Revista de Proteómica y Bioinformática
Acceso abierto

abstracto

Aplicación del análisis de datos multivariados para la clasificación de imágenes de gel bidimensionales en neuroproteómica

Saveria Mazzara, Sergio Cerutti, Sandro Iannaccone, Antonio Conti, Stefano Olivieri, Massimo Alessio y Linda Pattini

La electroforesis en gel bidimensional (2DE) sigue desempeñando un papel clave en la proteómica para explorar el contenido proteico de mezclas biológicas complejas. Sin embargo, el desarrollo de estrategias completamente automáticas para extraer información interpretable de imágenes de gel sigue siendo una tarea desafiante. En este trabajo, presentamos una estrategia computacional que apunta a una clasificación automática de los patrones discriminantes que surgen de las imágenes de separación que pretenden ser huellas dactilares de las condiciones biológicas correspondientes. El método se aplicó a imágenes en gel adquiridas en un estudio sobre enfermedades de las neuronas motoras: se procesaron 33 mapas 2DE generados a partir de muestras de líquido cefalorraquídeo (26 sujetos patológicos y 7 de control). Se extrajeron descriptores de imágenes cuantitativas y se ajustaron a un análisis discriminante de mínimos cuadrados parciales (PLSDA) para evaluar la posibilidad de clasificar las muestras. Además, el modelo pudo identificar las áreas de gel que más difieren a través de las categorías clínicas. La combinación de técnicas estadísticas multivariantes con 2DE puede representar una herramienta válida para extraer patrones informativos de proteínas. Este tipo de enfoque puede contribuir al desarrollo de un sistema de detección para discriminar diferentes condiciones clínicas sobre la base de los patrones generales que surgen de los mapas, lo que representa un análisis complementario útil en la rutina de un laboratorio de proteómica.