Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Diario de la proteómica
Pro expresión temporal fi ling de proteínas plasmáticas revela estrés oxidativo en las primeras etapas de la
progresión del Tipo 1 Diabetes
Chih-Wei Liu un , Lisa Bramer segundo , Bobbie-Jo Webb-Robertson segundo , Kathleen Waugh do , Marian J. Rewers do ,
Qibin Zhang un , re , •
un Centro de Conversión de Investigación Biomédica de la Universidad de Carolina del Norte en Greensboro, Campus de Investigación de Carolina del Norte, Kannapolis, Carolina del Norte, Estados Unidos
segundo Estadística Aplicada y Modelización Computacional, Pacífico fi c Northwest Laboratory Nacional, Richland, WA, Estados Unidos
do Centro Barbara Davis de Diabetes de la Universidad de la Escuela de Medicina, Aurora, CO, Estados Unidos Colorado
re Departamento de Química y Bioquímica, Universidad de Carolina del Norte en Greensboro, Greensboro, Carolina del Norte, Estados Unidos
palabras clave: marcadores de la sangre distintos de los autoanticuerpos de los islotes son muy necesarias para indicar el proceso de destrucción de las células beta pancreáticas
proteoma cambio temporal diabetes tan pronto como sea posible, y más re precisión Florida ect la progresión de la diabetes mellitus tipo 1 (DM1). Con este fin, un pro proteómico longitudinal fi ling de
tipo 1 TMT10 plasma humano utilizando el análisis de LC-MS / MS-10plex-basado TMT se realizó para seguimiento de los cambios proteómicos temporales de pacientes T1D ( n = 11)
a través de 9 puntos de tiempo de serie, que abarca el período de DT1 progresión natural, en comparación con los de los controles sanos coincidentes ( n = 10). Hasta
proteoma plasma Pediatric pro
donde sabemos, este estudio representa el más grande (> 2000) medidos proteínas pro expresión longitudinal fi les de proteoma del plasma humano en la
Longitudinal fi el estrés oxidativo ling
investigación T1D. Mediante la aplicación de análisis de tendencia estadística sobre los patrones de expresión temporal entre T1D y controles, y el procedimiento de
Benjamini-Hochberg para la corrección de pruebas múltiple, 13 grupos de proteínas se considera que tienen estadísticamente significativa fi no puede di ff erences
durante todo el período de seguimiento. Por otra parte, 16 grupos de proteínas, que desempeñan papeles fundamentales en respuesta al estrés oxidativo, tienen
tendencia expresión consistentemente anormal antes de la seroconversión para los islotes autoinmunidad. Es importante destacar que las tendencias de expresión
de dos claves de oxígeno reactivo especies de descomposición de enzimas, catalasa y superóxido dismutasa eran verificación fi ed independientemente por ELISA.
signi biológica fi cado: Los cambios temporales de las proteínas plasmáticas> 2000 (al menos cuanti fi ed en dos temas), que abarca todo el período de la DM1
progresión natural fueron proporcionados a la comunidad de investigación. proteínas relacionadas con el estrés oxidativo tienen consistentemente di ff Erent patrones
desreguladas en el grupo de diabetes tipo 1 que en edad y sexo controles pareados sanos, incluso antes de la aparición de autoanticuerpos - la primera señal de la
autoinmunidad de islotes y el estrés de las células beta pancreáticas.
• El primer autor en: Centro de Investigación Biomédica UNCG traslacional, Suite 500 Camino Nobel 4226, Kannapolis, Carolina del Norte 28081, Estados Unidos.
http://dx.doi.org/10.1016/j.jprot.2017.10.004
Recibido el 11 de abril de 2017. Recibido en forma 2 revisada de octubre de 2017. Aceptadas 5 de octubre de 2017
Por favor citar este artículo como: Liu, C.-W., Diario de Proteómica (2017), http://dx.doi.org/10.1016/j.jprot.2017.10.004
C.-W. Liu et al. Diario de la proteómica xxx (xxxx) xxx-xxx
prospectivo de cohortes [12,13] se analizaron por la proteómica cuantitativa, se seleccionaron 9 puntos de para garantizar variaciones mínimas en la preparación de la muestra. Los experimentos detallados
tiempo por sujeto, con los puntos de tiempo que abarcan desde el nacimiento hasta el desarrollo de la para la preparación de muestras han sido publicados anteriormente [17] . queso Brie Florida y, 5 mg de
autoinmunidad de islotes y T1D manifiesta. Tandem etiqueta de masa (TMT) Enfoque basado en la proteínas de plasma de cada muestra se agota para eliminar la parte superior 14 más abundantes
cuantificación etiquetado isobárico proteínas usando una columna MARS Human-14 (Agilent Technologies), y el Florida ow-a través de
[14 - 17] se aplicó a la serie de muestras de punto 9 tiempo que se puede cuanti fi cados en paralelo, y el fracciones (plasma empobrecido) se recogieron y concentraron. Las proteínas del plasma
aumento del tiempo de puntos en un estudio longitudinal ayudaron a mejorar la potencia estadística empobrecido se desnaturalizaron, reducida, alquilada, y se digirieron tal como se describe
necesaria para identificar los patrones de expresión / tendencias significantes fi variante cativamente entre anteriormente [10] , Y la C 18 solución de péptido desalado SPE se secó completamente antes de
los progresores T1D y controles sanos. Hasta donde sabemos, este estudio presenta la más completa Pro fi ling etiquetado isobárico. Las alícuotas de cada muestra individual de todos los sujetos sanos se
en los cambios temporales en la investigación del proteoma DM1, y reconocimiento de patrones se está combinaron para crear la muestra de referencia común que se utiliza para el grupo de control sano,
aplicando a di ff erentiate los cambios temporales de proteínas correlacionadas con progresión de la para ser utilizado en la posterior etiquetado TMT como canal de referencia. Las muestras en serie 9
enfermedad de los de los controles sanos emparejados por edad y sexo. Es importante destacar que las de cada sujeto y la muestra de referencia común se incluyeron en un experimento etiquetado TMT10
tendencias de expresión temporal de las proteínas observadas por espectrometría de masas fueron configurar como se muestra en Figura 1 . Esta estrategia de etiquetado evita los posibles problemas
consistentemente verificación fi ed por la plataforma de ELISA basado en anticuerpos. Nuestros resultados de valores perdidos como resultado de adquisiciones datadependent MS / MS [19] porque todas las
proporcionan una lista prometedor de marcadores de proteínas que temporalmente dysregulate antes de la muestras de la misma materia se incluyeron en el mismo experimento etiquetado. La misma
aparición de autoinmunidad de los islotes, y esas proteínas tienen un papel en la respuesta al estrés estrategia de mezcla y el etiquetado se aplicó a muestras de pacientes T1D (etiquetas de muestra en
oxidativo. las Tablas material suplementario S1 y S2). Después del marcaje, las 10 muestras marcadas en
cada experimento etiquetado TMT establecido se agruparon, se concentraron y se fraccionaron
utilizando RPLC de alto pH en una XBridge C 18 columna analítica (tamaño de partícula de 5 μ m, 250
x 4,6 mm, Waters). Las fases móviles A y B consistían de formiato de amonio 10 mM en agua (pH
2. Sección Experimental 10) y 90% CH 3 CN (pH 10), respectivamente. En total, se generaron 24 fracciones [16,20] , Se secó, se
almacena a - 80 ° C, y se reconstituyó en 0,1% FA hasta que el análisis LC-MS / MS.
2.1. Población de estudio y diseño
estudio y se separó el plasma y se almacenaron a - 80 ° C. Todos los valores de autoanticuerpos durante 17 min para reequilibrar la columna.
positivos y 5% de los negativos eran estafa fi confirmado por duplicado nueva prueba ciega. los datos de MS fue adquirido en pro fi modo le usando un método de la parte superior 15 dependiente de los
120 000 a m / z 200 con la máxima fi tiempo ll de 50 ms. Precursores se aislaron con una ventana de
1,4 m / z [21] y fragmentada con la fragmentación HCD con energía de colisión normalizada de 32.
