UW團隊完成了三陰乳腺癌的大規模蛋白質組學分析

　　通過20種人衍生的乳腺癌細胞系和4個患者的腫瘤樣本，該研究鑒定了各種乳腺癌亞型的蛋白質，并且確定了潛在的治療靶標，這些結果近日發表在了《Cell Reports》上。

　　這項工作還強調了TNBC的高異質性和由此導致該疾病治療的困難性。

　　乳腺癌通常根據患者的受體狀態進行分類-雌激素受體、表皮生長因子受體、孕激素受體的存在與否。這些受體中的一個或者多個在超過80%的乳腺癌患者中表達，因此這些受體可以成為潛在的治療靶標。

　　然而，在這些受體都缺失的三陰乳腺癌中，就沒有為臨床治療留下這樣的靶標。此外，相比較于受體陽性的疾病形式，TNBC通常具有更強的轉移性和更糟糕的預后。因此，其需要更好的，更具有針對性的治療方式。

　　然而，論文的第一作者，華盛頓大學的研究人員Robert Lawrence說，很多通過基因組作用的乳腺癌靶標在三陰乳腺癌中比例很少。

　　“所以我們需要新的靶標，并且我認為，蛋白質組是一個很好的方向，”他說。

　　Lawrence說，雖然在三陰乳腺癌細胞系中，一些基因表達的作用的研究已經完成了，但是蛋白質組學方面的研究比較少。通過使用賽默飛的Fisher Scientific Q Exactive儀器，他和他的同事們描述了16個三陰細胞系，三個受體陽性細胞系和一個非腫瘤細胞系的蛋白質組。他們同時還描述了四個取自轉移性TNBC患者的腫瘤樣本。

　　總的來說，他們從11466個不同的基因中發現了12775種蛋白質，其中至少9000個蛋白在每種細胞系中都存在。每種細胞系的兩次分析表明，平均能夠重復再現80%的鑒定的蛋白質。

　　通過蛋白質組學數據，研究人員構建了不同亞型的細胞系，他們的發現，主要是通過從基因表達的數據來鑒定蛋白質，以及基于向細胞形態和細胞侵入實驗等信息進行分型。

　　UW的研究人員還檢測了針對藥物靶標的蛋白質數據，力圖尋找在三陰乳腺癌中過表達的蛋白質。他們也尋找蛋白質組學與基因突變有關的特征，這些蛋白質可能會促進癌癥的發生。Lawrence指出，他們不僅僅鑒定了直接受突變影響的蛋白質，還有那些相關的或者相互作用的蛋白質，這些蛋白質在一定情況下，都有可能成為潛在的藥物靶標。

　　“例如，如果具有功能缺失的突變，那么很難想像你將如何確定分子靶標，因為他們之間是存在因果關系的，”他說。“但是這里依然可能有突變后相關的蛋白可以成為潛在的靶標。所以這就是我們正在努力尋找的東西”

　　Lawrence指出，在蛋白質水平檢測靶標的另一個好處是，這可以幫助臨床醫生更好的考慮，在不同的靶標蛋白質表達水平下，患者對哪種靶向藥物更加敏感。

　　“如果你僅僅機械的靶向一種蛋白，而從來沒有考慮過其在細胞中的表達水平，你怎么能夠確定其能產生一個一個巨大的敏感性，”他說。

　　“這是顯而易見的，但是這個事實的重要性往往被低估，”他補充道，并指出，事實上，目前大多數引導靶向治療的診斷都是基于檢測靶標基因突變的存在，而通過這種檢測，給予我們的關于在目標細胞中，這種突變蛋白的信息是十分少的。

　　“例如，PI3基因突變在乳腺癌中是非常普遍的，所以現在有一些列針對這個基因的藥物正在研發，” Lawrence說。“但是這僅僅是在基因上檢測其圖變了與否，并將其作為了選擇PI3基因抑制劑作為藥物的標記。”

　　為了研究藥物敏感性的問題，UW研究人員利用160種藥物文庫在8中不同的濃度篩選了16個TNBC細胞系。他們發現，160個藥物中的123個，至少在一種細胞系中是具有可檢測到的影響作用的，并且每個細胞系至少對5中藥物具有敏感性。

　　通過使用聚合物的方式來研究藥物敏感性和蛋白表達，他們發現，這些蛋白質中的部分使用同一條通路，或者聚集的復合物也具有藥物敏感性，這表明，這一類分析對于新鑒定的靶向通路中的新的重要的靶向蛋白質是具有價值的。

　　研究數據是一種資源，其能夠提供人們正在研究的候選蛋白質的進一步的鑒定，這篇論文的主要作者，威斯康辛大學的一名研究員Judit Villén這樣說道。

　　這項為了新的藥物靶向的研究是與任何癌癥都相關的，但是主要是與沒有針對性療法的三陰性乳腺癌。她補充道，她和她的同事們關注未來，而不是僅僅檢測幾個受體或者基因的狀態，“我們將會測量許多不同的突變，并且也會測量許多不同的蛋白質的表達水平，而從中，我們可以推斷出最好的潛在的藥物。”

　　這種方法已經超出了乳腺癌的范圍，尤其是在the Side-Out Foundation中參與的研究人員，使用25個轉移乳腺癌患者樣品進行的基因組和蛋白質組分析，指導了患者的后期治療。這種方法，包括數據，是由包括維吉尼亞腫瘤研究所的免疫學家Nicholas Robert在內提出的。

　　在那項研究中，分子引導療法使患者的無進展生存期至少增加了30%，這是與當時最新的治療方案對比得出的結果，Robert的結果遠遠超出了研究人員定義的成功的標準。

　　而喬治梅森大學的研究人員Emanuel Petricoin和Lance Liotta通過蛋白質反向實驗進行了蛋白質組學分析。該實驗的能力主要取決于高靈敏度樣本的大小，但是其通常只具有較小的靶標-面板中存在的200種蛋白質。

　　UW的研究人員想要擴大能夠調查的候選蛋白的數量。Lawrence表示，他們需要根據他們的實驗結果進一步的研究一些蛋白質，這可以為藥物治療提供一種有效的引導。

　　“我認為下一步是證明這些關聯之間的因果關系，”他說。“為了操控細胞系中蛋白質的表達，并且證明其能夠影響藥物的敏感性。”

　　他說，這將為發展多通道蛋白質與特定藥物的敏感性的研究鋪平道路。

　　為了多通路藥物的研發，研究人員可能會采用具有高分辨率的平行反應監測定量方法。