Polycystic ovary syndrome: Proteomic aspects

Podzolkova N.M., Koloda Yu.A.

Department of Obstetrics and Gynecology, Russian Medical Academy of Postgraduate Education, Moscow 125993, Barrikadnaya str. 2/1, Russia
Objective. To analyze the data available in the literature on the proteomic markers of polycystic ovary syndrome (PCOS).
Material and methods. The review includes the data of foreign and Russian articles published in the past 10 years and found in Pubmed on this topic.
Results. The paper describes on the proteomic markers reflecting the complex pathogenesis of PCOS and discusses their role in the diagnosis and treatment of this disease and the possibility of using in the prediction of in vitro fertilization outcomes.
Conclusion. It is necessary to conduct further investigations in the field of proteomics aimed at identifying new proteins and to validate the known biomarkers of PCOS in order to have an opportunity for their wide use in clinical practice.

Keywords

polycystic ovary syndrome
infertility
in vitro fertilization
proteomics

Синдром поликистозных яичников (СПКЯ) остается одной из самых актуальных тем в акушерстве и гинекологии, что обусловлено как высокой распространенностью этого заболевания, так и большим количеством нерешенных вопросов, связанных с патогенезом, диагностикой и лечением этого симптомокомплекса.

СПКЯ встречается у 5–10% пациенток с бесплодием и более чем в 80% является причиной ановуляторного бесплодия [1]. Это сложное многофакторное заболевание с мультигенным наследованием, формирующееся под влиянием эпигенетических факторов и факторов окружающей среды. Многообразие всех этих факторов приводит к многообразию фенотипов СПКЯ с разным сочетанием основных клинических проявлений: гиперандрогении, олигоановуляции и поликистозной морфология яичников по данным ультразвукового исследования [2].

За последние 5 лет опубликовано более 3172 статей, связанных с СПКЯ [3], большая часть из них посвящена этиологии и патогенезу этого заболевания. В последние годы большое внимание уделяется такому новому направлению, как персонализированная медицина, которая на основании выявления биомаркеров позволяет уточнять конкретный фенотип заболевания, прогнозировать индивидуальные риски и проводить раннюю профилактику, подбирать индивидуализированную терапию и прогнозировать ответ на лечение, избегая при этом побочных эффектов, которые могут возникнуть у конкретной пациентки, более точно подбирать дозы, и наконец, прогнозировать клинический исход заболевания [4]. Для реализации принципов персонализированной медицины используют достижения «омикс»-технологий. Все они основаны на греческом суффиксе «-ом», означающем «имеющий природу». Геном – это последовательность генов в организме, последовательность генома является относительно постоянной характеристикой организма. Транскриптом является продуктом экспрессии генома, это совокупность всех молекул РНК, которые синтезируются в клетке, в каком-то органе или ткани. Так как разные клетки в разные моменты времени экспрессируют разные гены, то и набор белков будет различаться. Это соображение подтолкнуло ученых к исследованию протеома человека — созданию полного перечня белков, которые присутствуют в разных клетках и тканях человека в каждый момент времени. Протеомика (англ. proteomics) – наука, изучающая белковый состав биологических объектов, а также структурно-функциональные свойства белковых молекул. Ее задачей является идентификация и количественное определение совокупных индивидуальных белков, которые содержатся в биологических образцах (сыворотка крови, спинномозговая жидкость, моча, биоптаты) на разных стадиях развития заболевания, а также на фоне проводимой терапии [5].

Преимуществом протеомики перед геномикой является тот факт, что наличие какого-либо гена в геноме еще не означает, что с него производится транскрипция, а наличие транскрипта не означает, что с него происходит трансляция. Даже если это и происходит, то транскрипт не позволяет однозначно говорить о структуре белка, его созревании и локализации. Для ответа на эти вопросы и необходим арсенал современной протеомики. Анализ протеома дает больше информации, чем сравнение уровня экспрессии по мРНК, так как учитывает еще и посттрансляционные модификации и альтернативный сплайсинг. Также преимуществом протеомики является возможность выявить межбелковые взаимодействия. Несмотря на то, что эти взаимодействия бывает сложно интерпретировать, эти данные имеют самую высокую ценность для разработки новых методов диагностики и лечения [6].

Достижения протеомики оказались востребованными и в области изучения бесплодия. Ведется поиск «белков фертильности», особенно много работ посвящено протеомике эндометриоза, бесплодия неясного генеза и СПКЯ [7].

