Протеотип
Протеотип представляет собой комплексное состояние всего протеома организма или клетки, охватывающее его состав, количество, модификации и взаимные взаимодействия, проявляющиеся при определенном генотипе, в конкретный момент времени и в заданном экологическом контексте.
Концептуальная эволюция[править | править код]
Определение и этимология[править | править код]
Термин «протеотип» представляет собой лингвистическое слияние понятий «Протеом» и «Генотип» или «Фенотип». В биологической номенклатуре суффикс «-тип» обычно обозначает конкретную категорию или состояние. В то время как генотип представляет собой статичный, закодированный генетический потенциал организма, протеотип воплощает реализованное, динамичное и изменчивое проявление этого потенциала.
Континуум генотип-протеотип-фенотип[править | править код]
Хотя взаимосвязь между генотипом и фенотипом давно является предметом изучения, современная системная биология определила протеотип как отдельный и незаменимый слой, связывающий их. Исследования Пикотти и др. (2013) и последующий метаанализ Романова и коллег (2019) показали, что корреляция между мРНК (транскриптомом) и количеством белка часто слаба. Это явление известно как буферный эффект. По сути, даже если экспрессия генов колеблется из-за мутаций ДНК или факторов окружающей среды, клетка может поддерживать стабильный уровень белков за счет внутренних механизмов деградации или контроля трансляции. И наоборот, существует множество случаев, когда фенотип меняется из-за изменений на белковом уровне, даже при нормальной экспрессии генов.
Масс-спектрометрия[править | править код]
В традиционной протеомике преобладали две основные методологии: «протеомика дробовика» (DDA) и таргетная протеомика (SRM/MRM).
Протеомика дробовика работает по принципу зависимого от данных сбора (DDA). В этом подходе прибор автоматически выбирает для анализа пептиды, дающие наиболее интенсивные сигналы из тысяч, присутствующих в образце. Его основное преимущество — способность обнаруживать неизвестные белки; однако существенным ограничением является его стохастическая природа: анализ одного и того же образца дважды часто дает разные идентификации белков, что делает его непригодным для точного количественного анализа.
Таргетная протеомика, в частности метод селективного мониторинга реакций (SRM), отличается высокой точностью и воспроизводимостью, что делает его золотым стандартом для измерения клинических биомаркеров. Однако он страдает от узкого места в пропускной способности: он может одновременно измерять лишь заранее выбранную горстку белков (10–100), а не весь протеом.
SWATH-MS[править | править код]
SWATH-MS (последовательное окно сбора всех теоретических масс-спектров) — это специализированная форма независимого от данных сбора (DIA). Разработанная около 2010 года Рюди Аберсолдом и его командой, эта инновация ознаменовала переход протеомных исследований в «оцифрованную» эру.
В методе SWATH-MS масс-спектрометр анализирует все пептиды в определенном диапазоне масс (например, 400–1200 m/z). В отличие от традиционного метода DDA, который выбирает только интенсивные ионы, SWATH-MS делит весь массовый диапазон на узкие «окна» (например, шириной 25 m/z). Прибор быстро фрагментирует все пептиды в одном окне, записывает их массовые данные, а затем переходит к следующему окну. Этот процесс повторяется в непрерывном цикле.
Результатом является создание полной цифровой записи каждого белка, присутствующего в образце. Из этой карты мощные алгоритмы, такие как OpenSWATH, в сочетании со спектральными библиотеками используются для извлечения точных количественных данных по конкретным белкам.
После получения данных SWATH нет необходимости повторно проводить лабораторные тесты для исследования новых белков или биомаркеров в будущем. Исследователи могут просто выполнить ретроспективный компьютерный анализ существующих цифровых карт для извлечения новой информации о белках.
Фосфопротеомика[править | править код]
После синтеза функциональность белка часто регулируется фосфорилированием — критической посттрансляционной модификацией (ПТМ), которая действует как переключатель в сигнальных путях.
Исследование Нидхэма и коллег ввело понятие темного фосфопротеома. В настоящее время функции известны только для примерно 20% известных киназ. Тем не менее, в клетках происходят сотни тысяч событий фосфорилирования. Это говорит о том, что огромный ландшафт регуляторных механизмов остается неисследованным.
Интерактом[править | править код]
Белки редко функционируют изолированно; они собираются вместе, образуя молекулярные машины или белковые комплексы. Жизненно важным компонентом протеотипа является анализ этого интерактома или белок-белковых взаимодействий. Исследования показывают, что даже если общее количество белков остается постоянным в разных тканях или линиях раковых клеток, их сети взаимодействий или «перепрограммирование» могут быть совершенно разными. Исследования с использованием сети BioPlex показали, что тысячи новых взаимодействий возникают всего в 2–3 различных клеточных линиях, управляя специализированными клеточными функциями.
Поверхностный протеом (Surfaceome)[править | править код]
Белки, расположенные на плазматической мембране, в совокупности называются поверхностным протеомом. Они функционируют как антенны клетки, принимая сигналы из внешней среды. Бернд Воллшайд и его лаборатория использовали хемопротеомику для создания комплексных карт протеотипа поверхностного протеома.
