Analysis of endogenous peptides released from osteoarthritic cartilage unravels novel pathogenic markers (解读人:李琼)

文献名:Analysis of endogenous peptides released from osteoarthritic cartilage unravels novel pathogenic markers(分析骨关节炎软骨释放的内源肽从而揭示新致病标记)

期刊名:MCP(molecular and cellular proteomics)

发表时间:(2019年10月)

单位:

  1. 拉科鲁尼亚生物医学研究所(INIBIC)
  2. 拉科鲁尼亚大学附属综合医院(CHUAC)
  3. Grupo de Investigación de Reumatología (GIR)
  4. CSIC分子生物学中心

物种:人骨关节炎组织

技术:分泌组学

 

一、 概述:

本研究从骨关节炎患者与健康人关节软骨获取膝,髋关节软骨分泌物,利用鸟枪法肽组学,鉴定到1175种不同的肽,对应于101种蛋白质,作为软骨细胞外基质生理或病理转变的产物。利用靶向多反应监测方法,对样本中标记物进行定量。在骨关节炎软骨损伤区与正常组织相比有8例多肽差异显著(p<0.05)。本研究揭示了与健康组织相比,从膝关节或髋关节骨关节炎软骨中释放的特异性新肽。这证明了骨关节炎特征性致病途径的干预,为生物标记物的开发提供了一组新的候选肽。

二、 研究背景:

骨关节炎(OA)是最常见的关节炎疾病。这种疾病在大多数患者的早期临床上是无症状的。因此,制定早期诊断和准确监测疾病进展的策略是OA(骨关节炎患者)的主要研究目标之一。以往研究主要集中在可溶性介质或其他外部刺激对软骨降解的影响。本研究旨在描述人类关节软骨中存在的新肽分布,并定量比较健康组织和骨关节炎组织的这些分布。这将不仅有助于识别潜在的新肽生物标记物候选,而且有助于理解可能与软骨细胞外基质破坏相关的特异性蛋白酶途径。

三、实验设计:

四、研究成果:

1、关节软骨释放的内源肽的分离与鉴定。鉴定出1175种与101种独特蛋白质相对应的不同肽。

2、开发从关节软骨释放的内源肽的靶向定量分析方法。借助SIS肽设计最终MRM方法,以检测和定量显示表现最佳的23种内源肽,9种亲本蛋白在人关节软骨中表达。表2显示了该靶向分析中包含的内源肽列表。

3、对62份取自髋关节(n=33)和膝关节(n=29)软骨的分泌液样品进行了验证性研究。发现OA(骨关节炎患者)软骨中有4种内源性肽的释放与健康组织相比差异有显著性p值。其中,来自PRELP (DSNKIETIPN和DLENVPHLR)和来自MGP (NTFISPQQR)的两个肽的释放与OA软骨区无关(图2A)。与对照组相比,OA(骨关节炎患者)的组织损伤区域(wz)中发现这些肽和来自CILP1的肽脱去DTFPLR的趋势相同。与健康软骨相比,所有这些都在OA(骨关节炎患者)组织损伤区域(wz)中增加(图2B)。肽dsnkietipn(PRELP)在组织未损伤区域(uz)中的释放与正常软骨以及两个OA(骨关节炎患者)软骨区之间存在差异。

4、膝、髋关节软骨内源性肽的差异释放。在髋关节和膝关节样本中分别检测肽释放的差异。在髋关节样本中,与OA(骨关节炎患者)组织相比,健康软骨条件培养基中,来自CLUS的两个肽增加:ASHTSDSDVPSGVTEVV和GEDQYYLRVTTV。当病变软骨中的不同区域结合在一起时,这两个肽从组织损伤区域(wz)的释放显著降低。来自CLUS的另一个肽ASHTSDSDVPSGVTEV和来自COMP的肽AEPGIQLKAV也是如此。在膝关节样本中,来自PRELP的两种内源性肽在OA(骨关节炎患者)组织的条件培养基中显著增加:DSNKIETIPN和DLENVPHLR。分别考虑到OA(骨关节炎患者)组织的两个区域,这两个肽显示了组织损伤区域(wz)的增强释放。肽DSNKIETIPN表现出最显著的差异,这也可以在OA(骨关节炎患者)组织的未损伤区域(uz)样本中检测到。CILP1的脱肽FPLR也显示出类似的趋势。

5、多肽作为关节软骨降解生物标志物的价值。肽DSNKIETIPN是区分健康组织与OA(骨关节炎患者)组织的最佳候选。仅考虑膝关节,该肽的AUC增加到0.834。另一方面,当仅分析髋关节时,来自CLUS的两个肽(ASHTSDSDVPSGVTEVV和GEDQYYLRVTTV)显示出显著的AUCs。

五、文章亮点(结论讨论):

  1. 通过肽组学分析,发现和验证与骨关节炎中人类关节软骨降解相关的新型新肽。 不仅获得该组织的详细的新肽组学特征,而且能够鉴定和验证在致病过程中释放的八种差异内源肽。
  2. 来自Prolargin的DSNKIETIPN肽显示出作为OA软骨生物标志物的最佳指标。

