鳞状细胞癌和腺癌是实体癌的两种主要组织学亚型，为了更充分的了解两种类型的区别，作者从蛋白质组学水平上探究了其中的奥秘。本文是2022年7月发表在Nature communications（IF=17.69）上的文献。

Proteomic analysis reveals key differences between squamous cell carcinomas and adenocarcinomas across multiple tissues

蛋白质组学分析揭示多组织中鳞状细胞癌和腺癌的关键区别

摘要：鳞状细胞癌（Squamous cell carcinoma，SCC）和腺癌（adenocarcinoma，AC）是实体癌的两种主要组织学亚型；然而，鳞状细胞癌来源于形态相似的不同器官，区分转移性鳞状细胞癌的来源具有挑战性。本文报道了17个器官333个SCCs和7个器官69个ACs的深层蛋白质组学分析。通过对SCCs和ACs的蛋白质组学比较发现了可辨识的关键通路和这些通路中的分子，它们在ACs和SCCs中发挥一致的不利或相反的预后作用。比较常见和罕见的鳞状细胞癌，发现脂质代谢可能加强罕见鳞状细胞癌的恶性。蛋白质组细胞簇显示了解剖学特征，激酶转录因子网络显示不同的鳞状细胞癌特征，而免疫亚型显示了不同的肿瘤微环境和诊断，并确定潜在的药物靶点。此外，肿瘤特异性蛋白为差异诊断提供了候选。这种蛋白质组学架构为研究人员更好地理解SCCs和ACs的提供了公共资源。

背景：人类实体癌症包括两种主要的组织学亚型-鳞状细胞癌（SCCs）和腺癌（ACs），代表了世界范围内主要的发病率和死亡率。通过更好地理解肿瘤形成进展的分子机制，ACs的诊断和治疗方案已经出现；然而，诊断转移性鳞状细胞癌和治疗晚期鳞状细胞癌的指标在很大程度上仍不清楚。SCC是一种侵袭性恶性肿瘤，发生于单层扁平上皮、肺、食道、上呼吸道或泌尿生殖系统，原因是暴露于某些危险因素，如人乳头瘤病毒（Human Papilloma Virus，HPV）感染、EB病毒（Epstein–Barr Virus，EBV）感染、吸烟或日晒。鳞状细胞癌也可在非典型组织中发现，如胰腺、甲状腺、乳腺和肛门。临床上，这些罕见的SCCs比普通SCCs更容易转移和侵袭。然而，鳞状细胞癌具有共同的组织学特征，如鳞状分化，可见角蛋白片的形成或细胞内角化，这些特征对于预测转移发生时的起源位置是有限的。P63是上皮发育和维持的主要调节因子，是推荐的泛SCC诊断标记，但由于其在其他肿瘤类型的反应性，尤其是淋巴瘤中，其特异性较低。通常鳞状细胞癌的治疗遵循解剖分区；例如，头颈部鳞状细胞癌（head and neck SCCs，HNSCCs）与生殖区域分开治疗。除了肿瘤自主特征参与肿瘤微环境（tumor microenvironment，TME）的浸润性免疫细胞模式，其余细胞均与肿瘤进展和患者预后相关。然而，全球免疫图谱仍然未知。癌症基因组图谱（The Cancer Genome Atlas，TCGA）研究已经有了全面子图谱，包括体细胞突变、拷贝数变异、DNA甲基化、RNA/micro-RNA以及来自5个独立位点的SCCs的蛋白表达，包括肺、头颈部、食道、子宫和膀胱。此外，RNA分析识别出了被认为在这些细胞组中活跃的亚群和通路，但靶向这些通路大部分是不成功的。一个可能的解释是，这些机制不能反映功能效应，因为它们驻留在许多远离蛋白质的调控层面。因此，由这些基因组和转录组改变形成的蛋白质组学，代表了肿瘤进展和免疫细胞浸润，具有可以用于治疗的潜在弱点。尽管有价值，但对SCCs功能蛋白组信息的深入报道仍缺乏。在本研究中，系统蛋白质组学分析揭示了SCCs和ACs、常见和罕见的SCCs、HPV阳性和阴性SCCs之间的差异。SCC实体和TME的蛋白质组聚类阐明了肿瘤起始机制和治疗策略。进一步对蛋白质组数据进行分析，构建了包含19个蛋白的诊断分类器，验证了PRKCE、SLC27A1和CPXM2的诊断价值。作者试图证明，系统的蛋白质组学研究可带来功能上的见解，将有助于推动转化工作。

