Una lisina metiltransferasa unida a un sustrato. La parte iluminada representa un grupo metilo añadido por la metiltransferasa. Crédito:Dr. Bradley Dickson / Laboratorio Rothbart en el Instituto de Investigación Van Andel
Una nueva y poderosa plataforma bioquímica está impulsando el estudio de una familia de enzimas que son objetivos prometedores para el tratamiento del cáncer.
Publicado hoy en Avances de la ciencia , El nuevo método proporciona una vista de alta resolución de cómo estas enzimas, llamadas lisina metiltransferasas, marcan selectivamente las proteínas con etiquetas químicas que alteran su función. Debido a su papel central en todos los aspectos de la salud y la enfermedad, las proteínas y las moléculas que las editan e interactúan con ellas a menudo son objetivos para el desarrollo terapéutico.
La plataforma fue desarrollada por Scott Rothbart del Instituto de Investigación Van Andel, Doctor., en colaboración con EpiCypher, C ª.
"Esta tecnología nos ayuda a determinar las redes de interacción de proteínas para esta familia de enzimas poco estudiada basada en el etiquetado químico, ", dijo Rothbart." Varios inhibidores de estas enzimas se encuentran actualmente en proceso de desarrollo clínico para la terapia del cáncer. Definir el espectro de su actividad es fundamental para comprender exactamente cómo funcionan estos medicamentos y para seleccionar biomarcadores confiables para rastrear su actividad en los pacientes ".
Los humanos tienen aproximadamente 20, 000 genes que contienen las instrucciones para producir proteínas, los caballos de batalla moleculares que son responsables de llevar a cabo todos los procesos en el cuerpo humano, desde ayudar en la digestión de los alimentos hasta gestionar la comunicación entre las células.
Una vez que se construye una proteína, su función a menudo se modifica mediante la adición de pequeñas etiquetas químicas, que indican a las proteínas dónde ir en la célula y cuándo realizar su trabajo. Hay más de 100 tipos diferentes de estas etiquetas, incluyendo la adición de grupos metilo al aminoácido lisina.
Usando su nueva técnica, el equipo descubrió que muchas más proteínas pueden estar marcadas por metilación de lisina de lo que se pensaba anteriormente.
"Nuestro estudio sugiere que lo que sabemos actualmente sobre la metilación de lisina es solo la punta del iceberg, "dijo Evan Cornett, Doctor., primer autor del estudio y becario postdoctoral en el laboratorio de Rothbart en el Instituto. "El método que desarrollamos nos permitirá identificar nuevos objetivos en todo el conjunto de lisina metiltransferasas en humanos y, al hacerlo, ayúdennos a nosotros ya otros a determinar qué cánceres y otras enfermedades podrían beneficiarse de los tratamientos dirigidos a esta clase de enzimas ".
Esta tecnología es el último avance derivado de una colaboración entre el laboratorio de Rothbart y EpiCypher. Su trabajo fue apoyado por varios premios de Investigación de Innovación de Pequeñas Empresas (SBIR) de los Institutos Nacionales de Salud (NIH). Comúnmente conocido como America's Seed Fund, SBIR proporciona subvenciones de investigación financiadas con fondos federales a pequeñas empresas en un esfuerzo por invertir en descubrimientos liderados por estadounidenses. El programa SBIR apoya a las pequeñas empresas del sector de la biotecnología, con un enfoque en estrategias que tienen un alto potencial de impacto significativo y comercialización exitosa en el campo médico. Las subvenciones SBIR abogan por una mayor asociación entre el sector académico y la industria para cerrar la brecha entre la ciencia básica y los avances clínicos. y son importantes estimuladores de la innovación tecnológica.
"La belleza de esta tecnología es su simplicidad y rendimiento, que es asombroso en comparación con los enfoques actuales basados en espectrometría de masas, "dijo Martis Cowles, Doctor., Director Comercial de EpiCypher y coautor del estudio. "Estamos entusiasmados de utilizar esta tecnología para ayudar a los desarrolladores de fármacos a identificar nuevos objetivos terapéuticos e incluso identificar los sustratos objetivo óptimos para la detección de inhibidores de alto rendimiento".