Aplicación de una aproximación Proteomics-basada a la clínica

Thought LeadersProfessor Matthias MannThe University of Copenhagen& The Max Planck Institute of Biochemistry

En esta entrevista, profesor Matías Mann discute su trabajo en el campo del proteomics, y explica porqué la aplicación de tecnologías proteomics-basadas tales como timsTOF a la clínica podría acelerar la diagnosis y la predicción de la enfermedad humana.

¿Qué primero le atrajo al campo del proteomics?

Vine del campo de la espectrometría de masa antes de que existiera el proteomics incluso. Cuando vino el proteomics adelante, mucha gente se centraba en la forma de los 2.os geles, pero esto no me interesó. En lugar, el análisis simultáneo de muchos componentes en una célula y los aspectos de la biología de sistemas del proteomics de la escopeta apelaron a mí.

¿Qué chispeó su interés en la investigación fundamental mientras que trabajaba en el laboratorio de Juan Fenn?

Me educan como físico y un matemático originalmente y trabajo comenzado con Juan Fenn en electrospray. Entonces seguí el rio abajo electrospray, de caracterizar las únicas proteínas a los complejos de la proteína, y entonces a los montajes cada vez más complejos a las células enteras, que analizo hoy.

Después de esto, comencé a trabajar en la comprensión de cómo crear los iones, a cómo pueden ser medidos, y entonces a la separación y a la velocidad cada vez mayores para continuar con la complejidad.

¿Por qué usted la asierra al hilo es importante ver más técnicas proteomics-basadas en ambientes clínicos?

Las clínicas confían pesado en pruebas de laboratorio, pero es generalmente una proteína o una pequeña molécula. Las preguntas técnicas están sobre cómo es exacto son éstas. Por ejemplo, cuando están hechos frente con los diabéticos con los altos triglicéridos, los científicos del laboratorio sabrán que el anticuerpo parará el trabajar, pero la prueba no dice eso. Podría ser hecha mucho más exacta con técnicas espectroscopia-basadas masa porque son mucho más digital.

La razón más grande para utilizar la espectrometría de masa es que usted puede medir muchas cosas inmediatamente. Creo fuertemente eso que toma muchas mediciones simultáneamente, como un camino entero o un montaje entero de proteínas, llevaría mucho mejor a las diagnosis que qué ahora tenemos.

Otro aspecto es que prueban a la gente generalmente para una enfermedad, pero la mayoría de la gente tiene co-morbosidades que se puedan coger usando la espectrometría de masa en una aproximación biología-basada los sistemas.

Lo más a menudo posible, las enfermedades provendrán la misma causa básica. Con diabetes, por ejemplo, la enfermedad es causada por un síndrome metabólico que pueda manifestar como diabetes, pero también como enfermedad del higado y enfermedades cardíacas. Tomar una aproximación proteomics-basada nos forzaría a reconocer que más de una cosa es generalmente incorrecta.

ProteomicsYabusaka | Shutterstock

¿Cómo útil pudieron los chequeoes de salud longitudinales estar para los clínicos y los pacientes?

Esto es una posibilidad muy atractiva y no es algo que se hace actualmente. Con nuestros experimentos de perfilado proteomic del plasma, descubrimos que la gente tiene niveles estables la mayor parte de las proteínas en plasma de sangre. Sin embargo, también encontramos que aunque el establo, estos niveles difiera de personal. , Por lo tanto, sería útil conocer cuáles son los niveles de la línea de fondo de una persona antes de usar un puñado de estos marcadores como indicador diagnóstico.

Esto haría el marcador mucho más sensible porque podríamos ver del nivel que hemos establecido y ver, por ejemplo, que ha aumentado en el 30%. En comparación, si acabamos de tener el promedio sobre la base de la población, no sabríamos si esta elevación del 30% todavía está en el alcance normal.

¿Cuál es el timsTOF FAVORABLE y porqué es timsTOF, con específicamente PASEF, una solución atractiva para los usos clínicos rutinarios?

El timsTOF favorable es atractivo en gran medida para nosotros, determinado debido a la dimensión extra de la movilidad del ión. La dimensión de la movilidad del ión no es nueva, pero hemos visto que podemos utilizar la dimensión de los tims como ión que maneja el dispositivo. En efecto, lo utilizamos para alinearse los iones y después para hacer algo con ellos uno a la vez mientras que se enjuagan del dispositivo de los tims.

Ésa es la base para el PASEF; que podemos ordenar los iones uno tras otro mientras que salen. En efecto, los estamos ordenando paralelamente, de tal modo multiplicando la velocidad de secuencia. Esto es qué hace la combinación de los tims con hora de vuelo (TOF) tan atractiva para la adquisición de la dato-independiente.

PASEF en línea - diagrama que muestra los precursores único cargados excluidosHaber: Meier, y otros Mol. Célula Proteomics. 2018.

