期刊名称：Cell             

发表时间：2023年8月

影响因子：64.5  

期刊分区：JCR 1区/中科院生物学1区

定量方法：TMT/MRM            

样本类型：FFPE/冷冻组织

1、前言

今天给大家带来一篇八月初发表在顶刊Cell上的题为“Proteogenomic analysis of chemo-refractory high-grade serous ovarian cancer”的临床蛋白质组学研究论文。文章的通讯作者是福瑞德·哈金森癌症研究中心的Amanda G. Paulovich教授。

2、研究背景

每年全球有超过18万人死于上皮卵巢癌，其中高级别浆液性卵巢癌（HGSOC）占60%，患者的五年存活率约为30%。手术联合化疗是卵巢癌的主要治疗手段，然而，10%-20%的HGSOC患者表现出化疗无效，预后不佳。且目前尚无有效方法在治疗前对难治性HGSOC与敏感性HGSOC进行区分，这使得化疗难治型患者经历化疗的痛苦但病情无缓解。

本研究对242个高级别浆液性卵巢癌（HGSOC）患者的样本（FFPE和冷冻组织）进行了基因组、转录组、蛋白质组和磷酸化组学的全面分析。确定了一个由64个蛋白质组成的能够高度特异性识别难治型HGSOC的预测模型，并根据差异RNA/蛋白/磷酸化修饰富集通路的聚类鉴定了5个HGSOC肿瘤亚型。为化疗难治型HGSOC的机制研究和临床治疗提供了理论和数据参考。

Figure 1 研究图文摘要

3、队列设置与研究思路

队列设置：研究设置了三个HGSOC患者队列，分别为：

1.发现队列：FFPE（福尔马林固定石蜡包埋）样本，包含91个敏感型HGSOC，67个难治型HGSOC。

2.验证队列：FFPE样本，包含10个敏感型HGSOC，10个难治型HGSOC。

3.验证队列：冷冻组织，包含44个敏感型HGSOC，20个难治型HGSOC。

此外，研究者还使用了两个外部队列（MSK-IMPACT和CPTAC-2016）的组学检测结果作为验证。组织收集时机在初次去瘤手术时（化疗前），难治性癌症定义为在初次去瘤手术后首次铂类/紫杉类化疗的6个周期内进展或疾病稳定的肿瘤；敏感肿瘤定义为对初始铂类/紫杉类药物治疗有效且在2年内未进展的肿瘤。

研究思路： 研究首先对化疗难治型/敏感型肿瘤的多组学数据进行了差异分析，包括对基因突变、染色体缺失、RNA、蛋白及磷酸化水平的差异分析和对基因拷贝数/RNA/蛋白质表达水平的综合分析。然后，研究结合鉴定到的差异蛋白与文献中筛选的化疗反应相关蛋白构建了化疗敏感型/难治型肿瘤蛋白质组学预测模型。最后，考虑到HGSOC的异质性，研究在对RNA/蛋白质/磷酸化修饰富集通路的聚类分析基础上，提出了新的肿瘤分子分型方式。

4、研究结果

4.1、多组学数据总览

研究发现化疗敏感/难治型肿瘤的部分抑癌基因发生了突变，如DNA损伤反应基因TP53、BRCA1、BRCA2。其中BRCA1/2突变在敏感型肿瘤中更频繁。此外，研究还发现化疗敏感/难治型肿瘤的基因组都非常不稳定，具有相似的多倍体水平和增添/缺失模式。对两类肿瘤的转录组和蛋白组差异分析筛选出了与治疗反应相关的22种RNA、4种蛋白质和1种磷酸化修饰。敏感型与难治型HGSOC的拷贝数变异（CNV）/RNA/蛋白质综合分析数据存在明显差异。其中303个基因在敏感型HGSOC中具有较高的CNV/RNA/蛋白质测量值，121个基因在难治型肿瘤中具有较高的CNV/RNA/蛋白质测量值。此外，敏感型肿瘤中的CNV-RNA和RNA-蛋白质相关性显著高于难治型肿瘤。

