BRPI0709374A2 - técnica de obtenção de impressão digital de apolipoproteìna e métodos relacionados á mesma - Google Patents
técnica de obtenção de impressão digital de apolipoproteìna e métodos relacionados á mesma Download PDFInfo
- Publication number
- BRPI0709374A2 BRPI0709374A2 BRPI0709374-8A BRPI0709374A BRPI0709374A2 BR PI0709374 A2 BRPI0709374 A2 BR PI0709374A2 BR PI0709374 A BRPI0709374 A BR PI0709374A BR PI0709374 A2 BRPI0709374 A2 BR PI0709374A2
- Authority
- BR
- Brazil
- Prior art keywords
- apo
- apolipoprotein
- disease
- sample
- antibody
- Prior art date
Links
- 102000007592 Apolipoproteins Human genes 0.000 title claims abstract description 121
- 108010071619 Apolipoproteins Proteins 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 113
- 108010029485 Protein Isoforms Proteins 0.000 claims abstract description 68
- 102000001708 Protein Isoforms Human genes 0.000 claims abstract description 68
- 239000000523 sample Substances 0.000 claims abstract description 49
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 39
- 102000004169 proteins and genes Human genes 0.000 claims abstract description 38
- 206010012601 diabetes mellitus Diseases 0.000 claims abstract description 21
- 102000004895 Lipoproteins Human genes 0.000 claims abstract description 20
- 108090001030 Lipoproteins Proteins 0.000 claims abstract description 20
- 239000012472 biological sample Substances 0.000 claims abstract description 15
- 210000002966 serum Anatomy 0.000 claims abstract description 15
- 208000024172 Cardiovascular disease Diseases 0.000 claims abstract description 12
- 238000004949 mass spectrometry Methods 0.000 claims abstract description 12
- 208000024827 Alzheimer disease Diseases 0.000 claims abstract description 11
- 102000004506 Blood Proteins Human genes 0.000 claims abstract description 11
- 108010017384 Blood Proteins Proteins 0.000 claims abstract description 11
- 206010061218 Inflammation Diseases 0.000 claims abstract description 11
- 230000004048 modification Effects 0.000 claims abstract description 11
- 238000012986 modification Methods 0.000 claims abstract description 11
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 10
- 208000006011 Stroke Diseases 0.000 claims abstract description 9
- 201000011510 cancer Diseases 0.000 claims abstract description 9
- 230000004054 inflammatory process Effects 0.000 claims abstract description 9
- 208000012902 Nervous system disease Diseases 0.000 claims abstract description 6
- 208000025966 Neurological disease Diseases 0.000 claims abstract description 6
- 125000003275 alpha amino acid group Chemical group 0.000 claims abstract 2
- 238000006467 substitution reaction Methods 0.000 claims abstract 2
- 239000000090 biomarker Substances 0.000 claims description 72
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 63
- 201000010099 disease Diseases 0.000 claims description 53
- 210000002381 plasma Anatomy 0.000 claims description 34
- 101000650578 Salmonella phage P22 Regulatory protein C3 Proteins 0.000 claims description 32
- 101001040920 Triticum aestivum Alpha-amylase inhibitor 0.28 Proteins 0.000 claims description 32
- 201000001320 Atherosclerosis Diseases 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 15
- 150000002632 lipids Chemical class 0.000 claims description 15
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 claims description 14
- 239000003814 drug Substances 0.000 claims description 13
- 238000003556 assay Methods 0.000 claims description 12
- 229940079593 drug Drugs 0.000 claims description 12
- 238000011002 quantification Methods 0.000 claims description 12
- 238000011282 treatment Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 11
- 238000000018 DNA microarray Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 10
- 208000035475 disorder Diseases 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 10
- 108010062497 VLDL Lipoproteins Proteins 0.000 claims description 9
- 238000003795 desorption Methods 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 9
- 108020003175 receptors Proteins 0.000 claims description 9
- 102000005962 receptors Human genes 0.000 claims description 9
- 208000001145 Metabolic Syndrome Diseases 0.000 claims description 8
- 201000000690 abdominal obesity-metabolic syndrome Diseases 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 208000018737 Parkinson disease Diseases 0.000 claims description 7
- 230000032683 aging Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 7
- 102000006306 Antigen Receptors Human genes 0.000 claims description 6
- 108010083359 Antigen Receptors Proteins 0.000 claims description 6
- 101710120037 Toxin CcdB Proteins 0.000 claims description 6
- 235000016709 nutrition Nutrition 0.000 claims description 6
- 230000035764 nutrition Effects 0.000 claims description 6
- 235000012000 cholesterol Nutrition 0.000 claims description 5
- 230000002596 correlated effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 210000002700 urine Anatomy 0.000 claims description 5
- 102000008394 Immunoglobulin Fragments Human genes 0.000 claims description 4
- 108010021625 Immunoglobulin Fragments Proteins 0.000 claims description 4
- 206010060862 Prostate cancer Diseases 0.000 claims description 4
- 208000000236 Prostatic Neoplasms Diseases 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 208000006575 hypertriglyceridemia Diseases 0.000 claims description 4
- 230000001575 pathological effect Effects 0.000 claims description 4
- 238000004611 spectroscopical analysis Methods 0.000 claims description 4
- 230000035882 stress Effects 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims description 4
- 208000008589 Obesity Diseases 0.000 claims description 3
- 239000003153 chemical reaction reagent Substances 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims description 3
- 230000036252 glycation Effects 0.000 claims description 3
- 230000013595 glycosylation Effects 0.000 claims description 3
- 238000006206 glycosylation reaction Methods 0.000 claims description 3
- 239000003112 inhibitor Substances 0.000 claims description 3
- 230000005764 inhibitory process Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 235000020824 obesity Nutrition 0.000 claims description 3
- 230000035790 physiological processes and functions Effects 0.000 claims description 3
- 102000018655 Apolipoproteins C Human genes 0.000 claims description 2
- 108010027070 Apolipoproteins C Proteins 0.000 claims description 2
- 108010025614 Apolipoproteins D Proteins 0.000 claims description 2
- 102000013933 Apolipoproteins D Human genes 0.000 claims description 2
- 238000010357 RNA editing Methods 0.000 claims description 2
- 230000026279 RNA modification Effects 0.000 claims description 2
- 102000002262 Thromboplastin Human genes 0.000 claims description 2
- 108010000499 Thromboplastin Proteins 0.000 claims description 2
- 230000021736 acetylation Effects 0.000 claims description 2
- 238000006640 acetylation reaction Methods 0.000 claims description 2
- 230000010933 acylation Effects 0.000 claims description 2
- 238000005917 acylation reaction Methods 0.000 claims description 2
- 230000023555 blood coagulation Effects 0.000 claims description 2
- 230000000295 complement effect Effects 0.000 claims description 2
- 230000004069 differentiation Effects 0.000 claims description 2
- 230000006126 farnesylation Effects 0.000 claims description 2
- 230000033444 hydroxylation Effects 0.000 claims description 2
- 238000005805 hydroxylation reaction Methods 0.000 claims description 2
- 230000029226 lipidation Effects 0.000 claims description 2
- 230000035800 maturation Effects 0.000 claims description 2
- 239000012528 membrane Substances 0.000 claims description 2
- 230000011987 methylation Effects 0.000 claims description 2
- 238000007069 methylation reaction Methods 0.000 claims description 2
- 230000003278 mimic effect Effects 0.000 claims description 2
- 230000035772 mutation Effects 0.000 claims description 2
- 231100000252 nontoxic Toxicity 0.000 claims description 2
- 230000003000 nontoxic effect Effects 0.000 claims description 2
- 230000003647 oxidation Effects 0.000 claims description 2
- 238000007254 oxidation reaction Methods 0.000 claims description 2
- 230000026731 phosphorylation Effects 0.000 claims description 2
- 238000006366 phosphorylation reaction Methods 0.000 claims description 2
- 230000004481 post-translational protein modification Effects 0.000 claims description 2
- 230000013823 prenylation Effects 0.000 claims description 2
- 230000001581 pretranslational effect Effects 0.000 claims description 2
- 230000006337 proteolytic cleavage Effects 0.000 claims description 2
- 238000004064 recycling Methods 0.000 claims description 2
- 230000019635 sulfation Effects 0.000 claims description 2
- 238000005670 sulfation reaction Methods 0.000 claims description 2
- 238000006277 sulfonation reaction Methods 0.000 claims description 2
- 230000007838 tissue remodeling Effects 0.000 claims description 2
- 230000034512 ubiquitination Effects 0.000 claims description 2
- 238000010798 ubiquitination Methods 0.000 claims description 2
- 101000889990 Homo sapiens Apolipoprotein(a) Proteins 0.000 claims 2
- 230000001010 compromised effect Effects 0.000 claims 2
- 238000004896 high resolution mass spectrometry Methods 0.000 claims 2
- 102000045903 human LPA Human genes 0.000 claims 2
- IPWKGIFRRBGCJO-IMJSIDKUSA-N Ala-Ser Chemical group C[C@H]([NH3+])C(=O)N[C@@H](CO)C([O-])=O IPWKGIFRRBGCJO-IMJSIDKUSA-N 0.000 claims 1
- 108091005804 Peptidases Proteins 0.000 claims 1
- 239000004365 Protease Substances 0.000 claims 1
- 102100037486 Reverse transcriptase/ribonuclease H Human genes 0.000 claims 1
- 239000003524 antilipemic agent Substances 0.000 claims 1
- 230000006907 apoptotic process Effects 0.000 claims 1
- 230000033228 biological regulation Effects 0.000 claims 1
- 210000001124 body fluid Anatomy 0.000 claims 1
- 239000010839 body fluid Substances 0.000 claims 1
- 150000002148 esters Chemical class 0.000 claims 1
- 238000013467 fragmentation Methods 0.000 claims 1
- 238000006062 fragmentation reaction Methods 0.000 claims 1
- 230000002974 pharmacogenomic effect Effects 0.000 claims 1
- 230000009450 sialylation Effects 0.000 claims 1
- 230000000087 stabilizing effect Effects 0.000 claims 1
- 230000008791 toxic response Effects 0.000 claims 1
- 238000007639 printing Methods 0.000 abstract description 2
- 235000018102 proteins Nutrition 0.000 description 26
- 238000001228 spectrum Methods 0.000 description 19
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 13
- 238000000672 surface-enhanced laser desorption--ionisation Methods 0.000 description 12
- 238000013145 classification model Methods 0.000 description 11
- 238000005259 measurement Methods 0.000 description 11
- 108010056301 Apolipoprotein C-III Proteins 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 10
- 102000030169 Apolipoprotein C-III Human genes 0.000 description 9
- 238000001819 mass spectrum Methods 0.000 description 8
- 238000003909 pattern recognition Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000002526 effect on cardiovascular system Effects 0.000 description 7
- 102000018623 Apolipoproteins M Human genes 0.000 description 6
- 108010027018 Apolipoproteins M Proteins 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 6
- 238000002560 therapeutic procedure Methods 0.000 description 6
- 150000003626 triacylglycerols Chemical class 0.000 description 6
- 206010022489 Insulin Resistance Diseases 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000007635 classification algorithm Methods 0.000 description 5
- 230000004060 metabolic process Effects 0.000 description 5
- 239000000256 polyoxyethylene sorbitan monolaurate Substances 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 208000032928 Dyslipidaemia Diseases 0.000 description 4
- 108010010234 HDL Lipoproteins Proteins 0.000 description 4
- 102000015779 HDL Lipoproteins Human genes 0.000 description 4
- 208000017170 Lipid metabolism disease Diseases 0.000 description 4
- 239000000427 antigen Substances 0.000 description 4
- 108091007433 antigens Proteins 0.000 description 4
- 102000036639 antigens Human genes 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 150000002500 ions Chemical class 0.000 description 4
- 230000001019 normoglycemic effect Effects 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000000756 surface-enhanced laser desorption--ionisation time-of-flight mass spectrometry Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- JKMHFZQWWAIEOD-UHFFFAOYSA-N 2-[4-(2-hydroxyethyl)piperazin-1-yl]ethanesulfonic acid Chemical compound OCC[NH+]1CCN(CCS([O-])(=O)=O)CC1 JKMHFZQWWAIEOD-UHFFFAOYSA-N 0.000 description 3
- WEVYAHXRMPXWCK-UHFFFAOYSA-N Acetonitrile Chemical compound CC#N WEVYAHXRMPXWCK-UHFFFAOYSA-N 0.000 description 3
- 108010007622 LDL Lipoproteins Proteins 0.000 description 3
- 102000007330 LDL Lipoproteins Human genes 0.000 description 3
- 239000011324 bead Substances 0.000 description 3
- SQVRNKJHWKZAKO-UHFFFAOYSA-N beta-N-Acetyl-D-neuraminic acid Natural products CC(=O)NC1C(O)CC(O)(C(O)=O)OC1C(O)C(O)CO SQVRNKJHWKZAKO-UHFFFAOYSA-N 0.000 description 3
- 239000000872 buffer Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008604 lipoprotein metabolism Effects 0.000 description 3
- 239000002953 phosphate buffered saline Substances 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000000746 purification Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- SQVRNKJHWKZAKO-OQPLDHBCSA-N sialic acid Chemical compound CC(=O)N[C@@H]1[C@@H](O)C[C@@](O)(C(O)=O)OC1[C@H](O)[C@H](O)CO SQVRNKJHWKZAKO-OQPLDHBCSA-N 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 108010005094 Advanced Glycation End Products Proteins 0.000 description 2
- 108010061118 Apolipoprotein A-V Proteins 0.000 description 2
- 102000011936 Apolipoprotein A-V Human genes 0.000 description 2
- 108010076807 Apolipoprotein C-I Proteins 0.000 description 2
- 102100036451 Apolipoprotein C-I Human genes 0.000 description 2
- 108010061846 Cholesterol Ester Transfer Proteins Proteins 0.000 description 2
- 102000012336 Cholesterol Ester Transfer Proteins Human genes 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 2
- 238000002965 ELISA Methods 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 2
- 108090000790 Enzymes Proteins 0.000 description 2
- 239000007995 HEPES buffer Substances 0.000 description 2
- 208000016988 Hemorrhagic Stroke Diseases 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 208000032382 Ischaemic stroke Diseases 0.000 description 2
- DTQVDTLACAAQTR-UHFFFAOYSA-N Trifluoroacetic acid Chemical compound OC(=O)C(F)(F)F DTQVDTLACAAQTR-UHFFFAOYSA-N 0.000 description 2
- 108060008682 Tumor Necrosis Factor Proteins 0.000 description 2
