Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES IZTACALA “Análisis del proteoma en líneas celulares T98G y U87MG de glioblastoma” T E S I S Q U E P A R A O B T E N E R E L T Í T U L O D E B I Ó L O G A P R E S E N T A M A L A G Ó N R E Y E S C L A U D I A M I R O S A V A A S E S O R DR. JUAN FERNANDO MINAURO SANMIGUEL Los Reyes Iztacala, 2016. usuario Texto escrito a máquina Estado de México UNAM – Dirección General de Bibliotecas Tesis Digitales Restricciones de uso DERECHOS RESERVADOS © PROHIBIDA SU REPRODUCCIÓN TOTAL O PARCIAL Todo el material contenido en esta tesis esta protegido por la Ley Federal del Derecho de Autor (LFDA) de los Estados Unidos Mexicanos (México). El uso de imágenes, fragmentos de videos, y demás material que sea objeto de protección de los derechos de autor, será exclusivamente para fines educativos e informativos y deberá citar la fuente donde la obtuvo mencionando el autor o autores. Cualquier uso distinto como el lucro, reproducción, edición o modificación, será perseguido y sancionado por el respectivo titular de los Derechos de Autor. Este trabajo se realizó en la Unidad de Investigación Médica en Genética Humana del hospital de pediatría “Dr. Silvestre Frenk Freund” del Centro Médico Nacional Siglo XXI, IMSS. AGRADECIMIENTOS A TÍTULO A los miembros de la Comisión Dictaminadora: Dr. Jorge Eduardo Campos Contreras M. en C. María Teresa Ortiz Melo Dr. Juan Fernando Minauro Sanmiguel M. en C. Adriana Montserrat Espinosa Gonzáles M. en C. Pilar Amellali Badillo Suárez Por la dedicación y el tiempo invertido en la revisión de este trabajo, por sus consejos, observaciones, sugerencias y por compartir sus conocimientos con la finalidad de enriquecer este trabajo, gracias. A la UNAM por abrirme las puertas de este recinto, por brindarme el orgullo de ser universitaria, por las oportunidades que me ha brindado y principalmente por ser una de las partes más importantes en mi vida. Al Hospital de Pediatría, Centro Médico Nacional Siglo XXI, del Instituto Mexicano del Seguro Social, por las facilidades concedidas para la realización de este proyecto. A la Unidad Médica de Genética Humana por abrirme las puertas y permitirme trabajar ahí. En primer lugar quiero agradecer al Dr. Juan Fernando Minauro Sanmiguel que me abrió las puertas de su laboratorio. A mis compañeros de laboratorio: Diana, Ariadna, Karina, Leopoldo y a la Dra. Ruth Ruiz-Esparza Garrido por la contribución que realizaron a mi trabajo. ¡Lo he logrado!, por esta razón quiero expresarles mi más sincero agradecimiento por ayudarme a hacer posible esto, por toda su paciencia, tiempo, dedicación, apoyo y consejos. Por otra parte también quiero agradecer a la FES Iztacala por formarme, por permitirme crecer tanto académica como personalmente, a los profesores que me acompañaron, durante este largo camino, en especial a la Mta. Amellali, al Dr. Salvador, al Dr. Ramón, gracias por sus enseñanzas. Y también quiero agradecer a Jesús por su paciencia y apoyo. Finalmente y no por eso menos importante quiero agradecer a mi Madre, a mi Abuelia, a Ricardo, a mi tía Lourdes, Julia, Claudia y a mis tíos Paulo y Sabel, todo esto es gracias y por ustedes. DEDICATORIAS A mi Mamá, por brindarme todo el apoyo y el amor que necesitaba, por renunciar a gran parte de tu etapa de madre para darme un pasado inolvidable, un presente maravilloso y la preparación necesaria para forjarme un futuro. A mi Abuelita, por darme tanto amor, tus consejos y tu protección, me haces mucha falta. ¡Te extraño! A Ricardo, porque me demostraste que aunque no lo parezca siempre estarás ahí, que no es necesario tener personas que no te quieren para no estar solo, que solo se necesita ser el mejor en esta vida y que solo tienes que ser fuerte para luchar por lo que quieres. Gracias, Te quiero un muchillón. A mi tía Lourdes, porque me has apoyado y escuchado en momentos de flaqueza y debilidad. Porque fuiste firme y segura en momentos en los que otros hubieran abandonado. A mi Julia, por tu cariño y tu ejemplo de fortaleza y superación. A mi tío Paulo, por siempre estar conmigo, por defenderme y protegerme. A Liliana, por todo el apoyo que me has brindado, el cariño, la honestidad, los consejos, por aceptarme como soy. A Pedro, gracias por escucharme. A Guy, por enseñarme a ser fuerte; a que no necesitas estar acompañado para superar tus miedos y adversidades: que quien te quiere no te abandona y sobre todo gracias por no estar aquí. “Siempre intento tener control sobre mi vida. Creo que mi mayor miedo es ser débil. Y temo también ser un cordero aceptado completamente en la sociedad. Pienso que cada hombre y mujer es una estrella. Es sólo una cuestión de darse cuenta y convertirse en ello. Es una cuestión del poder de la voluntad. No tengo lugar en mi corazón para los estúpidos ni los débiles. Hay demasiada gente en este mundo y ellos deben hacer un lugar para quienes pueden contribuir con la sociedad” Marilyn Manson ÍNDICE DE CONTENIDO 1 RESUMEN ................................................................................... 1 1.1 ABSTRACT .......................................................................................... ¡ERROR! MARCADOR NO DEFINIDO. 2 INTRODUCCIÓN ......................................................................... 3 2.1 CÁNCER ............................................................................................................................................ 3 2.2 GLIOBLASTOMA MULTIFORME .......................................................................................................... 4 2.3 FACTORES BIOLÓGICOS ................................................................................................................... 5 2.4 CAMBIO METABÓLICO ....................................................................................................................... 6 2.5 MITOCONDRIAS FUNCIONALES ......................................................................................................... 8 2.5.1 Alteración de fenotípico bioenergético mitocondrial ......................................................... 9 2.6 PROTEÓMICA COMO HERRAMIENTA EN LA BÚSQUEDA DE BIOMARCADORES................................. 10 2.6.1 IF1 .............................................................................................. ¡Error! Marcador no definido. 3 PLANTEAMIENTO DEL PROBLEMA ........................................ 12 4 JUSTIFICACIÓN ........................................................................ 13 5 HIPÓTESIS ................................................................................ 14 6 OBJETIVOS ............................................................................... 15 6.1 GENERAL ........................................................................................................................................ 15 6.2 PARTICULARES ............................................................................................................................... 15 7 MATERIAL Y MÉTODOS ........................................................... 16 7.1 METODOLOGÍA GENERAL ................................................................................................................ 16 7.2 CULTIVO CELULAR .......................................................................................................................... 17 7.3 EXTRACCIÓN DE PROTEÍNAS .......................................................................................................... 17 7.4 CUANTIFICACIÓN .............................................................................................................................17 7.5 ELECTROFORESIS DESNATURALIZANTE (SDS-PAGE) ................................................................. 18 7.6 ISOELECTROENFOQUE (IEF) .......................................................................................................... 18 7.7 ELECTROFORESIS BIDIMENSIONAL DESNATURALIZANTE ................................................................ 19 7.8 WESTERN BLOT (WB) .................................................................................................................... 20 7.9 ANÁLISIS DE IMAGEN PD-QUEST.................................................................................................... 21 7.10 ANÁLISIS ESTADÍSTICO ........................................................................................................................... 21 8 RESULTADOS ........................................................................... 23 8.1 MANTENIMIENTO DE LÍNEAS CELULARES ........................................................................................ 23 8.2 RENDIMIENTO PROTEICO ................................................................................................................ 24 8.3 INTEGRIDAD DE LAS PROTEÍNAS ..................................................................................................... 24 8.4 CARACTERIZACIÓN POR WESTERN BLOT ...................................................................................... 25 8.5 2D SDS-PAGE .............................................................................................................................. 27 8.6 ANÁLISIS DE IMAGEN PD-QUEST.................................................................................................... 28 8.7 ANÁLISIS DE COMPONENTES PRINCIPALES..................................................................................... 30 9 DISCUSIÓN ............................................................................... 