Nuovo approccio high-tech individua due proteine ​​coinvolte nel cancro del polmone, Duke Show team

Giugno 21, 2016 Admin Salute 0 3
FONT SIZE:
fontsize_dec
fontsize_inc

DURHAM, NC - I ricercatori della Duke University Medical Center hanno messo a punto una tecnica avanzata che utilizza la spettrometria di massa per identificare specifiche proteine ​​che sono over-espressi in cellule tumorali, del sangue, delle urine, o qualsiasi sostanza che contiene proteine.

Utilizzando questa nuova tecnica, che hanno già individuato due proteine ​​- MIF e CyP-A - i cui livelli sono elevati nelle cellule di cancro al polmone, ma non nelle cellule normali, ha detto Edward Patz, MD, professore di radiologia e di farmacologia e biologia del cancro alla Duke.

La loro scoperta è uno dei primi passi verso chiarire i potenziali nuovi bersagli farmacologici volti a bloccare gli effetti di queste proteine. Gli scienziati potrebbero anche sviluppare un semplice esame del sangue con MIF e CyP-A come marcatori molecolari per diagnosticare il cancro al polmone, senza la necessità di biopsie invasive.




I risultati dello studio sono pubblicati nel 1 Aprile 2003, numero di Cancer Research.

"La nostra tecnica è un nuovo paradigma per identificare proteine ​​bersaglio nel tumore perché siamo azzeramento sulla proteina stessa, piuttosto che alla ricerca di un gene difettoso e quindi la caccia a sue proteine ​​rilevanti", ha detto Patz, autore principale dello studio

La nuova tecnica utilizza uno strumento di analisi sofisticato chiamato uno spettrometro di massa, che elettricamente spese o "ionizza" proteine, determina quindi la massa precisa di ogni particella e abbondanza relativa in un campione particolare. La squadra Duke ha ampliato l'uso di spettrometria di massa per determinare l'identità di proteine ​​- la prima volta questa tecnica è mai stata utilizzata per "impronta" proteine ​​nel cancro del polmone.

Così facendo, hanno invertito l'ordine tradizionale della ricerca in cui gli scienziati prima identificano un gene difettoso, e quindi identificare la proteina specifica per la malattia che produce. Individuazione di un gene difettoso è importante, ma è solo il punto di partenza nel processo di scoperta, sottolineato Patz. Un singolo gene può produrre molte proteine ​​differenti, solo uno dei quali potrebbe essere il colpevole in un particolare processo di malattia, ha detto. Identificare la proteina ne mette scienziati molto più vicino al bersaglio della terapia, ha detto Patz.

"Trovare un nuovo approccio che può individuare quali proteine ​​contribuiscono alla malignità è fondamentale perché gli attuali approcci che utilizziamo per la diagnosi e il trattamento del cancro del polmone non hanno avuto alcun impatto significativo sulla mortalità per tumore del polmone negli ultimi decenni", ha detto Patz. Nonostante i grandi sforzi nel campo della genomica, scoperta di nuovi farmaci e il cancro ai polmoni proiezioni, il tasso di sopravvivenza globale a cinque anni rimane circa il 14 per cento, ha detto.

Il team di Duke, tra cui il biologo molecolare Michael Campa Ph.D., e la massa esperto spettrometria di Michael Fitzgerald, Ph.D., utilizzato uno strumento chiamato "laser desorbimento/ionizzazione a tempo di volo spettrometro di massa matrix-assisted" (MALDI- TOF) per caricare elettricamente particelle tumorali. Lo strumento determina quindi la massa precisa di ogni particella e quindi il suo livello o "espressione" all'interno del tumore. Gli scienziati hanno poi preso la proteina più significative "picchi" registrate dallo strumento e purificate i campioni più volte fino a quando non sono stati in grado di determinare la struttura degli aminoacidi unica di ciascuna proteina o impronte digitali.

Le due proteine ​​sono identificati nei campioni di cancro al polmone erano MIF e CyP-A. MIF è noto per essere coinvolto in non a piccole cellule cancro ai polmoni, ma CyP-A non è stato precedentemente collegato al cancro del polmone, e le sue funzioni precise nel cancro sono sconosciute. Tuttavia, può svolgere un ruolo nella crescita cellulare e la differenziazione, il controllo della trascrizione, segnalazione cellulare e immunosoppressione, che sono tutti aspetti importanti di malignità, hanno detto i ricercatori.

Mentre la squadra Duca non è il primo ad osservare notevoli picchi di proteine ​​mediante MALDI-TOF, sono il primo a identificare in realtà che le proteine ​​che hanno osservato e per iniziare ad analizzare le funzioni delle proteine ​​'all'interno delle cellule tumorali.

"Gli scienziati hanno generato picchi di proteine ​​e li ha usati per diagnosticare varie malattie, ma siamo andati un passo in più per scoprire ciò che la proteina è e utilizzare in ultima analisi, che le proteine ​​come bersaglio molecolare potenziale per la terapia e la diagnostica", ha detto Patz. "E 'utile sapere che hai un marcatore per la malattia, ma è molto più utile per capire la biologia della malattia e di utilizzare tale conoscenza per sviluppare nuove strategie."

Ancora più emozionante, ha detto Patz, è che MALDI-TOF può essere utilizzato per identificare le proteine ​​in qualsiasi sostanza, compreso il sangue, espettorato, urina e di tessuto. Lo strumento può rilevare proteine ​​di basso peso molecolare, proteine ​​acide o basiche, ed a concentrazioni molto più basse rispetto ad altre tecniche sono in grado di rilevare, ampliando in tal modo l'utilità di MALDI-TOF a qualsiasi processo patologico.

A causa della sua sensibilità, Patz prevede di utilizzare MALDI-TOF per sviluppare un test siero del sangue per diagnosticare il cancro polmonare nei pazienti. Attualmente, i pazienti con sospetto di cancro ai polmoni sono sottoposti gli studi di imaging più tramite TAC o PET, mentre altri richiedono una biopsia per analizzare il tessuto di malignità. Un semplice esame del sangue potrebbe risparmiare ai pazienti da queste procedure.

(0)
(0)

Commenti - 0

Non ci sono commenti

Aggiungi un commento

smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile
Caratteri rimanenti: 3000
captcha