- 239000002253 acid Substances 0.000 description 2
- 239000003463 adsorbent Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- WQZGKKKJIJFFOK-PHYPRBDBSA-N alpha-D-galactose Chemical compound OC[C@H]1O[C@H](O)[C@H](O)[C@@H](O)[C@H]1O WQZGKKKJIJFFOK-PHYPRBDBSA-N 0.000 description 2
- 230000002280 anti-androgenic effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 230000015961 delipidation Effects 0.000 description 2
- 238000010790 dilution Methods 0.000 description 2
- 239000012895 dilution Substances 0.000 description 2
- LOKCTEFSRHRXRJ-UHFFFAOYSA-I dipotassium trisodium dihydrogen phosphate hydrogen phosphate dichloride Chemical compound P(=O)(O)(O)[O-].[K+].P(=O)(O)([O-])[O-].[Na+].[Na+].[Cl-].[K+].[Cl-].[Na+] LOKCTEFSRHRXRJ-UHFFFAOYSA-I 0.000 description 2
- 229940088598 enzyme Drugs 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000008821 health effect Effects 0.000 description 2
- 210000002216 heart Anatomy 0.000 description 2
- 238000003018 immunoassay Methods 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 208000020658 intracerebral hemorrhage Diseases 0.000 description 2
- 230000000302 ischemic effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 230000037356 lipid metabolism Effects 0.000 description 2
- 230000004130 lipolysis Effects 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000000816 matrix-assisted laser desorption--ionisation Methods 0.000 description 2
- 230000004066 metabolic change Effects 0.000 description 2
- 230000004770 neurodegeneration Effects 0.000 description 2
- 208000015122 neurodegenerative disease Diseases 0.000 description 2
- 230000036542 oxidative stress Effects 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 239000000137 peptide hydrolase inhibitor Substances 0.000 description 2
- 239000012071 phase Substances 0.000 description 2
- 229920001184 polypeptide Polymers 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 238000012628 principal component regression Methods 0.000 description 2
- 102000004196 processed proteins & peptides Human genes 0.000 description 2
- 108090000765 processed proteins & peptides Proteins 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012207 quantitative assay Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 239000011534 wash buffer Substances 0.000 description 2
- NWUYHJFMYQTDRP-UHFFFAOYSA-N 1,2-bis(ethenyl)benzene;1-ethenyl-2-ethylbenzene;styrene Chemical compound C=CC1=CC=CC=C1.CCC1=CC=CC=C1C=C.C=CC1=CC=CC=C1C=C NWUYHJFMYQTDRP-UHFFFAOYSA-N 0.000 description 1
- 102100025573 1-alkyl-2-acetylglycerophosphocholine esterase Human genes 0.000 description 1
- UMCMPZBLKLEWAF-BCTGSCMUSA-N 3-[(3-cholamidopropyl)dimethylammonio]propane-1-sulfonate Chemical compound C([C@H]1C[C@H]2O)[C@H](O)CC[C@]1(C)[C@@H]1[C@@H]2[C@@H]2CC[C@H]([C@@H](CCC(=O)NCCC[N+](C)(C)CCCS([O-])(=O)=O)C)[C@@]2(C)[C@@H](O)C1 UMCMPZBLKLEWAF-BCTGSCMUSA-N 0.000 description 1
- 208000030507 AIDS Diseases 0.000 description 1
- 208000024893 Acute lymphoblastic leukemia Diseases 0.000 description 1
- 208000014697 Acute lymphocytic leukaemia Diseases 0.000 description 1
- 102000009081 Apolipoprotein A-II Human genes 0.000 description 1
- 108010087614 Apolipoprotein A-II Proteins 0.000 description 1
- 101710095342 Apolipoprotein B Proteins 0.000 description 1
- 102100040202 Apolipoprotein B-100 Human genes 0.000 description 1
- 102100030970 Apolipoprotein C-III Human genes 0.000 description 1
- 108010027006 Apolipoproteins B Proteins 0.000 description 1
- 102000018616 Apolipoproteins B Human genes 0.000 description 1
- 108010024976 Asparaginase Proteins 0.000 description 1
- 201000009030 Carcinoma Diseases 0.000 description 1
- 108010078791 Carrier Proteins Proteins 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 208000022461 Glomerular disease Diseases 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 108060003951 Immunoglobulin Proteins 0.000 description 1
- 102000005348 Neuraminidase Human genes 0.000 description 1
- 108010006232 Neuraminidase Proteins 0.000 description 1
- 108091034117 Oligonucleotide Proteins 0.000 description 1
- 208000006664 Precursor Cell Lymphoblastic Leukemia-Lymphoma Diseases 0.000 description 1
- 229940124158 Protease/peptidase inhibitor Drugs 0.000 description 1
- 102000000852 Tumor Necrosis Factor-alpha Human genes 0.000 description 1
- 102100040247 Tumor necrosis factor Human genes 0.000 description 1
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 1
- JLCPHMBAVCMARE-UHFFFAOYSA-N [3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-hydroxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methyl [5-(6-aminopurin-9-yl)-2-(hydroxymethyl)oxolan-3-yl] hydrogen phosphate Polymers Cc1cn(C2CC(OP(O)(=O)OCC3OC(CC3OP(O)(=O)OCC3OC(CC3O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c3nc(N)[nH]c4=O)C(COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3CO)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cc(C)c(=O)[nH]c3=O)n3cc(C)c(=O)[nH]c3=O)n3ccc(N)nc3=O)n3cc(C)c(=O)[nH]c3=O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)O2)c(=O)[nH]c1=O JLCPHMBAVCMARE-UHFFFAOYSA-N 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 150000001412 amines Chemical class 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 230000000798 anti-retroviral effect Effects 0.000 description 1
- 230000000840 anti-viral effect Effects 0.000 description 1
- 238000011225 antiretroviral therapy Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004630 atomic force microscopy Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 235000020934 caloric restriction Nutrition 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 230000023852 carbohydrate metabolic process Effects 0.000 description 1
- 235000021256 carbohydrate metabolism Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 150000001793 charged compounds Chemical class 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000004440 column chromatography Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 229940042399 direct acting antivirals protease inhibitors Drugs 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000002848 electrochemical method Methods 0.000 description 1
- 238000001962 electrophoresis Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002255 enzymatic effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- OXZOLXJZTSUDOM-UHFFFAOYSA-N fluoro 2,2,2-trifluoroacetate Chemical compound FOC(=O)C(F)(F)F OXZOLXJZTSUDOM-UHFFFAOYSA-N 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 229930182830 galactose Natural products 0.000 description 1
- 238000001502 gel electrophoresis Methods 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 108091005608 glycosylated proteins Proteins 0.000 description 1
- 102000035122 glycosylated proteins Human genes 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 208000014951 hematologic disease Diseases 0.000 description 1
- 208000018706 hematopoietic system disease Diseases 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 230000002209 hydrophobic effect Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000002649 immunization Methods 0.000 description 1
- 230000003053 immunization Effects 0.000 description 1
- 230000000951 immunodiffusion Effects 0.000 description 1
- 102000018358 immunoglobulin Human genes 0.000 description 1
- 229940072221 immunoglobulins Drugs 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 150000002484 inorganic compounds Chemical class 0.000 description 1
- 229910010272 inorganic material Inorganic materials 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004255 ion exchange chromatography Methods 0.000 description 1
- 239000003456 ion exchange resin Substances 0.000 description 1
- 238000001616 ion spectroscopy Methods 0.000 description 1
- 229920003303 ion-exchange polymer Polymers 0.000 description 1
- 238000000752 ionisation method Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 239000003446 ligand Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 201000011649 lymphoblastic lymphoma Diseases 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 108091005573 modified proteins Proteins 0.000 description 1
- 102000035118 modified proteins Human genes 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013642 negative control Substances 0.000 description 1
- 230000006654 negative regulation of apoptotic process Effects 0.000 description 1
- 238000004848 nephelometry Methods 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 238000001050 pharmacotherapy Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 239000013641 positive control Substances 0.000 description 1
- 230000001323 posttranslational effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 235000004252 protein component Nutrition 0.000 description 1
- 230000022558 protein metabolic process Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000003127 radioimmunoassay Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 239000012465 retentate Substances 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007790 solid phase Substances 0.000 description 1
- 230000003381 solubilizing effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 210000003523 substantia nigra Anatomy 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 229920001059 synthetic polymer Polymers 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 231100000027 toxicology Toxicity 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 description 1
- 238000004879 turbidimetry Methods 0.000 description 1
- 238000005199 ultracentrifugation Methods 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
- G01N33/5091—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing the pathological state of an organism
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/775—Apolipopeptides
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Urology & Nephrology (AREA)
- Chemical & Material Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Hematology (AREA)
- Medicinal Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Biotechnology (AREA)
- Physiology (AREA)
- Tropical Medicine & Parasitology (AREA)
- Food Science & Technology (AREA)
- Microbiology (AREA)
- Analytical Chemistry (AREA)
- Cell Biology (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
<B>TéCNICA DE OETENçAO DE IMPRESSAO DIGITAL DE APOLIPOPROTEINA E MéTODOS RELACIONADOS à MESMA <D> Método para determinar a concentração e modificações de apolipoproteifla em amostras biológicas incluindo plasma, soro, e frações de lipoproteifla, pela obtenção de uma amostra de um paciente, adicionando um volume específico de um padrão interno à amostra, aplicação da amostra a um chip de superfície melhorada, revestido com Proteína O, ligado a anticorpo, e remoção de componentes da amostra não ligados, análise da amostra por espectrometria de massa, determinação da concentração da apolipoproteina usando valores de padrões internos, e avaliando a concentraçaO da apolipoproteina, suasisoformas, substituições e modificações de aminoácido para uso como uma ferramenta para diagnosticar câncer, diabete, acidente vascular cerebral, estresse, mal de Alzheimer, inflamação, doença neurológica e doenças cardiovasculares.
Description
"TÉCNICA DE OBTENÇÃO DE IMPRESSÃO DIGITAL DE APOLIPOPROTEÍNA E MÉTODOS RELACIONADOS Ã MESMA"
INFORMAÇÃO DE DIREITOS AUTORAIS
Uma porção da revelação deste documento de patente pode conter material que está sujeito a proteção de direitos autorais. O proprietário dos direitos autorais não faz objeção à reprodução por fac-símile, por qualquer pessoa, do \ documento de patente ou revelação da patente conforme ela é apresentada no arquivo ou registros de patente da Agência de Patentes e Marcas Registradas dos Estados Unidos da América, mas, por outro lado, reserva todos e quaisquer direitos autorais.
REFERÊNCIA CRUZADA E REIVINDICAÇÃO DE PRIORIDADE
O presente pedido reivindica prioridade em relação ao Pedido do Tratado de Cooperação de Patente n9 PCT/US2007/007359, publicação n- WO 2007/112005 A2, intitulado "Apolipoprotein Fingerprinting Technique," depositado em 23 de março de 2007, em nome das inventoras Emelita De Guzman Breyer e ' Mary K. Robinson, que reivindicam prioridade relacionada e em benefício do pedido de patente Provisório Norte-Americano intitulado "APOLIPOPROTEIN FINGERPRINTING TECHNIQUE" depositado em 23 de março de 2006, em nome das inventoras Emelita De Guzman Breyer e Mary K. Robinson, tendo o número de série 60/743.678.
HISTÓRICO
I. Campo da Invenção
A presente invenção se refere ao campo decomposições, análise e quantificação de apolipoproteínas em amostras biológicas e clínicas. Mais especificamente, esta invenção se refere a métodos, técnicas, e protocolos para aobtenção de impressão digital, perfil, determinação, e/ou quantificação de apolipoproteínas presentes em amostras de matrizes biológicas humanas, tais como, por exemplo, e sem limitação, plasma, urina, soro e frações de lipoproteína.
II. Descrição da Técnica Anterior
É bem aceito que apolipoproteínas, os componentes protéicos de lipoproteínas, são capazes de solubilizar lipídeos hidrofóbicos e facilitam o direcionamento e transporte de célula. Estes componentes, sintetizados no fígado e intestino, são essenciais para manter a integridade de partículas de lipoproteína, servindo como co-fatores para enzimas que agem em lipoproteínas, e facilitando interações mediadas por receptor que removem lipídeos da circulação.
Existem vários grupos de apolipoproteínas: A (Apo A) , B (Apo Β) , C (Apo C) e E (Apo E) . Cada um dos três grupos A, B e C consiste de duas ou mais proteínas distintas. Estas são Apo Al, Apo Ali, Apo AIV, e AV para Apo A; Apo BlOO e Apo B48 para Apo B; e Apo Cl, Apo Cli, Apo CIII, e Apo CIV para Apo C. Apo Cl, CIII, CIV e Apo E, cada uma, consiste de duas ou mais isoformas.
As apolipoproteínas têm várias funções na doença e na saúde.
A apolipoproteína CIII é uma proteína de 79 aminoácidos que existe nos seres humanos como três isoformas diferindo na glicosilação na Treonina-74 A isoforma CIII-O é o produto final de reações de sialidase enzima, tem ausência de resíduos de ácido siálico, galactose e galactose amina, e responde por 14% das isoformas totais. As isoformas CIII-O são inibidores de lipoproteínas de densidade muito baixa (VLDL) que se ligam ao receptor de lipólise estimulada, que é uma rota importante dedepuração de lipoproteínas ricas em triglicerídeo no plasma. A isoforma CIII-O tem a menor afinidade com VLDL. A isoforma CIII-I tem 1 mole de ácido siálico e responde por 51% das isoformas totais. A isoforma CIII-2 é a forma inicial de CIII sintetizada e secretada no fígado, tem 2 moles de ácido siálico, e responde por 35% das isoformas totais. A isoforma CIII-2 tem uma afinidade mais elevada com VLDL e é inibidor mais fraco de VLDL se ligando ao receptor de lipólise estimulado.