Методология протеомного анализа при СПКЯ

Для протеомного анализа при СПКЯ используют различные биологические жидкости (плазма и сыворотка крови, фолликулярная жидкость), ткани (мышечная, висцеральная, яичниковая) и клетки (лимфоциты, клетки гранулезы). Кровь легко получить, она отражает состояние всего организма на момент забора анализа, однако динамическая вариабельность и чрезвычайная сложность протеома крови человека делает протеомный анализ крови/сыворотки очень непростым. Более того, большое количество альбумина и других циркулирующих белков, таких как иммуноглобулины, усложняет сепарацию белков. Удаление этих лишних белков облегчает выделение других с помощью двумерного гель-электрофореза, однако удаление альбумина может повлечь удаление и других белков, которые могут неспецифически связываться с альбумином [8].

Оценка протеома тканей с большей вероятностью отражает патогенез заболевания, но получение образцов требует инвазивных методов, количество образцов обычно небольшое.

Следующим этапом является очистка образцов, а затем сепарация и идентификация белков. Наиболее часто для разделения белков используют метод двумерного электрофореза в полиакриламидном геле (2-DE), а для идентификации белков применяют масс-спектрометрию (MS) [9]. Также для сепарации и идентификации белков используют такие методики, как активируемая поверхностью лазерная десорбция/ионизация с масс-спектрометрий (SELDI MS) или матрично-активированная лазерная десорбция/ионизация с времяпролетной масс-спектрометрией (MALDI-TOF MS), когда разделение белков происходит не в геле, а в электрическом или магнитном поле. В последние годы для поиска потенциальных биомаркеров используется комбинация технологий высокоэффективной жидкостной хроматографии с масс-спектрометрией (LC-MS/MS) [10]. Каждая платформа имеет свои преимущества и недостатки, и единого метода, который бы позволял изучить весь протеом, не существует, разные технологии дополняют друг друга [11]. Размер выборок в исследованиях по протеомике составляет в среднем от 3 до 30. В настоящее время нет официальных ограничений по размеру выборки в протеомных исследованиях, тем не менее, следует использовать выборки большего размера, чтобы отличить различия, связанные с заболеванием, от исходных различияй пациентов. Из-за небольших размеров выборок в протеомных исследованиях используют дополнительные технологии, такие как вестерн-блот или протеиновый иммуноблот, когда белки определяют с помощью антител, специфичных к заданному белку. Этот метод используют для подтверждения наличия (валидации) выделенных белков [12].

Также очень важно понять характер взаимодействия между выделенными белками в организме человека. Конечным этапом столь трудоемкого и многоступенчатого исследования является идентификация белка при помощи баз данных (биоинформатика) [5]. В 2015 году была создана база данных PCOSKB [13], в которой представлена информация о 241 гене, связанном с СПКЯ, 114 нуклеотидных полиморфизмах, 175 биохимических путях и 500 заболеваний, связанных с СПКЯ.

Несмотря на активное развитие биотехнологий, сохраняются определенные ограничения, с которыми связана протеомика СПКЯ. К ним относятся:

  • Гетерогенность используемых диагностических критериев СПКЯ.
  • Отсутствие руководств по клиническим протеомным исследованиям.
  • Разные виды образцов и малые размеры выборки.
  • Использование различных протеомных платформ.
  • Необходимость разработки новых компьютерных технологий для оценки биологической значимости выявленных белков.
  • Валидация полученных данных.
  • Внедрение экспериментальных данных в клиническую практику.

Исследования по протеомике при СПКЯ

Известно, что СПКЯ является следствием наследственной предрасположенности, однако многочисленные генетические исследования по сравнению здоровых женщин и пациенток с СПКЯ не смогли получить четкое представление о причине возникновения этого заболевания [14]. Акцент сместился в сторону протеомики. Наиболее крупные исследования по протеомике СПКЯ представлены в табл. 1.

M. Insenser и соавт. [15] провели анализ плазменного протеома, который показал, что при СПКЯ снижается выработка β-цепи гаптоглобина и α2-макроглобулина и повышается уровень трансферрина и свободной легкой каппа-цепи. Изменение экспрессии гаптоглобина и трансферрина при СПКЯ были выявлены и другими авторами, в том числе в фолликулярной жидкости. Эти изменения свидетельствуют о роли хронического воспалительного процесса и нарушения обмена железа при СПКЯ. H.F. Escobar-Morreale в 2012 г. [16] также показал, что при СПКЯ повышается выработка гепсидина, который увеличивает абсорбцию железа в кишечнике и снижает высвобождение железа из макрофагов. Все это приводит к избыточному накоплению железа в организме. Гемохроматоз или переизбыток железа усугубляет инсулинорезистентность, нарушает толерантность к глюкозе и способствует формированию сахарного диабета 2-го типа при СПКЯ.

