Un reciente estudio, realizado por  una asociación de investigación internacional, entre ellos, las Universidades Queen Mary de Londres, y Cambridge, el University College de Londres y el Instituto de Salud de Berlín en la Charité Universitätsmedizin, demuestra los beneficios que se pueden obtener del uso de tecnologías proteómicas a gran escala para identificar a personas con alto riesgo en una amplia gama de enfermedades.

Sus autores utilizaron datos del Proyecto de Proteómica Farmacéutica del Biobanco del Reino Unido (UK Biobank Pharma Proteomics Project, UKB-PPP), el mayor estudio de proteómica realizado hasta la fecha, con mediciones de aproximadamente 3.000 proteínas plasmáticas de un conjunto seleccionado al azar de más de 40.000 participantes del Biobanco del Reino Unido. Los autores utilizaron técnicas analíticas avanzadas para identificar, para cada enfermedad, una "firma" de entre 5 y 20 proteínas más importantes para la predicción. 

Los investigadores pudieron utilizar dichas firmas de proteínas para predecir la aparición de hasta 67 enfermedades, entre ellas el mieloma múltiple, el linfoma no Hodgkin, la enfermedad de la neurona motora, la fibrosis pulmonar y la miocardiopatía dilatada.  

Los modelos de predicción de proteínas obtuvieron mejores resultados que los modelos basados ​​en información clínica estándar registrada. La predicción basada en recuentos de células sanguíneas, colesterol, función renal y pruebas de diabetes (hemoglobina glucosilada) tuvo un rendimiento inferior al de los modelos de predicción de proteínas en la mayoría de los ejemplos.

"La medición de una proteína por una razón específica, como la troponina para diagnosticar un ataque cardíaco, es una práctica clínica estándar. Estamos satisfechos con la oportunidad de identificar nuevos marcadores para la detección y el diagnóstico a partir de las miles de proteínas que circulan y que ahora se pueden medir en la sangre humana", según la prof. Claudia Langenberg, directora del Instituto de Investigación Universitaria de Atención Sanitaria de Precisión (PHURI) de la Universidad Queen Mary de Londres y profesora de Medicina Computacional en el Instituto de Salud de Berlín de la Charité Universitätsmedizin.

Los hallazgos, publicados en ´Nature Medicine´, muestran que las firmas de proteínas plasmáticas dispersas, que incluyen tanto proteínas específicas de la enfermedad como predictores de proteínas compartidos en varias enfermedades, ofrecen una predicción clínicamente útil de enfermedades comunes y raras. La proteómica plasmática de captura amplia permite la estimación de miles de proteínas y estudios que no se limitan a una sola enfermedad de interés y representa una tecnología prometedora.

Es por ello que, según la prof. Langenberg "lo que necesitamos con urgencia son estudios proteómicos de diferentes poblaciones para validar nuestros hallazgos y pruebas efectivas que puedan medir las proteínas relevantes para la enfermedad según los estándares clínicos con métodos asequibles".

"Este trabajo demuestra lo prometedor que es el uso de tecnologías proteómicas a gran escala para identificar a personas con alto riesgo en una amplia gama de enfermedades, y se alinea con nuestro enfoque de utilizar la tecnología para profundizar nuestra comprensión de la biología y las enfermedades humanas", indicó, por su parte, el  Dr. Robert Scott, vicepresidente y director de Genética y Genómica Humana de GSK.

La  investigación abre nuevas posibilidades de predicción para una amplia gama de enfermedades, incluidas las más raras. Muchas de ellas pueden tardar meses y años en diagnosticarse, y esta investigación ofrece oportunidades totalmente nuevas para realizar diagnósticos oportunos.