研究人员一直在试图解码蛋白质改变癌症多年,但蛋白质的动态特性加上,癌症是一种极其多样化和异构疾病还没有破译人类癌症的蛋白质组容易。1
然而,努力推进工具和开发新策略来“de-complex”蛋白质组,允许研究人员分析它更容易格式——推动进展癌症蛋白质组学。我们探索游戏的当前状态在肿瘤蛋白质组学领域,突出的一些技术用来研究蛋白质组,看看将蛋白质组学与其他“组学”的影响与癌症研究。
蛋白质组是什么?
蛋白质组是整个组的蛋白质表达的有机体。它也可以用来描述一个特定的细胞或组织中产生的蛋白质类型在给定的时间。蛋白质组学是术语用来定义大规模蛋白质组的研究。2、3
Oncoproteomics:工具调查癌症蛋白质组
oncoproteomics是什么?
Oncoproteomics,也被称为“癌症蛋白质组学”,这个词用来描述使用蛋白质组学技术研究蛋白质和他们的相互作用在癌症细胞。4、5
Oncoproteomics拥有更大的潜力,揭示分子事件扰乱正常的细胞功能和负责引发他们转换为癌细胞。
有几个正在进行的蛋白质组项目,打算帮助改变我们对人类蛋白质组的理解,包括人类蛋白质组计划(HPP),由人类蛋白质组组织(国际),和人类蛋白质图谱在瑞典,一个项目,主要是基于。人类蛋白质图谱旨在“地图中的所有人类蛋白质细胞,组织和器官”使用大量的“组学”技术,如大规模spectrometry-based蛋白质组学、免疫抗体方法和以知识为基础的蛋白质组学。
除了上述蛋白质组项目,专门的项目集中在癌症也存在。
“通过最近的财团等项目癌症基因组图谱(TCGA)或临床肿瘤蛋白质组分析财团(CPTAC),蛋白质组学数据生成系统在大群癌症患者。这些研究提供了全面的目录的致癌事件和揭示肿瘤亚型的蛋白质水平通过蛋白质组学数据,”解释汉梁博士生物信息学和计算生物学,科学分工,MD安德森癌症中心。
基于抗体的蛋白质组学
有持续的努力产生抗体能够识别人类蛋白质组的特定组件。有几个可以使用基于抗体的方法,结合高通量分析,包括组织和蛋白质微阵列,研究癌症的蛋白质组。这些技术能够定位和分析一些蛋白质。由此产生的“蛋白质组学快照”可以转化为蛋白质组地图暴露蛋白质组组成。6、7
Forward-phase蛋白质阵列
在forward-phase蛋白质阵列(FPPA),分析物都被捕获分子(通常是一种抗体)阵列表面的固定化。每一个微阵列“现货”由一个特定类型的固定化抗体。许多参数可以从单个样品分析。分析物的样品可以直接或间接(三明治化验)标记。8
反相蛋白数组
梁的小组的主要焦点是开发生物信息学工具和分析癌症功能蛋白质组学数据生成的一种蛋白质微阵列。“我们关注生成的功能蛋白质组学数据反相蛋白数组。这迅速成熟定量免疫抗体检测可以评估许多蛋白质标记在许多样本具有成本效益的,敏感和高通量的方式。”梁说。
反相蛋白阵列(RPPA)平台固定微量蛋白质的溶解产物对个人微阵列斑点。每个数组是孵化与特定的检测抗体,这使您能够探测到的相对表达跨多个样本同时相应的蛋白质。6
MD安德森癌症中心的一个领导者在这项技术的实现。RPPA平台目前包含~ 300蛋白质标记,覆盖所有主要的信号通路。梁的研究小组已经开发了一个集成的生物信息学资源,肿瘤蛋白质组图谱(TCPA)包含RPPA ~ 10000患者样本的数据,,~ 1000细胞系。
