Введение. Несмотря на широкое применение различных методов молекулярной диагностики, в первую очередь иммунологических, их характеристики требуют значительного усовершенствования. К основным недостаткам современных иммунологических методов диагностики можно отнести то, что определяеются, как правило, один-два показателя – антитела или другие белки, изменение уровня которых обычно имеет место при широком круге заболеваний, имеющих схожий патогенез. Проблема может быть решена, если использовать комбинацию диагностически значимых показателей – сигнатуру, позволяющую гибко реагировать на особенности диагностируемого заболевания. Наиболее перспективными являются антитела к гликанам (АГАТ) [1, 2], поскольку известно, что при ряде патологий гликозилирование клеточных компонентов (например, белков и липидов) сильно изменяется, что отражается на профиле антител. Гликаны, как и антитела к ним, весьма разнообразны, поэтому сочетание АГАТ и сигнатурного подхода является прорывным направлением в диагностике тех заболеваний, где классические методы оказываются несостоятельными.
Материалы и методы. Наиболее удобным объектом детекции АГАТ служит сыворотка крови, но могут быть использованы и другие биологические жидкости, например, асцитная жидкость. Для того чтобы статистически достоверно выявить сигнатуру антител, необходимо использовать достаточно представительный набор лигандов и специализированный математический аппарат. Эту задачу успешно решает разработанный нами гликочип (или гликоэррей), представляющий собой подложку, на которой иммобилизованы сотни различных лигандов, преимущественно гликанов. Каждый лиганд представлен на чипе в 6 повторах, а АГАТ детектируют с помощью флуоресцентно меченных вторичных антител, что позволяет фиксировать изменения в уровнях антител с высокой точностью. Таким образом, с помощью одного чипа сотни активностей могут быть протестированы одновременно, в одном опыте. Из них с помощью специально разработанного математического аппарата, названного «Иммунорулер», находят комбинацию антител (т.е. сигнатуру) и дискриминируют «случаи» и «контроли», а также определяют степень риска возникновения заболевания и прогнозируют его исход [3].
Результаты. В литературе описано множество заболеваний, при которых возникает аберрантное гликозилирование, влекущее за собой изменения в профиле АГАТ. Это, в первую очередь, онкология. С помощью гликоэррея были найдены сигнатуры для таких видов рака, как мезотелиома [3], рак молочной железы [4], рак яичника [5] и колоректальный рак [6]; при этом чувствительность и специфичность такого мультифакторного подхода заметно превышает показатели стандартных тестов [5, 6]. Кроме того, существует множество доказательств того, что нарушения гликан-белковых взаимодействий сопряжены с нарушениями процессов формирования плода и развитием серьезных осложнений беременности, в том числе преэклампсии (ПЭ) и синдрома задержки плода (СЗРП) [7]. Было показано, что с помощью гликочипа можно найти такие комбинации АГАТ, которые позволяют дифференцировать пациенток с ПЭ и СЗРП от здоровых беременных и беременных с гипертензивными расстройствами с хорошей диагностической значимостью (чувствительность/специфичность до 0,97, AUC>0,7) [8]. Однако проведенное исследование выявило, что, вероятно, существуют дополнительные факторы, влияющие на патогенез этих заболеваний, которые можно определить, проведя более масштабные исследования.
Заключение. Таким образом, гликочип – платформенная технология, позволяющая комплексно решать сложные диагностические задачи за счет применения сигнатурного подхода, использование которого является мировым трендом.
