GBM蛋白质组的地形图揭示肿瘤异质性

加拿大多伦多大学实验室医学和病理生物学系的Phedias Diamandis等利用质谱技术将4,794种蛋白质的丰度水平与20例GBM患者的不同组织学模式进行空间对比，并提出在肿瘤区域内发挥作用的多样分子程序；结果发表在2022年1月的《Nature Communications》在线。

——摘自文章章节

【Ref: Lam KHB, et al. Nat Commun. 2022 Jan 10;13(1):116. doi: 10.1038/s41467-021-27667-w.】

研究背景

胶质母细胞瘤（GBM）是恶性侵袭性脑肿瘤，肿瘤异质性与治疗抵抗和进展相关。加拿大多伦多大学实验室医学和病理生物学系的Phedias Diamandis等利用质谱技术将4,794种蛋白质的丰度水平与20例GBM患者的不同组织学模式进行空间对比，并提出在肿瘤区域内发挥作用的多样分子程序；结果发表在2022年1月的《Nature Communications》在线。

研究结果

研究者利用机器学习，将一致的转录信息进行叠加，并定义两个不同的蛋白质组学程序，即MYC-轴和KRAS-轴，它们与缺氧相互作用产生了一个三维的肿瘤异质性模型（图1）。此外，研究揭示增强的KRAS程序在胶质母细胞瘤细胞系中的药物敏感性差异和相对的化疗抵抗性。药物敏感性差异在转录胶质母细胞瘤亚组中不明显，表明该模型可能为靶向异质性和克服治疗抵抗性提供研究依据。

图1. 示意图概述数据生成、分析和展示的过程。

a. 苏木精和伊红染色（H&E）显示GBM区域：边界（LE）、浸润性肿瘤（IT）、细胞性肿瘤（CT）、坏死周围的栅状细胞（PAN）和微血管增生（MVP）。b. 收集20个GBM患者的临床数据。C. 石蜡包埋组织切片H&E染色，识别组织形态学特征。使用激光捕捉显微技术（LCM）切割并准备基于液相色谱/串联色谱（LC-MS/MS）的蛋白质组学分析。d. 生物信息学分析流程，包括多维尺度缩放、差异表达矩阵分析和基因集富集分析（GSEA）。e. 通过免疫组化方法验证选定的区域特异性生物标志物在外部患者队列中的表达。使用TCGA的分层RNA水平大致评估区域特异性标志物的临床意义。f. 数据已存储在可访问的在线数据门户中，以便对GBM的蛋白质组学特征进行交互式、实时的探索和比较。

声明：脑医汇旗下神外资讯、神介资讯、神内资讯、脑医咨询、AiBrain 所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。

投稿邮箱：NAOYIHUI@163.com

未经许可，禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用，亦须注明来源。欢迎转发、分享。