Proxecto H2020 EPIC-XS: o Consorcio Europeo de Infraestruturas de Proteómica proporciona acceso

Desde o inicio do proxecto, EPIC-XS deu acceso a 240 proxectos nos que participaron 221 usuarios, dos cales 102 eran mulleres e 119 homes. Os usuarios de EPIC-XS eran na súa maioría académicos, pero o consorcio tamén traballou con partes non académicas, principalmente para informarlles sobre as posibilidades das metodoloxías proteómicas de gama alta recentemente desenvolvidas, pero tamén para participar nas oportunidades de EPIC-XS TNA. A formación práctica axudou aos investigadores a desenvolver fluxos de traballo de mellores prácticas e a difundir datos de proteómica en bases de datos dispoñibles para o público, ampliando así o coñecemento de científicos experimentados e novos no campo da proteómica. Os procedementos operativos estándar e os novos protocolos foron rapidamente compartidos entre sitios de acceso para ampliar e reforzar os servizos dispoñibles en toda Europa. O acceso transnacional proporcionouse a institucións de 33 países diferentes e, en total, este acceso xa deu lugar á publicación de 44 artigos só dos proxectos dos usuarios.

Actividades de investigación conxuntas EPIC-XS contou con catro actividades de investigación conxuntas (JRA) que foron esforzos interactivos entre os socios de EPIC-XS e que deron como resultado novas tecnoloxías proteómicas innovadoras. A investigación en proteómica está a evolucionar a un ritmo sorprendente. Déronse grandes avances en canto a sensibilidade, rango dinámico, integridade, robustez e custo (en tempo e diñeiro). Estes pasos permitiron que a proteómica teña un impacto tanto na investigación fundamental como na translacional, beneficiando á humanidade. A proteómica agora pódese usar para investigar o proteoma de células individuais, descubrir novas células e respostas celulares, analizar centos de miles de mostras clínicas para determinar marcadores de proteínas de diagnóstico de saúde e enfermidade, mapear o comportamento espazo-temporal das proteínas en células e tecidos e como interactúan funcionalmente entre si.

As actividades de investigación conxuntas de EPIC-XS foron pioneiras en moitas destas tecnoloxías proteómicas e contribuíron á tradución destas tecnoloxías á clínica e ás comunidades máis amplas de investigación en ciencias da vida. Os investigadores de EPIC-XS foron fundamentais para lograr estes avances nos métodos proteómicos. Un novo horizonte na proteómica provén de enfoques máis centrados nas proteínas (de arriba abaixo), que complementan os enfoques xa máis rutinarios centrados en péptidos (de abaixo a arriba). Os enfoques centrados nas proteínas son importantes para a detección de "proteoformas", un termo que designa todas as formas que as proteínas, unidas a un xene, poden ter nas nosas células ou orgánulos ou tecidos subcelulares. Aínda que o noso ADN só contén uns 20.000 xenes, os traballos recentes sobre proteoformas realizados por outros socios de EPIC-XS revelaron que o número de proteoformas pode facilmente superar varios millóns.

Para comprender a verdadeira regulación en bioloxía molecular, necesitamos ferramentas que nos permitan diseccionar os papeis funcionais non só dos xenes seleccionados senón de cada proteoforma, visualizando a súa estrutura e función, localización e interaccións. Este é un obxectivo moi ambicioso, pero esencial para facer contribucións de impacto á nosa comprensión da bioloxía. Varios socios do consorcio EPIC-XS implementaron enfoques de proteómica estrutural no seu traballo, derivando información estrutural sobre proteínas que poden estar directamente relacionadas con crioEM, microscopía e datos computacionais. As estruturas obtidas (cryoEM) ou previstas (AI usando Alphafold) son validadas por tecnoloxías proteómicas emerxentes, como proteólise limitada (LipMS), MS de reticulación (XL-MS) e MS de intercambio hidróxeno-deuterio, e estes métodos agora úsanse con frecuencia a través de aplicacións biomoleculares, biotecnolóxicas e biomédicas que axudan ao desenvolvemento de novos fármacos, por exemplo.

O equipo utilizado para obter información baseada en proteómica é caro, e a capacidade adoita ser un factor limitante, así como a experiencia para analizar os datos. As tecnoloxías da IA tamén entraron no campo da proteómica e xa contribuíron en gran medida a mellorar a análise biolóxica e a interpretación da gran cantidade de datos xerados. Para beneficiarse plenamente da rápida expansión das ferramentas de investigación en proteómica, os investigadores biomédicos e biolóxicos necesitan acceso e apoio.