Se seleccionaron muestras de plasma de 11 archivados DM1 y 10 sujetos sanos que han Resolución de espectro MS / MS se fijó a 60.000 a m / z 200 con la máxima fi ll tiempo de 100 ms.
participado en DAISY para este estudio. Una serie de 9 muestras de plasma fueron seleccionados de objetivo AGC para análisis completo y MS / MS de barrido fue de 3E6 y 1E5, respectivamente. Se
cada sujeto en el grupo de T1D para representar di ff fases Erent de progresión de la enfermedad, es excluyeron los iones precursores con estados de carga no asignados, individuales, siete, y superior,
decir, de la negatividad autoanticuerpo frente a la seroconversión y el último diagnóstico T1D. y el tiempo de exclusión dinámica se fijó en 20 s.
muestras individuales sanos fueron emparejados por edad, sexo y frecuencia de muestreo para el
grupo T1D excepto que tiene negatividad autoanticuerpo permanente durante todo el período de
seguimiento y designado como grupo NP en este estudio. muestras de plasma congeladas se
transfirieron a laboratorios de medición proteómica para procesamiento de la muestra y la medición. 2.4. Base de datos de búsqueda
2
C.-W. Liu et al. Diario de la proteómica xxx (xxxx) xxx-xxx
Figura 1. Representación esquemática de los trabajos experimentales Florida Ay. Las muestras de plasma de 9 puntos de tiempo de serie de cada sujeto se longitudinalmente recogieron y immunodepleted mediante la eliminación de la parte superior 14 abundantes proteínas antes
de la digestión tríptica. Los péptidos de 9 puntos de tiempo de serie más una referencia común se marcaron mediante TMT-10plex, y la RPLC de alto pH se utilizó para fraccionar los agrupados mezclas de péptidos marcados con TMT antes del análisis nanoLC-MS / MS. Todas
prima fi les hicieron búsquedas en conjunto utilizando MaxQuant para la identificación de proteínas fi cación y cuanti fi catión. la cuanti fi matriz de datos catiónico se utiliza, además, para el análisis de tendencia estadística y visualización por Trelliscope. Por último, los experimentos de
ELISA se realizaron para la tendencia verificación fi cationes. esta modificación fi trabajo ed Florida ow fue adoptado de Liu et al. [17] con permiso.
identi algoritmo fi it un grupo de proteínas con similitud o de proteínas isoformas de la secuencia de alta, y yo = +β 0 β 1x yo + β 2x2 yo
+ τ 1, yo + τ 2,x yo yo + τ 3,x yo
2 2 yo
que no puede estar más lejos di ff erentiated sobre la base de péptidos compartidos. Los contaminantes τ1,Nyo~
σ (0,
τ N σ τ Ndo)σ, ~ 2,(0,
yo s ) , ~ 3,(0,
yo q) (1)
potenciales (seleccionados manualmente para los contaminantes que no hay nombres de las proteínas),
revertir los accesos y las proteínas solamente identi fi ed por modi fi El sitio de cationes fueron excluidos de
y yo = +β 0 β 1x yo + τ 1, yo + τ 2,x yo yo
la identi fi Lista de cationes. Además, una fi ltrado criterio se estableció para mantener la identi fi proteínas
τ1,Nyo~
σ (0,
στN do) , ~ 2,(0,
yo s ) (2)
Ed con la cuanti fi valores de DE de los diez iones informadores (sin valor que falta) en al menos un
individuo. Los datos de expresión longitudinales de este con fi lista proteína dent se utilizó para el análisis Probabilidad ratio de pruebas se llevaron a cabo para poner a prueba para signi fi Se registraron
de tendencia estadística. Los datos de la proteómica MS se han depositado en el Consorcio tendencias cuadráticas y lineales Cant y los valores de p. Un α = 0,05 nivel de signi fi cance se utilizó
ProteomeXchange a través de la PRIDE [24] repositorio de asociarse con el conjunto de datos identifi- para determinar si un modelo lineal o cuadrática era signi fi no puede, y si ambos eran signi fi bisela el
modelo inferior (lineal) se utilizó. El di ff rencia en las tendencias entre los grupos de control y T1D
para cada proteína se evaluó estadísticamente por también fi tting un mezclado e ff ECTS lineal o
fi er PXD007884. modelo cuadrático que incluía una fi jo correo ff ect para la edad, grupo y la interacción entre la edad y
grupo y un aleatoria e ff ect para sujetos (Eq.
mezclado e ff ECTS modelo con el IMC como la variable dependiente que incluía una fi jo correo ff ect τ1,Nyo~
σ (0,
στN do) , ~ 2,(0,
yo s ) (3)
para dar cuenta de di ff Erent intercepta medias, pendientes y términos cuadráticos (en su caso) para
dónde gramo yo es una variable indicadora que toma un valor de 0 si el sujeto es de entre el grupo de
la edad y los dos grupos.
control y un 1 en caso contrario. Todos los modelos eran fi t en R (versión 3.3.0) utilizando el paquete
de lme4 [26] . La significación estadística fi cance de los modelos lineales y cuadráticas, según el caso,
cuanti fi de datos de proteínas ed basado en la intensidad de iones reportero se normalizó a la
se capturaron como pvalues y valores de q, donde q-valores se basan en una corrección estándar
muestra de referencia, log 2 transformada, y la mediana de centrado [25] , Es decir, llevar los valores
Benjamini-Hochberg utilizando la función p.adjust en R.
de la mediana de intensidad de cada muestra al mismo nivel para corregir las pequeñas variaciones
en la cantidad de muestra utilizada para cada canal de etiquetado. Para completar el análisis de la
tendencia estadística y garantizar resultados válidos, los datos era más fi filtró para incluir sólo grupos
de proteínas que tenían al menos 2 sujetos de uno de los dos grupos (sujetos sanos y pacientes 2.6. Veri fi cación de los patrones de expresión utilizando ELISA
3
C.-W. Liu et al. Diario de la proteómica xxx (xxxx) xxx-xxx
n = 10) y los pacientes T1D (TD, n = 11). los fi LLED círculos / cuadrados / triángulos
después de la sustracción del fondo. MARGARITA cohorte en el pasado, y que no observó una fuerte asociación entre el IMC y la edad al
momento del diagnóstico DM1 [31 - 33] , A pesar de una mayor velocidad de crecimiento en altura
puede estar implicada en la progresión de la susceptibilidad genética a la autoinmunidad y luego a
3. resultados
T1D en niños prepuberales
[32] . Por ello, realizó una prueba estadística para investigar si hay un índice de masa corporal e ff ect para
Para explorar los cambios temporales de las expresiones de proteínas durante la historia natural
los sujetos seleccionados en este estudio, es decir, los pacientes T1D ( n = 11) y controles sanos ( n = 10)
de T1D, muestras de plasma de forma prospectiva recogidos de 21 individuos, incluyendo sujetos
analizados en el estudio de la proteómica actual. A mixta-e ff ECTS modelo lineal era fi t para los datos de
sanos ( n = 10, sin T1D, pacientes autoanticuerpos negativo) y T1D persistentes ( n = 11) fueron
IMC de todos los individuos, y los valores de p de 0,8857 y 0,5135 se obtuvieron en modelos cuadráticos y
seleccionados y exhaustivamente analizados en este estudio proteómica cuantitativa. Para los
lineales, respectivamente, indicando que no hay di ff rencia entre los grupos en términos de índice de masa
sujetos sanos, se seleccionaron los 9 puntos de tiempo en las edades de muestreo casi idénticos;
corporal tendencia de la evolución.
para los pacientes T1D, se seleccionaron muestras de tener el punto de seroconversión a múltiples
autoanticuerpos de islotes tiempo en el medio de la serie de tiempo, con el objetivo para el mismo
número de muestras antes y después de la seroconversión, incluyendo tanto el punto de tiempo más
temprano posible y el punto de tiempo de diagnóstico T1D clínica ( Figura 2 ). Los detalles de los
3.2. identi integral fi cación y cuanti fi cación de las proteínas plasmáticas
metadatos clínica para cada muestra y cada sujeto se enumeran en las Tablas suplementarias de
material S1 y S2.
