Identificación y aplicaciones de proteínas diferenciales humanas y bacterianas asociadas a enfermedades con evidencia...

Área de la Ciencia:

• Microbiología
• Proteomía
• La bioinformática

Sus antecedentes:

• El microbioma intestinal es crucial para la salud humana y la enfermedad.
• Las variaciones individuales del microbioma afectan a la medicina de precisión.
• La metaproteómica revela la expresión de proteínas vinculada a la salud y la enfermedad, pero los estudios a menudo se centran en las proteínas humanas o bacterianas por separado.

Objetivo del estudio:

• Evaluar la viabilidad de identificar proteínas humanas y bacterianas expresadas diferencialmente en individuos sanos frente a los enfermos utilizando datos metaproteómicos.
• Evaluar estrategias para el uso de péptidos y proteínas identificadas para construir modelos predictivos de enfermedades humanas.

Principales métodos:

• Utilizó los conjuntos de datos metaproteómicos existentes.
• Utilizó una herramienta desarrollada, MetaProD, para el análisis de datos metaproteómicos.
• Identificación de proteínas humanas y bacterianas expresadas diferencialmente.
• Construyó modelos predictivos utilizando características de péptidos y proteínas.

Principales resultados:

• Se obtuvieron con éxito proteínas humanas y bacterianas expresadas diferencialmente, que sirven como biomarcadores potenciales.
• Las identificaciones basadas en péptidos generalmente arrojaron modelos predictivos más precisos que los basados en proteínas.
• La selección de características mejora la precisión del modelo.
• La incorporación de identificaciones bacterianas mejoró la precisión de la predicción en algunos casos, a pesar de los desafíos con los datos faltantes.

Conclusiones:

• El análisis simultáneo de proteínas humanas y bacterianas a partir de datos metaproteómicos es factible y valioso para el descubrimiento de biomarcadores de enfermedades.
• El análisis del nivel de péptidos y la selección de características son estrategias efectivas para construir modelos precisos de predicción de enfermedades.
• La integración de los datos del microbioma es prometedora para avanzar en la salud de precisión, aunque la integridad de los datos sigue siendo un desafío.