ANÁLISIS COMPARATIVO DE NIVELES DE BIOMARCADORES INFLAMATORIOS EN PACIENTES CON ASMA, EPOC Y SUPERPOSICIÓN ASMA/EPOC Trabajo para optar al grado de magíster en Inmunología Dra. Nathalie Acevedo, MD, PhD Tutora M JOSÉ MIGUEL ESCAMILLA GIL, MD Cartagena DT y C, mayo de 2021
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
ANÁLISIS COMPARATIVO DE NIVELES
DE BIOMARCADORES INFLAMATORIOS
EN PACIENTES CON ASMA, EPOC Y
SUPERPOSICIÓN ASMA/EPOC
Trabajo para optar al grado de magíster en Inmunología
Dra. Nathalie Acevedo, MD, PhD Tutora
M
JOSÉ MIGUEL ESCAMILLA GIL, MD
Cartagena DT y C, mayo de 2021
1
UNIVERSIDAD DE CARTAGENA
INSTITUTO DE INVESTIGACIONES INMUNOLOGICAS
SEMINARIO III
TRABAJO PARA OPTAR AL GRADO DE MAGÍSTER EN INMUNOLOGÍA
Análisis comparativo de niveles de biomarcadores inflamatorios
en pacientes con asma, EPOC y superposición Asma/EPOC
Realizado por:
Jose Miguel Escamilla Gil. MD.
Tutora: Nathalie Acevedo Caballero MD., PhD.
Profesora Asistente Instituto de Investigaciones Inmunológicas
Cartagena D. T. y C, 31 de mayo de 2021
2
Este trabajo está dedicado a mis padres, que han sido mi apoyo incondicional, mi ejemplo a seguir, a quienes debo todo.
3
Tabla de contenido 1. Resumen ................................................................................................................. 11
Tabla 3. Criterios de inclusión y exclusión para los pacientes del estudio.
Criterios de inclusión Criterios de exclusión
Sujeto de cualquier género, de 40 a 90 años perteneciente a uno de los siguientes dos grupos:
- Pacientes con diagnóstico de asma, EPOC o ACO, confirmado por uno de los médicos investigadores de acuerdo con los criterios diagnósticos mencionados
- Adultos sanos
Exacerbación de asma, EPOC o ACO en las últimas 8 semanas
Estabilidad del asma, EPOC o ACO en las últimas 8 semanas
Infección respiratoria o no respiratoria en las últimas 8 semanas
Tratamiento médico óptimo en las últimas 8 semanas Comorbilidades no controladas
Firma de consentimiento informado por escrito. Enfermedad neoplásica activa
Inmunosupresión por condición patológica o de origen farmacológico (terapias inmunosupresoras)
29
6.5. Evaluación clínica y desarrollo de escalas de calidad de vida
A todos los pacientes incluidos en el estudio se les realizaron cuestionarios de
calidad de vida y evaluación clínica según el diagnóstico del paciente. Para
pacientes diagnosticados con asma se realizaron los Cuestionarios de control del
asma (ACQ-5) (92) y el cuestionario respiratorio St. George’s (SGRQ) (93), para
pacientes con diagnóstico de EPOC la prueba de evaluación de la EPOC (CAT) (94)
y SGRQ y para pacientes con diagnóstico de ACO los cuestionarios CAT, ACQ-5 y
SGRQ. Estos cuestionarios indagan la sintomatología, calidad de vida y el control
de la enfermedad.
6.6. Pruebas de función pulmonar
Las pruebas de función pulmonar las realizo una fisioterapeuta entrenada en esta
área, siguiendo los criterios de la Asociación Americana de Tórax y la Sociedad
Europea de Enfermedades respiratorias (ATS y ERS), utilizando un espirómetro
digital spirobank II® (MIR Medical International Research, IT) el cual debe estar
debidamente calibrado. Esta prueba permitió establecer la capacidad vital forzada
(FVC), el volumen espiratorio forzado en el primer segundo (FEV1) y la relación
FEV1/FVC, la interpretación de las espirometrías fue realizada por un neumólogo de
adultos vinculado como coinvestigador en el marco del proyecto en cada uno de los
centros.
6.7. Cuantificación de los niveles de FeNO
La medición de FeNO fue realizada por un médico entrenado en este procedimiento,
utilizando el equipo portátil NObreath® (Bedfont, Scientific, UK). A cada paciente
testeado se le suministro una boquilla desechable. Antes de cada medición a los
pacientes se les brindaban instrucciones claras del procedimiento a seguir y
posterior a esto se realizaron 3 mediciones por paciente. El medico encargado de
la toma debía constatar que cada paciente realizara una espiración al interior del
equipo a un flujo mantenido de 50 ml/s, controlado por un medidor de flujo aéreo
visible, facilitando y asegurando el flujo aéreo adecuado, esto siguiendo las
recomendaciones de la American Thoracic Society (ATS). Los resultados se
expresaron en ppb (partes por billon). Previo a la medición de FeNO a cada uno de
los individuos se les interrogaba por consumo de cigarrillo reciente, ayuno completo
y sobre si habían tenido infecciones respiratorias en los últimos 2 meses, de manera
que únicamente se les realizo la medición a aquellos que habían reportado no haber
30
consumido cigarrillo en las 48 horas previas, estar en ayuno de al menos 12 horas,
no haber consumido alcohol, ni haber presentado sintomatología de infecciones
respiratorias en los últimos 2 meses. Por razones logísticas no se realizaron las
mediciones de FeNO de los participantes de la ciudad de Bogotá.
6.8. Toma de muestras de sangre
Las muestras de sangre fueron tomadas en ayuno, mediante técnica de
venopunción antecubital por una enfermera entrenada utilizando agujas vacutainer
21G. Se tomaron 4 ml de sangre en tubos EDTA para la realización de hemograma
de tipo IV con recuento de eosinófilos y se tomaron 10 ml en tubo heparinizado para
la obtención de plasma para la cuantificación de niveles de IgE, periostina y
proteínas inflamatorias en el plasma.
6.9. Procesamiento de muestras de sangre
Posterior a la toma de muestras de sangre, los tubos heparinizados fueron llevados
a los laboratorios de procesamiento en un plazo de máximo 30 minutos desde su
toma. Para la obtención de plasma las muestras de sangre fueron centrifugadas a
1000 x g durante 15 minutos. Una vez finalizado este paso el plasma fue
cuidadosamente separado con puntas de micropipeta estériles y colocado en
alícuotas en tubos eppendorff estériles. Cada uno de estos tubos se rotulaban con
códigos específicos que anonimizarán a cada uno de los participantes del estudio.
Las muestras fueron almacenadas inmediatamente a -80°C hasta su uso.
6.10. Cuantificación de eosinófilos en sangre
La cuantificación de eosinófilos en sangre se realizó mediante hemocitometría y fue
expresada en porcentaje (%) y células/µl. Niveles elevados de eosinófilos en sangre
fue definido como ≥ 300 células/µl o > 5% (95). Este procedimiento se llevó a cabo
en el laboratorio clínico del Dr. Eduardo Fernández en la ciudad de Cartagena y en
el laboratorio clínico de la Fundación Neumológica Colombiana en la ciudad de
Bogotá. Además de los conteos de eosinófilos, se obtuvieron los conteos de
neutrófilos, monocitos, linfocitos y su fórmula diferencial.
31
6.11. Cuantificación de los niveles de IgE total y específica en plasma
Los niveles de IgE total y especifica fueron determinados mediante
ImmunoCAP100® (Thermo Fisher Scientific, EE.UU) siguiendo las indicaciones del
fabricante. Primero se realizó la aleatorización de las muestras y el día de los
análisis se descongelaron en baño de maría a 37°C y se dispensaron 500 μl de
plasma en tubos de 5 ml. Una vez atemperados los reactivos y precalentado el
equipo, fueron cargadas las muestras y los reactivos en las posiciones que el
ImmunoCap 100 especifico.
Para los niveles de IgE total se utilizó una curva de calibración con un rango entre
2 a 5000 kU/l (2, 10, 50, 200, 1000, 5000 KU/l). Para la IgE especifica se utilizó una
curva de calibración de 0.35 a 100 kUA/l. (0.35, 0.7, 3.5, 17.5, 50, 100 kUA/l.) y se
evaluó la reactividad a los ácaros domésticos Dermatophagoides pteronyssinus (d1)
y Blomia tropicalis (d201). También se determinó la reactividad IgE al nematodo
Ascaris lumbricoides (p1). Para considerar sensibilización IgE positiva se utilizó un
cut-off de 0.35 kUA/l.
6.12. Cuantificación de periostina
Para la cuantificación de periostina se implementó el kit Human Periostin/OSF-2
DuoSet de ELISA tipo sándwich cuantitativo (R&D Systems, EE.UU), con un rango
de detección de 63-4000 pg/ml. Siguiendo las indicaciones del fabricante, primero
se cubrieron las microplacas de 96 pocillos con 100 μl por pocillo del anticuerpo de
captura diluido en PBS, luego se selló la placa con tira adhesiva y se incubo durante
la noche a temperatura ambiente. Posterior a la incubación se realizaron 3 lavados
usando un lavador de microplacas Wellwash® (Thermo Fisher Scientific, EE.UU).
Después de cada lavado, se eliminaba cualquier resto del buffer de lavado
invirtiendo la placa y secándola contra toallas de papel limpias. Luego se procedió
a bloquear la placa agregando 300 μl de BSA al 1% en PBS, pH 7.2-7.4 (reactivo
diluyente), a cada pocillo y se incubo a temperatura ambiente durante 1 hora.