35 10 CONCLUSIONES ...................................................................... 39 11 PERSPECTIVAS........................................................................ 40 12 REFERENCIAS ......................................................................... 41 13 ANEXO ...................................................................................... 47 ÍNDICE DE FIGURAS FIGURA 1. TRANSFORMACIÓN DE UNA CÉLULA NORMAL EN TUMORAL. .......................................................... 3 FIGURA 2. FACTORES QUE CARACTERIZAN EL FENOTIPO DE UNA CÉLULA TUMORAL..................................... 3 FIGURA 3. REPRESENTACIÓN DEL EFECTO WARBURG. ................................................................................... 3 FIGURA 4.REMODELACIÓN DEL METABOLISMO ENERGÉTICO EN EL PROCESO DE CARCINOGÉNESIS. ........... 5 FIGURA 5. METODOLOGÍA GENERAL. ................................................................................................................ 7 FIGURA 6. 1D SEPARACIÓN POR PUNTO ISOELÉCTRICOFIGURA 5 . METODOLOGÍA GENERAL ....................... 7 FIGURA 7. REPRESENTACIÓN GRÁFICA DEL MÉTODO DE SEPARACIÓN POR ELECTROFORESIS BIDIMENSIONAL DESNATURALIZANTE. ...................................................................................................... 7 FIGURA 8. ESQUEMA DE ELECTROFORESIS Y TRANSFERENCIA. .................................................................... 19 FIGURA 9. GEL MAESTRO GENERADO POR EL PROGRAMA PD-QUEST DE BIO RAD AL COMBINAR LOS SPOTS DE PROTEÍNA DE TODOS LOS GELES DE AMBAS LÍNEAS CELULARES. ................................................... 20 FIGURA 10. IMÁGENES POR MICROSCOPIA INVERTIDA DEL CRECIMIENTO DE LAS LÍNEAS CELULARES T98G Y U87MG. ............................................................................................................................................... 34 FIGURA 11. PERFIL ELECTROFORÉTICO OBTENIDO DE T98G Y U87MG EN SDS-PAGE 12%. ................. 24 FIGURA 12. ANÁLISIS DE EXPRESIÓN EN LAS LÍNEAS CELULARES POR ENSAYO DE WESTERN BLOT. EN EXTRACTOS DE PROTEÍNA TOTAL. .......................................................................................................... 24 FIGURA 13. GEL EN 2D SDS-PAGE REPRESENTATIVO DE T98G TEÑIDO CON AZUL DE COMASSIE COLOIDAL. ............................................................................................................................................... 27 FIGURA 14. GEL EN 2D SDS-PAGE REPRESENTATIVO DE U87MG TEÑIDO CON AZUL DE COMASSIE COLOIDAL. ............................................................................................................................................... 27 FIGURA 15. SELECCIÓN DE PROTEÍNAS UTILIZANDO EL PROGRAMA PD-QUEST. ........................................ 28 FIGURA 16. GRÁFICA DEL CP1. ...................................................................................................................... 30 FIGURA 17. PERFIL DE ESPRESIÓN DEL CP1. ................................................................................................ 32 FIGURA 18. COMPARACIÓN GRÁFICA DEL PERFIL DE EXPRESIÓN DEL CP1 ENTRE T98G Y U87MG.FIGURA file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453691940 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453691942 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453691945 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453691955 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453691967 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453691971 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453691979 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453691979 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692042 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692045 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692045 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692116 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692116 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692049 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692050 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692050 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692054 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692054 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692056 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692056 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692060 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692065 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692071 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc453692073 ÍNDICE DE TABLAS TABLA 1. ANÁLISIS DENSITOMÉTRICO ...................................................................................................................277 TABLA 2. ANÁLISIS DE COMPONENTES PRINCIPALES ...........................................................................................300 TABLA 3. PROTEÍNAS QUE FORMAN A CP1 ............................................................... ¡ERROR! MARCADOR NO DEFINIDO.2 ÍNDICE DE ANEXOS TABLA 1. MATRIZ DE PESO DE FACTOR. .......................................................................................................... 47 TABLA 2. PROTEÍNAS QUE COMPONEN F1.. .................................................................................................... 47 TABLA 3. PROTEÍNAS QUE COMPONEN F2.. .................................................................................................... 47 TABLA 4. PROTEÍNAS QUE COMPONEN F3. .....................................................................................................47 TABLA 5. PROTEÍNAS QUE COMPONEN F4.. .................................................................................................... 49 TABLA 6. PROTEÍNAS QUE COMPONEN F5. ..................................................................................................... 51 TABLA 7. PROTEÍNAS QUE COMPONEN F6. ..................................................................................................... 52 TABLA 8. PROTEÍNAS QUE COMPONEN F7.. .................................................................................................... 53 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc451199690 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc451199691 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc451199692 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc451199720 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc451199725 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc451199726 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc451199736 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc451199764 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc451199792 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc451199820 file:///D:/FESI/Tesis/Imagenes/Fracciones/Tesis%20final.docx%23_Toc451199872 SIGLAS Y ABREVIATURAS 1D Primera dimensión IF1 Inhibidor del dominio F1 de la Adenosín trifosfato sintasa 2D Segunda dimensión IgG Inmunoglobulina G ABTA Asociación Americana del Tumor Cerebral OXPHOS Fosforilación oxidativa ACP Análisis de Componentes Principales PAGE Electroforesis en geles de poliacrialmida ATP Adenosín trifosfato PBS Tampón de fosfato salino ATPasa Adenosíntrifosfato sintasa PBS-T Tampón de fosfato salino con Tween BEC Bioenergético celular Pf Peso de factor CAPS Ácido 3-(ciclohexilamino)-1- propanosulfónico PI Punto isoeléctrico CHAPS (3-[(3-Colamidopropil)- dimetilamonio]-propano sulfatano PM Peso molecular CP Componente principal PVDF Polifluoruro de vinildeno DMSO Dimetilsulfóxico SDS Dodecilsulfato sódico DOC Desoxicolato de sodio SFB Suero Fetal Bovino DTT Ditiotreitol SNC Sistema Nervioso Central EDTA Ácido etildiaminotetraacético TCA Ácido tricloroacético EMEM Medio mínimo esencial Eagle VDAC Canal de Aniones Dependientes de Voltaje GAPDH Gliceraldehído 3-fosfato deshidrogenasa WB Western Blot GBM Glioblastoma multiforme Βf1ATPasa Subunidad beta dominio F1 de la adenosín trifosfato sintasa IARC Agencia Internacional para la IEF Isoelectroenfoque Investigación del Cáncer 1 1 RESUMEN El cáncer es uno de los principales problemas de salud pública a nivel mundial no solo por los estragos que causa, sino por el número de muertes que ocasiona. Esta es una enfermedad multifactorial que puede afectar cualquier parte del organismo por lo que esta involucra varios cambios en la fisiología celular.Los cambios que participan en el proceso de progresión tumoral se ven influidos por diversos factores, tanto externos como, siendo los internos los más importantes ya que le permiten a la célula mutada mantenerse viva y proliferar. La reprogramación del metabolismo energético, también conocido como efecto Warburg, es considerada una característica clave en la progresión tumoral. Esta representa una ventaja de sobrevivencia, debido a que se generan productos intermedios que alimentan diversas vías biosintéticas con las que se producen los elementos necesarios para la proliferación celular, etc. El uso de proteómica al estudiar la progresión tumoral ha permitido ampliar los conocimientos sobre este fenómeno. Sin embargo, aún no se ha logrado definir la participación que tiene la transformación metabólica, las diferentes rutas celulares y su relevancia, esto puede atribuirse principalmente a que su uso ha sido de forma aislada (observando el fenómeno únicamente en la mitocondria o sobre aspectos muy específicos) o sesgada (utilizando análisis estadísticos poco adecuados) De acuerdo con datos obtenidos en nuestro laboratorio, hay cambios importantes en el metabolismo energético (proteínas mitocondriales) que acompañan el progreso de la enfermedad lo que, se ajusta a la hipótesis de Warburg. Para evaluar la participación de estas proteínas, se buscará en extractos totales otras proteínas que sean relevantes en la transformación celular. Por tal razón, evaluamos los cambios en las vías mitocondriales con respecto al proteoma celular en un modelo de glioblastoma modificando el método de 2 selección de las proteínas e implementando el uso de análisis estadísticos como el Análisis de Componentes Principales el cual es una estrategia poco utilizada en el análisis de expresión de spots en geles 2D. El resultado del análisis definió siete componentes principales (CP). Cada uno de estos representa una parte del fenómeno. De esta forma el CP1 explica el 31%, el CP2 el 24.1%, CP 3 el 15.6%, etc. El CP1 agrupa entonces, el 31% de las proteínas lo cual lo define como el más importante por tener el mayor porcentaje de varianza expresada. Las proteínas ubicadas dentro de este CP al mostrar cambios en la expresión en los dos modelos, refleja un perfil proteico que distingue entre los estados del proceso con lo cual se puede establecer una firma proteica para el estado inicial y otro para el avanzado de la progresión tumoral. 