阅读人:李琼

原文地址:https://www.cnblogs.com/ilifeiscience/p/11712087.html

时间: 2024-10-05 04:22:47

Analysis of endogenous peptides released from osteoarthritic cartilage unravels novel pathogenic markers (解读人:李琼)的相关文章

Mol Cell Proteomics. | Proteomics Analysis of Extracellular Matrix Remodeling During Zebrafish Heart Regeneration (解读人:徐宁)

文献名:Proteomics Analysis of Extracellular Matrix Remodeling During Zebrafish Heart Regeneration(斑马鱼心脏再生过程中胞外基质重塑的蛋白质组学分析) 期刊名:MCP 发表时间:(2019年9月) IF:4.828 单位: 西班牙巴塞罗那再生医学中心 巴塞罗那生物材料和纳米医学网络生物医学研究中心 物种:斑马鱼 技术:非靶向蛋白组学   一. 概述: 本研究选取斑马鱼心脏不同再生时期的心室样本,通过所建立一

Mol Cell Proteomics. | Integration and analysis of CPTAC proteomics data in the context of cancer genomics in the cBioPortal (解读人:徐洪凯)

文献名:Integration and analysis of CPTAC proteomics data in the context of cancer genomics in the cBioPortal 期刊名:Molecular & Cellular Proteomics 发表时间:2019年9月 IF:4.828 作者: Pamela Wu1,2,3, Zachary J Heins4, James T Muller3, Lizabeth Katsnelson3, Ino de Br

Journal of Proteome Research | Proteomic analysis of Rhizobium favelukesii LPU83 in response to acid stress.(酸胁迫下根瘤菌LPU83(Rhizobium favelukesii)的蛋白质组学分析)(解读人:丑天胜)

文献名:Proteomic analysis of Rhizobium favelukesii LPU83 in response to acid stress.(酸胁迫下根瘤菌LPU83(Rhizobium favelukesii)的蛋白质组学分析) 期刊名:Journal of Proteome Research 发表时间: 2019年10月 IF:3.78 单位:国立拉普拉塔大学,阿根廷 物种:根瘤菌LPU83(Rhizobium favelukesii) 技术:非标定量蛋白质组学(Lab

Some JPR highlights (JPR 2019 March)

Journal Name:Journal of Proteome Research Issue:2019 March Shared by: Weining Zhao 1.     Acetylome: Zhuo Zhou et al from Zhejiang University profiled the lysine acetylome as protein acetylation which is believed to play a key role in autophagy. Empl

生存模型(Survival Model)介绍

https://www.cnblogs.com/BinbinChen/p/3416972.html 生存分析,维基上的解释是: 生存分析(Survival analysis)是指根据试验或调查得到的数据对生物或人的生存时间进行分析和推断,研究生存时间和结局与众多影响因素间关系及其程度大小的方法,也称生存率分析或存活率分析. 生存分析的方法也可以用在其他的商业应用中,比如顾客流失,等模型.大概可以从两个方向上去考虑生存分析的研究对象 1. 估计(各期的)生存函数,某个人病人可以活多久(e.g. 5

About Memory Analysis

关于内存分析About Memory Analysis 每当应用程序创建对象时,都会为它们分配内存.传统上,它已被应用的工作跟踪这些对象并释放他们时,他们不再需要的内存可以分配其他对象.自动引用计数(ARC)是一种通过让系统负责内存管理而使事情变得更容易的特性.在启用ARC的情况下,系统处理监控对象分配,并在适当时释放它们,只剩下很少的应用程序要做.然而,不管内存是如何管理的,即使是最好的应用程序设计也会遇到难以分离的偶尔内存问题.Whenever your app creates object

Introduction to 600/7445 Internal Error Analysis (文档 ID 390293.1)

In this Document   Purpose   Troubleshooting Steps   References Applies to: Oracle Database - Enterprise Edition - Version 8.1.7.4 to 11.2.0.3 [Release 8.1.7 to 11.2] Information in this document applies to any platform. ***Checked for relevance on 2

综述类文章(Peng 等)阅读笔记Cross-media analysis and reasoning: advances and directions

综述类文章 Cross-media analysis and reasoning: advances and directions Yu-xin PENG et al. Front Inform Technol Electron Eng 浙江大学学报(英文版)2017 18(1):44-57 这篇文章主要讲了七个问题: (1) theory and model for cross-media uniform representation; (2) cross-media correlation

survival analysis 生存分析与R 语言示例 入门篇

生存分析,survival analysis,顾名思义是用来研究个体的存活概率与时间的关系.例如研究病人感染了病毒后,多长时间会死亡:工作的机器多长时间会发生崩溃等.  这里“个体的存活”可以推广抽象成某些关注的事件. 所以SA就成了研究某一事件与它的发生时间的联系的方法.这个方法广泛的用在医学.生物学等学科上,近年来也越来越多人用在互联网数据挖掘中,例如用survival analysis去预测信息在社交网络的传播程度,或者去预测用户流失的概率. R里面有很成熟的SA工具. 本文介绍生存分析的