Posterior a esto repetimos los 3 lavados y procedimos a agregar 100 μl de muestra
de plasma diluidas (1:25, 1:50) en BSA al 1% en PBS, pH 7.2-7.4 por pocillo y
cubrimos con tira adhesiva e incubamos por 2 horas a temperatura ambiente. Luego
se realizaron 3 lavados y se procedió a añadir a cada pocillo 100 μl del anticuerpo
de detección biotinilado diluido en BSA al 1% en PBS, pH 7.2-7.4 y se incubó
durante 2 horas a temperatura ambiente. Al término de la incubación se realizaron
3 lavados y se agregó a cada pocillo 100 μl de la dilución con estreptavidina
conjugada con peroxidasa de rábano picante (HRP). Luego se incubo la placa
durante 20 minutos a temperatura ambiente. Al finalizar se realizarán 3 lavados y
se agregaron 100 μl de solución de sustrato a cada pocillo. Por último, la placa se
hombres y 63 mujeres; edad promedio: 56,3 ± 12,9 años). Aunque se intentó
encontrar controles con la misma distribución de edad y género que los pacientes,
en este estudio los controles fueron más jóvenes que los pacientes y hubo una
mayor representación del género femenino en los pacientes con asma y en los
controles sanos. Las características clínicas y sociodemográficas se presentan en
la (Tabla 4).
Comparado con los otros grupos, los pacientes con asma mostraron un índice de
masa corporal más alto, niveles de eosinófilos, FeNO y de IgE total y específica más
altos y unos parámetros de reversibilidad de la función pulmonar post-bd más alto
que en los pacientes con EPOC y ACO. Como era lo esperado los pacientes con
EPOC mostraron un patrón obstructivo en las pruebas de función pulmonar y
mostraron niveles elevados de neutrófilos y monocitos.
Los pacientes con ACO mostraron una frecuencia de tabaquismo mucho más alta
que los asmáticos y comparable con los pacientes de EPOC. La prevalencia de
rinitis alérgica fue mucho más alta que en los pacientes con EPOC y en las pruebas
de función pulmonar mostraron un patrón obstructivo. Los eosinófilos mostraron
niveles más bajos comparados con los pacientes asmáticos, pero tuvieron los
conteos más altos de neutrófilos. Cabe resaltar que los niveles de FeNO, IgE total
y IgE específica fueron comparables con aquellos de los pacientes asmáticos.
Mientras que los pacientes con ACO presentaban un mayor número de neutrófilos
y los pacientes con EPOC un mayor número de monocitos. No hubo diferencias en
el número de linfocitos y basófilos entre los grupos. No se detectaron diferencias en
la concentración de periostina sérica entre los grupos.
En la (Figura 5) se presenta un diagrama con las muestras analizadas y aquellas
que fueron excluidas por razones logísticas o técnicas.
35
Figura 5. Flujograma con la descripción de las muestras analizadas en el estudio. VEF1: volumen espiratorio forzado en el primer segundo, CVF: capacidad vital forzada, BD: broncodilatador.
36
Tabla 4. Características demográficas y clínicas de los participantes del estudio.
Índice de comorbilidad de charlson Me (P 25-75%) Enfermedad cardiovascular, si, n (%) Diabetes, si, n (%)
1 (1-1)
7 (5,7) 8 (6,5)
1 (1-1)
5 (6,8) 3 (4,1)
1 (1-2)
11 (11) 11 (11)
0 (0) 1 (1)
< 0,0001
0,010 0,012
CSI, si, n (%) 118 (95,9) 65 (87,8) 34 (34) n/a -
Dosis CSI: Alta n (%) Media n (%) Baja n (%)
35 (30,2) 37 (31,9) 44 (37,9)
6 (9,7)
40 (64,5) 16 (25,8)
2 (7,7)
19 (73,1) 5 (19,2)
n/a n/a n/a
-
Nota: Los valores se presentan como (M) media, (DS) desviación estándar, (n) frecuencia, (%) porcentaje, (Me) mediana y (P 25-75%) percentil 25 – 75%, a menos que se indique lo contrario. El
37
valor de p representa la prueba de chi cuadrado para diferencias entre medias de variables cualitativas, la prueba t-test para las diferencias entre medias de variables cuantitativas con distribución normal y la prueba de Mann-Whitney para las diferencias entre medianas de variables cuantitativas que no siguen una distribución normal. IMC: índice de masa corporal, UR: urgencias, mMRC: escala modificada de disnea, VEF1: volumen espiratorio forzado en el primer segundo, CVF: capacidad vital forzada, BD: broncodilatador CAT: prueba de evaluación de la EPOC, ACQ5: cuestionario de control del asma, SGRQ: cuestionario respiratorio St. George's, CSI: corticosteroide inhalado.
8.2. Análisis comparativos de los niveles de biomarcadores característicos
de la respuesta de tipo 2.
La distribución de los biomarcadores principales de respuesta tipo 2 se presentan
en la (Figura 6). Debido a la distribución no normal se aplicaron pruebas no
paramétricas para los análisis descritos a continuación.
Eosinófilos (células/µL)
FeNO (ppb)
IgE-Total (kU/l)
IgE- D. pteronyssinus (kU/l)
KS: 0,1890
P < 0,0001
KS: 0,2255
P < 0,0001
KS: 0,3397
P < 0,0001
KS: 0,3929
P < 0,0001
38
IgE- B. tropicalis (kU/l)
IgE- A. lumbricoides (kU/l)
Periostina (ng/mL)
Figura 6. Histogramas de distribución de variable de biomarcadores característicos de
respuesta de tipo 2.
No se encontraron diferencias significativas en los recuentos y porcentaje de
eosinófilos en sangre entre pacientes con asma, ACO y EPOC (Figura 7 A, B). Con
relación a los niveles de FeNO se encontró una diferencia significativa entre los
pacientes con asma y los pacientes con EPOC (Figura 7 C) en la cual los niveles
medios más altos se observaron en los pacientes con asma (29 ppb 7-185),
resultados intermedios en los pacientes con ACO (26 ppb 5-142) y niveles más
bajos en pacientes con EPOC (19 ppb 6-51). (Figura 7 D). Se encontraron niveles
significativamente más altos de IgE total y de IgE especifica en pacientes con asma
y ACO comparado con los pacientes con EPOC (Figura 7 E,F,G). No se observaron
diferencias significativas en los niveles de periostina entre los grupos (Figura 7
H). Se encontraron diferencias significativas en el recuento de eosinófilos, niveles
de FeNO, IgE total y especifica entre los grupos de enfermedad y el grupo control
(Figura 7 A-H).
KS: 0,3960
P < 0,0001
KS: 0,4164
P < 0,0001
KS: 0,1335
P < 0,0001
39
Figura 7: Comparación de recuento de eosinófilos en sangre (A), % de eosinófilos (B), FeNO
(C), IgE sérica total (D), IgE específica a D. pteronyssinus (E), IgE específica a B. tropicalis
(F), IgE específica a A. lumbricoides (G) y periostina sérica (H) entre pacientes con asma,
obstructiva crónica; FeNO: fracción exhalada de óxido nítrico.
40
Posteriormente analizamos la frecuencia de individuos con eosinófilos altos, FeNO alto e IgE total y especifica altos, dicotomizando los valores de eosinófilos en > 150 células/µL y > 300 células/µL, los valores de FeNO en ≤ 25 pbb y > 25 ppb, los valores e IgE total en > 100 kU/l y > 300 kU/l y los valores de IgE especifica < 0,35 kU/l y ≥ 0,35 kU/l. Estos resultados se encuentran resumidos en las (Figuras 8 y 9).
(A) (B)
(C)
Figura 8. Frecuencia de individuos con recuento de eosinófilos en sangre > 150 células/µL y > 300 células/µL (A). Frecuencia de individuos con niveles de FeNO ≤ 25 ppb y > 25 ppb (B). Frecuencia de individuos con niveles de IgE total > 100 kU/l y > 300 kU/l (C).
41
(A) (B)
(C)
Figura 9: Frecuencia de individuos con niveles de IgE específica a D. pteronyssinus (A), B. tropicalis (B) y A. lumbricoides (C) < 0,35 kU/l y ≥ 0,35 kU/l.
8.3. Análisis de correlación de biomarcadores característicos de la
respuesta de tipo 2.
Realizamos análisis de correlación por grupo para evaluar las relaciones entre los
niveles de biomarcadores tipo 2 con parámetros clínicos y demográficos. El análisis
en el grupo de pacientes con asma (Figura 10), reveló una correlación baja entre el
porcentaje de eosinófilos en sangre, el recuento de eosinófilos en sangre y los
niveles de periostina sérica (rho = 0,29; p = 0,001), (rho = 0,31; p < 0,0001)
respectivamente. Los recuentos de eosinófilos en sangre mostraron una correlación
negativa con el porcentaje de neutrófilos en sangre (rho = -0,36; p < 0,0001),
además de una correlación positiva con los niveles de FeNO (rho = 0,28; p = 0,03)
y los niveles de periostina sérica (rho = 0,31; p < 0,0001). De igual forma el FeNO
42
mostro una correlación positiva con el puntaje de ACQ-5 (rho = 0,52; p < 0,0001) y
con el puntaje SGRQ (rho = 0,28; p = 0,03). Los niveles de IgE específica a Dp, Bt
y Asc, se correlacionaron negativamente con la edad (rho = -0,32; p < 0,0001), (rho
= -0,26; p = 0,004), (rho = -0,18; p = 0,04).
Figura 10: Correlaciones entre niveles de biomarcadores característicos de la respuesta de
tipo 2, características clínicas y demográficas en pacientes con asma. Los cuadrados en colores
indican una correlación significativa (p < 0,05). La escala de colores representa el coeficiente de
correlación de Spearman (1: correlación positiva, -1: correlación negativa).
