Revista de Proteómica y Bioinformática
Acceso abierto

abstracto

Análisis proteómico del cáncer de mama humano: nuevas tecnologías y aplicaciones clínicas para la elaboración de perfiles de biomarcadores

Bechr Hamrita, Hela ben nasr, Karim Chahed, Maria Kabbage y Lotfi Chouchane

El cáncer de mama es el cáncer más diagnosticado en mujeres y representa aproximadamente 40 000 muertes al año en los EE. UU. En Túnez, la incidencia de cáncer de mama es de aproximadamente 19 nuevos casos por 100.000 mujeres al año. Se han logrado avances significativos en las áreas de detección y tratamiento, pero un número significativo de cánceres de mama se detectan tarde. El enorme progreso en proteómica, posibilitado por los avances recientes en MS (espectrometría de masas), ha vuelto a poner el análisis de proteínas en el centro de atención de la investigación del cáncer de mama, reviviendo áreas antiguas y abriendo nuevos campos de estudio como detección temprana, pronóstico, diagnóstico y terapia. Se han utilizado varias tecnologías proteómicas para descubrir los mecanismos moleculares asociados con el carcinoma de mama a nivel mundial para descubrir patrones de proteínas que distinguen los estados con enfermedad y sin enfermedad con alta sensibilidad y especificidad. La proteómica del cáncer de mama ya ha identificado marcadores de posible interés clínico (como la chaperona molecular alfa B-cristalina) y las innovaciones tecnológicas, como el análisis a gran escala y de alto rendimiento, ahora están impulsando el campo. En esta revisión, discutimos las características básicas de las tecnologías proteómicas, incluida la EM, y consideramos las principales aplicaciones y desafíos actuales de la proteómica en la investigación del cáncer de mama, incluidos (i) el perfil de expresión de proteínas de tumores de mama, células tumorales, fluidos tumorales y la respuesta autoinmune de las células de cáncer de mama. Todas estas aplicaciones continúan beneficiándose de nuevos avances tecnológicos, como el desarrollo de métodos proteómicos, MS de alta resolución y alta sensibilidad, enfoque SERPA y bioinformática avanzada para el manejo e interpretación de datos.