【原】Cell发布：蛋白质基因组学揭示高级别浆液性卵巢癌化疗耐药性分子机制

卵巢癌是女性常见的恶性肿瘤之一，高级别浆液性卵巢癌(HGSOC)是其中最具侵袭性和致命性的亚型之一。然而，对于该疾病化疗的耐药性问题一直困扰着医学界。HGSOC作为对化疗最敏感的上皮恶性肿瘤，目前仍无法在治疗前检出化疗难治型病例，导致这些患者不仅接受了无效的铂类化疗，还承受了治疗带来的副作用。因此，临床急需可以为这些患者确定有效的治疗药物或提供对难治型疾病分子机制的见解。

为了解决这一未满足的临床需求，今年8月初，美国福瑞德·哈金森癌症研究中心Amanda G. Paulovich团队于国际顶级期刊《Cell》重磅发布最新研究成果：“Proteogenomic analysis of chemo-refractory high-grade serous ovarian cancer”。研究团队利用先进的蛋白质组学等技术对242例（难治型和敏感型）HGSOC治疗前活检样本进行了深度分析，确定了一个可以高特异性地预测化疗难治型HGSOC亚群的蛋白特征，为未来的临床治疗和个体化医学提供了重要的指导。

研究结果

1、研究队列设置

本研究针对化疗敏感型和化疗难治型患者，共设置3个HGSOC队列：1个发现队列（FFPE（福尔马林固定石蜡包埋）样本，158例）2个验证队列（队列1：FFPE样本，20例；队列2：冷冻组织样本，64例），分别进行蛋白质组学、磷酸化蛋白质组学、WGS和RNA-seq测序分析（图1）。并且，研究还选择了两个外部队列（MSK-IMPACT和CPTAC-2016）进行了组学数据的验证。

图1 蛋白质组学、磷酸化蛋白质组学、WGS和RNA-seq数据的可用性

2、基于蛋白质组学的预测模型

研究团队基于机器学习技术整合FFPE发现队列的蛋白质组学数据及HGSOC相关历史研究数据，筛选到64种蛋白质，然后利用ElasticNet、Random Forest和XGBoost算法构建了一个包含64种蛋白质的集成预测模型。在5折交叉验证中，该模型在FFPE发现队列的蛋白质数据上显示出较好的性能，AUC=0.83。此外，研究团队使用独立的患者队列（冷冻和FFPE样本队列）评估预测模型的性能，均获得了相对较高的AUC值（AUC=0.81，AUC=0.91）。结果表明，基于64种蛋白质的预测模型，能够高度特异性地识别难治型HGSOC的子集。

此外，研究者还利用基于质谱的多重反应监测技术（MRM-MS）对模型中的22种蛋白质进行了验证，AUC=0.76，证明了开发用于预测的多重MRM分析的可行性，并为模型中的64种蛋白质的扩展分析奠定了基础。

图2 基于蛋白质组学的预测模型

3.通路富集分析及肿瘤分子分型

为寻找与敏感型、难治型相关的代谢途径，研究者对蛋白质组、磷酸化修饰组和RNA-seq数据进行富集分析。结果显示，在所有组学数据集中，敏感型肿瘤中的E2F靶标、G2M检查点和DNA复制等均升高，难治型肿瘤中的缺氧、转化生长因子b (TGF-b)和上皮间质转化(EMT)等均升高。而难治型肿瘤的氧化磷酸化(OXPHOS)和三羧酸(TCA)循环只在蛋白水平升高，RNA水平未见异常，表明蛋白质组学和RNA-seq数据在代谢途径中的一致性较低。

为了表征HGSOC治疗反应机制的异质性，研究者对基于蛋白组学数据显著富集的前150条代谢通路进行聚类分析，确定了HGSOC的5种亚型。簇1与翻译和rRNA加工途径的高表达相关。簇1和簇2显示出高细胞周期相关通路。簇3显示代谢通路的高表达，而簇4显示缺氧、EMT和TGF-β通路的上调。簇4和簇5肿瘤表现为免疫通路评分升高。

图3 代谢通路富集分析

小结

该研究的突破之处在于将蛋白质组学和基因组学相结合，通过对242个难治型和敏感型的HGSOC组织样本进行全面分析，从而深入地揭示了化疗难治型高级别浆液性卵巢癌的分子机制。本研究还确定了基于64种蛋白质的化疗耐药性预测模型，以及5种HGSOC的亚型，并发现了潜在的亚型特异性治疗策略，为未来的临床治疗和个体化医学提供了重要的指导。

参考文献

Chowdhury S, et al. 2023. Proteogenomic analysis of chemo-refractory high-grade serous ovarian cancer. Cell.