En total, 2235 grupos de proteínas se identificaron fi ed y relativamente cuanti fi ed en el 1% FDR en
el proteoma plasma usando MaxQuant después estrictamente
fi ltrado la matriz de datos como se describe en la sección de método (Tabla Material complementario
S3). Entre los grupos de proteínas, 2.037 se identificaron fi ed por al menos dos “ la maquinilla de
3.1. No se encontró asociación entre el IMC y la progresión de la diabetes tipo 1 en sujetos de cohortes DAISY analizados afeitar + único ” péptidos y un péptido único, y péptidos de afeitar son péptidos no únicos asignados al
en este estudio grupo de proteínas con las más otros péptidos. Entre ellos, 871 grupos de proteínas eran
comúnmente identi fi ed en todas las 210 muestras, mientras que el 91 y 98 grupos de proteínas se
“ hipótesis del acelerador ” propuso que un IMC mayor se asocia con una menor edad en el identificaron exclusivamente fi ed en sujetos sanos y pacientes con DM1, respectivamente ( Fig. 3 UN).
diagnóstico de T1D, y esta hipótesis se evaluó en pequeños (<200 pacientes) [27,28] y grandes
(9248 pacientes) [29]
cohortes matriculados en el Reino Unido, Alemania y Austria. Otro estudio de cohorte grande con 3203 Además, todas las 108 proteínas mencionadas en el reciente estudio de suero longitudinal por
pacientes en un área mediterránea indicó que no di ff erences entre T1D pacientes y controles sanos en Moulder et al. [11] fueron cuanti fi ed en este estudio. Las proteínas informó que pertenecen a las altas
términos de índice de masa corporal al momento del diagnóstico y la edad al momento del diagnóstico [30] . Por proteínas abundantes identi fi ed en este estudio (material suplementario. Fig S1), y uno fi quinto de
lo tanto, el índice de masa corporal e ff ect en el diagnóstico de diabetes tipo 1 no es concluyente, dependiendo esas proteínas son factores de complemento, componentes o subunidades que existen
de los ambientes / áreas y las cohortes que estudian. El e ff ECTS de IMC también se ha evaluado en el abundantemente en el plasma humano [34] . Además, comparamos nuestra
4
C.-W. Liu et al. Diario de la proteómica xxx (xxxx) xxx-xxx
3.3. los patrones de expresión temporal de las proteínas plasmáticas variante entre T1D y controles
sanos
Recientemente, utilizando los mismos funcionan proteómica Florida ow hemos demostrado la pro
temporal fi Les proteoma del plasma durante el desarrollo de la infancia
[17] , Y los patrones temporales de proteínas de plasma obtenidas por la proteómica cuantitativos
basados TMT10plex fueron validados independientemente por ELISA, lo que indica la consistencia
entre los datos de MS y ELISA, tanto en los patrones de expresión y la abundancia relativa de las
proteínas. En ese estudio, se informó de 970 proteínas plasmáticas tener los dependientes de la
edad tendencias de expresión [17] , Lo que demuestra la importancia de la pro longitudinal fi Ling
estudio para identificar los biomarcadores potenciales especí fi c para enfermedades infantiles. Por lo
tanto, en el presente estudio se implementó el mismo diseño experimental para revelar las proteínas
plasmáticas con di ff Erent temporales patrones de expresión entre DM1 y controles sanos.
modelado estadístico se aplicó a fi t los cambios temporales de cada proteína dentro del mismo
sujeto, y se obtuvieron los valores de p estadísticos para evaluar el aire fi dencia de fi t a un modelo
lineal o cuadrática. Las comparaciones estadísticas también se hicieron entre los niños que
desarrollaron diabetes tipo 1 y sujetos sanos que mantienen persistente negatividad de
autoanticuerpos, y se obtuvieron los valores de p para determinar si existen signi fi no puede di ff erences
entre dos tendencias de grupo sobre la base de cada modelo (Tabla Material complementario S3).
Todos los patrones de expresión / tendencias se han subido en línea y pueden ser visualizados
utilizando Trelliscope ( https://ascm.shinyapps.io/Zhang_2Group_Trend_Analysis/ ), Que permite una
rápida exploración de las tendencias de expresión para cada proteína entre dos grupos [37] . Una
breve introducción a acceder a este recurso en línea fue proporcionado en el material
Fig. 3. ( UN) Resumen y diagrama de Venn de proteínas plasmáticas identi fi cados en sujetos sanos (NP) y los pacientes T1D (DM1).
complementario.
( SEGUNDO) comparación de solapamiento entre las proteínas identi fi ed en este estudio, en células de los islotes humanas
cultivadas por Schrimpe-Rutledge et al. [35] Y, en tejidos pancreáticos humanos por Liu et al. [dieciséis] . diagrama de Venn se
calculó basándose en el nombre del gen reportado. tabla 1 se resume el número de grupos de proteínas en cada categoría tendencia entre sujetos
sanos y pacientes con DM1, y la mayoría de los grupos de proteínas tienen la tendencia temporal de
la expresión Florida a, es decir, ageindependent expresiones. En comparación con el número de
proteoma datos plasma con dos análisis proteómicos a gran escala de células de los islotes humanas grupos de proteínas con misma tendencia entre los grupos, muchos de los grupos de proteínas en el
cultivadas por Schrimpe-Rutledge et al. [35] y de los tejidos pancreáticos humanos por Liu et al. [dieciséis] grupo de diabetes tipo 1 tienen claramente di ff tendencias de expresión Erent de sujetos sanos. por lo
. diagrama de Venn muestra que hay 1095 proteínas en común entre los tres conjuntos de datos ( Fig. tanto, se realizó el análisis de tendencias estadístico para identificar grupos de proteínas con signi fi patrones
3 SEGUNDO), y 1335 y 1286 eran proteínas coincidencia entre los datos actuales con Liu de peralte de expresión (p <0,05) entre los grupos de control y T1D. En total, 67 grupos de proteínas
tienen p-
tabla 1
patrones de expresión temporal categorizados en este estudio (identi fi ed en al menos fi cinco individuos en un grupo).
Categoría tendencia subcategoría tendencia tendencia gráfica Número de grupos de proteínas en Número de grupos de proteínas en el grupo Número de grupos de proteínas con misma tendencia entre los
-Entonces-curvedincrease 76 6 3
plana
Aumentar-then-disminución 155 85 15
-Entonces-curveddecrease 7 3 1
plana
5
C.-W. Liu et al.
Tabla 2
grupos de proteínas con estadísticamente significativa fi peralte (valor de p <0,05 en modelos lineales o cuadráticas, y Benjamini-Hochberg FDR <0,1) tendencia cambia entre T1D y sujetos sanos (identi fi la disfunción eréctil en los 210 muestras de plasma).