En el grupo de pacientes con ACO (Figura 11) se encontró que el porcentaje de
eosinófilos en sangre se correlaciona de forma negativa con el porcentaje de
neutrófilos (rho = -0,5; p = < 0,0001) y con el recuento de neutrófilos en sangre
respectivamente (rho = -0,34; p = 0,003). De igual forma el recuento de eosinófilos
en sangre presento una correlación negativa con el porcentaje de neutrófilos en
sangre (rho = -0,41; p < 0,0001). Además, los eosinófilos en sangre se
43
correlacionaron con el porcentaje de VEF1/CVF post-BD (rho = 0,28; p = 0,01). Los
niveles de FeNO se correlacionaron de forma positiva con los niveles de IgE total
(rho = 0,4; p = 0,007), además presento una correlación positiva con el puntaje de
ACQ-5 (rho = 0,62; p < 0,0001) y con el puntaje SGRQ (rho = 0,31; p = 0,04). Por
otro lado, el número de hospitalizaciones por síntomas respiratorios en el último año
estuvo inversamente relacionado con los niveles de FeNO (rho = -0,34; p = 0,04).
Figura 11: Correlaciones entre niveles de biomarcadores característicos de la respuesta de
tipo 2, características clínicas y demográficas en pacientes con ACO. Los cuadrados en colores
indican una correlación significativa (p < 0,05). La escala de colores representa el coeficiente de
correlación de Spearman (1: correlación positiva, -1: correlación negativa).
En el grupo de pacientes con EPOC (Figura 12) se observaron correlaciones
débiles entre el porcentaje de eosinófilos y el porcentaje de neutrófilos en sangre
(rho = -0,28; p = 0,005), además presento una correlación positiva baja con los
niveles de IgE total (rho = 0,36; p < 0,0001). Así mismo para recuento de eosinófilos
44
en sangre se observó una correlación negativa baja con el porcentaje de neutrófilos
en sangre (rho = -0,31; p = 0,001) y una correlación positiva baja con los niveles de
IgE total (rho = 0,29; p = 0,01). Por otro lado, el recuento de eosinófilos en sangre
se correlaciono de forma positiva baja con el número de hospitalización por
síntomas respiratorios en el último año (rho = 0,21; p = 0,03). Los niveles de FeNO
se correlacionaron de forma positiva baja con el puntaje SGRQ (rho = 0,31; p =
0,02). Los niveles de periostina sérica se correlacionaron de forma positiva baja con
la edad (rho = 0,35; p < 0,0001), con el puntaje CAT (rho = 0,24; p = 0,01) y con el
puntaje SGRQ (rho = 0,23; p = 0,01) además se correlacionaron negativamente con
el IMC (rho = -0,33; p = 0,001). También realizamos un análisis de correlación para
toda la muestra (Figura Suplementaria 1) Donde se confirmó la relación de FeNO
con el puntaje ACQ-5 y la escala SGRQ, así como una relación directa entre
periostina y puntaje CAT (rho = 0,26; p = 0,001).
Figura 12: Correlaciones entre niveles de biomarcadores característicos de la respuesta de
tipo 2, características clínicas y demográficas en pacientes con EPOC. Los cuadrados en
45
colores indican una correlación significativa (p < 0,05). La escala de colores representa el coeficiente
de correlación de Spearman (1: correlación positiva, -1: correlación negativa).
Para ampliar la investigación de biomarcadores que pudieran distinguir el ACO del
grupo de asmáticos o del grupo de EPOC hicimos una comparación en 67 proteínas
del plasma que son indicativas de inflamación.
Los análisis comparativos en donde se presenta en detalle las diferencias entre los
grupos de asma vs. controles y del grupo de EPOC vs. controles se presentan en el
Artículo Anexo 1. Con relación al ACO vimos que esta entidad tiene coincidencias
en 22 biomarcadores con el EPOC y ninguna con asma, excepto por 4
biomarcadores que estaban en las tres enfermedades, estos fueron CSF-1, CCL3,
CCL23 e IL-6, todas moléculas relacionadas con procesos inflamatorios centrales y
no fueron detectados biomarcadores exclusivos del grupo ACO (Figura 13).
Figura 13. Diagrama de Venn de las diferencias de biomarcadores inflamatorios entre
pacientes de las tres enfermedades. (Subrayados 10 nuevos marcadores relacionados con
EPOC).
46
Además, se pudo evidenciar que al comparar los niveles de estos 67 biomarcadores
inflamatorios entre el grupo ACO y el grupo control se encontraron 10
Todavía queda por definir el punto de corte exacto de la IgE total para aplicar ese
algoritmo modificado en nuestro medio, si bien un análisis preliminar mostro que la
media geométrica de los niveles de IgE total de sujetos sanos más 2 desviaciones
estándar seria 563 kU/l, los análisis de curva ROC mostraron que el punto de corte
para diferenciar ACO de la EPOC es cercano a 100 kU/l, sugiriendo que en este
grupo etario incluso valores más bajos de IgE total ya pudieran ser indicativos de
ACO en comparación con la EPOC.
La estadística del área bajo la curva (AUC) mostró que ninguno de estos
biomarcadores podía diferenciar el ACO del asma (AUC ≤ 0,5), y que únicamente
la IgE total y la IgE especifica podrían llegar a diferenciar el ACO de la EPOC con
56
un rendimiento diagnostico regular (AUC > 0,6). Varias combinaciones de estos
biomarcadores mostraron una especificidad relativamente alta para la diferenciación
de ACO de la EPOC. Estos resultados indican que de los 5 biomarcadores
característicos de inflamación tipo 2 analizados la IgE total y IgE especifica brindan
información diagnóstica adicional para diferenciar ACO de EPOC. Usados como
marcadores combinados el FeNO y los eosinófilos también ayudan a diferenciar el
ACO de la EPOC (Tabla 5).
Los resultados además resaltan que en el grupo de asmáticos el FeNO es un
biomarcador que está directamente relacionado con los puntajes de severidad
(ACQ-5) y de calidad de vida (SGRQ) y que al estar estos directamente relacionados
con el número de hospitalizaciones y las visitas a urgencias pudiera considerarse
informativo del estado inflamatorio del paciente asmático y del control de su
enfermedad. La correlación de FeNO y los eosinófilos en sangre periférica fue baja
sugiriendo que estos dos marcadores proporcionan información no redundante
sobre dos vías inflamatorias distintas en la inflamación de tipo 2, tal como se
presentó en el Articulo Anexo 2. Otro aspecto para resaltar es que los niveles de
IgE no mostraron correlación con los eosinófilos ni con los niveles de FeNO.
En el grupo de los pacientes con ACO el FeNO se correlaciona significativamente
con el ACQ-5 sugiriendo que este marcador puede ser de utilidad en monitorear el
estado de la enfermedad en este grupo de pacientes. Con los eosinófilos no hubo
correlaciones significativas con parámetros clínicos, aunque la IgE contra Ascaris
mostró una correlación inversa, aunque débil con el grado de obstrucción de la vía
aérea en concordancia con observaciones previas (96), sugiriendo que la respuesta
IgE a Ascaris pudiera estar asociada a indicadores de severidad y obstrucción fija.
Como los análisis de biomarcadores característicos de inflamación tipo 2 no fueron
suficientes para distinguir el ACO del grupo de asma y del grupo de EPOC,
decidimos ampliar la investigación e hicimos una comparación en 67 proteínas del
plasma que son indicativas de inflamación. El análisis comparativo revelo que no se
encontraron biomarcadores inflamatorios exclusivos para el ACO a diferencia de lo
detectado para el asma y la EPOC. Sin embargo, pudimos apreciar como dentro de
los mecanismos inmunológicos del ACO existen 22 biomarcadores inflamatorios
con diferencias en sus niveles que también fueron detectados en la EPOC y no así
en el asma y 4 biomarcadores con diferencias detectadas tanto en ACO como en
asma y en la EPOC al compararse con individuos sanos (Figura 13). Estos
hallazgos nos llevan a sospechar que es posible que nos encontremos frente a un
fenotipo con mecanismos inmunológicos subyacentes que son más parecidos a los
de la EPOC que a los del asma y no frente a una nueva enfermedad. Este análisis
además revelo que había 10 biomarcadores inflamatorios asociados con EPOC,
que no habían sido previamente relacionados con esta enfermedad en la literatura
57
(Figura 13). De estos 10 biomarcadores inflamatorios solo 3 se encontraron
asociados con la EPOC y no a las otras condiciones (la proteína sulfotransferasa
1A1 (ST1A1), el ligando de tirosina quinasa 3 relacionado con Fms (Flt3L) y la
glicoproteína de superficie de células T CD5 (CD5). Otros como CCL25, la cistatina
D (CST5), la subunidad beta del receptor de interleuquina-10 (IL-10RB), la molécula
miembro de la familia 1 de activación de señalización linfocítica (SLAMF1) y la
proteína 1 que contiene el dominio CUB (CDCP1, CD318, TRASK o SIMA135) se
encontraron elevados tanto en pacientes con EPOC como en pacientes con ACO y
otros como el factor estimulante de colonias 1 (CSF-1) y CCL23 se encontraron
elevados en las 3 enfermedades. En este estudio se describe por primera vez la
relación de estos biomarcadores inflamatorios con la EPOC (Tabla 7). No se
encontraron biomarcadores inflamatorios para el asma que no hubieran sido
previamente relacionados con esta enfermedad.
Tabla 7. Biomarcadores inflamatorios descritos por primera vez en relación con la EPOC.
Proteína Expresión celular elevada
Función
ST1A1
Monocitos Linfocitos B Linfocitos T CD8+ Linfocitos NK
Sulfotransferasa que cataliza la conjugación de sulfato de catecolaminas, estrógenos, fármacos fenólicos y neurotransmisores. Juega un papel importante en el metabolismo.
Flt3L
Linfocitos T CD4+ Linfocitos T CD8+ Linfocitos NK
Participa en la movilización y diferenciación de las células madre hematopoyéticas y tiene un papel crucial en el desarrollo de las células dendríticas.
