El perfilado del proteoma supera al perfilado del transcriptoma en la predicción de la función génica basada en coexpresión

La coexpresión de mARNs en múltiples condiciones se utiliza comúnmente para inferir la cofuncionalidad de sus productos génicos a pesar de las limitaciones bien conocidas de este enfoque de "culpa por asociación" (GBA). Los avances recientes en tecnologías proteómicas basadas en espectrometría de masas han permitido el perfilado de expresión global a nivel de proteínas; sin embargo, si los datos de perfilado del proteoma pueden superar los datos de perfilado del transcriptoma para la predicción de la función génica basada en coexpresión no ha sido investigado sistemáticamente. Aquí, abordamos esta pregunta construyendo y analizando redes de coexpresión de mARN y proteínas para tres tipos de cáncer con datos de perfilado de mARN y proteínas emparejados del Atlas Genómico del Cáncer (TCGA) y del Consorcio de Análisis Tumoral Proteómico Clínico (CPTAC). Nuestras análisis revelaron una diferencia notable en el cableado entre las redes de coexpresión de mARN y proteínas. Mientras que la coexpresión de proteínas fue impulsada principalmente por la similitud funcional entre los genes coexpresados, la coexpresión de mARN fue impulsada tanto por cofunción como por la colocación cromosómica de los genes. Los módulos de mARN funcionalmente coherentes eran más propensos a tener sus conexiones preservadas en las redes de proteínas correspondientes que los módulos de mARN funcionalmente incoherentes. Los datos proteómicos reforzaron el vínculo entre la expresión génica y la función para al menos el 75% de los procesos biológicos de la Ontología Génica (GO) y el 90% de las vías de KEGG. Una aplicación web Gene2Net (http://cptac.gene2net.org) desarrollada sobre la base de las tres redes de coexpresión de proteínas reveló nuevas relaciones gen-función, como vincular ERBB2 (HER2) al proceso biosintético de lípidos en el cáncer de mama, identificando PLG como un nuevo gen involucrado en la activación del complemento, e identificando AEBP1 como un nuevo marcador de transición epitelial-mesenquimal (EMT). Nuestros resultados demuestran que el perfilado del proteoma supera al perfilado del transcriptoma para la predicción de la función génica basada en coexpresión. La proteómica debería integrarse, si no ser preferida, en estudios de función génica y enfermedades humanas.