Racimo nombres de las proteínas Uniprot IDs los nombres de genes único la cobertura de Tendencia en subcategoría Tendencia en subcategoría High_Degree_Sig_Model Sig_Quad_Di ff_ pval Adj_Sig_Quad_Di ff_ pval funcional
péptidos secuencia [%] NP tendencia en NP la DM1 tendencia en la DM1 anotaciones
UN O15031 Plexin-B2 PLXNB2 35 24.8 Plano Decreasethenincrease Cuadrático 0.00296 0.08100 la señalización célula-célula,
di ff erentiation, guía de
axones
P15090 proteína de unión a ácido graso, los FABP4 6 40.9 Plano Decreasethenincrease Cuadrático 0.00421 0.09530 el transporte de lípidos
adipocitos
P10768 hidrolasa ESD 11 46.5 Incrementar Increasethendecrease Cuadrático 0.00187 0.06780 Detoxi fi catión
S-formylglutathione
P16152 Carbonilo reductasa CBR1 12 45.8 Incrementar Increasethendecrease Cuadrático 0,00013 0.04188 ácido y glutatión
[NADPH] 1 metabolismos
araquidónico
P20618 tipo-1 proteasoma subunidad beta PSMB1 13 54.4 Incrementar Increasethendecrease Cuadrático 0.00165 0.06780 proteasoma
Q03154 Aminoacilasa-1 ACY1 15 46.3 Disminución Decreasethenincrease Cuadrático 0.00412 0.09530 metabolismo
Aminoácidos
P23471 Receptor de tipo tyrosineprotein PTPRZ1 21 9.2 Disminución Decreasethenincrease Cuadrático 0.00117 0.06780 desfosforilación
6
zeta fosfatasa
Q14574 Desmocolina-3 DSC3 6 6.7 Decreasethenincrease Disminución Cuadrático 0.00153 0.06780 adhesión célula-célula
P17174 Aspartato aminotransferasa, GOT1 23 63.9 Decreasethenincrease Disminución Cuadrático 0.00191 0.06780 biosíntesis de
citoplásmica glutamato
Q6UWP8 Suprabasin SBSN 6 37.3 Decreasethenincrease Plano Cuadrático 0.00198 0.06780 Desconocido
High_Degree_Sig_Model: El más alto grado signi fi modelo no puede por lo menos uno de los grupos, este es el modelo fi t para detectar si existen di ff erences entre los grupos.
Sig_Quad_Di ff_ pval: valor de p para la prueba de la significación fi no puede di ff rencia en la tendencia cuadrática entre dos grupos.
Adj_Sig_Quad_Di ff_ pval: ajustado p-valor en el modo cuadrática obtenida de Benjamini-Hochberg correcciones múltiples ensayos. anotaciones funcionales: las
anotaciones funcionales se obtuvieron de la base de datos UniProt ( http://www.uniprot.org/ ).
Diario de la proteómica xxx (xxxx) xxx-xxx
C.-W. Liu et al. Diario de la proteómica xxx (xxxx) xxx-xxx
valores <0,05 en ambos modelos lineales y cuadráticas, mientras que el 61 y 39 grupos de proteínas estrés oxidativo (ver las referencias citadas en Tabla 3 ), Por ejemplo, peroxiredoxina-1 y -2 (Prdx1 y
tienen signi estadística fi cance en los modos lineales y cuadráticas, respectivamente. A continuación, PRDX2), así como la superóxido dismutasa [Cu-Zn] (SOD1, p = 0,09901; q = 0,35545) son proteínas
se aplicó procedimiento Benjamini-Hochberg para calcular FDRs basados en las distribuciones conocidas implican en el estrés antioxidante y oxidativa. Fig. 4 re - F muestra los patrones de expresión
p-valor en modelos lineales y cuadráticos, por separado (complementario material de la Tabla S3) [38] . de SOD1 observadas por MS y resultados consistentes verificación fi ed por ELISA. Tomados en
Debido a que este es un estudio con el objetivo de descubrir la proteómica fi nd cambios temporales conjunto, los patrones de expresión consistentes de las proteínas implicadas en el estrés oxidativo y,
interesantes entre la T1D y controles sanos para una validación adicional, que establecen un FDR de sus expresiones más altas antes de la seroconversión en el grupo de diabetes tipo 1 indican claramente
10% (q <0,1) para esta corrección de múltiples ensayos. Los 13 grupos de proteínas identi fi ed en los existe estrés oxidativo en las primeras etapas de la progresión de la diabetes tipo 1, antes de la primera
210 muestras de plasma sin ningún valor satis que falta fi ed este criterio FDR, y esos grupos de señal de la autoinmunidad de los islotes. El panel de esos marcadores de proteínas de plasma identi fi ed
proteínas eran con fi dientemente identi fi ed por al menos 6 péptidos únicos ( Tabla 2 ). en este orden de estudio de investigación más a fondo por sus posibles funciones en la regulación de la
autoinmunidad de los islotes y la aparición T1D.
Esos grupos de proteínas se clasifican además en 2 grupos basados en el di ff rencia de las
tendencias de expresión después de (A cluster) y antes de (cluster B) 7 años de edad (la edad 4. Discusión
promedio seroconversión a persistente autoinmunidad de los islotes en los 11 pacientes T1D es 6,6).
Los grupos de proteínas en un clúster tienen tendencias de expresión inversa entre T1D y controles 4.1. Comparación con estudios proteómicos longitudinales anteriores de muestras de sangre humana
sanos después de la seroconversión; en contraste, los grupos de proteínas en el grupo B tienen di ff patrones
Erent antes de la seroconversión. Oresic et al. mostró que pro longitudinal fi les de los metabolitos en
plasma y los lípidos cambian antes de la seroconversión para los islotes autoinmunidad pero En el fi rst estudio prospectivo longitudinal del proteoma en preT1D, Moulder et al. [11] estudió
parcialmente normalizar después [39] . Curiosamente, FABP4 (Fatty ácido-proteína de unión, de los muestras de suero recogidas en serie desde el nacimiento hasta el diagnóstico diabetes tipo 1 en
adipocitos, p = 0,00421; q = 0,0953), una proteína de transporte de lípidos, tiene el patrón de niños con alto riesgo genético que participan en la cohorte DIPP finlandesa. En total, 658 proteínas
expresión de se identificaron fi ed al 5% FDR y 220 proteínas se cuanti fi ed en todos los pacientes / controles.
Quince proteínas mostraron di ff expresiones Erent entre casos y controles, y 5 de ellos demostraron
“ Florida a ” en el grupo de control versus “ disminuir-then-aumento ” en pacientes T1D (ver Trelliscope di ff erences antes de la seroconversión y también a lo largo de todo el período de seguimiento de
para trama correspondiente). El pro temporal fi le cambia de esta proteína, en parte, corresponden a la diagnóstico de la DM1. En comparación con ese estudio, en el que iTRAQ-8plex y etiqueta libre
pro lípidos fi Le cambios observados por Oresic et al. [39] . PLA2G7 tiene patrones únicos de “ Curvedincrease-entonces-
cuanti fi catión se utilizaron, respectivamente, a pro fi le los cambios proteómicos de 13 y 6 pares de
Florida a ” versus “ Flat-then-curvado-aumento ” en grupos sanos y T1D, respectivamente (véase control de T1D con una media de 7 puntos de tiempo, que tenía 4 veces de más proteínas identi fi ed y
Trelliscope para trama correspondiente). Los papeles de PLA2G7 ha sido ampliamente estudiado en cuanti fi ed que en su estudio. Hasta donde sabemos, este estudio representa el mayor pro expresión
el desarrollo cardiovascular y enfermedades debido a las regulaciones positivas o negativas en el longitudinal fi Les proteoma del plasma humano en la investigación DT1 hasta la fecha. Por otra parte,
estrés oxidativo y en Florida procesos amación [40] . Debido a la importancia de PLA2G7 en en Florida inflamación,
el número de 2037 grupos de proteínas se identificó fi ed por al menos dos de afeitar
la asociación de la actividad enzimática de PLA2G7 en el suero / plasma ha sido evaluada en
pacientes adultos con DM1, y las asociaciones positivas entre la actividad PLA2G7 T1D y han sido
reportados por Gomes et al. [41,42] . expresiones PLA2G7 en este último período de seguimiento en
nuestro estudio puede parcialmente con fi rm la fi hallazgos reportados de pacientes T1D adultos en + péptidos únicos y un péptido único es también más alto que los resultados de cualquier estudio
Gomes et al., y ambos estudios indican la posible función de PLA2G7 en T1D, especialmente en el independiente resumen en una revisión reciente de proteoma del plasma [46] . Moulder y col. [11] comparación
estrés oxidativo y en Florida inflamación. de sus datos con los potenciales marcadores séricos T1D de Zhi et al. [9] y Zhang et al. [10] , E
informó de los patrones de expresión de 9 de cada 32 proteínas (cuadro complementario de material
S4); es de señalar que se observaron las tendencias de expresión de los 32 proteínas en el presente
estudio. Similar a la observación de Moulder y col., Aumento asociado a la edad de Beta-Ala-His
dipeptidasa también fue observado por nosotros, tanto en la diabetes tipo 1 y los grupos de control.
