ag真人平台官方

<dd id='3e91d'></dd>

　　这是一篇用蛋白质组学技术分析弥漫型和肠道型胃癌分型差异的研究文献，由北京大学肿瘤医院、西京医院、中国人民解放军总医院、复旦大学附属中山医院和国家蛋白质科学中心（北京）联合发表在Nature Communications（2023; 14: 835），课题设计严谨，实验专业娴熟，数据处理多样。全文7个大图，共含62个小图，除4、5个机制图外，绝大多数是基于蛋白质组学数据产生。因此是非常典型的蛋白质组学研究文献，值得推荐给不同类型的肿瘤临床医生、专家借鉴，参考如何在繁忙的医疗工作情况下，最优化的发表一篇优质专业文献。

　　背景介绍

　　胃癌是全球癌症死亡的第三大常见原因，其中弥漫型胃癌（DGC）的病人和肠道型胃癌（IGC）的病人分别为30%和54%，前者病理表现为细胞分散、粘附差、分化差；而后者表现为管状或腺状，细胞粘连紧密、基质成分少。这两种胃癌病理特征不同，暗含了不同的致癌机制，因此研究两者之间的分子差异是非常必要的。

　　课题方案设计

　　图1.a 弥漫型和肠道型胃癌蛋白质组学实验设计

　　如图1.a，医生收集196对胃癌样本及其正常邻近组织，其中DGC 83例，IGC 102例，混合型 11例，同时开展蛋白质组学、磷酸化蛋白质组学和转录因子相关蛋白质组学研究。

　　随同肿瘤样本，临床老师还需提供患者信息，包含有患者性别、年纪、肿瘤分型、分期、化疗、病理特征及分子标志物信息，以供后续结合分析。而在临床老师提供样本和相关资料后，后续研究基本上依靠稳定的蛋白质组学平台获取数据，文章高度深切相关于娴熟的数据分析整合能力。

　　实验结果

　　主要围绕蛋白质组数据分析而展开，作者按照相关的逻辑依次罗列数据分析结果，逐渐以数据作为论据展示他们的研究结论。

　　图1.b 胃癌组织与癌旁组织在蛋白质组、磷酸蛋白质组及转录因子组间的差异

　　第一个结果主要围绕胃癌样本的多级蛋白质组图谱来展开，核心图为图1.b, 比较了癌症组织与癌旁组织样本，在蛋白质组、磷酸蛋白质组以及转录因子间的区别。而其他几个小图，则进一步展示了细胞周期相关蛋白，转录因子，磷酸调控以及信号激酶在胃癌中的特征。

　　第二个结果，如图2，作者论证了他们的蛋白质组数据与基因组分析相结合，在胃癌靶标分子的寻找中切实有效。

　　图2.c 三个顺式效应基因TP53、PIK3CA和ARID1A中，ARID1A蛋白表达降低

　　他们检查了一些常见胃癌突变基因，发现ARID1A基因突变与患者生存率密切相关后，进行了如图2.c所示的关联分析，发现在三个显示出顺式效应的基因TP53、PIK3CA和ARID1A中，只有ARID1A突变患者样本发现ARID1A蛋白表达降低，之后的数据分析进一步显示了ARID1A突变关联TF活性下降、TLR信号通路富集、CD14上调、及DGC不良进展。

　　图3 显示出利用多层次蛋白质组学数据来分型DGC和IGC的努力。在用两个小图对比分析两种胃癌的临床数据后，作者利用了差异蛋白质组数据进行分子分型，结果如图3.c显示，组间差异更多的是表现在某类相关功能蛋白，比如在DGC型胃癌中免疫相关蛋白富集，而在IGC型胃癌中DNA损伤修复蛋白富集。

　　图3.c  IGC型胃癌中DNA损伤修复蛋白富集，而DGC型中免疫相关蛋白富集

　　得到这个有用线索，数据分析人员先利用蛋白质组数据进行了两种胃癌的微环境评分、免疫评分、免疫细胞浸润比较，接着比较了有关细胞周期调控、DNA错配修复的蛋白质组差异。验证了细胞周期经典分子CDK4和DNA损伤修复蛋白ATR在两类胃癌中的不同，以及与生存率的关系。继而通过卡通图概述了两者不同的签名蛋白和通路，推断CDK4/6和ATM/ATR分别是DGC和IGC的潜在药物靶点。

