患者队列和样本收集
收集接受新辅助化疗的TNBC患者的配对基线和治疗后肿瘤样本，用于多组学分析。
前瞻性收集50例II–III期TNBC患者的基线活检和治疗后手术样本，进行WES、RNA-seq、TMT标记的蛋白质组和磷酸化蛋白质组分析。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
三阴性乳腺癌患者化疗耐药性的蛋白质基因组学解码
Proteogenomic decoding of chemotherapy resistance in patients with triple-negative breast cancer
实验完整度
高包含患者队列多组学分析、体外细胞实验、类器官实验及TCGA验证等多个独立证据层级，并进行了功能验证和机制探索。
主要模型
MDA-MB-231细胞系 MDA-MB-468细胞系 HCC1937细胞系 患者来源类器官（SBO-72） TNBC患者队列（n=50）
重点核对
新辅助化疗方案包括AC-每周紫杉醇、AC-多西他赛等 pCR定义为ypT0 ypN0 GRK2抑制剂浓度4 μg/ml (15.2 nM) Aurora B激酶抑制剂barasertib浓度10 nM 体外MTT实验处理72小时
摘要
背景
整合蛋白质基因组学生物标志物用于预测三阴性乳腺癌（TNBC）化疗反应性的临床应用仍未得到充分探索。我们前瞻性分析了50例接受蒽环类和紫杉类新辅助化疗的II–III期TNBC患者的配对基线和治疗后肿瘤样本，整合了全外显子组测序、RNA测序、整体蛋白质组学和磷酸化蛋白质组学。
结果
非负矩阵分解聚类确定了五种蛋白质基因组亚型。免疫富集亚型的病理完全缓解（pCR）率最高（55.6%），而异生物代谢或上皮-间质转化亚型未观察到pCR。免疫相关通路在pCR肿瘤中富集，而上皮-间质转化通路在非pCR肿瘤中富集。雌激素反应通路在蛋白质组水平上特异性地在非pCR肿瘤中富集，并与免疫激活呈负相关。翻译后修饰和体外分析表明，雌激素相关的GRK2激活有助于化疗耐药。ITGB8拷贝数缺失与更高的pCR率和免疫激活相关，而免疫调节亚型的非pCR肿瘤显示AKR1C2和ABCA13表达增加。基线和治疗后肿瘤的比较揭示了残留疾病中AURKB通路激活，Aurora B激酶抑制与紫杉醇协同作用。包含这些生物标志物的预测模型在预测反应方面优于基于RNA的模型。
结论
整合性蛋白质基因组学分析能够稳健预测三阴性乳腺癌的化疗耐药性，并识别可操作的生物标志物，为推进个性化治疗策略提供了框架。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 如何通过整合蛋白质基因组学分析识别三阴性乳腺癌新辅助化疗耐药的关键分子因素，并构建预测模型？
- 核心机制
- 雌激素反应信号激活与GRK2磷酸化激活相关，可能通过抑制免疫反应促进化疗耐药；ITGB8拷贝数缺失通过激活免疫反应改善化疗反应；AURKB通路激活与残留疾病和化疗耐药相关。
- 主要证据
- 对50例TNBC患者配对样本的多组学分析（WES、RNA-seq、蛋白质组和磷酸化蛋白质组）发现耐药因素；体外功能验证包括MDA-MB-468细胞中GRK2表达受雌二醇诱导、GRK2抑制剂增强紫杉醇敏感性、AURKB抑制剂与紫杉醇协同抑制细胞活力；类器官实验支持AURKB抑制剂效果；TCGA验证ITGB8拷贝数缺失与生存改善相关。
- 研究意义
- 本研究构建的蛋白质基因组学预测模型可指导个性化新辅助化疗策略，有助于治疗升级或降级，并为未来靶向治疗（如AURKB）提供潜在靶点。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
多组学数据整合与NMF聚类
基于整合的多组学数据鉴定TNBC的分子亚型，并探索其与化疗反应的关系。
使用NMF聚类整合CNA、RNA表达、蛋白质和磷酸化蛋白质表达数据，得到五个亚型：免疫富集、异生物代谢、EMT、MYC依赖、间充质伴雌激素特征。
化疗反应相关通路分析
比较pCR和非pCR肿瘤的分子通路差异，寻找耐药相关通路。
通过GSEA和GSVA分析Hallmark通路，发现pCR肿瘤富集免疫相关通路，非pCR肿瘤富集EMT和雌激素反应通路。
PTM特征分析与功能验证
探索翻译后修饰（PTM）特征与化疗反应的关系，并验证GRK2的作用。
使用PTM-SEA分析磷酸化位点，发现GRK2信号在非pCR肿瘤中富集；体外实验检测雌二醇对GRK2表达的影响及GRK2抑制剂对紫杉醇敏感性的影响。
ITGB8拷贝数与功能验证
鉴定与化疗反应相关的拷贝数变异，并验证ITGB8的作用。
通过细胞条带富集分析发现7p21区域，其中ITGB8拷贝数与pCR率相关；在MDA-MB-468细胞中过表达ITGB8进行RNA-seq，显示免疫通路下调。
耐药机制基因分析
在Lehmann IM亚型中鉴定耐药机制。
分析IM亚型中差异表达基因，发现AKR1C2和ABCA13在非pCR肿瘤中上调，并在METABRIC中验证其与生存的关系。
基线与治疗后肿瘤比较
鉴定残留肿瘤中的分子适应和潜在治疗靶点。
对22例配对样本进行蛋白质组和磷酸化蛋白质组比较，发现残留肿瘤富集EMT和AURKB通路；体外实验验证AURKB抑制剂与紫杉醇的协同作用。
预测模型构建
构建基于蛋白质基因组学生物标志物的预测模型，并评估其预测性能。
使用五个耐药因素（雌激素反应、GRK2、ITGB8拷贝数、AKR1C2、ABCA13）通过逻辑回归构建预测模型，AUC为0.946。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
验证分子表达变化
评估体内效果
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 蛋白提取与质谱分析 | cryoPREP组织破碎系统 | Covaris | CP02 |
| DNA提取 | MagNA Pure 24系统 | Roche | -- |
| RNA提取 | RNeasy Mini试剂盒 | Qiagen | -- |
