir en los resultados de la investigación, lo que requiere una consideración cuidadosa en los análisis integrados.
• La utilización de diversos antepasados es crucial para los estudios de asociación proteogenómica robusta.
• La complementariedad entre las plataformas puede mejorar la profundidad y amplitud de los conocimientos biológicos.