3 2 INTRODUCCIÓN 2.1 CÁNCER Dentro de las enfermedades no transmisibles, el cáncer es uno de los principales problemas de salud pública a nivel mundial no solo por los estragos que causa, sino por el número de muertes que ocasiona. Esta enfermedad es considerada una de las principales causas de morbilidad y mortalidad a nivel mundial. En 2012 se reportaron 8.2 millones de muertes relacionadas y 14 millones de casos nuevos (IARC, 2014). Además, se prevé un incremento del 70% en el número de casos en los próximos 20 años (OMS, 2014). El cáncer es una enfermedad multifactorial que puede afectar cualquier parte del organismo por lo que esta involucra varios cambios en la fisiología celular. Este proceso se caracteriza por el crecimiento y diseminación celular descontrolada, los cuales tienen como consecuencia la formación de tumores (Figura 1) y su progresión. Figura 1. Transformación de una célula normal en tumoral. Modificado de (Silva, 2014). Figura 2. Factores que caracterizan el fenotipo de una célula tumoral.Figura 1. Transformación de una célula normal en tumoral. Modificado de (Silva, 2014). Figura 2. Factores que caracterizan el fenotipo de una célula tumoral. 4 El fenómeno de progresión tumoral define la malignidad y agresividad de un tumor con base en su capacidad de infiltración, su velocidad de crecimiento entre otras características (Díaz et al., 2004). Debido a que el cáncer es una enfermedad multifactorial la forma en la que se clasifica es variable y depende de los criterios que se utilicen, por ejemplo: el órgano de origen, la clase de célula implicada (epitelial, glandular, etc.), el grado de agresividad (benigno o maligno), si se encuentra en el sitio de origen (primario) o si migró (metastásicos). Actualmente, también se utilizan criterios moleculares, estos se basan en la expresión de algunos genes y proteínas, con los que se establece el estado de la enfermedad con base en su presencia. 2.2 GLIOBLASTOMA MULTIFORME El glioblastoma multiforme (GBM) es un tumor primario que se originan en las células gliales denominadas astrocitos cuya morfología es similar a una estrella y conforma el tejido de apoyo del cerebro.Dentro de los tumores primarios quese forman en el Sistema Nervioso Central, el gioblastoma multiforme, es considerado la forma más agresiva y maligna de los gliomas (Rodríguez et al., 2012). Este tipo de tumor es muy peligroso debido a que las células se reproducen con mayor rapidez pues son alimentadas por una red amplia de vasos sanguíneos. Existen dos tipos: el primario o de novo es la forma más común y más agresiva; el secundario tiene un crecimiento más lento se encuentran principalmente en personas jóvenes (ABTA, 2015). Los procesos como el de carcinogénesis y la progresión tumoral se ven influidos por diversos factores, tanto internos como externos. Dentro de los factores externos se encuentran la radiación ionizante, bacterias, virus, etc. que tienen una clara participación dentro del fenómeno. Sin embargo, los factores biológicos como los cambios genéticos inducidos por mutaciones son los que tienen mayor importancia (Luque and Herráez, 2008), ya que, durante el proceso de transformación de células normales a células cancerosas, ocurren varias alteraciones genéticas. En este proceso se presenta la pérdida del control de los 5 mecanismos de replicación y reparación del ADN, así como de la segregación del material genético. Aunque las células normales tienen estrategias de defensa contra el desarrollo del cáncer, las células tumorales activan diferentes vías de escape que permiten la progresión de la neoplasia (Madrid-Marina et al., 1997). 2.3 FACTORES BIOLÓGICOS Los factores biológicos son características adquiridas por la célula durante el proceso de carcinogénesis y progresión tumoral, estas le permiten a la célula mutada mantenerse viva y proliferar. En el año 2000 Hanahan and Weinberg definieron seis factores involucrados en la transformación de una célula normal a tumoral. Estos factores son; desregulación de señales de crecimiento, la insensibilidad a señales anti crecimiento, la evasión de la apoptosis, un potencial de replicación ilimitado, la vascularización sostenida y la metástasis. Posteriormente, la reprogramación del metabolismo energético, también conocido como efecto Warburg, fue incluida como característica clave en la progresión Figura 2. Factores que caracterizan el fenotipo de una célula tumoral. En el esquema se presentan las características adquiridas por una célula durante el desarrollo tumorogénico. Modificado de Hanahan and Weinberg, 2011 Figura 3. Representación del efecto Warburg. La célula normal (azul) representa un modelo con metabolismo oxidativo, mientras 6 tumoral, al evidenciar el cambio entre una célula normal y una tumoral (Hanahan and Weinberg,2011) (Figura 2). 2.4 CAMBIO METABÓLICO El efecto Warburg es una señal biológica clave entre células tumorales y células normales, refleja la alteración del metabolismo, donde se exacerba el consumo de glucosa, la célula se torna glicolítica y adquiere alteraciones genéticas y epigenéticas estables para mantener la proliferación, sobrevivir bajo microambientes desfavorables e invadir a los tejidos circundantes (Wolf et al.,2010). La reprogramación metabólica se refiere al cambio del fenotipo energético en la célula en presencia de oxigeno (normoxia), la cual utiliza la fosforilación oxidativa (OXPHOS) como principal fuente de Adenosín trifosfato (ATP) y cambia su metabolismo a un perfil glicolítico, aún en normoxia. Otto Warburg observó por primera vez este comportamiento en las células tumorales y acuñó el término de glicólisis aeróbica (Warburg, 1956b). Esta se caracteriza por una alta absorción de glucosa, bajo consumo de oxígeno y producción elevada de lactato (Figura 3). Warburg sugirió que dicho comportamiento se debía a la reducida actividad bioenergética mitocondrial (Warburg, 1965a). Este factor biológico es considerado una ventaja de sobrevivencia, debido a la generación de productos secundarios de la glicolísis que alimentan vías biosintéticas para la producción nucleótidos, aminoácidos, y las vías de síntesis de lípidos, así como la generación de NADPH para mantener el equilibrio redox (Schulze and Harris, 2012)y la formación de nuevas células. 7 El aumento en la glicólisis no se observa en cualquier tumor por lo cual la reprogramación metabólica varía de acuerdo al tipo de tumor y su tasa de crecimiento, es decir, las variaciones metabólicas se presentarán según el tamaño del tumor. Los tumores pequeños tienen un bajo consumo de glucosa y los de mayor tamaño un alto consumo de glucosa (Eigenbrodt et al., 1998). Esto provoca que aquellos tumores con una proliferación rápida presenten flexibilidad metabólica y la relación entre los estados metabólicos cambia de acuerdo al desarrollo de la enfermedad, es decir, los mecanismos de producción de energía se modifican con base en los requerimientos energéticos de la célula (Figura 4). Esto supone que las células de cáncer mantienen un número constante de Figura 3. Representación del efecto Warburg. La célula normal (azul) representa un modelo con metabolismo oxidativo, mientras que en la célula cancerosa (rojo) un metabolismo glicolitico en el que hay un consumo mayor de glucosa, una producción alta de lactato e incremento de los intermediarios para otras vías bioenergéticas. Modificado de Bierly and Mattiuz, 2013. Figura 4.Remodelación del metabolismo energético en el proceso de carcinogénesis. Se muestra los cambios en el mecanismo de producción de energía que tiene una célula tumoral (OXPHOS-Glicólisis-OXPHOS) en el proceso de transformación y formación del tumor. Modificado de Rossignol et al., 2011) Figura 3. Representación del efecto Warburg. La célula normal (azul) representa un modelo con metabolismo oxidativo, mientras que en la célula cancerosa (rojo) un metabolismo glicolitico en el que hay un consumo mayor de glucosa, una producción alta de lactato e incremento de los intermediarios para otras vías bioenergéticas. Modificado de Bierly and Mattiuz, 2013. Figura 4.Remodelación del metabolismo energético en el proceso de carcinogénesis. Se muestra los cambios en el mecanismo de producción de energía