多篇文献解读 | 利用蛋白组和磷酸化等多组学数据识别治疗靶标、疗效和预后的生物标志物

原创 omicsolution omicsolution

蛋白质组学在癌症中的潜在临床应用包括改进和改进癌症分类，提供对功能性癌症生物学的见解，确定新的治疗靶点和疗效标志物，以及确定临床使用的预测和预后生物标志物。尽管这类工作主要是产生假设，但它提供了蛋白质组学如何改进当前诊疗的方向。

每家单位在做标志物筛选项目的时候都有自己拿手的技术路线以及技术资料，易算生物在设计大队列项目的时候，有哪些比较好的文献材料可以推荐？

1、治疗靶标

对肿瘤的蛋白质组和磷蛋白组的丰度变化进行分析，可以用来获得新的靶标，找到新的治疗机会。

比如基于蛋白质组和磷蛋白组分析，对110名CRC患者的配对的结肠直肠（CRC）肿瘤和NAT，找到了结肠癌相关的蛋白质、磷酸位点和激酶，其中包括已知和预测的生物标志物。蛋白质组学数据还将糖酵解的增加，与肿瘤中伴随高微卫星不稳定性（MSI-H）的CD8+T细胞浸润的减少联系起来，表明糖酵解的抑制可能使MSI-H CRCs对免疫检查点阻断更加敏感。磷蛋白组学数据显示，RB1超磷酸化在结肠癌中具有促进增殖和抑制凋亡的双重作用。针对RB1超磷酸化，文章提出了这类疾病可以通过抑制CDK2得到有效控制。

Vasaikar, S. etal. Proteogenomic analysis of human colon cancer reveals new therapeutic opportunities. Cell 177, 1035–1049.e19 (2019)

作为最常见的妇科恶性肿瘤之一，在一项子宫内膜癌（UCEC）研究中，对浆液性和子宫内膜性肿瘤的比较显示，浆液性肿瘤中TP53BP1-S1763和CHEK2-S163的磷酸化升高，这与较高的DNA损伤反应（DDR）有关，DDR是癌症治疗中热门的方向。对比DDR高和DDR低的肿瘤，进一步确定了多个高磷酸化的蛋白质，如DNMT1，这些蛋白在DDR高的样本中可以成为FDA批准的药物靶标。TP53 DNA结合域的热点突变与AURKA蛋白丰度的增高有关， AURKA抑制剂可以派上用场。

Dou, Y. etal. Proteogenomic characterization of endometrial carcinoma. Cell 180, 729–748.e26 (2020).

Krug等对122例未经治疗的原发性乳腺癌临床样本的免疫环境进行多组学实验，找到了乳腺癌样本的整体免疫分布和四种亚型各自的特征，除了找到可以从免疫检查点治疗中受益的肿瘤亚群，还可以评估Rb状态以更准确地预测CDK4 / 6抑制剂的用药效果。

Krug, K. etal. Proteogenomic landscape of breast cancer tumorigenesis and targeted therapy. Cell 183, 1436–1456.e31 (2020).

这篇cell揭秘东亚地区非吸烟人群肺腺癌的早期分子特征.在主要由非吸烟者组成的103名患者的研究中，一个高APOBEC突变标签的女性患者子集，显示了包括CDK1、CDK2和AURB在内的激酶的激活，给该人群提供了可干预的治疗方向。

Chen, Y.-J. etal. Proteogenomics of non-smoking lung cancer in East Asia delineates molecular signatures of pathogenesis and progression. Cell 182, e17 (2020).