　　第四个和第五个结果则是拔高临床应用意义的两环，分析显示了胃癌蛋白质组学分型与临床效果间的关联，以及转录因子活化谱与临床预测的相关性。

　　这两部分结果中，相对比较亮眼的是图4.a，说明蛋白质组学亚型是可以作为一个独立预测因素的，与化疗后效果也存在关联，这相比较于常规肿瘤分型更为优化，比如DGC或IGC都可以依据蛋白质组鉴定结果进行细分，能更细致的预估同类型胃癌患者的不同治疗效果。

　　图4.a 两种胃癌蛋白质组分型与化疗效果存在关联

　　而在图5a中，则显示了依据转录因子活化谱来进行DGC或IGC胃癌细分的结果，同样显示出了同类型胃癌中存在着的不同亚簇，能够关联到患者间不同的生存率。

　　图5.a 两种胃癌转录因子分型与化疗效果存在关联

　　在第六个结论部分，研究者们着重强调了这种多层蛋白质组亚型分级方法的稳健性，图6.a 这个桑基图显示了数据处理老师的娴熟深厚的功力，这部分起始就直接联合转录因子活化分型相关数据、蛋白质组分型相关数据，以及磷酸化蛋白质组分型相关数据进行统计分析，结果展示出这些分类方法的高吻合度。

　　图6.a 转录因子分型、蛋白质组分型，及磷酸化蛋白质组分型吻合度高

　　从此观点出发，后续的数据逐步走向细节，挖掘出NFKB1亚簇和SMARCC1 亚簇这样具体的分子标志物。

　　图7.a和图7.b免疫浸润分析将患者分为上皮亚型、免疫亚型和内皮亚型

　　结果的最后一部分攀附了一下癌症治疗中当下热门的免疫治疗，研究者们充分挖掘了蛋白质组数据的利用价值，这里用xCell和ssGSEA进行了免疫浸润分析，发现可以将患者分为上皮亚型、免疫亚型和内皮亚型（图7.a和图7.b）。后续的分析依然是按照惯例走向细节，挖掘出Th1/Th2比率是一个可以预测PD1抗体药物治疗效果的指标。

　　结论与启发

　　1、利用蛋白质组、磷酸化蛋白质组和转录因子活性鉴定技术结合，提供了对胃癌分子生物学研究的重要基础。
　　2、多层次的蛋白质组学分析表明，DGC和IGC关联不同的预后，和发病机制有关，需要不同的治疗方案。
　　3、基于蛋白质组学和转录因子活性的分型显示了DGC和IGC的分子特征与预后之间的关系。
　　4、根据多层次的蛋白质组学数据，定义了三种免疫亚型，提出了PD1疗法中Th1/Th2比例可以作为预测指标。

　　启示一：首先是对于课题的设计确实需要专业的临床医生主导，本文最初的目标，DGC和IGC胃癌间的差异，已经是相当细分的专业领域了，非本领域医学专家是很困难获取样本进行研究的，当然对于其他领域专家，该原则同样适用，比如乳腺肿瘤医生计划比较HER2阳性和三阴性乳腺癌的蛋白分子差异，肺癌医生比较小细胞肺癌和肺腺癌等的差异，都可以开展蛋白质组学研究，是一个相对成熟的模板。

　　启示二：则是蛋白质组平台的重要性，从本文可以看出，绝大部分分析图由蛋白质组和生物信息分析老师做出，因此对于临床专家而言，华测艾研作为专业成熟的多组学科研服务平台，选择华测艾研是省心省力选择，完全可以在忙于日常医疗工作的同时，兼顾相对高水平的基础医学科学研究，高效率的发表一篇IF10以上的文章！期待您的垂询、共促合作！

源华测多组学科研服务 ，未经许可，禁止转载。

　　参考文献：
　　Shi, Wenhao et al. “Multilevel proteomic analyses reveal molecular diversity between diffuse-type and intestinal-type gastric cancer.” Nature communications vol. 14,1 835. 14 Feb. 2023, doi:10.1038/s41467-023-35797-6