Condividi su facebook
Condividi su twitter
Condividi su linkedin
Condividi su telegram

Proteoma: analizzarlo per scegliere terapie mirate contro il cancro

Una ricerca sviluppata da Janne Lehtiö, professore presso il Dipartimento di Oncologia-Patologia del Karolinska Institutet, e pubblicata sulla rivista scientifica Nature Cancer ha dimostrato come grazie allo studio del proteoma si possono classificare i tipi di cancro in nuovi sottogruppi, che differiscono l'uno dall'altro. Questa informazione è preziosa per poter curare il paziente con specifiche immunoterapie personalizzate

iCrewPlay è alla ricerca di redattori che si occupino della sezione di scienza e tecnologia: vuoi far parte di un gruppo dinamico e stimolante, recensire i prodotti in uscita e condividere le tue conoscenze con gli altri?

0 0 voto
Voto iCrewers

L’analisi del proteoma, ovvero di tutte le proteine ​​presenti in un tipo di tessuto può fornire informazioni vitali sulle cause dei tumori e su come possono essere trattate al meglio. Ne parla  Janne Lehtiö, professore presso il Dipartimento di Oncologia-Patologia del Karolinska Institutet, della medicina basata sul proteoma e di cosa può contribuire alla terapia personalizzata del cancro.

Proteoma
Identificazione basata su MS dei sottotipi di proteoma NSCLC. a, Bar-plot che mostrano l’istologia e la distribuzione dello stadio nella coorte di pazienti. b, Panoramica della configurazione sperimentale per la profilazione del proteoma basata su MS, l’output dell’analisi e i livelli di dati di supporto. c, Albero gerarchico che mostra i risultati del clustering di consenso utilizzato per identificare i sottotipi di proteoma NSCLC. Le barre di annotazione sottostanti indicano le informazioni cliniche di campioni, sottotipi di mRNA, firme di infiltrazione, mutazioni comuni e livelli proteici di marcatori selezionati. d, analisi di rete del sottotipo del proteoma NSCLC con grafico UMAP colorato dai moduli (a sinistra), mappa termica dei moduli rispetto ai sottotipi (al centro) e output dell’analisi di arricchimento dei tipi di cellule/percorso di segnalazione per i dieci moduli (a destra). e, Box-plot che indica il numero di oncogeni sovraespressi per campione per sottotipo di proteoma NSCLC (n = 141 campioni). Linea di mezzo, mediana; bordi del riquadro, 25° e 75° percentile; baffi, punti più estremi che non superano ±1,5× intervallo interquartile (IQR). Il valore P è stato calcolato utilizzando il test di Kruskal-Wallis e il numero di campioni per sottotipo è indicato in rosso. f, grafico a bolle che indica i CDRP comunemente sovraespressi nella coorte NSCLC. OG, oncogene; TSG, gene oncosoppressore; quanti, quantificazioni. g, grafico a dispersione che indica la correlazione tra mRNA e proteina di Pearson (corr) dei CDRP. Il grafico della densità di correlazione corrispondente viene visualizzato in alto. h, Grafico a dispersione che mostra la metilazione del promotore con la correlazione dell’mRNA rispetto alla correlazione tra mRNA e proteina per i CDRP. Indicati (in alto e a destra) sono i grafici di densità corrispondenti per la completa sovrapposizione genetica (9.018 geni).

Gli esiti dello studio sono stati pubblicati sulla rivista scientifica  Nature Cancer.

Proteoma: studiarlo per avere terapie personalizzate

Il proteoma è un’istantanea di tutte le proteine ​​che esistono in una cellula o in un particolare tessuto. La medicina basata sul proteoma consiste nel misurarli e utilizzare le informazioni per conoscere una malattia e, ad esempio, guidare la scelta del trattamento, ha spiegato Janne Lehtiö, professore presso il Dipartimento di patologia oncologica del Karolinska Institutet.

Proteoma

La differenza con la medicina basata sul genoma è che consiste nell’utilizzare le informazioni sul genoma, il DNA in una cellula, ai fini della diagnosi o della scelta di una terapia. Ma sono le proteine ​​che svolgono le funzioni nelle cellule e le proteine ​​che sono i bersagli di quasi tutti i farmaci. Questo è il motivo per cui abbiamo bisogno di informazioni sulle proteine ​​per comprendere i meccanismi alla base della salute e della malattia.