Métodos atuais para identificar e quantificar isoformas CIII envolvem o isolamento de frações de lipoproteínas do plasma, deslipidação desta fração, e purificação da CIII da fração solúvel em água de apolipoproteínas. Embora as diferentes isoformas purificadas possam, todas, serem detectadas por eletroforese de gel de foco isoelétrico, espectrometria de massa, e espectroscopia de fluorescência e absorbância, nenhuma individualização, diferenciação, ou quantificação relativa de uma mistura de isoformas é provida por estes resultados ou está dentro destes resultados. A separação das isoformas deve ser executada em primeiro lugar, tal como por cromatografia de troca iônica, se informação de detecção específica com relação a uma isoforma específica for desejada. Isto é, os métodos atuais são desvantajosos por que eles são tediosos no isolamento de CIII do plasma, tendo apenas uma recuperação de proteína de 60-80%, e pelos métodos atuais para diagnósticos clínicos para CIII no plasma, tais como ELISA e ensaios imunoturbidimétricos, apenas poderem detectar CIII total.
Entretanto, isoformas CIII são clinicamente significativas por várias razões. Os níveis das isoformas mudamcom o nível de controle de glicose em pacientes diabéticos. (Sundsten, T., Ostenson, Claes-Goran, Bergsten, P., Diabetes/Metabolism Research Reviews, 24 (2) : 148-54, Fev. De 2008, Serum Protein Patterns in Newly Diagnosed Type 2 Diabetes Mellitus-Influence of Diabetic Environment and Family History of Diabetes.) Por exemplo, HbAlC elevado está diretamente correlacionado com níveis de CIII-O elevados (Florez, H., Mendez, A., Casanova-Romero, P., Larreal-Urdaneta, C., Castillo-Florez, S., Lee, D., e Goldberg, Ronald., Atherosclerosis, 188 (1) :134-41, Set., 2006, Increased Apolipoprotein C-III Leveis Associated with Insulin Resistance Contribute to Dyslipidemia in Normoglycemic and Diabetie subjeets from a Triethnie Population) . Indivíduos hipertrigliceridêmico possuem uma proporção aumentada de CIII como a isoforma CIII-2 em VLDL. Os níveis de CIII-2 aumentam em mulheres submetidas à restrição calórica severa apesar de níveis de CIII total normais. A variação em CIII-2 positivamente está correlacionada com alterações dos triglicerídeos VLDL enquanto a variação de CIII-I está inversamente correlacionada. Devido às limitações nas técnicas existentes com relação à quantificação 20 precisa e detecção de isoformas CIII, o papel destas isoformas em vários processos metabólicos, embora de grande importância na compreensão do metabolismo de lipídeo, está ainda sujeito a controvérsia.
A literatura ou técnica anterior relata várias caracterizações e correlações entre várias apolipoproteínas e doenças. Por exemplo, Apo D é um ligante múltiplo, transportador multifuncional e é conhecido por acumular em um local específico de regeneração dos nervos periféricos na mal de Alzheimer.(Shuvaev, et al. , Neurobiology of Aging, 22 (3) :397-402, Mai-Jun. de 2001. Increased protein glycation in cerebrospinal fluid of Alzheimer's disease; Christen, Y. American Journal of Clinicai Nutrition, 71 (2) :621S-629S, Fev. de 2000. Oxidative stress and Alzheimer disease; Sasaki, et al., American Journal of Pathology, 153 (4) : 1149-55, Out. de 1988. Advanced glycation end products in AlzheimerfS disease and other neurodegenerative diseases.) Adicionalmente, até o presente momento, é considerado que a Apo J está implicada em vários processos fisiológicos, tais como maturação de esperma, transporte de lipídeo, inibição de complemento, remodelação de tecido, reciclagem de membrana, interações célula-célula e célula-substrato, estabilização de proteínas estressadas em um estado competente à dobra, e promoção ou inibição de apoptose. Também, Apo H ê conhecida por ligar-se fixamente a superfícies com carga negativa e inibir a ativação do caminho intrínseco de coagulação do sangue e a atividade de protrombinase de plaquetas ativadas pela cobertura de superfícies com carga negativa necessárias para ambas as atividades. Apo F está associada com LDL e inibe a atividade de proteína de transferência de colesterol éster (CETP), e parece ser um regulador importante de transporte de colesterol. Apo F está associada em menor grau com VLDL, Apo AI e Apo AII. Foi proposto que Apo M está envolvida no transporte de lipídeo. (Feingold, et al., Atherosclerosis, 199 (1) : 19-26, Jul. de 2008. Infection and inflammation decrease apolipoprotein M expression; Huang, et al. Medicai Hypotheses, 69 (1) : 136-40, 2007. Apolipoprotein M likely extends its anti-atherogenesis via anti- inf lammation; Dahlback, et al. Current Opinion in Lipidology, 17(3):291-5, Jun. de 2006.Apolipoprotein Μ—a novel player in high-density lipoprotein metabolism and atherosclerosis.) Apo CIV é uma apolipoproteína de 14,5 kD de tamanho no mesmo local que CI e CII, e ainda nenhuma função parece ser relatada na literatura.
Adicionalmente, baseado em correlaçõesepidemiológicas entre doença cardiovascular e níveis de colesterol, os médicos vêm medindo e padronizando há muito tempo a medição dos níveis de colesterol para avaliar os riscos de doença cardíaca. Partículas de lipoproteína (LDL e HDL) e o colesterol 10 associado com elas também têm sido usados na avaliação de riscos cardiovasculares. (Chen, et al. , International Journal of Urology, 12 (10) : 886-91, Out. de 2005. Antiandrogenic therapy can cause coronary arterial disease; Florez, et a., Atherosclerosis, 188 (1) :134-41, Set., 2006, Increased Apolipoprotein C-III Leveis 15 Associated with Insulin Resistance Contribute to Dyslipidemia in Normoglycemic and Diabetie subjeets from a Triethnie Population; Scheffer, et al. Clinicai Chemistry, 54 (8) :1325-30, Ago. de 2008. Inereased plasma apolipoprotein C-III eoneentration independently prediets cardiovascular mortality: the Hoorn Study; Gervaise, et al. Diabetologia, 43(6):703-8, Jun.. de 2000. Triglycerides, apo C3 and Lp B:C3 and cardiovascular risk in type II diabetes; Huang, et al. Medicai Hypotheses, 69 (1) : 136-40, 2007. Apolipoprotein M likely extends its anti-atherogenesis via anti-inflammation; Dahlback, et al. Current Opinion in Lipidology, 17(3) .-291-5, Jun. 25 de 2006. Apolipoprotein M-a novel player in high-density lipoprotein metabolism and atherosclerosis.) Muitos estudos de pesquisa foram realizados para relacionar os efeitos na saúde dos tamanhos e densidades da partícula de lipoproteína, mas asconclusões destes estudos não foram consistentes.
Nos últimos anos, tem havido considerável evidência de que os níveis de apolipoproteína estão associados com uma variedade de condições, e recentemente o "National Heart, Lung, and Blood Institute (NHLBI)", em uma reunião recente com o "Centers for Disease Control and Prevention" [Centros de Controle e Prevenção de Doenças], recomendou que as medições de apolipoproteína B fossem incluídas para padronização em um futuro próximo. As apolipoproteínas estão associadas com doença cardiovascular, diabete, acidente vascular cerebral, obesidade, Alzheimer, HIV, e outras doenças. (Allard, et al. Proteomics. 4(8): 2242-51, Ago. de 2004. ApoC-I and ApoC-III as potential plasmatic markers to distinguish between ischemic and hemorrhagic stroke; Sierra-Johnson, et al. , European Heart Journal, 28 (21) : 2637-43, Nov. de 2007. ApoB/apoA-1: an independent predictor of insulin resistance in US non-diabetic subjects; Florez, et al., Atherosclerosis, 188 (1) : 134-41, Set. de 2006. Increased apolipoprotein C-III leveis associated with insulin resistance contribute to dyslipidemia in normoglycemic and diabetic subjects from a triethnic population·, Malik, et al. Clinicai Câncer Research, 11 (3):1073-85, 1 de Fev. de 2005. Serum leveis of an isoform of apolipoprotein A-II as a potential marker for prostate câncer; Chen, et al., International Journal of Urology, 12 (10) :886-91, Out. de 2005. Antiandrogenic therapy can cause coronary arterial disease; Sundsten, et al., Diabetes/Metabolism Research Reviews, 24 (2) : 148-54, Fev. de 2008. Serum protein patterns in newly diagnosed type 2 diabetes mellitus—influence of diabetic environment and family history ofdiabetes; Alborn, et al. Clinica Chimica Acta, 378 (1-2) : 154-8,v Mar. de 2007. Relationship of apolipoprotein A5 and apolipoprotein C3 leveis to serum triglycerides in patients with type 2 diabetes; Florez, et a., Atherosclerosis, 188(1):134-41, Set. de 2006, 5 Increased Apolipoprotein C-III Leveis Associated with Insulin Resistance Contribute to Dyslipidemia in Normoglycemic and Diabetie subjeets from a Triethnie Population; Dallinga-Thie, et al. Diabetologia, 49 (7) :1505-11, Jul. de 2006. Plasma apolipoprotein A5 and triglycerides in type 2 diabetes; Davidsson, 10 et al., Journal of Lipid Research, 46 (9) : 1999-2006, Set. de 2005. A proteomic study of the apolipoproteins in LDL subclasses in patients with the metabolic syndrome and type 2 diabetes; Rimland, et al., Journal of Acquired Immune Deficiency Syndromes: JAIDS, 42 (3) :307-13, Jul. de 2006. Antiretroviral therapy in HlV-positive women is associated with increased apolipoproteins and total cholesterol; Feingold, et al., Atherosclerosis, 199(1) :19-26, Jul. de 2008. Infection and inflammation decrease apolipoprotein M expression; Shuvaev, et al., Neurobiology of Aging, 22 (3):397-402, Mai-Jun. de 2001. Increased protein glycation in cerebrospinal fluid of Alzheimer's disease; Christen, Y. American Journal of Clinicai Nutrition, 71 (2) :621S-629S, Fev. de 2000. Oxidative stress and Alzheimer disease; Sasaki, et al., American Journal of Pathology, 153 (4) :1149-55, 1988, Out. Advanced glycation end products in Alzheimer' s disease and other neurodegenerative diseases; Rosenberg, et al., Molecular & Cellular Biology, 22(6):1893-902, Mar. de 2002. Apolipoptrotein J/clustering prevents a progressive glomerulopathy of aging; Scheffer, et al. Clinicai Chemistry, 54 (8): 1325-30, Ago. de 2008. Increased plasmaapolipoprotein C-III concentration independently predicts cardiovascular mortality: the Hoorn Study; Gervaise, et al. Diabetologia, 43 (6):703-8, Jun. de 2000. Triglycerides, apo C3 and Lp B:C3 and cardiovascular risk in type II diabetes; Ordonez, et 5 al. Histology & Histopathology; 21(4):361-6, Abr. de 2006. Apolipoprotein D expression in substantia nigra of Parkinson disease; Tozuka, et al. Annals of Clinicai & Laboratory Science, 27(5): 351-7, Set-Out. de 1997. Characterization of hypertriglyceridemia induced by L-asparaginase therapy for acute 10 lymphoblastic leukemia and malignant lymphoma; Favrot, et al. Biomedicine & Pharmacotherapy, 38(l):55-9, 1984. Study of blood lipids in 30 children with malignant hematological disease or carcinoma; Huang, et al. Medicai Hypotheses, 69 (1) :136-40, 2007. Apolipoprotein M likely extends its anti-atherogenesis via anti- inflammation; Dahlback, et al. Current Opinion in Lipidology, 17(3) :291-5, Jun. de 2006. Apolipoprotein M—a novel player in high-density lipoprotein metabolism and atherosclerosis.) Dado o papel primário de apolipoproteínas no transporte e metabolismo de lipídeos, estas associações não são surpreendentes. A dificuldade de purificação, detecção, e quantificação de apolipoproteínas, entretanto, não tem tornado fácil conduzir investigações entre níveis destes compostos e efeitos na saúde.
Usando metodologia da técnica anterior, a quantificação e medição de apolipoproteína atualmente requerem a etapa de separação de partículas de lipoproteína do soro por ultracentrifugação analítica ou seqüencial, cromatografia de coluna, eletroforese, ou precipitação. Estas técnicas tradicionais atualmente têm um custo muito elevado e consomem muito tempo parauso em análises clínicas de rotina. Uma outra técnica útil é cromatografia líquida de alto desempenho, que é mais rápida, mas muito mais complexa e de alto custo. Outras técnicas atualmente usadas para medição de teor de Apo A e B incluem ensaio imunológico de enzima (ELISA), radioimunoensaio, imunoensaio de fluorescência, imunodifusão radial, nefelometria, turbidimetria e eletroimunoensaio. Recentemente, espectrometria de massa de dessorção/ionização por laser de superfície melhorada (SELDI ou SELDITOF-MS, com TOF significando tempo de vôo e MS significando espectrometria de massa) tem oferecido algumas opções novas para medição de apolipoproteína no plasma, soro, e frações de lipoproteína. Entretanto, toda técnica conhecida é desvantajosa pelo menos pelo fato de que uma apolipoproteína única deve ser escolhida para quantificação e medição, dessa maneira requerendo que diversas técnicas longas, complexas e de alto custo sejam executadas, se a informação referente a diversas apolipoproteínas for requerida. Adicionalmente, perfis de plasma ou soro total requerem agrupamento elaborado e técnicas de reconhecimento de padrão para detectar diferenças nas amostras de indivíduos normais e saudáveis.
Conseqüentemente existe uma necessidade de ensaios precisos, rápidos, reprodutíveis para a separação, identificação e quantificação de apolipoproteínas. Existe uma necessidade de técnicas melhoradas para a realização de impressão digital, perfil, determinação, e/ou quantificação de apolipoproteínas presentes nas matrizes biológicas, tais como amostras de plasma, soro e frações de lipoproteína, urina, ou similares, onde o fenótipo de um indivíduo humano específico podeser caracterizado em vez de ou em adição ao genótipo. É a estas e outras necessidades que a presente invenção está direcionada.