结果：

1.17例鳞状细胞癌的蛋白质组学分析

本研究收集了来自初始治疗的SCC患者的333个原发性肿瘤样本，包括10个常见SCC部位（图1a）：鼻咽、口腔、喉咙、皮肤、食管、肺、宫颈、阴茎、阴道、会阴；7个罕见SCC部位：甲状腺、胸腺、乳房、胰腺、胆囊、膀胱、肛门。蛋白质组学研究采用质谱无标记定量策略，验证研究采用组织芯片（tissue microarray，TMAs）免疫组化（immunohistochemistry，IHC）策略。所有样本均来自复旦大学中山医院。实验设计示意图如图1a所示。为了进行蛋白质组学分析，作者解析了肿瘤细胞占比>80%的SCC区域，然后在流式质谱分析仪上进行高分辨率分析（图1a）。因此，作者的研究为鳞状细胞癌提供了系统蛋白质组学特征。对所有病例的临床和病理特征，包括性别、年龄、肿瘤分化、角化、细胞巢大小、细胞大小、有丝分裂像、基质比例、基质炎症和癌症炎症进行评估和总结（图1b）。免疫评分和ESTIMATE评分的多样性促使大家探索SCCs的免疫微环境（图1b）。平均每个样本鳞状细胞癌有8120个蛋白质组，从甲状腺最少6261个到胸腺最多9296个，并在17个鳞状细胞癌中显示出覆盖率差异（图1c）。作者在图1d中列出了关键分子的蛋白质组数据，这些数据在之前基因组学研究中被突出显示或作为诊断标记。作者还观察到，通过探索和参考人类蛋白图谱，组织特异性蛋白表达全部缺失，表明泛SCC人群具有较高肿瘤纯度。这些结果肯定了高质量蛋白质组数据，作者的研究迄今为止建立了一个系统的中国鳞状细胞癌的蛋白质组学图谱。

图1 泛鳞状细胞癌（SCC）人群的蛋白质组学研究。a：蛋白质组学工作流程概述，包括泛SCC人群、预处理和分析。b：研究人群包括17个器官的333名SCC患者。热图包含临床病理参数。c：每个SCC患者中定量的蛋白质数量。d：SCC诊断标志物和高度变异基因的蛋白丰度，333个SCCs中每个标志物对应的变异系数标记在左侧。

