La búsqueda por espectrometría de masas de microproteínas humanas ocultas revela graves problemas de calidad

Los marcos de lectura abiertos cortos (sORFs) codificados fuera de los genes anotados canónicos pueden producir proteínas pequeñas y funcionales denominadas microproteínas. Estas moléculas han suscitado un interés creciente como posibles reguladoras de procesos celulares con implicaciones en la biología de las enfermedades y el envejecimiento. Sin embargo, detectarlas de manera fiable mediante proteómica basada en espectrometría de masas (MS) representa un desafío técnico considerable, y hasta ahora no se había realizado ninguna evaluación sistemática a nivel de la comunidad científica sobre las afirmaciones publicadas al respecto.

Este estudio reunió y reananalizó críticamente casi 10.000 péptidos descritos como evidencia de proteínas humanas codificadas por sORFs no anotados en la literatura existente. Un hallazgo llamativo fue la práctica ausencia de reproducibilidad: el 96% de los péptidos reportados apareció en un único estudio. Además, el 12% de las detecciones reportadas se correspondían con proteínas ya anotadas o proteoformas conocidas, lo que plantea interrogantes sobre las estrategias de búsqueda en bases de datos empleadas en las publicaciones originales.

Para evaluar la calidad de las detecciones de forma rigurosa, los investigadores seleccionaron manualmente un conjunto de datos de referencia compuesto por 406 coincidencias péptido-espectro (PSMs) que abarcaban 204 proteínas distintas codificadas por sORFs. Esta selección reveló una variación considerable en la calidad de las PSMs entre estudios. Los enfoques de inmunopeptidómica —que aíslan péptidos presentados por el MHC— arrojaron una tasa estimada del 65% de PSMs de alta calidad para las detecciones predichas de proteínas codificadas por sORFs. En contraste, los métodos convencionales de proteómica ascendente aplicados a lisados celulares totales digeridos enzimáticamente alcanzaron únicamente el 7,8% de PSMs de alta calidad. Los autores atribuyen esta disparidad, en parte, a que las distribuciones de longitud de los péptidos naturales en inmunopeptidómica coinciden con las de los péptidos codificados por sORFs, lo que reduce la ambigüedad en el emparejamiento espectral.

El estudio también puso de manifiesto inconsistencias metodológicas entre laboratorios, incluyendo diferencias en los umbrales de tasa de descubrimientos falsos, las estrategias de construcción de bases de datos y los enfoques de validación. Estas inconsistencias agravan el ya difícil desafío de distinguir detecciones genuinas de nuevas microproteínas de los falsos positivos generados por el enorme espacio de búsqueda inherente a la proteómica de sORFs.

Las implicaciones son significativas para el campo más amplio de la proteogenómica y para la comprensión de la complejidad total del proteoma humano. Los autores reclaman protocolos estandarizados acordados por la comunidad científica, bases de datos mejor curadas y una validación más rigurosa de las PSMs antes de que las detecciones de microproteínas sean aceptadas como descubrimientos. A pesar de los sobrios hallazgos, los resultados confirman que un subconjunto genuino de microproteínas puede detectarse con alta confianza, especialmente mediante inmunopeptidómica, y apuntan hacia las mejores prácticas para futuros estudios que aspiren a mapear el microproteoma humano completo.