BREVE SUMARIO DESTA INVENÇÃO
Em resumo, a técnica da invenção combina técnicas imunológicas com dessorção/ionização a laser de superfície aumentada, SELDI, para facilitar a detecção e medição de apolipoproteínas múltiplas diretamente em matrizes biológicas, tais como, apenas para objetivos exemplificativos, urina, plasma ou soro não f racionado, ou em frações de lipoproteínas, ou em qualquer outra matriz biológica adequada. Além do mais, padrões internos facilitam a confiança aumentada nos resultados, onde detecção e medição de proteínas conhecidas tendo propriedades de ligação de anticorpo similares às proteínas de interesse, mas com uma massa molecular visivelmente diferente, podem ser co-analisadas de modo que a massa do(s) polipeptídeo(s) desconhecido(s) determinada por espectrometria de massa possa ser comparada à massa do polipeptídeo de referência do padrão interno de identidade e concentração conhecidas. Desta maneira, limitações sistêmicas previamente não reconhecidas podem ser essencialmente superadas.
De acordo com seus aspectos principais, e conforme brevemente apresentada, a técnica de impressão digital de apolipoproteína, conforme descrita aqui, permite a separação, concentração e detecção de uma ou mais apolipoproteínas em uma superfície, ao invés de requerer, por exemplo, extração e deslipidação da amostra, e então uma seleção tanto de um chip carregado ou de uma série de chips, de acordo com a apolipoproteína para a qual a informação está sendo buscada.Conforme observado acima, de acordo com metodologias conhecidas, perfis de plasma ou soro total requerem agrupamento elaborado e técnicas de reconhecimento de padrão para detectar diferenças em amostras de indivíduos normais e saudáveis.
O uso de anticorpos específicos na tecnologia SELDI, entretanto, conduz a um método de análise muito mais simples. Uma outra característica de simplificação da tecnologia SELDI é cromatografia de retentado. Proteínas de interesse são retidas por sua ligação a uma superfície específica enquanto outros analitos são eliminados, onde absorção e dessorção podem ser modificadas por ajustes no pH, concentração de sal ou solventes orgânicos. Ácido sinapínico ou outra matriz apropriada é misturado em uma solução preparada na hora com ácido tetrafluoroacético e aplicado ao assim denominado "chip" e, mediante secagem, as moléculas do analito embebidas na matriz são dessorvidas por um laser, ionizadas da fase sólida, e aceleradas como íons moleculares intactos. Estas características SELDI são adicionalmente exploradas pela técnica melhorada da presente invenção.
Uma configuração da técnica preferida da presente invenção usa anticorpos específicos, ligados a chips de superfície aumentada por meio da Proteína G, ou proteína ou molécula de captura de anticorpo similarmente funcional, para seletivamente absorver apolipoproteínas diretamente de amostras de plasma. A Proteína G preferida se liga à porção fc dos anticorpos selecionados, resultando em um posicionamento direcional intencional da mesma que serve para aumentar de forma reprodutível a ligação dos anticorpos a antígenos específicos de interesse em amostras biológicas. Uma ou mais dentre as apolipoproteínasespecificamente direcionadas em uma amostra biológica são, dessa maneira, retidas na superfície dos chips de superfície aumentada, enquanto outros componentes da amostra são eliminados. A matriz de solução EAM (molécula de absorção de energia) facilita ionização/dessorção de laser das apolipoproteínas. As apolipoproteínas ionizadas atingem o detector em tempos ligeiramente diferentes baseados em seus tempos de vôo, cujas diferenças de tempo podem ser convertidas em massas. As intensidades dos picos são relacionadas à quantidade de cada proteína. Dessa maneira, apolipoproteínas totais, assim como isoformas, podem ser identificadas e quantificadas, resultando no desenvolvimento eficiente de um perfil de apolipoproteína para uma amostra alvo de uma técnica singular. Além do mais, a técnica provê um aumento benéfico no controle da qualidade, permitindo a inclusão de padrões internos, assim melhorando a garantia da qualidade, precisão e reprodutibilidade dos resultados.
As composições, níveis, e isoformas das apolipoproteínas em matrizes biológicas, plasma e em frações de lipoproteínas, são determinantes de vários distúrbios ou condições relacionadas à doença cardiovascular e outros distúrbios crônicos tais como acidente vascular cerebral, síndrome metabólica, inflamação, mal de Parkinson, diabete, Alzheimer, HIV e pacientes de HIV sob inibidores de protease (hipertrigliceridêmicos) , e vários tipos de lipoproteinemia (Id.). Por exemplo, um ensaio de diagnóstico clínico para isoformas CIII, de acordo com a técnica atualmente descrita, poderia indicar beneficamente distúrbios potenciais, incluindo, mas não limitado àqueles mencionados acima. Estudos clínicos usando medicamentos que diminuem lipídeos sebeneficiariam das técnicas de impressão digital' de apolipoproteína da presente invenção, onde as técnicas da presente invenção permitiriam uma observação valiosa dos níveis e distribuição de apolipoproteínas e suas isoformas nas matrizes biológicas, tal como plasma, e em frações de lipoproteína diferentes para mostrar como estes parâmetros se alteram com distúrbios e tratamentos diferentes. As técnicas da presente invenção também são ideais para avaliar a situação da apolipoproteína em recém nascidos e para avaliar as modificações da apolipoproteína que ocorrem com o
envelhecimento, nutrição, exposições ambientais, e alterações noestilo de vida.
Aplicações ilustrativas da técnica presentemente descrita incluem a definição de biomarcadores ou perfis de apolipoproteína específicos à doença e o desenvolvimento de ensaios quantitativos que sejam rápidos e úteis para diagnósticos ou categorização de uma ou mais doenças ou condições. Estas características, e outras características e vantagens da presente invenção, se tornarão mais aparentes para aqueles com especialização ordinária na técnica relevante, quando a descrição detalhada a seguir das configurações preferidas for lida em conjunto com os desenhos em anexo
BREVE DESCRIÇÃO DAS FIGURAS
A presente invenção será mais bem compreendida através da leitura da Descrição Detalhada das Configurações Preferidas ou Alternativas com referência às figuras anexas, que ilustram a reprodutibilidade de padrões e perfis de isoforma representativos para a invenção, nos quais números de referência similares denotam estrutura similar e se referem a elementossimilares em toda a descrição, e nos quais:
A Figura IA é uma tabela de Pesos Moleculares dos Padrões de Diferentes Isoformas CIII;
A Figura IB é uma representação de Espectros de Massa e Pesos Moleculares Relatados dos Padrões de Diferentes Isoformas CIII;
A Figura 2 é uma representação de Chip CHIPHERGEN Q10 de Perfil de Apolipoproteína Agrupada CIII (Isoformas CIII-O, CIII-1, e CIII-2);
A Figura 3 é uma representação de Chip CHIPHERGEN CM10 de Perfil de Apolipoproteína Agrupada CIII (Isoformas CIII-0, CIII-1, e CIII-2) ;
A Figura 4A é uma primeira representação de Chip CHIPHERGEN Anti-CIII PS 20 de Reprodutibilidade de Perfil de Isoformas CIII;
A Figura 4B é uma segunda representação de Chip CHIPHERGEN Anti-CIII PS 20 de Reprodutibilidade de Perfil de Isoformas CIII;
A Figura 5 é uma representação de Chip CHIPHERGEN Anti-CIII PS 20 de Reprodutibilidade de Perfil de Isoformas CIII;
A Figura 6 é uma representação de Reprodutibilidade de Perfil de Isoformas CIII no Plasma;
A Figura 7 é uma representação de Reprodutibilidade de Perfil de Isoformas CIII em Diferentes Diluições de Plasma;
A Figura 8 é uma representação de Reprodutibilidade de Perfil de Isoformas CIII em Diferentes Diluições de Plasma;A Figura 9 é uma representação da Comparação do Chip CHI PHERGEN Anti-CIII PS 20 de Perfil de Isoforma CIII de Indivíduos Normais e Diabéticos;
A Figura 10 é uma representação da Comparação do Perfil de Apolipoproteína C de Indivíduos Normais e Diabéticos;
A Figura 11 é uma representação da Distribuição no Plasma Total entre Indivíduos Normais e Diabéticos; e
A Figura 12 é uma representação de Perfis de Isoforma de Apolipoproteína de Testes de Plasma Diretos.
DESCRIÇÃO DETALHADA DAS CONFIGURAÇÕES PREFERIDAS
Na descrição das configurações preferidas e alternativas da presente invenção, e com referência às Figuras IA-12, terminologia específica é empregada por uma questão de clareza. A invenção, entretanto, não objetiva ser limitada pela terminologia específica utilizada, e deve ser entendido que cada elemento específico inclui todos os equivalentes técnicos que operem de maneira similar para a realização funções similares.
Esta invenção provê métodos sensíveis e rápidos que podem ser úteis na identificação e na avaliação de doenças cardiovasculares (por exemplo, distúrbios de lipídeo, síndrome metabólica, e aterosclerose), mal de Alzheimer, câncer, câncer da próstata, estresse, acidente vascular cerebral, diabete, inflamação, mal de Parkinson e outros distúrbios neurológicos, e/ou de qualquer condição ou distúrbio que possa ser diagnosticado e/ou caracterizado usando um perfil compreendendo apolipoproteínas. Visto que um perfil de apolipoproteína, e a caracterização de isoforma relativa, estão correlacionados com uma situação de uma doença, assim, portanto, a situação de uma doençaem um paciente pode ser determinada de forma sensível e rápida, usando a técnica presentemente descrita. Dessa maneira, a capacidade da técnica e metodologia presentemente descritas é permitir a definição de biomarcadores ou perfis de apolipoproteína específicos da doença, e desenvolver ensaios quantitativos que sejam rápidos e úteis para diagnóstico e categorização de uma ou mais doenças ou condições.
Mais especificamente, em uma configuração ilustrativa, a presente invenção provê um método de qualificação da situação da doença em um indivíduo compreendendo as etapas de:
(1) medição de pelo menos um biomarcador em uma amostra do indivíduo, onde o pelo menos um biomarcador é selecionado do grupo consistindo de Apo Cl, Apo CII, Apo CIII, Apo CIV, Apo Al, Apo Ali, Apo AIV, Apo AV, Apo BlOO, Apo B48, Apo E,Apo D, Apo H, Apo' G, Apo F, Apo J, Apo L, Apo M, isoformas das mesmas, e combinações das mesmas;
(2) analisar ou quantificar ou medir o pelo menos um biomarcador na amostra por espectrometria;
(3) preparar um perfil do pelo menos um biomarcador usando a análise, quantificação, ou medição, e
(4) comparar o perfil do pelo menos um biomarcador aos perfis de padrão que indicam doença,
onde a presença, ausência, ou concentração relativa do pelo menos um biomarcador na amostra indicam doença. Em uma configuração ilustrativa relacionada, a presente invenção provê um método de qualificação de situação da doença em um indivíduo compreendendo as etapas de:
(1) medir diversos biomarcadores em uma amostrado indivíduo, onde os biomarcadores são selecionados do grupo consistindo de Apo Cl, Apo CII, Apo CIII, Apo CIV, Apo Al, Apo Ali, Apo AIV, Apo AV, Apo BlOO, Apo B48, Apo E, Apo D, Apo H, Apo G, Apo F, Apo J, Apo L, Apo M, isoformas das mesmas, e combinações das mesmas;
(2) analisar ou quantificar ou medir os biomarcadores na amostra por espectrometria;
(3) preparar um perfil dos biomarcadores usando a análise, quantificação, ou medição; e
(4) comparar o perfil dos biomarcadores à perfis de padrões que indicam doença,
onde a presença, ausência, ou concentração relativa dos biomarcadores na amostra indicam uma doença ou doenças.
Em outras configurações ilustrativas, a etapa de medição compreende a quantificação da quantidade do pelo menos um biomarcador ou diversos biomarcadores na amostra. Nas configurações ilustrativas adicionais, a invenção envolve a resolução do pelo menos um biomarcador ou diversos biomarcadores, compreendendo o uso de espectrometria de massa SELDI.
Dessa maneira, a técnica de realização de perfil de proteína de alta produtividade presentemente descrita, em combinação com o uso efetivo de ferramentas de bioinformática provê uma abordagem útil para explorar biomarcadores, assim como outros benefícios úteis se comparada com técnicas atualmente disponíveis para determinação de apolipoproteína. O sistema usado na presente invenção preferivelmente utiliza equipamento de laboratório PROTEINCHIPO cromatográfico, isto é, um equipamentopara explorar amostras, detectar a presença de analitos nas amostras, identificar o tipo de amostra, juntamente com padrões de medição, assim como equipamento para fazer e explorar arranjos moleculares para analisar amostras usando SELDI. Proteínas ligadas aos arranjos são preferivelmente lidas em um leitor de arranjo PROTEINCHIPO, que é um espectrômetro de massa de tempo de vôo.
Adicionalmente, o método desta invenção efetivamente aumenta a capacidade do chip para detectar de forma reprodutível proteínas modificadas (proteínas glicosiladas, etc.) e proteínas degradadas, onde a utilização de Proteína G, Proteína A, derivados das mesmas, ou outra molécula de receptor de anticorpo adequada, facilita, de forma precisa, a colocação direcional preferida de anticorpos no chip, onde o termo anticorpo, conforme usado em todo o relatório, objetiva fazer referência ao anticorpo integral, fragmento de anticorpo, imitador de anticorpo, "aptimer", e/ou qualquer outro receptor de antígeno adequado. Similarmente, o termo receptor de anticorpo, conforme usado em todo o relatório, objetiva fazer referência a qualquer estrutura molecular, ou componente da mesma, que seja capaz de se ligar a um anticorpo, ou receptor de antígeno, conforme definido aqui. Adicionalmente, a eliminação do método de extração inicial e das técnicas de purificação direcionadas acopladas com a substituição de técnicas de detecção baseadas em fluorescência, permite a detecção de diversas apolipoproteínas com modificações pré- e/ou pós-translacionais. Formas modificadas por pré-translação incluem variantes alélicas, variantes de fatia e formas de edição de RNA. Formas modificadas pós-translação incluem formas que resultam de truncação, clivagem proteolítica (por exemplo,fragmentos de uma proteína mãe), glicosilação, lipidação, cisteinilação, glutationilação, fosforilação, prenilação, acilação, acetilação, metilação, sulfação, sulfonação, hidroxilação, miristoilação, farnesilação, oxidação e ubiquitinação. Formas modificadas de qualquer biomarcador desta invenção também, elas mesmas, podem, dessa maneira, ser usadas como biomarcadores. Estas modificações serviram anteriormente para influenciar adversamente ou impedir resultados em técnicas anteriores.