2.SCCs与ACs的蛋白质组学特征比较

最初生物信息学分析通过比较333个SCCs和一个独立的ACs人群（包括69个AC患者的7个部位：乳房、甲状腺、肺、胃、胰腺、胆囊和结肠）来检测SCCs和ACs之间的功能差异（图2a）。为了比较ACs和SCCs的差异，作者将这两个蛋白列表基于Uniprot IDs合并为一个数据集，并去除批次效应（图2a）。总共有1538个蛋白显著差异表达，其中643个蛋白在ACs中过表达，895个蛋白在SCCs中过表达（图2b，c）。基因集富集分析（Gene set enrichment analysis，GSEA）显示，AC富集的蛋白在通路中显著富集（图2d）。这些观察结果表明，SCCs和ACs之间的显著差异符合原始上皮组织的特性。值得注意的是，AC富集通路细胞外基质（extracellular matrix，ECM）中的差异表达蛋白（differentially expressed Proteins，DEPs）（如COL4A1、FN1和PKM）和葡萄糖代谢（如SDHA、LDHA和ENO1）在ACs和SCCs中均显示出持续较差的预后值，这表明无论肿瘤组织学类型如何，肿瘤代谢状态和微环境都可能促进肿瘤发生和进展。相反，角化中的DEPs（如KRT13、DSC3和PKP1）则发挥相反的作用，在SCCs中显示良好预后值，而在ACs中则不利（图2e）。此外，肺腺癌和胰腺腺癌这两种预后较差的癌症预后显著受ECM、糖代谢和角化的DEPs影响（图2e）。为了进一步阐明ACs和SCCs之间差异的潜在机制，作者使用GENEMINIA构建了图2e所示通路的计算模型，以预测可能针对这些DEPs的激酶和转录因子（transcriptional factors，TFs）相互作用。如图2f所示，参与ECM和糖代谢的ACs中富集的DEPs是由一个8激酶-8 TFs网络介导的，典型的是由PRKAA2/PKM-ENO1和PKM-HNRNPD/YBX1轴介导的。角化是由11激酶-5 TFs网络介导的，主要是由CHUK-TP63/IRF6轴介导。总之，这些通路、DEPs和激酶-TF网络在SCCs或ACs中过度表达，代表了独特或共同的生物学和临床病理特征，进一步强调了它们的临床意义。

图2 泛SCCs和泛ACs的蛋白质组学差异。a：泛SCCs和泛ACs之间差异分析的工作流程。b，c：火山图和热图显示了比较泛ACs和泛SCCs的结果。火山图中标记有显著差异表达的蛋白。d：GSEA揭示了泛ACs和泛SCCs显著富集的通路。e：通过探索泛SCC人群和9个TCGA数据集，探讨泛AC富集通路和泛SCC富集通路中差异表达蛋白的预后价值。f：泛ACs和泛SCCs中激酶、TF和DEPs的调控网络。

3.与普通鳞状细胞癌相比，罕见鳞状细胞癌的蛋白质组学特征

为了研究病理参数（常见与罕见、分化、角化和细胞巢大小）如何影响蛋白质组和信号转导的，作者在常见与罕见、低分化与中/高分化、中/低角化与高角化、小肿瘤窝与中/大肿瘤窝的患者中检查了DEPs（图3）。为了深入了解常见和罕见鳞状细胞癌之间的区别，作者比较了这两组蛋白质组学概况。PCA分析显示常见和罕见的鳞状细胞癌之间存在明显差异，表明在鳞状细胞癌的发生发展过程中存在显著的蛋白质组差异（图3a）。333例患者的SCC类型与临床病理特征的关系如图3b所示。罕见鳞状细胞癌与较差的病理特征呈正相关，包括分化不良、角化程度较低、细胞巢尺寸较小、间质炎症较低、免疫评分较低。然而，在罕见的鳞状细胞癌中意外地发现了较少的有丝分裂图（图3b）。Reactome通路富集分析显示，常见SCCs在角化（如KRT5、KRT6B和CSTA）、细胞粘附（如CELSR2、GNA15和IL1RN）、皮肤发育（如HPSE、SCEL和GRHL2）和凋亡信号（如SNCA和TNFSF10）等通路中显著富集。罕见SCCs富集的蛋白主要涉及脂质代谢（如PLIN1、PLIN2、TM7SF2）、ECM组织（如ITGA7、POSTN、COL5A2）、弹性纤维形成（如FBN1、LOX）、胰岛素信号转导（如GRB10、IGFBP7）、维生素B5代谢（如ENPP1、ENPP2）等相关通路（图3c，d）。特别是，PLIN1在罕见鳞状细胞癌中高表达，而在大多数常见鳞状细胞癌中未检测到（188/288）。然后，作者对每种SCCs中的10个患者测试了PLIN1拷贝数。有趣的是，作者用荧光原位杂交技术检测了3例肛门鳞状细胞癌的基因扩增（3/10），表明了PLIN1在罕见鳞状细胞癌中高表达的潜在机制（图3f）。考虑到TFs在肿瘤发生和侵袭性中发挥着重要作用，作者重点研究了常见和罕见鳞状细胞癌之间差异表达的TFs。其中，AEBP1、FOXO1、RUNX2、TBL1X、FOXK2等罕见鳞状细胞癌中有10个TFs过表达，TP73、BCL11B、HDAC3、RTF1、KDM2A等常见鳞状细胞癌中有33个TFs过表达（图3g）。通过TF-TG富集分析，有2个TF（RUNX2和FOXO1）在罕见鳞状细胞癌中过表达，调节了大部分的TGs，表明在罕见鳞状细胞癌中具有优势的生物学功能（图3h）。调节骨骼形态发生的RUNX2和调节细胞对氧水平反应的FOXO1参与脂质代谢。有趣的是，据报道FOXO1可以抑制RUNX2的转录活性。作者还发现在罕见鳞状细胞癌中，RUNX2和FOXO1的蛋白丰度呈负相关（图3i）。抗RUNX2、FOXO1和PLIN1免疫组化证实RUNX2和FOXO1呈负相关（甲状腺_11中只有RUNX2阳性，胰腺_23中只有FOXO1阳性），两例均显示PLIN1阳性（图3j）。总之，这些数据表明，在罕见鳞状细胞癌中，脂质代谢可能更活跃，并在鳞状细胞分化中发挥关键作用（图3k）。这一发现揭示了通过对RUNX2、FOXO1和PLIN1染色来诊断罕见鳞状细胞癌的机会。