尽管十年来以基因型为导向的临床试验开展很多，但LUAD中的靶向治疗所带来的临床进展在LSCC中还没有看到。

但是不要灰心，这里有一个例子，说明蛋白质组学数据可以帮助拓展基因组学数据，并有可能指导治疗。FGFR1是一个作为靶标的明星分子。但来自108名LSCC患者和99个配对NATs的肿瘤组织样本的蛋白质基因组学特征表明，NSD3，而不是FGFR1，可能是复发性病灶扩增子（8p11.23）的关键致癌驱动因素--同时解释了针对FGFR1的治疗方案并不成功的原因，并提供了一个替代性的靶标。

无独有偶，NSD3亦被其他文章被证明是肺鳞状细胞肿瘤发生的一个关键调节因素。研究还发现，有一部分患者的肿瘤表现出p63的低表达但survivin高表达的现象，survivin调节细胞增殖和死亡，是其他类型肿瘤临床试验的研究对象。

在以往研究中SOX2已被认为不能成为药物靶点，该研究发现SOX2过表达型LSCC中，LSD1和其他染色质修饰剂EZH2可作为替代的治疗靶点。

Satpathy, S. etal. A proteogenomic portrait of lung squamous cell carcinoma. Cell 184, 4348–4371.e40 (2021).

99名胶质母细胞瘤（GBM）患者的肿瘤组织样本的蛋白质基因组学特征，是最常见的原发性恶性脑肿瘤，文章确定了几个关键的磷酸化事件，包括PTPN11和PLCG1的磷酸化，作为介导致癌途径激活的潜在开关。作者观察到磷酸化的特异性变化，指出在EGFR、TP53和RB1变异的肿瘤中存在潜在的新靶标。

Wang, L.-B. etal. Proteogenomic and metabolomic characterization of human glioblastoma. Cancer Cell 39, 509–528.e20 (2021).

2、治疗疗效标志物

基于基因组变异尽管随着新靶点和靶向药物的出现，但大多数抗癌治疗仍然没有好的靶向药。即使存在可用药靶点突变，肿瘤异质性和耐药性也是挑战。由于大多数癌症药物靶点是蛋白质，蛋白质组学可以找到以前未知的，在该肿瘤类型中上调的可用药靶点，以及涉及到敏感和耐药的途径。比如细胞系为探索对多种治疗药物的反应提供了空间，这在人类肿瘤样本中不可行。对癌细胞系进行蛋白质组学分析以预测药物反应可行，并提供了基因组或转录组未获得的额外信息。

除了细胞系，小型患者队列也被用于寻找治疗反应的标志物的起点。比如有人分析了 25 名未接受过治疗的高级别浆液性卵巢癌 (HGSOC) 患者的队列，以寻找铂敏感性的标志物。先比较 11 例化疗耐药和 14 例化疗敏感的患者样本，发现较高水平的CT45 与铂类反应显著相关。且Kaplan-Meier 生存分析证实，高 CT45 表达与更长的无病生存期（p = 0.008）和总生存期（p = 0.016）相关。接下来使用超过 200 例卵巢癌组织芯片验证了研究结果。进一步的功能分析表明，CT45 通过形成铂-DNA 复合物来增强化学敏感性，并产生导致细胞毒性 T 细胞募集和癌细胞凋亡的肽。

Coscia, F. et al. Multi-level proteomics identifies CT45 as a chemosensitivity mediator and immunotherapy target in ovarian cancer. Cell, 175(1), 159–170. e16 e116.（2018）

蛋白质组学在难治性的肿瘤患者水平上也显示出实用性。比如在一位长达七年的软骨肉瘤患者中，由于转移灶的WES显示CDK4基因扩增，RNA测序发现RB1基因完整表达，因此建议使用CDK4/6抑制剂治疗。此外，还发现了EGFR和ERBB3的扩增，使针对EGFR或ERBB3的酪氨酸激酶抑制剂成为有效成为可能。于是，患者开始使用CDK 4/6 抑制剂。很遗憾，无效。

但是蛋白组学的数据告诉了另一种可能。因为蛋白质组学数据特别支持酪氨酸激酶抑制的选择，酪氨酸激酶（ALK、ERBB2、ERBB3）上的几个激活的磷酸化位点排名靠前。另外，AKT1/2在丝氨酸473/474处的磷酸化也强烈升高，表明下游信号传导活跃。与基因组、转录组的线索相反，蛋白质组学分析没有显示任何被认为是细胞周期调节的蛋白质的高表达。蛋白质组学数据本可支持使用泛酪氨酸激酶抑制剂进行治疗，因此可提供有用的信息来确定治疗方案的优先次序。