В эволюционной биологии[править | править код]
Исследование, опубликованное в 2022 году, проанализировало протеом и фосфопротеом клеток фибробластов у 11 различных видов млекопитающих, включая человека, мышей, коров, собак и обезьян. Исследование показало, что количество мРНК и белка меняется неодинаково для всех генов. Клеточные гены «домашнего хозяйства», такие как те, что отвечают за синтез рибосом или протеасом, высококонсервативны у разных видов. Напротив, белки, связанные с внеклеточным матриксом (ВКМ) и лизосомами, демонстрируют обширную эволюционную дивергенцию.
Мыши с разнообразным аутбридингом и метаболизм липидов[править | править код]
В исследованиях, вышедших из лаборатории Чика и Уильямса, проводилось протеотипирование мышей с разнообразным аутбридингом (DO). Используя высокопроизводительный мультиплексный метод под названием «GoDig», исследователи проанализировали белки печени 480 мышей.
Они наблюдали, что одни белки регулируются вариантами генов рядом с их собственными генами (cis-pQTL), а другие — генами на отдаленных хромосомах (trans-pQTL). Например, было обнаружено, что pQTL, расположенный на хромосоме 8, регулирует количество фермента под названием Ces2h. С помощью статистического медиационного анализа было доказано, что именно белок Ces2h, а не просто ген, контролирует метаболизм специфических липидов (ацилкарнитинов). Аналогично, pQTL-анализ белка ABHD2 выявил его роль в регуляции уровня липидов фосфатидилхолина.
Исследования рака[править | править код]
Линии клеток NCI-60[править | править код]
Национальный институт рака (NCI) в США создал панель из 60 различных линий раковых клеток (NCI-60), используемых по всему миру для исследований рака. Используя технологию SWATH-MS, ученые создали полную количественную карту протеотипа 3171 белка для этих 60 клеточных линий.
Это исследование показало, что протеомные данные значительно эффективнее геномных данных в прогнозировании эффективности 240 различных противораковых препаратов.
Сеть APOLLO[править | править код]
В 2016 году, в рамках инициативы «Лунный выстрел» по борьбе с раком, правительство США сформировало сеть APOLLO (Прикладная протеогеномика: организационное обучение и результаты). Это представляет собой первый в мире проект по интеграции протеогеномики в рутинную клиническую практику. Сеть APOLLO ставит целью одновременный анализ ДНК и белков из опухолей пациентов в госпиталях для ветеранов и военных. Таким образом, они наблюдают, как генетические мутации изменяют белковые сети или сигнальные пути. Эта информация в настоящее время используется для выбора таргетной терапии или иммунотерапии, специфичной для пациента.
Жидкая биопсия[править | править код]
Компания Proteotype Diagnostics, выделившаяся из Кембриджского университета, разработала метод обнаружения рака путем анализа тонких колебаний уровня аминокислот, таких как цистин, лизин и тирозин, в крови. Названный «иммунодиагностикой», этот подход достиг 78% точности в обнаружении рака с 0% ложноположительных результатов в испытании с участием 170 пациентов.
В микробиологии=[править | править код]
Пищевой патоген *Listeria monocytogenes* существует в различных штаммах — одни безвредны, другие смертельны. Из-за высокого генетического сходства секвенирование генома часто не позволяет различить эти штаммы. Ученые использовали SWATH-MS для анализа протеотипов различных штаммов листерий. Исследование показало, что воздействие желчных солей вызывает масштабные изменения в их протеоме.
Традиционно считалось, что листерия теряет жгутики при температуре выше 30°C. Однако анализ протеотипа показал, что в среде кишечника (37°C) определенные штаммы производят жгутиковый белок (FlaA) в большом количестве, что ставит под сомнение предыдущие предположения.
Ссылки[править | править код]
- https://www.nature.com/articles/nature19949
- https://www.nature.com/articles/nature19949}}
- https://www.cell.com/cell/fulltext/S0092-8674(19)30277-6}}
- https://www.molbiolcell.org/doi/10.1091/mbc.E15-07-0507
- https://connectsci.au/ch/article/76/8/379/85533/Perspectives-and-opinions-from-scientific-leaders
- https://www.embopress.org/doi/10.15252/msb.20178126
- https://www.science.org/doi/10.1126/scisignal.aau8645
- https://www.cell.com/cell/fulltext/S0092-8674(21)00446-3}}
- https://www.mdpi.com/1422-0067/23/24/16193}}
- https://www.science.org/doi/10.1126/sciadv.abn0756
- https://www.nature.com/articles/s41467-023-36269-7}}
- https://www.cell.com/iscience/fulltext/S2589-0042(19)30440-7}}
- https://ashpublications.org/ashclinicalnews/news/3024/Fred-Hutch-Launches-APOLLO-Network-for-the-Cancer
- https://health.mil/News/Articles/2022/05/02/USU-to-Host-May-4th-DoD-Cancer-Moonshot-Roundtable
- https://www.nature.com/articles/s41467-020-18904-9}}
- https://www.nature.com/articles/s41467-025-61685-2}}
- https://pubs.acs.org/doi/10.1021/acs.jproteome.9b00842
- https://www.cell.com/cell/fulltext/S0092-8674(19)30277-6
- https://www.cell.com/cell/fulltext/S0092-8674(21)00446-3
- https://www.mdpi.com/1422-0067/23/24/16193
- https://www.nature.com/articles/s41467-023-36269-7
- https://www.cell.com/iscience/fulltext/S2589-0042(19)30440-7
- https://www.nature.com/articles/s41467-020-18904-9
- https://www.nature.com/articles/s41467-025-61685-2