Predecir cómo la aterosclerosis, la osteoporosis o el cáncer progresarán o responderán a los medicamentos en cada paciente de manera individual es difícil. En un reciente estudio los investigadores dieron un nuevo paso hacia esa meta desarrollando una técnica capaz de predecir, a partir de una muestra de sangre, la cantidad de catepsinas –enzimas que degradan proteínas y que aceleran estas enfermedades- que una persona pueda producir.

Esta información específica del paciente puede ser útil en el desarrollo de enfoques personalizados para tratar estas enfermedades destructoras de tejidos.

«Registramos una variabilidad significativa en la cantidad de catepsinas producidas por las muestras de sangre colectadas en individuos sanos que pudieran indicar que el enfoque de un cantidad se ajusta a todos para la administración de inhibidores de catepsinas pudiera no ser la mejor estrategia para todos los pacientes con estas condiciones» dijo Manu Platt, profesor asistente en el Wallace H. Coulter Department of Biomedical Engineering at Georgia Tech and Emory University.

El estudio fue publicado en línea en octubre de 2012 en la revista Integrative Biology.

Platt y colaboradores colectaron muestras de sangre de 14 individuos sanos, extrajeron los monocitos y los estimularon con ciertas moléculas para convertirlas en macrófagos u osteoclastos. Con esto, los investigadores recrearon lo que ocurre en el organismo –los monocitos reciben estas señales a partir del tejido dañado, abandonan la sangre y se convierten en macrófagos u osteoclastos que se sabe contribuyen a los cambios tisulares que ocurren en la aterosclerosis, el cáncer y la osteoporosis.

A partir de lo anterior los investigadores desarrollaron un modelo que emplea diferentes señales de quinasas del paciente colectadas a partir de los macrófagos u osteoclastos para predecir la actividad específica en los pacientes de cuatro catepsinas: K, L, S y V.

«Las quinasas son enzimas que integran los estímulos de diferentes señales solubles, celulares y físicas para generar respuestas celulares específicas» explicó Platt. «Empleando enfoques de sistemas biológicos para relacionar señales y respuestas de diferenciación celular a través de la integración de señales a nivel de quinasas, fuimos capaces de predecir matemáticamente cantidades relativas de actividad de catepsinas y distinguir qué donantes de sangre mostraban mayor actividad de catepsinas comparados con el resto».

La previsibilidad para todas las catepsinas varió de 90 a 95 % para ambos, macrófagos y osteoclastos, a pesar de existir un rango en el nivel de cada catepsina en las muestras de sangre analizadas.

«Estamos muy satisfechos con los resultados porque nuestro modelo alcanzó un nivel de predicción muy alto desde la simple extracción de sangre y superó el reto de incorporar las señales complejas y desconocidas de los fondos genéticos y bioquímicos únicos de cada paciente», dijo Platt.

Según Platt, el siguiente paso será evaluar la capacidad del modelo para predecir la actividad catepsina usando muestras de sangre de individuos con las enfermedades de interés: aterosclerosis, osteoporosis o cáncer.

«Nuestro objetivo final es la creación de una técnica que informe al médico si el caso de una persona con cáncer u otra enfermedad destructiva del tejido va a ser muy agresivo a partir del momento en que la persona es diagnosticada, lo que permitirá al clínico elaborar y comenzar el mejor plan de tratamiento personalizado de inmediato», agregó Platt.
noviembre 19/2012 (Eurekalert)

Keon-Young Park, Weiwei A. Li and Manu O. Platt. Patient specific proteolytic activity of monocyte-derived macrophages and osteoclasts predicted with temporal kinase activation states during differentiation. Integr. Biol., 2012, DOI: 10.1039/C2IB20197F.

Comments

Comments are closed.

Name

Email

Web

Speak your mind

*
  • Noticias por fecha

    noviembre 2012
    L M X J V S D
    « oct   ene »
     1234
    567891011
    12131415161718
    19202122232425
    2627282930  
  • Noticias anteriores a 2010

    Noticias anteriores a enero de 2010

  • Suscripción AL Día

  • Categorias

    open all | close all
  • Palabras Clave

  • Administración