Создание биоинформационной матрицы молекулярных маркеров для прогнозирования риск-ассоциированных нарушений здоровья

Файл статьи: 
Иконка PDF health-risk-analysis-2022-2-16.pdf
УДК: 
57.044; 616.092
DOI: 
10.21668/health.risk/2022.2.16
Авторы: 

М.А. Землянова1,2,3, Н.В. Зайцева1, Ю.В. Кольдибекова1, Е.В. Пескова1,2, Н.И. Булатова1

Организация: 

1Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения, Россия, 6140045, г. Пермь, ул. Монастырская, 82
2Пермский государственный национальный исследовательский университет, Россия, 614990, г. Пермь, ул. Букирева, 15
3Пермский национальный исследовательский политехнический университет, Россия, 614990, г. Пермь, Комсомольский проспект, 29

Аннотация: 

Одним из приоритетных факторов, формирующих медико-демографические потери, является долговременное непрерывное загрязнение атмосферного воздуха селитебных территорий химическими компонентами. Актуальным является повышение точности прогнозных оценок риска изменений гомеостаза на ранних обратимых стадиях (молекулярный уровень), которые с достаточно высокой степенью вероятности могут трансформироваться в патологические процессы в зрелом возрасте при сохраняющихся условиях экспозиции.

Исследование ставило целью создание биоинформационной матрицы молекулярных маркеров для прогнозирования риск-ассоциированных нарушений здоровья (на примере маркера экспозиции). Предложен поэтапный алгоритм исследований, включающий применение протеомной технологии для выделения экспрессированных белков, выявление: причинно-следственных связей белков с факторами; молекулярно-клеточных и функциональных взаимоотношений в системе «фактор экспозиции – ген – белок – негативный исход» для прогнозирования риск-ассоциированных нарушений здоровья. Реализация алгоритма выполнена на примере исследования белкового профиля плазмы детей в возрасте 3–6 лет, подвергающихся длительной аэрогенной экспозиции фторсодержащих соединений.

Показано изменение белковой композиции плазмы крови экспонированных детей относительно неэкспонированных по 27 идентифицированным белкам. На примере белка катепсина L1, с изменением уровня которого установлена причинно-следственная связь концентрации фторид-иона в моче, построена биоинформационная матрица. Качественный синтез молекулярно-клеточной локализации, функциональной и тканевой принадлежности показал, что экспрессия катепсина L1, обусловленная повышенным содержанием фторид-иона в моче, может инициировать нарушение ремоделирования внеклеточного матрикса, деградацию и посттрансляционную модификацию белков в клетках легких, толстого кишечника, поджелудочной железы, в кардиомиоцитах, подоцитах почечных клубочков, опосредует процессинг расщепления субъединицы спайкового белка S1 SARS-CoV-2, необходимого для проникновения в клетку и репликации вируса. Созданная биоинформационная матрица на примере белка катепсина L1, позволила спрогнозировать развитие риск-ассоциированных негативных эффектов у экспонированных лиц в виде кардиомиопатии, колита, гломерулонефрита, сахарного диабета, атеросклероза, коронавирусной инфекции. Полученные прогнозные оценки позволяют повышать эффективность раннего выявления и разработки профилактических превентивных мер, направленных на минимизацию негативных последствий.