Para algunas proteínas (apolipoproteína A-IV y NORTE- acetylmuramoyl- L- amidasa alanina) con las
3.4. patrones de expresión únicos y consistentes de grupos de proteínas con funciones en respuesta al tendencias de disminución de la DM1 grupo reportado por Moulder y col., se observa la tendencia de
estrés oxidativo disminución y Florida en los grupos de control y T1D sanos, respectivamente, pero sin significación
estadística fi cance entre los grupos. Para Complemento C4-B, Moulder et al. observado la tendencia
Glutamato - cisteína ligasa subunidad catalítica (GCLC), uno de los grupos de proteínas (con p de aumento de control sano, y en nuestros datos hemos detectado la Florida en tendencia en ambos
<0,05 y q <0,1) que figuran en Tabla 2 , Es una enzima limitante en la síntesis de glutatión, y el grupos. Además, para la proteína del factor de crecimiento de unión similar a la insulina
glutatión es un antioxidante bien conocido que protege a las células del estrés oxidativo [43] . La
tendencia de la
“ Flat-then-curvado-aumento ” en sujetos sanos tenido obvia di ff rencia del grupo DM1 antes de la
seroconversión, que tenía la tendencia continua de “ incrementar ” y “ espiga ” los patrones de
expresión de di ff etapas Erent de progresión T1D (ver Trelliscope para trama correspondiente). signi fi cativamente,
2, Moulder et al. informó la tendencia disminución en el grupo de diabetes tipo 1, y se observó la misma
los patrones de expresión similares se encuentran también en la catalasa (CAT, p = 0,03663; q = tendencia de disminución en el grupo de diabetes tipo 1 y la tendencia de la curva-descenso-entonces- Florida
0,26739), y los patrones de expresión pico se observaron claramente en torno al evento en el control saludable con significación estadística fi cance en modelo cuadrático (p = 0,019). La ventaja y la
seroconversión ( Fig. 4 UN y SEGUNDO). La verificación de datos ELISA correspondiente fi ed las importancia de 9 puntos de tiempo por individuo analizado en este estudio es que puede proporcionar una
tendencias de expresión de CAT son tan consistentes como se observa en los datos de MS ( Fig. 4 DO). mayor potencia estadística en la identificación de proteínas con di ff Erent temporales tendencias de
CAT implica en la descomposición de peróxido de hidrógeno para proteger células / tejidos de estrés expresión.
oxidativo [44] Y Lei et al. demostró que la sobreexpresión de CAT agrava la aparición de T1D en
ratones NOD [45] . Debido a las tendencias consistentes de expresión en GCLC y CAT y su papel en
el estrés oxidativo, hemos comprobado manualmente los grupos de proteínas con tendencias 4.2. análisis de tendencia estadístico de un estudio longitudinal
similares a GCLC / CAT, y que se resumen en Tabla 3 . Esos grupos de proteínas se identificaron fi ed
en los 210 muestras de plasma sin ningún valores cuantitativos que faltan y con fi dientemente identi fi ed Mientras que un estudio longitudinal podría adoptar un diseño de estudio de casos y controles
por al menos 8 péptidos únicos. Esos 16 grupos de proteínas se ha informado de sus posibles emparejados donde se compara la relación entre la caja y el control longitudinalmente para
funciones en establecer el cambio pro temporal fi les, esto requiere muy estricto emparejamiento entre casos y
controles y muestra de gran tamaño debido a la variabilidad individual inter puede ser mayor que las
pequeñas variaciones en la etapa inicial del proceso patológico [47] . Por esta razón,
7
C.-W. Liu et al. Diario de la proteómica xxx (xxxx) xxx-xxx
Fig. 4. Los patrones de expresión temporal de CAT proteína ( UN - DO) y SOD1 ( re - F) observado por análisis de LC-MS / MS de sujetos sanos (NP, UN y RE) y T1D pacientes (DT1, segundo y MI) así como sus correspondientes verificación fi cación por ELISA
( do y F). Los puntos y triángulos indican los puntos de tiempo de muestreo de hembra y macho, respectivamente, y las líneas con di ff Erent colores indican que para cada sujeto. X e Y eje son la edad real y la proteína de abundancia relativa (Log 2 escala),
respectivamente. CAT: La catalasa; SOD1: superóxido dismutasa [Cu-Zn]. Los valores de correlación de Pearson entre los datos de CL-EM ELISA y (CAT: 0,92 para NP, 0,98 para T1D; SOD1: 0,87 para NP, 0,89 para T1D).
aplicado un di ff estrategia Erent que las abundancias de proteínas se compararon principalmente 4.3. El estrés oxidativo en la diabetes tipo 1
longitudinalmente dentro de la misma materia, es decir, cada sujeto sirve como la propia referencia para
establecer la tendencia / patrón temporal usando cuanti-TMT 10plex basado etiquetado fi estrategia de El estrés oxidativo está bien caracterizado en el desarrollo de complicaciones de la diabetes [49]
cationes, que permite cuantificar simultáneamente relativamente las muestras de 9 puntos de tiempo, y la disfunción de las células beta [50] , Debido a la baja expresión y la actividad de las enzimas
mientras que un canal de etiquetado TMT está siendo utilizado como referencia común para la antioxidantes en las células beta. El estrés oxidativo se induce principalmente por oxígeno y
comparación entre sujetos [17,48] . Por otra parte, una cohorte de control bien diseñado proporciona una nitrógeno especies reactivas (ROS y RNS); en general, ROS se genera en las cadenas respiratorias
línea de base de referencia para cada proteína para distinguir los cambios de expresión temporal en mitocondriales, y la superóxido generado se convierte en H menos activos 2 O 2
T1D sobre la base de patología de la enfermedad en lugar de las variaciones dependientes de la edad
de la fisiología humana y H neutral 2 O a través de las acciones secuenciales de SOD1 y CAT y glutatión peroxidasas. Es de
notar que una cierta cantidad de ROS / RNS es necesario para la función normal de las células beta,
[17] . tales como la estimulación de la insulina
8
C.-W. Liu et al.
Tabla 3
proteínas relacionadas con el estrés oxidativo con grupos di ff tendencias de expresión Erent entre diabetes tipo 1 y sujetos sanos (identi fi la disfunción eréctil en los 210 muestras de plasma) antes de la seroconversión para los islotes autoinmunidad.
