Cancer Cell：泛癌蛋白质组图谱揭示22种癌症的新型生物标志物和治疗靶点

癌症是一种高度异质性的疾病，其发病机制复杂，涉及多种基因突变和蛋白质表达的异常。尽管近年来基因组学研究取得了显著进展，但仅依靠基因组学数据难以全面理解癌症的生物学特征和治疗靶点。蛋白质作为细胞功能的主要执行者，其表达和修饰状态直接反映了细胞的生理和病理状态。因此，蛋白质组学研究在癌症的诊断、治疗和预后评估中具有重要价值。

近年来，随着质谱技术的发展，蛋白质组学研究逐渐从单一癌种扩展到泛癌研究。泛癌蛋白质组学通过分析多种癌症类型的蛋白质表达谱，揭示不同癌症之间的共性和差异，为癌症的分类、诊断和治疗提供了新的视角。然而，目前大多数泛癌蛋白质组学研究仍集中在少数几种癌症类型上，缺乏对多种癌症类型的全面分析。

近日，国际权威期刊Cancer Cell上在线发表了题为“The pan-cancer proteome atlas, a mass spectrometry-based landscape for discovering tumor biology, biomarkers, and therapeutic targets”的最新研究成果，该研究通过高通量DIA-MS技术建立了覆盖22种癌症的Pan-Cancer Proteome Atlas（TPCPA），系统分析了癌种间和同种癌症内的蛋白表达特征，识别出多个泛癌与特异性蛋白标志物、潜在靶点和亚型分类器，特别在结直肠癌的CMS亚型与免疫特征分析中展现出良好的临床应用前景，并通过在线平台对外开放了全部数据资源。

研究首先对所有样本进行了无监督聚类分析，发现样本主要根据癌症类型聚集，且实体瘤和液体瘤之间存在明显分离。通过单样本基因集富集分析（ssGSEA），研究团队进一步验证了已知的癌症生物学特征，例如前列腺癌中的雄激素反应、乳腺癌中的雌激素反应以及肝癌中的代谢特征。此外，研究还发现了一些特定肿瘤类型中高表达的E3泛素连接酶，这些酶可能成为未来蛋白质降解靶向治疗的潜在靶点。

为了更深入地理解癌症的分子特征，研究团队应用了加权基因共表达网络分析（WGCNA），识别了13个与癌症生物学相关的蛋白质模块。这些模块涵盖了细胞黏附、免疫反应、代谢过程等多个方面。例如，模块5与结直肠癌的细胞黏附和糖基化过程密切相关，而模块6则与热休克蛋白和线粒体功能相关。这些模块的发现不仅揭示了癌症的共性特征，还为特定癌症类型的诊断和治疗提供了潜在的生物标志物和靶点。

在免疫浸润分析方面，研究团队利用ESTIMATE算法和ssGSEA分析了不同癌症类型的免疫细胞浸润情况。结果显示，血液癌症和黑色素瘤等癌症类型具有较高的免疫细胞浸润水平，而前列腺癌、脑癌和卵巢癌则表现出较低的免疫细胞浸润。此外，研究还发现，结直肠癌的免疫亚型与共识分子亚型（CMS）之间存在显著关联，且免疫亚型的预后价值可能优于CMS亚型。

为了进一步验证蛋白质组学数据的临床应用价值，研究团队构建了一个基于75种蛋白质的癌症类型分类器，能够准确区分17种实体瘤的来源。该分类器在多个独立数据集上表现出良好的预测性能，为未知原发灶转移癌的诊断提供了新的工具。此外，研究团队还开发了一个基于52种蛋白质的结直肠癌CMS亚型分类器，能够在蛋白质组学水平上准确预测CMS亚型，为结直肠癌的精准治疗提供了新的依据。

综上所述，本研究通过构建泛癌蛋白质组学图谱，系统地分析了22种癌症类型的蛋白质表达谱，揭示了癌症的共性和特异性生物学特征。研究不仅发现了多个与癌症发生发展相关的蛋白质模块，还为癌症的诊断和治疗提供了潜在的生物标志物和靶点。此外，研究开发的癌症类型分类器和结直肠癌CMS亚型分类器在独立数据集上表现出良好的预测性能，为癌症的精准医学研究提供了新的工具和思路。未来，随着更多癌症类型的蛋白质组学数据的积累和技术的进一步发展，蛋白质组学有望在癌症的早期诊断、个性化治疗和预后评估中发挥更大的作用。

图 本研究模式图

原始出处：

Jaco C. Knol, et al. 2025. The pan-cancer proteome atlas, a mass spectrometry-based landscape for discovering tumor biology, biomarkers, and therapeutic targets. Cancer Cell.