• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Química
    La tecnología revela una actividad de señalización de proteínas previamente indetectable en la diabetes, cáncer

    Crédito:Química Analítica, Mayo de 2019

    Las proteínas son los caballos de batalla de la célula. Su actividad a menudo se controla agregando o eliminando sustancias químicas llamadas fosfatos, como encender o apagar una corriente eléctrica. Midiendo cuántas proteínas están fosforiladas, o encendido, ha sido un obstáculo para la investigación. Debido a que las proteínas fosforiladas son difíciles de obtener en grandes cantidades, pueden ser difíciles de analizar, incluso utilizando instrumentos avanzados como un espectrómetro de masas.

    Los investigadores del Laboratorio Nacional del Noroeste del Pacífico han ideado una forma de medir y distinguir pequeñas cantidades de proteínas fosforiladas, un enfoque que podría utilizarse en la investigación para ayudar a tratar enfermedades como la diabetes y el cáncer. El estudio aparece como el artículo de portada de la revista del 7 de mayo. Química analítica .

    Distinguir proteínas fosforiladas

    En un espectrómetro de masas, Las moléculas se acumulan en una trampa justo delante del dispositivo de medición, como vehículos que esperan en una rampa de acceso a una autopista con taxímetro, dijo la coautora Karin D. Rodland, becario de laboratorio del PNNL e investigador biomédico. La trampa se libera una vez que acumula suficientes moléculas. Esto permite que las moléculas avancen como los vehículos cuando la luz de la rampa de entrada se pone verde.

    Pero cuando hay niveles bajos de proteínas fosforiladas en una muestra, su señal es a menudo demasiado débil para que la detecte un espectrómetro de masas, por lo que las moléculas se atascan incluso antes de que se midan.

    En este estudio, Los investigadores buscaron amplificar las señales para eludir la barrera y hacer medibles incluso los niveles bajos de proteínas. Para poder hacer esto, el equipo implementó una técnica existente llamada etiquetado isobárico, que etiqueta químicamente las muestras. Cada etiqueta es única y se adhiere e identifica a todas las proteínas dentro de una muestra determinada. Más importante, una vez que se mezclan las muestras etiquetadas individualmente, se vuelven solteros, muestra químicamente idéntica.

    "A los ojos de la especificación de masas, "dijo el autor correspondiente Tao Liu, un científico biomédico en PNNL, "la muestra aparece como una identidad".

    Inteligentemente los investigadores etiquetaron isobáricamente y mezclaron un material de "refuerzo" con las muestras del estudio que eran limitadas en cantidad, con una proporción de refuerzo / muestra de 30 a 1. Este material de refuerzo es biológicamente similar a las muestras del estudio, por lo que los catálogos de proteínas son similares y están fácilmente disponibles en una cantidad mucho mayor. Por ejemplo, Se pueden usar líneas celulares mixtas para imitar tejidos.

    La combinación del material de refuerzo y las muestras de estudio hizo que la señal general fuera lo suficientemente grande como para ser detectada por la especificación de masas. Esto esencialmente engañó al instrumento, que no puede realizar ninguna medición cuando la muestra es demasiado pequeña, para que dé luz verde a toda la muestra para su análisis.

    La tecnología es muy parecida a los automóviles y camiones que se clasifican por velocidad una vez que se incorporan a la autopista. y luego seleccionando los autos por sus colores, dijo Rodland. Esos vehículos nunca se habrían clasificado si no hubieran recibido la señal de "marcha" del dispositivo de medición.

    A medida que el espectro de masas rompió la muestra mezclada y etiquetada isobáricamente para su análisis, las proporciones en las que aparecían las etiquetas permitieron a los científicos determinar qué cantidad de cada péptido había en cada muestra original.

    Avances en la detección de enfermedades

    Usando la estrategia de etiquetado / refuerzo isobárico, El equipo demostró por primera vez que tres líneas celulares diferentes de leucemia mieloide aguda, un tipo de cáncer que comienza en la médula ósea, se pueden distinguir de manera efectiva en función de sus perfiles de actividad proteica. utilizando un número relativamente pequeño de células.

    Luego, los investigadores dirigieron su atención a los islotes pancreáticos, que juegan un papel central en la diabetes. Estos grupos de células producen hormonas (insulina y glucagón) que trabajan juntas para evitar que los niveles de glucosa en sangre suban o bajen demasiado. Las células son objetivos en pacientes con diabetes tipo 1, o dependiente de insulina, diabetes. Sin embargo, la actividad de las proteínas en los islotes humanos es difícil de estudiar debido a su contenido limitado de proteínas. Usando la nueva técnica, Los investigadores analizaron los cambios en la actividad de las proteínas en los islotes humanos en respuesta al tratamiento, una aspiración largamente buscada por los médicos que monitorean a sus pacientes.

    "Esto nos dará una nueva perspectiva de lo que sucede cuando las células productoras de insulina mueren en pacientes con diabetes, "dijo Wei-Jun Qian, el otro autor correspondiente del artículo y científico biomédico de la PNNL. "La capacidad de rastrear la actividad de las proteínas de manera más rigurosa nos ayudará a comprender qué vías de señalización están involucradas en la muerte celular".

    En el horizonte

    El nuevo enfoque es prometedor para varios tipos de investigación biológica y biomédica cuando el material de muestra es escaso. Los usos podrían incluir la comparación de células antes y después del tratamiento farmacológico, probando diferentes dosis, o estudiar el momento de activación o desactivación de proteínas.

    "Las posibilidades son infinitas, ", dijo Liu." Puedes hacer una cuantificación a gran escala, y también puede combinar muchas condiciones diferentes que desee estudiar en un experimento ".


    © Ciencia https://es.scienceaq.com