Cell:利用蛋白質-基因組學描述人高分級漿液性卵巢癌

2021-01-21 生物谷

2016年7月3日/生物谷BIOON/--在一項新的研究中,來自美國西北太平洋國家實驗室(PNNL)和約翰霍普金斯大學(JHU)等機構的研究人員研究了169名卵巢癌患者的腫瘤蛋白質組以便鑑定她們所患腫瘤中存在的關鍵性蛋白。

通過將這些卵巢癌蛋白質組方面的發現與已知的這些腫瘤的基因組數據整合在一起,研究人員報導了對最為惡性的卵巢癌---漿液性卵巢癌(serous ovarian cancer)---的潛在新認識。相關研究結果於2016年6月29日在線發表在Cell期刊上,論文標題為「Integrated Proteogenomic Characterization of Human High-Grade Serous Ovarian Cancer」。

研究人員說,他們的發現說明了將基因組組數據和蛋白質組數據結合在一起---一種被稱作蛋白質-基因組學(proteogenomics)的方法---能夠提供漿液性卵巢癌的更加完整的生物學特徵。

論文共同通信作者、PNNL生物醫學研究部門首席科學家Karin Rodland說,「歷史上,癌症被認為是基因組疾病。但是,基因組不得不在功能結果中有所反映,這就是蛋白質組數據起作用的地方,這是因為實際上是蛋白在發揮基因組的工作。」

論文共同通信作者、美國約翰霍普金斯大學病理學系病理學與腫瘤學教授Daniel W. Chan說,「將我們的數據與臨床結果關聯起來是最終能夠預測反映患者存活結果所邁出的第一步,同時也有可能在開發精準醫療和鑑定藥物介入的新靶標上提供潛在的應用。但是正如醫學上的任何東西一樣,臨床驗證將是一種漫長而又嚴謹的過程。」

在美國國家癌症研究所的領導下,美國科學家們合作構建癌症基因組圖譜(Cancer Genome Atlas, TCGA),其中TCGA的目的就是繪製癌症基因突變圖譜。繪製卵巢癌的基因突變圖譜工作於2011年完成。在當前的這項研究中,PNNL研究小組和JHU研究小組各自研究了169種高分級漿液性卵巢癌組織樣品的一部分,同時也研究了它們的基因組數據和臨床數據。

JHU研究小組起初基於這些腫瘤修復受損DNA的能力而選擇了其中的122種樣品,並且這些樣品中包括BRCA1、BRCA2和 PTEN在內的基因發生突變,其中這些突變長期以來與增加的癌症風險和病情嚴重性相關聯。

Chan說,「我們選擇研究這些樣品的原因在於這些基因發生突變的患者已經正在受益於一種特定的乳腺癌治療方案,因此如果我們能夠在卵巢癌基因組和蛋白質組中發現類似的基因突變的話,那麼這些患者可能也受益於同樣的治療方案。」

PNNL研究小組起初基於患者的總存活期選擇了84種樣品。Rodland說,「我們研究了存活期最短的和存活期最長的患者的蛋白質組數據,希望能夠找出與極短的存活期、好於平均存活期或更長存活期相關聯的生物學因子。」

隨後,在參與美國癌症研究所的另一個項目---臨床蛋白質組腫瘤分析計劃(Clinical Proteomic Tumor Analysis Consortium, CPTAC)---時,這兩個研究小組合作開展研究。

利用基於質譜的蛋白測量和鑑定技術,這兩個研究小組鑑定出這169種腫瘤樣品中的9600種蛋白,並且選擇研究了這些樣品中常見的3586種蛋白。

超越基因組

儘管很多人知道我們的基因在癌症產生中發揮著作用,但是基因經常只是一個起始點。基因轉錄為RNA,然後RNA再翻譯為蛋白。這些蛋白的活性存在顯著差異,其中很多蛋白發生的變化影響它們的功能及其與其他蛋白之間的相互作用。

