Biomarker sind wichtig für die Überwachung des Fortschreitens und die wirksame Behandlung von Krankheiten wie Prostatakrebs, die heterogen sind und von langsam fortschreitenden bis zu sehr aggressiven Formen reichen. Bestehende Diagnosemethoden können die Aggressivität der Krankheit nur unvollständig diagnostizieren, daher sind zusätzliche Biomarker erforderlich, mit denen Patienten mit einer tödlichen Erkrankung identifiziert werden können, die eine intensivere Behandlung benötigen. Einen allgemeinen Ansatz zur Identifizierung solcher Biomarker zu entwickeln, ist das Ziel von Sandra Goetze und ihren Kollegen in ihrer in Clinical Proteomics veröffentlichten Arbeit. Sie kombinierten den Einsatz von Massenspektrometrie zur Verifizierung von Proteinen im Serum von Prostatakrebspatienten mit Enzym-Immunoassays (ELISAs) zur Validierung und Messung der Konzentrationen der identifizierten Proteinmarker. Der Ansatz mit dem Namen Mass Spectrometry-GUided Immunoassay Development (MS-GUIDE) ist allgemein anwendbar und kann auch bei anderen Krankheiten eingesetzt werden. Wenn Sie sich für den Einsatz der Massenspektrometrie und deren Kombination mit anderen Techniken zur Beschleunigung der translationalen Biomarkerforschung interessieren, sollten Sie sich diesen in silico talk nicht entgehen lassen!

Über die in silico talks-Reihe - Das Neueste aus der Bioinformatik von SIB-Wissenschaftlern

Mit der Online-Reihe in silico talks möchten wir Bioinformatiker, Biowissenschaftler und Kliniker über die neuesten Fortschritte der SIB-Wissenschaftler zu einem breiten Spektrum von Bioinformatik-Methoden, -Forschung und -Ressourcen informieren. Bleiben Sie auf dem Laufenden, erhalten Sie exklusive Einblicke in die neuesten Veröffentlichungen und erfahren Sie, wie diese Fortschritte Ihnen bei Ihrer Arbeit oder Forschung helfen können, indem Sie sich in die in silico talks-Mailingliste eintragen.

Reference(s)

Goetze S et al. Einsatz von MS-GUIDE zur Identifizierung von Proteinbiomarkern für die Risikostratifizierung von Patienten mit Prostatakrebs. Klinische Proteomik