Molte malattie complesse, come il diabete e il cancro, sono causate non da una, ma da molteplici cambiamenti nel genoma. Per questo motivo, è difficile capire come causino collettivamente la malattia. Ma a livello proteico, l’effetto dei molteplici cambiamenti genomici è più evidente, il che ci dà la possibilità di capire come trattare al meglio la malattia.

Lavorando con la proteogenomica, si può prevedere la combinazione di informazioni sia dal genoma che dal proteoma. Ad esempio, può rispondere a domande su come una mutazione influisca su tutte le proteine ​​della cellula o sull’attività delle proteine ​​bersaglio di più farmaci.

Proteoma

Negli ultimi cinque anni sono state sviluppate tecniche per misurare simultaneamente un gran numero di proteine, in modo che ora possiamo misurare il proteoma in campioni clinici. Sappiamo che il proteoma fornisce informazioni interessanti e stiamo iniziando a vedere alcuni articoli interessanti che mostrano proprio questo per diverse forme di cancro, tra le altre malattie. 

Ad oggi, la ricerca si è concentrata principalmente sull’analisi del materiale tumorale già raccolto. Ora dobbiamo iniziare ad analizzare i campioni dei pazienti al momento della decisione terapeutica per analizzare come le informazioni possono influenzare il processo decisionale clinico in relazione agli altri dati utilizzati per esso.

Questo può voler dire poter scegliere la terapia migliore per il paziente ed evitare trattamenti che si sospetta siano inefficaci, utilizzando ciò che sappiamo sul proteoma di questo paziente. È auspicabile che anche la medicina basata sul proteoma e la proteogenomica saranno cruciali se vogliamo imparare come combinare al meglio i farmaci antitumorali in un cocktail efficace.

Osservando il proteoma per capire meglio le cellule cancerose,  è stato scoperto che possiamo usare il proteoma per dividere i tumori in nuovi sottogruppi, che differiscono l’uno dall’altro in un modo interessante.

Proteoma

 I tumori utilizzano una serie di meccanismi per nascondersi dal sistema immunitario e questi meccanismi differiscono da gruppo a gruppo. Questa è un’informazione preziosa poiché determina se il paziente sarà aiutato o meno da alcune immunoterapie, che sono importanti farmaci antitumorali moderni.

Il prossimo step sarà quello di fare analisi del proteoma per i pazienti con cancro del polmone ricoverati al Karolinska University Hospital. Il nostro lavoro farà parte dello studio pilota del cancro al polmone che verrà avviato sotto task force del Karolinska Institutet di precisione per la medicina.

Per cominciare, durante lo studio verranno raccolti dati sul proteoma in parallelo con altri tipi di dati. Sarà monitorata la risposta del paziente risponde ai trattamenti che riceve e se si sarebbe potuta prevedere questa risposta in modo più accurato dai risultati dell ricerca sul proteoma. 

Proteoma

Questo potrebbe essere seguito da uno studio in cui i dati sulla proteina tg del paziente decidono quali trattamenti vengono somministrati per vedere che ciò fornisce risultati di risposta migliori rispetto agli attuali mezzi di scelta di una terapia.

Potrebbe interessarti...

Scienze

Vaccino HPV monodose: ecco perché è altamente funzionante

Windows 11

Media Player da oggi avrà un restyling su Windows 11

Apple Podcasts

Apple gioca e vince contro i colossi del gaming

Scienze

Sars cov 2: cosa succede se i bambini si ammalano a lungo di covid?

Makalu 67

Makalu 67 di Mountain: il primo mouse con PixArt PMW3370

Scienze

Trapianto di rene da maiale a uomo: cosa comporta?

Gli studi sul proteoma aprono nuove strade utili ad identificare nuovi mezzi che stabiliranno terapie adeguate per determinati tipi di tumore. Pensi che questa ricerca vada incoraggiata o conosci studi accreditati che secondo te meritano più considerazione? Parlacene nei commenti.

Sottoscrivi
Notificami
guest
0 Commenti
Inline Feedbacks
Guarda tutti i commenti
Teufel CAGE

22 ottobre, 2021

Tronsmart Studio

14 settembre, 2021

Condividi su facebook
Condividi su twitter
Condividi su whatsapp
Condividi su telegram
0