癌症(特別是高分級漿液性卵巢癌)的特徵是遺傳指令發生差錯。一種情形是基因組的某些區域存在更多拷貝。這些所謂的拷貝數變化能夠導致蛋白豐度變化。在這項新的研究中,當對已知的發生拷貝數變化的基因組區域進行比較時,研究人員發現2號、7號、20號和22號染色體的部分區域導致200多種蛋白的豐度發生變化。他們說,對這些200多種蛋白進行更加仔細的研究揭示出其中的很多蛋白參與細胞運動和免疫系統功能,其中這兩種過程參與癌症惡化。

Rodland說,「將蛋白質組信息與基因組信息結合在一起能夠讓人們獲得對卵巢癌的新認識,同時提供一種有價值的資源以便科學界能夠用來提出關於這種疾病的新假設,以及治療它的手段。」(生物谷 Bioon.com)

本文系生物谷原創編譯整理,歡迎轉載!點擊 獲取授權 。更多資訊請下載生物谷APP。

Integrated Proteogenomic Characterization of Human High-Grade Serous Ovarian Cancer

Hui Zhang15, Tao Liu15, Zhen Zhang15, Samuel H. Payne15, Bai Zhang, Jason E. McDermott, Jian-Ying Zhou, Vladislav A. Petyuk, Li Chen, Debjit Ray, Shisheng Sun, Feng Yang, Lijun Chen, Jing Wang, Punit Shah, Seong Won Cha, Paul Aiyetan, Sunghee Woo, Yuan Tian, Marina A. Gritsenko, Therese R. Clauss, Caitlin Choi, Matthew E. Monroe, Stefani Thomas, Song Nie, Chaochao Wu, Ronald J. Moore, Kun-Hsing Yu, David L. Tabb, David Fenyö, Vineet Bafna, Yue Wang, Henry Rodriguez, Emily S. Boja, Tara Hiltke, Robert C. Rivers, Lori Sokoll, Heng Zhu, Ie-Ming Shih, Leslie Cope, Akhilesh Pandey, Bing Zhang, Michael P. Snyder, Douglas A. Levine, Richard D. Smith, Daniel W. Chan, Karin D. Rodland1

doi:10.1016/j.cell.2016.05.069
PMC:
PMID:

To provide a detailed analysis of the molecular components and underlying mechanisms associated with ovarian cancer, we performed a comprehensive mass-spectrometry-based proteomic characterization of 174 ovarian tumors previously analyzed by The Cancer Genome Atlas (TCGA), of which 169 were high-grade serous carcinomas (HGSCs). Integrating our proteomic measurements with the genomic data yielded a number of insights into disease, such as how different copy-number alternations influence the proteome, the proteins associated with chromosomal instability, the sets of signaling pathways that diverse genome rearrangements converge on, and the ones most associated with short overall survival. Specific protein acetylations associated with homologous recombination deficiency suggest a potential means for stratifying patients for therapy. In addition to providing a valuable resource, these findings provide a view of how the somatic genome drives the cancer proteome and associations between protein and post-translational modification levels and clinical outcomes in HGSC.

