Протеиновый атлас ускоряет проведение персонализированной терапии пациентам с лейкемией
By LabMedica International staff writers Posted on 23 May 2019 |
Пленка крови пациента с острым миелоедным лейкозом, определяемая присутствием более 90% миелобластов в крови и/или костном мозге (фото любезно предоставлено Pathpedia).
Острый миелогенный лейкоз связан с факторами риска, по большей части неизвестными, а также с гетерогенным ответом на лечение. Примерно один из четырех человек с диагнозом острого миелоидного лейкоза (ОМЛ) выживает через пять лет после постановки первоначального диагноза.
Чтобы улучшить показатель выживаемости, ученые создали онлайн-атлас для идентификации и классификации белковых сигнатур, присутствующих при диагностике ОМЛ. Новые классификации белков помогут врачам рекомендовать лучшее лечение и персонализированные лекарства для пациентов, страдающих от этого агрессивного рака крови и костного мозга.
Группа ученых из Техасского университета в Сан-Антонио (UTSA, Сан-Антонио, штат Техас, США) и Онкологического центра имени М.Д. Андерсона при Техасском университете (Хьюстон, штат Техас, США) изучили генетическое, эпигенетическое и обусловленное окружением разнообразие в раковых клетках, возникающее из-за ОМЛ. Были проанализированы протеомные профили 205 биопсий пациентов и разработан новый вычислительный метод под названием MetaGalaxy для классификации сигнатур белков по 154 различным паттернам на основе их клеточных функций и путей.
Подходя к этой задаче через уникальную призму разработки карты количественных характеристик для каждого пациента с лейкемией по экспрессии белка в его крови и костном мозге, а не по стандартному шаблону, использующему только качественные параметры и генетические риски, сотрудники смогут более точно классифицировать пациентов по группам риска и лучше прогнозировать результаты их лечения. Команда обнаружила 11 констелляций взаимосвязанных функциональных паттернов и 13 сигнатур, которые стратифицируют результаты лечения пациентов. Ученые обнаружили некоторое перекрытие протеомных данных с цитогенетическими и генетическими мутациями. Более того, клеточные линии лейкемии демонстрируют ограниченное протеомное сходство с клетками пациентов с ОМЛ, что говорит о необходимости более глубокого внимания к образцам пациентов для получения относящейся к заболеванию информации.
Амина Кутуб (Amina Qutub), доктор философии, адъюнкт-профессор и биохимик, а также старший автор исследования, говорит: “Острый миелоидный лейкоз представляет собой настолько гетерогенный рак, что его часто описывают не одним, а совокупностью заболеваний. Чтобы расшифровать информацию, полученную из анализа белков крови и костного мозга пациентов с лейкемией, мы разработали новый компьютерный анализ MetaGalaxy, который выявляет молекулярные признаки лейкемии. Эти отличительные признаки аналогичны тому, как звездные скопления помогают ориентироваться по звездам: они обеспечивают карту изменений белка при лейкемии”. Исследование было опубликовано 15 апреля 2019 года в журнале Nature Biomedical Engineering.
Ссылки по теме:
University of Texas at San Antonio
University of Texas MD Anderson Cancer Center
Чтобы улучшить показатель выживаемости, ученые создали онлайн-атлас для идентификации и классификации белковых сигнатур, присутствующих при диагностике ОМЛ. Новые классификации белков помогут врачам рекомендовать лучшее лечение и персонализированные лекарства для пациентов, страдающих от этого агрессивного рака крови и костного мозга.
Группа ученых из Техасского университета в Сан-Антонио (UTSA, Сан-Антонио, штат Техас, США) и Онкологического центра имени М.Д. Андерсона при Техасском университете (Хьюстон, штат Техас, США) изучили генетическое, эпигенетическое и обусловленное окружением разнообразие в раковых клетках, возникающее из-за ОМЛ. Были проанализированы протеомные профили 205 биопсий пациентов и разработан новый вычислительный метод под названием MetaGalaxy для классификации сигнатур белков по 154 различным паттернам на основе их клеточных функций и путей.
Подходя к этой задаче через уникальную призму разработки карты количественных характеристик для каждого пациента с лейкемией по экспрессии белка в его крови и костном мозге, а не по стандартному шаблону, использующему только качественные параметры и генетические риски, сотрудники смогут более точно классифицировать пациентов по группам риска и лучше прогнозировать результаты их лечения. Команда обнаружила 11 констелляций взаимосвязанных функциональных паттернов и 13 сигнатур, которые стратифицируют результаты лечения пациентов. Ученые обнаружили некоторое перекрытие протеомных данных с цитогенетическими и генетическими мутациями. Более того, клеточные линии лейкемии демонстрируют ограниченное протеомное сходство с клетками пациентов с ОМЛ, что говорит о необходимости более глубокого внимания к образцам пациентов для получения относящейся к заболеванию информации.
Амина Кутуб (Amina Qutub), доктор философии, адъюнкт-профессор и биохимик, а также старший автор исследования, говорит: “Острый миелоидный лейкоз представляет собой настолько гетерогенный рак, что его часто описывают не одним, а совокупностью заболеваний. Чтобы расшифровать информацию, полученную из анализа белков крови и костного мозга пациентов с лейкемией, мы разработали новый компьютерный анализ MetaGalaxy, который выявляет молекулярные признаки лейкемии. Эти отличительные признаки аналогичны тому, как звездные скопления помогают ориентироваться по звездам: они обеспечивают карту изменений белка при лейкемии”. Исследование было опубликовано 15 апреля 2019 года в журнале Nature Biomedical Engineering.
Ссылки по теме:
University of Texas at San Antonio
University of Texas MD Anderson Cancer Center