三阴性乳腺癌具有高死亡率以及频繁的化疗耐药性，这为患有此类疾病的患者又笼罩上了一层厚厚的阴霾。研究人员从微尺度蛋白质组学出发，探寻相关的标志物，致力于研究化疗耐药机制。今天小编就带大家阅读一篇2022年11月2日发表在Cancer Discovery（IF：38.272）的文章吧！

Proteogenomic Markers of Chemotherapy Resistance and Response in Triple-Negative Breast Cancer

三阴性乳腺癌化疗耐药和反应的蛋白质组学标志物

文章概述

微尺度蛋白组学用于探索对三阴性乳腺癌 (TNBC) 新辅助卡铂和多西紫杉醇联合化疗的差异反应的分子基础。治疗前患者活检的蛋白质组学分析揭示了与耐药性相关的代谢通路，包括氧化磷酸化、脂肪生成和脂肪酸代谢。蛋白质组学和转录组学分析均显示，敏感性的标志是DNA修复、E2F靶点、G2-M检查点、干扰素-γ信号传导和免疫检查点成分的升高。体细胞拷贝数变异的蛋白质组学分析确定了LIG1、POLD1和XRCC1所在的耐药性相关19q13.31–33缺失。在验证数据集中，LIG1（DNA连接酶I）基因缺失、mRNA表达水平低与TNBC缺乏病理完全反应、染色体不稳定指数（CIN）较高以及预后不良有关，也与TNBC临床前模型中卡铂的选择性耐药有关。LIG1的半合子缺失也与较高的CIN和其他癌症类型的不良预后相关，表明具有更广泛的临床意义。

主要结论

蛋白质组学分析方法概述

样本来自临床2期或3期TNBC患者，接受了六个周期的新辅助卡铂和多西紫杉醇联合化疗（NCT02547987和NCT02124902）。59名患者的治疗前样本的肿瘤含量 (TC) > 25%，并最终进行了分析。16名患者，在开始化疗后48至72小时获得了额外的样本。图1A展示了样本的不同分析流程。图1B展示了59名患者的数据概览。进行质控后，对于每个合格样本，平均有10,500个基因的DNA、RNA和蛋白质水平信息，磷蛋白组学分析量化了5,000个不同的磷蛋白中的27,000个磷酸化位点（图1C）。还用14个基线高TC的病例（共16对）与治疗后48至72小时收集的第二个高TC标本进行了配对分析（图1B）。虽然免疫相关通路在治疗后在RNA和蛋白水平上都被下调，但细胞周期和代谢通路（除了糖酵解）在蛋白水平上被明显上调（图1D）。观察到与细胞周期相关的DNA复制和修复通路的诱导，可能是对化疗暴露引发的基因毒性压力的反应。

蛋白质基因组学通路特征和化疗反应的探索

主要研究目标是手术标本中的病理学完全缓解（pCR）和残余肿瘤负荷 （RCB），其中0表示 pCR，I至III表示残余疾病水平增加。PAM50固有亚型、TNBC类型和种族与pCR缺乏关联。因pCR状态而异的蛋白质组学特征的GSEA分析表明MSigDB标志性代谢通路上调，包括没有pCR的样品中的氧化磷酸化、脂肪酸代谢和脂肪生成。这些关联在蛋白质组学数据中观察到，但在mRNA水平上没有观察到（图1E）。相反，免疫信号（干扰素α和γ反应）和细胞周期（G2-M检查点和E2F和MYC靶点）通路在蛋白质组学和转录组学数据集中的pCR病例中升高（图1E）。差异磷酸化位点富集分析证明了pCR病例中使用产生DNA损伤的抑制剂（依托泊苷、羟基脲和电离辐射）治疗的样本中升高的磷酸化蛋白组驱动的特征（图1F）。

免疫通路对化疗的反应

由于干扰素α和γ反应特征在pCR病例的样本中升高，因此进一步探讨了来自免疫微环境的信号（图2A）。先前发现与免疫浸润以及PD-L1 RNA、蛋白质和磷酸化水平密切相关的蛋白质衍生免疫刺激评分在pCR相关样本中显着更高（图2A和B）。非同义突变负荷与pCR和免疫评分都没有关系，表明在这个TNBC数据集中，突变负荷的增加并不是免疫浸润的有力决定因素。相反，免疫评分与染色体不稳定指数负相关（图2C）。PD-L1蛋白和磷蛋白水平都与PD-L1 IHC明显相关（图2D和E）。

代谢通路分析以及对化疗的反应

如上所述，代谢通路富集似乎是蛋白质组数据的特性（图1D和E）。GSEA和 ssGSEA均显示差异代谢通路，包括氧化磷酸化、脂肪生成和脂肪酸代谢，以及糖酵解，在没有后续pCR的治疗前肿瘤中显着更高（图3A）。对单个蛋白质水平的进一步分析确定了许多与化疗耐药相关的代谢蛋白质，例如直接参与三羧酸循环、电子传递链、脂肪酸代谢和氨基酸分解代谢（图3B）。来自相关Hallmark 代谢通路的一个子集显示出足够的蛋白质-mRNA相关性，在mRNA水平上独立验证代谢基因表达与pCR的相关性（图3B）。随着RCB类别的增加，观察到代谢评分增加（图3C）。