В 2014 г. G.Á. Martos-Moreno и соавт. провели анализ плазменного протеома у детей с ожирением и показали снижение содержания нескольких изоформ аполипопротеина-A1, апо-J/кластерина, витамин D-связывающего белка и транстиретина и повышение уровня низкомолекулярных изоформ гаптоглобина [17].

Чрезвычайно перспективным направлением является изучение протеома жировой ткани, важного эндокринного органа, участвующего во многих физиологических и патологических процессах, включая апоптоз, воспаление, атерогенез, контроль АД, ангиогенез, коагуляцию, фибринолиз, иммунные реакции [18].

Соответственно, жировая ткань стала объектом исследований молекулярных биологов, однако количество таких работ немногочисленно из-за сложностей получения биологического материала [19]. Протеомный анализ сальниковой жировой ткани при СПКЯ был выполнен в 2008 г. M. Corton и соавт. [20].

Сальниковая жировая ткань была получена при бариатрической операции. У больных с ожирением и СПКЯ в отличие от пациенток с ожирением без СПКЯ было выявлено повышенное (более чем в 2 раза) содержание белков, связанных с метаболизмом липидов и глюкозы, окислительным стрессом и дифференцировкой адипоцитов. Эти изменения поддерживают теорию о важной роли висцерального ожирения в патогенезе СПКЯ.

В 2016 г. группа авторов под руководством M. Insenser провела сравнение протеома скелетной мышечной ткани у женщин с гиперандрогенией и ожирением, у женщин с ожирением и без гиперандрогении и у мужчин с ожирением. У женщин с гиперандрогенией и ожирением уровни гликогенфосфорилазы, пируваткиназы, b-энолазы, глицерол-3-фосфатдегидрогеназы, креатинкиназы и десмина были ниже, чем у женщин с ожирением и без гиперандрогении и у мужчин с ожирением [21].

Протеомный анализ яичниковой ткани при СПКЯ также чрезвычайно важен, так как может отражать тканеспецифические изменения при этом заболевании. Клетки гранулезы играют важную роль в правильном развитии ооцита. Пациентки с СПКЯ имеют избыточное количество фолликулов, и их клетки гранулезы могут обладать патологической реакцией на ЛГ и ФСГ и измененной дифференцировкой и стероидогенезом [22]. Протеомный анализ яичниковой ткани больных с СПКЯ, выполненный X. Ma и соавт., показал изменение экспрессии 69 белков [23].

В исследованиях также изучали протеом периферических T-клеток при СПКЯ для оценки иммунного ответа при этом сложном заболевании [24, 25].

Фолликулярная жидкость играет чрезвычайно важную роль в физиологии роста фолликулов, созревании ооцитов и процессе овуляции. Следовательно, изучение протеома фолликулярной жидкости доминантного фолликула при СПКЯ также очень перспективно, и изменения протеинового профиля в фолликулярной жидкости, окружающей ооцит, может отражать молекулярные дефекты фолликулогенеза [26]. В 2015 г. проведено крупное исследование по сравнению фолликулярной жидкости пациенток с СПКЯ и здоровых женщин. Всего было проанализировано 770 белков, и было показано, что при СПКЯ меняется экспрессия 186 белков, ответственных за фолликулогенез (амфирегулин, гепарина сульфат протеогликан 2, фактор некроза опухоли, интерферон-α-индуцируемый белок 6, плазминоген, LYVE-1 (рецептор гиалуронана 1 эндотелия лимфатических сосудов) и др.). Также было показано, что в фолликулярной жидкости появляются новые белки, функция которых до конца не ясна (супрабазин, S100 кальций-связывающий протеин A7, геликаза с цинк-фингер 2, транскрипционный коактиватор) [27].

Dai и Lu изучали изменения экспрессии белков во время контролируемой индукции суперовуляции [28]. Авторы выявили различия в экспрессии 32 белков в фолликулярной жидкости у пациенток с СПКЯ, из них 20 белков связаны с метаболизмом глюкозы и липопротеинов, клеточной пролиферацией, апоптозом и инсулинорезистентностью. При СПКЯ экспрессия 13 белков была повышена (в большей степени α1-антитрипсина, аполипротеина A-I трансферрина), а 7 белков – снижена. Было сделано предположение, что трансферрин ингибирует связывание ФСГ с рецепторами клеток гранулезы и ухудшает ответ на стимуляцию. Аполипопротеин является компонентом липопротеинов высокой плотности, его высокая концентрация свидетельствует о нарушении липидного обмена и процессов овуляции.

