problemy proteomiki klinicznej – trendy
Transkrypt
problemy proteomiki klinicznej – trendy
PROBLEMY PROTEOMIKI KLINICZNEJ ... POSTÊPY BIOLOGII KOMÓRKI 111 TOM 36, 2009 SUPLEMENT NR 25 (111115) PROBLEMY PROTEOMIKI KLINICZNEJ TRENDY, NIEBEZPIECZEÑSTWA I PROBLEMY* CLINICAL PROTEOMICS TRENDS, PITFALLS AND PROBLEMS Jerzy SILBERRING Zak³ad Neurobiochemii, Wydzia³ Chemii Uniwersytetu Jagielloñskiego, Kraków Streszczenie: Proteomika kliniczna zajmuje siê badaniami na pograniczu chemii, biochemii i medycyny, wykorzystuj¹c nowoczesne narzêdzia badawcze, jak m.in. techniki mikroekstrakcji i separacji z³o¿onych próbek biologicznych, metody identyfikacji bia³ek za pomoc¹ spektrometrii mas i bioinformatykê. Na wspó³czesn¹ proteomikê sk³adaj¹ siê zarówno badania podstawowe, jak te¿ badania kliniczne. Pomiêdzy tymi dyscyplinami zachodzi ci¹g³a wymiana informacji (translacja), przyczyniaj¹c siê do sta³ego postêpu wiedzy o okrelonych schorzeniach. Ten proces jest czêci¹ biologii systemów, czyli zrozumienia, w jaki sposób funkcjonuje organizm cz³owieka. W rzeczywistoci, czyli w praktyce laboratoryjnej, za³o¿enie to, jakkolwiek ambitne, napotyka na szereg trudnoci metodologicznych. G³ównym problemem jest tu brak ogólnie przyjêtej, standardowej strategii, umo¿liwiaj¹cej monitorowanie okrelonych schorzeñ, a tak¿e brak kryteriów jakociowych dla tej, z³o¿onej z szeregu etapów, strategii. Bez przyjêcia takich ogólnych norm, porównywanie wyników uzyskiwanych w ró¿nych laboratoriach nie ma w tej sytuacji ¿adnego uzasadnienia. Ju¿ na etapie kolekcjonowania materia³u biologicznego wystêpuje wiele w¹tpliwoci zwi¹zanych z dynamik¹ przemian metabolicznych, wp³ywem: wieku, leków, rodowiska, sposobu pobierania i przechowywania próbek itp. na koñcowy wynik analiz. Dodatkowo, kilkanacie bia³ek stanowi ponad 96% ca³kowitego sk³adu bia³kowego surowicy, a zakres stê¿eñ pomiêdzy poszczególnymi sk³adnikami siêga 1010. Jednoczesna analiza ogromnej liczby danych przekracza mo¿liwoci standardowego oprogramowania, dostarczanego wraz z aparatur¹ pomiarow¹. Kryteria selekcji uzyskanych danych tak¿e w sposób zasadniczy wp³ywaj¹ na wynik koñcowy, a spektakularnym przyk³adem mo¿e byæ jedna z niedawnych publikacji, w której autorzy analizowali mieszaninê 6 bia³ek standardowych, otrzymuj¹c w koñcowym etapie wydruk komputerowy, zawieraj¹cy identyfikacjê ok. 800 bia³ek!! Czy w wietle powy¿szych faktów mo¿liwa jest w ogóle rzetelna i powtarzalna analiza? S³owa kluczowe: proteomika kliniczna. Summary: Clinical proteomics is an analytical strategy functioning at the edge between chemistry, biochemistry, and medicine. This approach utilizes modern and ultrasensitive techniques, such as microextraction and separation of complex biological samples, identification with the aid of mass spectrometry, and *Niniejszy materia³ jest fragmentem przygotowywanej ksi¹¿ki (A. Kraj i J. Silberring, red.) Proteomika i Metabolomika, która uka¿e siê w 2009 r. nak³adem Wydawnictwa Uniwersytetu Warszawskiego. 112 J. SILBERRING advanced bioinformatics. Nowadays proteomics is based on basic research and clinical investigations. Between those disciplines there is a constant exchange of information (translation) and this process is part of the systems biology, i.e. understanding how human organism works. In reality, i.e. in a daily laboratory practice this assumption, however ambitious, meets many methodological ambiguities. The major issue is a lack of the commonly accepted, standard (or optimal) analytical strategy to handle biological material, and to monitor specific diseases. There is also an urgent need to evaluate quality criteria for this multi-task approach. Without