「青莲聚焦」肺癌研究中利用蛋白组学布局5-10分文章( 二 )

文章图片
由于只有极少数研究评估了生物标志物在将肺癌与其他疾病进行分类方面的特异性。为了评估癌症特异性，作者在其余数据集预测模型对肺癌病例的分类情况。分别对BC、CCA、CRC、EC和GC的LC进行分类，误差为18%、13.8%、20%、6.4%和12.5% 。说明该模型能够在所有测试集中以高灵敏度（>93%）将肺癌与其他癌症区分开来。单个标志物FTL可以在5个测试组中将LC与其他癌症区分开来， AUC>0.81 。与其他四个标志物相比， FTL是重要的标志物。五种尿液生物标志物的组合不仅可以区分肺癌患者和对照组，还可以将肺癌与其他常见肿瘤区分开来。生物标志物指标和预测模型在多环境通过更多样本验证时，可与肺癌检测的成像技术一起用作辅助诊断工具。

文章图片
前沿文献PART02
基于质谱（MS）的蛋白质组学可以对复杂的生物系统（如细胞、组织或血浆）进行大规模分析。使用现代高分辨率质谱仪和的样品制备工作流程，可以并行检测与定量数千种蛋白质，包括丰度较低的蛋白质，从而更好地了解癌症中的分子相互作用和信号通路。小细胞肺癌（SCLC）分子亚型主要基于以下关键转录调节因子的表达模式进行表征：ASCL1（SCLC-A）， NEUROD1（SCLC-N）， POU2F3（SCLC-P）和YAP1（SCLC-Y）。作者针对性研究了这些分子亚群的蛋白质组学景观，旨在鉴定具有诊断和治疗相关性的新亚型特异性蛋白质。

文章图片
标题：In-depthproteomicanalysisrevealsuniquesubtype-specificsignaturesinhumansmall-celllungcancer
【「青莲聚焦」肺癌研究中利用蛋白组学布局5-10分文章】期刊：ClinicalandTranslationalMedicine（IF=8.554）
文章摘要：

文章图片
技术策略：
使用人SCLC细胞系（26种细胞系），采用数据独立采集（DIA）质谱法对样品进行定量测量，评估细胞沉淀（CP）和培养基（CM）定量了近9000种蛋白质。与现有转录组学数据集相结合，旨在更清楚地定义SCLC亚型，提供对其控制治疗反应的特征见解。
结果速递：
1、SCLC细胞系通过基于MS的蛋白质组学分为四种不同的亚型
通过蛋白质组学检测SCLC细胞系的分子异质性，表征了来自人原发性或转移性SCLC病变的26种细胞系，使用DIA蛋白质组学技术分析，共鉴定定量了10161种蛋白质。根据关键基因ASCL1 ， NEUROD1 ， POU2F3和YAP1的表达，将细胞系分为四个相应的亚组，这些转录因子在其各自的亚型中也显示出蛋白质水平的增加。通过比较具有不同特性（如培养类型，细胞系起源和化疗）的细胞系之间的神经内分泌（NE）特征和上皮间充质转化（EMT）特征评分，发现贴壁细胞系的NE评分明显低于非贴壁细胞系。此外， NE和EMT评分之间存在显著的负相关。培养过程中细胞系也显示出显著不同的生长特征，在26个细胞系中， 10个（38.5%）悬浮生长， 3个（11.5%）半贴壁形式生长，另外13个（50.0%）贴壁形式生长。贴壁和非贴壁细胞系显示出明显不同的蛋白质表达谱，结合差异蛋白与KEGG富集分析情况均证明了蛋白质水平上的表型细胞系差异。对CP样品进行无监督的共识聚类。分析揭示了蛋白质组数据中的四个聚类，与基于mRNA的分型相一致。

文章图片
2、蛋白质组学分析确定SCLC亚型的潜在诊断标志物和成药靶标