CD5
Linfocitos T CD4+ Linfocitos T CD8+ Linfocitos NK Linfocitos B
Glicoproteína asociada a la membrana que actúa en la regulación de la proliferación de células T y B1.
CCL25
Monocitos Linfocitos NK Células dendríticas Linfoblastos
Quimiocina que al unirse a su receptor CCR9 provoca una actividad quimiotáctica en timocitos, macrófagos, células THP-1 y células dendríticas.
CST5
Células epiteliales
Inhibidor de cisteína proteinasa que se encuentra ampliamente en la saliva humana puede desempeñar un papel en el control de la actividad proteolítica durante los procesos inflamatorios.
IL-10RB
Neutrófilos Linfocitos B
Subunidad del receptor de IL-10 requerido para la traducción de señales de cinco citocinas de clase 2: IL-10, IL-22, IL-26, IL-28 e IFNL1.
SLAMF1
Linfocitos T CD4+ Linfocitos T CD8+ Linfoblastos Linfocitos B
Receptor de glicoproteína y autoligando ubicado en la membrana celular de las células T y B activadas, macrófagos y células dendríticas, que media la proliferación independiente de IL-2 de células T durante las respuestas inmunes, induce la producción de IFN-γ, conducen a una mayor activación de las células T y producción de citoquinas Th2.
58
CSF-1
Células endoteliales Linfocitos T CD4+ Linfocitos T CD8+ Linfoblastos
Citoquina que regula la supervivencia, proliferación y diferenciación de células precursoras hematopoyéticas especialmente fagocitos mononucleares, como macrófagos y monocitos. Promueve la liberación de quimiocinas proinflamatorias y, por lo tanto, juega un papel importante en la inmunidad innata y en los procesos inflamatorios
CCL23
Monocitos Linfocitos T CD4+ Linfocitos NK Células endoteliales
Quimiocina que al unirse a su receptor CCR1 muestra actividad quimiotáctica para monocitos, linfocitos T en reposo y neutrófilos e inhibe la proliferación de células progenitoras mieloides
CDCP1
Monocitos Linfocitos T CD4+ Células dendríticas Células endoteliales
Glicoproteína transmembrana involucrada en la adhesión celular y en la asociación de la matriz celular. Puede desempeñar un papel en la regulación del anclaje frente a la migración. Implicada en la progresión tumoral y metástasis de distintos tipos de cáncer.
Como no fueron detectados biomarcadores inflamatorios exclusivos del grupo ACO,
los análisis comparativos entre asma, ACO y EPOC fueron de vital importancia para
determinar moléculas que perfilaran este fenotipo. En la comparativa de los análisis
de proteínas en plasma se encontró que, de los 67 biomarcadores inflamatorios
analizados, 10 biomarcadores detectados en plasma mostraron diferencias
significativas entre pacientes con ACO y controles sanos. De estos 10
biomarcadores la citoquina inducida por activación relacionada con TNF (TRANCE
o TNFSF11) fue el único que se encontró reducido en los pacientes con ACO a
comparación del grupo control, los otros 9 biomarcadores como la osteoprotegerina
(OPG o TNFRSF11B), la proteína quimiotáctica de monocitos 1 (MCP-1 o CCL2),
CCL23, CCL25, CXCL9, la proteína quimiotáctica de monocitos 3 (MCP-3 o CCL7),
la proteína quimiotáctica de monocitos 4 (MCP-4 o CCL13), la proteína S100A12
(EN-RAGE) y la IL-6 se encontraron aumentados en los pacientes con ACO. Estos
resultados muestran que hay una diferencia detectable en el plasma en el perfil
inflamatorio de individuos sanos y pacientes con ACO. Llama la atención que
TRANCE, que es una proteína ligando que al unirse al receptor RANK induce la
osteoclastogenesis y que se ha asociado a distintas enfermedades óseas y no
óseas (97-99), se encontrara más elevada en individuos sanos que en pacientes
con ACO.
Al comparar los niveles de estos biomarcadores inflamatorios entre pacientes con
ACO y pacientes con asma se observó que únicamente CXCL1 y CXCL9
presentaron diferencias significativas entre esos dos grupos. Estos biomarcadores
se encontraron disminuidos en los pacientes con asma, con un aumento del 26.5%
en CXCL1 y del 40% en CXCL9 en los pacientes con ACO. Por otro lado, al
comparar los pacientes con ACO y los pacientes con EPOC se encontró que para
el biomarcador inflamatorio CDCP1, había una diferencia significativa dada por una
disminución del 26% de este biomarcador en los pacientes con ACO. Además, se
pudo apreciar que los niveles de MCP-3 fueron 13% más altos en pacientes con
59
ACO comparados a los pacientes con asma, pero 17% más bajos en los pacientes
con ACO comparado con los EPOC (Tabla 8).
CDCP1 es una molécula que poco se ha descrito en relación con enfermedades de
la vía aérea, de hecho, únicamente se ha descrito recientemente en relación con el
asma (100), pero no ha sido descrito en relación con la EPOC hasta la fecha, es por
esto que nos extenderemos en la discusión sobre esta proteína. Esta es una
glicoproteína transmembrana de superficie celular de 140 kDa que contiene tres
dominios CUB (para el complemento C1r/C1s, factor de crecimiento embrionario de
erizo, proteína morfogenética ósea 1) extracelular, un transmembrana y un dominio
intracelular (101). CDCP1 se puede escindir proteolíticamente entre los dos
dominios CUB 1 y 2 distales mediante ciertas serina proteasas como la serina
proteasa de tipo membrana 1 (MT-SP1), lo que da como resultado diferentes
proporciones de la molécula intacta de 140 kDa, el producto escindido de 80 kDa y
un ectodominio desprendido de 65 kda. El CDCP1 escindido es fosforilado y
activado por miembros de la familia de quinasas Src (SFK) (Figura 22A), la
fosforilación de CDCP1 mediada por este grupo de quinasas también ocurre por
perdida del anclaje de la célula a la matriz extracelular (Figura 22B) (102, 103).
Esta fosforilación y activación de CDCP1 activa vías de señalización que no están
del todo descritas, que inician con el reclutamiento de la proteína quinasa C-delta
(PKCδ) y la tirosina quinasa Src (Src), que a su vez activan otros factores
descendentes no conocidos que promueven entre otras la degradación de la matriz
y la migración celular, procesos que se han visto involucrados en la patogénesis del
cáncer y otros trastornos (Figura 22) (103-106). CDCP1 no se escinde durante
circunstancias fisiológicas normales, sino que se induce durante la lesión tisular y
en otras circunstancias inflamatorias (107).
Esta proteína se ha involucrado en la adhesión celular y en la asociación a la matriz
celular (108). La pérdida de anclaje o desprendimiento celular se asocia con la
fosforilación de CDCP1, así como con la desfosforilación concomitante de proteínas
de adhesión focal y la perdida de adhesiones focales (109). Por el contrario, durante
los procesos de unión celular, CDCP1 se desfosforila, lo que permite la fosforilación
de proteínas de adhesión focal (110).
60
Figura 22. Características estructurales e inducción de CDCP1 fosforilado. A) Fosforilación de
CDCP1 por serina proteasa MT-SP. B) Fosforilación de CDCP1 inducida por desprendimiento de
células de la matriz extracelular. MT-SP1: serina proteasa de tipo membrana 1, SFK: familia de
CDCP1 es además un ligando para el receptor coestimulador CD6 que promueve
la activación, proliferación y migración de células T (104). El receptor coestimulador
CD6 se ha relacionado con la repuesta inmune de tipo 2 ya que se ha identificado
que su expresión aumenta en células ILC2 en las vías respiratorias humanas al ser
inducido por alarminas epiteliales como la IL-33 y TSLP (111). En otro estudio se
demostró que linfocitos CD6+ se encuentran significativamente aumentados en el
tejido bronquial de pacientes con asma severa y reportan que no se encontró un
aumento en la expresión de CDCP1 en muestras de musculo liso de la vía aérea de
pacientes con asma. Además, mencionan que los niveles séricos elevados de
CDCP1 se asocian con un pobre control del asma (100, 112). Por otro lado ese
estudio mostró que en el músculo liso de la vía aérea de pacientes con asma
cultivadas con células Th1 diferenciadas no se presentó una disminución en la
expresión de CDCP1, mientras que en cultivos a los que además se les agrego IL-
33 se dio una disminución drástica de los niveles de expresión de CDCP1 (100).
También se han descrito niveles elevados en suero de CDCP1 soluble en
enfermedades que presentan en sus mecanismos inmunológicos basales un
predominio de respuestas Th1 y Th17 como lo son la de diabetes tipo 1, la tiroiditis
de Hashimoto, la enfermedad de Graves, la enfermedad de Addison, artritis
reumatoide, artritis idiopática juvenil, distintos tipos de cáncer, entre otras (104, 113,
114). Además, se ha comprobado que citoquinas características de la respuesta
Th1 como el INF- γ regula positivamente a CDCP1 (104).
Estos hallazgos podrían significar que CDCP1 es una molécula que es estimulada
principalmente por microambientes ricos en citoquinas Th1 y que por el contrario se
61
ve disminuida en microambientes ricos en citoquinas Th2 y que en medios ricos
tanto en citoquinas Th1 como Th2 podría participar en la activación del receptor
coestimulador CD6 mediada por CDCP1. Esto se encuentra en consonancia con los
resultados de este estudio, en donde se pudo apreciar que los niveles de CDCP1
se encontraron significativamente aumentados en pacientes con EPOC en
comparación de lo detectado en pacientes con ACO y asma y se observaron niveles
intermedios en pacientes con ACO y niveles más bajos en pacientes con asma.