such widespread norms, data comparison between various laboratories is out of question. Many ambiguities already appear during material collection phase. This is associated with the overall dynamics of such complex biological system as living organism, influence of age, medications, environment, a way the sample is collected and stored, etc. on the final result of the entire analysis. Additionally, several proteins comprise 96% of the protein content in plasma and the dynamic range of molecules reaches nearly 1010, which obscures less abundant components having important biological impact. Thus, simultaneous analysis of a huge amount of raw data is far beyond capabilities of modern instrumentation and software, and, even more important, cannot be fully interpreted by operators and translated to a common biological sense. One spectacular example may here be cited, where authors honestly reported analysis of a mixture of 6 standard proteins, which resulted in a printout containing identification of ca. 800 proteins! How the above contributes to the reliable and reproducible analysis? Key words: clinical proteomics. WSTÊP Proteomika kliniczna zajmuje siê badaniami na pograniczu chemii, biochemii i medycyny, wykorzystuj¹c nowoczesne narzêdzia badawcze, jak m.in. techniki mikroekstrakcji i separacji z³o¿onych próbek biologicznych, metody identyfikacji bia³ek za pomoc¹ spektrometrii mas i bioinformatykê. Wspó³czesna proteomika obejmuje zarówno badania podstawowe, jak i badania kliniczne. Pomiêdzy tymi dyscyplinami zachodzi ci¹g³a wymiana informacji (translacja), przyczyniaj¹c siê do sta³ego postêpu wiedzy o okrelonych schorzeniach. Ten proces jest czêci¹ biologii systemów, czyli zrozumienia, w jaki sposób funkcjonuje organizm cz³owieka. CZY PROTEOMIKA POMO¯E NAM W POSZUKIWANIU BIOMARKERÓW? W rzeczywistoci, czyli w praktyce laboratoryjnej za³o¿enie to, jakkolwiek ambitne, napotyka na wiele trudnoci metodologicznych. G³ównym problemem jest tu brak ogólnie przyjêtej, standardowej strategii, umo¿liwiaj¹cej monitorowanie okrelonych schorzeñ. Brak tak¿e kryteriów jakociowych oceniaj¹cych poszczególne etapy klinicznej analizy proteomicznej. Nie jest bowiem oczywiste, co oznacza dobrze wykonana elektroforeza w ¿elu poliakrylamidowym i jak powinien przedstawiaæ siê wielowymiarowy rozdzia³ chromatograficzny? Jaki powinien byæ udzia³ t³a (czy w ogóle powinien byæ?) i w jaki sposób okreliæ, czy wybarwione bia³ko w ¿elu ma w³aciwy kszta³t? Bez przyjêcia takich ogólnych norm, porównywanie wyników uzyskiwanych w ró¿nych laboratoriach nie ma w tej sytuacji ¿adnego uzasadnienia. PROBLEMY PROTEOMIKI KLINICZNEJ ... 113 PRZYGOTOWANIE PRÓBEK, CZYLI PIERWSZY ETAP PRODUKCJI ARTEFAKTÓW Proteomika jest znakomitym narzêdziem do produkcji ogromnej iloci danych, w znacznym stopniu niedaj¹cych siê zweryfikowaæ. Ju¿ na etapie kolekcjonowania materia³u biologicznego wystêpuje szereg w¹tpliwoci, zwi¹zanych z dynamik¹ przemian metabolicznych, wp³ywem wieku, leków, rodowiska, sposobu pobierania i przechowywania próbek itp. na koñcowy wynik analiz [1]. Dobrym przyk³adem materia³u, który stanowi ogromne wyzwanie dla analizy proteomicznej, jest surowica krwi. Kilkanacie bia³ek stanowi ponad 96% jej ca³kowitego sk³adu bia³kowego, a ró¿nica stê¿eñ pomiêdzy poszczególnymi sk³adnikami siêga 1010. Z kolei usuwanie tych kilkunastu bia³ek za pomoc¹ chromatografii powinowactwa jest niezwykle kosztowne, czasoch³onne i najczêciej eliminuje te¿ inne istotne sk³adniki mieszaniny, zaburzaj¹c proporcje ilociowe. Jednoczesna analiza ogromnej liczby danych przekracza mo¿liwoci standardowego oprogramowania, dostarczanego wraz z aparatur¹ pomiarow¹. Wynika