que tiene una célula tumoral (OXPHOS-Glicólisis-OXPHOS) en el proceso de transformación y formación del tumor. Modificado de Rossignol et al., 2011) Figura 5. Metodología general. boración de los mapas Validación del estado en líneas Análisis del proteoma 8 mitocondrias con las que puedan pasar de OXPHOS-Glicólisis durante la carcinogénesis. (Rossognol et al., 2011) 2.5 MITOCONDRIAS FUNCIONALES Las mitocondrias son organelos dinámicos, pueden cambiar su forma, tamaño y distribución subcelular (Rojo et al., 1998), así como su actividad metabólica en respuesta a las condiciones fisiológicas y patológicas (Cuezva et al., 1997). Se ha observado en una gran variedad de células cancerosas en que las mitocondrias siguen produciendo ATP de manera regular (Rossignol et al., 2011) lo cual fundamenta la hipótesis de que las modificaciones del entorno desencadena adaptaciones metabólicas que promueven la progresión del tumor (Smolkova et Figura 4.Remodelación del metabolismo energético en el proceso de carcinogénesis. Se muestra los cambios en el mecanismo de producción de energía que tiene una célula tumoral (OXPHOS-Glicólisis-OXPHOS) en el proceso de transformación y formación del tumor. Modificado de Rossignol et al., 2011) Figura 5. Metodología general. boración de los mapas Validación del estado en líneas Análisis del proteoma Figura . Metodología general boración de los mapas Validación del estado en líneas Análisis del proteoma Figura . Metodología general Elaboración de los mapas Validación del estado en líneas Análisis del proteoma Figura . Metodología general Elaboración de los mapas Validación del estado en líneas Análisis del proteoma9 al., 2010). Por lo tanto, las mitocondrias y los cambios que generan en el fenotipo celular constituyen un campo de estudio de gran interés, al demostrarse que tienen impactos en por lo menos dos factores que caracterizan el fenotipo tumoral: la proliferación y evasión a la muerte (Sánchez, 2014). 2.5.1 Alteración de fenotípico bioenergético mitocondrial La alteración del metabolismo energético, la versatilidad y confluencia de las vías involucradas en el cáncer sugieren que en la mitocondria podrían encontrarse biomarcadores de prognosis y diagnóstico, debido a que en tumores humanos se presentan numerosos cambios a nivel de la OXPHOS y la biogénesis mitocondrial (Bellance, et al., 2009). Recientemente se propuso una firma bioenergética o índice bioenergético celular (índice BEC), el cual funciona como marcador de prognosis en cáncer y estima el potencial mitocondrial de la célula expresado como la razón βF1ATPasa/Hsp60/GAPDH, es decir, la relación entre el metabolismo oxidativo (cambios en la βF1ATPasa de la OXPHOS) y glicolítico (presencia de GAPDH) (Cuezva et al., 2002, 2004). En nuestro laboratorio se han observado cambios en la dinámica y expresión de proteínas de la OXPHOS. Fernández en 2014 comparó el proteoma mitocondrial de un modelo que emula el efecto Warburg con las líneas celulares T98G y U87MG, que tienen un metabolismo oxidativo y glicolítico respectivamente y representan un estado inicial y otro avanzado en el proceso de progresión tumoral. Demostró que a nivel mitocondrial existen diferencias en la expresión y arreglo de proteínas de la cadena respiratoria, evidenciando que el contenido de complejos respiratorios disminuye en U87MG y la formación de supercomplejos (aglomerados de los complejos I, II y IV) es mayor en T98G. Por otra parte en otro trabajo, se realizó una comparación del proteoma celular y se encontró que 24 proteínas están diferencialmente expresadas, las cuales están involucradas en procesos como glicólisis, migración celular y estrés (Ramâo et al., 2012), lo cual demuestra que otras rutas celulares pueden estar participando en el proceso de progresión tumoral. 10 Por tal razón, estudiar la mitocondria y las modificaciones en su entorno en diferentes etapas metabólicas es relevante pues constituye un campo de estudio para definir nuevos blancos terapéuticos donde la proteómica sería una herramienta útil. 2.5.1.1 Biomarcador Se conoce biomarcador a la característica o cambio fisiológico, bioquímico o morfológico medible y evaluable a nivel molecular, bioquímico o celular que actúa como indicador de un proceso biológico normal o patológico. Y estos se clasifican con base a la información que proporcionan en: De riesgo (informan sobre la predisposición de padecer una patología), diagnósticos, prognóstico, etc. Lo más frecuente y sencillo en el diagnóstico de enfermedades es que el marcador biológico sea un cambio medible en la concentración de una sustancia química o la simple presencia o ausencia de esa sustancia. Dentro de los marcadoes biológicos más complejos se encuentran los patrones moleculares de diferentes índole, en donde el estudio del proteoma es sumamente importante (Ortega-Ortiz, 2010) 2.6 PROTEÓMICA COMO HERRAMIENTA EN LA BÚSQUEDA DE BIOMARCADORES El término proteoma define al complemento proteico del genoma y se refiere al conjunto completo de proteínas expresado por una célula durante un momento y condiciones determinadas (Rodríguez, 2014), de forma que brinda información acerca de la abundancia, localización e interacciones entre las proteínas en diferentes estados y se pueden identificar los cambios que presenta la célula (Petricoin et al., 2002) Aunque los estudios genómicos son útiles, los cambios en la expresión genética no siempre explican lo que se ve a nivel proteico. Las proteínas son reguladas por 11 otros procesos como: alteraciones en los niveles de traducción y modificaciones postraduccionales que son determinantes en la función biológica. Por esta razón en la búsqueda de biomarcadores, la proteómica es una herramienta útil que permite diferenciar etapas de un proceso, basándose en la identificación de las proteínas que han sido modificadas (Echeverri et al., 2010). La proteómica es una herramienta que permite analizar la dinámica y los cambios de expresión en proteínas asociadas a procesos biológicos como la carcinogénesis; de esta forma al caracterizar el proteoma, se pueden identificar proteínas con potencial de biomarcador (Rodríguez, 2014). Es interesante apuntar que en diversos estudios se han reportado varias proteínas mitocondriales, tales como: βF1ATPasa, HSp60, IF1 (Cuezva et al., 2002; Capuano et al.,1997), las cuales se encuentran expresadas diferencialmente en distintos tipos de cáncer. La proteína IF1 o Inhibitory Factor 1 fue descrita por primera vez en los años 60 por Pullman y Monroy como un pequeño inhibidor peptídico termoestable y con capacidad de inhibir la actividad hidrolítica de la F1ATPasa solubilizada (Pullman and Monroy, 1963). Esta proteína tiene la capacidad de inhibir la actividad de la ATPasa debido a la apertura del espacio de la interfase α/β de la ATPasa que produce la unión de su región central y N-terminal, alterando los cambios conformacionales que se dan en la catálisis rotatoria del enzima y posiblemente bloqueando también la rotación del brazo central de la ATPasa (Minauro- SanMiguel et al., 2002). De esta manera, la proteína IF1 es un regulador clave del metabolismo energético celular al inhibir la OXPHOS y regular la actividad de la glicólisis aeróbica (Cuezva et al., 2010; Sánchez, 2014; Cuezva et al., 2013). 12 3 PLANTEAMIENTO DEL PROBLEMA Dentro del proceso conocido como progresión tumoral se afectan varias rutas celulares, una de ellas es la modificación del metabolismo energético en la que hay cambios relevantes como la transición de un estado oxidativo a uno glicolítico. Los estudios realizados hasta el momento se han enfocado en buscar mutaciones en la mitocondria e identificar proteínas de forma aleatoria con relación a la transformación metabólica; sin embargo, no se ha logrado establecer la relación que tienen entre sí. En nuestro laboratorio buscamos los cambios provocados en el proteoma mitocondrial en dos estados metabólicos. Sin embargo, este proceso no es un evento aislado y compete a toda la célula, por lo cual es de suma importancia conocer todas las rutas celulares que se ven implicadas y determinar cual tiene mayor relevancia. El uso de proteómica al estudiar la progresión tumoral ha permitido ampliar los conocimientos sobre este fenómeno. Sin embargo, aún no se ha logrado definir la participación que tienen las diferentes rutas celulares y su relevancia, esto puede atribuirse principalmente a que su uso ha sido de forma aislada (observando el fenómeno únicamente en la mitocondria o sobre aspectos muy específicos) o sesgada (utilizando análisis estadísticos poco adecuados). Por tal razón, es de nuestro interés evaluar los cambios en las vías mitocondriales con respecto al proteoma celular en un modelo de glioblastoma modificando el método de selección de las proteínas e implementando el uso de análisis estadísticos que nos permitan tener una percepción más amplia del proceso. 13 4 JUSTIFICACIÓN Los métodos de análisis comúnmente usados para los proteomas 2D son las pruebas de t de Student y fold change, este tipo de pruebas es muy limitada para el análisis de datos Obtenidos por proteómica, con los que la información se ve sesgada. Por esta razón es de nuestro interés analizar y comparar los datos obtenidos, tanto a nivele mitocondrial como celular, con herramientas estadísticas alternativas como el análisis de Componentes Principales que, nos proporcionará la información para determinar gruposconcretos de proteínas que definen el proceso, la importancia que tienen estas proteínas dentro del fenómeno y cuáles podrían ser candidatos a biomarcador. 