图3 普通鳞状细胞癌与罕见鳞状细胞癌的蛋白质组差异。a：常见和罕见鳞状细胞癌的主成分分析（PCA）。b：常见和罕见鳞状细胞癌与9个变量的关联，以及常见鳞状细胞癌和罕见鳞状细胞癌显著DEPs的热图。c：显著DEPs富集通路在普通SCCs和罕见SCCs。d：常见和罕见SCCs代表性DEPs中差异表达通路中的蛋白。e：17个鳞状细胞癌中PLIN1蛋白的表达。f：代表性PLIN1荧光原位杂交信号图谱。g：常见和罕见鳞状细胞癌中差异表达TFs。h：RUNX2和FOXO1调控的下游转录靶向基因表达热图。i：散点图显示RUNX2和FOXO1的蛋白丰度之间的关系。j：罕见鳞状细胞癌中RUNX2、FOXO1、PLIN1的免疫组化染色与质谱结果一致。k：描述了假设：脂质代谢上调有助于罕见鳞状细胞癌的侵袭性和转移。

4.17个鳞状细胞癌基于蛋白质组的层次聚类

基因组和转录组信息已被用于将SCCs聚类成亚组；然而，基于蛋白质组的聚类研究还缺乏深入报道。正如预期，t-SNE分析显示，来自同一器官的样本倾向于聚集在一起，表明SCC起源的组织类型更相似（图4a）。为了识别基于蛋白质组特征的分类，作者对17个鳞状细胞癌的333个肿瘤样本进行了分级聚类。因此，根据1500个最可变的蛋白质确定了4个蛋白质组亚型，它们与解剖部位显著相关，并显示了不同的蛋白质表达和信号转导模式（图4b，c）。簇1（EOST，以每个器官的首字母命名并按字母顺序排列）包括食管、皮肤、口腔和喉咙，与细胞骨架功能和免疫相关，如细胞骨架蛋白结合、KRAS信号下调、补体和先天免疫系统。簇2（LNT）包括胸腺、肺和鼻咽，具有最高水平的有氧氧化，包括线粒体、磷脂代谢、氧化磷酸化和TCF依赖的信号转导。第3组（BBGPT）包括乳腺、甲状腺、膀胱、胆囊和胰腺，均为罕见的鳞状细胞癌。它富集于ECM糖蛋白、脂肪酸代谢和炎症反应通路，因此与ACs具有非常相似的特征（图2d和图4d）。ATM蛋白与预后良好相关，MMP19蛋白与不良预后相关（图4e）。为了阐明潜在的差异SCCs启动机制，作者匹配了这4个簇中所有DEPs的激酶，并将它们映射到KinMap（图4f）。簇1的特异性激酶主要属于CAMK和AGC，如HUNK、SIK1和MAST1，参与免疫应答。簇2的激酶广泛分布在所有的激酶类别中，主要参与氧化磷酸化（如LRRK2、RAF1和BRAF）。簇3特异性激酶分布在TK、CAMK、CMGC中，主要参与脂质代谢（如NEK10、DAPK1、SIK2）。簇4特异激酶主要属于AGC、CAMK、CMGC，参与细胞周期（如CDK4、PLK1、AURKB；图4f，g）。作者进一步利用GENEMINIA对每个簇进行了4个激酶-TF网络分析，发现多个激酶可能被参与每个簇的主要通路的激酶所调控（图4g）。总之，这四个蛋白质组簇显示了解剖特征，并可能提示SCC的差异起始。

