Głęboka proteomika wizualna zapewnia specyficzne dla komórki, oparte na białkach informacje do analizy raka

Jak rozwija się rak? Jak struktura komórkowa guza zmienia jego złośliwe właściwości? Te pytania są konieczne i trudne do odpowiedzi. Są jednak niezbędne do zrozumienia raka i znalezienia trwałego leczenia. Zespół niemiecko-duński kierowany przez Matthiasa Manna opracował przełomową technologię „Głęboka proteomika wizualna”. Technologia ta dostarcza naukowcom i klinicystom informacji opartych na białkach i pomaga zrozumieć nowotwory poprzez rozwiązywanie poszczególnych typów komórek. Technologia po raz pierwszy pokazuje swój potencjał w zastosowaniu w komórkach nowotworowych.

Białka to niezbędne elementy układanki w przypadku różnych chorób. Są one również określane jako „molekularne konie robocze komórki”. Jego właściwa funkcja determinuje funkcję komórki, a tym samym również funkcję jednostki. Matthias Mann wyjaśnia: „Jeśli coś w naszych komórkach nie działa prawidłowo i jesteśmy chorzy, możesz być pewien, że białka są zaangażowane na różne sposoby. Z tego powodu mapowanie natury białka może pomóc nam odkryć : Dlaczego guz mógł rozwinąć się u konkretnego pacjenta?” Jakie są słabe strony tego guza i jaka metoda leczenia jest korzystna?” wyjaśnia Matthias Mann Instytut Biochemii im. Maxa Plancka Blisko do Monachium i od Centrum Badań nad Białkiem Novo Nordisk na Uniwersytecie Kopenhaskim w Danii.

Zainspirowany tymi pytaniami, multidyscyplinarny zespół badawczy kierowany przez Matthiasa Manna opracował nową i innowacyjną metodę. W badaniu wizualne cechy guza są określane przy użyciu technologii głębokiego profilowania w celu analizy białek w grupach nieprawidłowych komórek sąsiadujących z otaczającymi zdrowymi komórkami. Takie podejście może dać naukowcom bezprecedensowy wgląd w raka i pomóc onkologom w tworzeniu ukierunkowanych strategii diagnozowania i leczenia.

Głęboka proteomika optyczna łączy cztery technologie

Deep Optical Proteomics po raz pierwszy łączy zalety czterech różnych technologii w jedną metodologię. Po pierwsze, nowoczesna mikroskopia tworzy mapy tkanek o wysokiej rozdzielczości. Po drugie, algorytmy uczenia maszynowego i sztucznej inteligencji służą do klasyfikowania komórek na podstawie ich kształtu, rozmiaru lub lokalizacji białka przed zebraniem pojedynczych komórek za pomocą mikrodysekcji laserowej o wysokiej rozdzielczości. Po trzecie, po posortowaniu normalnych lub zróżnicowanych populacji chorych komórek, tysiące białek w tych populacjach komórek jest jednocześnie identyfikowanych za pomocą ultraczułej spektrometrii mas. Po czwarte, złożone analizy bioinformatyczne generują mapy białek, które umożliwiają przestrzenne rozdzielenie białek w wysoce złożonych chorobach, takich jak rak. Te mapy białkowe są cennymi narzędziami dla klinicystów, aby lepiej zrozumieć mechanizmy zdrowia i choroby.

„Nasza nowa koncepcja »głębokiej proteomiki optycznej« może stać się zmianą paradygmatu patologii molekularnej w klinice. Korzystając z tej metody, pobieramy próbkę tkanki z komórkami nowotworowymi i możemy zidentyfikować tysiące białek w bardzo krótkim czasie i przy minimalnym wysiłku. Te analizy proteomiczne ujawniają mechanizmy, które napędzają rozwój. W ten sposób nowe cele terapeutyczne można uzyskać bezpośrednio z pojedynczego odcinka tkanki w biopsji pacjenta” – mówi Andreas Mund, profesor nadzwyczajny w Centrum Badań nad Białkami i członek zespołu kierowanego przez Matthias Mann, który kierował tym rozwojem w Centrum Badań nad Białkiem i Instytucie Biochemii im. Maxa Plancka.

Związek z patologią kliniczną

W badaniu naukowcy byli w stanie zastosować „głębokie białka optyczne” do komórek pacjentów z rakiem ślinowym i rakiem skóry. Lise Mette Rabek Gerderm, Konsultant Konsultant i Profesor Nadzwyczajny Badań Klinicznych na Oddziale Patologii Szpitala Uniwersyteckiego Sealand Roskilde oraz na Wydziale Medycyny Klinicznej Uniwersytetu w Kopenhadze, opisuje: „Ta unikalna metoda łączy analizę struktury tkanek i analizę proteomiczną, która jest istotne dla wybranych komórek.Diagnozowanie klinicznie bardzo złożonego stanu za pomocą analizy Deep Visual Proteomics.

Fabian Coscia, jeden z pierwszych autorów badania opublikowanego w Nature Biotechnology i szef grupy badawczej „Spatial Proteomics” od czerwca 2021 r. Centrum Medycyny Molekularnej im. Maxa Delbrücka w Towarzystwie Helmholtza W Berlinie mówi: „Technologia może być również wykorzystana w podobny sposób do opisania innych typów nowotworów”. Jego celem jest wykorzystanie zarchiwizowanych danych z biobanków do odkrywania nowych punktów ataku dla indywidualnych terapii przeciwnowotworowych, a tym samym form leczenia dostosowanych do potrzeb pacjentów – także w przypadku guzów wcześniej opornych na leczenie.

Nie tylko rak można lepiej zrozumieć przy użyciu głębokich białek wizualnych. Metodologia może być również stosowana do innych chorób. „Możesz na przykład analizować białka neuronów, aby zobaczyć, co dokładnie dzieje się w komórce w przebiegu chorób neurodegeneracyjnych, takich jak choroba Alzheimera czy choroba Parkinsona” – kontynuuje Coscia. „Łącząc mikroskopię, sztuczną inteligencję i wysoce czułe białka oparte na spektrometrii mas, opracowaliśmy bardzo skuteczną metodę zrozumienia obwodów molekularnych zdrowych i chorych komórek, która może pomóc klinicystom w identyfikacji celów leków i przyszłej diagnostyce” – wyjaśnia Matthias Mann. .