这种靶向蛋白质组分析可以建议难治性患者的治疗方案，并证明利用蛋白质组和磷酸化蛋白质组来了解DNA和RNA测序以外的潜在信息。这将有助于临床医生对患者进行标准、升级或降级治疗的分层，最大限度地提高预后并最大限度地减少毒性。

Wahjudi, L. W., et al.Integrating proteomics into precision oncology. International Journal of Cancer, 148(6), 1438–1451. (2021)

有人评估HER2 阳性乳腺癌样本对基于曲妥珠单抗的新辅助化疗的反应。在治疗开始前和治疗开始后48-72 小时进行针吸活检，并进行 DNA、RNA、蛋白质组和磷酸化蛋白质组分析。在病理完全缓解的患者中，除了发现了 HER2 蛋白的显著下调，还找到了下游 mTOR 靶标的磷酸位点变化。这包括临床诊断表明 HER2 的确扩增，但蛋白质组学证据表明它可能不是主要的分子驱动因素。尽管这项工作主要是产生假设，但它提供了蛋白质组学如何预测治疗反应的一个例子。

Satpathy, S., et al. Microscaled proteogenomic methods for precision oncology. Nature Communication, 11(1), 532(2020).

因此，要找出为什么某类患者对某些治疗有反应，以使患者更好地适应适当的治疗变得非常重要，这就涉及到了病人选择。

3、预后、病人选择生物标志物

蛋白组数据同样也提供了潜在标志物，提供在未来一些临床实验中选择治疗的优势人群以及预测预后。比如一些蛋白质组学数据能够更好地预测生存率。在GBM中，蛋白质组数据比RNA测序（RNA-seq）数据与患者的生存率有更明显的关联。

Yanovich-Arad, G. etal. Proteogenomics of glioblastoma associates molecular patterns with survival. Cell Rep. 34, 108787 (2021).

在一项前列腺癌研究中，蛋白质组数据比任何其他数据类型更能预测病人的复发，而且它们与基因组或表观基因组特征的结合进一步提高了预测性能。

Sinha, A. etal. The proteogenomic landscape of curable prostate cancer. Cancer Cell 35, 414–427.e6 (2019)

西妥昔单抗是一种EGFR mAb药物，是HNSCC的靶向药，但是成功率很低。此外，EGFR扩增或过表达不能预测对EGFR mAb的反应。一项关于头颈部鳞状细胞癌（HNSCCs）的研究，对108名HPV阴性HNSCCs患者的肿瘤样本和匹配的NAT进行蛋白质组、磷酸化位点学分析以指导用药。发现EGFR配体而非EGFR本身是EGFR途径激活的限制因素。当配体低时，即使EGFR蛋白高度过表达，也不会触发下游途径。作者建议将EGFR配体，而不是EGFR扩增或过表达用作生物标志物，以帮助选择用于EGFR单克隆抗体治疗的HNSCC患者。

Huang, C. etal. Proteogenomic insights into the biology and treatment of HPV-negative head and neck squamous cell carcinoma. Cancer Cell 39, 361–379.e16 (2021)

CDK4/6-RB途径的蛋白质组学特征表明，Rb的磷酸化状态应被视为CDK4/6抑制剂临床试验的生物标志物，而CCND1和/或CDKN2A基因组畸变或仅E2F活性的标志物可能不足以准确估计CDK4/6药对病人是不是敏感。

与HNSCC一样，CDK4/6抑制剂对LSCC的疗效甚微。然而，CDK4/6途径的上游调节因子与RB磷酸化水平不相关，这表明后者（Rb的磷酸化状态）可能识别出对CDK4/6抑制敏感的肿瘤患者的优势人群。

Satpathy, S. etal. A proteogenomic portrait of lung squamous cell carcinoma. Cell 184, 4348–4371.e40 (2021).