蛋白质基因组学在精准医学中的作用

近年来测序技术的发展取得了重大进展，这意味着科学家不再需要单独依赖蛋白质组学或基因组信息。蛋白质基因组学将质谱(MS)技术与高通量下一代测序(NGS)技术相结合，以研究蛋白质变异在生物机制和疾病中的作用病态．作为“系统生物学”趋势的一部分，蛋白质基因组学正在加速发展。在这篇文章中，我们看看蛋白质基因组学中采用的方法，并探索蛋白质基因组学如何改变肿瘤精准医疗的动态。

Proteogenomics方法

在蛋白质的研究中，质谱数据通常与参考蛋白质数据库中现有的映射肽相匹配。这里出现了几个关键问题;值得注意的是，有问题的蛋白质可能是新的，因此在数据库中没有引用，肽可能包含突变或代表另一种剪接形式。

通过将蛋白质组学和基因组学相结合，蛋白质基因组学将基因组、转录组和蛋白质组数据集整合在一起，以克服这些问题。“蛋白质基因组学允许分析样品中mRNA和蛋白质对的相关性，突变，翻译后修饰和信号通路，以及由遗传变异(eQTL)， microRNAs (miRNAs)和拷贝数畸变(CNAs)引起的RNA和蛋白质表达水平的调节作用的相关性，”精确治疗蛋白质基因组学诊断中心教授兼主任alexander Asea说。托莱多大学．“蛋白质基因组学研究中常用的技术包括RNA序列数据分析，质/女士而且MALDI质谱法．"

蛋白质基因组学代表了一种平等的伙伴关系，每个组成部分都有贡献，每个组成部分都有收益。NGS允许研究人员描述基因组中的变异，例如单核苷酸多态性而且易位．使用在网上方法，这些变体可以被翻译成蛋白质形式，可以添加到现有的蛋白质数据库，用于解释MS数据;使这些数据库全面。

蛋白质基因组学中基因组学、蛋白质组学和转录组学数据之间的持续反馈循环严重依赖于精简的数据集成和生物信息学软件系统——其中包括一系列:Asea指出:“为了获得可重复和可靠的数据，使用和/或结合定量生物信息学软件是极其重要的，包括Ingenuity Pathway analysis (IPA)、并行反应监测(PRM)、Progenesis、集成网络细胞特征库(LINCS)和Skyline、DESeq、Limma、EdgeR、R和MStats。”

一个新领域的挑战

新的研究领域在建立和改进所使用的技术方面遇到挑战，蛋白质基因组学也不例外。

亨利·罗德里格斯指出:“全基因组测序(基因组学)仍然是非常先进的，虽然使用它有很多好处，但也有一些缺点——大量数据、强大的计算机、参考基因组等。”癌症临床蛋白质组学研究办公室主任在国家癌症研究所．

将这三个学科结合起来——每个学科都产生大量的数据集——在分析方面提出了重大挑战。Nesvizhskii强调了2014年自然方法中的几个关键问题审查在该领域，包括需要克服“数据囤积”和蛋白质基因组学中的错误发现。¹Nesvizhskii讨论了蛋白质基因组学中错误发现的几个来源，包括“对已知和新肽应用相同的过滤阈值，对与已知序列高度同源的新肽的不正确识别，以及基于共享肽得出不受支持的结论”，并鼓励关注建立彻底的数据分析指南以克服这些问题。此外，谈到他在Us hupo 2019Asea说:“由于在基于质谱的实验中产生的大量数据，来自加利福尼亚州诺瓦托巴克衰老研究所的Birgit Schilling博士明确表示，生物信息学算法的改进是临床蛋白质组学未来的重要策略。”

虽然近年来多发性硬化症有了很大的进步和改善，与灵敏度、蛋白质大小、样品溶解度、分离和数据分析有关的问题仍然存在．罗德里格斯说:“基于ms的蛋白质组方法还有很多优化的地方。”“然而，质谱分析的灵活性和潜力仍有待充分开发。在未来的几年里，我很高兴它将为以前无法进入的细胞生物学角落提供见解，”他补充道。

让精准肿瘤学更“精准”

从“组学”的角度来看，临床肿瘤学领域在历史上仅由基因组学研究主导。然而，NCI癌症临床蛋白质组学研究办公室改变了力场的动态临床蛋白质组肿瘤分析联盟(CPTAC)．罗德里格斯说:“通过蛋白质基因组学方法整合基因组学和蛋白质组学数据，可以阐明仅通过基因组学难以获得或不可能获得的生物学，以帮助使精准肿瘤学更加精确。”Asea还补充说，这些项目“加上人类蛋白质组学项目(HPP)都是重大突破，极大地推动了蛋白质基因组学和精准医学领域的未来。”

CPTAC的研究人员利用蛋白质基因组学方法在结直肠，乳房而且卵巢癌症。他们想知道在每项研究中，哪些蛋白质编码改变是在物理蛋白质水平上表达的;不能仅从质谱数据推断出的信息。

结肠直肠癌

在上述结直肠癌研究，使用定制的序列数据库对单个肿瘤样本的匹配RNA测序数据进行数据库搜索。²研究结果显示，86个肿瘤样本中有796个单氨基酸变异(saav)。特别是，20q扩增与mRNA和蛋白质水平的最大整体变化相关，突出了20q扩增在结直肠癌中的重要性;这是一个以前有争议的概念。在20q区域内的79个基因中，只有40个显示出显著的cna -蛋白质相关性，这一测量表明序列翻译成高蛋白丰度。通过结合蛋白质组学和基因组资源，这项工作随后确定了一个基因子集，可以通过结合蛋白质组学和基因组资源在未来的研究中优先考虑。

