Proxecto H2020 EPIC-XS: O Consorcio Europeo de Infraestruturas Proteómicas proporciona acceso

Desde o inicio do proxecto, EPIC-XS proporcionou 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 informalas sobre as posibilidades das metodoloxías proteómicas de alta gama recentemente desenvolvidas, pero tamén para participar nas oportunidades do EPIC-XS TNA. A formación práctica axudou aos investigadores a desenvolver fluxos de traballo de boas prácticas e a difundir datos proteómicos en bases de datos dispoñibles publicamente, ampliando así o coñecemento tanto de científicos experimentados como de novos no campo da proteómica. Os procedementos operativos estándar e os novos protocolos compartíronse rapidamente entre os sitios de acceso para ampliar e fortalecer os servizos dispoñibles en toda Europa. Proporcionouse acceso transnacional 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 conxuntas de investigación EPIC-XS contou con catro actividades conxuntas de investigación (JRA) que foron esforzos interactivos entre os socios de EPIC-XS e que deron lugar a novas tecnoloxías proteómicas innovadoras. A investigación en proteómica está a evolucionar a un ritmo asombroso. Fixéronse avances enormes en termos de 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 pódese empregar agora para investigar o proteoma de células individuais, descubrir novas células e respostas celulares, analizar centos de miles de mostras clínicas para marcadores proteicos de diagnóstico de saúde e enfermidades, mapear o comportamento espaciotemporal 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 súa tradución á clínica e ás comunidades de investigación en ciencias da vida en xeral. Os investigadores de EPIC-XS tiveron un papel fundamental nestes avances nos métodos proteómicos. Un novo horizonte na proteómica provén de enfoques máis centrados nas proteínas (de arriba abaixo), que complementan os xa máis rutineiros enfoques centrados nos péptidos (de abaixo a arriba). As abordaxes centradas nas proteínas son importantes para a detección de "proteoformas", un termo que designa todas as formas que as proteínas, ligadas a un xene, poden ter nas nosas células ou orgánulos ou tecidos subcelulares. Aínda que o noso ADN só contén uns 20 000 xenes, traballos recentes sobre proteoformas realizados por outros socios de EPIC-XS revelaron que o número de proteoformas pode superar facilmente varios millóns.

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

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