图4 泛SCCs的蛋白质组簇及其与SCC起始的关系。a：17个SCC样本的T-SNE图。b：333个SCC样本的蛋白质组学聚类分析。c：GSEA揭示了四个蛋白质组簇中显著富集的通路。d：4个蛋白质组簇中有代表性的通路和相应的重要DEPs。e：ATM和MMP19的Kaplan-Meier生存曲线。f：四个蛋白质组簇不同颜色差异表达激酶的Kinmap。g：四个蛋白质组簇中激酶和转录因子的调控网络。

5.干细胞的免疫前景及其潜在的药物研究

基于推断细胞比例的共识聚类鉴定出6种具有明显TME特征和预后的SCCs亚型，并以特定的细胞类型和通路优势来区分（图5a，b）。作者在这个泛SCC人群中定义了6种亚型：（1）典型鳞状细胞（ClSq），（2）脂肪酸代谢（FaSq），（3）嗜碱性粒细胞（BaSq），（4）嗜中性粒细胞（NeSq），（5）嗜酸性粒细胞（EoSq），和（6）免疫热型（IhSq），其特征是独特的TME信号和鉴别信号通路（图5a）。值得注意的是，ClSq肿瘤中也存在免疫抑制细胞，如调节性T细胞。蛋白质组学分析显示，FGFR3、白细胞跨内皮迁移和补体信号通路上调（图5b）。作为罕见SCCs的一个子集，FaSq肿瘤可能更多地依赖脂肪酸作细胞基石来进行膜形成、能量储存和信号分子的产生，以脂肪酸代谢为靶点可能对这种亚型的鳞状细胞癌更具选择性（图5b）。SCCs的三个亚组分别以嗜碱性粒细胞、嗜中性粒细胞和嗜酸性粒细胞为特征。BaSq肿瘤包含阴茎、胆囊、胰腺、肺、会阴、皮肤、口腔、膀胱和乳腺的SCCs，其特征是嗜碱性粒细胞高度富集，KRAS信号通路，胰岛素处理，PDGF信号传导，缺氧上调。NeSq肿瘤包含妇科、乳腺、肺、食管、口腔、阴茎和胆囊的鳞状细胞，高度富集mv内皮细胞、ly内皮细胞和中性粒细胞。蛋白质组学分析显示，DNA双链断裂修复通路，NOTCH信号通路，细胞周期，凋亡上调。EoSq肿瘤，包含会阴和咽喉的SCCs，富含嗜酸性粒细胞、间充质干细胞和NKT细胞，参与HSP90伴侣周期、雌激素反应晚期、自噬调节和UV反应上调（图5b）。IhSq肿瘤包含20个鼻咽SCCs和1个会阴SCC，与其他5个亚型的区别在于它们具有更高程度的B细胞、CD4+ T细胞和M1巨噬细胞的特征。该蛋白组具有多种致癌、免疫相关和信号通路上调的特征，包括KIT信号通路、B细胞受体信号通路、干扰素γ反应和氧化磷酸化的调节，因此可能受益于免疫治疗（图5b）。这些基于分子的细胞类型分类得到了组织病理学评估的支持（图5c，d）。在FaSq亚型中检测到PLIN1染色阳性（图5d）。TME不仅在肿瘤的发展过程中起着重要作用，而且对于寻找靶向非肿瘤基质细胞或肿瘤细胞与基质细胞相互作用的治疗方案也是一个潜在的宝库。为了检验这些亚型在指导治疗选择方面的实用性，作者考虑了每个亚组的可药性和表达优势，并发现每个亚组有很可观的药物靶点（图5e）。作者发现SLC16A7（BaSq）、SLC6A9（NeSq）、SLC7A2（EoSq）和SLC12A1（IhSq）在4种亚型中特异表达，并可作为某些亚型的治疗靶点。PDE3B参与脂肪酸代谢，可作为FaSq的药物靶点（图5e）。基于这些观察，一种评估TME属性的治疗选择方法似乎是有必要的。

