Nel futuro l’obiettivo sarà quello di dare maggior valenza ai risultati esposti nel capitolo precedente.
Innanzitutto si punterà ad aumentare il numero di soggetti, al fine di accre-scere la potenza statistica. Infatti, i risultati che sono stati ottenuti fino ad ora possono essere inficiati da caratteristiche proprie dei vari soggetti (diverso metabolismo, caratteristiche fisiologiche...); con l’aumentare del loro numero, acquisterebbero affidabilità.
Aumentando la cardinalità di ogni classe si potrà anche pensare ad un modello alternativo e più complesso con cui spiegare più nel dettaglio il turnover pro-teico.
Si potrà inoltre cercare di aumentare il numero di proteine considerate: lo spet-trometro di massa infatti spesso non fornisce il dato globale di una proteina in un determinato istante di campionamento perché non ha disposizione tale misura per almeno 2 peptidi appartenenti ad essa. Per questo motivo non si è potuto fare il fit di molte proteine (tutte quelle per cui ciò si è verificato al cam-pione delle 24 ore, ' 15%). L’idea è quindi in quei casi di provare a considerare come dato globale di proteina quello ottenuto dall’unico peptide, verificandone però prima l’attendibilità.
Infine, l’obiettivo sarà quello di integrare i risultati ottenuti dall’analisi del tur-nover proteico con delle misure del livello di espressione delle proteine e del-l’mRNA nelle stesse cellule. In questo modo si riuscirebbe ad avere una visio-ne globale dell’alteraziovisio-ne che la visio-nefropatia diabetica comporta sia a livello di trascrizione che di traduzione all’interno delle cellule considerate.
B I B L I O G R A F I A
[1] Cobelli C Toffolo G Di Camillo B. Modelli del turnover e della regolazione proteica. 2007.
[2] Zimmet PZ Alberti KGMM. “Definition, Diagnosis and Classification of Diabetes Mellitus and its Complications - Part 1”. In: Diabetic Medicine 15 (1998), pp. 539–553.
[3] International Diabetes Federation - diabetes atlas. 2012. url:http://www.idf.
org/diabetesatlas/.
[4] World Health Organzation - Diabetes. 2012. url: http : / / www . who . int /
mediacentre/factsheets/fs312/en/.
[5] Wahab NA Mason RM. “Extracellular Matrix Metabolism in Diabetic Ne-phropathy”. In: Journal of the American Society of Nephrology 14 (2003),
1358–1373.
[6] Balthazar APS Thomazelli FCS Matos JD Canani LH Zelmanovitz T Ger-chman F. “Diabetic nephropathy”. In: Diabetology and Metabolic (2009), 1–10.
[7] Bortoloso E Mauer M Fioretto P Dalla Vestra M Saller A. “Structural in-volvement in type 1 and type 2 diabetic nephropathy”. In: Diabetes Metab
26(2000), Suppl 4 :1954–1960.
[8] Mauer M Caramori ML Fioretto P. “The need for early predictors of dia-betic nephropathy risk: is albumin excretion rate sufficient?” In: Diabetes
49(9) (2000), pp. 1399–1408.
[9] Iori E Arrigoni G Vedovato M James P Coracina A Millioni R Tessari P Puricelli L. “Altered Chaperone and Protein Turnover Regulators Expres-sion in Cultured Skin Fibroblasts from Type 1 Diabetes Mellitus with Nephropathy”. In: Journal of Proteome Research 6 (2007), pp. 976–986. [10] Newman JM Katz PP Sepe S Showstack J Selby JV FitzSimmons SC. “The
natural history and epidemiology of diabetic nephropathy. Implications for prevention and control”. In: JAMA 263 (1990), pp. 1954–1960.
[11] Hommel E Mathiesen ER Jensen JS Deckert T Parving HH Borch-Johnsen K Nørgaard K. “Is diabetic nephropathy an inherited complication?” In: Kidney International 41 (1992), 719–722.
