Proteogenomica: waar erfelijk materiaal en eiwitten elkaar tegenkomen
Proteogenomica is een onderzoeksveld dat twee grote biologische informatiestromen aan elkaar knoopt: de genetische blauwdruk van een cel (het DNA en de RNA-kopieën daarvan) en de eiwitten die die cel daadwerkelijk maakt. Vergelijk het met een kookboek en de keuken. Het DNA is het recept: een lange tekst met instructies. Het RNA is de fotokopie van dat recept die naar het aanrecht wordt gebracht. Het eiwit is uiteindelijk het gerecht dat op basis daarvan wordt bereid. Genomica en transcriptomica bestuderen het recept en de fotokopie; proteomica kijkt naar wat er echt op het bord ligt. Proteogenomica combineert beide, om te controleren of het recept klopt met wat er werkelijk gekookt wordt.
Dat klinkt misschien als een boekhoudkundige exercitie, maar het raakt een fundamenteel probleem in de biologie: de aanwezigheid van een gen in het DNA garandeert niet dat er ook daadwerkelijk een eiwit van wordt gemaakt, en al helemaal niet in welke vorm. Genen kunnen op meerdere manieren worden afgelezen, stukjes RNA kunnen anders worden geknipt en geplakt (splicing), en er kunnen kopieerfouten of mutaties in sluipen. Door genoomdata te combineren met metingen van de daadwerkelijk aanwezige eiwitten, kunnen onderzoekers zien welke voorspellingen uit het DNA ook echt kloppen in de praktijk — en welke niet.
Wat is het precies?
Proteogenomica werkt in grote lijnen in drie stappen. Eerst wordt het DNA of RNA van een cel of weefsel in kaart gebracht met sequencing-technieken: methoden die de volgorde van de bouwstenen (nucleotiden) van erfelijk materiaal uitlezen. Dit levert een lijst van genen en mogelijke varianten daarvan op, inclusief mutaties die specifiek zijn voor bijvoorbeeld een tumor.
Vervolgens wordt met behulp van bio-informatica een op maat gemaakte database van mogelijke eiwitten samengesteld. In plaats van alleen de "officiële", al bekende eiwitten uit standaardnaslagwerken te gebruiken, berekenen onderzoekers welke eiwitten er in theorie zouden kunnen ontstaan uit de specifieke DNA- en RNA-volgorde van dit ene monster — inclusief zeldzame varianten, mutaties en onverwachte afleesvarianten.
Tot slot wordt het monster onderzocht met massaspectrometrie, een techniek die eiwitten eerst in kleine stukjes (peptiden) knipt en vervolgens hun massa en samenstelling meet. De gemeten peptiden worden daarna vergeleken met de op maat gemaakte database uit stap twee. Vindt de computer een match, dan is dat het bewijs dat een bepaald stukje DNA of RNA daadwerkelijk tot een eiwit is vertaald. Dit heet validatie op eiwitniveau.
Het bijzondere is dat deze aanpak dingen kan ontdekken die met genoomonderzoek alleen onzichtbaar blijven: genen waarvan gedacht werd dat ze niet actief zijn, blijken soms toch een eiwit te produceren, terwijl andere "voorspelde" genen in de praktijk nooit een eiwit opleveren. Ook kunnen mutaties die in het DNA van een tumor zitten, worden teruggevonden als afwijkende eiwitfragmenten — belangrijk voor kankeronderzoek, zoals verderop blijkt.
Wat wil men ermee bereiken?
Het eerste doel is het verbeteren van genoomannotatie: het proces waarbij onderzoekers aangeven welke stukken DNA genen zijn, waar die beginnen en eindigen, en wat voor eiwit ze coderen. Ondanks decennia van onderzoek is deze annotatie, ook van het menselijk genoom, nog altijd niet perfect. Proteogenomica levert direct bewijs op eiwitniveau en kan foute of onvolledige annotaties corrigeren.
Een tweede, klinisch belangrijk doel is het vinden van eiwitten die ontstaan door mutaties in ziek weefsel, met name in kankercellen. Een tumor bevat vaak duizenden DNA-veranderingen, maar slechts een klein deel daarvan leidt ook echt tot een afwijkend eiwit dat het lichaam als "vreemd" kan herkennen. Dit soort afwijkende eiwitfragmenten, neo-antigenen genoemd, zijn interessant omdat het afweersysteem — en experimentele kankervaccins en immuuntherapieën — daarop kunnen worden gericht. Proteogenomica helpt om uit de enorme hoeveelheid DNA-mutaties de kleine subset te filteren die er op eiwitniveau daadwerkelijk toe doet.
Een derde doel is fundamenteler: het beter begrijpen van hoe genregulatie werkt. RNA-hoeveelheden en eiwithoeveelheden komen namelijk lang niet altijd overeen — een cel kan veel RNA van een gen aanmaken zonder dat er evenredig veel eiwit van wordt gemaakt, en omgekeerd. Door beide niveaus tegelijk te meten, ontstaat een completer beeld van hoe cellen functioneren en hoe dat proces bij ziekte verstoord raakt.