“TCPA提供了用户友好的流利的探索RPPA数据可视化和分析模块在一个富有的上下文。TCGA的主要数据门户,将支持其他重要国家项目,“梁说。
质量spectrometry-based蛋白质组学
质谱(MS)是一个不可或缺的工具肿瘤蛋白质组学研究。它可以检测到非常小的变化在蛋白质组和中有多种用途领域——疾病诊断、生物标志物发现,药物毒性监测…的例子不胜枚举。9
”的一些应用包括蛋白质的鉴定及其转录后修饰蛋白复合物的说明,他们的子单元和功能相互作用,以及在蛋白质组学的全球测量蛋白质。”
”还可以用来定位蛋白质的各种细胞器,并确定不同蛋白质之间的相互作用以及与膜脂质,”威廉·曹博士解释道,临床肿瘤学部门,伊丽莎白女王医院,香港。
曹解释说,电离的蛋白质质谱分析的基本步骤,与电喷雾电离和matrix-assisted激光解吸/电离是最常用的方法。
“这些电离技术与质量同时使用串联质谱等分析。分析了蛋白质通常在“自上而下”的方法在蛋白质分析完整,或一个“自下而上”的方法的蛋白质首先被消化成碎片,“赵说。
自顶向下和自底向上
自底向上MS-based蛋白质组学或“猎枪蛋白质组学”是一种行之有效的方法,包括与蛋白酶消化蛋白质样本(如胰蛋白酶)。产生的肽然后使用液相色谱分离,然后个人肽质量分析相比,使用光谱女士随后专门蛋白质组参考数据库来帮助识别peptide-spectrum匹配。
然而,“自下而上”的方法并不是最适合分析蛋白质的转化(天车)由于要求修改前消化的蛋白质混合物质量分析。自上而下的发展势头因此MS-based蛋白质组学,方法包括完整的蛋白引入质谱仪——这意味着可以获得更多关于多功能天车的详细信息。10
天车有一个中心的角色在细胞信号和异常的信号已被确定为一个关键机制在癌症生物学,强调多功能天车分析的重要性。由于他们的参与肿瘤变换,本身天车是潜在的癌症生物标记物和/或有吸引力的治疗靶点。11
挑战与破解癌症蛋白质组
尽管蛋白质组的研究势头越来越猛,挑战仍然存在,成本等因素,蛋白质稳定性和有限的大规模蛋白质组学数据字段中的所有影响进度。
梁涉及其中的一些挑战:“首先,一般来说,蛋白质组研究较为昂贵,并且需要大量的肿瘤细胞,和这些因素限制的可能性,蛋白质组学可以经常应用于临床样本(如DNA测序)符合成本效益的方式。到目前为止,大规模蛋白质组学数据的临床病人的样本仍然是有限的。”
“第二,因为蛋白质不稳定,质量控制步骤是至关重要的,有一个主要的需要开发系统的方法凭据蛋白质组学数据的临床样本。”
“第三,进展有限,阐明intratumor异质性通过蛋白质组学的方法,但在合同,我们已经取得了巨大进展,单细胞DNA / RNA序列的方法。”
肿瘤蛋白质组学连接与其他“组学”
新兴的“组学”技术被越来越多地用于癌症研究和生物标志物的发现。“肽与质谱用于改善基因注释和蛋白质注释。平行的基因组和蛋白质组分析有助于发现的转录后修饰和蛋白水解事件,“曹解释道。
Proteogenomics是蛋白质组学的术语用来描述集成,转录组和基因组学技术。同时proteogenomics并不局限于癌症,这是一个特别有用的技术为研究癌症的分子签名和识别肿瘤特异性肽。12、13这种统一的方法使得更详细和准确的了解癌症生物学和已被证明比相比洞察力从数据收集来自一个孤立的“组学”技术。
梁总结道:使“通过综合分析与其他数据如whole-exome和转录组数据,我们有一个更好的理解如何重要致癌事件是通过调节异常。”
引用