Como pode ser visto, os perfis realizados dapresente técnica podem compreender composições, níveis, e isoformas de apolipoproteínas de qualquer matriz biológica adequada, tal como extraída do plasma e das frações de lipoproteína, onde estas composições, níveis,, e isoformas podem ser determinantes de várias doenças, distúrbios ou condições. Conforme usado aqui, o termo doenças inclui distúrbios e condições, e é usado especificamente em relação, mas não limitado a doença cardiovascular e outros distúrbios crônicos, tais como acidente vascular cerebral, síndrome metabólica, diabete, Alzheimer, HIV, inflamação, Parkinson, doença neurológica, vários tipos de lipoproteinemia, câncer da próstata, e vários outros cânceres. Por exemplo, estudos clínicos conduzidos em conjunto com as doenças mencionadas acima ou outras doenças e o uso de medicamentos para diminuição de lipídeos, seriam beneficiados pela técnica de impressão digital de apolipoproteína da presente invenção, onde resultados rápidos, eficientes, confiáveis e precisos podem ser coletados e analisados. Como um exemplo adicional, o uso da técnica de impressão digital da presenteinvenção permitiria observar os níveis e a distribuição de apolipoproteínas e suas isoformas no plasma e em frações de lipoproteína diferentes, para mostrar como estes parâmetros alteram com diferentes doenças e seus tratamentos. Para ainda um 5 outro exemplo, a técnica da presente invenção pode ser ideal para avaliar a situação da apolipoproteína em recém-nascidos e para avaliar as modificações nas apolipoproteínas que ocorrem com o envelhecimento, nutrição, exposições ambientais, e alterações no estilo de vida, por exemplo.
Em ainda um outro exemplo, a presente invençãoprovê kits para qualificação da situação da doença, onde os kits podem ser usados para medir biomarcadores específicos de acordo com a técnica da presente invenção. Por exemplo, os kits podem ser usados para medir qualquer um ou mais de um dos biomarcadores 15 descritos aqui, cujos biomarcadores estão presentes diferencialmente nas amostras de pacientes doentes e de indivíduos normais. Para um outro exemplo, os kits podem também ser usados para monitorar a resposta do paciente a um regime de tratamento, permitindo ao médico modificar o tratamento com base nos resultados do teste. Para ainda um outro exemplo, os kits podem ser usados para identificar compostos que modulam a expressão de um ou mais dos biomarcadores em modelos animais in vitro ou in vivo para doenças, avaliando o impacto de alterações metabólicas devido às diferenças nos níveis de hormônios, vitaminas, atividades enzimáticas e outras moléculas reguladoras biológicas vitais nos metabolismos de lipídeo, proteína e carboidratos, imunidade, saúde mental, e comportamento. E, adicionalmente, os kits podem ser usados para observar o impacto da genética,nutrição, medicamentos e outras terapias, tais como tratamento e resposta a gene, químicos, rádio, ou similares, envelhecimento, comportamento, crescimento e desenvolvimento, estilo de vida, meio ambiente, e doenças em expressões de proteína e no metabolismo humano.
Uma configuração da técnica preferida da presente invenção usa anticorpos específicos, ligados a chips de superfície aumentada por meio de Proteína G, para absorver seletivamente apolipoproteínas diretamente de amostras de plasma. A proteína G se liga à porção fc dos anticorpos, efetivamente e beneficamente orientando os anticorpos ligados. Técnicas anteriores eram desvantajosamente não reprodutíveis de forma confiável, onde a orientação física dos anticorpos ligados era deixada ao acaso, e assim variada na concentração de locais que estavam disponíveis 15 para ligação subseqüente à apolipoproteína alvo. Dessa maneira, a presente técnica melhora a ligação dos anticorpos a antígenos específicos de interesse em amostras biológicas. No contexto da presente revelação, e especificamente com relação aos anticorpos conforme discutido aqui acima, é observado que fragmentos de anticorpo, imitadores, e/ou qualquer outro componente compreendendo a região variável apropriada e/ou receptor de antígeno, podem ser utilizados alternativamente.
A superfície dos chips de superfície aumentada retém as apolipoproteínas específicas, enquanto outros componentes 25 da amostra são eliminados. A matriz de solução EAM facilita a ionização/dessorção de laser das apolipoproteínas. As apolipoproteínas ionizadas atingem o detector em tempos ligeiramente diferentes baseados em seus tempos de vôo, cujasdiferenças nos tempos podem ser convertidas em massas. As intensidades dos picos estão relacionadas à quantidade de cada proteína. Conforme usado aqui, os termos anticorpo e anticorpos incluem fragmentos de anticorpos, imunoglobulinas, proteínas de ligação ("affybodies"), etc. Deve ser observado que, de acordo com a técnica preferida, e diferente de outras técnicas atualmente disponíveis para caracterização de apolipoproteínas, o perfil é fenotípico, ao invés de genotípico. Esta característica benéfica permite a identificação de apolipoproteínas modificadas, e pode, portanto, facilitar a identificação de influências ambientais, por exemplo, ao comparar amostras do mesmo indivíduo de períodos de tempo diferentes. Como um exemplo adicional, o desenvolvimento de um perfil de apolipoproteína de acordo com a presente técnica permitirá que amostras gêmeas idênticas sejam distinguidas com base em modificações do estilo de vida, ou mutações, que são refletidas nas diferenças de perfil.
Métodos preferidos de medição de biomarcadores incluem o uso de um arranjo de biochip. Arranjos de biochip úteis na invenção incluem arranjos de proteína e ácido nucléico. Um ou mais biomarcadores, apolipoproteínas e modificações das mesmas, conforme aqui descrito, são capturados no arranjo de biochip e submetidas à ionização de laser para detectar o peso molecular dos biomarcadores. A análise dos biomarcadores é, por exemplo, por peso molecular de um ou mais biomarcadores contra uma intensidade de limite que é normalizada contra a corrente de íon total. Preferivelmente, transformação logarítmica é usada para reduzir faixas de intensidade de pico de modo a limitar o número de biomarcadores detectados. Também,. preferivelmente, um ou maispadrões internos são capturados no mesmo arranjo de biochip com o biomarcador desconhecido, onde o(s) padrão(ões) interno(s) é(são) preferivelmente um biomarcador de um peso molecular com um tamanho relevante ao biomarcador buscado para perfil. A capacidade da presente técnica para facilitar a adição de um padrão interno permite quantificação de componentes de perfil, incluindo isoformas de apolipoproteína identificadas. A capacidade da técnica descrita para definir e apresentar a contribuição de cada isoforma de apolipoproteína para a saúde geral, e relacionar esta informação à concentração de proteína total conhecida e presentemente medida, permite que o médico transfira novos conhecimentos às diretrizes clínicas de tratamento do paciente. Técnicas anteriores eram incapazes de prover estes dados.
Nos métodos preferidos da presente invenção, a etapa de preparar um perfil de biomarcadores e comparar os biomarcadores com uma condição da doença é executada por um algoritmo de classificação de software. Preferivelmente, dados são gerados em amostras de indivíduos imobilizadas em um arranjo de biochip por (1) submissão do arranjo de biochip à ionização de laser e detecção da intensidade de um sinal para a proporção massa/carga; (2) transformação dos dados para uma forma legível por computador; (3) execução de um algoritmo que classifique os dados de acordo com parâmetros inseridos pelo usuário para detectar sinais que representam biomarcadores que estão presentes em pacientes doentes e que estão ausentes em indivíduos de controle saudáveis; (4) comparação dos níveis dos biomarcadores à faixa de referência clínica existente para avaliar o grau de risco ou gravidade da doença; e (5) transformação de dados debiomarcador individual na concentração de proteína total atualmente medida e conhecida para permitir a transferência de novos conhecimentos para as diretrizes clínicas existentes de tratamento do paciente. A etapa (1) preferivelmente usa SELDI-TOF-MS, que, de forma geral, compreende (a) prover uma sonda adaptada para uso com um espectrômetro de massa compreendendo um adsorvente anexado à mesma; (b) contatar a amostra do indivíduo com o adsorvente; (c) dessorver e ionizar o biomarcador ou biomarcadores da sonda; e (d) detectar os biomarcadores ionizados com o espectrômetro de massa.
Em um exemplo, o software CIPHERGEN BIOMARKER PATTERNSTM, que é um pacote de software para classificação supervisionada de conjuntos de dados espectrais de massa SELDI derivados de espectrômetros de massa da plataforma de arranjo CIPHERGEN PROTEINCHIP® e sintetizadores químicos usados para determinar identificação e estrutura de proteína, é usado para detectar um padrão nos espectros que são gerados. Os dados são classificados usando um processo de reconhecimento de padrão que usa um modelo de classificação. No geral, os espectros representarão amostras de pelo menos dois grupos diferentes para os quais um algoritmo de classificação é buscado. Por exemplo, os grupos podem ser: patológico contra não-patológico (por exemplo, câncer contra não-câncer), resposta de medicamento contra não-resposta de medicamento, resposta tóxica contra resposta não tóxica, progressão para um estado de doença contra não-progressão para um estado de doença, ou condição fenotípica presente contra condição fenotípica ausente.
Os espectros que são gerados na etapa (1) deconfigurações da invenção podem ser classificados usando um processo de reconhecimento de padrão que usa um modelo de classificação. Em algumas configurações, dados derivados dos espectros (por exemplo, espectros de massa ou espetros de tempo de vôo) que são gerados usando amostras tais como "amostras conhecidas" podem, então, ser usados para "treinar" um modelo de classificação. Uma "amostra conhecida" é uma amostra que ê pré-classifiçada (por exemplo, câncer ou não câncer). Dados derivados dos espectros (por exemplo, espectros de massa ou espectros de tempo de vôo) que são gerados usando amostras tais como "amostras conhecidas" podem, então, ser usados para "treinar" um modelo de classificação. Uma "amostra conhecida" é uma amostra pré-classifiçada. Os dados que são derivados dos espectros e são usados para formar o modelo de classificação podem ser referidos como "conjunto de dados de treinamento". Após o treinamento, o modelo de classificação pode reconhecer padrões nos dados derivados de espectros gerados usando amostras desconhecidas. 0 modelo de classificação pode, então, ser usado para classificar as amostras desconhecidas em várias classes. Isto pode ser útil, por exemplo, para prever se uma amostra biológica específica está ou não associada com certa condição biológica (por exemplo, doente em relação à saudável).
0 conjunto de dados de treinamento que é usado para formar o modelo de classificação pode compreender dados brutos ou dados pré-processados. Em algumas configurações, dados brutos podem ser obtidos diretamente de espectros de tempo de vôo ou espectros de massa, e, então, podem ser opcionalmente "pré-processados" de qualquer maneira adequada. P,or exemplo, sinaisacima de uma proporção de sinal-para-rui do predeterminada podem ser selecionados, de modo que um subconjunto de picos em um espectro seja selecionado, ao invés de selecionar todos os picos em um espectro. Em um outro exemplo um número predeterminado de "agrupamentos" de pico em um valor comum (por exemplo, um valor de tempo de vôo específico ou valor de proporção de massa para carga) pode ser usado para selecionar picos. Ilustrativamente, se um pico em uma proporção de massa para carga dada for menor que 50% dos espectros de massa em um grupo de espectros de massa, então o pico naquela proporção de massa para carga pode ser omitido do conjunto de dados de treinamento. Etapas de pré-processamento tais como estas podem ser usadas para reduzir a quantidade de dados que é usada para treinar o modelo de classificação.
Modelos de classificação podem ser formados usando qualquer método adequado de classificação estatística (ou "aprendizado") que tente segregar corpos de dados em classes baseado em parâmetros objetivos presentes nos dados. Métodos de classificação podem ser tanto supervisionados quanto não supervisionados. Exemplos de processos de classificação supervisionados e não supervisionados são descritos por Jain, "Statistical Pattern Recognition: A Review", IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 22, N2 1, Janeiro de 2000, que é incorporado aqui por referência em sua totalidade.
Em classificação supervisionada, exemplos contendo dados de treinamento de categorias conhecidas são apresentados para um mecanismo de aprendizado, que ensina um ou mais conjuntos de relacionamentos que definem cada uma das classes conhecidas. Novos dados podem, então, ser aplicados ao mecanismode aprendizado, que então classifica os novos dados usando os relacionamentos aprendidos. Exemplos de processos de classificação supervisionados incluem processos de regressão linear (por exemplo, regressão linear múltipla (MLR), regressão de quadrados mínimos parcial (PLS) e regressão de componentes principais (PCR), árvores de decisão binária (por exemplo, processos de particionamento recursivo, tais como CART - árvores de classificação e regressão), redes neurais artificiais tais como redes de propagação retrógrada, análises de discriminação (por exemplo, classificador Bayesian ou análise de Fischer) , classificadores logísticos, e classificadores de vetor de suporte (máquinas de vetor de suporte).
Após ser capturado em um substrato, por exemplo, um biochip ou anticorpo, qualquer método adequado pode ser usado para medir um biomarcador ou biomarcadores em uma amostra. Por exemplo, biomarcadores podem ser detectados e/ou medidos por uma variedade de métodos de detecção, incluindo, por exemplo, métodos de espectrometria de íon de fase gasosa, métodos óticos, métodos eletroquímicos, microscopia de força atômica e métodos de freqüência de rádio. Usando estes métodos, um ou mais biomarcadores podem ser detectados na amostra.
Nos métodos preferidos da presente invenção, biomarcadores múltiplos são medidos. 0 uso de biomarcadores múltiplos aumenta o valor de previsão do teste e provê maior utilidade em diagnósticos, toxicologia, estratificação de paciente e monitoramento de paciente. 0 processo denominado "reconhecimento de padrão" detecta os padrões formados por biomarcadores múltiplos e melhora grandemente a sensibilidade e especificidade deproteômicos clínicos para medicina preventiva. Variações sutis nos dados de amostras clínicas, por exemplo, obtidas usando SELDI, indicam que certos padrões de expressão de proteína podem prever fenótipos tais como a presença ou ausência de certa doença, um 5 estágio específico de progressão da doença, ou uma resposta positiva ou adversa a tratamentos por medicamentos. (Bard, et al., Antiviral Therapy, 11 (3) :361-70, 2006. Study Group. Association of apolipoproteins C3 and E with metabolic changes in HlV-infected adults treated with a protease-inhibitor-containing antiretroviral 10 therapy.)