[12] Rich S Barbosa J Seaquist ER Goetz FC. “Familial Clustering of Diabe-tic Kidney Disease”. In: The new England Journal of Medecine 320 (1989), pp. 1161–1165.
70 bibliografia
[13] Iori E Trevisan R Tessari P Millioni R Puricelli L. “Skin fibroblasts as a tool for identifying the risk of nephropathy in the type 1 diabetic population”. In: Diabetes Metab Res Rev 28 (2012), 62–70.
[14] Batlle D LaPointe MS. “Cultured skin fibroblasts as an in vitro model to assess phenotypic features in subjects with diabetic nephropathy”. In: American Journal of Kidney Diseases 38 (2001), pp. 1239–1246.
[15] Messent J Tariq T Earle K Walker JD Viberti G Trevisan R Li LK. “Na+/H+ Antiport Activity and Cell Growth in Cultured Skin Fibroblasts of IDDM Patients With Nephropathy”. In: Diabetes 41 (1992), pp. 1239–1246.
[16] Kofoed-Enevoldsen A Li LK Earle KA Trevisan R Viberti G Davies JE Ng LL. “Intracellular pH and Na+/H+ antiport activity of cultured skin fibroblasts from diabetics”. In: Kidney 42 (1992), pp. 1184–1190.
[17] Mann M. “Functional and quantitative proteomics using SILAC”. In: Na-ture Reviews Molecular Cell Biology 7 (2006), pp. 952–958.
[18] Mann M Ong SE. “A practical recipe for stable isotope labeling by amino acids in cell culture (SILAC)”. In: Nature Protocols 6 (2006), pp. 2650–2660. [19] Kratchmarova I Kristensen DB Steen H Pandey A Mann M Ong SE Bla-goev B. “Stable Isotope Labeling by Amino Acids in Cell Culture, SI-LAC, as a Simple and Accurate Approach to Expression Proteomics”. In: Molecular and Cellular Proteomics 1 (2002), 376–386.
[20] Mootha VK Mukherjee S Ebert BL Gillette MA Paulovich A Pomeroy SL Golub TR Lander ES Mesirov JP Subramanian A Tamayo P. “Ge-ne set enrichment analysis: a knowledge-based approach for interpre-ting genome-wide expression profiles”. In: Proc. Natl. Acad. Sci. USA 102 (2005), pp. 15545–15550.
[21] Eriksson KF Subramanian A Sihag S Lehar J Puigserver P Carlsson E Ridderstrale M Laurila E et al Mootha VK Lindgren CM. “PGC-1alpha-responsive genes involved in oxidative phosphorylation are coordinately downregulated in human diabetes”. In: Nature Genetics 34 (2003), pp. 267– 273.
[22] GSEA, Broad Insitute. url: http://www.broadinstitute.org/gsea/.
[23] Pinchback R Thorvaldsdóttir H Tamayo P Mesirov JP Liberzon A Subra-manian A. “Molecular signatures database (MSigDB) 3.0”. In: Bioinforma-tics 27(12) (2011), pp. 1739–1740.
[24] BioMart Central Portal. url:http://central.biomart.org/.
[25] In: ().
[26] “American Diabetes Association: Nephropathy in Diabetes”. In: Diabetes Care 27 (2004), pp. 79–83.
[27] Li N Dittmar G Schuchhardt J Wolf J Chen W Selbach M Schwanhaus-ser B Busse D. “Global quantification of mammalian gene expression control”. In: Nature 473 (2011), 337–342.
bibliografia 71
[28] Puricelli L Arrigoni G Vedovato M Trevisan R James P Tiengo A Tessari P Millioni R Iori E. “Abnormal cytoskeletal protein expression in cultured skin fibroblasts from type 1 diabetes mellitus patients with nephropathy: A proteomic approach”. In: Proteomics Clin. Appl. 2(4) (2008), pp. 492–503.