Istraživanja na hiljadama proteina izmerenih iz kapi krvi pokazuju sposobnost proteina da predvide početak mnogih različitih bolesti.
Istraživanje, objavljeno 22. jula u časopisu Nature Medicine, sprovedeno je kao deo međunarodnog istraživačkog partnerstva između GSK-a, Univerziteta Kueen Mari u Londonu, Univerzitetskog koledža u Londonu, Univerziteta Kembridž i Berlinskog instituta za zdravlje na Charite Universitatsmedizin, Nemačka.
Istraživači su koristili podatke iz UK Biobank Pharma Proteomics Project (UKB-PPP), najveće proteomičke studije do sada sa merenjima za približno 3.000 proteina plazme iz nasumično odabranog skupa od preko 40.000 učesnika UK Biobank.
Podaci o proteinima su povezani sa elektronskim zdravstvenim kartonima učesnika. Autori su koristili napredne analitičke tehnike da preciziraju, za svaku bolest, „potpis“ između pet i 20 proteina najvažnijih za predviđanje.
Istraživači izvještavaju o sposobnosti proteinskih ‘potpisa’ da predvide početak 67 bolesti uključujući multipli mijelom, ne-Hodgkinov limfom, bolest motornih neurona, plućnu fibrozu i proširenu kardiomiopatiju.
Predviđanje proteina nadmašuje modele na osnovu standardnih, klinički zabeleženih informacija. Predviđanje zasnovano na broju krvnih zrnaca, holesterolu, funkciji bubrega i testovima dijabetesa (glikovani hemoglobin) je bilo manje dobro od modela predviđanja proteina za većinu primera.
Prednosti za pacijente od merenja i diskusije o riziku od budućeg srčanog i moždanog udara („skor kardiovaskularnog rizika“) su dobro utvrđene. Ovo istraživanje otvara nove mogućnosti predviđanja za širok spektar bolesti, uključujući i ređa stanja. Za postavljanje dijagnoze za mnoge od njih trenutno su potrebni meseci i godine, a ovo istraživanje nudi potpuno nove mogućnosti za pravovremenu dijagnozu.
Ovi nalazi zahtevaju validaciju u različitim populacijama, uključujući ljude sa i bez simptoma i znakova bolesti iu različitim etničkim grupama.
Vodeći autor profesor Klaudija Langenberg, direktorka Istraživačkog instituta Univerziteta za preciznu zdravstvenu negu (PHURI) na Univerzitetu Kueen Mari u Londonu i profesor računarske medicine na berlinskom Institutu za zdravlje na Charite Universitatsmedizin, rekla je: „Merenje jednog proteina iz određenog razloga, kao što je kao troponin za dijagnozu srčanog udara, standardna je klinička praksa.
„Izuzetno smo uzbuđeni zbog mogućnosti da identifikujemo nove markere za skrining i dijagnozu iz hiljada proteina koji cirkulišu i sada se mogu meriti u ljudskoj krvi. Ono što nam je hitno potrebno su proteomske studije različitih populacija kako bismo potvrdili naše nalaze i efikasni testovi koji mogu meriti proteini relevantni za bolest prema kliničkim standardima sa pristupačnim metodama.“
Prvi autor dr Julia Carrasco Zanini Sanchez, student istraživanja na GSK-u i Univerzitetu u Kembridžu u to vrijeme, a sada postdoktorski istraživač na PHURI-ju, rekla je: „Nekoliko naših proteinskih potpisa je bilo slično ili čak bolje od proteina koji su već testirani za njihov potencijal kao skrining testovi, kao što je prostata specifičan antigen za rak prostate.
„Zbog toga smo izuzetno uzbuđeni zbog mogućnosti koje naši proteinski potpisi mogu imati za ranije otkrivanje i na kraju poboljšanu prognozu za mnoge bolesti, uključujući teška stanja kao što su multipli mijelom i idiopatska plućna fibroza. Identifikovali smo toliko mnogo obećavajućih primera, sledeći korak je da izaberite bolesti visokog prioriteta i procenite njihovo proteomsko predviđanje u kliničkom okruženju.“
Ko-vodeći autor dr Robert Skot, potpredsednik i šef humane genetike i genomike u GSK, rekao je: „Ključni izazov u razvoju lekova je identifikacija pacijenata koji će najverovatnije imati koristi od novih lekova. Ovaj rad pokazuje obećanje u korišćenje velikih proteomskih tehnologija za identifikaciju pojedinaca sa visokim rizikom od širokog spektra bolesti, i usklađeno je sa našim pristupom da koristimo tehnologiju za produbljivanje našeg razumevanja ljudske biologije i bolesti.“
„Dalji rad će proširiti ove uvide i poboljšati naše razumevanje o tome kako se najbolje primenjuju da podrže poboljšane stope uspeha i povećanu efikasnost u otkrivanju i razvoju lekova.“