Figure 2 多组学数据总览

4.2、基因组改变与化疗耐药相关性分析

研究发现HGSOC大多数染色体都存在显著的杂合性缺失（LOH），但仅有17号染色体LOH与化疗敏感性显著相关，富含Chr17-LOH的肿瘤具有更高的生存率。肿瘤抑制基因TP53突变与Chr17-LOH相关，Chr17-LOH、BRCA1/2突变和WT TP53活性丧失可以作为治疗反应的独立预测因子。通过使用上述预测因子，研究进一步鉴定到与不同难治型肿瘤相关的关键蛋白。其中L1CAM 蛋白是肿瘤细胞侵袭和运动的主要因素，与Chr17-LOH肿瘤的难治性呈正相关；CDKN1A蛋白与非Chr17-LOH肿瘤的难治性相关；TGM2 蛋白（一种已知的 TP53 靶点）与高p53活性肿瘤的难治性相关。同源重组缺陷（HRD）阳性患者在上皮性卵巢癌中占了半数，研究发现，与难治型肿瘤相比，敏感型肿瘤中HRD评分更高。

Figure 3 治疗反应与CNV-RNA/蛋白顺式调控、染色体臂水平改变和TP53信号之间的关联

4.3、蛋白质组学预测模型

研究结合4个基于FFPE发现队列鉴定到的差异蛋白以及从文献中筛选的铂反应相关蛋白构建了一个1086个蛋白的候选集。在此基础上结合多种机器学习方法筛选出64个蛋白标志物。基于这64种蛋白质的预测模型，能够高度特异性地识别难治性HGSOC的子集。

Figure 4 蛋白质组学预测模型

4.4、肿瘤分子分型

研究对蛋白质组、磷酸化组和转录组数据进行富集分析，揭示了与敏感型、难治型肿瘤相关的分子特征，及与化疗难治型疾病相关的代谢途径。使用前150条在化疗敏感型和化疗难治型肿瘤间显著差异表达蛋白的富集通路进行共聚类分析。

使用基于单样本基因集富集分析(ssGSEA)的150条通路的蛋白通路评分，鉴定出5个HGSOC肿瘤亚型，并且这种分型方法在验证队列中得到验证。后续分析进一步发现第1类肿瘤与翻译和rRNA加工通路的高表达相关。第1、2类肿瘤表现为细胞周期相关通路高表达，第3类肿瘤表现为代谢通路高表达，第4类肿瘤表现为缺氧、EMT和TGF-b通路的上调。第4、5类肿瘤表现为免疫通路评分升高。这些结果表明它们的不同分子特征可能涉及不同的化疗难治性机制。

Figure 5 通路富集分析显示与化疗抗性相关的多种生物学过程并揭示肿瘤分簇

5、结论

该研究对三个高级别浆液性卵巢癌（HGSOC）患者队列的242个治疗前手术活检样本进行了全面的基因组、转录组、蛋白质组和磷酸化组学分析。基于这些组学数据研究分析了基因组变化与化疗难治的相关性，确定了一个能够高度特异性识别难治型HGSOC的64个蛋白质的预测模型，并根据RNA/蛋白/磷酸化修饰富集通路的聚类鉴定了5个HGSOC肿瘤亚型，分析了这五个肿瘤亚型的不同分子、代谢和微环境特征，暗示了他们可能具有不同抗化疗机制。这些研究结果为化疗难治型HGSOC的机制研究和临床治疗提供了理论和数据参考。

6、总结

本研究专注于研究敏感型和难治型的高级别浆液性卵巢癌的区别，在构建蛋白质组预测模型时，不局限于敏感型/难治型肿瘤的差异蛋白，还关注到了化疗反应相关蛋白，为构建预测模型提供了新的思路。并且由于肿瘤的发生原因复杂，本研究通过通路聚类分析鉴定出5个HGSOC肿瘤亚型，发现每种亚型对应着不同的富集通路，为针对肿瘤亚型的差异化治疗方法提供了依据。美中不足的是本研究中的蛋白质组预测模型未能在更大队列中得到验证。且FFPE样本相较于冷冻组织鉴定到的转录组和磷酸化组学数据明显偏少，这与RNA/磷酸化修饰的高度不稳定相关。这暗示着FFPE样本更适合作为蛋白质组学和基因组学的分析样本。

7、参考文献

Chowdhury, Shrabanti et al. “Proteogenomicanalysis of chemo-refractory high-grade serous ovarian cancer.” Cell vol.186,16 (2023): 3476-3498.e35.