Functional classification of proteins using mass spectrometry data and exploration of their frequency of identification in proteomic analysis

Abstract

Prostate cancer is a significant public health concern due to its high incidence and mortality, and that no consensus exists regarding the best form of treatment for any stage of the disease. Prostate cancer mortality can be reduced by the early prostate cancer detection. The earlier the detection the more effective the treatment would be. Prostate cancer screening or early detection has been accomplished applying the digital rectal examination (DRE), the measurement of serum the prostate specific antigen (PSA), transrectal ultrasonography and combinations of these tests. MS based proteomics and particularly MS-SEDLI-TOF technology has assisted in discovering prostate cancer biomarkers. On the other hand, a major cause of mortality for women is the ovarian cancer. Malignant ovarian tumors are heterogeneous in their biological and clinical behaviour and a greater understanding of how they develop and progress is a prerequisite to successful early detection, screening programs, and treatment modalities. Accordingly, the aims of the present thesis are: (i) To develop a reliable pattern recognition system for the discrimination of healthy from patients with prostate cancer as well as controls from patients with ovarian cancer, (ii) To develop efficient algorithms in order to handle the large number of features that are extracted from proteomic spectra, (iii) To develop a methodology to facilitate the investigation of the low intensity peaks which are the peaks in which biologists are mostly interested in, (iv) To propose potential biomarkers for discriminating healthy from prostate cancer cases and healthy from ovarian cancer cases. To cope with the above issues and in search of efficient methods for handling proteomic spectra a novel multi classifier pattern recognition methodology has been designed, developed and implemented, for the analysis of prostate and ovarian proteomic data. Furthermore, a novel method for splitting and grouping peaks according to their intensities has been developed to be consistent with biologist interest in investigating low intensity peaks.