Estos hallazgos además podrían ayudar a entender y a señalar que es posible que
la vía del receptor CD6 y su ligando CDCP1 expliquen y estén relacionados con el
cuadro clínico presente en el ACO.
Por otra parte, se ha descrito que la supresión de CDCP1 genera una disminución
en la degradación de la matriz extracelular mediante la inhibición de la secreción de
la metaloproteinasa 9 (MMP-9) (115), la cual se ha visto ampliamente involucrada
en la remodelación de la vía aérea que resulta en la degradación de las fibras de
elastina y colágeno en las paredes de los alvéolos y la matriz extracelular pulmonar,
que terminará generando el cuadro patológico característico de la EPOC y presente
en el ACO que es el enfisema pulmonar y por lo tanto podría llegar a ser considerado
como un marcador de severidad de estas entidades (116-118). Cabe resaltar que
hasta la fecha este es el primer estudio que relaciona a CDCP1 con la fisiopatología
y los mecanismos inmunológicos subyacentes en la EPOC y en el ACO. Las
características de los principales biomarcadores inflamatorios asociados con el
fenotipo ACO se describen en la Tabla 8.
Tabla 8. Principales biomarcadores que mostraron diferencias en sus niveles entre ACO y los
grupos estudiados.
Proteína Expresión celular
elevada
Función Características de las
diferencias entre grupos
CXCL1
Monocitos
Linfocitos T CD4+
Linfocitos NK
Células endoteliales
Quimiocina que ejerce sus
efectos sobre las células
endoteliales de forma
autocrina y al unirse a su
receptor CXCR2 provoca una
alta actividad quimiotáctica
para los neutrófilos
desempeñando un papel clave
en la inflamación
ACO vs Asma
Poder: 97,1%
Fold change: 0.34
P = 7.4 x 10-3
62
CXCL9
Monocitos
Linfocitos T CD4+
Linfocitos NK
Células dendríticas
Quimiocina que al unirse a su
receptor CXCR3 provoca
actividad quimiotáctica en las
células T y afecta el
crecimiento, movimiento o
estado de activación de las
células que participan en la
respuesta inflamatoria. CXCL9
no se expresa
constitutivamente, pero es
inducida por IFN-γ
ACO vs Asma
Poder: 100%
Fold change: 0.49
P = 7.4 x 10-03
CDCP1
Monocitos
Linfocitos T CD4+
Células dendríticas
Células endoteliales
Glicoproteína transmembrana
involucrada en la adhesión
celular y en la asociación de la
matriz celular. Puede
desempeñar un papel en la
regulación del anclaje frente a
la migración. Implicada en la
progresión tumoral y
metástasis de distintos tipos
de cáncer.
ACO vs EPOC
Poder: 97,7%
Fold change: -0.44
P = 7.1 x 10-3
MCP-3
Plaquetas
Células endoteliales
Linfocitos T CD4+
Linfocitos NK
Quimiocina que al unirse a sus receptores CCR1, CCR2 y CCR3 atrae monocitos y eosinófilos, pero no neutrófilos. Además, induce la liberación de gelatinasa B/MMP-9
ACO vs EPOC
Poder: 73,1%
Fold change: -0.27
P = 1.17 x 10-2
ACO vs Asma
Poder: 45,9%
Fold change: 0.18
P = 6.9 x 10-2
Biomarcadores inflamatorios como la IL-8, VEGFA, IL-6, IL-18, TNF- α e IFN- γ,
habían sido previamente reportados en la literatura como marcadores que podrían
facilitar la diferenciación de ACO del asma y de la EPOC (69) (84) (85) (86) (88), sin
embargo en este estudio no se encontraron diferencias significativas entre los
niveles detectados en los pacientes con ACO y asma, ni al comparar ACO y EPOC,
únicamente se encontraron niveles significativamente más altos de VEGFA en
pacientes con ACO al compararlos con pacientes asmáticos, a pesar de ello este
marcador se encuentra ampliamente afectado por el efecto de la edad, incluso a
nivel de individuos sanos.
También se realizó un análisis de la curva ROC para evaluar la precisión diagnóstica
de otros biomarcadores inflamatorios en la diferenciación de ACO del asma y de la
63
EPOC. La estadística del área bajo la curva de otros biomarcadores inflamatorios
mostró que CXCL1, CXCL9 y MCP-3 podrían diferenciar el ACO del asma (AUC ≥
0,6) y que CDCP1 y MCP-3 podrían diferenciar el ACO de la EPOC (AUC ≥ 0,6). El
único biomarcador que podría llegar a diferenciar el ACO tano del asma como de la
EPOC es MCP-3 (AUC ≥ 0,6), sin embargo, se deberá evaluar la capacidad
diagnóstica de estos marcadores a mayor profundidad.
Para la proteína CXCL1 el análisis de regresión ajustado por edad y género, no
mostro significancia ni antes ni después de la corrección, para la diferencia
observada entre grupos tomando como la variable independiente los 4 grupos a
estudio ordenados de 0 a 3, por lo que fue desestimada como biomarcador
indicativo de enfermedad. Por otra parte, CXCL9 mostro significancia estadística
antes de la corrección, pero pierde su significancia luego de corregirse por la edad
y el género.
Los resultados de este estudio nos muestran que tanto biomarcadores
característicos de la respuesta de tipo 2 como otros biomarcadores inflamatorios
por sí solos, no son suficientes para distinguir un paciente con ACO de un paciente
con asma o de un paciente con EPOC, pero considerando que hay diferencias en
algunos marcadores por una u otra parte un índice que pudiera combinar esta
información más la información clínica pudiera ser útil en diferenciar de forma
temprana y eficaz lo que hoy conocemos como ACO. Por otra parte, estos hallazgos
también sugieren que los pacientes con ACO tienen mecanismos inmunológicos
inflamatorios que abarcan tanto una respuesta de tipo 2 como una respuesta
inflamatoria particular y posiblemente inducida por el consumo de cigarrillo o la
exposición a biomasa, la cual no se observa ni en los pacientes con asma, ni en los
pacientes con EPOC sin ACO y que esta entidad al parecer no posee mecanismos
inmunológicos propios o definitorios, por lo que nos atrevemos a sugerir que el ACO
es más un fenotipo cercano a la EPOC que una enfermedad en sí.
10. Conclusión
Ninguno de los biomarcadores de tipo 2 evaluados presento diferencias entre los
pacientes con asma y los pacientes con ACO. Si se encontraron diferencias en los
niveles de IgE total e IgE específica entre los pacientes con ACO y los pacientes
con EPOC, sugiriendo que este biomarcador podría ayudar en la diferenciación de
ACO de la EPOC sobre todo si se combina con otros biomarcadores y la historia
clínica. Otros biomarcadores inflamatorios como CDCP1 y MCP-3 presentan
diferencias significativas en pacientes con ACO al compararlos con pacientes con
asma y EPOC, lo que sugiere que estos biomarcadores podrían ayudar a diferenciar
esta entidad del asma y de la EPOC. Sugerimos que la conformación de un
64
esquema diagnóstico que combine los biomarcadores inflamatorios diferenciadores
del ACO más la información clínica pudiera ser útil en diferenciar de forma temprana
y eficaz a estos pacientes. No fueron detectados biomarcadores inflamatorios
exclusivos del ACO, pero si biomarcadores que se comparten entre el ACO y el
asma y sobre todo entre el ACO y la EPOC, por lo que sugerimos que el ACO es
más un fenotipo cercano a la EPOC que una enfermedad en sí.
11. Limitaciones
Una de las limitaciones de este estudio es que el método de cuantificación de
proteínas por PEA, si bien es muy sensible y robusto, ofrece un resultado relativo
que no está expresado en pg/mL a menos que se haga una curva por cada marcador
en cada placa y por ello solo tenemos una indicación de expresión relativa en NPX.
De tal forma que los hallazgos de estos biomarcadores como la CDCP1 o la MCP-
3 deberían ser confirmados mediante ELISA cuantitativo. Otra limitación del estudio
es que varias citoquinas relevantes para la inflamación de tipo 2 estuvieron por
debajo del límite de detección de la prueba y no pudieron ser analizadas. De hecho,
veinticinco proteínas cuantificadas en plasma por PEA tuvieron valores por debajo
del límite de detección, incluyendo la IL-5, IL-4, IL-13 y TSLP, así como otros
mediadores que habían sido descritos en relación con la EPOC (IL-17A, IL-1α,
GDNF, IL-22RA1, IL-20, CCL28 y NT-3). Estos biomarcadores deberán serán
medidos en el futuro con técnicas cuantitativas de mayor sensibilidad o mediante
ensayos donde se analicen otro tipo de muestras distintas al plasma. Otra limitación
de este estudio es que la medición de FeNO únicamente se pudo realizar en la
población de Cartagena, lo que le resta tamaño de muestra para este biomarcador
en los análisis realizados.
12. Perspectivas futuras
Los resultados obtenidos en este estudio deberán ser validados en otra población.
Además, se deberá evaluar los niveles de expresión proteica de la proteína
inflamatoria CDCP1 en muestras de tejido bronquial y estudiar las vías
fisiopatológicas y los mecanismos inmunológicos en los que participa CDCP1 en
enfermedades crónicas de la vía aérea mediante estudios experimentales. Por otro
lado, es necesario analizar comparativamente otros biomarcadores inflamatorios en
especial aquellos relacionados con respuestas de tipo Th1 y Th17. Se deberá
evaluar la capacidad diagnóstica de estos marcadores y aplicar modelos
estadísticos avanzados para evaluar el efecto de covariables en los resultados. Por
último, las diferencias detectadas en los niveles de biomarcadores inflamatorios
pueden estar condicionadas por aspectos genéticos entre los individuos, por lo que
65
las muestras obtenidas de buffy coat se usaran en análisis genéticos con el fin de
analizar la relación entre los niveles de citoquinas y polimorfismos genéticos.