¿Cómo los esquemas estándar de la adquisición comparan a PASEF?

La ventaja de PASEF es que usted atrapa los iones una vez y entonces usted puede escogerlos mucho para la manipulación adicional, tal como secuencia. Este principio puede ser estándar, por ejemplo, sabemos de doce precursores por la exploración, pero en el futuro, puede ser que incluso sea extensible a números más elevados. Esto sería posible por una mejor ingeniería, activando para más precursores, e impulsando cosas en esa dirección sin afectar a la sensibilidad.

Los esquemas estándar de la adquisición pueden ser más rápidos, pero por otra parte inevitable, llegan a ser menos sensibles porque ha hecho en serie.

Esto le significa trampa o mide el precursor por cierto tiempo y aumentar la velocidad que el tiempo tiene que encoger junta para conseguir una frecuencia más alta. Eso estaría siempre a expensas de la sensibilidad, que no es el caso para PASEF.

¿En qué campos clínicos usted tienen gusto de ver los datos de PASEF que eran utilizados y porqué?

Dos direcciones grandes están midiendo análisis y tejidos de sangre.  Muy nos atraen a medir el proteome del plasma porque ése es como mínimo invasor y necesita solamente una gota de la sangre que usted pueda conseguir de cualquier persona sin entrega. Para los tejidos, es más importante para las condiciones serias como el cáncer, que es tejido-más relacionado, en comparación con el proteome del plasma, que se puede hacer para mucha gente que no esté necesariamente enferma.

Quisiera a PASEF que es utilizado para las poblaciones en peligro, por ejemplo, para diagnosticar si ella está en riesgo de enfermedad del higado. Podríamos también observar ésos ya diagnosticados con enfermedad del higado y después probarlos otra vez después de una intervención. Esto requiere muchos análisis de sangre frecuentes, que por lo tanto se beneficiarían de estar rápidamente y barato que pienso está dentro del mandato de la tecnología.

Para hacer esto, quisiéramos combinar el timsTOF de Bruker con el Evosep que tiene un gradiente muy rápido así que podemos hacer 60 segmentos por día. Ese solo es buena utilización del espectrómetro de masas, que puede ayudar a alinear los costos. Incluso a corto plazo, usted podría hacer este análisis para un par de dólares del ciento o los euros y a largo plazo podría ser menos que cientos euros.

Si usted compara esto a las pruebas de ELISA, que pueden costar cuarenta dólares y son menos sensibles, la respuesta es simple. Necesitamos trabajar en el rango dinámico, así que los anticuerpos pueden ir un plumón más profundo en el rango dinámico del proteome del plasma.

Plasma de sangreangellodeco | Shutterstock

¿Usted piensa el agotamiento podría ser una solución?

Sí, definitivamente. Con la manera que se hacen ahora le no sea posible, porque ahora usted necesita olumnas muy costosas y degradan en un cierto plazo que no es bueno para los usos clínicos. Sin embargo, en cierta forma o forma, el agotamiento será parte de la solución.

¿Como un ejemplo, qué pueden los datos de PASEF revelar sobre las células cancerosas?

Utilizamos actualmente PASEF para las muestras de la patología, tomando las rebanadas de FFPE y cortando áreas afectadas con el microdissection del laser. Los cánceres son altamente heterogéneos, así que cortamos las áreas más avanzadas del cáncer del menos avanzado y entonces lo comparamos.

Comparando el proteome, podemos ver cuál es diferente, que nos dará objetivos extras. Utilizamos el software avanzado para que esto observe qué upregulated en este cáncer y cuál de estas proteínas corresponde a las drogas que están disponibles. Tenemos haber hecho esto ya de un punto del cuidado o para los pacientes que eran chemorefractory, y hemos encontrado los nuevos objetivos que permitieron que recibieran más lejos la medicación altamente apuntada.

Esta aproximación no es aprobada para el uso disperso, pero todavía estamos trabajando en este proyecto con las pequeñas cohortes pacientes. El paciente tiene que aprobar, los doctores tienen que aprobar, y actualmente, aquí es puramente para los casos donde se ha agotado cada otra terapia.

¿Cómo se pueden los datos de PASEF utilizar para informar y para personalizar a los planes del tratamiento para los pacientes con síndrome metabólico?

Podemos ver las proteínas que informan en el estado inflamatorio del paciente y después toman ese panel, con otros paneles también, para informar sobre ciertos aspectos del estado de la salud de eso individual. Entonces podríamos decir que esta persona tiene inflamación de calidad inferior debido a ser obesa, por ejemplo, y el doctor podría sugerir varias intervenciones de la forma de vida, tales como ejercicio más o peso perdidoso.  

