La inflamación es un motor activo del desarrollo de la placa aterosclerótica y un factor de riesgo para los incidentes ateroscleróticos. Por lo tanto, es de suma importancia comprender los mecanismos que subyacen a estos procesos inflamatorios y poder desarrollar nuevos diagnósticos y modalidades de tratamiento para los trastornos ateroscleróticos.

Los investigadores del CNIC, la FJD (Fundación Jiménez Díaz) y la UAM (Universidad Autónoma de Madrid) han realizado un estudio para identificar nuevos anticuerpos que muestren reactividad frente a la placa aterosclerótica. Han descubierto que uno de estos anticuerpos reconoce una deshidrogenasa mitocondrial del metabolismo de la prolina (PRODH). Los niveles de esta proteína se incrementan en el plasma de los ratones ateroscleróticos y de los humanos con enfermedad de las arterias carótidas, lo que apoya el uso potencial de esta PRODH como biomarcador de la aterosclerosis.

La proteómica shotgun es el mejor método para la identificación de proteínas de alto rendimiento; sin embargo, para automatizar esta tarea y reducir al mínimo el número de identificaciones falsas es esencial que existan unos métodos estadísticos robustos. El desarrollo de un modelo de puntuación apropiado para identificar proteínas a partir de sus péptidos utilizando la proteómica shotgun de alto rendimiento es muy necesario.

Investigadores del CNIC y de la UPV/EHU han desarrollado un novedoso algoritmo de puntuación mediante el cual se identifican proteínas a partir de sus péptidos con un mínimo número de identificaciones falsas, debido a que a que se ha demostrado que nivel peptídico éstas son mucho menores. Este modelo de probabilidad ofrece a la comunidad científica un algoritmo robusto y fácil de integrar en los flujos de trabajo de identificación de proteínas con un rendimiento superior al de otros métodos ampliamente utilizados.

Artículo científico