nombres de las proteínas uniprot IDs los nombres de genes único la cobertura de subcategoría tendencia en Tendencia en Sig_Quad_Di ff_ pval Adj_Sig_Quad_Di ff_ Funcional anotaciones PVAL informes relacionados con el
P48506 Glutamato - ligasa cisteína subunidad catalítica GCLC 20 35.8 -Entonces-curvedincrease Incrementar 0.00233 0.07284 la biosíntesis de glutatión Lu et al. [43]
plana
P30086 Fosfatidiletanolamina-proteína de unión 1 PEBP1 8 44.4 -Entonces-curvedincrease Incrementar 0.00245 0.07317 Los fosfolípidos proteína de unión, inhibidor Albano et al. [52]
plana de serina proteasa
P13798 Acilamino liberación de ácido de enzima APEH 14 28 -Entonces-curvedincrease Incrementar 0.00489 0.10049 NORTE- la generación de ácido amino Yoshioka et al. [53]
plana acetilado
P07738 mutasa bifosfoglicerato BPGM 12 48.6 -Entonces-curvedincrease Incrementar 0.00907 0.13816 Glucólisis / gluconeogénesis Kaminsky et al. [54]
plana
P00568 La adenilato quinasa isoenzima 1 AK1 14 65.2 -Entonces-curvedincrease Incrementar 0.01117 0.14973 Celular homeostasis de energía, metabolismo Kang et al. [55]
plana de los nucleótidos adenina
P04040 catalasa GATO 31 45.7 -Entonces-curvedincrease Incrementar 0.03663 0.26739 Antioxidación, promover el crecimiento de células Chelikani et al. [44]
plana inmunes
Q06830 Peroxirredoxina-1 Prdx1 13 53.3 -Entonces-curvedincrease Incrementar 0.05863 0.32233 antioxidación O'Leary et al. [56]
plana
P13716 deshidratasa ácido UN CHICO 20 53.3 -Entonces-curvedincrease Incrementar 0.05938 0.32233 biosíntesis tetrapirroles Goncalves et al. [57]
9
delta-aminolevulínico plana
Q86VP6 proteína NEDD8 disociada asociado-Cullin 1 CAND1 27 27.2 -Entonces-curvedincrease Incrementar 0.06737 0.33062 ubiquitinación de proteínas Villeneuve et al.
plana [58]
P30043 Flavin reductasa (NADPH) BLVRB 8 55.8 -Entonces-curvedincrease Incrementar 0.07990 0.33062 ribo Florida metabolismo Avin Hertzberger et al.
plana [59]
P00918 La anhidrasa carbónica 2 CA2 18 65.4 -Entonces-curvedincrease Incrementar 0.09656 0.34858 la hidratación reversible del dióxido de carbono Iuchi et al. [60]
plana
P00441 La superóxido dismutasa [Cu-Zn] SOD1 9 46.1 -Entonces-curvedincrease Incrementar 0.09901 0.35545 Detoxi fi cación de especies reactivas de oxígeno Stralin et al. [61]
plana
P00352 deshidrogenasa Retinal 1 ALDH1A1 dieciséis 36.7 -Entonces-curvedincrease Incrementar 0.13675 0.42187 metabolismo del retinol Salzano et al. [62]
plana
P32119 Peroxirredoxina-2 PRDX2 17 63.6 -Entonces-curvedincrease Incrementar 0.15075 0.43759 antioxidación Rinalducci et al.
plana [63]
Q13228 El selenio-proteína de unión 1 SELENBP1 24 62.3 -Entonces-curvedincrease Incrementar 0.15119 0.43759 Percibiendo de xenobióticos reactivos en el Fang y col. [64]
plana citoplasma
P00915 La anhidrasa carbónica 1 CA1 26 72.8 -Entonces-curvedincrease Incrementar 0.27979 0.56044 la hidratación reversible del dióxido de carbono Córdoba et al. [sesenta y cinco]
plana
Sig_Quad_Di ff_ pval: valor de p para la prueba de la significación fi no puede di ff rencia en la tendencia cuadrática entre dos grupos.
Adj_Sig_Quad_Di ff_ pval: ajustado p-valor en el modo cuadrática obtenida de Benjamini-Hochberg correcciones múltiples ensayos. anotaciones funcionales: las
anotaciones funcionales se obtuvieron de la base de datos UniProt ( http://www.uniprot.org/ ).
Diario de la proteómica xxx (xxxx) xxx-xxx
C.-W. Liu et al. Diario de la proteómica xxx (xxxx) xxx-xxx
malondialdehído - los marcadores de estrés oxidativo signi fi cativamente elevada para los hermanos no RD Steed, L. Steed, D. Hopkins, JX Ella, el descubrimiento y validación de los cambios de proteínas en suero
en pacientes tipo 1 diabetes usando alto rendimiento dos espectrometría dimensional cromatografía
diabéticos de pacientes T1D. En este estudio la proteómica longitudinal, encontramos los patrones de
líquida-masa y inmunoensayos, Mol. Celda. Proteómica 10 (11) (2011) M111 - 012203 .
expresión anormales de esas 16 proteínas con funciones en respuesta al estrés oxidativo antes de la
seroconversión para los islotes autoinmunidad ( Tabla 3 ), Lo que puede sugerir que el estrés oxidativo [10] Q. Zhang, TL Fillmore, AA Schepmoes, TR Clauss, MA Gritsenko, PW Mueller,
M. Rewers, MA Atkinson, RD Smith, A Metz, proteómica de suero revela desregulación sistémica de la
implica en la etapa temprana de la progresión de la diabetes tipo 1.
inmunidad innata en la diabetes tipo 1, J. Exp. Medicina. 210 (1) (2013) 191 - 203 .
entre los dos grupos durante todo el período de seguimiento. Por otra parte, los patrones de [14] T. Svinkina, H. Gu, JC Silva, P. Mertins, J. Qiao, S. Fereshetian, JD Ja ff E, E. Kuhn,
ND Udeshi, SA Carr, la cobertura profunda, cuantitativa de la acetylome lisina usando anticuerpos
expresión únicos y consistentes se encontraron en un panel de grupos de proteínas con funciones en
anti-acetil-lisina novedosos y un trabajo proteómico optimizado Florida ow, Molecular y Celular de Proteómica:
respuesta al estrés oxidativo, y los grupos de proteínas mostraron claramente la expresión anormal MCP 14 (9) (2015) 2429 - 2440 .
incluso antes de la seroconversión los islotes de autoinmunidad. Es importante destacar que las [15] JP Murphy, E. Stepanova, RA Everley, JA Paulo, SP Gygi, la dinámica de proteínas integrales temporal
durante el diauxic cambio en Saccharomyces cerevisiae,
tendencias de expresión temporal de enzimas clave contra el estrés oxidativo, la CAT y SOD1, eran
Molecular y Cellular Proteomics: MCP 14 (9) (2015) 2454 - 2465 .
verificación fi ed independientemente por ELISA. el signi fi cado de esos marcadores potenciales [dieciséis] CW Liu, MA Atkinson, Q. Zhang, la diabetes Tipo 1 de cadáver exhibición páncreas humano en un profesional
prometedores merece más atención. se planean estudios de validación utilizando la escala e proteómico tejido exocrino único fi le, Proteómica 16 (9) (2016) 1432 - 1446 .
[18] Una, la diabetes americana, (2) clasificación fi cación y el diagnóstico de la diabetes, Diabetes Care 38
Suppl (2015) S8 - S16 .
Los datos complementarios a este artículo se pueden encontrar en línea en https: // [19] JS Zimmer, ME Monroe, WJ Qian, RD Smith, Advances in proteómica análisis de datos y de visualización que utiliza
doi.org/10.1016/j.jprot.2017.10.004 . una masa y el tiempo de enfoque etiqueta exacta, Mass Spectrom. Rev. 25 (3) (2006) 450 - 482 .
los http://dx.doi.org/10.1016/j.jprot.2017.10.004 asociado con este artículo se puede encontrar, humanos, Proteómica 11 (10) (2011) 2019 - 2026 .
[21] RA Scheltema, JP Hauschild, O. Lange, D. Hornburg, E. Denisov, E. Damoc,
en la versión en línea.
A. Kuehn, A. Makarov, M. Mann, La exactive HF Q, un espectrómetro de masas de banco superior con un pre- fi filtro,
de alto rendimiento cuadrupolo y un ultra-alto fi analizador Orbitrap ELD, Mol. Celda. Proteómica 13 (12) (2014)
Expresiones de gratitud 3698 - 3708 .
