Nat Comm：彭隽敏团队高深度多组学整合研究揭示恶性脑瘤的潜在治疗靶点

来源：BioArt

各种组学研究技术在现今飞速发展，特别是基于质谱的蛋白质组学技术在过去十年间取得了突破性进展，为疾病机制的研究和精准治疗靶点的探索提供了新的契机。从广度上讲，高通量蛋白质组学在疾病研究中的应用已经从理论变成了现实。从深度上讲，我们已经能够准确定量分析几乎所有在人体细胞中表达的蛋白质，也能同时深度分析各种重要的蛋白质修饰。随着组学技术的发展，大数据的获取也变的越来越容易，多组学的整合研究已经逐渐成为生命科学研究的一个重要趋势。

神经胶质母细胞瘤是一种最恶性的脑瘤，平均五年生存率小于百分之十五。虽然大量的基因组测序已经为该肿瘤提供了一个比较完整的基因组水平的突变蓝图，但是就具体特定oncogenic driver如何改变不同信号通路和调节不同的核心调控蛋白来实现脑细胞的恶性转化这一重要的科学问题我们知道的还不够，同时，我们急切的需要一个系统性的方法来探索哪些受oncogenic driver 调节的核心调控蛋白对癌细胞的活性不可或缺，用以揭示新的癌症精准治疗靶点。

St. Jude Children’s Research Hospital 是全美国最著名的儿童肿瘤研究中心之一，被U.S. News & World Report 评为全美排名第一的儿童肿瘤医院。该研究中心的彭隽敏课题组一直致力于开发新的蛋白质组学技术和其在生命科学领域的应用【1-3】。该组在过去几年中先后开发了新的高深度蛋白质组学测量方法【4】（其目前最新的方法能够同时测定超过12,000人体细胞蛋白和50,000个蛋白磷酸化修饰），基于TMT标记的精确定量方法【5】，蛋白质数据库混合搜索引擎JUMP【6】和蛋白基因组研究软件JUMPg【7】等。

2019年8月16日，St. Jude Children’s Research Hospital 研究中心的彭隽敏的课题组在Nature Communications发表了题为 Deep multiomics profiling of brain tumors identifies signaling networks downstream of cancer driver genes的论文，通过高深度多组学整合研究揭示恶性脑瘤的潜在治疗靶点。

通过与同研究所的脑癌专家Dr. Suzanne Baker组合作，彭隽敏课题组将最新的蛋白质组学技术应用到胶质母细胞瘤的研究上，对两种胶质母细胞瘤的老鼠模型进行了多维度的组学测试，包括高深度蛋白质组学，高深度蛋白质磷酸化修饰，基因组学，和转录组学等，更将这些组学结果与人胶质母细胞瘤组学结果，以及多个数据库进行了整合分析。

应用最前沿的质谱技术，他们首次同时精确定量分析了13,860个胶质母细胞瘤蛋白质和 30,431个蛋白磷酸化修饰。利用系统生物学和人工智能的方法，彭隽敏的课题组成功揭示了胶质母细胞瘤的多个核心调控蛋白，包括41个磷酸激酶和23个转录因子。在同为RTK肿瘤基因（NTRK fusion和 PDGFRA 突变）引发的胶质母细胞瘤老鼠模型上，他们通过开发新的完全基于功能性蛋白磷酸化的算法来定量分析信号通路的激活程度，出乎意料地发现 NTRK fusion 激活了更强的PI3K-AKT肿瘤信号通路，包括AKT 下游的重要转录因子c-MYC和JUN等，并激活了多个包括PDGFRA在内的其他RTK激酶，形成了一个RTK-PI3K-AKT信号通路的正向反馈闭环。这个分子水平的发现和胶质母细胞瘤的体内和体外的实验表型吻合，具体表现为NTRK fusion导致的脑肿瘤细胞繁殖更快，以及NTRK fusion引发的脑肿瘤老鼠模型发病和死亡更早。最后他们通过个体化的CRISPR-Cas9 筛查试验，证明了在其发现的核心调控蛋白中，超过一半都对胶质母细胞瘤的活性起着至关重要的作用，包括代谢信号通路的关键磷酸激酶AMPKa1 and AMPKa2，为胶质母细胞瘤的精准靶向治疗提供了新的方向。同时，该文章中开发和整合的探索肿瘤治疗靶点的系统生物学方法也将对其他癌症类型的研究提供重要的参考思路。

据悉，本研究主要由St. Jude Children’s Research Hospital 研究中心的彭隽敏研究组完成，王洪博士为第一作者；Dr. Suzanne Baker 和彭隽敏教授为共同通讯作者。Suzanne Baker是该研究所脑肿瘤研究分支的主任，是胶质母细胞瘤研究领域的权威；彭隽敏是该研究所蛋白组学和代谢组学中心主任，是蛋白组学和代谢组学技术开发与应用，以及神经退行性疾病和癌症研究领域的专家。在论文中做出重要贡献的还有在同研究所的多位科学家，包括在肿瘤细胞生物学系的李春亮副教授和现单位在南京大学附属鼓楼医院检验科和精准医学中心的柏兵教授。

原文链接：

https://doi.org/10.1038/s41467-019-11661-4

参考文献

1. Stewart, E., Wang, H., et al., Identification of Therapeutic Targets in Rhabdomyosarcoma through Integrated Genomic, Epigenomic, and Proteomic Analyses. Cancer Cell, 2018. 34(3): p. 411-426.e19.

2. Dey, K.K., Wang, H., et al., Deep undepleted human serum proteome profiling toward biomarker discovery for Alzheimer's disease. Clin Proteomics, 2019. 16: p. 16.

3. Tan, H., et al., Integrative Proteomics and Phosphoproteomics Profiling Reveals Dynamic Signaling Networks and Bioenergetics Pathways Underlying T Cell Activation. Immunity, 2017. 46(3): p. 488-503.

4. Wang, H., et al., Systematic optimization of long gradient chromatography mass spectrometry for deep analysis of brain proteome. J Proteome Res, 2015. 14(2): p. 829-38.

5. Niu, M., et al., Extensive Peptide Fractionation and y1 Ion-Based Interference Detection Method for Enabling Accurate Quantification by Isobaric Labeling and Mass Spectrometry. Anal Chem, 2017. 89(5): p. 2956-2963.

6. Wang, X., et al., JUMP: a tag-based database search tool for peptide identification with high sensitivity and accuracy. Mol Cell Proteomics, 2014. 13(12): p. 3663-73.

7. Li, Y., et al., JUMPg: An Integrative Proteogenomics Pipeline Identifying Unannotated Proteins in Human Brain and Cancer Cells. J Proteome Res, 2016. 15(7): p. 2309-20.