pharmaceutical-analytics-insights-Sci Forschen

全文

編輯
癌症生物標記物發現中的蛋白質組學

Sermin Tetik

土耳其伊斯坦布爾馬爾馬拉大學生物化學係藥學院

*通訊作者:Sermin Tetik,馬爾馬拉大學生物化學係藥學院,土耳其伊斯坦布爾,E-mail: stetik@marmara.edu.tr


基因/蛋白質的修飾取決於人體生物係統的病理狀態。分子通路的破譯為檢測具有外信號、信號間信號和信號內信號的新的過表達生物分子提供了機會。近十年來,研究人員分別強調了生物分子在組織或體液中的表達變化,它們的表達受到其他生物分子(如tnf - α)的規律性誘導,並以異常形態表達新的生物分子,如半胱天冬酶或白介素的過表達。

蛋白質具有動態結構,表現為蛋白質與配體/受體結合或蛋白質-蛋白質相互作用,可以通過蛋白質水解降解、翻譯後修飾和區室化等各種過程進行廣泛的功能調節。因此,生物體液和組織中的蛋白質由於疾病類型而發生變化,可以通過分析樣本[1]的遺傳、蛋白質組學或代謝組學結構來檢測。

蛋白質組學是一種高通量技術,涉及成百上千種蛋白質的大量數據。蛋白質的結構取決於病理事件的強度,例如癌症和非癌症個體,數據分析必須非常謹慎,以防可能的錯誤結果[2]。生物標誌物涉及單核苷酸多態性(SNPs)模式、mRNA、蛋白質或代謝物量的變化和DNA甲基化。所有模式都應提供特異性與疾病[3]之間的關係。

癌症生物標誌物的發現有一些局限於描述的方法,然而,也可用/適用於檢測癌症預後診斷。從癌症患者中獲取各種生物分子樣本,如唾液、體液和血漿/血清,用於蛋白質組學研究,以檢測腫瘤發病機製,並開發用於臨床平台的新方法,以及支持各種癌症治療方案。

蛋白質組學技術已被用於識別各種人類癌症中的蛋白質差異表達[4,5]。美國國立衛生研究院(NIH)發布了一套基於ms的檢測開發和利用靶向蛋白質組學檢測的“最佳實踐”。22該係列涉及組合應用,例如蛋白質微陣列和成像方法,如2D凝膠電泳和質譜[6,7]。

聚丙烯酰胺凝膠電泳(PAGE)和等電聚焦(IEF)分別采用基於蛋白質分子量和等電點的二維PAGE技術進行。長期以來,人們一直用這種技術分析癌細胞蛋白[8]。

通過添加熒光染料和凝膠比較蛋白質組學分析,利用質譜技術進行了進一步的研究。血漿和其他生物液中含有豐富的蛋白質,如白蛋白和免疫球蛋白,因此生物液中低豐度的蛋白質可能會被高豐度的蛋白質所掩蓋。在生物流體和組織[4]中,可以應用初始樣品的預處理步驟來清除高豐度蛋白質。然而,該技術存在一些潛在的風險,如低豐度蛋白質的損耗。這些蛋白質的損耗允許檢測低豐度的蛋白質,導致潛在的重要信息的損失。低豐度蛋白的鑒定可選擇珠基免疫分析法作為另一種方法。

在全球血清蛋白分析有不同的方法;其中之一是利用二維和三維HPLC/MS進行全球血清蛋白質組分析[7,10]。近年來,在癌症診斷和治療中將重點研究表觀遺傳生物標誌物蛋白組學方法[11]。其中一種高通量技術是微陣列技術,通過蛋白質微陣列[12]可以測量和檢測數千種蛋白質的蛋白質組生物標誌物。基於免疫組織化學/免疫細胞化學的蛋白質組學鑒定癌症樣本在文獻[13]中已被描述為其他方法。

用於癌症預後診斷和治療的蛋白質組生物標誌物研究已經擴展到不同的應用和方法。所有技術都強調了樣品製備、儲存、分餾、純化等方麵的意義。蛋白質組學生物標記物的臨床應用有待標準化、驗證和驗證,有助於對樣品進行雙重檢驗。蛋白質組學在分子水平上的研究工具,如成像和定量方法,可以用於解釋癌症疾病治療藥物的有效性,並找到它們進入目標細胞的途徑。

參考文獻
  1. 丁l, Wendl MC, McMichael JF, Raphael BJ(2014)擴展用於挖掘癌症基因組的計算工具箱。Nat Rev Genet 15: 556-570。[Ref。
  2. Duncan MW(2012)良好的質譜分析及其在良好科學中的地位。質譜儀47:795-809。[Ref。
  3. Lawrence MS, Stojanov P, Mermel CH, Robinson JT, Garraway LA等。(2014)21種腫瘤類型的腫瘤基因發現與飽和分析。自然505:495-501。[Ref。
  4. 哈納什,田口A(2010)破解癌症蛋白質組的巨大挑戰。Nat Rev Cancer: 652-660。[Ref。
  5. Carr SA, Abbatiello SE, Ackermann BL, Borchers C, Domon B等(2014)生物學和醫學中的靶向肽測量:使用適合目的的方法開發基於質譜的檢測的最佳實踐。Mol細胞蛋白質組學13:907-917。[Ref。
  6. Mosca R, Céol A, Aloy P (2013) Interactome3D:添加蛋白質網絡的結構細節。Nat方法10:47-53。[Ref。
  7. Liotta LA, Ferrari M, Petricoin E(2003)臨床蛋白質組學:用血液書寫。自然425:905。[Ref。
  8. 莫瑞拉JM, Ohlsson G, Gromov P, Simon R, Sauter G,等(2010)膀胱癌相關蛋白在人膀胱癌預後中的潛在生物標誌物。蛋白質組學9:161-177。[Ref。
  9. Nolen BM, Lokshin AE(2012)卵巢癌的蛋白質生物標誌物:森林和樹木。Future Oncol 8:55 -71。
  10. Fujii K, Kondo T, Yamada M, Iwatsuki K, Hirohashi S(2006)建立一個全麵的定量蛋白質組數據庫:利用二維DIGE和ms分析淋巴腫瘤蛋白表達圖譜。[Ref。
  11. barke T, Borgel J, DiMaggio PA(2013)表觀遺傳學中的蛋白質組學:癌症研究的新視角。簡要功能基因組學12:205- 218。[Ref。
  12. Agwa E, Ma PC(2013)概述各種技術/平台,並對每種技術/平台進行批判性評估。Curr治療選項Oncol 14: 623-633。[Ref。
  13. Kim MS, Kwon S, Kim T, Lee ES, Park JK(2011)基於免疫組織化學和免疫細胞化學的多路微流體平台的乳腺癌蛋白組學分析。生物材料32:1396-1403。[Ref。

下載臨時PDF

PDF

條信息

文章類型:編輯

引用:Tetik S(2016)癌症生物標誌物發現中的蛋白質組學。J Pharm Anal Insights 1(2): doi http://dx.doi.org/10.16966/2471-8122.e102

版權:©2016 Tetik S.這是一篇根據創作共用署名許可條款發布的開放獲取文章,允許在任何媒介上不受限製地使用、分發和複製,前提是注明原作者和來源。

出版的曆史:

  • 收到日期:3月22日

  • 接受日期:3月23日

  • 發表日期:3月28日