泛癌蛋白基因组学拓展治疗靶点图谱

Pan-cancer proteogenomics expands the landscape of therapeutic targets.

作者信息Sara R Savage, Xinpei Yi, Jonathan T Lei, Bo Wen, Hongwei Zhao, Yuxing Liao, Eric J Jaehnig, Lauren K Somes, Paul W Shafer, Tobie D Lee, Zile Fu, Yongchao Dou, Zhiao Shi, Daming Gao, Valentina Hoyos, Qiang Gao, Bing Zhang
PMID38917788
期刊Cell
发布时间2024-08-08
DOI10.1016/j.cell.2024.05.039

实验完整度

高

含10种癌症1,043例肿瘤蛋白基因组学队列、DepMap CRISPR筛选、PRISM药物反应数据及细胞与动物功能验证

主要模型

CPTAC泛癌肿瘤与癌旁正常组织队列(10种癌症,1,043例肿瘤) DepMap癌症细胞系CRISPR敲除与药物反应数据 HT29、LOVO、BXPC3等细胞系shRNA敲低模型 HT29等细胞系裸鼠皮下移植瘤模型

重点核对

肿瘤与癌旁正常组织差异蛋白/磷酸化位点分析:Wilcoxon秩和检验,adj. p ≤ 0.01 DepMap CRISPR基因效应评分:单样本单尾T检验,adj. p ≤ 0.01 PRISM药物反应:2.5 μM处理5天,平均log2活力下降>0.3且p<0.01 shRNA敲低后细胞增殖及裸鼠移植瘤生长(N = 4–6 mice per group) alvespimycin体内实验:50 mg/kg腹腔注射每日给药,N = 9 mice per group

摘要

目前仅有不到200种蛋白质是FDA批准抗癌药物的靶点。我们整合来自10种癌症类型、共1,043例患者的CPTAC蛋白基因组学数据与其他公开数据集,以识别潜在治疗靶点。对2,863种可成药蛋白质的泛癌分析揭示了广泛的丰度范围,并识别出影响mRNA-蛋白质相关性的生物学因素。整合肿瘤蛋白质组数据与细胞系遗传筛选数据,可识别由蛋白质过表达或过度激活驱动的可成药依赖性,从而准确预测有效的药物靶点。蛋白基因组学方法识别合成致死为靶向抑癌基因缺失提供了策略。结合蛋白基因组学分析与MHC结合预测,可将突变KRAS肽段优先列为有前景的“公共”新抗原。通过计算识别共享的肿瘤相关抗原并进行实验验证,可提名肽段作为免疫治疗靶点。这些分析总结于https://targets.linkedomics.org,构成了用于伴随诊断、药物重定位和治疗开发的蛋白质与肽段靶点的综合图谱。

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
如何整合泛癌蛋白基因组学数据系统拓展癌症治疗靶点图谱,识别可成药依赖性、抑癌基因缺失相关依赖及免疫治疗靶点?
核心机制
肿瘤中蛋白质过表达或过度激活、以及抑癌基因缺失引起的合成致死依赖性可构成可成药靶点;突变来源肽段经MHC结合预测可成为新抗原,肿瘤过表达且正常组织限制表达的蛋白可成为肿瘤相关抗原。
主要证据
基于10种癌症1,043例肿瘤的CPTAC蛋白基因组学数据,结合DepMap CRISPR筛选和PRISM药物反应数据预测并评估靶点;shRNA敲低CAD、PAK2、ITGB5抑制细胞增殖和移植瘤生长;KRAS突变肽段被预测为公共新抗原;67条肽段经HLA四聚体交换和ELISpot验证,22条兼具强结合力与免疫原性。
研究意义
构建了覆盖蛋白质和肽段靶点的综合资源,可用于伴随诊断、药物重定位和治疗开发,并为泛癌组织不可知靶点及免疫治疗靶点研究提供依据。