拷贝数改变的蛋白基因组分析揭示了新的化疗反应生物标志物

TNBC的体细胞景观以反复出现的拷贝数改变为主（CNA）；然而，许多复发性 CNA事件的意义仍不清楚，因为通常许多基因都参与更多的染色体缺失和重排。在该数据集中观察到TNBC的典型CNA模式。为了探索化疗反应是否与位于特定染色体位置（细胞带）的基因表达相关，GSEA分析表明，在非pCR肿瘤和pCR肿瘤中，来自8q21.3（扩增）和19q13.31-33（缺失）细胞带的基因产物的表达分别升高和抑制（图4 A-B）。此外，可能介导晚期乳腺癌转移的RIPK2也位于8q21.3，在非pCR肿瘤中显着更高，但仅在蛋白质水平。类似地，位于 19q13.31–33的四个基因LIG1、PPP5C、BCL3 和NOSIP在非pCR肿瘤中显示出较低的mRNA和蛋白质表达（图4C）。细胞带19q13.31-33上基因GSEA分析显示在DNA损伤修复 (DDR) 通路富集，其中LIG1、XRCC1、POLD1和 ERCC2包含leading-edge基因（图4D）。在本研究中将两个含卡铂和紫杉醇的臂合并以平行进行多西紫杉醇和卡铂治疗。LIG1和POLD1被证实在来自经历过残留疾病的患者的基线肿瘤样本中显着下调（图4E）。尽管样本量较小，但在仅使用紫杉醇的组中未观察到类似差异。LIG1和XRCC1的低RNA表达水平也与另一个新辅助化疗治疗的患者队列的TNBC子集中的无转移生存率差显着相关（图4F）。

携带LIG1缺失的TNBCs的分子特征

进一步研究了LIG1缺失或表达降低与肿瘤病理生理学特征之间的关联（图5）。 LIG1拷贝数对数比率与LIG1 mRNA和LIG1蛋白的水平呈正相关。在基因组水平上，COSMIC HRD 特征3在 LIG1 缺失的肿瘤中较低。相反，携带 LIG1缺失的肿瘤表现出显着更高的CIN（图5）。总的来说，这些结果表明LIG1的缺失与一系列不良预后特征相关，包括较高的增殖率、较不活跃的免疫微环境和较高的拷贝数不稳定性。

模型中的LIG1和化疗反应

患者数据表明转移性疾病中LIG1拷贝丢失的频率更高。蛋白质组学分析显示，随着肿瘤进展到化疗耐药状态，LIG1在拷贝数、mRNA和蛋白质水平上逐渐缺失（图6A）。通过蛋白质印迹（图 6A）以及POLD1和XRCC1蛋白表达的减少证实了LIG1蛋白的逐渐丢失。与临床观察到的化疗敏感性逐渐丧失一致，表达最高LIG1水平的WHIM68对卡铂敏感，而WHIM74和75逐渐显着降低敏感性（图6B）。为了进一步评估LIG1缺失与选择性卡铂不敏感性之间的潜在关联，分析了来自 NCI PDXnet 计划的TNBC PDX 队列。LIG1 mRNA水平在未能证明卡铂CR的PDX中显着降低（图6C），并且这种关系对于多西紫杉醇治疗不显着。还分析了第二个独立的TNBC PDX样本，该样本使用多种不同的肿瘤药物进行了短期体外治疗。该数据集表明，在超过100种测试的药物中，LIG1拷贝数缺失与卡铂耐药性具有独特的相关性（图6D）。

LIG1拷贝数缺失与多种癌症类型的无进展生存率和CIN有关

对TCGA中数据进行分析发现，LIG1单拷贝丢失在其他癌症类型中也存在。在TCGA泛癌数据集中，与野生型相比LIG1杂合体缺失与无进展生存期（PFS）较差有关（图7A），基因组改变的部分明显较高（图7B），HRD得分较低（图7C）。图7D展示了不同癌症类型的LIG1拷贝数缺失对PFS的影响。在子宫内膜癌，头颈部鳞状细胞癌，前列腺腺癌，结肠腺癌，以及肾乳头细胞癌中LIG1拷贝数缺失影响着患者的PFS，随着LIG1的丢失，观察到更高的基因组不稳定性（图7E）。 

查阅相关文献，蛋白质组学助力癌症研究的文章也是不在少数！

下面我们具体看一看文章的分析思路吧！

HCC的PME的蛋白质组学分析

肿瘤发生的PME（PME-O）

肿瘤进展的PME（PME-P）

HCC的PME亚型特征

TYMP作为HCC的潜在靶标

这就是一篇很经典的肝癌蛋白质组学分析，文章思路清晰明了，对于生信小白来说也是一个很不错的分析思路。

总结

蛋白质作为生命活动的主要承担者在生命活动起到至关重要的作用，蛋白质组学的兴起为研究人员探究蛋白质与疾病的关联提供了巨大的便利。本篇研究探索了三阴性乳腺癌化疗耐药相关的蛋白质组学标志物，是一篇非常值得大家学习的文章。生信的分析也要有理有据，有着严谨的逻辑，多个数据集验证也为探索出来的结论进一步佐证！还在为找不到方向的小伙伴不妨看一看，说不定就会碰撞出属于你的火花！