13. Fuente de financiamiento
Este trabajo fue financiado por un proyecto de Colciencias “Identificación de
biomarcadores del síndrome de superposición EPOC/Asma”. Investigador principal:
Nathalie Acevedo. Contrato 756-2017 y la Universidad de Cartagena. Jose Miguel
Escamilla recibió la financiación como Joven Talento Regional de Minciencias
(Contrato 806-2018).
14. Agradecimientos
Agradezco a los pacientes y controles que participaron voluntariamente en el
estudio. A Ivan Acevedo, Mileidis Ávila, Ana Carolina Mercado, Jonathan Ramírez,
Tania Cepeda y Patricia Parada por su apoyo técnico durante el reclutamiento de
los participantes del estudio y la toma de muestras. A Dina Ortiz por la realización
de las pruebas espirométricas. A Ronald Regino y Bayron Zelaya, quienes me
asistieron en la realización de los experimentos. Al ingeniero Hector Espinoza por
su colaboración con los análisis informáticos. A los colegas de la Fundación
Neumológica Colombiana, en especial al doctor Carlos Torres-Duque por su
participación en el estudio y proporcionar las muestras de la ciudad de Bogotá. A la
Dra. Nathalie Acevedo quien me ha guiado, aconsejado y enseñado de forma
incondicional cual es el camino hacia la excelencia académica. A los miembros del
Instituto, en especial a mis docentes y a Dilia Mercado quienes me acompañaron
durante todo este trabajo. A mis compañeros de mil batallas durante la maestría
Karen, Skarly y Ernesto por su amistad y camaradería.
66
15. Referencias
1. Krishnan JA, Nibber A, Chisholm A, Price D, Bateman ED, Bjermer L, et al. Prevalence and Characteristics of Asthma-Chronic Obstructive Pulmonary Disease Overlap in Routine Primary Care Practices. Ann Am Thorac Soc. 2019;16(9):1143-50. 2. Nunez A, Sarasate M, Loeb E, Esquinas C, Miravitlles M, Barrecheguren M. Practical Guide to the Identification and Diagnosis of Asthma-COPD Overlap (ACO). COPD. 2019;16(1):1-7. 3. Sin DD, Miravitlles M, Mannino DM, Soriano JB, Price D, Celli BR, et al. What is asthma-COPD overlap syndrome? Towards a consensus definition from a round table discussion. Eur Respir J. 2016;48(3):664-73. 4. Jung JY. Characteristics of Asthma-COPD Overlap According to Various Criteria. Tuberc Respir Dis (Seoul). 2021;84(1):87-8. 5. Hikichi M, Hashimoto S, Gon Y. Asthma and COPD overlap pathophysiology of ACO. Allergol Int. 2018;67(2):179-86. 6. Hirai K, Tanaka A, Homma T, Kawahara T, Oda N, Mikuni H, et al. Prevalence and clinical features of asthma-COPD overlap in patients with COPD not using inhaled corticosteroids. Allergol Int. 2021;70(1):134-5. 7. Lazar Z, Horvath A, Tomisa G, Tamasi L, Muller V. Impact of Clinical Factors on Generic and Disease-Specific Quality of Life in COPD and Asthma-COPD Overlap with Exacerbations. Pulm Med. 2020;2020:6164343. 8. Queiroz APA, Fonseca FR, Re A, Maurici R. Clinical, laboratory, and functional characteristics of asthma-COPD overlap in patients with a primary diagnosis of COPD. J Bras Pneumol. 2020;47(1):e20200033. 9. Lee H, Kim SH, Kim BK, Lee Y, Lee HY, Ban GY, et al. Characteristics of Specialist-Diagnosed Asthma-COPD Overlap in Severe Asthma: Observations from the Korean Severe Asthma Registry (KoSAR). Allergy. 2021;76(1):223-32. 10. Tho NV, Park HY, Nakano Y. Asthma-COPD overlap syndrome (ACOS): A diagnostic challenge. Respirology. 2016;21(3):410-8. 11. Plaza V, Alvarez F, Calle M, Casanova C, Cosio BG, Lopez-Vina A, et al. Consensus on the Asthma-COPD Overlap Syndrome (ACOS) Between the Spanish COPD Guidelines (GesEPOC) and the Spanish Guidelines on the Management of Asthma (GEMA). Arch Bronconeumol. 2017;53(8):443-9. 12. Slats A, Taube C. Asthma and chronic obstructive pulmonary disease overlap: asthmatic chronic obstructive pulmonary disease or chronic obstructive asthma? Ther Adv Respir Dis. 2016;10(1):57-71. 13. Lopez-Campos JL, Tan W, Soriano JB. Global burden of COPD. Respirology. 2016;21(1):14-23. 14. Loftus PA, Wise SK. Epidemiology of asthma. Curr Opin Otolaryngol Head Neck Surg. 2016;24(3):245-9. 15. van den Berge M. The Asthma COPD Overlap Syndrome: ACOS. Epidemiology and Historical Perspective. Tanaffos. 2017;16(Suppl 1):S26-S8. 16. Collaborators GBDCRD. Global, regional, and national deaths, prevalence, disability-adjusted life years, and years lived with disability for chronic obstructive pulmonary disease and asthma, 1990-2015: a systematic analysis for the Global Burden of Disease Study 2015. Lancet Respir Med. 2017;5(9):691-706. 17. Gelb AF, Christenson SA, Nadel JA. Understanding the pathophysiology of the asthma-chronic obstructive pulmonary disease overlap syndrome. Curr Opin Pulm Med. 2016;22(2):100-5.
67
18. Postma DS, Rabe KF. The Asthma-COPD Overlap Syndrome. N Engl J Med. 2015;373(13):1241-9. 19. GINA-GOLD. Diagnosis of Diseases of Chronic Airflow Limitation: Asthma, COPD and Asthma-COPD Overlap Syndrome (ACOS). In: (GINA). GSfAMaP, editor. https://ginasthma.org/asthma-copd-and-asthma-copd-overlap-syndrome-acos/ 2015. 20. Barnes PJ. Asthma-COPD Overlap. Chest. 2016;149(1):7-8. 21. Miravitlles M. Asthma-COPD Overlap (ACO) PRO-CON Debate. ACO: Call Me by My Name. COPD. 2020;17(5):471-3. 22. Barnes PJ. Cellular and molecular mechanisms of asthma and COPD. Clin Sci (Lond). 2017;131(13):1541-58. 23. Leung JM, Sin DD. Asthma-COPD overlap syndrome: pathogenesis, clinical features, and therapeutic targets. BMJ. 2017;358:j3772. 24. Alshabanat A, Zafari Z, Albanyan O, Dairi M, FitzGerald JM. Asthma and COPD Overlap Syndrome (ACOS): A Systematic Review and Meta Analysis. PLoS One. 2015;10(9):e0136065. 25. Poh TY, Mac Aogain M, Chan AK, Yii AC, Yong VF, Tiew PY, et al. Understanding COPD-overlap syndromes. Expert Rev Respir Med. 2017;11(4):285-98. 26. Hines KL, Peebles RS, Jr. Management of the Asthma-COPD Overlap Syndrome (ACOS): a Review of the Evidence. Curr Allergy Asthma Rep. 2017;17(3):15. 27. Menezes AMB, Montes de Oca M, Perez-Padilla R, Nadeau G, Wehrmeister FC, Lopez-Varela MV, et al. Increased risk of exacerbation and hospitalization in subjects with an overlap phenotype: COPD-asthma. Chest. 2014;145(2):297-304. 28. de Marco R, Pesce G, Marcon A, Accordini S, Antonicelli L, Bugiani M, et al. The coexistence of asthma and chronic obstructive pulmonary disease (COPD): prevalence and risk factors in young, middle-aged and elderly people from the general population. PLoS One. 2013;8(5):e62985. 29. Ekerljung L, Mincheva R, Hagstad S, Bjerg A, Telg G, Stratelis G, et al. Prevalence, clinical characteristics and morbidity of the Asthma-COPD overlap in a general population sample. J Asthma. 2018;55(5):461-9. 30. Mendy A, Forno E, Niyonsenga T, Carnahan R, Gasana J. Prevalence and features of asthma-COPD overlap in the United States 2007-2012. Clin Respir J. 2018;12(8):2369-77. 31. Soler X, Ramsdell JW. Are Asthma and COPD a Continuum of the Same Disease? J Allergy Clin Immunol Pract. 2015;3(4):489-95; quiz 96-7. 32. Rogliani P, Ora J, Puxeddu E, Cazzola M. Airflow obstruction: is it asthma or is it COPD? Int J Chron Obstruct Pulmon Dis. 2016;11:3007-13. 33. Barrecheguren M, Pinto L, Mostafavi-Pour-Manshadi SM, Tan WC, Li PZ, Aaron SD, et al. Identification and definition of asthma-COPD overlap: The CanCOLD study. Respirology. 2020;25(8):836-49. 34. Kreukniet J, Orie NG. Chronic bronchitis, bronchial asthma, a host factor in patients with pulmonary tuberculosis. Allerg Asthma (Leipz). 1961;7:220-30. 35. Postma DS, Boezen HM. Rationale for the Dutch hypothesis. Allergy and airway hyperresponsiveness as genetic factors and their interaction with environment in the development of asthma and COPD. Chest. 2004;126(2 Suppl):96S-104S; discussion 59S-61S. 36. Chambliss JM, Sur S, Tripple JW. Asthma versus chronic obstructive pulmonary disease, the Dutch versus British hypothesis, and role of interleukin-5. Curr Opin Allergy Clin Immunol. 2018;18(1):26-31. 37. Anthonisen NR. The British hypothesis revisited. Eur Respir J. 2004;23(5):657-8. 38. Ko FWS, Hui DSC. Asthma-COPD overlap: No formal definition and simple diagnostic tool so far? Respirology. 2020;25(7):672-3.