st¹d jednoznacznie, ¿e kluczowym elementem ca³ej strategii bêdzie preseparacja sk³adników mieszaniny. Od efektywnoci tego procesu zale¿eæ bêdzie koñcowy wynik. Nie ma w chwili obecnej metody, która umo¿liwia³aby rozdzia³ bia³ek z odpowiedni¹ selektywnoci¹, a mieszanina ju¿ tylko kilku sk³adników nie jest prawid³owo analizowana przez oprogramowanie. BIOINFORMATYKA NAJS£ABSZE OGNIWO PROTEOMIKI Kryteria selekcji uzyskanych danych tak¿e w sposób zasadniczy wp³ywaj¹ na wynik koñcowy, a spektakularnym przyk³adem mo¿e byæ jedna z niedawnych publikacji, w której autorzy analizowali mieszaninê 6 standardowych bia³ek, otrzymuj¹c w koñcowym etapie wydruk komputerowy, zawieraj¹cy identyfikacjê ok. 800 bia³ek!!! Czy w wietle powy¿szych faktów mo¿liwa jest w ogóle rzetelna i powtarzalna analiza? Problemem jest tutaj nie tylko brak odpowiednich narzêdzi bioinformatycznych, ale przede wszystkim s³aba znajomoæ tej tematyki przez badaczy. Identyfikacja bia³ka jest, przynajmniej intuicyjnie, bardziej zrozumia³a ni¿ skomplikowany warsztat informatyczny i chemometryczny. Dotyczy to jednak tak¿e drugiej strony, czyli samych bioinformatyków, nie maj¹cych najczêciej odpowiedniej wiedzy biochemicznej, aby prawid³owo oceniæ sens biologiczny wydruków komputerowych. Kolejnym przyk³adem jest wykazywanie sporej liczby hipotetycznych bia³ek (ang. hypothetical proteins), które komputer identyfikuje nie na podstawie kompletnej sekwencji aminokwasowej w bazie bia³ek, ale na podstawie przet³umaczonej sekwencji nukleotydów w bazie genów. Nikt nie zadaje sobie pytania, czy takie bia³ko w rzeczywistoci w ogóle istnieje i czy mo¿e mieæ jak¹kolwiek funkcjê biologiczn¹. Przewa¿aj¹ca wiêkszoæ oprogramowania do analizy wielowymiarowych ¿eli zak³ada rozk³ad normalny i stosuje test Studenta oraz analizê wariancji (one-way ANOVA) 114 J. SILBERRING do oceny ró¿nic pomiêdzy próbkami. Zwykle taki rozk³ad nie jest weryfikowany przed rozpoczêciem analizy, a dodatkowo statystyka wymaga co najmniej 37 powtórzeñ (czyli 37 rozdzia³ów KA¯DEJ próbki), aby test Studenta mo¿na by³o stosowaæ [2]. Zwiêksza to znacz¹co koszty i czasoch³onnoæ procedury. W zespole autora przeprowadzono z kolei eksperymenty podwójnego znakowania stabilnymi izotopami, po³¹czone z technik¹ shotgun. W rezultacie wygenerowano ponad 50 000 widm fragmentacyjnych, których analiza by³a mo¿liwa dopiero po opracowaniu w³asnego oprogramowania. Nale¿y jednak przyj¹æ za³o¿enie, ¿e eksperyment musi zostaæ powtórzony co najmniej trzykrotnie i to w ca³oci. CZY TO JEST CO WARTE? Przytoczmy tu jedno zdanie z wywiadu przeprowadzonego przez czasopismo Science [4] z Amosem Bairochem, twórc¹ bazy SwissProt, serwera ExPASy i szeregu znakomitych narzêdzi bioinformatycznych: ...much of the data generated by proteomics groups over the past decade is junk. Rzeczywicie, obserwuj¹c gwa³towny rozwój laboratoriów proteomicznych, to w³anie ³atwoæ pozyskiwania funduszy na modne kierunki, niedostatek fachowców, a przede wszystkim brak walidacji uzyskanych wyników spowodowa³y lawinow¹ produkcjê danych, których nie mo¿na porównaæ nawet w tym samym laboratorium. Trzeba te¿ pamiêtaæ, ¿e metodami proteomicznymi identyfikujemy rednio ok. 20% sekwencji danego bia³ka. Mo¿na oczywicie uznaæ, ¿e jest to wystarczaj¹cy dowód na istnienie okrelonej moleku³y, ale nie jest to wartociowa informacja z punktu widzenia kompletnej struktury bia³ka (przynajmniej I-rzêdowej), bez podania modyfikacji potranslacyjnych, ew. mutacji itp. A przecie¿ najczêciej modyfikacje odgrywaj¹ g³ówn¹ rolê w regulowaniu funkcji moleku³. Wszystkie stosowane obecnie techniki analizuj¹ ekspresjê bia³ka, a nie jego aktywnoæ. Jaka jest wiêc relacja