Zeitschrift für Proteomik und Bioinformatik
Offener Zugang

Abstrakt

Multivariate statistische Analyse verschiedener Stämme von Yersinia pestis mittels vergleichender Proteomik

Todd H. Corzett, Angela M. Eldridge, Jennifer S. Knaack, Christopher H. Corzett, Sandra L. McCutchen-Maloney und Brett A. Chromy

Um die Schwierigkeiten bei der Charakterisierung ungewöhnlicher, künstlich erzeugter oder neu auftretender Krankheitserreger in klinischen und Umweltproben zu bewältigen, sind neuartige Methoden zur Entdeckung von Proteinen erforderlich, die pathogene Stämme unterscheiden. Differenziell exprimierte Proteine, die die Funktion eines nicht charakterisierten Bakterienstamms offenbaren, können als Biomarker betrachtet werden; Panels dieser können zu einer verbesserten Klassifizierung und Charakterisierung von Krankheitserregern führen. Zu diesem Zweck wurden die Proteinexpressionsmuster unterschiedlich virulenter Isolate des Pesterregers Yersinia pestis mithilfe der zweidimensionalen Differenzgelelektrophorese (2-D DIGE) untersucht. Die daraus resultierende Charakterisierung wurde verwendet, um ein Proteinexpressionspanel für die Clusterung und Klassifizierung von Y. pestis-Stämmen zu identifizieren. Zwei verschiedene Methoden wurden verwendet, um unterschiedliche Biomarkerpanels basierend auf experimenteller oder musterbasierter Clusterung zu erstellen. Jedes Panel ist in der Lage, unbekannte Proben erfolgreich blind zu klassifizieren, was eine unvoreingenommene Entdeckung unterschiedlich exprimierter Proteine ​​sowie eine schnelle Klassifizierung von Proteinexpressionsmustern ermöglicht.