掃碼聯系客服
三陰性乳腺癌具有高死亡率以及頻繁的化療耐藥性，這為患有此類疾病的患者又籠罩上了一層厚厚的陰霾。研究人員從微尺度蛋白質組學出發，探尋相關的標志物，致力于研究化療耐藥機制。今天小編就帶大家閱讀一篇2022年11月2日發表在Cancer Discovery（IF：38.272）的文章吧！
Proteogenomic Markers of Chemotherapy Resistance and Response in Triple-Negative Breast Cancer
三陰性乳腺癌化療耐藥和反應的蛋白質組學標志物
文章概述
微尺度蛋白組學用于探索對三陰性乳腺癌 (TNBC) 新輔助卡鉑和多西紫杉醇聯合化療的差異反應的分子基礎。治療前患者活檢的蛋白質組學分析揭示了與耐藥性相關的代謝通路，包括氧化磷酸化、脂肪生成和脂肪酸代謝。蛋白質組學和轉錄組學分析均顯示，敏感性的標志是DNA修復、E2F靶點、G2-M檢查點、干擾素-γ信號傳導和免疫檢查點成分的升高。體細胞拷貝數變異的蛋白質組學分析確定了LIG1、POLD1和XRCC1所在的耐藥性相關19q13.31–33缺失。在驗證數據集中，LIG1（DNA連接酶I）基因缺失、mRNA表達水平低與TNBC缺乏病理完全反應、染色體不穩定指數（CIN）較高以及預后不良有關，也與TNBC臨床前模型中卡鉑的選擇性耐藥有關。LIG1的半合子缺失也與較高的CIN和其他癌癥類型的不良預后相關，表明具有更廣泛的臨床意義。
主要結論
蛋白質組學分析方法概述
樣本來自臨床2期或3期TNBC患者，接受了六個周期的新輔助卡鉑和多西紫杉醇聯合化療（NCT02547987和NCT02124902）。59名患者的治療前樣本的腫瘤含量 (TC) > 25%，并最終進行了分析。16名患者，在開始化療后48至72小時獲得了額外的樣本。圖1A展示了樣本的不同分析流程。圖1B展示了59名患者的數據概覽。進行質控后，對于每個合格樣本，平均有10,500個基因的DNA、RNA和蛋白質水平信息，磷蛋白組學分析量化了5,000個不同的磷蛋白中的27,000個磷酸化位點（圖1C）。還用14個基線高TC的病例（共16對）與治療后48至72小時收集的第二個高TC標本進行了配對分析（圖1B）。雖然免疫相關通路在治療后在RNA和蛋白水平上都被下調，但細胞周期和代謝通路（除了糖酵解）在蛋白水平上被明顯上調（圖1D）。觀察到與細胞周期相關的DNA復制和修復通路的誘導，可能是對化療暴露引發的基因毒性壓力的反應。
蛋白質基因組學通路特征和化療反應的探索
主要研究目標是手術標本中的病理學完全緩解（pCR）和殘余腫瘤負荷 （RCB），其中0表示 pCR，I至III表示殘余疾病水平增加。PAM50固有亞型、TNBC類型和種族與pCR缺乏關聯。因pCR狀態而異的蛋白質組學特征的GSEA分析表明MSigDB標志性代謝通路上調，包括沒有pCR的樣品中的氧化磷酸化、脂肪酸代謝和脂肪生成。這些關聯在蛋白質組學數據中觀察到，但在mRNA水平上沒有觀察到（圖1E）。相反，免疫信號（干擾素α和γ反應）和細胞周期（G2-M檢查點和E2F和MYC靶點）通路在蛋白質組學和轉錄組學數據集中的pCR病例中升高（圖1E）。差異磷酸化位點富集分析證明了pCR病例中使用產生DNA損傷的抑制劑（依托泊苷、羥基脲和電離輻射）治療的樣本中升高的磷酸化蛋白組驅動的特征（圖1F）。
免疫通路對化療的反應
由于干擾素α和γ反應特征在pCR病例的樣本中升高，因此進一步探討了來自免疫微環境的信號（圖2A）。先前發現與免疫浸潤以及PD-L1 RNA、蛋白質和磷酸化水平密切相關的蛋白質衍生免疫刺激評分在pCR相關樣本中顯著更高（圖2A和B）。非同義突變負荷與pCR和免疫評分都沒有關系，表明在這個TNBC數據集中，突變負荷的增加并不是免疫浸潤的有力決定因素。相反，免疫評分與染色體不穩定指數負相關（圖2C）。PD-L1蛋白和磷蛋白水平都與PD-L1 IHC明顯相關（圖2D和E）。
代謝通路分析以及對化療的反應
如上所述，代謝通路富集似乎是蛋白質組數據的特性（圖1D和E）。GSEA和 ssGSEA均顯示差異代謝通路，包括氧化磷酸化、脂肪生成和脂肪酸代謝，以及糖酵解，在沒有后續pCR的治療前腫瘤中顯著更高（圖3A）。對單個蛋白質水平的進一步分析確定了許多與化療耐藥相關的代謝蛋白質，例如直接參與三羧酸循環、電子傳遞鏈、脂肪酸代謝和氨基酸分解代謝（圖3B）。來自相關Hallmark 代謝通路的一個子集顯示出足夠的蛋白質-mRNA相關性，在mRNA水平上獨立驗證代謝基因表達與pCR的相關性（圖3B）。隨著RCB類別的增加，觀察到代謝評分增加（圖3C）。