Отдельно изучаются протеомные изменения при синдроме гиперстимуляции яичников (СГЯ) [29]. С использованием трех различных методик были выявлены три наиболее значимых белка: церулоплазмин, комплемент C3, кининоген-1. Кининоген-1 является ключевым узлом взаимодействия с другими важными белками, включая легкую цепь ферритина, церрулоплазмин, гепатоцитарный фактор роста, комплемент C3, гельcолин, связывая, таким образом, различные биологические процессы, включая воспаление, ангиогенез, транспорт и запас железа, свертываемость крови, иммунные реакции, клеточную адгезию и полимеризацию актиновых филаментов. Определение ключевых белков в фолликулярной жидкости позволит использовать их в качестве биомаркеров для оценки эффективности и безопасности программы ЭКО, прогнозировании риска СГЯ, выбора правильной тактики и назначения направленной терапии.

Протеиновые биомаркеры риска других заболеваний при СПКЯ

Активно изучаются молекулярные механизмы взаимосвязи между СПКЯ и другими часто сопутствующими заболевания и осложнениями. Так, N. Galazis и соавт. в 2013 г. [30] изучали взаимосвязь между СПКЯ и раком эндометрия. Было выявлено 9 протеиновых биомаркеров, экспрессия которых была одинаково повышена или понижена как при СПКЯ, так и при раке эндометрия. К ним относятся трансгелин, пируват-киназа M1/M2, гельсолин-подобный кэппирующий белок, глутатион-S-трансфераза P, лейцин-аминопептидаза, пептидил-пролил-цис/транс-изомераза, циклофилин A, компонент комплемента C4A и магний-зависимая супероксиддисмутаза. После подтверждения их клинической значимости эти биомаркеры могли бы помочь в выявлении пациенток, требующих скрининга и повышенных мер по профилактике рака эндометрия при СПКЯ.

В 2015 г. был проведен систематический обзор биомаркеров взаимосвязи между преэклампсией и СПКЯ [31]. Всего были проанализированы данные 1423 пациенток, изучено 192 белка. Было выделено 5 биомаркеров преэклампсии при СПКЯ: трансферрин, фибриноген α и β, кининоген-1, аннексин 2 и пероксиредокин 2. При преэклампсии биомаркеры были выделены в сыворотке и плазме крови, а также в плаценте, а при СПКЯ – в сыворотке крови, фолликулярной жидкости, биоптатах яичника и сальниковой ткани.

Ранее в 2013 г. группой этих же авторов [32] был проведен систематический обзор биомаркеров риска преждевременных родов при СПКЯ. Была выделена панель из 6 биомаркеров, экспрессия которых одинаково менялась при СПКЯ и при преждевременных родах. Эти биомаркеры включали пируват-киназу M1/M2, виментин, фруктозобисфосфат-альдолазау A, белок теплового шока β1, пероксиредоксин-1 и трансферрин. При подтверждении диагностической ценности этих биомаркеров также можно будет использовать их для выявления пациенток с повышенным риском преждевременных родов при СПКЯ.

Также были выявлены биомаркеры повышенного риска сахарного диабета 2-го типа при СПКЯ. К ним относятся пируваткиназа M1/M2 (повышен), аполипопротеин A-I (снижен), альбумин (cнижен), пероксиредоксин 2 (снижен), аннексин A2 (повышен), α1-B-гликопротеин (повышен), флотиллин-1 (повышен), гаптоглобин (повышен) [33].

Анализ результатов исследований по протеомике СПКЯ

В своей публикации в 2009 г. Z.A. Mohamed-Hussein систематизировали данные о возможных генетических и молекулярных сетях взаимодействий генов-кандидатов для развития СПКЯ. Был классифицирован и описан 1081 ген, кодирующий 1066 известных и 15 гипотетических белков, задействованных в развитие симптомокомплекса СПКЯ [34]. Были описаны узлы взаимодействия транслируемых белков, например, один такой узел взаимодействия связан с другими 12 узлами, и в него вовлечен 331 ген. Описанные авторами находки свидетельствуют о том, что к развитию того или иного комплекса симптомов CПКЯ ведет нарушение экспрессии целого множества генов, а прогрессирование заболевания, в свою очередь, обусловливает дальнейшее изменение использования клетками генетической информации [35].

W. Atiomo и соавт. в 2009 г. выполнили анализ всех известных на тот момент биомаркеров СПКЯ по данным различных публикаций [36]. Было проанализировано 17 статей, размер выборок варьировал от 3 до 30, в общей сложности выявлено 148 биомаркеров, из них валидизировано всего 11 биомаркеров. Индивидуальная чувствительность в постановке диагноза СПКЯ с помощью этих белков от 57 до 100%. В трех отдельных исследованиях были выявлены белки, участвующие в антиоксидантных процессах. К ним относятся пероксиредоксин-1, пероксиредоксин-2, глутатион-S-трансфераза, белок теплового шока HSP27. Пероксиредоксин-1 – это антиоксидантный фермент, участвующий в регуляции окислительно-восстановительного потенциала клетки. При СПКЯ снижается его уровень в T-лимфоцитах [25].

