大家好,本周分享的是发表在Molecular & Cellular Proteomics 上的一篇关于人胃肠道间质瘤亚群蛋白质组图谱的文章,题目是Proteomic maps of human gastrointestinal stromal tumor subgroups,通讯作者是四川大学生物治疗国家重点实验室的戴伦治。

胃肠道间质瘤(Gastrointestinal stromal tumor, GIST)是一种起源于胃肠道间叶组织的肿瘤,也是最为常见的胃肠道肉瘤(Gastrointestinal tract, GIT),年发病率为10-15/百万。研究发现大约50-60%的GIST发生在胃中,其次是小肠,结直肠,食道等组织,存在0.1-3%的胃肠道恶性肿瘤,且具有较高的复发率和转移率。肥大/干细胞生长因子受体Kit(Mast/stem cell growth factor receptor Kit, KIT/CD117)和血小板衍生生长因子受体A(platelet-derived growth factor receptor A , PDGFRA)的突变被认为是导致GIST的主要原因,主要发生在胃或小肠的肌肉层,因此GIST可能起源于卡氏间质细胞(interstitial cell of Cajal)或类似间质细胞。

国立卫生研究院(National Institute of Health, NIH)共识分类标准基于肿瘤大小和有丝分裂率将GIST患者分为极低风险、低风险、中风险和高风险四个亚群,证明了大的肿瘤和高有丝分裂率的GIST更易于复发和转移,研究还证实了不同风险阶段的患者具有不同的无病存活率。虽然目前在预测GIST的潜在恶性肿瘤方面取得了显著进步,但仍然缺少GIST的蛋白质组学特征,因此作者运用蛋白质组学技术,对人体胃肠道间质瘤亚群进行深入的蛋白质组覆盖和无偏见的蛋白质组学研究,这项工作是GIST蛋白质组的首次大规模定量表征。

作者选择了肿瘤(Tumor, T)和邻近非肿瘤(Normal, N)样本对GIST组织进行了深入的蛋白质组学分析,包括3对NIH-L(极低/低风险),5对NIH-I(中风险)和5对NIH-H(高风险)的GIST样本,使用串联质量标签(Tandem Mass Tag, TMT)10plex标记定量。所有样品设置两次技术重复,student-t检验重复性(p>0.1)。蛋白提取酶解、同位素标记、分离,Q Exactive Plus质谱仪分析后,使用MaxQuant(1.6)在Swiss-Prot数据库中选择人类蛋白质数据(2017/1/14)搜库,按蛋白1%FDR过滤。每个个体的肿瘤蛋白质强度标准化为其相应的非肿瘤样本的蛋白质强度,GIST亚群间差异蛋白也使用student-t检验(p <0.05)。作者自定义了差异蛋白筛选方法:选择样本中T/N比值同时大于或小于1.0的蛋白,将样本的平均T/N大于1.5的定义为上调蛋白质,平均T/N小于0.67定义为下调蛋白质。利用DAVID 6.8和GSEA进行富集分析,通过PLS-DA来评估GIST亚群的差异。此外,作者还选择了118例只有肿瘤组织的样本进行了肿瘤微阵列和免疫组织化学染色,使用Image-PRO Plus 6.0软件来评估蛋白质表达的强度。

胃肠道间质瘤(GIST)的蛋白质组定量图谱:所有13例样本共定量到9177个蛋白质,占所有胃肠道肉瘤(GIT)编码基因约55.9%,三个亚群中有7230个重叠蛋白。作者从中挑选一些已知的过表达蛋白进行验证,发现这些蛋白的表达模式在三个亚群中和前人研究一致,证明了蛋白定量数据的可靠性。作者又对3个GIST亚群间的4930个蛋白质计算Pearson相关系数,数据表明NIH-I和NIH-H亚群之间具有更高的相似性,符合NIH-L无复发生存的临床表现。

GIST亚群的一般蛋白质组学特征:13例样本中T/N比值同时大于或小于1.0的蛋白有1011个,进一步筛选差异蛋白得到GIST所有亚群中上调蛋白517个(平均T/N大于1.5),下调蛋白187个(平均T/N小于0.67)。对差异蛋白进行GO富集分析发现,上调蛋白显著富集在细胞核和细胞骨架,而下调蛋白主要富集在囊泡、线粒体和细胞外空间。KEGG通路分析显示,上调蛋白主要属于剪接体(如DDX5、SRSF1等),而下调的蛋白质则参与其中代谢途径(如IDH1 /2),包括碳代谢、糖酵解/糖异生、c-P450代谢、TCA循环、丙酸代谢和药物代谢,这与癌症中代谢和解毒的调节异常有关。