相關焦點

  • Cell子刊|蛋白質糖基化修飾表徵高級別漿液性卵巢癌進程
    景傑學術 | 報導 題目:Integrated Proteomic and Glycoproteomic Characterization of Human High-Grade Serous Ovarian Carcinoma(人高級別漿液性卵巢癌的蛋白質組學和糖基化修飾組學特徵
  • Cell發布大型癌症蛋白質基因組學研究重要成果
    通過整合他們有關蛋白質組的研究發現及已知的腫瘤基因組信息,研究人員報告了重新認識最惡性形式卵巢癌進程的潛力。這項研究工作發布在6月29日的《細胞》(Cell)雜誌上。研究人員說,他們的成果顯示了結合基因組學和蛋白質組學數據——一種稱作為蛋白質基因組學(proteogenomics)的方法的力量,生成了有關卵巢癌生物學更完整的圖像。
  • 新研究繪製出高級漿液性卵巢癌的單細胞圖譜
    新研究繪製出高級漿液性卵巢癌的單細胞圖譜 作者:小柯機器人 發布時間:2020/6/28 10:26:00 美國麻省理工學院Aviv Regev研究組繪製出高級漿液性卵巢癌的單細胞圖譜。
  • 新方法揭示漿液性卵巢癌的非遺傳異質性
    新方法揭示漿液性卵巢癌的非遺傳異質性 作者:小柯機器人 發布時間:2020/2/14 10:22:09 英國牛津大學Ahmed Ashour Ahmed和Christopher Yau團隊合作,通過對正常輸卵管上皮細胞單細胞測序
  • Cell:人類結腸癌蛋白質基因組學分析揭示出新的治療策略
    論文通訊作者為貝勒醫學院分子與人類遺傳學教授Bing Zhang博士、太平洋西北國家實驗室的Tao Liu博士和Karin Rodland博士以及範德堡大學的Daniel Liebler博士。圖片來自Cell, 2019, doi:10.1016/j.cell.2019.03.030。
  • 蛋白質組學研究進展與趨勢
    1.蛋白質組學研究的研究意義和背景 隨著人類基因組計劃的實施和推進,生命科學研究已進入了後基因組時代。在這個時代,生命科學的主要研究對象是功能基因組學,包括結構基因組研究和蛋白質組研究等。儘管現在已有多個物種的基因組被測序,但在這些基因組中通常有一半以上基因的功能是未知的。
  • Genome Biol :PTEN基因缺失觸發卵巢癌
    2014年12月18日訊 /生物谷BIOON/ --英國癌症研究中心科學家都揭示名為PTEN基因的缺失會觸發某些形式的卵巢癌,即所謂的高分級漿液性卵巢癌,相關研究公布在Genome Biology雜誌上。
  • 【Cell】迄今最大規模乳腺癌蛋白質組學分析:發現新亞型 提出新療法
    導言:核酸與蛋白質是構成生物體的主要大分子。隨著人類基因組等大量生物體全基因組序列的破譯和功能基因組研究的展開,生命科學家越來越關注如何用基因組研究的模式開展蛋白質組學的研究。近日,貝勒醫學院、麻省理工學院和哈佛大學等機構的研究人員通過強大的蛋白質組學分析,深入了解了乳腺癌的生物學複雜性。
  • 知無不「研」|一文輕鬆讀懂iTRAQ定量蛋白質組學
    蛋白質組學蛋白質組學(Proteomics)是研究細胞、組織或生物體中蛋白質組成、定位、變化及其相互作用規律的科學,包括對蛋白質表達模式和蛋白質組功能模式的研究。蛋白質組學的發展對尋找疾病的診斷標誌、篩選藥物靶點、毒理學研究等有重要意義,也因此被廣泛應用於醫學研究。
  • Cell上的經典蛋白組學、磷酸化蛋白組學、WES多組學聯合分析文獻
    然而,隨著更多組學技術的出現和發展,如何充分利用高性價比的WES數據繼續保持高影響力的文章產出,已成為困擾很多研究者的問題。然而,目前對LUAD的蛋白質組學特性知之甚少。研究者對103例中國LUAD患者進行了全面的蛋白質組學分析。
  • ...子宮內膜癌|腫瘤標誌物|惡性腫瘤|子宮頸癌|卵巢癌|讀懂|基因|...
    4.其他:CA15-3在消化道腫瘤及部分漿液性卵巢癌中可升高,但應排除妊娠引起的升高;NB/70k在早期卵巢癌可以有50%的患者陽性,並且粘液性囊腺癌也可以陽性;HMFG2在卵巢癌及子宮內膜癌有一定的陽性率;CA72-4是目前診斷胃癌的最佳腫瘤標誌物之一。