Пероксиредоксин-2 тоже является антиоксидантом, при СПКЯ наблюдалось снижение его уровня в сальниковой ткани, что может служить объяснением повышения уровня перекиси водорода (H2O2) в клетках жировой ткани при СПКЯ, что может приводить к повреждению ДНК. Было сделано предположение, что перекисное повреждение ДНК может являться причиной повышения риска рака эндометрия при СПКЯ [20]. Глутатион-S-трансфераза, уровень которой был повышен в сальниковой ткани, участвует в деградации цитокиновых продуктов в клетках и может участвовать в биосинтезе лейкотриенов, простагландинов, тестостерона и прогестерона [20]. Она также выполняет цитопротективную функцию за счет детоксикации продуктов перекисного окисления липидов в адипоцитах. HSP27, уровень, которого снижается в яичниковой ткани при СПКЯ, подавляет генерацию активных форм кислорода. Также описаны другие биомаркеры, связанные с нарушением иммунного ответа и воспалением (комплемент С3, гаптоглобин, белок ингибитор Raf-киназы (RKIP), ингибитор Rho-киназы, F-актин-кэппирующий белок α1, кофилин-1 и аннексин V), которые, как известно, связаны с инсулинорезистентностью, ожирением, риском сердечно-сосудистых заболеваний. Также есть сообщения о связи нарушений в системе комплемента с бесплодием, аутоиммунными заболеваниями [37], ишемической болезнью сердца, инсулинорезистентностью и сахарным диабетом 1-го типа [12].

Таким образом, биомаркеры воспаления могут помочь в выявлении групп риска по метаболическим осложнениям, раку эндометрия при СПКЯ и в прогнозировании ответа на проводимую терапию.

M. Insenser и H.F. Escobar-Morreale в 2013 г. провели обзор и анализ всех исследований по протеомике СПКЯ [38]. Они проанализировали разный биологический материал и разные биологические процессы, в которых участвуют белки, выработка которых оказалась измененной при СПКЯ. Было выделено 10 белков, роль которых подтверждена как минимум в 2 исследованиях. К ним относятся гаптоглобин, трансферрин, альбумин, аполипопротеин AI, аннексин V, белок теплового шока β1, γ-цепь фибриногена, α-1β-гликопротеин, аполипопротеин AI и аполипопротеин AIV. Роль некоторых белковых изменений рассматривается более подробно. Так, снижение концентрации аполипопротеин AI в клетках гранулезы может влиять на экспрессию ферментов стероидогенеза и синтез прогестерона [39]. Гаптоглобин – острофазовый маркер воспаления, выработка которого повышается при инфекционно-воспалительных процессах. Он обладает противовоспалительными свойствами и защищает от оксидативного стресса, связывая высокотоксичные ионы железа, образующиеся в результате внутрисосудистого гемолиза. Авторы обзора предположили, что при СПКЯ возникают мутации в генах гаптоглобина и его посттрансляционные модификации, что приводит к снижению противовоспалительных свойств этого белка [38]. Трансферрин – основной переносчик железа, и его повышение усугубляет переизбыток железа при СПКЯ [16]. Выявление γ-цепи фибриногена и аннексина V поддерживает гипотезу о нарушении гемостаза при СПКЯ [40]. Белок теплового шока β1 (HSPB1) участвует в стероидогенезе и защищает от апоптоза. Его снижение в клетках гранулезы при СПКЯ может усиливать процесс апоптоза внутри фолликула [39]. Было показано, что этот белок уменьшает захват холестерина макрофагами и оказывает атеропротективное воздействие [41]. Повышение уровня HSPB1 у пациенток с СПКЯ и ожирением [42] может являться компенсаторной реакцией на хронический воспалительный процесс, характерный для этого заболевания [43].

В 2014 г. S. Gupta и соавт. в обзорной работе, посвященной роли оксидативного стресса в патогенезе бесплодия, также анализируют данные по протеомике СПКЯ [12]. Авторы обсуждают роль белков теплового шока, повышенного содержания свободного железа, аполипопротеина А1, снижения пероксиредоксина, повышения уровня глутатион-S-трансферазы, аннексина V и пролидазы в патогенезе СПКЯ. Свободное железо способствует образованию гидрококсильных радикалов и вызывает оксидативный стресс, трансферрин подавляет связывание ФСГ с клетками гранулезы, что нарушает нормальный фолликулогенез и ухудшает ответ на стимуляцию, аполипопротеины А1 и А4 играют роль в липидном обмене и ановуляции, пероксиредоксин и глутатион-S-трансферазы участвуют в оксислительно-восстановительных процессах, аннексин V связывается с рецепторами интерферона, а пролидаза, будучи белком из семейства металлопротеиназ, участвует в ремоделировании коллагена (и возможно, овариальной ткани) и в клеточном росте, являясь маркером оксидативного стресса при сердечно-сосудистых заболеваниях и СПКЯ [44–47].