14 5 HIPÓTESIS Las líneas celulares T98G y U87MG de glioblastoma representan dos etapas en la progresión tumoral (inicial y avanzada), tienen un metabolismo oxidativo y glicolítico respectivamente, por lo tanto presentan un proteoma particular. Al comparar ambos proteomas, el análisis de componentes principales mostrará las proteínas que son relevantes en el proceso, permitiendo entender el papel de las vías celulares implicadas y del metabolismo mitocondrial. 15 6 OBJETIVOS 6.1 GENERAL Encontrar el papel del cambio metabólico con respecto a las proteínas (vías celulares) relevantes en la progresión tumoral en las líneas celulares T98G y U87MG de glioblastoma. 6.2 PARTICULARES Caracterizar el estado de las líneas celulares con respecto a proteínas específicas implicadas en carcinogénesis. Definir cuales spots/proteína son relevantes de acuerdo con herramientas de análisis estadístico multivariado (componentes principales). 16 7 MATERIAL Y MÉTODOS 7.1 METODOLOGÍA GENERAL Figura 5.. Metodología general. Elaboración de los mapas Validación del estado en líneas Análisis del proteoma Figura 6. 1D separación por punto isoeléctrico. a) Muestra el patrón de corrida de las proteínas, este depende de la carga que presenten, si es 17 7.2 CULTIVO CELULAR Se usaron las líneas celulares de glioblastoma humano T98G (ATCC® CRL- 1690™) y U87MG (ATCC®HTB-14™), ambas se crecieron en medio Eagle Medio Mínimo Esencial (EMEM) suplementado con Suero Fetal Bovino (SFB) [10%] y antibiótico-antimicótico (penicilina 10000 µg /mL, estreptomicina10000 µg/mL y anfotericina B 25 µg/mL) [1%] en cajas de cultivo estéril de 175 cm2 a 37°C, y CO2 [5%] manteniendo una atmosfera húmeda, con cambios periódicos de medio hasta obtener una confluencia del 90% para realizar los experimentos propuestos 7.3 EXTRACCIÓN DE PROTEÍNAS Las células fueron lavadas con Tampón de fosfato salino (PBS), posteriormente se rasparon con gendarme y 1mL de buffer RIPA (Tris 50 mM, NaCl 150 mM, tritón X 100 [1 %], Desoxicolato de sodio (DOC) [0.5 %], Dodecilsulfato sódico (SDS) [0.1 %], Ácido etildiaminotetraacético (EDTA) 5 mM pH 7.5 con inhibidor de proteasas), el extracto obtenido se homogeneizó en un potter de teflón y se centrifugó a 12000 rpm/10Min/4°C. Fue recuperado el sobrenadante. Para la electroforesis 2D, el extracto se precipitó con acetona [100%] 24 h/-70°C, se centrifugó a 12000 rpm/10 min y se desechó la acetona. El pellet se resuspendió en buffer de solubilización (Urea 7M, Tiourea 2M, 3-[(3- Colamidopropil)-dimetilamonio]-propano sulfatano (CHAPS) [2%], Anfolitas [5%], Ditiotreitol (DTT) 60mM, Tris base 40 nM). 7.4 CUANTIFICACIÓN La cantidad de proteína necesaria para cada ensayo se determinó por el método de Lowry (Lowry OH, 1951), utilizando albúmina en la construcción de la curva estándar con concentraciones desde 0.5 µg hasta 40µg/mL. Se registraron valores a una longitud de onda de 660 nm en un espetrofotómetro Ultrospec 2000 UV/Visible Spectophotometer. 18 7.5 ELECTROFORESIS DESNATURALIZANTE (SDS-PAGE) El método que se utilizó fue el sistema discontinuo de Laemmli (Laemmli, 1970), se utilizó un gel separador al 12% y concentrador al 5%. Los geles se corrieron a 100V/2h. 7.6 ISOELECTROENFOQUE (IEF) Se usaron tiras de poliacrilamida de 7 cm (GE, USA) con un intervalo de pH de 3- 10, fueron hidratadas con el buffer de corrida (Urea 6M, Tiourea 2M, CHAPS 2%, 2 µl de Azul de bromofenol, 1.25 µl de Anfolitas [1:100 µl]) con 310 µg de proteína en un volumen total de 125 µl durante 16 h. Transcurrido el tiempo de hidratación las tira se colocaron en la cámara de isoelectroenfoque Ettan IPGphor III Isoelectric Focusing System y se corrieron, en 4 pasos: 300V/30min, 1000V/60min, 5000V/90min y 500V/36min. Figura 6. 1D separación por punto isoeléctrico. a) Muestra el patrón de corrida de las proteínas, este depende de la carga que presenten, si es positiva tiene un pH alto y migrará al lado negativo del gradiente, por otra parte si la carga es negativa tiene un pH bajo por lo que migrará a lado positivo del gradiente. b) Presenta la ubicación de las proteínas una vez separadas por su pinto isoeléctrico. Modificado de Nelson and Cox, 2007. Figura 7. Representación gráfica del método de separación por electroforesis bidimensional desnaturalizante. El extracto proteico es separado en una 1D por su punto isoeléctrico, posteriormente en la 2D son separadas por su PM. El perfil obtenido determina la huella de un proteoma específico. Modificado de NPTEL, 2015. Figura 6. 1D separación por punto isoeléctrico. 19 7.7 ELECTROFORESIS BIDIMENSIONAL DESNATURALIZANTE Una vez que se realizó el IEF la tira pasó por un tren de equilibrio que consiste en tres lavados de 20 min con buffer de equilibrio (Urea 6M, Glicerol [30%], SDS 0.05M, Tris HCl pH 8.8 y 2µl de azul de Bromofenol) con Ditiotreitol (DTT) 10 mM y dos lavados de 20 min con buffer de equilibro con iodoacetamida 0.02 M La tira tratada se colocó perpendicularmente en un gel de poliacrilamida [13%] y se recubrió con agarosa [0.01%] teñida con 2 µl de azul de Bromofenol. El gel se corrió a 120V/3 h. El gel se fijó con solución fijadora (Metanol [50%], Ac. Acético [10%] H2O destilada) durante 40min, se lavó y fue teñido con solución teñidora (Comassie Brillant Blue G250 [0.12%], Sulfato de amonio [10%] Ac. Fosfórico [10%] Metanol [20%]) 16 h. Finalmente se lavó con solución desteñidora (Sulfato de amonio [5%], Metanol [10%], H2O destilada) hasta eliminar el fondo. Figura 7. Representación gráfica del método de separación por electroforesis bidimensional desnaturalizante. El extracto proteico es separado en una 1D por su punto isoeléctrico, posteriormente en la 2D son separadas por su PM. El perfil obtenido determina la huella de un proteoma específico. Modificado de NPTEL, 2015. Figura 8. Esquema de electroforesis y transferencia. 1) La muestra se coloca en el gel dentro de la cámara. 2. Las proteínas son separadas a lo largo del gel. 3) Una vez que la muestra fue separada en el gel este se transfiere a una membrana de PVDF. 4) Con la membrana se realiza los 20 7.8 WESTERN BLOT (WB) Las muestras separadas en los geles se transfirieron a una membrana de Polivinildifluoruro (PVDF), En la transferencia se utilizó un amortiguador de Towbin (tris base 0.3 % p/v, glicina 1.44 % p/v, metanol 10 % v/v) (Towbin, et al. 1979) al que se sustituyó tris base por Ácido 3-(ciclohexilamino)-1-propanosulfónico (CAPS) [10%] y se desarrolló a 100V/2 h. La membrana se bloqueó con leche libre de grasa al 5% en Tampón de fosfato salino con Tween (PBS-T) por 1h con agitación suave a temperatura ambiente para evitar el pegado inespecífico de anticuerpos. Después, se añadió el anticuerpo primario correspondiente Porina (abcam Porin [20B12AF2]) o Factor Inhibidor 1 (abcam Inhibitory Factor 1 [5E2D7]) utilizando una disolución de 1:2000, se incubó 16 h en agitación constante a 4°C. Una vez que se unió el anticuerpo primario, se incubó con el secundario acoplado a Ig G de ratón en disolución 1:10000, para esto realizaron tres lavados de 15 min con PBS-T, se agregó el anticuerpo secundario y se dejó en agitación durante una hora a temperatura ambiente. Finalmente se realizaron tres lavados de 15 min con PBS-T para pasar a la etapa de detección por quimioluminiscencia. Se agregó la solución de quimioluminiscencia (kit millipore) en la superficie de la membrana durante 5 min. Transcurrido el tiempo se retiró la solución. La membrana fue escaneada en Cdigit li-cor utilizando el programa Image Studio Agent Ver. 3.1.21 7.9 ANÁLISIS DE IMAGEN PD-QUEST Las imágenes se adquirieron en un densitómetro modelo GS-800 de Bio-rad. Las imágenes fueron cortadas y filtradas, posteriormente se analizaron con el programa PD-Quest Advanced V 8.0. Para el análisis se establecieron los siguientes parámetros: modelo Gaussiano, la detección del mismo número de puntos de proteína (spots) y filtro adaptativo que tiene como función reducir el ruido dentro de la imagen y cambia según los parámetros asignados. Los geles se “muestrearon” utilizando una red de 7x7, en cada cuadro se revisaron todos los spots encontrados automáticamente por el programa y se marcaron de forma aleatoria de acuerdo con la densidad, y bajo la condición de presentarse en ambas líneas o en la mayoría de los geles. Finalmente se obtuvo un gel maestro (Figura 9) en el que se empalman todos los geles y se muestra un proteoma general con todos los spots. 7.10 ANÁLISIS ESTADÍSTICO En la base de datos obtenida con los spots se imputaron los datos faltantes con un análisis de regresión lineal múltiple. Posteriormente, se normalizaron y clasificaron en cinco grupos de expresión (5-1, siendo 5 muy expresado y 1 expresión muy baja). Posteriormente se realizó el análisis estadístico multivariado de componentes principales (ACP) para lo cual se utilizó un programa de licencia libre en R. Para el ACP de realizó una matriz de correlación, con él se evidenció las relaciones y la participación de todos los componentes dentro del fenómeno 22 Figura 9. Gel maestro generado por el programa PD-Quest de Bio rad al combinar los spots de proteína de todos los geles de ambas líneas celulares. Los puntos marcados con verde muestran los spots identificados por el programa, los recuadros morados son aquellos spots identificados por el programa que fueron marcados manualmente y los recuadros azules son los spots que no fueron detectados por el programa y que se añadieron manualmente. Figura 9. Gel maestro generado por el programa PD-Quest de Bio rad al combinar los spots de proteína de todos los geles de ambas líneas celulares. Los puntos marcados con verde muestran los spots identificados por el programa, los recuadros morados son aquellos spots identificados por el programa que fueron marcados manualmente y los recuadros azules son los spots que no fueron detectados por el programa y que se añadieron manualmente. 