UW团队完成了三阴乳腺癌的大规模蛋白质组学分析

　　通过20种人衍生的乳腺癌细胞系和4个患者的肿瘤样本，该研究鉴定了各种乳腺癌亚型的蛋白质，并且确定了潜在的治疗靶标，这些结果近日发表在了《Cell Reports》上。

　　这项工作还强调了TNBC的高异质性和由此导致该疾病治疗的困难性。

　　乳腺癌通常根据患者的受体状态进行分类-雌激素受体、表皮生长因子受体、孕激素受体的存在与否。这些受体中的一个或者多个在超过80%的乳腺癌患者中表达，因此这些受体可以成为潜在的治疗靶标。

　　然而，在这些受体都缺失的三阴乳腺癌中，就没有为临床治疗留下这样的靶标。此外，相比较于受体阳性的疾病形式，TNBC通常具有更强的转移性和更糟糕的预后。因此，其需要更好的，更具有针对性的治疗方式。

　　然而，论文的第一作者，华盛顿大学的研究人员Robert Lawrence说，很多通过基因组作用的乳腺癌靶标在三阴乳腺癌中比例很少。

　　“所以我们需要新的靶标，并且我认为，蛋白质组是一个很好的方向，”他说。

　　Lawrence说，虽然在三阴乳腺癌细胞系中，一些基因表达的作用的研究已经完成了，但是蛋白质组学方面的研究比较少。通过使用赛默飞的Fisher Scientific Q Exactive仪器，他和他的同事们描述了16个三阴细胞系，三个受体阳性细胞系和一个非肿瘤细胞系的蛋白质组。他们同时还描述了四个取自转移性TNBC患者的肿瘤样本。

　　总的来说，他们从11466个不同的基因中发现了12775种蛋白质，其中至少9000个蛋白在每种细胞系中都存在。每种细胞系的两次分析表明，平均能够重复再现80%的鉴定的蛋白质。

　　通过蛋白质组学数据，研究人员构建了不同亚型的细胞系，他们的发现，主要是通过从基因表达的数据来鉴定蛋白质，以及基于向细胞形态和细胞侵入实验等信息进行分型。

　　UW的研究人员还检测了针对药物靶标的蛋白质数据，力图寻找在三阴乳腺癌中过表达的蛋白质。他们也寻找蛋白质组学与基因突变有关的特征，这些蛋白质可能会促进癌症的发生。Lawrence指出，他们不仅仅鉴定了直接受突变影响的蛋白质，还有那些相关的或者相互作用的蛋白质，这些蛋白质在一定情况下，都有可能成为潜在的药物靶标。

　　“例如，如果具有功能缺失的突变，那么很难想像你将如何确定分子靶标，因为他们之间是存在因果关系的，”他说。“但是这里依然可能有突变后相关的蛋白可以成为潜在的靶标。所以这就是我们正在努力寻找的东西”

　　Lawrence指出，在蛋白质水平检测靶标的另一个好处是，这可以帮助临床医生更好的考虑，在不同的靶标蛋白质表达水平下，患者对哪种靶向药物更加敏感。

　　“如果你仅仅机械的靶向一种蛋白，而从来没有考虑过其在细胞中的表达水平，你怎么能够确定其能产生一个一个巨大的敏感性，”他说。

　　“这是显而易见的，但是这个事实的重要性往往被低估，”他补充道，并指出，事实上，目前大多数引导靶向治疗的诊断都是基于检测靶标基因突变的存在，而通过这种检测，给予我们的关于在目标细胞中，这种突变蛋白的信息是十分少的。

　　“例如，PI3基因突变在乳腺癌中是非常普遍的，所以现在有一些列针对这个基因的药物正在研发，” Lawrence说。“但是这仅仅是在基因上检测其图变了与否，并将其作为了选择PI3基因抑制剂作为药物的标记。”

　　为了研究药物敏感性的问题，UW研究人员利用160种药物文库在8中不同的浓度筛选了16个TNBC细胞系。他们发现，160个药物中的123个，至少在一种细胞系中是具有可检测到的影响作用的，并且每个细胞系至少对5中药物具有敏感性。

　　通过使用聚合物的方式来研究药物敏感性和蛋白表达，他们发现，这些蛋白质中的部分使用同一条通路，或者聚集的复合物也具有药物敏感性，这表明，这一类分析对于新鉴定的靶向通路中的新的重要的靶向蛋白质是具有价值的。

　　研究数据是一种资源，其能够提供人们正在研究的候选蛋白质的进一步的鉴定，这篇论文的主要作者，威斯康辛大学的一名研究员Judit Villén这样说道。

　　这项为了新的药物靶向的研究是与任何癌症都相关的，但是主要是与没有针对性疗法的三阴性乳腺癌。她补充道，她和她的同事们关注未来，而不是仅仅检测几个受体或者基因的状态，“我们将会测量许多不同的突变，并且也会测量许多不同的蛋白质的表达水平，而从中，我们可以推断出最好的潜在的药物。”

　　这种方法已经超出了乳腺癌的范围，尤其是在the Side-Out Foundation中参与的研究人员，使用25个转移乳腺癌患者样品进行的基因组和蛋白质组分析，指导了患者的后期治疗。这种方法，包括数据，是由包括维吉尼亚肿瘤研究所的免疫学家Nicholas Robert在内提出的。

　　在那项研究中，分子引导疗法使患者的无进展生存期至少增加了30%，这是与当时最新的治疗方案对比得出的结果，Robert的结果远远超出了研究人员定义的成功的标准。

　　而乔治梅森大学的研究人员Emanuel Petricoin和Lance Liotta通过蛋白质反向实验进行了蛋白质组学分析。该实验的能力主要取决于高灵敏度样本的大小，但是其通常只具有较小的靶标-面板中存在的200种蛋白质。

　　UW的研究人员想要扩大能够调查的候选蛋白的数量。Lawrence表示，他们需要根据他们的实验结果进一步的研究一些蛋白质，这可以为药物治疗提供一种有效的引导。

　　“我认为下一步是证明这些关联之间的因果关系，”他说。“为了操控细胞系中蛋白质的表达，并且证明其能够影响药物的敏感性。”

　　他说，这将为发展多通道蛋白质与特定药物的敏感性的研究铺平道路。

　　为了多通路药物的研发，研究人员可能会采用具有高分辨率的平行反应监测定量方法。