图5 泛SCCs的免疫亚型分析。a：Coxcomb图显示了17个SCCs中6种亚型的分布。b：6个亚型中基于蛋白质组的微环境细胞特征和通路。c：4种亚型的鳞状细胞癌具有特定的肿瘤微环境细胞浸润。d：苏木精和伊红（H&E）染色和PLIN1免疫组化（IHC）显示1例疑似脂滴的亚型2样本。e：6个亚型的药物靶点。

6.HPV相关的鳞状细胞癌特征

为了更好地描述HPV对部分鳞状细胞癌的影响，作者测试了15种高危HPV类型，包括16、18、31、33、35、39、45、51、52、56、58、59、66、68和82。在333例核心肿瘤中，只有肛门生殖器SCCs有HPV阳性患者，包括肛门、阴茎、会阴、宫颈和阴道（图6a）。HPV16是肛门生殖器SCC患者的主要类型，其阳性率在54%以上（图6b）。HPV阳性的会阴SCC中CDKN2A的表达高于HPV阴性的会阴SCC（图6b）。为了进一步阐明HPV感染的SCCs与其他类型或阴性SCCs的不同激活或失活的分子途径，根据HPV感染模式对这些肛门生殖器SCCs进行了分组（图6c）。作者确定了这5组之间8种不同的通路调节模式（图6d）。在HPV阳性的鳞状细胞癌中，IP2、IP和INS合成、二磷酸核苷酸和三磷酸核苷酸的相互转化、蛋白酶体和DNA双链断裂反应等途径较高，表明其代谢环境较高。值得注意的是，HPV阴型鳞状细胞癌与嗜碱性粒细胞亚型有相当多的重叠，其显著特征是KRAS信号升高（图6d）。相反，在HPV16阳性肿瘤中，IL6介导的信号通路较低，PTK6可调控RHO GTPase RAS GTPase和MAP激酶，正调控ERBB信号通路和离子通道活性。离子门控通道活性在其他三组中较高，这与非HPV16感染肿瘤相似。最后，作为主要类型的SCCs，HPV16感染的病毒潜伏期、成纤维细胞生长因子结合、TGFβ通路等较高，其中IL1分泌的正向调节、上皮形态发生的正向调节和atrbrca通路较低（图6d）。负调控T细胞受体信号通路的蛋白LGALS3、EZR、PHPT1、PAWR在Group1-4中升高，DUSP3仅在Group2-3中升高。在肌醇磷酸分解代谢过程中，Group1-4中INPP1升高，Group1-3中NUDT3升高（图6e）。因此，这些分析表明，HPV16感染可能导致肌醇磷酸分解代谢过程和免疫逃避（图6f），参与HPV16+ SCC的癌变。