[22] A. Michalski, J. Cox, M. Mann, más de 100.000 especies de péptidos detectables eluyen en individuales proteómica
escopeta carreras, pero la mayoría es inaccesible para LC-MS / MS dependiente de los datos, J. Proteoma Res. 10 (4)
Los autores agradecidamente gracias Athena Schepmoes para la preparación de las muestras. El (2011) 1785 - 1793 .
trabajo fue apoyado por los Institutos Nacionales de Salud (NIH) Subvenciones DK099174 y [23] T. Geiger, A. Wehner, C. Schaab, J. Cox, M. Mann, el análisis proteómico comparativo de líneas celulares común
once revela expresión ubicua pero variando de la mayoría de las proteínas, Molecular y Cellular Proteomics:
DK114345. metadatos clínica y recogida de muestras fueron apoyados por subvenciones del NIH
MCP 11 (3) (2012) M111 - 014050 .
DK32493, DK32083, DK050979, DK57516, y por la subvención de la Fundación de Investigación de [24] JA Vizcaino, A. Csordas, N. del-Toro, JA Dianes, J. Griss, I. Lavidas, G. Mayer,
Diabetes Juvenil 172013-535. Y. Pérez-Riverol, F. Reisinger, T. Ternent, QW Xu, R. Wang, H. Hermjakob, 2016 actualización de la base de datos de
PRIDE y sus herramientas relacionadas, Nucleic Acids Res. 44 (D1) (2016) D447 - 56 .
[1] TL van Belle, KT Coppieters, MG von Herrath, la diabetes de tipo 1: etiología, inmunología, y estrategias
[26] D. Bates, M. Maechler, B. Bolker, S. Walker, lme4: lineal mixto-e ff Modelos ECTS
terapéuticas, Physiol. Rev. 91 (1) (2011) 79 - 118 .
Usando Eigen y S4, R Versión Package, 1 (2014), pp. 1 - 7 .
[2] MA Atkinson, GS Eisenbarth, AW Michels, diabetes tipo 1, Lancet 383 (9911) (2014) 69 - 82 .
[27] M. Kibirige, B. Metcalf, R. Renuka, TJ Wilkin, Prueba de la hipótesis acelerador: la relación entre la masa corporal
y la edad al momento del diagnóstico de la diabetes tipo 1, Diabetes Care 26 (10) (2003) 2865 - 2870 .
[3] RA Insel, JL Dunne, AG Ziegler, cribado de la población general para la diabetes tipo 1: su tiempo ha llegado?
Curr. Opin. Endocrinol. Diabetes Obes. 22 (4) (2015) 270 - 276 .
[28] P. Betts, J. Mulligan, P. Ward, B. Smith, T. Wilkin, aumento de peso corporal predice el inicio más temprano de la
diabetes dependiente de la insulina en la infancia: evaluación de la ' hipótesis del acelerador '( 2), Diabetic
[4] PJ Bingley, las aplicaciones clínicas de las pruebas de anticuerpos diabetes, J. Clin. Endocrinol. Metab. 95 (1) (2010)
Medicine: A Journal of the British Diabetic Association 22 (2) (2005) 144 - 151 .
25 - 33 .
[5] AK Steck, K. Vehik, E. Bonifacio, A. Lernmark, AG Ziegler, WA Hagopian, J. Ella,
[29] I. Knerr, J. Wolf, T. Reinehr, R. Stachow, M. Grabert, E. Schober, W. Rascher,
O. Simell, B. Akolkar, J. Krischer, D. Schatz, MJ Rewers, Grupo TS, predictores de la progresión de la
RW Holl, DPVSIO Alemania, Austria, La ' hipótesis del acelerador ': relación entre el peso, altura, índice de masa
aparición de autoanticuerpos a la diabetes la primera infancia: La determinantes ambientales de la Diabetes
corporal y la edad al momento del diagnóstico en una gran cohorte de
en jóvenes (EL OSO), Diabetes Care 38 (5) (2015) 808 - 813 .
9.248 niños alemanes y austriacos con diabetes mellitus tipo 1, Diabetologia 48 (12) (2005) 2501 - 2504 .
10
C.-W. Liu et al. Diario de la proteómica xxx (xxxx) xxx-xxx
[32] MM Lamb, X. Yin, GO Zerbe, GJ Klingensmith, D. Dabelea, TE Fingerlin, proteómica escopeta, J. Proteoma Res. 13 (12) (2014) 5293 - 5309 .
M. Rewers, JM Norris, la velocidad de crecimiento Altura, islote desarrollo autoinmunidad y el tipo 1 [49] F. Giacco, M. Brownlee, el estrés oxidativo y las complicaciones diabéticas, Circ. Res. 107 (9) (2010) 1058 - 1070 .
diabetes: el Estudio Autoinmunidad Diabetes en el joven, Diabetologia 52 (10) (2009) 2064 - 2071 .
[50] G. Drews, P. Krippeit-Drews, M. Dufer, el estrés oxidativo y la disfunción de las células beta, P Florida ugers Arco. -
[33] MM Lamb, D. Dabelea, X. Yin, LG Ogden, GJ Klingensmith, M. Rewers, EUR. J. Physiol. 460 (4) (2010) 703 - 718 .
JM Norris, predictores de la vida temprana de índice de masa corporal en niños sanos, Ann. Nutr. Metab. [51] E. Matteucci, O. Giampietro, el estrés oxidativo en familias de pacientes diabéticos tipo 1, Diabetes Care 23 (8)
56 (1) (2010) 16 - 22 . (2000) 1182 - 1186 .
[34] T. Farrah, EW Deutsch, GS Omenn, DS Campbell, Z. Sun, JA Bletz, P. Mallick, [52] GD Albano, A. Bonanno, L. Riccobono, R. Gagliardo, M. Pieper, M. Gjomarkaj,
JE Katz, J. Malmstrom, R. Ossola, JD Watts, B. Lin, H. Zhang, RL Moritz, M. Pro fi ta, extracto de humo de cigarrillo (CSE) promueve la acetilcolina (ACh) mediada en Florida inflamación y
R. Aebersold, un alto-con fi dencia referencia proteoma plasma humano establece con concentraciones estrés oxidativo por vía MEK y ERK mediada por Raf PEBP1 / en las células epiteliales bronquiales humanas,
estimadas en PeptideAtlas, Mol. Celda. Proteómica 10 (9) (2011) M110 - 006353 . Eur. Respir. J. 46 (Supl. 59) (2015) .
[53] K. Yoshioka, T. Komatsu, K. Hanaoka, T. Ueno, T. Terai, T. Nagano, Y. Urano, el descubrimiento de una enzima de
[35] AC Schrimpe-Rutledge, G. Fontes, MA Gritsenko, AD Norbeck, DJ Anderson, péptido-metabolización pyruvylated utilizando una Florida fluorescente técnica de descubrimiento basada en la proteína
KM Waters, JN Adkins, RD Smith, V. Poitout, a Metz, el descubrimiento de nuevas proteínas regulada por sustrato, Chem. Commun. 52 (23) (2016) 4377 - 4380 .
glucosa en islotes pancreáticos humanos aislados utilizando LC-MS / MSbased proteómica, J. Proteoma
Res. 11 (7) (2012) 3520 - 3532 . [54] YG Kaminsky, VP Reddy, GM Ashraf, A. Ahmad, VV Benberin, EA Kosenko,
[36] M. Uhlen, L. Fagerberg, BM Hallstrom, C. Lindskog, P. Oksvold, A. Mardinoglu, G. Aliev, defectos relacionados con la edad en los eritrocitos metabolismo 2,3-difosfoglicerato en la demencia, envejecimiento
A. Sivertsson, C. Kampf, E. Sjostedt, A. Asplund, I. Olsson, K. Edlund, E. Lundberg, y la enfermedad 4 (5) (2013) 244 - 255 .
S. Navani, CA Szigyarto, J. Odeberg, D. Djureinovic, JO Takanen, S. Hober, [55] H. Kang, DH Choi, SK Kim, J. Lee, YJ Kim, alteración del metabolismo energético y el procesamiento de
T. Alm, PH Edqvist, H. Berling, H. Tegel, J. Mulder, J. Rockberg, P. Nilsson, antioxidante en el hipocampo de las ratas criadas en enriquecimiento ambiental a largo plazo, Dev. Neurosci.
