loci de rasgos cuantitativos de proteínas

Los pQTL son parte de una amplia "familia" de loci de rasgos cuantitativos (QTL). Los QTL son regiones en el genoma asociadas con un fenotipo de interés, que debe ser un rasgo continuo y medible. ^{[ 11 ]} Los conceptos básicos en genética, como la influencia de los genes en los rasgos físicos de los organismos, son la base de los QTL. Los QTL ayudan a explicar la brecha entre la herencia mendeliana y la variación de rasgos complejos al resaltar la influencia de múltiples regiones genómicas en un solo rasgo. ^{[ 12 ]} El análisis de QTL fue realizado por primera vez en 1988 por Paterson y Lander para identificar regiones en el genoma que controlan la masa de la planta de tomate , la concentración de sólidos solubles y el pH del fruto . ^{[ 13 ]} Los primeros estudios tuvieron que basarse en marcadores morfológicos en los cromosomas, que no estaban distribuidos uniformemente en todo el genoma. A medida que se identificaron marcadores genéticos comunes, como el polimorfismo de longitud de fragmentos de restricción (RLFP) o los polimorfismos de un solo nucleótido (SNP), la resolución y la precisión de los estudios de QTL mejoraron. ^{[ 11 ]} El marco estadístico para el mapeo de loci de rasgos cuantitativos fue desarrollado aún más en 2001 por Sen y Churchill. ^{[ 14 ]}

En la literatura científica se mencionan muchos tipos de QTL (véase la tabla a continuación para ver ejemplos). ^{[ 15 ] [ 16 ]}

Los análisis de pQTL solo son posibles gracias al creciente campo de la proteómica. Los científicos que estudian la proteómica utilizan técnicas como la espectrometría de masas y los ensayos basados ​​en afinidad para cuantificar la cantidad y la calidad de las proteínas en diferentes células o tejidos. ^{[ 17 ]} La tecnología disponible para estudiar la cantidad, la ubicación y las interacciones de las proteínas se ha expandido rápidamente en el último siglo. Por ejemplo, el ensayo de extensión de proximidad (PEA) de Olink es un ensayo proteómico que utiliza un inmunoensayo basado en anticuerpos en combinación con reacciones en cadena de la polimerasa (PCR) para medir con precisión los niveles de proteínas. ^{[ 18 ]} La plataforma SomaScan es otra tecnología proteómica común que puede medir 9500 proteínas diferentes. ^{[ 19 ]}

Es cierto que los estudios que identifican y caracterizan los eQTL han ganado popularidad más rápidamente que aquellos que se centran en los pQTL. ^{[ 20 ] [ 21 ]} Sin embargo, estas regiones genómicas capturan información diferente. Los datos de expresión génica, como la abundancia de ARN mensajero (ARNm), indican al científico si el gen se está transcribiendo de manera eficiente, mientras que los datos proteómicos indican si el ARNm se está traduciendo de manera eficiente y cómo interactúan las proteínas entre sí. La expresión génica y la traducción de proteínas suelen estar altamente correlacionadas, pero existen casos en los que las modificaciones postranscripcionales y postraduccionales aumentan o disminuyen la tasa y el momento de la síntesis y la estabilidad de las proteínas independientemente de la transcripción génica . ^{[ 22 ]}

El proceso comienza con la recolección cuidadosa de muestras biológicas , como sangre , ^{[ 26 ]} suero , ^{[ 27 ]} o tejido , ^{[ 20 ] [ 28 ] [ 29 ]} de una cohorte bien caracterizada. Es fundamental seguir protocolos estandarizados para garantizar la integridad de la muestra y minimizar la variabilidad preanalítica. El etiquetado y la documentación adecuados de cada muestra, junto con los metadatos asociados (por ejemplo, edad, sexo y parámetros clínicos), son esenciales para facilitar el análisis posterior y controlar los factores de confusión . ^{[ 28 ]}

En este paso, la composición proteica de las muestras se mide utilizando técnicas de alto rendimiento. Se emplean métodos como la espectrometría de masas (por ejemplo, TMT , ^{[ 29 ] [ 30 ]} LC-MS/MS ^{[ 20 ]} ), ensayos basados ​​en anticuerpos (por ejemplo, PEA , ^{[ 31 ]} ELISA ^{[ 32 ]} o Western blot ^{[ 33 ]} ) o plataformas basadas en aptámeros (por ejemplo, SOMAscan ^{[ 19 ] [ 28 ]} ) para cuantificar la abundancia de proteínas con alta sensibilidad y especificidad .