图6 HPV相关的鳞状细胞癌的特征。a：5例肛门生殖器鳞状细胞癌的HPV感染率。b：5个肛门生殖器鳞状细胞癌的HPV感染细节和与HPV感染相关的已知分子的蛋白丰度。c：根据HPV16感染状态将5个肛门生殖器SCCs分组。d：5例肛门生殖器鳞状细胞癌中HPV状态对通路的影响。e：box图显示了在HPVT16感染的鳞状细胞癌中过度表达的两个通路中差异表达分子的蛋白丰度。f：描述了作者的假说，即肌醇磷酸分解代谢过程的上调和T细胞受体信号的负调控有助于HPV16相关SCC的肿瘤发生。

7.肿瘤类型分类器的性能

对鳞状细胞癌的有效管理应包括可靠的检测生物标志物和合理预防和治疗鳞状细胞癌的药物。作者假设来自深度蛋白质组学分析的信息内容足够丰富，可以高精度地预测肿瘤的起源部位。作者开发了一个基于机器学习的分类器来确定蛋白质组表达的能力为SCCs的诊断提供信息（图7a）。在作者249例患者的训练集中，基于10倍交叉验证，所有患者诊断SCCs类型都被准确预测（敏感性和特异性均为100%）。当应用于84个样本的验证集时，模型的敏感性和特异性均达到100%（图7b）。考虑到这些蛋白质组标志物可能具有来自不同细胞群的平均信号，作者通过对泛SCC人群患者的切片进行免疫组化，在组织水平上检测了3个标志物PRKCE、SL27A1和CPXM2的空间表达（图7c，d）。此外，作者将P63作为典型的泛SCC标记物，P16作为与HPV感染相关的标记物，并用EBER原位杂交标记EB病毒感染的细胞。这些鳞状细胞癌组织中P63染色全部呈阳性。EBER仅在鼻咽鳞状细胞癌中呈阳性。P16在HPV感染阳性的宫颈和阴道SCCs中呈强阳性表达，而在图7d所示的HPV阴性ESCC和胸腺SCCs中呈阳性表达，限制了其对HPV阳性SCCs的诊断价值。PRKCE的免疫染色在17个鳞状细胞癌中有显著差异，在宫颈和阴道鳞状细胞癌中总体呈高表达（图7d）。从蛋白质组学数据来看，SLC27A1在鼻咽、胆囊和胰腺鳞状细胞癌中高表达。与此一致的是，作者注意到在胆囊和胰腺鳞状细胞癌中有很高比例的肿瘤特异性SLC27A1阳性染色（图7d）。作者发现CPXM2免疫组化染色，与蛋白质组学数据一致，在胸腺鳞状细胞癌中高表达（图7d）。这些结果强调了结合蛋白质组学和病理学来探索癌症类型特异性生物标志物的力量。

图7 肿瘤类型分类器的性能及诊断标志物的验证。a：随机森林分类器原理图。b：验证数据集中17个SCCs的分类器性能。c：提供了用于细胞成分、TF、激酶、磷酸酶和药物靶点分类和注释的19个蛋白的热图。d：部分鳞状细胞癌典型标本苏木精和伊红（H&E）染色，P63、P16、PRKCE、SLC27A1和CPXM2的免疫组化（IHC）染色，以及EBER的原位杂交（ISH）。

结论：

综上所述，作者目前的工作利用蛋白质组学平台对泛SCC进行了系统和全面的分析。这些结果为这个复合物增加了一个额外的层，这可能对更好地理解SCCs有重要的意义。

参考文献：Song Q, Yang Y, Jiang D, et al. Proteomic analysis reveals key differences between squamous cell carcinomas and adenocarcinomas across multiple tissues[J]. Nat Commun. 2022,13(1):4167.