A proteomic landscape of diffuse-type gastric cancer

弥漫型胃癌的蛋白质组学研究

期刊：Nat Commun；影响因子：12.121  

发表单位：（北京）国家蛋白质科学中心等

导 读

    弥漫性胃癌（DGC）是一种难以治疗的癌症，且患者往往预后不佳。国家蛋白质科学中心（北京）和北京大学肿瘤医院的研究人员于2018年5月发表在《Nature Communications》的一项新研究表明，肿瘤和微环境中的蛋白质组学图谱可以为个性化治疗提供额外的信息。通过分析84名弥漫性胃癌患者的肿瘤和微环境样本中的蛋白质组和外显子组，研究人员定义了细胞周期、EMT和免疫过程富集三种蛋白质组亚型，以及相关的肿瘤-微环境基因突变、生存模式和可能的治疗目标。

摘 要

    弥漫型胃癌（DGC）是胃癌的一种亚型，预后很差且治疗选择很少。本篇研究展示了来自84个DGC患者的数据集，该数据集由11340个基因产物的蛋白质组和274个癌症驱动基因的突变信息组成，涵盖配对的肿瘤和临近组织。基于差异蛋白质组，DGC可以分为三种亚型（PX1-3）。PX1和PX2的细胞周期失调更突出，PX2具有额外的EMT过程。PX3富含免疫反应蛋白，存活率最差，对化学疗法不敏感。数据分析揭示了DGC的四个潜在治疗靶点，并为DGC患者，特别是PX3患者推荐免疫治疗。该数据集提供了DGC中信号通路改变的详细信息，并指出蛋白质组分析在癌症分子分型中的优势。

前 言

    胃癌（GC）是全球癌症死亡的第三大原因，特别是在东亚地区。弥漫型胃癌（DGC）占胃癌的大约30％，并且具有差的临床结果很少有针对性的治疗方案。DGC主要被分类为基因组稳定的肿瘤。先前的研究已经鉴定了胃癌驱动基因和基因的转录水平，提到了我们对胃癌中失调途径的理解。

    整合的蛋白质组学分析为理解癌症生物学提供了一种新的范式，并具有功能背景来解释基因组数据。本研究进行了DGC的首次蛋白质组学分析，揭示了DGC的三种蛋白组亚型，为数据挖掘和临床验证指导提供了丰富的资源。

研究概要

1    蛋白质组分析和靶向外显子组测序

    作者收集了84例弥漫性胃癌及其临近正常组织样本，用于蛋白质组分析和靶向外显子测序。蛋白组定量了11340个基因表达，大量蛋白质被注释为细胞外基质或细胞外空间，表明DGC蛋白质组数据集包括肿瘤微环境。基因组分析共检测到183个基因的7197个体细胞变异，TP53、CDH1、KMT2D、RHOA、ARID1A、APC和PIK3CA被检测为高频突变，WNT（APC和CTNNB1）和NOTCH（NOTCH1和NOTCH2）等发育途径包含大量突变基因。

图1，弥散型胃癌的蛋白质组学和基因组分析概要。c，基因本体论注释的DGC蛋白的亚细胞分布；d，患者队列中高频非同义突变图谱。

2    DGC蛋白质组的一般特征和改变的途径

    PCA证明了肿瘤蛋白质组和临近组织之间蛋白组的明显区别，揭示了DGC的蛋白质组学格局发生了变化。基因本体论注释表明，肿瘤蛋白质组在上皮间质转化（EMT）、细胞周期、DNA复制、检查点、E2F，p53信号传导和炎症反应途径中更富集，而非肿瘤组织蛋白质组富集了更多代谢途径如脂肪酸代谢、氧化磷酸化和氨基酸代谢。许多包括消化、吸收、分泌和胃酸生成等在内的胃功能蛋白，如PGC、GIF、GAST和ATP4A在肿瘤中丢失，胃组织特征的丧失是DGC的重要总体特征。

    差异蛋白分析进一步显示，肿瘤中细胞周期调节（CDK1、HAT1、DNMT1）、DNA复制（MCM2-7解旋酶、RRM1-2）、凝缩蛋白复合物（SMC2/4、NCAPD2，NCAPG）和代谢（NNMT、MAGED2）的蛋白质增多。包括转化生长因子（TGF）、WNT、NOTCH和干扰素（IFN）在内的癌症驱动途径被上调，蛋白质在配体和受体水平上显著增加，表明DGC中癌症驱动因子通路失调。