39. Hardin M, Cho M, McDonald ML, Beaty T, Ramsdell J, Bhatt S, et al. The clinical and genetic features of COPD-asthma overlap syndrome. Eur Respir J. 2014;44(2):341-50. 40. Araujo D, Padrao E, Morais-Almeida M, Cardoso J, Pavao F, Leite RB, et al. Asthma-chronic obstructive pulmonary disease overlap syndrome - Literature review and contributions towards a Portuguese consensus. Rev Port Pneumol (2006). 2017;23(2):90-9. 41. Barrecheguren M, Esquinas C, Miravitlles M. The asthma-chronic obstructive pulmonary disease overlap syndrome (ACOS): opportunities and challenges. Curr Opin Pulm Med. 2015;21(1):74-9. 42. Miravitlles M, Alvarez-Gutierrez FJ, Calle M, Casanova C, Cosio BG, Lopez-Vina A, et al. Algorithm for identification of asthma-COPD overlap: consensus between the Spanish COPD and asthma guidelines. Eur Respir J. 2017;49(5). 43. Miravitlles M. Diagnosis of asthma-COPD overlap: Is it possible a global definition? Pulmonology. 2018;24(3):143-5. 44. O'Donnell DE, Aaron S, Bourbeau J, Hernandez P, Marciniuk DD, Balter M, et al. Canadian Thoracic Society recommendations for management of chronic obstructive pulmonary disease - 2007 update. Can Respir J. 2007;14 Suppl B:5B-32B. 45. Koblizek V, Chlumsky J, Zindr V, Neumannova K, Zatloukal J, Zak J, et al. Chronic Obstructive Pulmonary Disease: official diagnosis and treatment guidelines of the Czech Pneumological and Phthisiological Society; a novel phenotypic approach to COPD with patient-oriented care. Biomed Pap Med Fac Univ Palacky Olomouc Czech Repub. 2013;157(2):189-201. 46. Kubo M. Innate and adaptive type 2 immunity in lung allergic inflammation. Immunol Rev. 2017;278(1):162-72. 47. Lloyd CM, Snelgrove RJ. Type 2 immunity: Expanding our view. Sci Immunol. 2018;3(25). 48. Pulendran B, Artis D. New paradigms in type 2 immunity. Science. 2012;337(6093):431-5. 49. Mart MF, Peebles RS, Jr. Asthma-chronic obstructive pulmonary disease overlap syndrome. Curr Opin Immunol. 2020;66:161-6. 50. von Moltke J, Pepper M. Sentinels of the Type 2 Immune Response. Trends Immunol. 2018;39(2):99-111. 51. Roan F, Obata-Ninomiya K, Ziegler SF. Epithelial cell-derived cytokines: more than just signaling the alarm. J Clin Invest. 2019;129(4):1441-51. 52. Hoyte FCL, Gross LM, Katial RK. Exhaled Nitric Oxide: An Update. Immunol Allergy Clin North Am. 2018;38(4):573-85. 53. Sato Y, Chibana K, Horigane Y, Uchida N, Masawa M, Koike R, et al. Comparison of inducible nitric oxide synthase mRNA expression in different airway portions and association with nitric oxide parameters from patients with asthma. Clin Exp Allergy. 2019;49(5):582-90. 54. Duong-Quy S. Clinical Utility Of The Exhaled Nitric Oxide (NO) Measurement With Portable Devices In The Management Of Allergic Airway Inflammation And Asthma. J Asthma Allergy. 2019;12:331-41. 55. Izuhara K, Nunomura S, Nanri Y, Ogawa M, Ono J, Mitamura Y, et al. Periostin in inflammation and allergy. Cell Mol Life Sci. 2017;74(23):4293-303. 56. Akdis M, Aab A, Altunbulakli C, Azkur K, Costa RA, Crameri R, et al. Interleukins (from IL-1 to IL-38), interferons, transforming growth factor beta, and TNF-alpha: Receptors, functions, and roles in diseases. J Allergy Clin Immunol. 2016;138(4):984-1010. 57. Foster PS, Hogan SP, Ramsay AJ, Matthaei KI, Young IG. Interleukin 5 deficiency abolishes eosinophilia, airways hyperreactivity, and lung damage in a mouse asthma model. J Exp Med. 1996;183(1):195-201. 58. Manceau H, Amrani K, Peoc'h K. Personalized medicine, pharmacogenomic and companion biomarker. Ann Biol Clin (Paris). 2017;75(6):631-6.
69
59. Califf RM. Biomarker definitions and their applications. Exp Biol Med (Maywood). 2018;243(3):213-21. 60. Soler Artigas M, Loth DW, Wain LV, Gharib SA, Obeidat M, Tang W, et al. Genome-wide association and large-scale follow up identifies 16 new loci influencing lung function. Nat Genet. 2011;43(11):1082-90. 61. Wilk JB, Shrine NR, Loehr LR, Zhao JH, Manichaikul A, Lopez LM, et al. Genome-wide association studies identify CHRNA5/3 and HTR4 in the development of airflow obstruction. Am J Respir Crit Care Med. 2012;186(7):622-32. 62. Qiu W, Baccarelli A, Carey VJ, Boutaoui N, Bacherman H, Klanderman B, et al. Variable DNA methylation is associated with chronic obstructive pulmonary disease and lung function. Am J Respir Crit Care Med. 2012;185(4):373-81. 63. Kim KW, Ober C. Lessons Learned From GWAS of Asthma. Allergy Asthma Immunol Res. 2019;11(2):170-87. 64. Daya M, Rafaels N, Brunetti TM, Chavan S, Levin AM, Shetty A, et al. Author Correction: Association study in African-admixed populations across the Americas recapitulates asthma risk loci in non-African populations. Nat Commun. 2019;10(1):4082. 65. Ghosh N, Dutta M, Singh B, Banerjee R, Bhattacharyya P, Chaudhury K. Transcriptomics, proteomics and metabolomics driven biomarker discovery in COPD: an update. Expert Rev Mol Diagn. 2016;16(8):897-913. 66. Tiotiu A. Applying personalized medicine to adult severe asthma. Allergy Asthma Proc. 2021;42(1):e8-e16. 67. Zhang J, Zhu C, Gao H, Liang X, Fan X, Zheng Y, et al. Identification of biomarkers associated with clinical severity of chronic obstructive pulmonary disease. PeerJ. 2020;8:e10513. 68. sbv Ipt, Boue S, Fields B, Hoeng J, Park J, Peitsch MC, et al. Enhancement of COPD biological networks using a web-based collaboration interface. F1000Res. 2015;4:32. 69. de Llano LP, Cosio BG, Iglesias A, de Las Cuevas N, Soler-Cataluna JJ, Izquierdo JL, et al. Mixed Th2 and non-Th2 inflammatory pattern in the asthma-COPD overlap: a network approach. Int J Chron Obstruct Pulmon Dis. 2018;13:591-601. 70. Kobayashi S, Hanagama M, Yamanda S, Ishida M, Yanai M. Inflammatory biomarkers in asthma-COPD overlap syndrome. Int J Chron Obstruct Pulmon Dis. 2016;11:2117-23. 71. Chen FJ, Huang XY, Liu YL, Lin GP, Xie CM. Importance of fractional exhaled nitric oxide in the differentiation of asthma-COPD overlap syndrome, asthma, and COPD. Int J Chron Obstruct Pulmon Dis. 2016;11:2385-90. 72. Hersh CP, Zacharia S, Prakash Arivu Chelvan R, Hayden LP, Mirtar A, Zarei S, et al. Immunoglobulin E as a Biomarker for the Overlap of Atopic Asthma and Chronic Obstructive Pulmonary Disease. Chronic Obstr Pulm Dis. 2020;7(1):1-12. 73. Takayama Y, Ohnishi H, Ogasawara F, Oyama K, Kubota T, Yokoyama A. Clinical utility of fractional exhaled nitric oxide and blood eosinophils counts in the diagnosis of asthma-COPD overlap. Int J Chron Obstruct Pulmon Dis. 2018;13:2525-32. 74. Wang J, Wang W, Lin H, Huan C, Jiang S, Lin D, et al. Role of pulmonary function and FeNO detection in early screening of patients with ACO. Exp Ther Med. 2020;20(2):830-7. 75. Lipworth B, Kuo CR, Chan R. 2020 Updated Asthma Guidelines: Clinical utility of fractional exhaled nitric oxide (Feno) in asthma management. J Allergy Clin Immunol. 2020;146(6):1281-2. 76. Kuo CR, Spears M, Haughney J, Smith A, Miller J, Bradshaw T, et al. Scottish consensus statement on the role of FeNO in adult asthma. Respir Med. 2019;155:54-7. 77. Li M, Yang T, He R, Li A, Dang W, Liu X, et al. The Value of Inflammatory Biomarkers in Differentiating Asthma-COPD Overlap from COPD. Int J Chron Obstruct Pulmon Dis. 2020;15:3025-37.