Los datos genómicos se obtienen mediante genotipado o secuenciación . Se utilizan técnicas como matrices de SNP , ^{[ 20 ] [ 28 ] [ 34 ] [ 35 ]} secuenciación del genoma completo (WGS) ^{[ 36 ]} o secuenciación del exoma completo (WES) ^{[ 30 ] [ 31 ]} para capturar la variación genética dentro de la región de interés o en todo el genoma de cada muestra.

El mapeo de pQTL es el proceso que correlaciona las mediciones de abundancia de proteínas con datos de SNP de todo el genoma para identificar variantes genéticas que influyen en la expresión de proteínas. Luego, los investigadores realizan análisis de asociación, como modelos de regresión lineal , ^{[ 10 ] [ 20 ] [ 26 ]} para correlacionar estadísticamente cada SNP con los niveles de proteína observados.

El análisis de pQTL puede complementar los enfoques de GWAS para ayudar a confirmar los hallazgos de genotipo-fenotipo. Por ejemplo, si bien los hallazgos de GWAS han sido fundamentales para identificar variantes genéticas vinculadas a enfermedades complejas, son principalmente asociativos y a menudo no logran revelar la etiología subyacente de la enfermedad. Muchas variantes asociadas se encuentran en regiones no codificantes , lo que dificulta determinar su función biológica. ^{[ 42 ]} Además, la pleiotropía puede complicar aún más las interpretaciones. ^{[ 43 ]} La integración de datos de pQTL con resultados de GWAS proporciona un vínculo directo y cuantitativo entre la variación genética y la abundancia de proteínas, un resultado funcional que puede afectar de manera más inmediata los procesos celulares. ^{[ 2 ] [ 26 ]}

Los análisis de colocalización también pueden utilizarse para evaluar si las señales genéticas subyacentes a los pQTL se superponen con las detectadas en otros tipos de estudios de QTL, como los eQTL . ^{[ 10 ] [ 44 ] [ 45 ]}

Otro enfoque para comprender cómo los pQTL impulsan los fenotipos utiliza la aleatorización mendeliana (AM). Los datos de pQTL pueden usarse como variable instrumental con AM para inferir causalidad en lugar de asociación. Este enfoque aprovecha la distribución aleatoria de variantes genéticas en la concepción para probar si las diferencias genéticamente impulsadas en la expresión de proteínas están asociadas con el riesgo de enfermedad u otros resultados de rasgos. Los pQTL que están consistentemente asociados con un resultado en múltiples GWAS son buenos candidatos para variables instrumentales en enfoques de AM, ya que muestran "relevancia". Sin embargo, también deben cumplir los criterios de "independencia" y "restricción de exclusión" de AM . En conjunto, la integración de datos de GWAS y pQTL a través de AM puede ayudar a distinguir las variantes genéticas causales de las variantes asociadas no relevantes al incorporar información sobre cambios a nivel de proteínas que están más próximos al mecanismo de la enfermedad. ^{[ 26 ] [ 46 ]}

La identificación de proteínas y vías biológicas funcionalmente relevantes mediante el análisis de pQTL puede contribuir al desarrollo de nuevas terapias. Específicamente, el mapeo de variantes de pQTL a regiones genómicas anotadas puede ayudar a esclarecer el mecanismo preciso por el cual una variante de pQTL puede alterar la expresión de proteínas. Los pQTL cis tienen un efecto directo sobre la abundancia de proteínas y, por lo tanto, pueden revelar efectores directos de un fenotipo. ^{[ 47 ]} Por el contrario, los pQTL trans pueden revelar interacciones proteína-proteína , estableciendo vínculos entre señales celulares, efectores posteriores que pueden ser más fácilmente susceptibles de ser modulados farmacológicamente y puntos finales de la enfermedad. ^{[ 29 ] [ 46 ]} Desde la perspectiva del descubrimiento de fármacos, el análisis de pQTL no solo proporciona posibles objetivos terapéuticos mediante la identificación de vías biológicas relevantes, sino que también puede reducir la probabilidad de perseguir componentes celulares ineficaces o que no contribuyen. ^{[ 48 ]}

