关注官方微信平台

电话:400-664-9912

QQ:3003443147

邮箱:marketing@biotree.cn

地址:上海市嘉定区新培路51号焦点梦想园B栋5楼

上海阿趣生物科技有限公司. 版权所有 沪ICP备17019578号-1

文献分享 | 应用蛋白组学技术在诊断子宫内膜癌上的新发现

分类:
阿趣动态
发布时间:
2019/06/28 11:11
浏览量
 
子宫内膜癌(endometrial carcinoma)是女性生殖系统中常见的癌症,在妇女最常见的癌症中排名第四,发病率仅次于宫颈癌。此类肿瘤的起因迄今尚不明确,一般认为,子宫内膜癌根据发病机制和生物学行为特点可分为雌激素依赖型(I型)和非雌激素依赖型(II型)。雌激素依赖型子宫内膜癌绝大部分为子宫内膜样癌(EC),少部分为黏液腺癌;非雌激素依赖型子宫内膜癌(HGSC)包括浆液性癌,透明细胞癌等。目前用于诊断EC和HGSC的标志物有WT1、TP53、孕酮受体(PGR)和连环素β-1(CTNNB)。前两者虽有较高的特异性,但是灵敏度却比较低。PGR更是受限于低灵敏度(81%)和低特异性(56%)。CTNNB作为检测指标的特异性虽然大于95%,可灵敏度也只有50%。因此,寻找适用性更强的诊断标志物工作已经迫在眉睫。
 
代谢组学
 
本期,阿趣生物技术支持部的小伙伴Tracy将给大家详细解读2019年4月中旬在《Clinical Cancer Research》杂志刊登的一篇题名为《Proteomics derived biomarker panel improves diagnostic precision to classify endometrioid and high-grade serous ovarian carcinoma》的文章,作者巧妙地应用蛋白组学技术研究诊断子宫内膜样卵巢癌和高浆液性卵巢癌的生物标志物,最终发现对8个特征蛋白的联合分析,可以提高诊断的效率以及准确性,并对指导更准确精准的组织特异性治疗方案起到至关重要作用。
 
研究方法
 
样本分组
发现集(n=20,HGSC=10,EC=10);验证集(n=361,HGSC=172,EC=189)
 
技术手段
Label-Free定量蛋白组、免疫组化
 
仪器平台
M-class nanoAquity UPLC system (Waters) ;Orbitrap Elite mass spectrometer (Thermo Scientific) ; Q Exactive Plus (QE+) mass spectrometer (Thermo Scientific)
 
数据库:Human Uniprot database
 
检索软件:MaxQuant(1.5.8.3)
 
分析方法:LFQ、学生T检验 (p<0.05)、ROC-AUCs、geNetClassifier、nominal logistic regression.
 
技术路线
 
 
代谢组学
 
 
研究结果
 
1. Label Free全蛋白组定量分析  
 
发现集(n=20,HGSC=10,EC=10),经过Lable Free 定量蛋白组学检测,共鉴定到6360个蛋白质,定量蛋白5648个。HGSC组和EC组定量共有蛋白有5559个,特有蛋白分别为48个和41个。两组对比筛选到537个表达差异蛋白,包括在EC组表达量上调较显著的PRG(4.20 log2FC)、MMP7(1.45 log2FC)、CTNNB1(0.86 log2FC),以及下调倍数较大的TP35(-2.06 log2FC)、MSLN(-2.67 log2FC)、IGF2(-1.62 log2FC)、CDKN2A(-2.57 log2DC)。
 
代谢组学
代谢组学
 
2. 筛选诊断HGSC和EC的生物标志物
 
使用R语言进行geNetClassifier分析,按照后验概率≥0.95进行筛选获得106个蛋白,发现排名在前两位的蛋白是MUC5B和PIGR,之后的皮尔森相关性分析又发现在这106个蛋白中,一些肿瘤蛋白,特别是HGSC-1和HGSC-9,在HGSC和EC组中呈现较大的负相关。
 
在ROC-AUCs分析中,作者发现PLCB1、PAM、KIAA1324和SCGB2A1这四个蛋白AUC值较大,诊断效果较好,也可以作为诊断的候选生物标志物。
 
代谢组学
代谢组学
  
继而作者使用验证集的361个样本(HGSC=172,EC=189),通过IHC的方法验证,发现在EC组样本中,上述候选的6个生物标志物(MUC5B、PIGR、PLCB1、PAM、KIAA1324、SCGB2A1)与目前诊断常用的4个标志物(PGR、CTNNB1、WT1、TP53)在EC组中表达量都较HGSC组高,其中KIAA1324,一种雌激素诱导基因,灵敏度和特异性是88.51%和52.94%,与PGR的特异性和灵敏度较最为接近。尽管PLCB1和PAM在ROC分析中具有较大的AUC值,但是IHC分析中的灵敏度却比较低,只有62.94%和56.90%。WT1和TP53指标的灵敏度和特异性较其他蛋白高,但并不是很理想,故使用单一的蛋白作为诊断的指标效果并不可观。
 
代谢组学   
 
基于此,作者另辟蹊径,应用逻辑回归的分析方法,对多个蛋白做ROC-AUC分析共建立5个模型。其中8个蛋白(KIAA1324、PAM、PGR、WT1、SCGB2A1、PIGR、CTNNB1、TP53)联合构建的模型5的AUC值高达0.99751,在EC组和HGSC组的错误诊断率同样低至1.76%和0.76%。最终作者确定这8个蛋白联合作为HGSC和EC诊断标志物的方案。
 
代谢组学
 
3. 应用全蛋白组技术深度研究EC和HGSC的生物学功能
 
为了深入研究EC和HGSC的生物学功能,作者选择了灵敏度更高的Q Exactive Plus质谱进行全蛋白学研究。EC组和HGSC组分别定量到7452和5648个蛋白。EC组显著上调蛋白有471个,显著下调蛋白有219个。Metascape和GSEA分析表明,在EC组中,雌性激素信号传导,脂肪酸代谢通路较显著的富集。此外,免疫/抗病毒反应,有丝分裂和细胞形态学过程以及雄激素受体信号转导在HGSC组中作用也比较显著。热图分析的z值表明这些蛋白主要参与晚期雌激素反应和干扰素刺激的抗病毒反应。实际上,雌激素诱导的基因在EC组中高表达,但在HGSC组中,泛素化连接酶(E1,E2,E3)通过结合类似泛素化的ISG15调节修饰干扰刺激基因化(ISGylation)的很多基因(MX1,MX2, IFT1, UBE2E1, STAT1, DDX58, EIF2AK2, UBE2L6),而Ubl羧基末端水解酶18(USP18)可以抑制ISGylation,故这些基因表达的蛋白产物在HGSC组中含量较高。
 
代谢组学
 
结论
 
本文作者应用非标记蛋白组技术以及geNetClassifier分析、多蛋白ROC模型建立等独特的数据分析方法,最终发现并验证8个蛋白((KIAA1324、PAM、PGR、WT1、SCGB2A1、PIRG、CTNNB1、TP53)的联合应用可以将EC和HGSC诊断效率从90.7%提高至99.2%,克服了应用单一鉴定指标的低灵敏度和低特异性的缺点,并对于指导更加精准的组织特异性治疗方案也提供了新思路。
 
蛋白组学好文推荐:
 
如需本次分享文献资料
识别下图的小程序码
 
 
>
>
>
文献分享 | 应用蛋白组学技术在诊断子宫内膜癌上的新发现