胃癌

最近，一项发表在细胞出版社对80例年轻弥漫性胃癌(GC)患者的肿瘤组织进行蛋白质组学和基因组学分析^3.．最初的基因组分析发现，在同一患者的4982个基因中，有7079个非同义体细胞单核苷酸变异(SNVs)在肿瘤中被检测到，但在外周血单个核细胞中没有检测到。在这些基因中，有6个被发现显著突变，包括CDH1、TP53、BANP、MUC5B、RHOA和ARID1A。MUC5B和BANP在gc中未见报道。蛋白质组学分析发现，在这些基因突变的样本中，磷酸化水平显著增加的蛋白质。CDH1、ARID1A和RHOA显示了80个蛋白质的突变磷酸化相关性。通过聚类mRNA、蛋白、磷酸化和n -糖基化数据，随后区分了4种弥漫性GCs亚型及其相关细胞通路;这些信息仅通过mRNA分析是无法获得的。

现在，弥漫性GCs的年轻患者可根据其选择癌基因和抑癌基因的mRNA和蛋白表达水平的升高或降低，分为预后阳性或阴性。作者还指出，药物敏感性可以基于ARD1A、CDH1和RHOA的突变磷酸化关联进行预测，但还需要进一步验证。

癌症个体化治疗

肿瘤学领域的患者和医生面临着一个日益严重的问题——对癌症疗法的耐药性。90%的化疗失败都与癌症的侵袭和转移有关耐药性．蛋白质基因组学可以通过探索某些基因和蛋白质变异在决定治疗成功方面的意义来帮助理解这种耐药性。

例如，在结直肠癌中，患者通常接受单克隆抗体西妥昔单抗和帕尼单抗(抗egfr药物)的治疗。一个研究利用来自国际基因组联盟和癌症基因组图谱数据库的rna序列数据的定制挖掘，研究除了免疫球蛋白基因变异外，变异肽在抗gfr治疗中的作用。⁴他们发现野生型KRAS在这种形式的癌症中是抗egfr药物疗效所必需的，因此该基因的变异可能导致治疗反应差。

一篇发表于实验医学与生物学进展“，使用ms - s蛋白质基因组分析来探索肺癌中的看门人突变。⁵研究人员表明，酪氨酸激酶抑制剂(一种抗癌药物)的疗效在不同种族之间可能有所不同，强调了基于ms的蛋白质基因组方法的价值，因为它“能够直接分析临床样本中表达的突变和融合蛋白”，为药物发现和开发科学家提供了对患者进行分层的能力。

“在Precision Therapeutics蛋白质基因组学诊断中心，我们正在使用蛋白质基因组学平台来了解为什么三阴性乳腺癌(TNBC)是一种如此严重的疾病，”Asea说。“虽然对化疗有轻微反应，但TNBC更难治疗，通常对大多数可用的激素或靶向治疗药物不敏感，根据其诊断阶段，TNBC可能具有极高的侵袭性，比其他亚型乳腺癌更容易复发和转移。”

未来

考虑到近年来在该领域取得的进展，研究人员很兴奋地看到蛋白质基因组学在未来将在精准医疗中发挥作用。Asea补充说:“我希望看到单细胞蛋白质基因组学在单细胞质谱成像和细胞质和核元素的清晰分辨率方面取得进展，以及LC-MS/MS从单细胞获得准确、可重复数据的能力。”

罗德里格斯总结道:“我们正处于一个激动人心的时代，由于分子测量技术的快速发展，我们对癌症的分子起源有了大量的了解……这些知识正在转化为我们对癌症生物学理解的切实进步，使我们比以往任何时候都更有理由充满希望。在未来10年里，我的愿景是看到蛋白质基因组学深入到精准医疗的结构中。”

引用:

1.Nesvizhskii, A.(2014)。蛋白质基因组学:概念、应用和计算策略。自然科学进展，11(11)，pp.1114-1125。

2.张斌，王杰，王霞，朱军，刘启刚，史志，钱伯斯，M.，齐默曼，L.，沙多克斯，K.， Kim, S.，戴维斯，S.，王淑娟，王平，Kinsinger, C.， Rivers, R.，罗德里格斯，H.， Townsend, R.， Ellis, M.， Carr, S.， Tabb, D.， Coffey, R.， Slebos, R.和Liebler, D.(2014)。人类结肠癌和直肠癌的蛋白质基因组学特征。自然杂志，513(7518)，第382-387页。

3.Bhin Mun D。,J。,金姆,年代,金姆,H,荣格,J。,荣格,Y。,张成泽,Y。,公园,J。,金姆,H,荣格,Y。,李,H。,J。,Bae系统公司,年代,金姆,年代,金姆,J。,公园,H,李,H,黄,K,公园,Y。,Yook, J。,金姆,B。,Kwon年代。Ryu,年代,公园,D,琼,T,金姆,D,李,J。,汉族,年代,歌曲,K,公园,公园,J。,罗德里格斯,H,金姆,J。,李,H,金姆,K,杨,E,金姆,H, Paek, E,李,年代,李,美国和黄,D .(2019)。人类早发型胃癌的蛋白质基因组学特征。中华癌症杂志，35(1)，pp.111-124.e10。

4.吴，S.， Cha, S.， Bonissone, S.， Na, S.， Tabb, D.， Pevzner, P.和Bafna, V.(2015)。高级蛋白质基因组学分析揭示结肠癌中多肽突变和复杂免疫球蛋白肽。蛋白质组学研究，14(9)，pp.3555-3567。

5.西村，T.和中村，H.(2016)。肺癌亚型个体化治疗的发展:基于质谱的致癌突变临床蛋白基因组分析。实验医学与生物学进展，pp.115-137。