JM Schwenk, M. Hamsten, K. von Feilitzen, M. Forsberg, L. Persson, F. Johansson, (2016) .
M. Zwahlen, G. von Heijne, J. Nielsen, F. mapa basado en los tejidos del proteoma humano Ponten,, Ciencia [56] PC O'Leary, M. Terrile, M. Bajor, P. Gaj, BT Hennessy, GB Mills, A. Zagozdzon,
347 (6220) (2015) 1260419 . DP O'Connor, DJ Brennan, K. Connor, J. Li, AM González-Angulo, HD Sol,
[37] R. Hafen, L. Gosink, J. McDermott, K. Rodland, KK-V. Dam, WS Cleveland, Trelliscope:. Un sistema para la JX Pu, F. Ponten, M. Uhlen, K. Jirstrom, DA Nowis, JP Crown, R. Zagozdzon,
visualización detallada en el profundo análisis de grandes datos complejos, análisis a gran escala de datos y de WM Gallagher, peroxiredoxina-1 protege alfa del receptor de estrógeno de la supresión inducida por el estrés
visualización (LDAV), 2013 IEEE Simposio sobre, IEEE, Atlanta, Georgia, 2013, pp 105 - 112 . oxidativo y es un biomarcador de proteína de pronóstico favorable en cáncer de mama, Breast Cancer
Research: BCR 16 (4) (2014) R79 .
[38] Y. Benjamini, Y. Hochberg, control de la tasa de falso descubrimiento: un enfoque práctico y potente para [57] TL Goncalves, DM Benvegnu, G. Bonfanti, AV Frediani, JB Rocha, la actividad delta-ALA-D es un marcador fiable
múltiples pruebas, JR Stat. Soc. Serie B Stat. Metodología 57 (1995) 289 - 300 . de estrés oxidativo en pacientes con trasplante de médula ósea, cáncer BMC 9 (2009) 138 .
[39] M. Oresic, S. Simell, M. Sysi-Aho, K. Nanto-Salonen, T. Seppanen-Laakso, [58] NF Villeneuve, A. Lau, DD Zhang, el Reglamento de la respuesta antioxidante de Nrf2-Keap1 por el sistema
V. Parikka, M. Katajamaa, A. Hekkala, I. Mattila, P. Keskinen, L. Yetukuri, ubiquitina proteasoma: una visión de ligasas de ubiquitina-anillo Cullin, Antioxid. Señal redox. 13 (11) (2010)
A. Reinikainen, J. Lahde, T. Suortti, J. Hakalax, T. Simell, H. Hyoty, R. Veijola, 1699 - 1712 .
J. Ilonen, R. Lahesmaa, M. Knip, O. Simell, desregulación de los lípidos y el metabolismo de aminoácidos precede a la [59] R. Hertzberger, J. Arents, HL Dekker, RD Pridmore, C. Gysler, M. Kleerebezem,
autoinmunidad de los islotes en los niños que más tarde progreso a la diabetes tipo 1, J. Exp. Medicina. 205 (13) (2008) MJ de Mattos, H (2) O (2) la producción de especies de la Lactobacillus acidophilus
2975 - 2984 . grupo: un papel central para una novela dependiente de NADH Florida reductasa avin, Appl. Reinar. Microbiol. 80 (7)
[40] RS Rosenson, DM Sta ff Orini, la modulación del estrés oxidativo, en Florida inflamación, y (2014) 2229 - 2239 .
aterosclerosis por la fosfolipasa asociada a lipoproteína A2, J. Lipid Res. 53 (9) (2012) 1767 - 1782 . [60] Y. Iuchi, F. Okada, K. Onuma, T. Onoda, H. Asao, M. Kobayashi, J. Fujii, el estrés oxidativo elevada en los
eritrocitos debido a la SOD1 de fi deficiencia causa anemia y desencadena la producción de autoanticuerpos,
[41] MB Gomes, RA Cobas, E. Nunes, M. Nery, HC Castro-Faria-Neto, E. Tibirica, Serum actividad acetilhidrolasa Biochem. J. 402 (2) (2007) 219 - 227 .
del factor activador de plaquetas: a novel in- potencial [61] P. Stralin, SL Marklund, E ff ECTS del estrés oxidativo en la expresión de extracelular
Florida marcador inflamatorio en la diabetes tipo 1, Prostaglandins Other Lipid Mediat. 87 (1 - 4) (2008) 42 - 46 . superóxido dismutasa, CuZn-superóxido dismutasa y Mn-superóxido dismutasa en dérmica humana fi fibroblastos,
Biochem. J. 298 (Pt 2) (1994) 347 - 352 .
[42] MB Gomes, RA Cobas, E. Nunes, HC-Castro Faria-Neto, MF da Matta, R. Neves, [62] S. Salzano, P. Checconi, EM Hanschmann, CH Lillig, LD Bowler, P. Chan,
E. Tibirica, la actividad PAF-acetilhidrolasa de plasma, en Florida marcadores inflamatorios y la susceptibilidad D. Vaudry, M. Mengozzi, L. Coppo, S. Sacre, KR Atkuri, B. Sahaf, LA Herzenberg,
de la LDL a la oxidación in vitro en pacientes con diabetes mellitus tipo 1, Diabetes Res. Clin. Pract. 85 (1) LA Herzenberg, L. Mullen, P. Ghezzi, Vinculación del de Florida inflamación y el estrés oxidativo a través de liberación
(2009) 61 - 68 . de peroxirredoxina-2 glutathionylated, que actúa como una señal de peligro, Proc. Natl. Acad. Sci. EE.UU. 111 (33)
[43] SC Lu, la síntesis de glutatión, Biochim. Biophys. Acta 1830 (5) (2013) 3143 - 3153 . [44] P. Chelikani, I. Fita, PC (2014) 12 157 - 12162 .
Loewen, diversidad de estructuras y propiedades entre las catalasas, Cell. Mol. Life Sci. 61 (2) (2004) 192 - 208 . [63] S. Rinalducci, GM D'Amici, B. Blasi, S. Vaglio, G. Grazzini, L. Zolla, Peroxiredoxin2 como un biomarcador candidato para probar
los niveles de estrés oxidativo de las células rojas de la sangre se almacena bajo condiciones de banco de sangre,
[45] XG Lei, MZ Vatamaniuk, Dos cuentos de enzimas antioxidantes en las células beta y la diabetes, Antioxid. Transfusion 51 (7) (2011) 1439 - 1449 .
Señal redox. 14 (3) (2011) 489 - 503 . [64] W. Fang, ML Goldberg, NM Pohl, X. Bi, C. Tong, B. Xiong, TJ Koh,
[46] M. Pernemalm, J. Lehtio, Mass proteómica de plasma basada en espectrometría de: estado de la técnica y las perspectivas AM Diamond, W. Yang, la interacción funcional y física entre la proteína seleniumbinding 1 (SBP1) y la
de futuro, Experto Rev. Proteómica 11 (4) (2014) 431 - 448 . selenoproteína glutatión peroxidasa 1, Carcinogenesis 31 (8) (2010) 1360 - 1366 .
[47] M. Razavi, NL Anderson, R. Yip, ME Papa, TW Pearson, multiplexado de medición longitudinal de biomarcadores
de proteínas en DBS usando un trabajo SISCAPA automatizado Florida ow, Bioanálisis 8 (15) (2016) 1597 - 1609 [sesenta y cinco] JP Cordoba, F. Marchetti, D. Soto, MV Martin, GC Pagnussat, E. Zabaleta, el dominio de CA de la I
. complejo respiratorio se requiere para la embriogénesis normal en el
[48] N. Rauniyar, JR tercera Yates, isobárica cuantificación relativa basada en el etiquetado fi cación en Arabidopsis thaliana, J. Exp. Larva del moscardón. 67 (5) (2016) 1589 - 1603 .
11