23 8 RESULTADOS 8.1 MANTENIMIENTO DE LÍNEAS CELULARES Las líneas celulares T98G y U87MG (Figura 10) se crecieron hasta alcanzar una confluencia de aproximadamente el 90%, posteriormente se obtuvieron los extractos de proteína total para realizar diferentes los ensayos, estos se almacenaron a -70ᵒ C hasta su uso. Figura 10. Imágenes por microscopia invertida del crecimiento de las líneas celulares T98G y U87MG. La línea T98G crece formando una monocapa muy compacta, se muestran diferentes estados de confluencia, teniendo en a) el 20 % y b) el70 % de confluencia y alcanza el 90% de confluencia en 14 días. Por otra parte la línea U87MG al crecer forma cúmulos, se muestra algunos de sus estados de confluencia, siendo en a) el 20% y b) el 70%, esta línea alcanza el 90% de confluencia en 21 días. Figura 10. Imágenes por microscopia invertida del crecimiento de las líneas celulares T98G y U87MG. La línea T98G crece formando una monocapa muy compacta, se muestran diferentes estados de confluencia, teniendo en a) el 20 % y b) el70 % de confluencia y alcanza el 90% 24 8.2 RENDIMIENTO PROTEICO El extracto se obtuvo con aproximadamente 8x10 6 de células con la finalidad de contar con proteína suficiente para realizar los experimentos. Cabe destacar que todas las células que se usaron provenían del 2do pase, esto con la intención de que tuvieran las mismas características y evitar variaciones que podrían presentarse al ser de diferentes pases. El rendimiento de la extracción, no varió mucho aunque fue mayor a lo esperado en U87MG. Para la línea T98G se obtuvieron 11.2mg de proteína y en la línea U87MG 12.6mg. 8.3 INTEGRIDAD DE LAS PROTEÍNAS Con el propósito de conocer el perfil electroforético y la integridad que presentaban los extractos celulares se realizó una electroforesis desnaturalizantecomo se describe en la metodología. En la Figura 11 se observa que en ambos casos los perfiles muestran bandas bien definidas y distribuidas a lo largo del gel, aunque se cargó con la misma cantidad de proteína existen diferencias de expresión entre los perfiles electroforéticos de cada línea, en U87MG hay proteínas que presentan una sobreexpresión muy marcada. Al no presentar barridos, el experimento reflejó que la integridad y la calidad de las muestras estaban en óptimas condiciones para realizar los experimentos propuestos. Figura 11. Perfil electroforético obtenido de T98G y U87MG en SDS-PAGE 12%. El gel fue cargado utilizando 5 µg de proteína para cada línea celular y fue teñido con azul de Comassie. De lado izquierdo se encuentra el marcador de peso molecular. Figura 12. Análisis de expresión en las líneas celulares por ensayo de Western Blot. En extractos de proteína total. 25 8.4 CARACTERIZACIÓN POR WESTERN BLOT Para las inmunodetecciones os extractos se cuantificaron y separaron en una electroforesis desnaturalizante SDS-PAGE al 12% y se transfirieron a una membrana e PVDF. Para verificar que los cambios de proteínas se usó porina(49 kDa) como control de carga mitocondrial debido a que la membrana externa es rica en esta proteína, tambien denominada voltage dependent anion channel (VDAC) (Gambero de Luna and Gambero, 2012). La densidad de estas bandas fue medida en la inmunodetección de ambas lienas. Aparentemente en estos análisis se ocuparon la misma cantidad de mitocondrias, respecto a la cual se midio la presencia de la proteina IF1 (11kDa) la cual es un regulador clave del metabolismo energético de la célula y puede funcionar como marcador en el proceso de progresión tumoral. La inmunodetección por WB se realizó con quimioluminiscencia en un Scanner C- digit de Li Cor. La Figura 12a muestra que ambas líneas presentaron la misma cantidad de mitocondrias, debido a que la intensidad de reacción con porina es la misma, no obstante al evaluar IF1, se encontró una diferencia de expresión notable, siendo mayor en la línea T98G (Figura 12b) El analisis densitométrico se realizó con el programa Image1 usando las imágenes adquiridas con el fotodocumentador SYNGENE para corroborar el resultado. La Tabla 1 muestra que la cantidad de proteína expresada en pixeles/cm2 para porina es la misma en ambas lineas. Sin embargo, en el caso de IF1 se muestra que hay una diferencia visible siendo T98G la que tiene mayor cantidad de proteína. Es interesante notar que a persar de que se propone como un marcador, el cambio en el condenido es de menos del doble, por lo que en análisis típicos de proteómica no aparece. 26 27 8.5 2D SDS-PAGE La 2D SDS-PAGE mostró que existen proteínas diferencialmente expresadas en ambas lineas celulares. La Imagen 13 se muestra el proteoma de T98G y la imagen 14 el de U87MG, donde las diferencias de expresión más evidentes están resaltadas en círculos rojos y con verde fueron marcadas algunas de las proteínas que se encuentran presentes en ambas líneas. Línea celular Pixeles/cm2 Promedio T98G/U87MG Índice U87MG 66362.7 9900.1 6.7 1.4 IF1 T98G 56328.8 12076.4 4.7 1.4 U87MG 25505.4 11891.1 2.1 Porina T98G 55399.5 1.0 25836.8 2.1 TABLA 1. ANÁLISIS DENSITOMÉTRICO Figura 13. Gel en 2D SDS-PAGE representativo de T98G teñido con azul de Comassie coloidal. Para realizar este gel se utilizaron 310 µg de proteína. La flecha superior indica el sentido de la 1D y la flecha lateral indica el sentidode la 2D la cual se realizó en un gel al 13%. Los círculos rojos muestran algunas de las diferencias visibles encontradas al comparar con U87MG y los círculos verdes son algunas proteínas que ambos geles presentan.TABLA 1. ANÁLISIS DENSITOMÉTRICO Figura 13. Gel en 2D SDS-PAGE representativo de T98G teñido con azul de Comassie coloidal. Para realizar este gel se utilizaron 310 µg de proteína. La flecha superior indica el sentido de la 1D y la flecha lateral indica el sentido de la 2D la cual se realizó en un gel al 13%. Los círculos rojos muestran algunas de las diferencias visibles encontradas al comparar con U87MG y los círculos verdes son algunas proteínas que ambos geles presentan. Figura 14. Gel en 2D SDS-PAGE representativo de U87MG teñido con azul de Comassie coloidal. Para realizar este gel se utilizaron 310 µg de proteína. La flecha superior indica el sentido de la 1D y la flecha lateral indica el sentido de la 2D la cual se realizó en un gel al 13%. Los círculos rojos muestran algunas de las diferencias visibles encontradas al comparar con T98G y los círculos verdes son algunas proteínas que ambos geles presentan.Figura 13. Gel en 2D SDS-PAGE representativo de T98G teñido con azul de Comassie coloidal. Para realizar este gel se utilizaron 310 µg de proteína. La flecha superior indica el sentido de la 1D y la flecha lateral indica el sentido de la 2D la cual se realizó en un gel al 13%. Los círculos rojos muestran algunas de las diferencias visibles encontradas al comparar con U87MG y los círculos verdes son algunas proteínas que ambos geles presentan.TABLA 1. ANÁLISIS DENSITOMÉTRICO Figura 13. Gel en 2D SDS-PAGE representativo de T98G teñido con azul de Comassie coloidal. Para realizar este gel se utilizaron 310 µg de proteína. La flecha superior indica el sentido de la 1D y la flecha lateral indica el sentido de la 2D la cual se realizó en un gel al 13%. Los círculos rojos muestran algunas de las diferencias visibles encontradas al comparar con U87MG y los círculos verdes son algunas proteínas que ambos geles presentan.TABLA 1. ANÁLISIS DENSITOMÉTRICO Figura 13. Gel en 2D SDS-PAGE representativo de T98G teñido con azul de Comassie coloidal. Para realizar este gel se utilizaron 310 µg de proteína. La flecha superior indica el sentido de la 1D y la flecha lateral indica el sentido de la 2D la cual se realizó en un gel al 13%. Los círculos rojos muestran algunas de las diferencias visibles encontradas al comparar con U87MG y los círculos verdes son algunas proteínas que ambos geles presentan. 28 8.6 ANÁLISIS DE IMAGEN PD-QUEST Para el análisis de imágenes se usó el software PD-Quest. En modo automático este programa identificó un total de 320 proteínas “spots”. Sin embargo, algunos de los spots identificados fueron artificios provocados por la tinción, por esta razón se hizo una revisión manual como se describe en los métodos, donde se identificaron y marcaron 200 de esos spots (color morado). Posteriormente, se añadieron 55 spots no detectados por el programa, que tras la inspección visual cumplían con las características de spots/proteína las cuales son: estar presentes en la mayoría de los geles, encontrarse en al menos un gel de cada línea celular o estar en todos los geles de una línea. En la Figura 15 se muestra el resultado del análisis de imagen, con el que se obtuvo las densidades de los spots. Estos datos de expresión (pixeles/cm2) fueron utilizados para elaborar la base de datos con la que se realizó el análisis estadístico. Figura 14. Gel en 2D SDS-PAGE representativo de U87MG teñido con azul de Comassie coloidal. Para realizar este gel se utilizaron 310 µg de proteína. La flecha superior indica el sentido de la 1D y la flecha lateral indica el sentido de la 2D la cual se realizó en un gel al 13%. Los círculos rojos muestran algunas de las diferencias visibles encontradas al comparar con T98G y los círculos verdes son algunas proteínas que ambos geles presentan. Figura 15. Selección de proteínas utilizando el programa PD-Quest. En