Ключевые слова: 
протеомный профиль, детское население, клеточно-молекулярная и тканевая принадлежность, молекулярные маркеры, экспрессия гена, негативные эффекты, фторид-ион в моче, катепсин L1, биоинформационные ресурсы
Создание биоинформационной матрицы молекулярных маркеров для прогнозирования риск-ассоциированных нарушений здоровья / М.А. Землянова, Н.В. Зайцева, Ю.В. Кольдибекова, Е.В. Пескова, Н.И. Булатова // Анализ риска здоровью. – 2022. – № 2. – С. 174–184. DOI: 10.21668/health.risk/2022.2.16
Список литературы: 
  1. План действий по профилактике и борьбе с неинфекционными заболеваниями в Европейском регионе ВОЗ [Электронный ресурс] // ВОЗ. – 2017. – URL: https://www.euro.who.int/__data/assets/pdf_file/0019/346330/NCD-ActionPl... (дата обращения: 02.03.2022).
  2. Биомониторинг человека: факты и цифры [Электронный ресурс]. – Копенгаген: Европейское региональное бюро ВОЗ, 2015. – URL: https://apps.who.int/iris/bitstream/handle/10665/164589/WHO-EURO-2015-32... (дата обращения: 02.03.2022).
  3. Мирошниченко И.И., Птицина С.Н. Биомаркеры в современной медико-биологической практике // Биомедицинская химия. – 2009. – Т. 55, № 4. – С. 425–440.
  4. Anderson N.L., Anderson N.G. The human plasma proteome: history, character, and diagnostic prospects // Mol. Cell. Proteomics. – 2002. – Vol. 1, № 11. – P. 845–867. DOI: 10.1074/mcp.r200007-mcp200
  5. Baer B., Millar A.H. Proteomics in evolutionary ecology // J. Proteomics. – 2016. – Vol. 135. – P. 4–11. DOI: 10.1016/j.jprot.2015.09.031
  6. Dynamic Proteomics: a database for dynamics and localizations of endogenous fluorescently-tagged proteins in living human cells / M. Frenkel-Morgenstern, A.A. Cohen, N. Geva-Zatorsky, E. Eden, J. Prilusky, I. Issaeva, A. Sigal, C. Cohen-Saidon [et al.] // Nucleic Acids Res. – 2010. – Vol. 38, Suppl. 1. – P. D508–D512. DOI: 10.1093/nar/gkp808
  7. Mi H., Muruganujan A., Thomas P.D. PANTHER in 2013: modeling the evolution of gene function, and other gene attributes, in the context of phylogenetic trees // Nucleic Acids Res. – 2003. – Vol. 41. – P. D377–D386. DOI: 10.1093/nar/gks1118
  8. Bioinformatic-driven search for metabolic biomarkers in disease / C. Baumgartner, M. Osl, M. Netzer, D. Baumgartner // J. Clin. Bioinforma. – 2011. – Vol. 1, № 1. – P. 2. DOI: 10.1186/2043-9113-1-2
  9. TISSUES 2.0: an integrative web resource on mammalian tissue expression / O. Palasca, A. Santos, C. Stolte, J. Gorodkin, L.J. Jensen // Database. – 2018. – Vol. 2018. – P. 1–12. DOI: 10.1093/database/bay003
  10. Large-scale gene function analysis with the PANTHER classification system / H. Mi, A. Muruganujan, J.T. Casagrande, P.D. Thomas // Nat. Protoc. – 2013. – Vol. 8, № 8. – P. 1551–1566. DOI: 10.1038/nprot.2013.092
  11. Alterations in epididymal proteomics and antioxidant activity of mice exposed to fluoride / Z. Sun, S. Li, Y. Yu, H. Chen, M.M. Ommati, R.K. Manthari, R. Niu, J. Wang // Arch. Toxicol. – 2018. – Vol. 92, № 1. – Р. 169–180. DOI: 10.1007/s00204-017-2054-2
  12. Differential expression of cysteine and aspartic proteases during progression of atherosclerosis in apolipoprotein
    E-deficient mice / S. Jormsjö, D.M. Wuttge, A. Sirsjö, C. Whatling, A. Hamsten, S. Stemme, P. Eriksson // Am. J. Pathol. – 2002. – Vol. 161, № 3. – Р. 939–945. DOI: 10.1016/S0002-9440(10)64254-X
  13. Lysosomal cysteine peptidase cathepsin L protects against cardiac hypertrophy through blocking AKT/GSK3β signaling / Q. Tang, J. Cai, D. Shen, Z. Bian, L. Yan, Y.-X. Wang, J. Lan, G.-Q. Zhuang [et al.] // J. Mol. Med. (Berl.). – 2008. – Vol. 87, № 3. – P. 249–260. DOI: 10.1007/s00109-008-0423-2
  14. Roles for cathepsins S, L, and B in insulitis and diabetes in the NOD mouse / L.C. Hsing, E.A. Kirk, T.S. McMillen, S.-H. Hsiao, M. Caldwell, B. Houston, A.Y. Rudensky, R.C. LeBoeuf // J. Autoimmun. – 2010. – Vol. 34, № 2. – Р. 96–104. DOI: 10.1016/j.jaut.2009.07.003
  15. Podocyte migration during nephrotic syndrome requires a coordinated interplay between cathepsin L and alpha3 integrin / J. Reiser, J. Oh, I. Shirato, K. Asanuma, A. Hug, T.M. Mundel, K. Honey, K. Ishidoh [et al.] // J. Biol. Chem. – 2004. – Vol. 279, № 33. – Р. 34827–34832. DOI: 10.1074/jbc.m401973200
  16. Angiotensin II type-2-receptor stimulation ameliorates focal and segmental glomerulosclerosis in mice / M.C. Liao, K.N. Miyata, S.Y. Chang, X.P. Zhao, C.S. Lo, M.A. El-Mortada, J. Peng, I. Chenier [et al.] // Clin. Sci. (Lond.). – 2022. – Vol. 136, № 10. – Р. 715–731. DOI: 10.1042/CS20220188
  17. Cathepsin S is activated during colitis and causes visceral hyperalgesia by a PAR2-dependent mechanism in mice / F. Cattaruzza, V. Lyo, E. Jones, D. Pham, J. Hawkins, K. Kirkwood, E. Valdez–Morales, C.H. Ibeakanma [et al.] // Gastroenter-ology. –2011. – Vol. 141, № 5. – Р. 1864–1874.e1-3. DOI: 10.1053/j.gastro.2011.07.035
  18. Glycopeptide Antibiotics Potently Inhibit Cathepsin L in the Late Endosome/Lysosome and Block the Entry of Ebola Virus, Middle East Respiratory Syndrome Coronavirus (MERS-CoV), and Severe Acute Respiratory Syndrome Coronavirus (SARS-CoV) / N. Zhou, T. Pan, J. Zhang, Q. Li, X. Zhang, C. Bai, F. Huang, T. Peng [et al.] // J. Biol. Chem. – 2016. – Vol. 291, № 17. – P. 9218–9232. DOI: 10.1074/jbc.M116.716100
  19. Transcriptomic characteristics of bronchoalveolar lavage fluid and peripheral blood mononuclear cells in COVID-19 pa-tients / Y. Xiong, Y. Liu, L. Cao, D. Wang, M. Guo, A. Jiang, D. Guo, W. Hu [et al.] // Emerg. Microbes Infect. – 2020. – Vol. 9, № 1. – P. 761–770. DOI: 10.1080/22221751.2020.1747363
  20. Novel inhibitors of severe acute respiratory syndrome coronavirus entry that act by three distinct mechanisms / A.O. Adedeji, W. Severson, C. Jonsson, K. Singh, S.R. Weiss, S.G. Sarafianos // J. Virol. – 2013. – Vol. 87, № 14. – Р. 8017–8028. DOI: 10.1128/JVI.00998-13
Получена: 
07.04.2022
Одобрена: 
10.06.2022
Принята к публикации: 
21.06.2022

Вы здесь

Главная