拷貝數改變的蛋白基因組分析揭示了新的化療反應生物標志物
TNBC的體細胞景觀以反復出現的拷貝數改變為主（CNA）；然而，許多復發性 CNA事件的意義仍不清楚，因為通常許多基因都參與更多的染色體缺失和重排。在該數據集中觀察到TNBC的典型CNA模式。為了探索化療反應是否與位于特定染色體位置（細胞帶）的基因表達相關，GSEA分析表明，在非pCR腫瘤和pCR腫瘤中，來自8q21.3（擴增）和19q13.31-33（缺失）細胞帶的基因產物的表達分別升高和抑制（圖4 A-B）。此外，可能介導晚期乳腺癌轉移的RIPK2也位于8q21.3，在非pCR腫瘤中顯著更高，但僅在蛋白質水平。類似地，位于 19q13.31–33的四個基因LIG1、PPP5C、BCL3 和NOSIP在非pCR腫瘤中顯示出較低的mRNA和蛋白質表達（圖4C）。細胞帶19q13.31-33上基因GSEA分析顯示在DNA損傷修復 (DDR) 通路富集，其中LIG1、XRCC1、POLD1和 ERCC2包含leading-edge基因（圖4D）。在本研究中將兩個含卡鉑和紫杉醇的臂合并以平行進行多西紫杉醇和卡鉑治療。LIG1和POLD1被證實在來自經歷過殘留疾病的患者的基線腫瘤樣本中顯著下調（圖4E）。盡管樣本量較小，但在僅使用紫杉醇的組中未觀察到類似差異。LIG1和XRCC1的低RNA表達水平也與另一個新輔助化療治療的患者隊列的TNBC子集中的無轉移生存率差顯著相關（圖4F）。
攜帶LIG1缺失的TNBCs的分子特征
進一步研究了LIG1缺失或表達降低與腫瘤病理生理學特征之間的關聯（圖5）。 LIG1拷貝數對數比率與LIG1 mRNA和LIG1蛋白的水平呈正相關。在基因組水平上，COSMIC HRD 特征3在 LIG1 缺失的腫瘤中較低。相反，攜帶 LIG1缺失的腫瘤表現出顯著更高的CIN（圖5）。總的來說，這些結果表明LIG1的缺失與一系列不良預后特征相關，包括較高的增殖率、較不活躍的免疫微環境和較高的拷貝數不穩定性。
模型中的LIG1和化療反應
患者數據表明轉移性疾病中LIG1拷貝丟失的頻率更高。蛋白質組學分析顯示，隨著腫瘤進展到化療耐藥狀態，LIG1在拷貝數、mRNA和蛋白質水平上逐漸缺失（圖6A）。通過蛋白質印跡（圖 6A）以及POLD1和XRCC1蛋白表達的減少證實了LIG1蛋白的逐漸丟失。與臨床觀察到的化療敏感性逐漸喪失一致，表達最高LIG1水平的WHIM68對卡鉑敏感，而WHIM74和75逐漸顯著降低敏感性（圖6B）。為了進一步評估LIG1缺失與選擇性卡鉑不敏感性之間的潛在關聯，分析了來自 NCI PDXnet 計劃的TNBC PDX 隊列。LIG1 mRNA水平在未能證明卡鉑CR的PDX中顯著降低（圖6C），并且這種關系對于多西紫杉醇治療不顯著。還分析了第二個獨立的TNBC PDX樣本，該樣本使用多種不同的腫瘤藥物進行了短期體外治療。該數據集表明，在超過100種測試的藥物中，LIG1拷貝數缺失與卡鉑耐藥性具有獨特的相關性（圖6D）。
LIG1拷貝數缺失與多種癌癥類型的無進展生存率和CIN有關
對TCGA中數據進行分析發現，LIG1單拷貝丟失在其他癌癥類型中也存在。在TCGA泛癌數據集中，與野生型相比LIG1雜合體缺失與無進展生存期（PFS）較差有關（圖7A），基因組改變的部分明顯較高（圖7B），HRD得分較低（圖7C）。圖7D展示了不同癌癥類型的LIG1拷貝數缺失對PFS的影響。在子宮內膜癌，頭頸部鱗狀細胞癌，前列腺腺癌，結腸腺癌，以及腎乳頭細胞癌中LIG1拷貝數缺失影響著患者的PFS，隨著LIG1的丟失，觀察到更高的基因組不穩定性（圖7E）。
查閱相關文獻，蛋白質組學助力癌癥研究的文章也是不在少數！
下面我們具體看一看文章的分析思路吧！
HCC的PME的蛋白質組學分析
腫瘤發生的PME（PME-O）
腫瘤進展的PME（PME-P）
HCC的PME亞型特征
TYMP作為HCC的潛在靶標
這就是一篇很經典的肝癌蛋白質組學分析，文章思路清晰明了，對于生信小白來說也是一個很不錯的分析思路。
總結
蛋白質作為生命活動的主要承擔者在生命活動起到至關重要的作用，蛋白質組學的興起為研究人員探究蛋白質與疾病的關聯提供了巨大的便利。本篇研究探索了三陰性乳腺癌化療耐藥相關的蛋白質組學標志物，是一篇非常值得大家學習的文章。生信的分析也要有理有據，有著嚴謹的邏輯，多個數據集驗證也為探索出來的結論進一步佐證！還在為找不到方向的小伙伴不妨看一看，說不定就會碰撞出屬于你的火花！