70
78. Mostafavi-Pour-Manshadi SM, Naderi N, Barrecheguren M, Dehghan A, Bourbeau J. Investigating Fractional Exhaled Nitric Oxide in Chronic Obstructive Pulmonary Disease (COPD) and Asthma-COPD Overlap (ACO): A Scoping Review. COPD. 2018;15(4):377-91. 79. Caraballo L, Zakzuk J, Lee BW, Acevedo N, Soh JY, Sanchez-Borges M, et al. Particularities of allergy in the Tropics. World Allergy Organ J. 2016;9:20. 80. Shirai T, Hirai K, Gon Y, Maruoka S, Mizumura K, Hikichi M, et al. Combined Assessment of Serum Periostin and YKL-40 May Identify Asthma-COPD Overlap. J Allergy Clin Immunol Pract. 2019;7(1):134-45 e1. 81. Soler-Cataluna JJ, Cosio B, Izquierdo JL, Lopez-Campos JL, Marin JM, Aguero R, et al. Consensus document on the overlap phenotype COPD-asthma in COPD. Arch Bronconeumol. 2012;48(9):331-7. 82. Barrecheguren M, Roman-Rodriguez M, Miravitlles M. Is a previous diagnosis of asthma a reliable criterion for asthma-COPD overlap syndrome in a patient with COPD? Int J Chron Obstruct Pulmon Dis. 2015;10:1745-52. 83. Maselli DJ, Hanania NA. Management of asthma COPD overlap. Ann Allergy Asthma Immunol. 2019;123(4):335-44. 84. Ding Q, Sun S, Zhang Y, Tang P, Lv C, Ma H, et al. Serum IL-8 and VEGFA are Two Promising Diagnostic Biomarkers of Asthma-COPD Overlap Syndrome. Int J Chron Obstruct Pulmon Dis. 2020;15:357-65. 85. Huang AX, Lu LW, Liu WJ, Huang M. Plasma Inflammatory Cytokine IL-4, IL-8, IL-10, and TNF-alpha Levels Correlate with Pulmonary Function in Patients with Asthma-Chronic Obstructive Pulmonary Disease (COPD) Overlap Syndrome. Med Sci Monit. 2016;22:2800-8. 86. Tommola M, Ilmarinen P, Tuomisto LE, Lehtimaki L, Haanpaa J, Niemela O, et al. Differences between asthma-COPD overlap syndrome and adult-onset asthma. Eur Respir J. 2017;49(5). 87. Fu JJ, McDonald VM, Gibson PG, Simpson JL. Systemic Inflammation in Older Adults With Asthma-COPD Overlap Syndrome. Allergy Asthma Immunol Res. 2014;6(4):316-24. 88. Kubysheva N, Boldina M, Eliseeva T, Soodaeva S, Klimanov I, Khaletskaya A, et al. Relationship of Serum Levels of IL-17, IL-18, TNF-alpha, and Lung Function Parameters in Patients with COPD, Asthma-COPD Overlap, and Bronchial Asthma. Mediators Inflamm. 2020;2020:4652898. 89. Ghosh N, Choudhury P, Kaushik SR, Arya R, Nanda R, Bhattacharyya P, et al. Metabolomic fingerprinting and systemic inflammatory profiling of asthma COPD overlap (ACO). Respir Res. 2020;21(1):126. 90. Gao J, Iwamoto H, Koskela J, Alenius H, Hattori N, Kohno N, et al. Characterization of sputum biomarkers for asthma-COPD overlap syndrome. Int J Chron Obstruct Pulmon Dis. 2016;11:2457-65. 91. Hozo SP, Djulbegovic B, Hozo I. Estimating the mean and variance from the median, range, and the size of a sample. BMC Med Res Methodol. 2005;5:13. 92. Juniper EF, O'Byrne PM, Guyatt GH, Ferrie PJ, King DR. Development and validation of a questionnaire to measure asthma control. Eur Respir J. 1999;14(4):902-7. 93. Jones PW, Quirk FH, Baveystock CM, Littlejohns P. A self-complete measure of health status for chronic airflow limitation. The St. George's Respiratory Questionnaire. Am Rev Respir Dis. 1992;145(6):1321-7. 94. Jones PW, Harding G, Berry P, Wiklund I, Chen WH, Kline Leidy N. Development and first validation of the COPD Assessment Test. Eur Respir J. 2009;34(3):648-54.
71
95. Casanova C, Celli BR, de-Torres JP, Martinez-Gonzalez C, Cosio BG, Pinto-Plata V, et al. Prevalence of persistent blood eosinophilia: relation to outcomes in patients with COPD. Eur Respir J. 2017;50(5). 96. Buendia E, Zakzuk J, Mercado D, Alvarez A, Caraballo L. The IgE response to Ascaris molecular components is associated with clinical indicators of asthma severity. World Allergy Organ J. 2015;8(1):8. 97. Wada T, Nakashima T, Hiroshi N, Penninger JM. RANKL-RANK signaling in osteoclastogenesis and bone disease. Trends Mol Med. 2006;12(1):17-25. 98. de Castro LF, Burke AB, Wang HD, Tsai J, Florenzano P, Pan KS, et al. Activation of RANK/RANKL/OPG Pathway Is Involved in the Pathophysiology of Fibrous Dysplasia and Associated With Disease Burden. J Bone Miner Res. 2019;34(2):290-4. 99. Bonnet N, Bourgoin L, Biver E, Douni E, Ferrari S. RANKL inhibition improves muscle strength and insulin sensitivity and restores bone mass. J Clin Invest. 2019;129(8):3214-23. 100. Koziol-White C, Cao G, Parikh V, Deeney B, Vieth J, Ng C, et al. CD6 is highly expressed in fatal asthma patients and may modulate bronchomotor tone. European Respiratory Journal. 2020;56(suppl 64):320. 101. Wortmann A, He Y, Deryugina EI, Quigley JP, Hooper JD. The cell surface glycoprotein CDCP1 in cancer--insights, opportunities, and challenges. IUBMB Life. 2009;61(7):723-30. 102. Spassov DS, Wong CH, Moasser MM. Trask phosphorylation defines the reverse mode of a phosphotyrosine signaling switch that underlies cell anchorage state. Cell Cycle. 2011;10(8):1225-32. 103. He Y, Wortmann A, Burke LJ, Reid JC, Adams MN, Abdul-Jabbar I, et al. Proteolysis-induced N-terminal ectodomain shedding of the integral membrane glycoprotein CUB domain-containing protein 1 (CDCP1) is accompanied by tyrosine phosphorylation of its C-terminal domain and recruitment of Src and PKCdelta. J Biol Chem. 2010;285(34):26162-73. 104. Enyindah-Asonye G, Li Y, Ruth JH, Spassov DS, Hebron KE, Zijlstra A, et al. CD318 is a ligand for CD6. Proc Natl Acad Sci U S A. 2017;114(33):E6912-E21. 105. Casar B, Rimann I, Kato H, Shattil SJ, Quigley JP, Deryugina EI. In vivo cleaved CDCP1 promotes early tumor dissemination via complexing with activated beta1 integrin and induction of FAK/PI3K/Akt motility signaling. Oncogene. 2014;33(2):255-68. 106. Uekita T, Sakai R. Roles of CUB domain-containing protein 1 signaling in cancer invasion and metastasis. Cancer Sci. 2011;102(11):1943-8. 107. Spassov DS, Wong CH, Wong SY, Reiter JF, Moasser MM. Trask loss enhances tumorigenic growth by liberating integrin signaling and growth factor receptor cross-talk in unanchored cells. Cancer Res. 2013;73(3):1168-79. 108. Brown TA, Yang TM, Zaitsevskaia T, Xia Y, Dunn CA, Sigle RO, et al. Adhesion or plasmin regulates tyrosine phosphorylation of a novel membrane glycoprotein p80/gp140/CUB domain-containing protein 1 in epithelia. J Biol Chem. 2004;279(15):14772-83. 109. Spassov DS, Baehner FL, Wong CH, McDonough S, Moasser MM. The transmembrane src substrate Trask is an epithelial protein that signals during anchorage deprivation. Am J Pathol. 2009;174(5):1756-65. 110. Spassov DS, Wong CH, Sergina N, Ahuja D, Fried M, Sheppard D, et al. Phosphorylation of Trask by Src kinases inhibits integrin clustering and functions in exclusion with focal adhesion signaling. Mol Cell Biol. 2011;31(4):766-82. 111. Badrani J, Cavagnero K, Ng C, Ampudia J, Connelly S, Desai P, et al. CD6 is expressed on human airway and blood innate lymphoid cells (ILCs) and is upregulated by epithelial alarmins IL-33 and TSLP. European Respiratory Journal. 2020;56(suppl 64):613.
72
112. Kasaian MT, Lee J, Brennan A, Danto SI, Black KE, Fitz L, et al. Proteomic analysis of serum and sputum analytes distinguishes controlled and poorly controlled asthmatics. Clin Exp Allergy. 2018;48(7):814-24. 113. Magnusson L, Espes D, Casas R, Carlsson PO. Increased Plasma Levels of the Co-stimulatory Proteins CDCP1 and SLAMF1 in Patients With Autoimmune Endocrine Diseases. Front Immunol. 2020;11:1916. 114. Alajati A, D'Ambrosio M, Troiani M, Mosole S, Pellegrini L, Chen J, et al. CDCP1 overexpression drives prostate cancer progression and can be targeted in vivo. J Clin Invest. 2020;130(5):2435-50. 115. Miyazawa Y, Uekita T, Hiraoka N, Fujii S, Kosuge T, Kanai Y, et al. CUB domain-containing protein 1, a prognostic factor for human pancreatic cancers, promotes cell migration and extracellular matrix degradation. Cancer Res. 2010;70(12):5136-46. 116. Ohnishi K, Takagi M, Kurokawa Y, Satomi S, Konttinen YT. Matrix metalloproteinase-mediated extracellular matrix protein degradation in human pulmonary emphysema. Lab Invest. 1998;78(9):1077-87. 117. Uysal P, Uzun H. Relationship Between Circulating Serpina3g, Matrix Metalloproteinase-9, and Tissue Inhibitor of Metalloproteinase-1 and -2 with Chronic Obstructive Pulmonary Disease Severity. Biomolecules. 2019;9(2). 118. Mochizuki F, Iijima H, Watanabe A, Tanabe N, Sato S, Shiigai M, et al. The Concavity of the Maximal Expiratory Flow-Volume Curve Reflects the Extent of Emphysema in Obstructive Lung Diseases. Sci Rep. 2019;9(1):13159.