Таким образом, на основании результатов исследований протеомики СПКЯ можно сделать вывод, что в патогенезе СПКЯ важную роль играют нарушения регуляции фибринолиза и тромбообразования, метаболизма глюкозы и липопротеинов, транспорта белков и холестерина, обмена железа, регуляции иммунного ответа, оксидативный стресс, инсулинорезистентность воспаление, апоптоз и ангиогенез.

В табл. 2 представлены основные белки, экспрессия которых нарушается при СПКЯ, с указанием локализации и функциональной роли по данным различных исследований.

Заключение

Активное развитие протеомики позволяет наде-яться на активное внедрение принципов персонализированной медицины, когда на основании определенных биомаркеров можно выделить пациенток с повышенным риском осложнений, обозначить основные дефекты в патогенетических путях развития СПКЯ и подобрать персонализированное лечение. К сожалению, несмотря на то что получено большое количество данных, связанных с СПКЯ, возможность их использования в клинической практике еще требует доказательств. Совершенствование этой технологии позволяет надеяться на получение в ближайшем будущем новых полезных данных, которые могут служить в качестве диагностических или прогностических маркеров или даже могут привести к изменению лечебной тактики.

References

1. Lebbi I., Ben Temime R., Fadhlaoui A., Feki A. Ovarian drilling in PCOS: is it really useful? Front. Surg. 2015; 2: 30.

2. Clinical recommendations (protocol of treatment) of the Ministry of Health of the Russian Federation „Polycystic ovary syndrome in reproductive age (modern approaches to diagnosis and treatment”, Moscow, 2015. (in Russian)

3. Barthelmess E.K., Naz R.K. Polycystic ovary syndrome: current status and future perspective Front. Biosci. (Elite Ed). 2015; 6: 104-19.

4. Meyer U.A. Personalized medicine: a personal view. Clin. Pharmacol. Ther. 2012; 91(3): 373-5.

5. Suchkov S.V., Gnatenko D.A., Kostyushev D.S., Kryinskiy S.A., Paltsev M.A. Proteomics as a fundamental tool for preclinical screening, verification of assays and evaluation of the therapy used. Vestnik Rossiyskoy akademii meditsinskih nauk. 2013; 3: 65-71. (in Russian)

6. Jensen O.N. Modification-specific proteomics: characterization of post-translational modifications by mass spectrometry. Curr. Opin. Chem. Biol. 2004; 8(1): 33-41.

7. Meehan K.L., Rainczuk A., Salamonsen L.A., Stephens A.N. Proteomics and the search for biomarkers of female reproductive diseases. Reproduction. 2010; 140(4): 505-19.

8. Darde V.M., Barderas M.G., Vivanco F. Depletion of high-abundance proteins in plasma by immunoaffinity subtraction for two-dimensional difference gel electrophoresis analysis. Methods Mol. Biol. 2007; 357: 351-64.

9. May C., Brosseron F., Chartowski P., Schumbrutzki C., Schoenebeck B., Marcus K. Instruments and methods in proteomics. Methods Mol. Biol. 2011;696: 3-26.

10. Ponomarenko E.A., Lisitsa A.V., Petrak I., Moshkovskiy S.A., Archakov A.I. Identification of differentially expressed proteins using automatic meta-analysis of proteomic publications. Biomeditsinskaya himiya. 2009; 55(1): 5-14. (in Russian)

11. Elliott M.H., Smith D.S., Parker C.E., Borchers C. Current trends in quantitative proteomics. J. Mass Spectrom. 2009; 44(12): 1637-60.

12. Gupta S., Ghulmiyyah J., Sharma R., Halabi J., Agarwal A. Power of proteomics in linking oxidative stress and female infertility. Biomed. Res. Int. 2014; 2014: 916212.

13. Joseph S., Shankar Barai R., Bhujbalrao R., Idicula-Thomas S. PCOSKB: A KnowledgeBase on genes, diseases, ontology terms and biochemical pathways associated with PolyCystic Ovary Syndrome. Nucleic Acids Res. 2016; 44(D1): D1032-5.

14. Escobar-Morreale H.F., Luque-Ramírez M., San Millán J.L. Themolecular-genetic basis of functional hyperandrogenism and the polycystic ovary syndrome. Endocr. Rev. 2005; 26(2): 251-82.

