1. 首頁 > 健康養生 > >

「青蓮聚焦」肺癌研究中利用蛋白組學布局5-10分文章( 二 )

健康知識養生常識


「青蓮聚焦」肺癌研究中利用蛋白組學布局5-10分文章
文章圖片
由于只有極少數研究評估了生物標志物在將肺癌與其他疾病進行分類方面的特異性 。 為了評估癌癥特異性 ， 作者在其余數據集預測模型對肺癌病例的分類情況 。 分別對BC、CCA、CRC、EC和GC的LC進行分類 ， 誤差為18%、13.8%、20%、6.4%和12.5% 。 說明該模型能夠在所有測試集中以高靈敏度（>93%）將肺癌與其他癌癥區分開來 。 單個標志物FTL可以在5個測試組中將LC與其他癌癥區分開來 ， AUC>0.81 。 與其他四個標志物相比 ， FTL是重要的標志物 。 五種尿液生物標志物的組合不僅可以區分肺癌患者和對照組 ， 還可以將肺癌與其他常見腫瘤區分開來 。 生物標志物指標和預測模型在多環境通過更多樣本驗證時 ， 可與肺癌檢測的成像技術一起用作輔助診斷工具 。
「青蓮聚焦」肺癌研究中利用蛋白組學布局5-10分文章
文章圖片
前沿文獻PART02
基于質譜（MS）的蛋白質組學可以對復雜的生物系統（如細胞、組織或血漿）進行大規模分析 。 使用現代高分辨率質譜儀和的樣品制備工作流程 ， 可以并行檢測與定量數千種蛋白質 ， 包括豐度較低的蛋白質 ， 從而更好地了解癌癥中的分子相互作用和信號通路 。 小細胞肺癌（SCLC）分子亞型主要基于以下關鍵轉錄調節因子的表達模式進行表征：ASCL1（SCLC-A） ， NEUROD1（SCLC-N） ， POU2F3（SCLC-P）和YAP1（SCLC-Y） 。 作者針對性研究了這些分子亞群的蛋白質組學景觀 ， 旨在鑒定具有診斷和治療相關性的新亞型特異性蛋白質 。
「青蓮聚焦」肺癌研究中利用蛋白組學布局5-10分文章
文章圖片
標題：In-depthproteomicanalysisrevealsuniquesubtype-specificsignaturesinhumansmall-celllungcancer
【「青蓮聚焦」肺癌研究中利用蛋白組學布局5-10分文章】期刊：ClinicalandTranslationalMedicine（IF=8.554）
文章摘要：
「青蓮聚焦」肺癌研究中利用蛋白組學布局5-10分文章
文章圖片
技術策略：
使用人SCLC細胞系（26種細胞系） ， 采用數據獨立采集（DIA）質譜法對樣品進行定量測量 ， 評估細胞沉淀（CP）和培養基（CM）定量了近9000種蛋白質 。 與現有轉錄組學數據集相結合 ， 旨在更清楚地定義SCLC亞型 ， 提供對其控制治療反應的特征見解 。
結果速遞：
1、SCLC細胞系通過基于MS的蛋白質組學分為四種不同的亞型
通過蛋白質組學檢測SCLC細胞系的分子異質性 ， 表征了來自人原發性或轉移性SCLC病變的26種細胞系 ， 使用DIA蛋白質組學技術分析 ， 共鑒定定量了10161種蛋白質 。 根據關鍵基因ASCL1 ， NEUROD1 ， POU2F3和YAP1的表達 ， 將細胞系分為四個相應的亞組 ， 這些轉錄因子在其各自的亞型中也顯示出蛋白質水平的增加 。 通過比較具有不同特性（如培養類型 ， 細胞系起源和化療）的細胞系之間的神經內分泌（NE）特征和上皮間充質轉化（EMT）特征評分 ， 發現貼壁細胞系的NE評分明顯低于非貼壁細胞系 。 此外 ， NE和EMT評分之間存在顯著的負相關 。 培養過程中細胞系也顯示出顯著不同的生長特征 ， 在26個細胞系中 ， 10個（38.5%）懸浮生長 ， 3個（11.5%）半貼壁形式生長 ， 另外13個（50.0%）貼壁形式生長 。 貼壁和非貼壁細胞系顯示出明顯不同的蛋白質表達譜 ， 結合差異蛋白與KEGG富集分析情況均證明了蛋白質水平上的表型細胞系差異 。 對CP樣品進行無監督的共識聚類 。 分析揭示了蛋白質組數據中的四個聚類 ， 與基于mRNA的分型相一致 。
「青蓮聚焦」肺癌研究中利用蛋白組學布局5-10分文章
文章圖片
2、蛋白質組學分析確定SCLC亞型的潛在診斷標志物和成藥靶標