蛋白质组学增强了乳腺癌治疗脆弱性的鉴定

贝勒医学院的研究人员，麻省理工学院和哈佛大学广泛研究所以及其他机构采用了强大的蛋白质组学方法来更好地了解乳腺癌的生物学复杂性。通过这种方法，研究人员能够针对已知治疗靶标的更精确的诊断，确定新的肿瘤敏感性，以转化为侵袭性肿瘤的治疗方法，并牵涉到参与乳腺癌治疗耐药性的新机制。该研究出现在期刊细胞。

蛋白质组学结合了实验室技术，用于下一代DNA和RNA测序与基于质谱的分析，以对蛋白质进行深，无偏的定量和蛋白质修饰的深度定量癌细胞，以及用于集成该数据的计算方法。国家癌症研究所的研究人员已将这种蛋白质组学方法广泛应用于研究癌症，该研究人员（NCI-CPTAC）。

“重要的是，我们的分析包括鉴定磷酸化和乙酰化，蛋白质修饰，揭示了有关单个蛋白质活性的信息。蛋白质乙酰化尚未在胸部癌症之前。这些新方法有望对难以治疗乳腺癌的生物学见解以及剖析反应异质性的能力。”贝勒和苏珊·G·科门学者的麦克奈尔学者。

同时分析遗传密码的变化以及蛋白质功能的结果变化提供了比隔离分析乳腺癌肿瘤内部正在发生的事情的完整情况。

更精确的数据

研究人员使用来自癌症基因组地图集的残留样品对乳腺癌的最初蛋白质组学分析提供了原则上的证明，即蛋白质组学代表了乳腺癌分析的进步。当前的研究代表了前进的重要一步，其中包括组织样品使用专门保留蛋白质修饰的方案收集的，分析了更多样品，对完全相同的组织片段进行基因组学和蛋白质组学表征，并将蛋白质乙酰化分析添加到蛋白质磷酸化，DNA和RNA测量中。近年来，蛋白质组分析技术已经大大成熟，并且这些尖端方法被应用于该数据集。

研究人员完成了122种未经治疗的原发性乳腺癌样品的蛋白质组学分析。它们的测量结果产生了大量数据 - 大约38,000个蛋白质磷酸化位点和近10,000个蛋白质每个肿瘤的乙酰化位点，以及整个外显子组和RNA测序，包括用于分析和整合信息的先进计算方法。D.R. D.R.博士说：“现在，像这样的复杂分析正在对大规模蛋白质组数据集进行常规进行，我们正在开发自动化过程的工具。”Mani是Broad的共同对应作家兼首席计算科学家。

埃利斯说：“我们在这里描述了迄今为止最大的乳腺癌样品集合的蛋白质组表征，这些样品是有目的地为这些类型分析收集的，从而最大程度地提高了结果的忠诚度和准确性。”“每个肿瘤细胞实际上都有数百种基因组变化。我们大多在临床或生物学上都不理解它们的意义。我们说明的方法可以使对每个人的乳腺癌有更深入，更完整的了解。”

识别药物靶标

例如，分析表明，某些乳腺癌的亚型具有某些称为激酶的靶向酶，这些酶比其他癌症中更严重的磷酸化，表明活性更大，因此具有靶向性。这些分析包括最近确定的药物靶标，例如CDK4/6及其调节环境，以及是新免疫疗法药物靶标的程序性细胞死亡受体和配体。综合分析还确定了可以用这些药物治疗的新的雌激素受体阳性乳腺癌。这很重要，因为目前这些药物仅限于雌激素受体阴性疾病。

其他分析提出了对ER+和ER-乳腺癌的代谢脆弱性的全新见解。Broad蛋白质组学总监Steven A. Carr博士说：“我们对乙酰蛋白酶的全球分析是乳腺肿瘤的首次分析，暴露了乳腺癌亚型特异性代谢的新细节。”

改善诊断和治疗

研究人员希望他们的发现会激励乳腺癌科学家探索他们在本研究中发现的新生物学改变的治疗或诊断潜力。他们也很乐观，他们的发现将鼓励将蛋白质组学转化为一种癌症促进方法，该方法可以在诊所常规使用，以改善诊断和治疗。

“我们认为，蛋白质组学方法将继续帮助我们确定新的候选治疗靶标，更好地了解乳腺癌和其他癌症的免疫景观，从而深入了解反应和抵抗力，并最终进步，以实现我们的个性化目标癌症关怀，“著名的相应作家迈克尔·吉列特（Michael Gillette）博士是马萨诸塞州综合医院的肺和重症监护医师，也是蛋白质组学的高级小组负责人。对于使其重要的患者。”

---

---