GIST亚群间的分子差异: NIH-L亚群分别得到了896个上调蛋白和93个下调蛋白,NIH-I亚群分别得到了549个上调蛋白和243个下调蛋白,NIH-H亚群中分别得到了809个上调和436个下调蛋白。对亚群差异显著蛋白进行分析,发现NIH-H亚群主要富集的是细胞外外泌体蛋白,而NIH-L和NIH-I亚群主要富集一些膜蛋白。GSEA分析表明很多信号通路在三个GIST亚群中显示出相似的调节模式,如与细胞周期密切相关的G2M检查点和E2F靶标被上调,而氧化磷酸化,异生素代谢,脂肪酸代谢和脂肪生成在所有亚群中下调。值得一提的是,胆固醇稳态通路在NIH-L亚群中几乎没有变化,在NIH-I亚群中略微下调,在NIH-H亚群中则显著下调。为了更好地了解蛋白质组差异,作者用两种过滤条件(GIST亚群间差异和亚群内差异)来同时筛选差异表达蛋白,得到131种差异表达蛋白质,使用GOBP,GOCC和KEGG(DAVID 6.8)进行无偏差聚类和聚类特异性富集分析,揭示了GIST独特的生物学过程:NIH-L富集包括内吞作用途径和蛋白质转运过程,NIH-H 在泛素介导的蛋白水解过程富集。通过PLS-DA分析证实了GIST亚群中131个差异表达蛋白的独特特征,13例GIST样本能够根据这些蛋白的表达分为3个亚群。总之,这些差异蛋白分析揭示了GIST亚群的独特蛋白质组学特征。

GIST的癌蛋白和肿瘤抑制因子:激活致癌基因和TS基因的失活是肿瘤进展的主要原因。作者接着评估了GIST亚群中癌蛋白(Oncoproteins)和肿瘤抑制因子(Tumor suppressors, TS)的稳态。他们选择了138个注释较好的癌症驱动基因并总结了它们在所有亚群中的倍数变化,在13例GIST中共发现了21种癌蛋白和31种TS。PI3K途径中的KIT(被认为是GIST的标志)以及一些其他癌蛋白(如JAK1、U2AF1、SF3B、PPP2R1A等),在所有GIST亚群中都显著上调。表皮生长因子受体(Epidermal growth factor receptor, EGFR)是肿瘤治疗的一个重要靶点,其过表达和活化与多种肿瘤的发展有关,EGFR在NIH-H亚群中高表达,但不在NIH-L亚群中高表达,表明EGFR途径可能涉及GIST晚期。此外,作者还发现一些TSs(如CDH1、FZR1、SMAD4等)在所有GIST亚群中下调。已有研究报道CDH1功能的丧失导致胃癌发病率显著增加,因此作者推测CDH1的下调很可能与GIST的进展相关。

GIST的激酶和磷酸酶:激酶和磷酸酶是两类必需的细胞信号调节因子,被广泛用作新药开发的靶点。作者基于EKPD数据库(Eukaryotic Kinase and Phosphatase Database, 2019/1/1)在13例GIST中发现了18个磷酸酶和和32个激酶。大多数磷酸酶和激酶在GIST中上调,如KIT、NRK、CDK7、NEK6、ATM、BRD3等激酶在肿瘤中上调,EEF2K等激酶下调。与激酶相比,磷酸酶仍未得到充分研究。有趣的是,磷酸酶PPP2CB(Serine/threonine-protein phosphatase 2A catalytic subunit beta isoform)在GIST亚群中显示出独特的表达模式:在低风险亚群中上调,在高风险亚群中下调,并且亚群之间差异显著。作者进一步通过131例样本进行了免疫组织化学和组织微阵列等分析,实验表明高水平的PPP2CB很可能与GIST的低风险有关。而在所有上调的磷酸酶中,PTPN1(Tyrosine-protein phosphatase non-receptor type 1)可能是GIST转移的潜在抑制因子,其功能和机制进展还有待更深入的研究。

文章解读:

文献分享二组-彭建祥

文章引用:

doi: 10.1074/mcp.RA119.001361

文章链接:

https://www.mcponline.org/content/early/2019/02/24/mcp.RA119.001361

Mol Cell Proteomics. |彭建祥| 人胃肠道间质瘤亚群蛋白质组图谱的更多相关文章

  1. Mol Cell Proteomics. | Elevated Hexokinase II Expression Confers Acquired Resistance to 4-Hydroxytamoxifen in Breast Cancer Cells(升高的己糖激酶II表达使得乳腺癌细胞获得对他莫昔芬的抗性)(解读人:黄旭蕾)

    文献名:Elevated Hexokinase II Expression Confers Acquired Resistance to 4-Hydroxytamoxifen in Breast Ca ...

  2. Mol Cell Proteomics. | 粪便微生物蛋白质的组成与饮食诱导肥胖倾向的关联研究

    题目:Associations of the Fecal Microbial Proteome Composition and Proneness to Diet-induced Obesity 期刊 ...

  3. Mol Cell Proteomics. |胡丹丹| 雷公藤红素通过SIRT1-FXR 信号通路保护胆汁淤积性肝损伤

    期刊:Mol Cell Proteomics 题目:Celastrol protects from cholestatic liver injury though modulation of SIRT ...