图2，弥漫型胃癌的蛋白质组学特征。d，肿瘤中差异的蛋白，突出4个主要类别，括号中的百分比表示84位患者中蛋白差异>3倍变化的肿瘤样品的百分比。

3    DGC蛋白质组学亚型与总体生存

    基于差异表达蛋白聚类突出显示三种DGC亚型，并分析了分子亚型和临床预后的关联。细胞周期亚型（PX1）包含最少数量的差异表达蛋白，这些蛋白在细胞周期相关过程中富集；EMT亚型（PX2）不仅富含细胞周期蛋白，而且富含EMT过程中的蛋白；免疫学过程富集亚型（PX3）的特征是免疫相关蛋白质富集。PX1亚型的总生存期（OS）最佳，而PX3亚型的OS最差，且PX3亚型患者的化疗没有显著的预后改善。

图3，基于蛋白表达的DGC分子亚型及其与临床结果的相关性。c，所选蛋白质的热图，代表了PX1-3中84位患者的主要信号通路的改变；d，分子亚型与患者总体生存率的关联。

4    肿瘤蛋白质组与DNA突变的相关性

    为了研究基因组和蛋白质组之间的相关性，作者着重于具有蛋白质组改变模式的驱动基因的DNA突变。PX1亚型的DNA突变数最少，PX3亚型的突变数最多。PX3中的DNA突变表现出多种途径的富集，包括CXCR4、PI3K-AKT和粘着斑途径。在存在显著蛋白改变的9个驱动基因中，突变肿瘤抑制基因（TSG）产物（ARID1A、ATM、BAX、PLEKHA6、SOX9）显著降低，癌基因产物（MED12）升高。另外，对于最高频突变的9个基因（TP53、CDH1、KMT2D、ARID1A、FAT4、RHOA、SPTA1、APC和PIK3CA），它们也显示与大量蛋白的表达改变存在反式作用。

图4，基因组突变与蛋白质表达的相关性。a，PX1-3中差异突变的基因及其途径；b，所选突变基因的蛋白质表达状态；c，主要癌症驱动途径中突变基因的差异蛋白表达，左图总结了在主要的致癌和抑癌途径中，蛋白质表达改变和所选蛋白质的基因突变之间的相关性，括号中的数字分别代表检测到差异蛋白表达的患者数量、检测到的突变数量以及检测到两者的病例数；右图显示了每位患者的差异蛋白表达和基因突变，大点表示蛋白质表达的变化，小点表示基因突变。

5    DGC候选药物的提名及免疫治疗的蛋白质格局

    作者尝试根据蛋白质组学数据的特点来提名候选药物，筛选出23个与预后相关的胃癌候选蛋白药物靶标。通过分析DGC的通路特征，作者揭示了DGC的脆弱性，并提示未来可以考虑在以下4种途径作为出发点寻找靶向药物：经典的肿瘤生长通路、代谢和氧化应激过程、细胞黏附和侵袭过程以及肿瘤和肿瘤微环境中的免疫调控。最后，作者还检查了目前正在开发用于癌症免疫治疗的药物靶标，提供证据支持上述潜力治疗靶点可以为DGC患者，特别是PX3亚型患者提供潜在的免疫治疗目标。

图5，提名DGC的潜在药物蛋白。a，蛋白表达与基因组数据的总体存活率之间的关联评估药物靶标；b，蛋白表达与蛋白质组学数据的总体存活率之间的关联评估药物靶标；d，提名药物靶标候选物的细胞定位和信号通路，提名的药物候选蛋白以红色显示。

讨 论

    本篇研究首次展现了DGC的蛋白质组学图谱，呈现了改变的癌症蛋白质组的全景，并在蛋白质组水平上分析和提取DGC中改变的信号通路。研究将患者分为与临床结果、治疗反应和生物学特征相关的三种分子分型，并揭示了DGC在蛋白质组水平上的异质性和多样性，蛋白质组亚型的特征是信号通路和临床预后明显改变。通过分析来自同一患者的肿瘤和附近组织的蛋白质组，还提名了潜在的药物靶标。研究建议在提名用于治疗和开发药物的药物靶标/候选药物时，除考虑肿瘤中的差异表达外，还要考虑过表达和预后之间的相关性。将来研究DGC提名的4类靶向途径和23种潜在药物候选将很有趣。此外，对肿瘤及其微环境的分析也描绘了DGC中的免疫蛋白格局。PX3亚型可能无法从化学疗法中受益，但可能成为免疫疗法的主要靶标，未来如何将蛋白质组学的分型转化为临床应用将是未来的重要研究方向。