Voorbeelden uit de praktijk
Het Clinical Proteomic Tumor Analysis Consortium (CPTAC), een programma van het Amerikaanse National Cancer Institute, is het bekendste grootschalige proteogenomica-initiatief. Sinds de jaren 2010 combineert CPTAC systematisch DNA-, RNA- en eiwitanalyses van tumorweefsel om kanker beter te karakteriseren, en publiceerde het reeksen proteogenomica-studies naar onder meer borstkanker, dikkedarmkanker, eierstokkanker, longkanker en nierkanker.
In 2014 publiceerden twee onafhankelijke onderzoeksgroepen — een Amerikaans team onder leiding van Akhilesh Pandey en een Duits team onder leiding van Bernhard Kuster — in het tijdschrift Nature elk een "kaart" van het menselijk proteoom, waarbij massaspectrometriedata tegen het genoom werden gelegd om te bepalen welk deel van de voorspelde menselijke genen daadwerkelijk als eiwit is aangetoond.
Het International Cancer Proteogenome Consortium (ICPC) is een samenwerkingsverband van onderzoeksgroepen wereldwijd, waaronder CPTAC, dat proteogenomica-data van verschillende kankertypen bundelt en publiek beschikbaar maakt, zodat onderzoekers over de hele wereld ermee kunnen werken.
Ook het Human Proteome Project, een initiatief van de internationale koepelorganisatie HUPO (Human Proteome Organization), gebruikt proteogenomica als een van de methoden om het zogeheten "missing protein"-probleem aan te pakken: duizenden door het genoom voorspelde menselijke eiwitten die nog nooit direct met massaspectrometrie zijn waargenomen.
Hoe ver is de techniek?
Proteogenomica is vooral een onderzoeksinstrument, geen routinematig klinisch hulpmiddel. De term wordt in de wetenschappelijke literatuur al sinds het begin van de jaren 2000 gebruikt, aanvankelijk om bacteriële genomen beter te annoteren. De echte groei kwam met de opkomst van goedkope, snelle DNA- en RNA-sequencing en gevoeligere massaspectrometers in de jaren 2010, waardoor grootschalige studies zoals die van CPTAC haalbaar werden.
Toch kent het veld duidelijke beperkingen. Het bouwen van een op maat gemaakte eiwitdatabase op basis van al het mogelijke DNA en RNA van een monster levert een enorme zoekruimte op — denk aan miljoenen theoretische eiwitvarianten. Grotere zoekruimtes verhogen het risico op toevalstreffers, wat statistisch gecorrigeerd moet worden om het aantal fout-positieve resultaten te beperken. Een gevonden "nieuw" peptide moet daarom meestal extra worden gevalideerd, bijvoorbeeld door het kunstmatig na te maken en te vergelijken met het gemeten signaal.
Daarnaast blijft massaspectrometrie minder gevoelig dan DNA- of RNA-sequencing: laag-abundante eiwitten, waarvan er maar weinig kopieën in een cel aanwezig zijn, worden makkelijk gemist. Dat is een belangrijke reden waarom het "missing protein"-probleem van het Human Proteome Project nog niet is opgelost. Ook is de kwaliteit van proteogenomica-analyses sterk afhankelijk van de kwaliteit van de onderliggende genoom- en transcriptoomannotatie: fouten of gaten daarin planten zich voort in de resultaten. Kortom, het veld ontwikkelt zich gestaag, maar is nog geen instrument voor de spreekkamer.
Wie werken eraan?
In de Verenigde Staten is het National Cancer Institute (NCI), onderdeel van de National Institutes of Health, via CPTAC de belangrijkste financier en coördinator van grootschalig proteogenomica-onderzoek naar kanker. Academische centra zoals het Broad Institute (verbonden aan MIT en Harvard) en Johns Hopkins University leveren belangrijke bijdragen aan methodeontwikkeling en data-analyse.
Op internationaal niveau coördineert HUPO (Human Proteome Organization) het Human Proteome Project, met deelnemende laboratoria in onder meer Europa, Azië en Australië. In Europa speelt het European Bioinformatics Institute (EBI, onderdeel van het European Molecular Biology Laboratory) een rol bij het beheren en delen van proteomicsdata die voor proteogenomica-onderzoek worden gebruikt.
Ook Chinese onderzoeksinstituten, waaronder groepen verbonden aan de Chinese Academy of Sciences, dragen in toenemende mate bij aan internationale proteogenomica-samenwerkingen zoals het ICPC, met eigen grootschalige kankerstudies. Fabrikanten van massaspectrometers, zoals Thermo Fisher Scientific en Bruker, leveren de apparatuur waarop het praktische laboratoriumwerk steunt, al zijn zij zelf geen onderzoekspartij in de wetenschappelijke studies.