A geração de dados em espectrometria de massa começa com a detecção de íons por um detector de íon conforme descrito acima, fons que colidem com o detector geram um potencial elétrico que é digitalizado por um dispositivo de gravação de arranjo de tempo de alta velocidade que captura digitalmente o sinal análogo. O sistema de arranjo CIPHERGEN PROTEINCHIP® emprega um conversor de análogo para digital (ADC) para efetuar isto. o ADC integra a saída do detector em intervalos de tempo regularmente espeçados em bins dependentes do tempo. Os intervalos de tempo tipicamente são de um a quatro nanossegundos de comprimento. Adicionalmente, o espectro de tempo de vôo analisado por último, tipicamente não representa o sinal de um único pulso de energia de ionização em relação a uma amostra, mas ao invés disso, a soma de sinais de uma série de pulsos. Isto reduz o ruído e aumenta a faixa dinâmica. Estes dados de tempo de vôo são, então, submetidos a processamento de dados. No software de arranjo CIPHERGEN PROTEINCHIPO, o processamento de dados tipicamente inclui transformação TOF-para-M/Z, subtrações de linha de base, efiltração de ruído de alta freqüência. Nesta etapa, os sinais são convertidos do domínio de tempo para o domínio de massa.
A subtração de linha de base melhora a quantificação dos dados pela eliminação de deslocamentos de instrumentos reprodutíveis, artificiais, que perturbam o espectro. Isto envolve o cálculo de uma linha de base de espectro usando um algoritmo que incorpora parâmetros tais como largura de pico, e, então, subtrai a linha de base do espectro de massa. Dados de pico de um ou mais espectros podem ser submetidos à análise adicional, por exemplo, pela criação de uma planilha na qual cada fileira representa um espectro de massa específico, cada coluna representa um pico no espectro definido pela massa, e cada célula inclui a intensidade do pico naquele espectro específico. Várias abordagens de reconhecimento de padrões ou estatísticas podem ser aplicadas aos dados. Conforme revelado acima, o software CIPHERGEN BIOMARKER PATTERNSTM é preferivelmente usado para detectar um padrão nos espectros que são gerados. Os dados são classificados usando um processo de reconhecimento de padrão que usa um modelo de classificação. No geral, os espectros preferivelmente representam amostras de pelo menos dois grupos diferentes para os quais um algoritmo de classificação é buscado.
Amostras podem ser coletadas de pacientes ou de outros indivíduos que queiram estabelecer várias condições de doença. Os indivíduos podem ser seres humanos específicos que acreditam que eles estão ou podem estar dentro de um fator de risco mais elevado para certos tipos de doenças, por exemplo, a partir de seu histórico médico. Outros indivíduos podem ser pessoas que tenham tido certas doenças e desejam monitorar aeficácia de seus tratamentos. Adicionalmente, é possível obter as amostras de indivíduos como parte de exames de rotina.
Qualquer biomarcador, individualmente, é útil no auxílio da determinação da situação da doença. Primeiramente, o biomarcador selecionado é medido em uma amostra de indivíduo usando os métodos descritos aqui, por exemplo, captura em um biochip SELDI seguido pela detecção por espectrometria de massa. Então, a medição é comparada com uma quantidade de diagnóstico ou controle que distingue aquele status da doença de um status de não-doença. A quantidade diagnostica refletirá que um biomarcador específico está regulado para cima ou regulado para baixo em um status de doença comparado com um status de não-doença. Como é bem compreendido na técnica, a quantidade diagnostica específica usada pode ser ajustada para aumentar a sensibilidade ou especificidade do ensaio de diagnóstico, dependendo da preferência do técnico de diagnósticos. A quantidade de teste conforme comparada com a quantidade diagnóstica indica, assim, o status da doença.
METODOLOGIAS EXEMPLIFICATIVAS
As metodologias exemplificativas reveladas abaixo são métodos representativos para uso das configurações preferidas da invenção. Nestas metodologias, uma amostra de soro pode ser coletada de um paciente e, então, fracionada usando uma resina de troca iônica. Os biomarcadores na amostra são capturados usando um arranjo PROTEINCHIP® de cobre IMAC (Captura de Afinidade de Metal Imobilizado). (Dubrovsky, et al. Clinicai Chemistry, 45(9):1675. 1999. Immobilization of monolayers of Fc-binding Receptors on Planar Solid Supports.) Os biomarcadores, então, são detectados usando SELDI. Os resultados são, então, inseridos em um sistema decomputador, que contém um algoritmo que é designado usando os mesmos parâmetros que foram usados no algoritmo de aprendizado e algoritmo de classificação para determinar originalmente os biomarcadores. 0 algoritmo produz um diagnóstico baseado nos dados recebidos relacionados a cada biomarcador. Vide as Figuras 1Ά-12 para consulta de dados experimentais relativos a correlações entre isoformas CIII e doença cardiovascular e diabete. Correlações exemplificativas entre várias apolipoproteínas e doenças, conforme previamente discutido, foram confirmadas na literatura. (Allard, et al. Proteomics, 4:2242-2251, 2004. ApoC-I and ApoC-III as potential plasmatic markers to distinguish between ischemic and hemorrhagic stroke; Scheffer, et al., Clinicai Chemistry. 54(8) :1325-30, Ago. De 2008. Increasedplasma apolipoprotein C-III concentration independently predicts cardiovascular mortality: the Hoorn Study; Gervaise, et al. Diabetologia. 43(6):703-8, Jun. de 2000. Triglycerides, apo C3 and Lp B:C3 and cardiovascular risk in type II diabetes.)
0 diagnóstico pode ser determinado pelo exame dos dados produzidos dos testes SELDI com o algoritmo de classificação que é desenvolvido usando os biomarcadores. 0 algoritmo de classificação depende das especificidades do protocolo de teste usado para detectar os biomarcadores. Estas especificidades incluem, por exemplo, preparação de amostra, tipo de chip e parâmetros de espectrômetro de massa. Se os parâmetros de teste mudarem, o algoritmo deve mudar. Similarmente, se o algoritmo mudar, o protocolo de teste pode mudar.
Para a presente invenção preferida, apolipoproteínas purificadas, amostras de plasma de indivíduosnormais, e amostras de plasma de indivíduos diabéticos foram analisadas usando a superfície de chip de proteína PG-20. As apolipoproteínas específicas que foram analisadas de acordo com o método da invenção estão presentes em diversas matrizes biológicas, incluindo, mas não limitada a plasma, soro e fração de lipoproteína em vários níveis. A presença de cada apolipoproteína é determinada usando anticorpos específicos para cada apolipoproteína.
0 protocolo revelado abaixo é limitado à faixa de peso molecular que pode ser analisada por tecnologia de MS de corrente. Inicialmente, BlOO (500 kD) e B48 (aproximadamente 250 kD) são tanto primeiramente isoladas por ligação ao anticorpo-superfície, liberadas e, então, quimicamente ou enzimaticamente fragmentadas antes da análise de MS quanto por digestão direta enquanto são ligadas ao chip PG20 usando o protocolo abaixo.
1. Preparação de Amostra
Antes do procedimento SELDI-TOF-MS, amostras de plasma foram diluídas com tampão 5 e o anticorpo foi acoplado ao PROTEINCHIP® como segue:
Preparação de amostra de plasma:
(1) Preparar tampão U9 (9M uréia, 50 mM HEPES, 0,5% CHAPS, pH 7); e
(2) Diluir amostra de plasma com Tampão U9 (1:2) e turbilhonamento a frio durante 30 minutos.
Acoplamento de Anticorpo a arranjo PROTEINCHIP®
(1) Diluir o anticorpo até 0,2 mg/ml e adicionar 2 μΐ a locais (spots) no arranjo;
(2) Transferir o arranjo a uma câmara de umidadee incubar durante 1 hora na temperatura ambiente;
(3) Aspirar o anticorpo sem tocar na superfície do local;
(4) Lavar o chip em tubo cônico de 15 mL durante 10 minutos com 8 mL de tampão de lavagem;
(5) Esvaziar e lavar com 8 mL solução salina tamponada com fosfato durante 5 minutos, e repetir; e
(6) Secar excesso de PBS da superfície do chip.
2. Procedimento SELDI-TOF-MS
(1) Adicionar 2 μl de amostra de plasma a cada local (spot);
(2) Transferir o arranjo para uma câmara de umidade e incubar durante 1 hora na temperatura ambiente;
(3) Lavar o chip em tubo cônico de 15 mL com 8 mL de tampão de lavagem durante 10 minutos;
(4) Esvaziar e lavar com 8 mL de solução salina tamponada com fosfato durante 5 minutos, e repetir;
(5) Esvaziar e lavar com 8 mL de 1 mM HEPES (N-2-Hidroxietilpiperazina-N'-2-Ácido Etanossulfônico) por 1 minuto, erepetir;
(6) Remover o chip do tubo, remover rapidamente o líquido, e secar com ar durante 10 minutos;
(7) Preparar solução EAM pela adição de 100 μl de acetonitrila a 99,8% e 100μ1 de ácido trifluoroacético a 1,0% a umfrasco (10 mg) de pó de ácido sinapínico, e turbilhonar durante 5 minutos para dissolver o pó; e
(8) Adicionar 5 μl de solução EAM a cada local (spot) e secar com ar durante 5 minutos, repetir, e secar com arpor 10 minutos.
O procedimento pode ser modificado para uso com um bioprocessador que permita volumes maiores e adição automatizada de amostras e reagentes. Ambos os controles positivo e negativo são usualmente incluídos nos experimentos. Anticorpo e antígeno de TNF-a (Fator de Necrose de Tumor Alfa) são incluídos no kit para este objetivo.
3. Geração de Impressões Digitais
o procedimento preferido para gerar impressões
digitais de apolipoproteína para amostras de plasma e apolipoproteínas purificadas é descrito abaixo:
(1) o leitor e o software do arranjo PROTEINCHIP® (Ciphergen Biosystems, Inc.) são usados para gerar os perfis.
(2) Protocolos de local são gerados e usados parafazer os chips.
(3) Parâmetros de coleta de dados devem ser ajustados para cada antígeno e são baseados na massa molecular. As instrução estão incluídas no Kit de Captura de Anticorpo do arranjo PROTEINCHIP® suprido pela Ciphergen Biosystems, Inc.
(4) Os dados foram analisados e as impressõesdigitais de apolipoproteínas foram geradas, por exemplo, comparando os dados intrinsecamente com eles mesmos e comparando os dados extrinsecamente com normas, tais como, por exemplo, indivíduos de controle.
Alternativamente, esta invenção pode ser executada pelo acoplamento de anticorpos, fragmentos dos mesmos, ou moléculas imitadoras a contas, capturando as apolipoproteínas nas contas, eluindo proteínas purificadas das contas, e entãodetectando por qualquer versão de espectrometria de massa, incluindo ionização/dessorção a laser auxiliada por matriz (MALDI) e métodos de eletropulverização. Métodos para acoplamento de anticorpos a contas são bem conhecidos na técnica e estes métodos são adequados para a presente invenção. MALDI é um método de ionização suave baseado em laser no qual a amostra é embebida em uma matriz química que facilita grandemente a produção de íons de fase gasosa intactos de compostos grandes, não voláteis, e termicamente instáveis tais como proteínas, oligonucleotídeos, polímeros sintéticos, e grandes compostos inorgânicos. A matriz tem um papel chave nesta técnica pela absorção da energia de luz de laser e por fazer que uma pequena parte do substrato alvo vaporize.
A descrição detalhada a seguir das configurações preferidas e as figuras em anexo foram apresentadas apenas para objetivos ilustrativos e descritivos e não devem ser consideradas como exaustivas ou limitantes do escopo e espírito da invenção. As configurações foram selecionadas e descritas para melhor explicar os princípios da invenção e suas aplicações práticas. Alguém com especialização ordinária na técnica reconhecerá que muitas variações podem ser feitas à invenção revelada nesta especificação sem se afastar do escopo e espírito da invenção.
Novamente, embora a descrição provida acima inclua exemplos específicos de configurações atualmente previstas da presente invenção, estas possibilidades não devem ser entendidas como limitantes do escopo da presente invenção, mas ao invés disso, como ilustrações providas de algumas das configurações que são agora preferidas. Vários exemplos deconfigurações alternativas são também descritos e várias outras alternativas, adaptações, e modificações podem ser feitas dentro do escopo da presente invenção. Meramente listar ou numerar as etapas ou blocos de um método, procedimento, ou experimento em certa ordem não constitui qualquer limitação à ordem das etapas daquele método. Muitas modificações e outras configurações da invenção se tornarão evidentes para alguém com especialização na técnica a qual esta invenção pertence, em vista do benefício dos ensinamentos apresentados nas descrições anteriores e nos desenhos associados. Embora termos específicos possam ser empregados aqui, eles são usados apenas em um sentido genérico e descritivo, e não com o objetivo de limitação. Conseqüentemente, as reivindicações que são apresentadas a seguir e seus equivalentes legais, ao invés dos exemplos providos na especificação, devem determinar o escopo da presente invenção.
Claims (32)
1. Método para obter e relatar um perfil de pelo menos um biomarcador de apolipoproteína selecionado em uma amostra biológica, caracterizado pelo fato de que compreende:a) prover a amostra biológica;b) tratar uma superfície com uma molécula de receptor de anticorpo;c) aplicar pelo menos um receptor de antígeno à superfície tratada para ligar-se com a molécula de receptor de anticorpo;d) aplicar a amostra biológica à superfície tratada para ligar-se com o pelo menos um biomarcador de apolipoproteína selecionado;e) remover componentes não ligados da amostra biológica;f) medir o pelo menos um biomarcador de apolipoproteína selecionado por meio da análise da amostra por espectrometria; eg) preparar o perfil usando a análise simultânea.