np. pomiêdzy nadekspresj¹ enzymu a jego aktywnoci¹ katalityczn¹? Z powy¿szych wzglêdów istotna jest walidacja uzyskanych wyników i potencjalnych biomarkerów, które na tym etapie analizy ¿adnymi biomarkerami nie s¹. Procedura walidacji jest tak samo z³o¿ona jak inne, nieproteomiczne metody identyfikacji biomarkerów i tak samo kosztowna i czasoch³onna. Wymagania s¹ tu jednoznacznie sformu³owane; nale¿y opracowaæ specyficzn¹ metodê analizy ilociowej (np. ELISA, reakcja enzymatyczna itp.) i zweryfikowaæ uzyskane dane porównuj¹c próbki kliniczne, wyznaczyæ szereg parametrów, zakres norm itp. S¹ to standardowe procedury stosowane m.in. w chemii klinicznej czy chemii s¹dowej i powszechnie znane. Mówimy tu oczywicie wy³¹cznie o markerach sygnalizuj¹cych rozwój choroby, a nie o tworzeniu potencjalnych leków, co czêsto jest mylone. PRZYSZ£OÆ OMIKI Pomimo przewijaj¹cego siê tu pesymizmu, strategie omiczne maj¹ przysz³oæ, po przyjêciu pewnych zastrze¿eñ. Nie mo¿na ka¿dej z technik traktowaæ oddzielnie PROBLEMY PROTEOMIKI KLINICZNEJ ... 115 a g³ówny dogmat biologii molekularnej (gen transkrypcja translacja bia³ko) nale¿y uznaæ za kierunek rozwoju metodologii, czyli prowadziæ analizê ca³ociow¹ i nie pomijaæ innych dziedzin nauki. Wydaje siê, ¿e po pocz¹tkowym okresie euforii zaczynaj¹ pojawiaæ siê publikacje nawi¹zuj¹ce do rzeczywistych problemów i wyzwañ proteomiki [5]. Nie ulega natomiast w¹tpliwoci, ¿e narzêdzia omiczne nie nadaj¹ siê, przynajmniej na razie, do identyfikacji biomarkerów przy ³ó¿ku pacjenta. Mog¹ natomiast wspomagaæ ten proces na etapie wstêpnej analizy jako rodek a nie cel ca³ej strategii. Spektrometria mas jest tylko jednym z elementów tej procedury i z pewnoci¹ nie spe³nia funkcji black box, do którego wprowadza siê próbkê, naciska guzik i uzyskuje wynik. Sytuacji z pewnoci¹ nie u³atwia powstawanie kolejnych dziedzin omiki, chemogenomiki i chemoproteomiki, bazuj¹cych na odmiennych za³o¿eniach [3]. Jak dot¹d nie uda³o siê uzyskaæ metodami proteomicznymi ¿adnego wartociowego biomarkera, np. w diagnostyce nowotworów prostaty ci¹gle najlepszym testem pozostaje oznaczanie PSA, przy wszystkich jego ograniczeniach. Analogiczna sytuacja przedstawia siê w zastosowaniach chemii kombinatorycznej, gdzie nak³ady stoj¹ w ra¿¹cej dysproporcji do uzyskiwanych efektów w przemyle farmaceutycznym. Mo¿e wiêc warto przemyleæ ca³¹ koncepcjê i prowadziæ poszukiwania w po³¹czeniu z innymi metodami, jak np. metaanalizy wp³ywu okrelonych leków na du¿e grupy pacjentów lub poszukiwanie okrelonych modyfikacji potranslacyjnych, co daje szansê na zawê¿enie obszaru badañ do rozs¹dnego zakresu. Zanim wiêc dojdziemy do celu, up³ynie znacznie wiêcej czasu ni¿ pocz¹tkowo zak³adano. LITERATURA [1] AHMED FE. Sample preparation and fractionation for proteome analysis and cancer biomarker discovery by mass spectrometry. J Sep Sci 2009; 32: 771798. [2] BIRON DG, BRUN C, LEFEVRE T, LEBARBENCHON C, LOXDALE HD, CHEVENET F, BRIZARD J-P, THOMAS F. The pitfalls of proteomics experiments without the correct use of bioinformatics tools. Proteomics 2006; 6: 55775596. [3] JACOBY E. Chemogenomics drug discovery's panacea? Mol Bio Syst 2006; 2: 218220. [4] SERVICE RF. Proteomics prime time. Science 2008; 321: 17581761. [5] YAN L, TONACK S, SMITH R, DODD S, JENKINS RE, KITTERINGHAM N, GREENHALF W, GHANEH P, NEOPTOLEMOS JP, COSTELLO E. Confounding effects of obstructive jaundice in the interpretation of proteomic plasma profiling data for pancreatic cancer. J Proteome Res 2009; 8: 142 148. Prof. dr hab. Jerzy SILBERRING Zak³ad Neurobiochemii, Wydzia³ Chemii Uniwersytetu Jagielloñskiego ul. R. Ingardena 3, 3, 0-060 Kraków e-mail: [email protected]