15. Insenser M., Martínez-García M.A., Montes R., San Millán J.L., Escobar-Morreale H.F. Proteomic analysis of plasma in the polycystic ovary syndrome identifies novel markers involved in iron metabolism, acute-phase response, and inflammation. J. Clin. Endocrinol. Metab. 2010; 95(8): 3863-70.

16. Escobar-Morreale H.F. Iron metabolism and the polycystic ovary syndrome Trends Endocrinol. Metab. 2012; 23(10): 509-15.

17. Martos-Moreno G.Á., Sackmann-Sala L., Barrios V., Berrymann D.E., Okada S., Argente J., Kopchick J.J. Proteomic analysis allows for early detection of potential markers of metabolic impairment in very young obese children. Int. J. Pediatr. Endocrinol. 2014; 2014(1): 9.

18. Fruhbeck G. Overview of adipose tissue and its role in obesity and metabolic disorders. Methods Mol. Biol. 2008; 456: 1-22.

19. Peinado J.R., Pardo M., de la Rosa O., Malagon M.M. Proteomic characterization of adipose tissue constituents, a necessary step for understanding adipose tissue complexity. Proteomics. 2012; 12(4-5): 607-20.

20. Cortón M., Botella-Carretero J.I., López J.A., Camafeita E., San Millán J.L., Escobar-Morreale H.F., Peral B. Proteomic analysis of human omental adipose tissue in the polycystic ovary syndrome using two-dimensional difference gel electrophoresis and mass spectrometry. Hum. Reprod. 2008; 23(3):651-66.

21. Insenser M., Montes-Nieto R., Martinez-Garcia M.A., Escobar-Morreale H.F. A nontargeted study of muscle proteome in severely obese women with androgen excess compared with severely obese men and non-hyperandrogenic women. Eur. J. Endocrinol. 2016; 174(3): 389-98.

22. Franks S., Stark J., Hardy K. Follicle dynamics and anovulation in polycystic ovary syndrome. Hum. Reprod. Update. 2008; 14(4): 367-78.

23. Ma X., Fan L., Meng Y., Hou Z., Mao Y.D., Wang W. et al. Proteomic analysis of human ovaries from normal and polycystic ovarian syndrome Mol. Hum. Reprod. 2007; 13(8): 527-35.

24. Misiti S., Stigliano A., Borro M., Gentile G., Michienzi S., Cerquetti L. et al. Proteomic profiles in hyperandrogenic syndromes. J. Endocrinol. Invest. 2010; 33(3): 156-64.

25. Borro M., Gentile G., Stigliano A., Misiti S., Toscano V., Simmaco M. Proteomic analysis of peripheral T lymphocytes, suitable circulating biosensors of strictly related diseases. Clin. Exp. Immunol. 2007; 150(3): 494-501.

26. Bianchi L., Gagliardi A., Campanella G., Landi C., Capaldo A., Carleo A. et al. A methodological and functional proteomic approach of human follicular fluid en route for oocyte quality evaluation. J. Proteomics. 2013; 90: 61-76.

27. Ambekar A.S., Kelkar D.S., Pinto S.M. Proteomics of follicular fluid from women with polycystic ovary syndrome suggests molecular defects in follicular development. J. Clin. Endocrinol. Metab. 2015; 100(2): 744-53.

28. Dai G., Lu G. Different protein expression patterns associated with polycystic ovary syndrome in human follicular fluid during controlled ovarian hyperstimulation. Reprod. Fertil. Dev. 2012; 24(7): 893-904.

29. Jarkovska K., Kupcova Skalnikova H., Halada P., Hrabakova R., Moos J., Rezabek K. et al. Development of ovarian hyperstimulation syndrome: interrogation of key proteins and biological processes in human follicular fluid of women undergoing in vitro fertilization Mol. Hum. Reprod. 2011; 17(11):679-92.

30. Galazis N., Pang Y.L., Galazi M., Haoula Z., Layfield R., Atiomo W. Proteomic biomarkers of endometrial cancer risk in women with polycystic ovary syndrome: a systematic review and biomarker database integration. Gynecol. Endocrinol. 2013; 29(7): 638-44.

31. Khan G.H., Galazis N., Docheva N., Layfield R., Atiomo W. Overlap of proteomics biomarkers between women with pre-eclampsia and PCOS: a systematic review and biomarker database integration. Hum. Reprod. 2015; 30(1):133-48.

32. Galazis N., Docheva N., Nicolaides K.H., Atiomo W. Proteomic biomarkers of preterm birth risk in women with polycystic ovary syndrome (PCOS): a systematic review and biomarker database integration. PLoS One. 2013; 8(1): e53801.