2. Método, de acordo com a Reivindicação 1, caracterizado pelo fato de que pelo menos uma doença pode ser diagnosticada.
3. Método, de acordo com a Reivindicação 1, caracterizado pelo fato de que pelo menos um biomarcador de apolipoproteína selecionado é selecionado do grupo consistindo de Apo Cl, Apo CII, Apo CIII, Apo CIV, Apo Al, Apo Ali, Apo AIV, Apo AV, Apo B48, Apo BlOO, Apo D, Apo E, Apo F, Apo G, Apo H, Apo J, Apo L, Apo M, isoformas, modificações, mutações, e combinações dasmesmas.
4. Método, de acordo com a Reivindicação 1, caracterizado pelo fato de que a análise de espectrometria é espectrometria de massa de tempo de vôo de ionização/dessorção a laser.
5. Método, de acordo com a Reivindicação 1, caracterizado pelo fato de que a amostra biológica é selecionada do grupo consistindo de matrizes biológicas humanas, urina, plasma, soro, e frações de lipoproteínas humanas.
6. Método, de acordo com a Reivindicação 2,caracterizado pelo fato de que a pelo menos uma doença é selecionada do grupo consistindo de diabete, acidente vascular cerebral, estresse, Alzheimer, doenças cardiovasculares, distúrbios de lipídeo, síndrome metabólica, obesidade, inflamação, 15 mal de Parkinson, distúrbios neurológicos, e aterosclerose.
7. Método, de acordo com a Reivindicação 1, caracterizado pelo fato de que compreende ainda as etapas de adicionar pelo menos um outro receptor de antígeno à superfície tratada para ligar-se com a molécula de receptor de anticorpo;adicionando pelo menos uma proteína de padrão interno para ligar-se com o pelo menos outro receptor de antígeno; medindo a proteína de padrão interno coincidentemente com a medição do pelo menos um biomarcador de apolipoproteína selecionado pela análise da amostra por espectrometria; e quantificando o pelo menos um biomarcador de apolipoproteína selecionado pela comparação com o padrão interno.
8. Método para determinar a concentração de apolipoproteínas específicas em uma amostra biológica, a amostra sendo obtida de um paciente e a amostra incluindo plasma, soro, efrações de lipoproteína, o método caracterizado pelo fato de que compreende as etapas de:a) adicionar um volume específico de um padrão interno à amostra;b) aplicar a amostra a um chip de superfície aumentada, revestido com Proteína G, ligado a anticorpo e remover componentes da amostra não ligados;c) analisar a amostra por espectrometria de massa; ed) determinar a concentração das apolipoproteínas usando valores de padrões internos.
9. Método, de acordo com a Reivindicação 8, caracterizado pelo fato de que compreende ainda as etapas de identificação de isoformas e das concentrações relativas das mesmas para gerar uma ferramenta de diagnóstico de perfil de isoforma, onde a ferramenta de diagnóstico de perfil de isoforma pode detectar câncer, câncer de próstata, diabete, acidente vascular cerebral, estresse, Alzheimer, doenças cardiovasculares, distúrbios de lipídeo, síndrome metabólica, obesidade, mal de Parkinson, distúrbios neurológicos, inflamação e aterosclerose.
10. Método, de acordo com a Reivindicação 8, caracterizado pelo fato de que cada apolipoproteína analisada é ligada a um anticorpo específico no chip.
11. Método, de acordo com a Reivindicação 8, caracterizado pelo fato de que os anticorpos específicos sãoimobilizados na superfície revestida de proteína de captura de anticorpo do chip, e onde os anticorpos específicos são selecionados do grupo consistindo de fragmento de anticorpo,imitador de anticorpo, anticorpo, e "aptimer".
12. Método, conforme reivindicado na Reivindicação 11, caracterizado pelo fato de que a amostra é aplicada e deixada se ligar com a superfície revestida de proteínade captura de anticorpo, e os componentes da amostra não ligados são eliminados.
13. Método, de acordo com a Reivindicação 8, caracterizado pelo fato de que a espectrometria de massa é espectrometria de massa de tempo de vôo de ionização/dessorção alaser.
14. Método, de acordo com a Reivindicação 8, caracterizado pelo fato de que as apolipoproteínas são selecionadas do grupo consistindo de Apo Cl, Apo CII, Apo CIII, Apo CIV, Apo Al, Apo Ali, Apo AIV, Apo AV, Apo B48, Apo BlOO, ApoD, Apo E, Apo F, Apo G, Apo H, Apo J, Apo L e Apo M e os anticorpos ligados ao chip são selecionados do grupo consistindo de anticorpos para Apo Cl, Apo CII,. Apo CIII, Apo CIV, Apo Al, Apo C11, Apo AIV, Apo AV, Apo B48, Apo BlOO, Apo D, Apo E, Apo F, Apo G, Apo H, Apo J, Apo L e Apo M.
15. Método, de acordo com a Reivindicação 12,caracterizado pelo fato de que a amostra é selecionada do grupo consistindo de urina, fluído corporal, plasma, soro humanos, e frações de lipoproteína humana.
16. Método, de acordo com a Reivindicação 7,caracterizado pelo fato de que pelo menos uma proteína de padrão interno é desenvolvida pela modificação de pelo menos uma proteína purificada selecionada, onde um valor de referência é definido para pelo menos cada uma das proteínas de padrão interno, usandoespectrometria de massa de alta resolução, e onde o valor de concentração para pelo menos cada um dos biomarcadores de apolipoproteína selecionados identificado na amostra biológica é baseado em padrões internos desenvolvidos pela modificação das 5 proteínas purificadas selecionadas e definindo valores de referência, portanto usando espectrometria de massa de alta resolução.
17. Método, de acordo com a Reivindicação 3, caracterizado pelo fato de que as modificações são selecionadas dogrupo consistindo de glicação, sialilação, fragmentação, substituição de aminoácido, variantes alélicas, variantes de fatia, formas de edição de RNA, modificações pré-translação, modificações pós-translação, truncação, clivagem proteolítica, glicosilação, lipidação, cisteinilação, . glutationilação,fosforilação, prenilação, acilação, acetilação, metilação, sulfação, sulfonação, hidroxilação, miristoilação, farnesilação, oxidação e ubiquitinação.
18. Método para uso na avaliação de fatores de risco, situação da doença, tratamento com medicamento e respostano campo de farmacogenética, caracterizado pelo fato de que compreende as etapas de:a) coleta de um primeiro espécime biológico de umindivíduo humano;b) geração de uma primeira impressão digital de apolipoproteína para o espécime biológico, a referida impressãodigital de apolipoproteína compreendendo dados sobre a presença e ausência de diversas apolipoproteínas direcionadas, sobre as características e diferenças estruturais entre isoformas dasreferidas diversas apolipoproteínas direcionadas, e sobre a concentração das referidas diversas apolipoproteínas direcionadas;c) comparação dos referidos primeiros dados de impressão digital de apolipoproteína com dados de fator de riscorelatados para avaliação de fatores de risco, ou com dados do estado da doença relatado para avaliar o estado ou situação da doença;d) coletar um segundo espécime biológico do mesmo indivíduo humano;e) gerar uma segunda impressão digital de apolipoproteína; ef) comparar os referidos dados de impressão digital de apolipoproteína com os referidos primeiros dados de impressão digital de apolipoproteína para avaliar o tratamento e resposta a medicamento, onde o referido segundo espécime biológico é coletado após tratamento com medicamento.
19. Método, de acordo com a Reivindicação 18, caracterizado pelo fato de que o tratamento com medicamento avaliado é um medicamento para diminuição de lipídeo, e onde parâmetros compreendendo níveis e distribuição de apolipoproteínas e suas isoformas podem ser monitorados com relação à alteração.
20. Método para obter um perfil de diversos biomarcadores de apolipoproteína selecionados em uma amostra biológica de um indivíduo, caracterizado pelo fato de que compreende as etapas de:a) prover a amostra biológica de um indivíduo;b) aplicar a amostra biológica à superfície de um reagente de captura que especificamente capture os diversosbiomarcadores de apolipoproteína selecionados, permitindo que os diversos biomarcadores de apolipoproteína selecionados se ligue ao reagente de captura, e removendo componentes de amostra não ligados;c) analisar os diversos biomarcadores deapolipoproteína capturados selecionados por espectrometria de massa de dessorção/ionização a laser; ed) preparar o perfil usando os resultados de análise, onde os diversos biomarcadores de apolipoproteína são selecionados de um grupo consistindo de Apo Cl, Apo CII, Apo CIII, Apo CIV, Apo Al, Apo Ali, Apo AlV, Apo AV, Apo B48, Apo BlOO, Apo D, Apo E, Apo F, Apo G, Apo H, Apo J, Apo L, Apo M, isoformas das mesmas, e combinações das mesmas.
21. Método, de acordo com a Reivindicação 20, 15 caracterizado pelo fato de que compreende ainda a etapa de usar operfil para diagnosticar uma doença no indivíduo, onde a doença é selecionada do grupo consistindo de câncer, diabete, acidente vascular cerebral, estresse, mal de Alzheimer, doença cardiovascular, inflamação, mal de Parkinson, distúrbios neurológicos, distúrbios de lipídio, síndrome metabólica, e aterosclerose.
22. Ensaio para individualização, diferenciação e quantificação relativa de uma mistura compreendendo isoformas de apolipoproteína, caracterizado pelo fato de que compreende asetapas de:a) preparar uma superfície com uma molécula reativa a anticorpo;b) aplicar diversos anticorpos de apolipoproteínaã referida superfície para ligação com a referida molécula reativa a anticorpo;c) aplicar uma mistura de isoformas de apolipoproteína para ligação com os referidos diversos anticorposde apolipoproteína, onde a referida mistura de isoformas de apolipoproteína pode ser não purificada e os diversos anticorpos de apolipoproteína pode ser qualquer fragmento molecular adaptado para ligação como um anticorpo de apolipoproteína.d) gerar um perfil de isoforma fenotípico da referida mistura de isoformas de apolipoproteína; ee) utilizar o referido perfil de isoforma fenotípico para identificação da situação de um paciente em relação a uma doença ou condição, para identificação de um processo fisiológico comprometido, ou para definição de um ou maisbiomarcadores ou perfis de apolipoproteína específicos à doença.
23. Ensaio, de acordo com a Reivindicação 22, caracterizado pelo fato de que os referidos diversos anticorpos de apolipoproteína é anticorpos da isoforma CIII, onde a identificação de altos níveis de CIII-O no referido perfil estácorrelacionada com HbAlC elevado, e onde a identificação de uma proporção aumentada de CIII como as isoformas CIII-2 é o referido perfil em VLDL relacionado com hipertrigliceridemia, com uma correlação inversa de CIII-I.
24. Ensaio, de acordo com a Reivindicação 22, caracterizado pelo fato de que a referida apolipoproteína cujoperfil foi efetuado e situação da doença ou condição relevante identificada compreende Apo D para mal de Alzheimer, Apo B para doença cardiovascular.
25. Ensaio, de acordo com a Reivindicação 22, caracterizado pelo fato de que a situação da doença identificada pelo referido perfil de isoforma fenotípico compreende doença cardiovascular, acidente vascular cerebral, síndrome metabólica,diabete, Alzheimer, HIV e pacientes de HIV sob inibidores de protease (hipertrigliceridêmico), e vários tipos de lipoproteinemia.
26. Ensaio, de acordo com a Reivindicação 22, caracterizado pelo fato de que a situação da apolipoproteína éavaliada em recém-nascidos.
27. Ensaio, de acordo com a Reivindicação 22, caracterizado pelo fato de que os referidos perfis de isoforma fenotípicos provêem dados para avaliar modificações na apolipoproteína que ocorrem com envelhecimento, nutrição,exposição ambiental e alterações no estilo de vida.
28. Ensaio, de acordo com a Reivindicação 22, caracterizado pelo fato de que as referidas apolipoproteínas cujos perfis foram executados e o processo fisiológico relevante comprometido identificado compreende Apo J para maturação deesperma, Apo J para transporte de lipídeo, Apo J para inibição de complemento, Apo J para remodelação de tecido, Apo J para reciclagem de membrana, Apo J para interações célula-célula e célula-substrato, Apo J para estabilização de proteínas estressadas em um estado competente a dobra, Apo J para promoçãoou inibição de apoptose, Apo H para coagulação do sangue, Apo H para atividade de protrombinase de plaquetas ativadas, Apo F para atividade de proteína de transferência de colesterol êster (CETP) , Apo F para regulação de transporte de colesterol, e Apo M paratransporte de lipídeo.
29. Ensaio, de acordo com a Reivindicação 22, caracterizado pelo fato de que um padrão interno é ligado, detectado, e medido com a referida mistura de isoformas de apolipoproteína, onde o referido padrão interno é uma proteína conhecida com propriedades de ligação de anticorpo muito similares àquelas das apolipoproteínas de interesse, mas com uma massa molecular visivelmente diferente.
30. Ensaio, de acordo com a Reivindicação 22, caracterizado pelo fato de que a separação, concentração e detecção das referidas isoformas de apolipoproteína é obtida em um biochip.
31. Ensaio, de acordo com a Reivindicação 30, caracterizado pelo fato de que o referido biochip é submetido a ionização de laser, a intensidade de um sinal é detectada para proporção de massa/carga, os dados resultantes são transformados em uma forma legível por computador, e um algoritmo é executado que classifica os referidos dados de acordo com diversos grupos de parâmetro de entrada de usuário para detectar sinais que representam biomarcadores presentes em pacientes doentes e que estão ausentes em controles de indivíduos saudáveis.