Τα δεδομένα πρωτεομικής τα οποία εξάγονται από φασματογράφο μάζας έχουν ως αποτέλεσμα την δημιουργία ενός μονοδιάστατου σήματος το οποίο στον οριζόντιο άξονα έχει τιμές μάζας/φορτίο και στον κατακόρυφο άξονα έχει τις αντίστοιχες τιμές έντασης. Οι τιμές στον οριζόντιο άξονα (μάζα/φορτίο) οι οποίες αντιπροσωπεύουν πεπτίδια ή πρωτεΐνες έχουν ένα εύρος από 0 έως δεκάδες χιλιάδες. Επομένως τα πρωτεομικά φάσματα θεωρούνται ιδιαίτερα πολύπλοκα. Η διαχείριση της πληροφορίας των πρωτεομικών φασμάτων καθώς και η εξαγωγή διαγνωστικών συμπερασμάτων είναι ένα πεδίο ανοιχτό προς έρευνα. Ο καρκίνος του προστάτη αποτελεί την δεύτερη πιο σημαντική αιτία θανάτου στην Ηνωμένες Πολιτείες Αμερικής και τον Καναδά. Η θνησιμότητα που οφείλεται στον καρκίνο του προστάτη μπορεί να μειωθεί από την έγκαιρη πρόγνωσή του. Όσο ποιο έγκαιρη είναι η πρόγνωσή του τόσο ποιο αποτελεσματική είναι η θεραπεία του. Ο προστάτης είναι ένας αδένας που βρίσκεται στο εσωτερικό του σώματος, κάτω από την ουροδόχο κύστη του άνδρα και περιβάλλει την ουρήθρα. Τον αδένα αυτό τον έχει ένας άνδρας ήδη από την στιγμή που γεννιέται. Με την λειτουργία του συμβάλει, στον έλεγχο της ούρησης, το οποίο το πετυχαίνει λόγω της ανατομικής του θέσης, στον εμπλουτισμό του σπέρματος με χρήσιμα και απαραίτητα συστατικά και στη λειτουργία της εκσπερμάτισης. Ο καρκίνος του προστάτη είναι η ανάπτυξη καρκινικών κυττάρων στον αδένα αυτόν. Τα καρκινικά κύτταρα πολλαπλασιάζονται πολύ πιο γρήγορα από τα φυσιολογικά κύτταρα, και έτσι, η ολοένα αυξανόμενη συγκέντρωσή τους δημιουργεί όγκους. Επιπλέον, τα καρκινικά κύτταρα έχουν την δυνατότητα να μεταφέρονται σε άλλα σημεία του σώματος (κάνουν μετάσταση) και να καταστρέφουν τα υγιή κύτταρα. Η πρωτεομική με την εφαρμογή της φασματογραφίας μάζας έχει βοηθήσει σημαντικά στην πρόγνωση του καρκίνου του προστάτη και στην ανακάλυψη γνωστών βιοδεικτών του καρκίνου του προστάτη όπως είναι το ειδικό αντιγόνο του προστάτη (PSA), η προστατική όξινη φωσφατάση (PAP), το ειδικό πεπτίδιο του προστάτη (PSP) και το ειδικό αντιγόνο μεμβράνης του προστάτη (PSMA). Ο καρκίνος των ωοθηκών είναι μια συνήθεις γυναικολογική κακοήθεια με ποικίλα ιστολογικά χαρακτηριστικά. Είναι η κύρια αιτία θανάτου από καρκίνου ανάμεσα σε όλες τις γυναικολογικές κακοήθειες, καθώς και ο πέμπτος πιο συχνός τύπος καρκίνου μεταξύ γυναικών του δυτικού κόσμου. Η πλειοψηφία των κακοηθών όγκων των ωοθηκών εμφανίζεται σε γυναίκες ηλικίας άνω των 65 χρόνων, ενώ οι καλοήθεις όγκοι είναι συνηθέστεροι σε νεότερης ηλικίας γυναίκες μεταξύ 25 και 45 χρόνων. Λόγω της πολυπαραγοντικής φύσης του καρκίνου, είναι πολύ πιθανό, μια ομάδα βιοδεικτών να είναι πιο ενδεικτικοί για την πρόβλεψη της βιολογικής συμπεριφοράς διαφόρων όγκων, από την χρήση ενός μόνο βιοδείκτη. Το CA-125 είναι ένας δείκτης ο οποίος χρησιμοποιείται για την διάγνωσης και συγκεκριμένα στην πρόγνωση του καρκίνου των ωοθηκών. Η επιβεβαίωση του και αξιοπιστία του βιοδείκτη CA-125 οδήγησε στην ευρέως χρήση του, ως βιοδείκτης για τον καρκίνο των ωοθηκών, καθώς και στην κλινική διάγνωση της ανταπόκρισης του ασθενούς κατά την θεραπεία του καρκίνου. Πρόσφατες προσπάθειες επικεντρώθηκαν στην βελτίωση της διαγνωστικής ακρίβειας του CA-125, είτε χρησιμοποιώντας μόνο τον συγκεκριμένο βιοδείκτη (CA-125), είτε χρησιμοποιώντας τον με νέους βιοδείκτες που έχουν συσχετιστεί με τον καρκίνο των ωοθηκών. Ο βιοδείκτης CA-125 βρίσκεται στο μητρικό γάλα και στο αμνιακό υγρό στις υγιείς γυναίκες. Παρόλα αυτά υπάρχει επίσης σε γυναίκες με γυναικολογικά προβλήματα όπως μητρικό λειομύωμα και ενδομητρίωση μειώνοντας έτσι την ειδικότητα του βιοδείκτη. Επιπροσθέτως άλλοι βιοδείκτες οι οποίοι έχουν βρεθεί είναι οι prostasin, OVX1, CA-15.3, CA-72.4, και inhibin. Έτσι οι στόχοι της παρούσας διατριβής είναι: (i) ο κατάλληλος συνδυασμός των βημάτων, προεπεξεργασίας, εξαγωγής χαρακτηριστικών, επιλογής χαρακτηριστικών και επιλογής ταξινομητή ώστε η διάγνωση να είναι ακριβέστερη από τις υπάρχουσες μεθόδους. (ii) να προταθούν βιοδείκτες (biomarkers) και συγκεκριμένα τιμές φάσματος (μάζας/φορτίου) οι οποίες ενδεχομένως να σχετίζονται με τις ασθένειες προς μελέτη (Καρκίνου του προστάτη και των ωοθηκών). Για την εκπλήρωση των ανωτέρω στόχων σχεδιάστηκαν και αναπτύχθηκαν μεθοδολογίες με στόχο την ακριβή διάκριση των υγειών από ασθενείς με καρκίνο του προστάτη και ωοθηκών. Προτείνονται τιμές μάζας/φορτίο οι οποίες ενδεχομένως να αποτελέσουν χρήσιμους βιοδείκτες για τον καρκίνο του προστάτη και για τον καρκίνο των ωοθηκών. Επίσης υλοποιήθηκε μεθοδολογία για να μπορέσουμε να ερευνήσουμε την διαγνωστική αξία των κορυφών, των πρωτεομικών φασμάτων, με διάφορες τιμές έντασης και κυρίως των χαμηλών, οι οποίες θεωρούνται ως πλούσιες σε πληροφορία από τους βιολόγους.