33. Galazis N., Afxentiou T., Xenophontos M., Diamanti-Kandarakis E., Atiomo W. Proteomic biomarkers of type 2 diabetes mellitus risk in women with polycystic ovary syndrome. Eur. J. Endocrinol. 2013; 168(2): R33-43.

34. Mohamed-Hussein Z.A., Harun S. Construction of a polycystic ovarian syndrome (PCOS) pathway based on the interactions of PCOS-related proteins retrieved from bibliomic dat. Theor. Biol. Med. Model. 2009; 6: 18-31.

35. Uvarova E.V., Haschenko E.P. Polycystic ovary syndrome in terms of current pathogenesis data. Reproduktivnoe zdorove detey i podrostkov. 2013; 5: 54-60. (in Russian)

36. Atiomo W., Khalid S., Parameshweran S., Houda M., Layfield R. Proteomic biomarkers for the diagnosis and risk stratification of polycystic ovary syndrome: a systematic review. BJOG. 2009; 116: 137-43.

37. Yang Y., Chung E.K., Zhou B., Lhotta K., Hebert L.A., Birmingham D.J. et al. The intricate role of complement component C4 in human systemic lupus erythematosus. Curr. Dir. Autoimmun. 2004; 7: 98-132.

38. Insenser M., Escobar-Morreale H.F. Proteomics and polycystic ovary syndrome. Expert Rev. Proteomics. 2013; 10(5): 435-47.

39. Choi D.H., Lee W.S., Won M., Park M., Park H.O., Kim E. et al. The apolipoprotein A-I level is downregulated in the granulosa cells of patients with polycystic ovary syndrome and affects steroidogenesis. J. Proteome Res. 2010; 9(9):4329-36.

40. Mannerås-Holm L., Baghaei F., Holm G., Janson P.O., Ohlsson C., Lönn M., Stener-Victorin E. Coagulation and fibrinolytic disturbances in women with polycystic ovary syndrome. J. Clin. Endocrinol. Metab. 2011; 96(4): 1068-76.

41. Rayner K., Chen Y.X., Siebert T., O’Brien E.R. Heat shock protein 27: clue to understanding estrogen-mediated atheroprotection? Trends Cardiovasc. Med. 2010; 20(2): 54-8.

42. Montes-Nieto R., Insenser M., Martinez-Garcia M.A., Escobar-Morreale H.F. A nontargeted proteomic study of the influence of androgen excess on human visceral and subcutaneous adipose tissue proteomes. J. Clin. Endocrinol. Metab. 2013; 98(3): E576-85.

43. Escobar-Morreale H.F., Luque-Ramirez M., Gonzalez F. Circulating inflammatory markers in polycystic ovary syndrome: a systematic review and meta-analysis. Fertil. Steril. 2011; 95(3): 1048-58. e1-2.

44. Watanabe N., Ikeda U. Matrix metalloproteinases and atherosclerosis. Curr. Atheroscler. Rep. 2004; 6(2): 112-20.

45. Hilali N., Vural M., Camuzcuoglu H., Camuzcuoglu A., Aksoy N. Increased prolidase activity and oxidative stress in PCOS. Clin. Endocrinol. 2013; 79(1): 105-10.

46. Kim Y.S., Gu B.H., Choi B.C., Kim M.S., Song S., Yun J.H. et al. Apolipoprotein A-IV as a novel gene associated with polycystic ovary syndrome. Int. J. Mol. Med. 2013; 31(3): 707-16.

47. Zhao S., Qiao J., Li M., Zhang X., Yu J., Li R. Discovery of distinct protein profiles for polycystic ovary syndrome with and without insulin resistance by surface-enhanced laser adsorption/ionization time of flight mass spectrometry. Fertil. Steril. 2007; 88(1): 145-51.

Received 03.10.2016

Accepted 11.11.2016

About the Authors

Podzolkova N.M., MD, professor, head of the department of obstetrics and gynecology, Russian Medical Academy of Postgraduate Education.
125993, Russia, Moscow, Barrikadnaya str. 2/1
Koloda Yu.A., associate professor, department of obstetrics and gynecology, Russian Medical Academy of Postgraduate Education.
125993, Russia, Moscow, Barrikadnaya str. 2/1. E-mail: julkol@yandex.ru

For citations: Podzolkova N.M., Koloda Yu.A. Polycystic ovary syndrome: Proteomic aspects. Akusherstvo i Ginekologiya/Obstetrics and Gynecology. 2017; (4): 53-60. (in Russian)
http://dx.doi.org/10.18565/aig.2017.4.53-60

Similar Articles

By continuing to use our site, you consent to the processing of cookies that ensure the proper functioning of the site.