32. Ensaio, de acordo com a Reivindicação 31, caracterizado pelo fato de que os referidos grupos de parâmetro são selecionados de grupos consistindo de patológico contra não-patológico, resposta a medicamento contra não-resposta a medicamento, resposta tóxica contra resposta não-tóxica, progressão do estado da doença contra não progressão do estado da doença, ou condição fenotípica presente contra condição fenotípica ausente.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US74367806P | 2006-03-23 | 2006-03-23 | |
| US60/743,678 | 2006-03-23 | ||
| PCT/US2007/007359 WO2007112055A2 (en) | 2006-03-23 | 2007-03-23 | Apolipoprotein fingerprinting technique |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| BRPI0709374A2 true BRPI0709374A2 (pt) | 2011-07-12 |
Family
ID=38541712
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BRPI0709374-8A BRPI0709374A2 (pt) | 2006-03-23 | 2007-03-23 | técnica de obtenção de impressão digital de apolipoproteìna e métodos relacionados á mesma |
Country Status (12)
| Country | Link |
|---|---|
| US (1) | US8389222B2 (pt) |
| EP (1) | EP2005172A4 (pt) |
| JP (1) | JP2009531712A (pt) |
| KR (1) | KR20090034798A (pt) |
| CN (1) | CN101646942A (pt) |
| AP (1) | AP2008004634A0 (pt) |
| AU (1) | AU2007230967A1 (pt) |
| BR (1) | BRPI0709374A2 (pt) |
| CA (1) | CA2681010A1 (pt) |
| MX (1) | MX2008012135A (pt) |
| SG (1) | SG173310A1 (pt) |
| WO (1) | WO2007112055A2 (pt) |
Families Citing this family (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2655685A1 (en) * | 2006-06-28 | 2008-01-03 | Lineagen, Inc. | Apparatus, compositions, and methods for assessment of chronic obstructive pulmonary disease progression among rapid and slow decline conditions |
| US20100041567A1 (en) * | 2008-08-13 | 2010-02-18 | David Janz | Antibody-Based Protein Microarray to Detect Long-Term Stress In Animal Tissues |
| JP5717331B2 (ja) * | 2008-11-07 | 2015-05-13 | 株式会社バイオマーカーサイエンス | 内臓脂肪増加抑制効果の評価方法及び評価用キット、物質のスクリーニング方法、並びに、マーカーとしての使用 |
| JP2010190804A (ja) * | 2009-02-19 | 2010-09-02 | Biomarker Science:Kk | 動脈硬化改善・予防効果の評価方法及び評価用キット、並びに、物質のスクリーニング方法 |
| KR100937720B1 (ko) * | 2009-04-20 | 2010-01-20 | 전남대학교산학협력단 | ＣＦＨ 또는 ＡｐｏＨ를 급성골수성백혈병 관해 진단용 생화학적 마커로 사용하는 방법 |
| US20110008901A1 (en) * | 2009-07-07 | 2011-01-13 | Kiernan Urban A | Apolipoprotein ciii in pre- and type 2 diabetes |
| ES2928585T3 (es) * | 2010-09-21 | 2022-11-21 | Proteomics Int Pty Ltd | Biomarcadores asociados con prediabetes, diabetes y condiciones relacionadas con diabetes |
| CA2817851A1 (en) * | 2010-11-12 | 2012-05-18 | The Johns Hopkins University | Albumin-bound protein/peptide complex as a biomarker for disease |
| US20140193846A1 (en) * | 2011-04-19 | 2014-07-10 | Scott & White Healthcare | Novel apoc-i isoforms and their use as biomarkers and risk factors of atherosclerotic disease |
| JP5857312B2 (ja) * | 2011-08-11 | 2016-02-10 | 積水メディカル株式会社 | 心疾患診断マーカー |
| CN103376322A (zh) * | 2012-04-25 | 2013-10-30 | 中国科学院上海生命科学研究院 | 载脂蛋白b 100作为肥胖型糖尿病标志物的应用 |
| KR101509641B1 (ko) * | 2013-05-08 | 2015-04-06 | 경북대학교 산학협력단 | 아포지단백질 m을 포함하는 알츠하이머 질환 진단용 마커 조성물 |
| WO2014200155A1 (ko) * | 2013-06-13 | 2014-12-18 | 전북대학교산학협력단 | 스펙트럼내 중첩 피크 분리 장치 및 이를 이용하는 x선 형광 분석 장치 |
| EP3343222A4 (en) * | 2015-08-26 | 2019-04-24 | Osaka University | PROCESS FOR SUPPORTING THE DETERMINATION OF TYPE III HYPERLIPIDEMIA |
| CN110234998A (zh) * | 2016-07-21 | 2019-09-13 | 克利夫兰心脏实验室公司 | Hdl相关蛋白质生物标记物组的检测 |
| CN109791139A (zh) * | 2016-08-09 | 2019-05-21 | 大塚制药株式会社 | 使用尿液生物标记的阿兹海默氏症的辅助诊断方法 |
| CN107957498A (zh) * | 2016-10-18 | 2018-04-24 | 厦门德馨尚品医疗科技有限公司 | 一种含有载脂蛋白j的试剂盒及其在临床诊断中的应用 |
| US10746640B2 (en) | 2017-03-21 | 2020-08-18 | Textron Innovations Inc. | Methods of making a tubular specimen with a predetermined wrinkle defect |
| US10744727B2 (en) | 2017-03-21 | 2020-08-18 | Textron Innovations Inc. | Methods of making a specimen with a predetermined wrinkle defect |
| CN111971710B (zh) * | 2018-03-26 | 2024-09-10 | 皇家飞利浦有限公司 | 根据谱成像数据来生成谱炎症图 |
| WO2020028837A1 (en) * | 2018-08-03 | 2020-02-06 | Wellmetrix, Llc | Systems and methods for monitoring an individual's health |
| CN110780071A (zh) * | 2019-11-11 | 2020-02-11 | 彭涛 | 一种乙肝相关肝细胞癌的预后检测试剂盒 |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IL107343A (en) * | 1992-11-02 | 2003-10-31 | Wyeth Corp | PHARMACEUTICAL COMPOSITION FOR LOWERING BLOOD LIPID LEVEL, COMPRISING, 17alpha-DIHYDROEQUILENIN |
| US20030027216A1 (en) * | 2001-07-02 | 2003-02-06 | Kiernan Urban A. | Analysis of proteins from biological fluids using mass spectrometric immunoassay |
| US20010025157A1 (en) * | 1997-08-27 | 2001-09-27 | Kriesell Marshall S. | Implantable dispensing device for controllably dispensing medicinal fluid |
| GB0107383D0 (en) * | 2001-03-23 | 2001-05-16 | Univ Edinburgh | Lipid profile modulation |
| US6753185B2 (en) | 2001-10-01 | 2004-06-22 | The Texas A&M University System | Lipoprotein fingerprinting method |
| EP1434053B1 (en) * | 2001-10-04 | 2008-03-26 | Immuno-Biological Laboratories Co., Ltd. | Reagent for detecting risk factor for alzheimer's disease, detection kit therefor and method of detecting risk factor for alzheimer's disease using the same |
| WO2003068205A1 (en) * | 2002-02-14 | 2003-08-21 | Kirin Beer Kabushiki Kaisha | Compositions and foods for improving lipid metabolism |
| US20050153360A1 (en) | 2002-02-18 | 2005-07-14 | Hochstrasser Denis F. | Diagnostic method for stroke |
| AU2003234194A1 (en) * | 2002-04-23 | 2003-11-10 | Meir Strahilevitz | Methods and devices for targeting a site in a mammal and for removing species from a mammal |
| FR2841249A1 (fr) * | 2002-06-19 | 2003-12-26 | Genfit S A | Compositions et methodes pour le dosage de l'apo b48 et de l'apo b100 |
| KR101107765B1 (ko) * | 2002-08-06 | 2012-01-25 | 싸이퍼젠 바이오시스템즈, 인코포레이티드 | 난소암의 검출을 위한 생물 마커의 용도 |
| US7341838B2 (en) * | 2003-04-17 | 2008-03-11 | Biosite Incorporated | Polypeptides related to natriuretic peptides and methods of their identification and use |
| US8614064B2 (en) * | 2003-05-23 | 2013-12-24 | The Johns Hopkins University | Methods of diagnosing atherosclerosis by measuring ApoCI |
| WO2005010492A2 (en) * | 2003-07-17 | 2005-02-03 | Yale University | Classification of disease states using mass spectrometry data |
| GB2404981A (en) * | 2003-08-15 | 2005-02-16 | Univ Geneve | Diagnostic method for stroke |
| DK2341350T3 (en) | 2003-09-20 | 2018-02-05 | Electrophoretics Ltd | DIAGNOSTIC PROCEDURE FOR BRAKE INJURY-RELATED DISORDERS BASED ON DJ-1 DETECTION |
| ES2381551T3 (es) * | 2003-12-05 | 2012-05-29 | The Cleveland Clinic Foundation | Marcadores de riesgo para enfermedad cardiovascular |
| US20050181398A1 (en) * | 2004-01-16 | 2005-08-18 | Fung Eric T. | Specific detection of host response protein clusters |
| WO2005111630A1 (ja) * | 2004-05-14 | 2005-11-24 | Tohoku Techno Arch Co., Ltd. | タンパク質の固定方法とタンパク質チップならびに細胞の固定方法および細胞チップ |
| WO2005114190A2 (en) * | 2004-05-19 | 2005-12-01 | Ppd Biomarker Discovery Sciences, Llc | Methods of identifying biomarkers |
| GB0414233D0 (en) * | 2004-06-25 | 2004-07-28 | Bioinvent Int Ab | Analysis method |
| US7776550B2 (en) * | 2005-05-05 | 2010-08-17 | Philadelphia Health & Education Corporation | Diagnosis of liver pathology through assessment of protein glycosylation |
| TWI338779B (en) * | 2005-07-21 | 2011-03-11 | Academia Sinica | Methods,compositions and systems for assaying at least one target analyte in a sample |
-
2007
- 2007-03-23 CN CN200780018830A patent/CN101646942A/zh active Pending
- 2007-03-23 AP AP2008004634A patent/AP2008004634A0/xx unknown
- 2007-03-23 SG SG2011035854A patent/SG173310A1/en unknown
- 2007-03-23 EP EP07753943A patent/EP2005172A4/en not_active Withdrawn
- 2007-03-23 AU AU2007230967A patent/AU2007230967A1/en not_active Abandoned
- 2007-03-23 MX MX2008012135A patent/MX2008012135A/es not_active Application Discontinuation
- 2007-03-23 CA CA002681010A patent/CA2681010A1/en not_active Abandoned
- 2007-03-23 JP JP2009502905A patent/JP2009531712A/ja active Pending
- 2007-03-23 KR KR1020087025935A patent/KR20090034798A/ko not_active Ceased
- 2007-03-23 WO PCT/US2007/007359 patent/WO2007112055A2/en not_active Ceased
- 2007-03-23 BR BRPI0709374-8A patent/BRPI0709374A2/pt not_active IP Right Cessation
-
2008
- 2008-09-23 US US12/236,417 patent/US8389222B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| AP2008004634A0 (en) | 2008-10-31 |
| US8389222B2 (en) | 2013-03-05 |
| CN101646942A (zh) | 2010-02-10 |
| WO2007112055A3 (en) | 2008-03-20 |
| AU2007230967A1 (en) | 2007-10-04 |
| KR20090034798A (ko) | 2009-04-08 |
| SG173310A1 (en) | 2011-08-29 |
| JP2009531712A (ja) | 2009-09-03 |
| EP2005172A2 (en) | 2008-12-24 |
| WO2007112055A2 (en) | 2007-10-04 |
| EP2005172A4 (en) | 2009-05-06 |
| MX2008012135A (es) | 2009-03-12 |
| CA2681010A1 (en) | 2007-10-04 |
| US20090155812A1 (en) | 2009-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BRPI0709374A2 (pt) | técnica de obtenção de impressão digital de apolipoproteìna e métodos relacionados á mesma | |
| EP2657706B1 (en) | Biomarker for cognitive dysfunction diseases, and method for detection of cognitive dysfunction diseases using the biomarker | |
| JP7104689B2 (ja) | 有害事象を示すマーカーとしてのヒストンおよび／またはｐｒｏＡＤＭ | |
| JP2009516156A (ja) | 精神病性障害を診断及びモニタリングする方法及びバイオマーカー | |
| Guipaud | Serum and plasma proteomics and its possible use as detector and predictor of radiation diseases | |
| JP6774925B2 (ja) | 性別に基づく疾病の識別・評価・予防及び治療を含む、肺病の識別・評価・予防及び治療のための方法並びにそのキット | |
| US20050064516A1 (en) | Biological markers for diagnosing multiple sclerosis | |
| WO2011157655A1 (en) | Use of bile acids for prediction of an onset of sepsis | |
| Ryberg et al. | Protein biomarkers for amyotrophic lateral sclerosis | |
| WO2010005387A1 (en) | New method and biomarkers for the diagnosis of multiple sclerosis | |
| Rossi et al. | Biomarker discovery in asthma and COPD by proteomic approaches | |
| Gibson et al. | Diagnostic and prognostic biomarker discovery strategies for autoimmune disorders | |
| US20020160420A1 (en) | Process for diagnosis of physiological conditions by characterization of proteomic materials | |
| Fu et al. | Discovery and verification of urinary peptides in type 2 diabetes mellitus with kidney injury | |
| Hirakawa et al. | Detection of Fast Decliner of Diabetic Kidney Disease Using Chiral Amino Acid Profiling: A Pilot Study | |
| US20160018413A1 (en) | Methods of Prognosing Preeclampsia | |
| EP2339352A1 (en) | Use of endogenous metabolites for early diagnosing sepsis | |
| Yang et al. | Diagnostic potential of serum protein pattern in Type 2 diabetic nephropathy | |
| WO2011127587A1 (en) | Biomarkers for multiple sclerosis | |
| Voss et al. | Searching for the noninvasive biomarker holy grail: are urine proteomics the answer? | |
| TWI858977B (zh) | 生物標記物組、為個體提供老化標記物水平表示的方法、用於提供對個體的生物年齡預測的方法及套組 | |
| CN118897083A (zh) | 尿液mt蛋白及其多肽片段在痛风中的应用 | |
| CN114414694A (zh) | 一种无精子症有关的分子标志物及其检测方法和应用 | |
| CN120254269A (zh) | 生物样品中代谢组学生物标志物在制备帕金森病检测产品中的应用 | |
| WO2007022625A1 (en) | Peptide reversion methods and uses thereof |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B06F | Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette] | ||
| B08F | Application dismissed because of non-payment of annual fees [chapter 8.6 patent gazette] |
Free format text: REFERENTE AO NAO RECOLHIMENTO DA 6A ANUIDADE. |
|
| B08K | Patent lapsed as no evidence of payment of the annual fee has been furnished to inpi [chapter 8.11 patent gazette] |
Free format text: REFERENTE AO DESPACHO 8.6 PUBLICADO NA RPI 2206 DE 16/04/2013. |
|
| B25B | Requested transfer of rights rejected |
Owner name: EMELITA DE GUZMAN BREYER (US) , MARY K. ROBINSON ( |