Deep Visual Proteomics fornisce informazioni specifiche per cellula e basate su proteine per l’analisi del cancro
Come si sviluppa il cancro? In che modo la struttura cellulare di un tumore cambia le sue proprietà maligne? Queste domande sono necessarie ea cui è difficile rispondere. Tuttavia, sono essenziali per comprendere il cancro e trovare un trattamento permanente. Un team tedesco-danese guidato da Matthias Mann ha sviluppato una tecnologia rivoluzionaria, “Deep Visual Proteomics”. Questa tecnologia fornisce a ricercatori e medici informazioni basate sulle proteine e aiuta a comprendere i tumori risolvendo i singoli tipi di cellule. La tecnologia sta mostrando il suo potenziale in un’applicazione per la prima volta alle cellule tumorali.
© MPI Biochimica
Concetto e flusso di lavoro di Deep Visual Proteomics (in senso orario): Deep Visual Proteomics combina imaging ad alta risoluzione e analisi delle immagini assistita dall’intelligenza artificiale per classificare e isolare singole cellule con un nuovo flusso di lavoro per proteine altamente sensibili. Questo metodo combina l’imaging ad alta intensità di dati delle colture cellulari dei pazienti o dei tessuti della biobanca archiviati con la segmentazione cellulare basata sull’apprendimento profondo e l’identificazione basata sull’apprendimento automatico dei tipi e degli stati cellulari. (No) Gli organismi cellulari o subcellulari di interesse marcati con IA controllati sono soggetti a microdissezione laser automatizzata e profilazione proteomica basata sulla spettrometria di massa. La successiva analisi dei dati bioinformatici consente l’acquisizione di firme proteiche che forniscono approfondimenti molecolari sui cambiamenti proteomici negli stati di salute e di malattia a livello di unicellulari. © MPI Biochimica
Le proteine sono pezzi essenziali del puzzle per una varietà di malattie. Sono anche indicati come i “cavalli da lavoro molecolari della cella”. La sua funzione propria determina la funzione della cellula e quindi anche la funzione dell’individuo. Matthias Mann spiega: “Se qualcosa nelle nostre cellule non funziona correttamente e siamo malati, puoi star certo che le proteine sono coinvolte in vari modi. Per questo motivo, mappare la natura della proteina può aiutarci a scoprire : Perché il tumore è stato in grado di svilupparsi in un particolare paziente?” Quali sono i punti deboli di questo tumore e quale metodo di trattamento è vantaggioso?” spiega Matthias Mann Istituto Max Planck di Biochimica Vicino a Monaco e da Centro di ricerca sulle proteine Novo Nordisk presso l’Università di Copenaghen in Danimarca.
Ispirato da queste domande, un gruppo di ricerca multidisciplinare guidato da Matthias Mann ha sviluppato un metodo nuovo e innovativo. Nello studio, le caratteristiche visive di un tumore sono determinate utilizzando la tecnologia di profilazione profonda per analizzare le proteine in gruppi di cellule anormali adiacenti alle cellule sane circostanti. Questo approccio potrebbe fornire ai ricercatori una visione senza precedenti del cancro e aiutare gli oncologi a creare strategie mirate per la diagnosi e il trattamento.
Deep Optical Proteomics combina quattro tecnologie
Deep Optical Proteomics per la prima volta combina i vantaggi di quattro diverse tecnologie in un’unica metodologia. In primo luogo, la moderna microscopia crea mappe tissutali ad alta risoluzione. In secondo luogo, gli algoritmi di apprendimento automatico e intelligenza artificiale vengono utilizzati per classificare le cellule in base alla loro forma, dimensione o localizzazione delle proteine prima di raccogliere le singole cellule utilizzando la microdissezione laser ad alta risoluzione. In terzo luogo, dopo che le popolazioni di cellule malate normali o diverse sono state smistate, migliaia di proteine all’interno di queste popolazioni cellulari vengono identificate simultaneamente utilizzando la spettrometria di massa ultrasensibile. In quarto luogo, complesse analisi bioinformatiche generano mappe proteiche che consentono la risoluzione spaziale delle proteine in malattie altamente complesse come il cancro. Queste mappe proteiche sono strumenti preziosi per i medici per comprendere meglio i meccanismi della salute e della malattia.
“Il nostro nuovo concetto di ‘proteomica ottica profonda’ potrebbe diventare un cambio di paradigma per la patologia molecolare in clinica. Usando questo metodo, prendiamo un campione di tessuto con cellule tumorali e possiamo identificare migliaia di proteine in pochissimo tempo e con il minimo sforzo. Queste analisi proteomiche rivelano i meccanismi che guidano l’evoluzione di Così, nuovi bersagli terapeutici possono essere derivati direttamente da una singola sezione di tessuto della biopsia di un paziente”, afferma Andreas Mund, professore associato presso il Center for Protein Research e parte del team guidato da Matthias Mann, che ha guidato questo sviluppo presso il Center for Protein Research e il Max Planck Institute for Biochemistry.
Rilevanza per la patologia clinica
Nello studio, i ricercatori sono stati in grado di applicare “proteine ottiche profonde” alle cellule di pazienti con ghiandole salivari e pazienti con cancro della pelle. Lise Mette Rabek Gerderm, Consulente Consulente e Professore Associato di Ricerca Clinica presso il Dipartimento di Patologia del Sealand University Hospital Roskilde e il Dipartimento di Medicina Clinica dell’Università di Copenaghen, descrive: “Questo metodo unico combina l’analisi della struttura dei tessuti e l’analisi proteomica, che è essenziale per cellule selezionate Diagnosi di una condizione clinicamente molto complessa utilizzando l’analisi Deep Visual Proteomics.
Fabian Coscia, uno dei primi autori dello studio pubblicato su Nature Biotechnology e capo del gruppo di ricerca “Spatial Proteomics” da giugno 2021 Max Delbrück Centro di Medicina Molecolare presso la Società Helmholtz A Berlino, dice, “La tecnologia può anche essere utilizzata in modo simile per descrivere altri tipi di tumori”. Il suo obiettivo è utilizzare i dati archiviati dalle biobanche per scoprire nuovi punti di attacco per le singole terapie del cancro e quindi forme di trattamento su misura per i pazienti e anche per tumori precedentemente resistenti al trattamento.
E non è solo il cancro che può essere meglio compreso usando proteine visive profonde. La metodologia può essere applicata anche ad altre malattie. “Ad esempio, è possibile analizzare le proteine di un neurone per vedere cosa accade esattamente nella cellula durante il decorso di malattie neurodegenerative come il morbo di Alzheimer o il morbo di Parkinson”, continua Coscia. “Combinando microscopia, intelligenza artificiale e proteine altamente sensibili basate sulla spettrometria di massa, abbiamo sviluppato un metodo molto potente per comprendere i circuiti molecolari delle cellule sane e malate, che può aiutare i medici a identificare i bersagli farmacologici e la diagnostica futura”, spiega Matthias Mann .
“Analista incredibilmente umile. Esperto di pancetta. Orgoglioso specialista in cibo. Lettore certificato. Scrittore appassionato. Difensore di zombi. Risolutore di problemi incurabile.”