Sin embargo, algunas personas pueden beneficiar más de ejercicio y otra persona puede beneficiar más de peso perdidoso. Esto es bien sabido en la práctica, pero no hay lectura para eso hasta ahora cuando el doctor tiene que hacer una recomendación. Podemos utilizar nuestra tecnología para conseguir estos paneles inflamatorios y decir el ejercicio sin peso perdidoso es suficiente para disminuir el estado inflamatorio de calidad inferior.

¿Cómo usted piensa el aprendizaje de máquina aumentará las capacidades del timsTOF, y ayuda a su uso en una fijación clínica?

Nos excitan siempre sobre los avances que se están haciendo en el aprendizaje de máquina y profundamente aprendiendo y cómo aplicarlos en nuestra práctica analítica. Estas tecnologías vienen hacia adentro en dos niveles. Un nivel es que pueden predecir las mediciones extras. Por ejemplo, hemos hecho el trabajo sobre la medición de la ley de la colisión conectado sobre 2 millones de cortes transversales y entonces podemos utilizar un marco de profundo-aprendizaje para predecir exacto cuáles será el corte transversal para una serie dada del péptido.

El segundo nivel es predecir el tiempo de retención. Otras personas han mostrado que éste puede ser espectros hechos de MS-MS, también. Esto permite que predigamos la serie del péptido, cuál será su comportamiento, o cuál será su posición en el cuboid multidimensional de los datos. Esto nos ayudaría a determinar los péptidos.

Yendo más lejos río abajo podemos utilizar el aprendizaje de máquina clasificar a los pacientes, sobre la base de su proteome, en estados del riesgo. Esto quita la necesidad de un único biomarker y en lugar de otro permite que usted utilice la configuración entera de la expresión de la proteína para ver si hay un riesgo de enfermedad. Más datos pueden permitir que apliquemos profundamente el aprendizaje en este contexto dentro de un año o de dos.

Células cancerosasJavier Regueir | Shutterstock

¿Qué el futuro espera para su investigación?

Nos hemos centrado mucho en proteomics clínico, pero nuestro laboratorio también estudia muchas otras cosas como análisis o la fosforilación de la transmisión de señales. Que dicho, pienso a mi grupo puede hacer el impacto más grande del proteomics clínico con el proteome del plasma porque esto se podría utilizar tan genéricamente como diagnóstico para muchas enfermedades.

Nuestra meta es desarrollar la investigación más lejos, a un estado donde puede ser utilizada para diagnosticar a pacientes con varias enfermedades humanas. Queremos utilizar esto como progresión toxicológica para comenzar a predecir el riesgo de otras enfermedades tales como síndromes metabólicos, cáncer (cánceres de tarde-presentación incluyendo), y enfermedades totalmente diversas tales como enfermedades psiquiátricas o neurodegenerative.

Mire la presentación

¿Dónde pueden los programas de lectura encontrar más información?

Sobre profesor Matías Mann

Matías Mann - fotoProfesor Matías Mann es el jefe del departamento de Proteomics y de la transducción de la señal en el Max Planck Institute de la bioquímica. Él es uno de los investigadores citados del mundo, con sobre 200.000 citaciones. El laboratorio de Mann ha estado llevando el adelanto del proteomics espectrometría-basado masa para las últimas dos décadas.

Profesor Mann es también el director del programa de Proteomics en el centro del asiento de Novo Nordisk para la investigación de la proteína (NNF-CPR) en Copenhague, en donde él lleva el grupo clínico de Proteomics.

El grupo ha trabajado en un gran número de proyectos del international incluyendo el proyecto de la UE de MSmed, la sinergia Grant ToPAG de ERC, Michael J. Fox Foundation para los proyectos de la investigación de Parkinson, y Digimed Baviera.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Bruker Daltonics. (2019, November 20). Aplicación de una aproximación Proteomics-basada a la clínica. News-Medical. Retrieved on December 10, 2019 from https://www.news-medical.net/news/20191120/Applying-a-Proteomics-based-Approach-to-the-Clinic.aspx.

  • MLA

    Bruker Daltonics. "Aplicación de una aproximación Proteomics-basada a la clínica". News-Medical. 10 December 2019. <https://www.news-medical.net/news/20191120/Applying-a-Proteomics-based-Approach-to-the-Clinic.aspx>.

  • Chicago

    Bruker Daltonics. "Aplicación de una aproximación Proteomics-basada a la clínica". News-Medical. https://www.news-medical.net/news/20191120/Applying-a-Proteomics-based-Approach-to-the-Clinic.aspx. (accessed December 10, 2019).

  • Harvard

    Bruker Daltonics. 2019. Aplicación de una aproximación Proteomics-basada a la clínica. News-Medical, viewed 10 December 2019, https://www.news-medical.net/news/20191120/Applying-a-Proteomics-based-Approach-to-the-Clinic.aspx.