el experimento generado por el programa se utilizaron 4 geles de U87MG (Rojo) y 4 de T98G (Verde) con los cuales se formó un gel maestro (Blanco).Para la selección de los spots se utilizó un cuadrante de 7x7. Los recuadros morados representan los spots identificados por el programa y marcados manualmente y los recuadros azules son aquellos spots que no fueron detectados por el programa y que añadieron manualmente.Figura 14. Gel en 2D SDS-PAGE representativo de U87MG teñido con azul de Comassie coloidal. Para realizar este gel se utilizaron 310 µg de proteína. La flecha superior indica el sentido de la 1D y la flecha lateral indica el sentido de la 2D la cual se realizó en un gel al 13%. Los círculos rojos muestran algunas de las diferencias visibles encontradas al comparar con T98G y los círculos verdes son algunas proteínas que ambos geles presentan. Figura 15. Selección de proteínas utilizando el programa PD-Quest. En el experimento generado por el programa se utilizaron 4 geles de U87MG (Rojo) y 4 de T98G (Verde) con los cuales se formó un gel maestro (Blanco).Para la selección de los spots se utilizó un cuadrante de 7x7. Los recuadros morados representan los spots identificados por el programa y marcados manualmente y los recuadros azules son aquellos spots que no fueron detectados por el programa y que añadieron manualmente. TABLA 2. ANÁLISIS DE COMPONENTES PRINCIPALESFigura 15. Selección de proteínas utilizando el programa PD-Quest. En el experimento generado por el programa se utilizaron 4 geles de U87MG (Rojo) y 4 de T98G (Verde) con los cuales se formó un gel maestro (Blanco).Para la selección de 29 Figura 15. Selección de proteínas utilizando el programa PD-Quest. En el experimento generado por el programa se utilizaron 4 geles de U87MG (Rojo) y 4 de T98G (Verde) con los cuales se formó un gel maestro (Blanco).Para la selección de los spots se utilizó un cuadrante de 7x7. Los recuadros morados representan los spots identificados por el programa y marcados manualmente y los recuadros azules son aquellos spots que no fueron detectados por el programa y que añadieron manualmente. TABLA 2. ANÁLISIS DE COMPONENTES PRINCIPALESFigura 15. Selección de proteínas utilizando el programa PD-Quest. En el experimento generado por el programa se utilizaron 4 geles de U87MG (Rojo) y 4 de T98G (Verde) con los cuales se formó un gel maestro (Blanco).Para la selección de los spots se utilizó un cuadrante de 7x7. Los recuadros morados representan los spots identificados por el programa y marcados manualmente y los recuadros azules son aquellos spots que no fueron detectados por el programa y que añadieron manualmente. 30 8.7 ANÁLISIS DE COMPONENTES PRINCIPALES (ACP) Los datos correspondientes a la densidad de cada spot fueron utilizados para el ACP, en el cual se definieron siete componentes principales (CP). Cada uno de estos CP representa una parte del fenómeno equivalente a la varianza expresada y la importancia que tiene (Tabla 2). De esta forma el CP1 explica el 31%, el CP2, el CP 3 el 15.6%, etc. El CP1 agrupa entonces, el 31% de las proteínas lo cual lo define como el más importante. Al graficarlo, se encontró que este componente es capaz de distinguir entre ambas líneas (figura16), por tal razón el análisis se enfocó en las proteínas que componen a ese factor. CP1 CP2 CP3 CP4 CP5 CP6 CP7 Varianza expresada (%) 31.21 24.11 15.63 10.64 8.44 6.50 3.43 Acumulado (%) 31.21 55.32 70.96 81.61 90.05 96.56 100 TABLA 2. ANÁLISIS DE COMPONENTES PRINCIPALES Figura 16. Gráfica del CP1. El resultado obtenido al graficar el CP1 logró distinguir y separar entre la línea celular T98G (Azul) y U87Mg (Anaranjado) TABLA 3. PROTEÍNAS QUE FORMAN A CP1Figura 16. Gráfica del CP1.El resultado obtenido al graficar el CP1 logró distinguir y separar entre la línea celular T98G (Azul) y U87Mg (Anaranjado) TABLA 2. ANÁLISIS DE COMPONENTES PRINCIPALES Figura 16. Gráfica del CP1. El resultado obtenido al graficar el CP1 logró distinguir y separar entre la línea celular T98G (Azul) y U87Mg (Anaranjado) TABLA 3. PROTEÍNAS QUE FORMAN A CP1Figura 16. Gráfica del CP1. El resultado obtenido al graficar el CP1 logró distinguir y separar entre la línea celular T98G (Azul) y U87Mg (Anaranjado) Figura 16. Gráfica del CP1. El resultado obtenido al graficar el CP1 logró distinguir y separar entre la línea celular T98G (Azul) y U87Mg (Anaranjado) TABLA 3. PROTEÍNAS QUE FORMAN A CP1Figura 16. Gráfica del CP1. El resultado obtenido al graficar el CP1 logró distinguir y separar entre la línea celular T98G (Azul) y U87Mg (Anaranjado) TABLA 2. ANÁLISIS DE COMPONENTES PRINCIPALES Figura 16. Gráfica del CP1. Figura 16. Gráfica del CP1. El resultado obtenido al graficar el CP1 logró distinguir y separar entre la línea celular T98G (Azul) y U87Mg (Anaranjado) TABLA 3. PROTEÍNAS QUE FORMAN A CP1Figura 16. Gráfica del CP1. El resultado obtenido al graficar el CP1 logró distinguir y separar entre la línea celular T98G (Azul) y U87Mg (Anaranjado) 31 Para obtener la caracterización del cambio metabólico se debería identificar al menos las 46 proteínas por las que está formado el CP1, las cuales fueron determinadas por el valor del peso de factor (Pf) que presentaron. De acuerdo con esta evaluación las 46 proteínas son candidatos que pueden representar la firma molecular para cada línea. Al comparar con reportes previos (Ramão et al., 2012), se encontró que algunos spots coinciden con proteínas ya identificadas, y por las condiciones y ubicación en el gel podrían tratarse de las mismas. Sin embargo, aquellos spots con un Pf alto, los cuales son muy importantes dentro del CP (Anaranjado) no están identificadas, lo que sería ideal para orientarnos sobre las posibles vías afectadas (Tabla 3). Por otra parte, se graficaron los valores de expresión obtenidos para cada spot que conforma el CP1 (Figura 17). Cada perfil representa una firma biológica que representan un patrón biológico de expresión para cada estado (oxidativo y glicolítico). Posteriormente se generó una gráfica en la que se ubicó a los seis spot más importantes del CP, aquellos con un Pf alto (Estrellas), con la finalidad de observar su comportamiento en ambas líneas. En la Figura 18 se muestra que cinco de las proteínas que caracterizan al CP1 incrementan su expresión en la línea U87MG (estado glicolítico). 32 TABLA 3. PROTEÍNAS QUE FORMAN A CP1 Figura 17. Perfil de espresión del CP1. El perfil de cada línea celular representa una firma proteica que podría caracterizan el estado oxidativo (T98G) y el glicolítico (U87MG). El grado de expresión se estableció del 1-5, donde 1 es poco expresado y 5 altamente expresado. Figura . Perfil de espresión del CP1. El perfil de cada línea celular representa una firma proteica que podría caracterizan el estado oxidativo (T98G) y el glicolítico (U87MG). El grado de expresión se estableció del 1-5, donde 1 es poco expresado y 5 altamente expresado. Figura 18. Comparación gráfica del perfil de expresión del CP1 entre T98G y U87MG.Figura 17. Perfil de espresión1. El perfil de cada línea celular representa una firma proteica que podría caracterizan el estado oxidativo (T98G) y el glicolítico (U87MG). El grado de expresión se estableció del 1-5, donde 1 es poco expresado y 5 altamente expresado. Figura . Perfil de espresión del CP1. El perfil de cada línea celular representa una firma proteica que podría caracterizan el estado oxidativo (T98G) y el glicolítico (U87MG). El grado de expresión se estableció del 1-5, donde 1 es poco expresado y 5 altamente expresado.Figura . Perfil de espresión del CP1. El perfil de cada línea celular representa una firma proteica que podría caracterizan el estado oxidativo (T98G) y el glicolítico (U87MG). El grado de expresión se estableció del 1-5, donde 1 es poco expresado y 5 altamente expresado. Figura . Perfil de espresión del CP1. El perfil de cada línea celular representa una firma proteica que podría caracterizan el estado oxidativo (T98G) y el glicolítico (U87MG). El grado de expresión se estableció del 1-5, donde 1 es poco expresado y 5 altamente expresado.Figura 18. Comparación gráfica del perfil de expresión del CP1 entre T98G y U87MG.Figura 17. Perfil de espresión del CP1. El perfil de cada línea celular representa una firma proteica que podría caracterizan el estado oxidativo (T98G) y el glicolítico (U87MG). El grado de expresión se estableció del 1-5, donde 1 es poco expresado y 5 altamente expresado. Figura . Perfil de espresión del CP1. El perfil de cada línea celular representa una firma proteica que podría caracterizan el estado oxidativo (T98G) y el glicolítico (U87MG). El grado de expresión se estableció del 1-5, donde 1 es poco expresado y 5 altamente expresado. Figura . Perfil de espresión del CP1. El perfil de cada línea celular representa una firma proteica que podría caracterizan el estado oxidativo (T98G) y el glicolítico (U87MG). El grado de expresión se estableció del 1-5, donde 1 es poco expresado y 5 altamente expresado. Figura . Perfil de espresión del CP1. El perfil de cada línea celular representa una firma proteica que podría caracterizan el estado oxidativo (T98G) y el glicolítico (U87MG). El grado de expresión se estableció del 1-5, donde 1 es poco expresado y 5 altamente expresado. Figura 18. Comparación gráfica del perfil de expresión del CP1 entre T98G y U87MG.Figura 17. Perfil de espresión del CP1. 