  • 高慶蕾學術研究團隊揭示卵巢癌高轉移
    CAF-tumor異源性球體介導卵巢癌腹腔轉移的分子機制,對於認識卵巢癌腹腔轉移的機制和幹預提供了重要的實驗依據。該研究通過轉錄組測序發現高級別漿液性卵巢癌(HGSOC)腹水腫瘤細胞高表達integrin α5(ITGA5),且這部分腫瘤細胞更易與成纖維細胞形成細胞球(spheroids)並組成卵巢癌轉移單元(metastatic units,MUs)。這些卵巢癌轉移單元具有更強的轉移潛能並參與卵巢癌的早期腹膜轉移。
  • 「Cell」迄今最大規模乳腺癌蛋白質組學分析:發現新亞型 提出新療法
    隨著人類基因組等大量生物體全基因組序列的破譯和功能基因組研究的展開,生命科學家越來越關注如何用基因組研究的模式開展蛋白質組學的研究。先前,美國國家癌症研究所臨床蛋白質組學腫瘤分析協會(NCI-CPTAC)的研究人員已將這種蛋白質組學方法廣泛應用於癌症研究。在該研究中,研究人員表示:「重要的是,我們的分析包括磷酸化和乙醯化的鑑定,以揭示單個蛋白質活性信息的蛋白質修飾。先前在乳腺癌中未進行蛋白質乙醯化的研究。這些新方法有望提供新的生物學見解,以解決難於治療的乳腺癌及其反應的異質性。」
  • Nat Commun:識別的最佳卵巢癌模型
    刊登在近日國際雜誌Nature Communications上的一項基因組分析顯示,用於研究工作的一些最流行的卵巢癌細胞系可能並不是卵巢癌的好模型。從臨床腫瘤樣本獲得的癌細胞系經常用在癌症研究中,並使我們對癌症生物學有了很多新認識。
  • Cancer Cell: 蛋白質組學為治療頭頸部鱗狀細胞癌提供了新見解
    近日,一項新研究通過蛋白質組學分析方法確定了頭頸部鱗狀細胞癌(HNSCC)中的三種分子亞型,可能會提供新的見解,以匹配針對癌症患者的針對特定癌症的有效療法。該研究由貝勒醫學院,約翰·霍普金斯大學和美國國家癌症研究所的臨床蛋白質組學腫瘤分析聯合會(CPTAC)領導,相關結果發表在《Cancer Cell》雜誌上。
  • Cell:重磅!史上首次定量檢測完整的人類蛋白質組
    利用一種被稱作選擇性反應監控(selected reaction monitoring, SRM)的技術,研究人員利用166174種已被充分了解的化學合成蛋白特徵性肽(proteotypic peptide)開發出這些檢測方法。
  • Science:利用單細胞基因組學進行人類細胞表型分析
    瑞士巴塞爾分子與臨床眼科研究所人類視網膜與器官發育小組負責人Gray Camp說道,「為了對人類細胞類型進行分類,了解它們的發育方式,它們在不同人之間的差異,以及它們在疾病中出現功能障礙的方式,將徹底改變人們對人類細胞表型的理解。」圖片來自Science期刊。
  • 賽默飛:蛋白質組學技術在病毒感染致病機制的亮點研究
    從2019年底由SARS-CoV-2引起的新型冠狀病毒肺炎(COVID-19)具有高傳染性,新型冠狀病毒肺炎在中國武漢的出現及其在中國和國際的迅速傳播引發了全球衛生緊急情況。住院患者的總死亡率在2.3%至11%之間。本文介紹了基於蛋白組學或代謝組學等多組學技術在病毒感染研究的應用及技術進展。
  • 「鳥槍法(shotgun)」定量蛋白質組學技術介紹
    他們把這種思路稱為多維蛋白質鑑定技術,即Mud PIT(multidi-mensional protein identification technology)。與傳統的雙向電泳技術相比具有靈敏度更高,動態檢測範圍更廣等特點。  鳥槍法(shotgun)可以分析全細胞裂解樣品和組織抽提物,也可以分析亞細胞分級組分、分離的細胞器等其他亞蛋白質組。如果樣品已經過穩定同位素標記。
  • 利用"糖蛋白質組學"進行癌症篩查 新銳公司完成$3400萬B輪融資
    蛋白質糖基化(protein glycosylation)是一種廣泛存在的蛋白質翻譯後修飾(PTM),在細胞和機體內發揮著重要功能,參與調節許多重要的生物學過程。蛋白質糖基化異常可導致炎症、癌症等疾病的發生。隨著質譜分析等技術的進步,糖蛋白質組學(glycoproteomics)正在被用於發現和鑑定與疾病的發生和進展相關的糖蛋白。