测序技术的主要进步发展近年来意味着科学家们不再需要依靠简单的蛋白质组和基因组信息隔离。Proteogenomics夫妇质谱(MS)技术与高通量下一代测序(上天)技术研究蛋白质变异生物的作用机制和疾病病态。“系统生物学”的趋势的一部分,proteogenomics是在加速扩张。在本文中,我们看看proteogenomics中采用的方法,探索proteogenomics是如何改变的动态精密医学肿瘤学。

Proteogenomics方法

女士的蛋白质的研究中,数据通常是匹配现有映射多肽蛋白质数据库的引用。几个关键问题;尤其是蛋白质的可能性问题可能是小说中引用,因此不是一个数据库,和肽可能包含突变或代表另一个接头形式。

通过蛋白质组学和基因组学、proteogenomics集基因组、转录组和蛋白质组数据集来克服这些问题。“Proteogenomics允许分析相关的信使RNA和蛋白质对跨样本,突变,转录后修饰,和信号通路,和相关的监管对RNA和蛋白表达水平的影响引起的遗传变异(eQTL),小分子核糖核酸(microrna)和拷贝数畸变(CNAs),“说Alexzander Asea,教授和主任精密治疗Proteogenomics诊断中心,托莱多大学。“常见的技术用于proteogenomics研究包括RNA序列和数据分析,质/女士和谱质谱。"

Proteogenomics代表一个平等的伙伴关系每个组件,每个组件的贡献和好处。上天可以让研究者去描述基因组变异,如单核苷酸多态性(SNPs)和易位。使用在网上方法,这些变体可以翻译成proteoforms可以添加到现有的蛋白质数据库用于女士的解释数据;这样全面的数据库。

连续反馈回路之间基因组学、蛋白质组学、转录组数据proteogenomics严重依赖的数据集成和生物信息学软件系统——一个数组的存在:“实现可再生的和可靠的数据,是非常重要的使用和/或定量结合生物信息学软件,包括创新路径分析(IPA)平行反应监测(人口、难民和移民事务局),初期发育,整合图书馆基于网络的蜂窝签名(距离)和轮廓,DESeq, Limma,磨边机、R和MStats,“Asea指出。

在小说领域的挑战

小说研究领域遇到的挑战在他们建立和细化的方法——proteogenomics也不例外。

“全基因组测序(基因组)还很前沿,而使用它有很多好处,也有一些缺点,很多数据,强大的计算机,参考基因组等,”亨利·罗德里格斯指出,办公室主任癌症临床蛋白质组学研究在国家癌症研究所。

结合三个学科——每一个产生大幅大型数据集——关于分析是一个巨大挑战。Nesvizhskii强调在2014年的自然方法的几个关键问题审查的领域,包括需要克服“数据囤积”在proteogenomics和虚假的发现。¹Nesvizhskii讨论几个错误的发现proteogenomics来源,包括“应用程序相同的过滤阈值已知的和新颖的肽,正确识别小说肽高度同源的序列,并使不受支持的结论基于共享肽”,并鼓励关注建立全面的数据分析的指导方针,克服这些问题。此外,谈到他的经历美国国际2019发布会上,Asea说:“由于大量的数据生成质量spectrometry-based实验期间,博士Birgit先令从巴克研究所衰老,诺瓦托,CA明确表示,生物信息学算法的改进,是一个重要的战略的未来临床蛋白质组学。”

同时拥有先进的女士和近年来极大的改善,相关问题敏感性,蛋白质的大小,样品溶解、分离和数据分析仍然存在。“MS-based蛋白质组的方法仍然有很多优化之前,”罗德里格斯言论。“然而,质谱分析的灵活性和潜力还有待充分利用。在未来几年,我很高兴它将提供洞察先前难以接近的角落细胞生物学,”他补充道。

使精密肿瘤更“精确”

从“组学”的角度看,临床肿瘤学领域是历史上由基因组学研究。然而,NCI的办公室的癌症临床蛋白质组学研究通过改变的动态字段临床肿瘤蛋白质组学分析联盟(CPTAC)。罗德里格斯说:“通过proteogenomics整合基因组和蛋白质组数据的方法可以阐明生物学很难获得或不可能仅通过基因组学,帮助使精密肿瘤更精确。“Asea还补充说,这些项目”加上人类蛋白质组计划(HPP)是所有重要的突破,极大地推动proteogenomics和精密医学领域的未来。”

从CPTAC研究人员利用proteogenomic方法使新奇的发现结直肠,乳房和卵巢癌症。他们想知道在每个研究蛋白质编码改变在物理蛋白质表达水平;不能只从MS数据推导出的信息。

结肠直肠癌

在上述结直肠癌(CRC)的研究与自定义序列数据库、数据库进行搜索匹配RNA为个体肿瘤样本测序数据。²调查结果显示,796个氨基酸变异(SAAVs)在86个肿瘤样本。特别是20问放大与全球最大mRNA和蛋白水平的变化,强调20问放大在结直肠癌的重要性;一个以前有争议的概念。在20问地区内的79个基因,只有40显示显著CNA-protein相关性,此举表明序列转化为高蛋白质丰度。通过结合蛋白质组学和基因资源,随后的工作确认基因的一个子集,可以优先考虑在将来的研究中结合蛋白质组学和基因资源。

