基因云馆新一代信息数据库

编辑推荐：

基于来自癌症基因组图谱(TCGA)计划的数据，一个多机构科学家小组完成了首个大规模的乳腺癌“蛋白质基因组学”（ proteogenomic）研究，将一些DNA突变与蛋白质信号联系到一起，并帮助确定了一些驱动癌症的基因。

这项研究旨在通过蛋白质和它们的修饰来更好地认识癌症。证实了相比于单独采用任一种分析方法，整合基因组和蛋白质组数据来生成更完整的癌症生物学图像的能力。

论文的资深作者、Baylor医学Lester 和Sue Smith乳腺中心主任及教授Matthew Ellis博士说：“我们还没有充分认识复杂的癌症基因组是如何转化为导致复发和死亡的驱动生物学的。这些研究结果表明整合蛋白质基因组学有一天可能会被 证明是一种强大的临床工具，使得我们能够横跨癌症基因组学与临床效应之间巨大的知识鸿沟。”

这项研究努力提供了TCGA计划中已确定基因组学特征的77个乳腺癌肿瘤蛋白质组与磷酸化蛋白质组（phosphoproteome）景观的广泛信 息。尽管TCGA生成了癌症体细胞突变的广泛目录，当前尚不清楚其中许多突变对细胞功能或患者结局的影响。此外，并非所有的突变基因都是真正的癌症“驱动 者”——一些仅仅是功能影响很小的“乘客”突变。一些突变被发现存在于遭到删除的极大的DNA区域内或是在额外的拷贝中，因此通过研究它们的蛋白质产物活 性来筛选出候选基因列表，可以帮助确定治疗靶点。

在这项研究中，研究人员利用精确的高分辨率质谱法分析了乳腺肿瘤，这一技术扩大基因组的覆盖范围超过了传统基于抗体的方法。这使得他们能够扩展研究努力，量化了超过12,000个蛋白质和33,000个磷酸化位点——一个极深的覆盖水平。

论文的资深作者、Broad研究所蛋白质组学平台主任Steven Carr博士说：“样品处理和仪器的发展给基于质谱的蛋白质组学带来了一场革命。我们现在可以将其应用于磷酸蛋白质组——这对于了解癌症和其他疾病中的信 号传导至关重要。我们的方法以从前无法实现的规模生成了强大且可重复的数据。”

与其他的癌症一样，乳腺癌肿瘤也具有许多的突变，因此研究它们需要无数的实验来认识在模型系统中各种突变组合的影响。采用这种方法，该研究小组研究了这些突变发生了进化的癌细胞，并分析了细胞蛋白质的整体产量。

针对一些乳腺癌亚型和携带常见突变如PIK3CA和TP53突变的肿瘤，分析结果揭示出了一些新的蛋白质标记物和信号通路。研究人员还将一些基因中 的拷贝数改变（额外或缺失的DNA）与蛋白质水平联系一起，使得他们鉴别出了10个新的候选调控因子。其中两个候选基因SKP1和 CETN3可能与癌基因EGFR有关联。EGFR是一种特别具有侵袭性的乳腺癌亚型——“基底细胞样”肿瘤的标志物。

利用转录(mRNA)分析，科学家们将乳腺癌分为4种主要的亚型：管腔A和B亚型，基底细胞样肿瘤，和富含HER2的肿瘤。在这项工作中，研究人员 利用蛋白质组和磷酸蛋白质组数据概要说明了基底和管腔亚型。他们还设法基于磷酸化信号通路聚类肿瘤鉴别出了富含基质的集群，并阐明了采用采用mRNA方法 未看见的一种G蛋白偶联受体亚群。

在研究和治疗乳腺癌时，科学家和医生们都希望发现除了HER2以外更多可用药物控制的激酶蛋白。采用曲妥单抗（赫赛汀）可以靶向HER2，但这种蛋 白质仅存在于20%乳腺癌中。在这项研究中，研究人员孤立点分析了一些激酶的磷酸化状态，凸显出了乳腺癌样本中一些异常活化的激酶，如HER2, CDK12, PAK1, PTK2, RIPK2和TLK2。

蛋白基因组是利用蛋白质组学数据，尤其是高精度的串联质谱数据, 结合基因组和转录组数据对基因组进行注释。蛋白质组数据不仅可以对已注释的基因进行验证和校正，进而发现新基因，实现对基因组序列的重新注释，还能系统发 现蛋白质特有的翻译后事件(如翻译后修饰和信号肽等)。随着基于串联质谱技术的蛋白质组学的快速发展，蛋白基因组学已成为功能基因组学研究不可或缺的重要 工具。2014年，中国科学院水生生物研究所葛峰课题组与李涛课题组合作，对模式蓝藻Synechococcus sp. PCC 7002的蛋白基因组学进行了系统研究。

2014年，由范德堡大学领导的一个研究小组鉴别出了驱动大肠癌的一些遗传突变的蛋白质“标签”。第一次综合阐析了人类癌症的“蛋白组-基因组学”特征，这将推动结直肠（大肠癌）癌诊断和治疗取得新的进展。迄今为止最大规模的乳腺癌全基因组测序研究，揭示出了与这一疾病相关的5个新基因，以及影响肿瘤生长的13个新突变标记。揭示出了存在于乳腺癌中的一些遗传变异以及它们出现在基因组中的位置。

推荐原文摘要：

Proteogenomics connects somatic mutations to signalling in breast cancer

Somatic mutations have been extensively characterized in breast cancer, but the effects of these genetic alterations on the proteomic landscape remain poorly understood. Here we describe quantitative mass-spectrometry-based proteomic and phosphoproteomic analyses of 105 genomically annotated breast cancers, of which 77 provided high-quality data. Integrated analyses provided insights into the somatic cancer genome including the consequences of chromosomal loss, such as the 5q deletion characteristic of basal-like breast cancer. Interrogation of the 5q trans-effects against the Library of Integrated Network-based Cellular Signatures, connected loss of CETN3 and SKP1 to elevated expression of epidermal growth factor receptor (EGFR), and SKP1 loss also to increased SRC tyrosine kinase. Global proteomic data confirmed a stromal-enriched group of proteins in addition to basal and luminal clusters, and pathway analysis of the phosphoproteome identified a G-protein-coupled receptor cluster that was not readily identified at the mRNA level. In addition to ERBB2, other amplicon-associated highly phosphorylated kinases were identified, including CDK12, PAK1, PTK2, RIPK2 and TLK2. We demonstrate that proteogenomic analysis of breast cancer elucidates the functional consequences of somatic mutations, narrows candidate nominations for driver genes within large deletions and amplified regions, and identifies therapeutic targets.