  4. Mol Cell Proteomics. | Prediction of LC-MS/MS properties of peptides from sequence by deep learning (通过深度学习技术根据肽段序列预测其LC-MS/MS谱特征) (解读人:梅占龙)

    通过深度学习技术根据肽段序列预测其LC-MS/MS谱特征 解读人:梅占龙  质谱平台 文献名:Prediction of LC-MS/MS properties of peptides from se ...

  5. Mol Cell Proteomics. | A Targeted Mass Spectrometry Strategy for Developing Proteomic Biomarkers: A Case Study of Epithelial Ovarian Cancer(利用靶向质谱策略进行上皮性卵巢癌病例的蛋白质组生物标志物研究) (解读人:王聚)

    文献名:利用靶向质谱策略进行上皮性卵巢癌病例的蛋白质组生物标志物研究 期刊名:Molecular & Cellular Proteomics 发表时间:(2019年7月) IF:5.41 单位 ...

  6. Mol. Cell. Proteomics | 糖蛋白基因组学:一种常见的基因多态性影响人血清胎球蛋白/α-2-HS-糖蛋白的糖基化形式

    大家好,本次分享的是发表在Molecular & Cellular Proteomics上的一篇关于糖蛋白基因组学的文章,题目是Glycoproteogenomics: A Frequent ...

  7. Mol Cell Proteomics. | Integration and analysis of CPTAC proteomics data in the context of cancer genomics in the cBioPortal (解读人:徐洪凯)

    文献名:Integration and analysis of CPTAC proteomics data in the context of cancer genomics in the cBioP ...

  8. Mol Cell Proteomics. | Proteomics Analysis of Extracellular Matrix Remodeling During Zebrafish Heart Regeneration (解读人:徐宁)

    文献名:Proteomics Analysis of Extracellular Matrix Remodeling During Zebrafish Heart Regeneration(斑马鱼心脏 ...

  9. Mol Cell Proteomics. | Identification of salivary biomarkers for oral cancer detection with untargeted and targeted quantitative proteomics approaches (解读人:卜繁宇)

    文献名:Identification of salivary biomarkers for oral cancer detection with untargeted and targeted qua ...

随机推荐

  1. iOS开发---- 开发错误汇总及解决方法

    本文转载至 http://blog.csdn.net/shenjx1225/article/details/8561695 一.今天调试程序的时候,出现了一个崩溃,信息如下: 2013-02-01 0 ...

  2. Liquibase

    http://www.liquibase.org/documentation/index.html https://github.com/studygolang/studygolang/tree/ma ...

  3. Kotlin基本语法笔记之函数、变量的定义及null检测

    定义函数 fun sum(a: Int, b: Int): Int { return a + b } 该函数中两个参数的类型都是Int,返回类型是Int 也可以做如下简化 fun sum(a: Int ...

  4. Perl 正则表达式语法

    1. 概要 Perl正则表达式是Boost.regex 默认行为,也可以将perl传入basic_regex 构造. boost::regex  e1(my_expression); boost::r ...

  5. shared SDK 微信开放平台遇到的问题

    shared sdk是用于集成到app中,方便快速社交化分享的组件,其使用方法比较简单,参考官网的快速集成步骤就能搞定.稍微麻烦一点的就是需要到各个开放平台去注册你的APP. 在各个开放平台注册好之后 ...

  6. 常用的Css命名方式

    常用的Css命名方式: CSS命名规范: 1.文件命名规范 全局样式:global.css: 框架布局:layout.css: 字体样式:font.css: 链接样式:link.css: 打印样式:p ...

  7. HDU4549 M斐波那契数列 —— 斐波那契、费马小定理、矩阵快速幂

    题目链接:https://vjudge.net/problem/HDU-4549 M斐波那契数列 Time Limit: 3000/1000 MS (Java/Others)    Memory Li ...

  8. PYTHON 爬虫笔记四:正则表达式基础用法

    知识点一:正则表达式详解及其基本使用方法 什么是正则表达式 正则表达式对子符串操作的一种逻辑公式,就是事先定义好的一些特定字符.及这些特定字符的组合,组成一个‘规则字符串’,这个‘规则字符串’用来表达 ...

  9. iOS端使用二维码扫描(ZBarSDK)和生成(libqrencode)功能

    如今二维码随处可见,无论是实物商品还是各种礼券都少不了二维码的身影.手机中二维码使用也很广泛,如微信等.正好最近收集总结了下二维码的使用方法 下面介绍一下如何在iOS设备上使用二维码 首先在githu ...

  10. pycharm常用快捷键和自定义快捷键

     默认快捷键 编辑类: Ctrl + Space 基本的代码完成(类.方法.属性)Ctrl + Alt + Space 类名完成Ctrl + Shift + Enter 语句完成Ctrl + P 参数 ...