Revista de Proteómica y Bioinformática
Acceso abierto
ISSN: 0974-276X
ISSN: 0974-276X
Marko Vuskovic, Anna-Maria Barbuti, Emma Goldsmith-Rooney, Laura Glassman, Nicolai Bovin, Harvey Pass, Kam-Meng Tchou-Wong, Meichi Chen, Bing Yan, Jingping Niu, Qingshan Qu, Max Costa y Margaret Huflejt
Los compuestos de níquel (Ni) se usan ampliamente en productos industriales y comerciales, incluidos utensilios domésticos y de cocina, joyas, aparatos dentales e implantes. La exposición ocupacional al níquel está asociada con un mayor riesgo de cáncer de pulmón y nasal, es la causa más común de dermatitis de contacto y tiene un efecto extenso sobre el sistema inmunológico. El propósito de este estudio fue doble: (i) evaluar la respuesta inmune a la exposición ocupacional al níquel medida por la presencia de anticuerpos anti-glicanos (AGA) usando una nueva plataforma de descubrimiento de biomarcadores basada en arreglos de glicanos impresos (PGA) y (ii) para evaluar y compilar una secuencia de bioinformática y métodos estadísticos que son específicamente relevantes para la información derivada de PGA y para la identificación de la supuesta "firma de toxicidad de Ni". Los PGA son similares a los microarrays de ADN, pero contienen depósitos de varios carbohidratos (glicanos) en lugar de ADN manchado. El estudio utiliza datos derivados de un conjunto de 89 muestras de plasma y su información demográfica correspondiente.
La población de estudio incluye tres subgrupos: sujetos expuestos directamente al níquel que trabajan en una refinería, sujetos ambientalmente expuestos al níquel que viven en una ciudad donde se encuentra la refinería y sujetos que viven en una ubicación remota. El documento describe la siguiente secuencia de nueve pasos de procesamiento y análisis de datos: (1) Análisis de la reproducibilidad entre matrices basada en sueros de referencia; (2) Análisis de reproducibilidad intra-arreglo; (3) Cribado de datos - rechazo de glucanos que dan como resultado un coeficiente de correlación intraclase (ICC) bajo, un coeficiente de variación alto y una intensidad fluorescente baja; (4) análisis del sesgo entre diapositivas y elección de la técnica de normalización de datos; (5) Determinación de submuestras discriminatorias basadas en múltiples pruebas de arranque; (6) Determinación del tamaño de firma óptimo (cardinalidad del conjunto de características seleccionado) basado en múltiples pruebas de validación cruzada; (7) Identificación de los principales glicanos discriminatorios y su desempeño individual basado en la selección de características univariadas no paramétricas; (8) Determinación del rendimiento multivariable de glicanos combinados; (9) Establecimiento de la significación estadística del rendimiento multivariado de la firma de glicanos combinados.
Los pasos de análisis anteriores han arrojado los siguientes resultados: reproducibilidad entre matrices ρ=0.920 ± 0,030; reproducibilidad intraarray ρ=0.929 ± 0,025; 249 de los 380 glucanos pasaron la evaluación en ICC> 80%, los glucanos en la firma seleccionada tienen ICC ≥ 88,7%; tamaño de firma óptimo (después de la normalización cuantil)=3; significado individual para los glucanos característicos p=0,00015 a 0,00164, valores de AUC individuales de 0,870 a 0,815; rendimiento combinado observado para tres glucanos AUC=0,966, p=0,005, IC=[0,757, 0947]; especificidad=94,4%, sensibilidad=88,9%; valor de AUC predictivo (validado cruzado) 0,836.