胃癌

最近,一项研究发表在细胞出版社涉及蛋白质组和基因组分析80年从年轻分散胃癌肿瘤组织(GC)的病人³。最初的基因组分析发现7079产生的体细胞单核苷酸变异(SNVs)被发现在肿瘤但不是在4982年从同一个病人外周血单核细胞基因。这些基因,六被发现明显变异,包括背景,TP53 BANP, MUC5B, RHOA ARID1A。MUC5B和BANP以前未报告的gc。蛋白质组学分析确定蛋白质的磷酸化水平显著增加样本的这些基因的突变。是携带者,ARID1A RHOA画报》80年mutation-phosphorylation相关性蛋白质。通过信使rna、蛋白质磷酸化和N-glycosylation数据,四种亚型的漫射GCs和它们相关的细胞通路随后杰出;通过信使rna分析信息,就不会实现。

现在,年轻患者GCs扩散可以分为积极或消极的预后取决于是否增加或减少mRNA和蛋白表达水平的选择癌基因和肿瘤抑制基因。作者还指出,药物敏感性可以预测基于ARD1A mutation-phosphorylation协会,背景和RHOA——但是需要进一步验证。

个性化医疗在癌症

病人和医生在肿瘤领域面临着一个日益严重的问题——抵抗癌症疗法。百分之九十的失败在化疗期间癌症相关的入侵和转移耐药性。Proteogenomics可以帮助理解这个电阻,通过研究某些基因和蛋白质变异的重要性决定治疗的成功。

例如,在CRC患者常常接受治疗用单克隆抗体西妥昔单抗和帕尼单抗(anti-EGFR药物)。一个研究使用定制的矿业国际基因组的rna序列数据的财团和癌症基因组图谱数据库调查变体肽的作用除了免疫球蛋白基因变化Anti-GFR疗法。⁴他们发现野生型KRAS anti-EGFR需要药物功效在这种形式的癌症,因此这种基因的变化可能导致治疗反应不佳。

一篇论文发表在实验医学和生物学的发展使用MS-based proteogenomic分析探索看门人突变的肺癌。⁵研究人员表明,酪氨酸激酶抑制剂的功效(一种抗癌药物)可以跨种族不同,强调的价值MS-based proteogenomic方法,以“使突变的直接分析和表达融合蛋白在临床样本”提供药物发现和开发科学家分层患者的能力。比利时罗马尼亚比分直播

“精密治疗Proteogenomics诊断中心,我们使用的是Proteogenomics平台来理解为什么三阴乳腺癌(TNBC)是这样一个激进的疾病,”Asea说。“虽然略对化疗,TNBC更难以治疗,通常大多数可用激素不敏感或靶向治疗药物和根据其诊断阶段,TNBC可以极其aggressive-recurring和转移的频率高于其他亚型乳腺癌。”

未来

考虑到领域近年来取得的进步,研究者们正在兴奋地看到proteogenomics将精密医学在未来。“我希望看到的进步方面的单细胞proteogenomics质谱的单个细胞成像清晰的分辨率细胞质和核元素,和能力的质/女士获得准确的,可再生的数据从一个细胞”,Asea补充道。

罗德里格斯总结道:“我们是在一个激动人心的时代,我们正在学习大量关于癌症的分子起源由于分子测量技术的快速进步……知识被转化为有形的进步我们对癌症生物学的理解,导致了比以往更多的原因是希望。我的视力在未来10年是看proteogenomics根深蒂固的织物精密医学。”

引用:

1。Nesvizhskii, a (2014)。Proteogenomics:概念、应用程序和计算策略。自然方法,11 (11),pp.1114 - 1125。

2。张,B。,Wang, J., Wang, X., Zhu, J., Liu, Q., Shi, Z., Chambers, M., Zimmerman, L., Shaddox, K., Kim, S., Davies, S., Wang, S., Wang, P., Kinsinger, C., Rivers, R., Rodriguez, H., Townsend, R., Ellis, M., Carr, S., Tabb, D., Coffey, R., Slebos, R. and Liebler, D. (2014). Proteogenomic characterization of human colon and rectal cancer. Nature, 513(7518), pp.382-387.

3所示。妈妈,D。,Bhin, J., Kim, S., Kim, H., Jung, J., Jung, Y., Jang, Y., Park, J., Kim, H., Jung, Y., Lee, H., Bae, J., Back, S., Kim, S., Kim, J., Park, H., Li, H., Hwang, K., Park, Y., Yook, J., Kim, B., Kwon, S., Ryu, S., Park, D., Jeon, T., Kim, D., Lee, J., Han, S., Song, K., Park, D., Park, J., Rodriguez, H., Kim, J., Lee, H., Kim, K., Yang, E., Kim, H., Paek, E., Lee, S., Lee, S. and Hwang, D. (2019). Proteogenomic Characterization of Human Early-Onset Gastric Cancer. Cancer Cell, 35(1), pp.111-124.e10.

4所示。哇,年代。,Cha, S., Bonissone, S., Na, S., Tabb, D., Pevzner, P. and Bafna, V. (2015). Advanced Proteogenomic Analysis Reveals Multiple Peptide Mutations and Complex Immunoglobulin Peptides in Colon Cancer. Journal of Proteome Research, 14(9), pp.3555-3567.

5。Nishimura t和中村,h (2016)。发展个性化医学的肺癌亚型:质量Spectrometry-Based临床Proteogenomic致癌突变分析。实验医学和生物学的进步,pp.115 - 137。