| QIAcube | Qiagen | -- | |
| 细胞培养 | RPMI-1640培养基 | Gibco | -- |
| DMEM培养基 | Gibco | -- | |
| 胎牛血清 | Gibco | -- | |
| 青霉素-链霉素 | Gibco | -- | |
| 药物处理 | 多柔比星 | Sigma-Aldrich | D1515 |
| 卡铂 | Selleckchem | S1215 | |
| 巴瑞替尼 | Selleckchem | S1147 | |
| β-雌二醇 | Sigma-Aldrich | E2257 | |
| 免疫印迹 | RIPA裂解液 | -- | -- |
| 蛋白酶抑制剂混合物 | Sigma Aldrich | -- | |
| 磷酸酶抑制剂混合物 | Sigma Aldrich | -- | |
| GRK2小鼠抗体 | Santa Cruz Biotech | sc-13143 | |
| β-肌动蛋白兔抗体 | AbClon | AbC-2002 | |
| 抗小鼠IgG HRP偶联抗体 | Enzo Life Sciences | ADI-SAB-100 | |
| 抗兔IgG HRP偶联抗体 | Enzo Life Sciences | ADI-SAB-300 | |
| 增强化学发光检测 | Amersham Biosciences | -- | |
| 发光图像分析仪LAS-3000 | Fuji Photo Film | -- | |
| 细胞活力检测 | MTT试剂 | -- | -- |
| SynergyFinder 3.0软件 | -- | -- | |
| 转染 | 脂质体转染试剂LTX | Thermo Fisher Scientific | -- |
| 遗传霉素(G418) | Thermo Fisher Scientific | -- | |
| 类器官培养 | TrypLE Express消化液 | Gibco | -- |
| Advanced DMEM/F12培养基 | Gibco | -- | |
| GlutaMAX添加剂 | Gibco | -- | |
| HEPES缓冲液 | -- | -- | |
| BME基质胶 | -- | -- | |
| BME2基质胶 | -- | -- | |
| CellTiter-Glo 3D ATP检测 | Promega | G9681 | |
| BertholdTech CENTRO发光检测仪 | BertholdTech | -- | |
| 统计分析与模型构建 | R语言版本4.3.1 | R Foundation for Statistical Computing | -- |
| GraphPad Prism软件 | GraphPad | -- | |
| SPSS软件 | SPSS | -- | |
| GENE-E软件 | Broad Institute | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 患者招募和样本收集 | 患者纳入标准为经组织学确诊的II–III期TNBC（ER/PR/HER2阴性），新辅助化疗方案包括AC-每周紫杉醇、AC-多西他赛、紫杉醇+卡铂-AC、FEC-多西他赛，pCR定义为ypT0 ypN0。 阅读提示：Methods: Study design and participants; 表S1 |
| 多组学分析 | WES、RNA-seq、TMT标记的蛋白质组和磷酸化蛋白质组分析的具体协议和数据处理方法（包括阈值、归一化方法）。 阅读提示：Methods: Tissue sampling and proteogenomic analysis; Supplementary Methods |
| NMF聚类 | NMF聚类参数：brunet方法，k=2至8，50次迭代；数据预处理（CNA使用绝对值，RNA/蛋白/磷酸化蛋白归一化后加常数）。 阅读提示：Methods: Non-negative matrix factorization (NMF) clustering |
| 通路富集分析 | GSEA和GSVA分析使用的基因集（MSigDB Hallmark、C6、PTM签名），差异表达阈值（如调整后P<0.05）。 阅读提示：Methods: Data quality control and differential expression and pathway enrichment analysis |
| 体外细胞实验 | 细胞系（MDA-MB-231、MDA-MB-468、HCC1937）来源、培养条件、药物处理浓度和时间（如GRK2抑制剂4 μg/ml、barasertib 10 nM、处理72小时）、MTT测定方法。 阅读提示：Methods: Cell culture, Cell viability assay |
| ITGB8过表达实验 | MDA-MB-468细胞转染ITGB8-GFP质粒（Addgene #205093）、转染试剂（Lipofectamine LTX）、筛选浓度（G418 0.4-1 mg/ml）。 阅读提示：Methods: cDNA Transfection |
| 类器官实验 | 类器官建立方法、培养条件（如BME2、Type 2培养基）、药物处理时间和浓度、细胞活力检测方法（CellTiter-Glo 3D）。 阅读提示：Methods: Drug treatment of breast cancer organoids, 3D culture and drug treatment |
| 预测模型 | 五个耐药因子（雌激素反应早期评分、GRK2 PTM-SEA评分、ITGB8拷贝数状态、AKR1C2表达、ABCA13表达）的具体评分方法和逻辑回归模型细节。 阅读提示：Results: Proteogenomic biomarker prediction model; Methods: Statistical analysis |