Más allá de la identificación de dianas terapéuticas, los estudios de pQTL también pueden contribuir a los estudios de desarrollo de fármacos al revelar biomarcadores que se correlacionan con la progresión de la enfermedad o la respuesta al tratamiento. Esta información ayuda a la estratificación de pacientes, lo que permite enfoques terapéuticos más precisos adaptados a los individuos con mayor probabilidad de beneficiarse de una intervención determinada. Además, dado que las variantes genéticas que influyen en los niveles de proteínas también pueden revelar posibles efectos secundarios, los datos de pQTL pueden informar las evaluaciones de seguridad en etapas tempranas, identificando posibles reacciones adversas antes de los ensayos clínicos . En algunos casos, este enfoque también facilita la reutilización de fármacos al destacar proteínas que ya están moduladas por terapias existentes, pero que pueden ser relevantes para nuevas indicaciones. ^{[ 9 ] [ 38 ] [ 39 ]}

Una consideración importante para los pQTL es la naturaleza específica de los tejidos de las proteínas. La mayoría de los estudios de pQTL han utilizado el plasma como tejido, pero los niveles de proteínas en el plasma no siempre son indicativos de los niveles de proteínas en otros tipos de tejido, especialmente durante estados patológicos. ^{[ 8 ] [ 49 ] [ 50 ]} De hecho, los pQTL, especialmente los trans- pQTL, son específicos de los tejidos. ^{[ 51 ]}

La identificación de pQTL depende críticamente de cómo se cuantifica la abundancia de proteínas. La mayoría de los estudios utilizan la cuantificación relativa de proteínas para comparar los niveles de proteínas entre muestras o individuos mediante métodos como TMT, iTRAQ , ^{[ 52 ]} LFQ, debido a su rentabilidad y alto rendimiento. Cada proteína se normaliza con respecto a un estándar de referencia interno (por ejemplo, cambios relativos), lo que proporciona una menor varianza técnica y mayor potencia estadística en estudios a gran escala. ^{[ 53 ]} Sin embargo, la normalización a veces puede enmascarar cambios sutiles pero biológicamente significativos en los niveles de proteínas, lo que podría reducir la sensibilidad para detectar pQTL que ejercen efectos modestos. En contraste, las técnicas de cuantificación absoluta proporcionan mediciones exactas de la concentración de proteínas con péptidos marcados con isótopos pesados, como LC-MS/MS y DIATPA. ^{[ 20 ]} Esta precisión permite a los investigadores detectar diferencias más finas en la abundancia de proteínas, lo que podría revelar efectos reguladores de la expresión de proteínas más complejos que podrían pasar desapercibidos con medidas relativas. ^{[ 20 ]}

El método de genotipado frente al de secuenciación influye aún más en los resultados de los estudios de pQTL al determinar qué variantes genéticas se detectan. El genotipado tradicional de SNP se centra en los SNP conocidos recopilados en microarrays o paneles y proporciona una instantánea rápida y rentable de la variación genética en todo el genoma. Este método es adecuado para detectar variantes comunes (a menudo junto con la imputación) ^{[ 10 ]} , pero puede pasar por alto mutaciones raras o nuevas que podrían influir en la expresión de proteínas. Por otro lado, la secuenciación ofrece una visión más completa al identificar variantes tanto comunes como raras, incluidas las variaciones estructurales ^{[ 53 ] .}

Una limitación importante para los pQTL es el sesgo conferido por los datos que se utilizan. Los grandes estudios poblacionales en el campo de la genómica estudian abrumadoramente poblaciones de ascendencia europea. ^{[ 54 ]} Las variantes genéticas específicas en una población con ascendencia europea podrían ser relevantes para una enfermedad, lo que puede o no ser el caso para poblaciones con ascendencia no europea. ^{[ 55 ] [ 56 ] [ 57 ]} Estudios recientes se han centrado en diversificar las poblaciones que se están estudiando para aumentar el acceso equitativo a la investigación relevante para enfermedades en todas las poblaciones. ^{[ 58 ]} Por ejemplo, un estudio en 2023 identificó pQTL específicamente en participantes chinos Han e identificó 195 pQTL. ^{[ 46 ]} El 75% de los 60 pQTL que tienen más evidencia de asociaciones gen-proteína-fenotipo en participantes con ascendencia china Han no han sido "priorizados" en europeos, lo que resalta la necesidad de una diversificación continua dentro del campo. ^{[ 46 ]}

Otra advertencia importante sobre los pQTL es que a menudo se asume que los pQTL cis influyen en sus genes correspondientes mediante interacciones genéticas directas (por ejemplo, regiones promotoras). ^{[ 24 ]} Sin embargo, esta suposición debe validarse, ya que existen casos en los que los pQTL actúan a través de un mecanismo intermediario para afectar la abundancia de proteínas. ^{[ 59 ]}