33 Figura 17. Perfil de espresión del CP1. El perfil de cada línea celular representa una firma proteica que podría caracterizan el estado oxidativo (T98G) y el glicolítico (U87MG). El grado de expresión se estableció del 1-5, donde 1 es poco expresado y 5 altamente expresado. Figura . Perfil de espresión del CP1. El perfil de cada línea celular representa una firma proteica que podría caracterizan el estado oxidativo (T98G) y el glicolítico (U87MG). El grado de expresión se estableció del 1-5, donde 1 es poco expresado y 5 altamente expresado. 34 Figura 18. Comparación gráfica del perfil de expresión del CP1 entre T98G y U87MG. Las proteínas del CP1 más importantes con base al valor del peso de factor que presentaron fueron resaltadas en circulosT98G (azul) y U87MG(rojo). 35 9 DISCUSIÓN En este trabajo fueron utilizadas las líneas celulares T98G y U87MG de glioblastoma que presentan un metabolismo, oxidativo y glicolítico respectivamente. De acuerdo con esto el modelo emula un estado temprano y otro avanzado en el proceso de progresión tumoral, de acuerdo a lo postulado por Warburg y las observaciones hechas en varios tipos de cáncer (Cuezva et al., 2002). Aunque ambas líneas celulares provienen del mismo tejido (la glia), presentan ciertas diferencias, por ejemplo la morfología de U87MG que crece formando cúmulos celulares, por otra parte T98G mantiene las características de la célula normal y crece formando una monocapa. Otra diferencia que presentan estas líneas celulares es la tasa de crecimiento. Se ha reportado que U87MG tiene una proliferación celular muy rápida y que al inseminarse en ratones forma tumores (Donoghue et al., 2011) y al alcanzar la confluencia necesaria en 21 días coincidió con lo reportado por Muira et al., 2010. Sin embargo, la línea T98G tuvo un crecimiento más rápido y alcanzó la confluencia necesaria en 15 días. Cabe resaltar que la diferencia en el tiempo de crecimiento no modificó la eficiencia en la obtención de proteínas, pues fue casi la misma. Al determinar la integridad de las proteínas se encontró, como seesperaba, un patrón de expresión similar entre ambas líneas ya que existen coincidencias en la formación de bandas diferenciándose únicamente en la intensidad de expresión. Sin embargo también evidenció la existencia de bandas que solo se expresan en una u otra línea. Con la inmunodetección se encontró que la expresión de porina en ambas líneas es la misma, por lo cual se entiende que presentan la misma cantidad de mitocondrias, es decir, aparentemente en el estado avanzado de glioblastoma como en las células U87MG, las mitocondrias están presentes casi en la misma cantidad que en un estado inicial como lo es T98G. Esto coincide con la teoría de 36 que las mitocondrias redireccionan o reducen su función, lo cual coincide con la hipótesis de Warburg donde la glicólisis experimentada por las células cancerígenas se debe a una reducida actividad bioenergética mitocondrial (Warburg, 1956a) y no a la desaparición de éstos organelos como se creía, lo cual promueve la teoría de la evolución del perfil bioenergético, en el que la célula cancerosa pasa de un estado de un estado metabólico a otro (OXPHOS-Glicólisis) según lo necesite, por tal razón es necesario que mantenga un número de mitocondrias constante (Rossignol et al., 2011). La glicólisis activada y la baja actividad mitocondrial son necesarias para la progresión tumoral que caracteriza el fenotipo de U87MG (Cuezva et al 2009; Sanchéz-Arago et al, 2013b), sin embargo, ya que la mitocondria puede tener un impacto positivo o negativo dentro de la carcinogénesis, como represor tumoral en la proliferación o participar en la evasión de muerte celular se cree que debe haber otras proteínas mitocondriales que influyan significativamente en este padecimiento (Sánchez, 2014). IF1 por ejemplo es una proteína que está relacionada con la carcinogénesis, además puede influir en la biogénesis de la estructura mitocondrial. La inhibición de la H+-ATP sintasa mediada por IF1 promueve la reprogramación metabólica de la célula tumoral a una glicólisis activa, por lo cual se esperaría que estuviera expresada mayormente en U87MG que ya tiene un metabolismo glicolítico. Sin embargo, fue en la línea T98G donde presentó mayor expresión (Sánchez, 2014). Por lo que se cree que su expresión está sujeta a eventos específicos durante la carcinogénesis, el hecho de que se encuentre en menor cantidad, podría indicar una hidrólisis de ATP más activa y la generación de un ambiente favorable en la carcinogénesis. Por otro lado, se ha demostrado que las células T98G pueden formar supercomplejos (Fernández, 2014), lo que evidencia una mejor regulación bioenergética en la que puede estar implicada la IF1 como en la evolución del perfil bioenergético el cual consiste en cambios en el metabolismo por activación de las diferentes rutas utilizándolas según lo necesite la célula (Campanella et al 2008). 37 Para saber qué mecanismos además de los mitocondriales pueden estar influyendo en la progresión tumoral se realizó el análisis del proteoma completo de estas células, con el propósito de ponderar la participación mitocondrial. Fernández en 2014 demostró que a nivel mitocondrial existen diferencias significativas donde los complejos de la cadena OXPHOS disminuyen en U87MG en comparación con la línea T98G y reveló que el contenido de supercomplejos es mayor en T98G. Los resultados con el proteoma celular mostraron disimilitudes entre ambas líneas. El resultado del análisis estadístico por ACP es una estrategia poco utilizada en el análisis de expresión de spots en geles 2D. Generalmente en esta etapa, los análisis que se hacen son pruebas de t de Student, este tipo de pruebes es muy limitada para análisis de este tipo de datos. El ACP evidenció la formación de 7 componentes principales, donde el CP1 (Figura 16) logró distinguir y separar a las líneas celulares T98G y U87MG, con lo cual se muestra que este grupo de proteínas es capaz de definir un estado con respecto al otro. Sin embargo, al comparar los valores de varianza explicada del análisis a nivel celular (31%) con respecto al análisis y resultados del proteoma el mitocondrial (50%), se encontró que disminuía en la célula completa lo cual indica, como se esperaba, que no solo los factores mitocondriales influyen en el proceso. Por tal razón, dentro del CP1 se ubicaron aquellos spots con proteínas ya identificadas con el propósito de definir los procesos que se ven implicados. Aunque no se han identificado proteínas, al comparar los resultados con los reportes previos (Ramao et al 2012) se encontró que algunos spots coinciden con las proteínas identificadas y podría tratarse de ellas (Tabla 3), cabe destacar que esas proteínas no solo están relacionadas al cambio metabólico, sino también a otros factores que pueden explicar la diferencia en la capacidad tumorigénica. (Anexo 1). Por otra parte, las proteínas ubicadas dentro de un componente, CP1 por ejemplo, mostraron cambios en la expresión en los dos modelos, lo cual puede reflejar un perfil proteico que distinga entre los estados del proceso de carcinogénesis 38 (Figura 17) en el que si establece la importancia de la proteína determinada por el peso de factor y la expresión en la siguiente etapa de la carcinogénesis, se forma entonces una firma proteica para cada estado. Estas proteínas al ubicarse en distintos grupos de expresión y al distinguir entre los diferentes estados metabólicos, podrían representar una firma para cada estado (Figura 18). De esta forma las proteínas que forman cada factor al representar una firma para cada estado únicamente se deben identificar para conocer la ruta que se ve implicada. Y en el caso de las proteínas que presenten un peso de factor alto, podrían ser postularlas como como posibles blancos terapeúticos. 39 10 CONCLUSIONES El análisis por Western Blot evidenció que el número de mitocondrias es constante en ambos etapas de la progresión tumoral, lo cual hace pensar que en etapas tempranas y avanzadas las mitocondrias no desaparecen, solo re-direccionan su función. La sobre-expresión de IF1 en la línea T98G refuerza la teoría de la evolución del perfil bioenergético y se considera que la razón por la que se encuentra mayormente en T98G es porque ahí todavía se conserva el fenotipo oxidativo y podría desactivarse, propiciando el cambio hacía la glicólisis. El APC es una herramienta útil en el estudio del proteoma,a diferencia de las pruebas de t o fold change permite evidenciar todas las interacciones del fenómeno, caracterizar y clasificar la importancia de los factores y determinar las proteínas más importantes de cada componente de acuerdo con el peso de factor. Se formaron siete componentes que caracterizan el proteoma de ambas líneas, donde el CP1 explica el 31.21% del fenómeno y separa los estados oxidativo y glicólitico de ambas líneas celulares. El perfil proteico formado por las proteínas del CP 1 formó una firma de proteínas que distingue entre las líneas T98G y U87MG. Con base en el valor de peso de factor, aquellas proteínas que tengan un valor más alto son más importantes, por lo cual, éstas, son ahora candidatas a identificar. 40 11 PERSPECTIVAS Se requiere continuar con los datos obtenidos del ACP e identificar las proteínas más importantes de cada factor para así conocer que rutas se ven implicadas en el proceso de carcinogénesis. Ponderar el efecto que puede tener en las células al bloquear de manera independiente la función de las proteínas que evidenció el análisis. Probar nuevamente porina e IF1 en estado sano e intermedios de la carcinogénesis, con el propósito de observar si sus niveles varían según en la etapa en que se encuentre 41 12 REFERENCIAS ABTA (2015). Glioblastoma. Recuperado el 12
Compartir