Meta-Análise Computacional De Dados Proteômicos De Tecidos Humanos Para Identificação De Antígenos De Câncer-Testículo
Biomarcadores; antígenos de câncer/ testículo; meta-análise; proteômica.
A proteômica tem sido considerada uma tecnologia promissora, capaz de oferecer insights sobre o nível de proteína em vários modelos biológicos e clínicos. Ela pode fornecer uma descrição quantitativa do estado de um sistema biológico por meio do estudo de perfis de abundância de proteínas. Biomarcadores são componentes moleculares em amostras clínicas que podem auxiliar no diagnóstico ou prognóstico de doenças, incluindo o câncer. Técnicas ômicas de alto rendimento predizem biomarcadores comparando a expressão gênica entre amostras normais e cancerígenas para identificar alvos diferencialmente expressos. Antígenos de câncer/testículo (CTAs) surgem como potenciais biomarcadores por terem expressão limitada ao testículo em tecidos normais e apresentarem expressão aberrante em vários tipos de câncer. A identificação em larga escala dessas moléculas rotineiramente é realizada por transcriptômica, o que limita a caracterização do marcador uma vez que sua expressão a nível proteico em diferentes tecidos é desconhecida. Os avanços em espectrometria de massas possibilitaram a exploração da caracterização molecular de diferentes tipos celulares e a produção de uma grande quantidade de dados proteômicos. Quando combinados aos avanços computacionais, permitem a comparação de dados múltiplos e potencializam a posterior validação de dados transcriptômicos. Nesse estudo, realizamos uma meta-análise computacional para explorar a expressão diferencial de CTAs a nível proteico em tecidos saudáveis e tumorais. Os conjuntos de dados combinados apresentam os padrões de expressão de 17.200 proteínas únicas, incluindo 241 CTAs conhecidas descritas anteriormente no nível transcriptômico. Essas foram ainda classificadas como significativamente enriquecidas em tecidos tumorais (23 proteínas), exclusivas de tecidos tumorais (26 proteínas) ou abundantes em tecidos saudáveis (8 proteínas). Nosso estudo revelou potencial para permitir futuros avanços na caracterização do proteoma tumoral e a consequente identificação de candidatos a biomarcadores e/ou alvos terapêuticos.