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。

1

泛癌蛋白基因组学队列与可成药蛋白定量

建立泛癌可成药蛋白丰度图谱并分析mRNA-蛋白相关性

整合10种癌症1,043例肿瘤和524例正常组织的CPTAC蛋白基因组学数据,对2,863个可成药基因进行分层并分析蛋白丰度及mRNA-蛋白相关性

2

蛋白过表达驱动的可成药依赖性识别

识别肿瘤中过表达且对癌细胞生存关键的蛋白靶点

比较肿瘤与正常组织蛋白丰度,并结合对应谱系细胞系DepMap CRISPR基因效应评分筛选候选靶点

3

蛋白过度激活驱动的可成药依赖性识别

识别肿瘤中激活位点磷酸化升高且宿主基因存在依赖的靶点

对肿瘤与正常组织磷酸化位点进行差异分析,筛选激活位点,并结合DepMap依赖评分和KSEA激酶活性推断

4

预测靶点的实验与药物反应验证

评估预测可成药依赖性的质量与有效性

利用PRISM药物反应数据评估预测表现,并用shRNA敲低CAD、PAK2、ITGB5进行细胞增殖和裸鼠移植瘤验证,另用alvespimycin进行体内验证

5

抑癌基因缺失相关合成致死依赖性分析

识别抑癌基因缺失肿瘤中对伴侣蛋白的依赖性

分析抑癌基因LOF与蛋白、磷酸化位点及激酶活性关联,并结合匹配谱系DepMap CRISPR数据评估依赖性

6

新抗原预测与公共新抗原识别

利用蛋白基因组学数据优先筛选突变来源新抗原

使用NeoFlow整合蛋白组、磷酸化蛋白组和DNA/RNA测序数据预测突变肽段,结合HLA分型及NetMHCpan预测结合亲和力

7

肿瘤相关抗原识别与免疫原性验证

识别正常组织限制表达且肿瘤过表达的抗原并验证其免疫原性

使用Anderson-Darling检验识别肿瘤过表达蛋白,结合GTEx和caAtlas过滤及PepQuery验证,随后用HLA四聚体交换实验和IFN-γ ELISpot验证肽段

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。

产品清单

实验环节名称品牌货号
兔抗整合素β5抗体Proteintech28543-1-AP
兔单克隆抗CAD抗体(克隆D2T8H)Cell Signaling Technology93925
兔抗PAK2抗体Cell Signaling Technology2608
小鼠抗GAPDH-HRP抗体Yeasen30203ES10
山羊抗兔IgG(H+L)HRPYeasen33101ES60
IFN-γ一抗MabtechD1K
生物素化IFN-γ二抗Mabtech7-B61
RPMI-1640培养基cytivaSH30096.01
Click培养基IrvineScientific9195
人AB血清Valley Biomedical, Inc.HP1022
Glutamax添加剂gibco35050-061
淋巴细胞分离液StemCell Technologies07851
ImmunoCult-XF T细胞扩增培养基StemCell Technologies10981
ImmunoCult人CD3/CD28 T细胞激活剂StemCell Technologies10971
CD14磁珠Miltenyi Biotec130-050-201
CellGenix GMP树突状细胞培养基CellGenix20801-0500
白细胞介素-1βR&D Systems201-LB-025
白细胞介素-4R&D Systems204-IL/CF-MTO
白细胞介素-6R&D Systems206-IL-050/CF
白细胞介素-7R&D SystemsBT-007-01M
白细胞介素-12InvivoGenrcyc-hil12
白细胞介素-15R&D SystemsBT-015-01M
粒细胞-巨噬细胞集落刺激因子R&D Systems215-GM/CF-MTO
肿瘤坏死因子-αR&D Systems210TA100
前列腺素E2SigmaP6532-1MG
植物血凝素-LSigma-AldrichL4144
亲和素-过氧化物酶溶液Vector LaboratoriesPK-6100
AEC底物Sigma-AldrichA6926
人重组IL-2Stemcell78036
阿维霉素SelleckchemS1142
坦斯霉素SelleckchemS1141
Lipofectamine 3000转染试剂ThermoL3000015
CCK-8细胞计数试剂盒Yeasen40203ES80
聚凝胺Yeasen40804ES76
嘌呤霉素Yeasen60209ES10
QuickSwitch定量HLA-A*02:01四聚体试剂盒-PEMBL InternationalTB-7300-K1
IFN-γ ELISpot试剂盒DAKEWE2110003

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
肿瘤与正常组织差异蛋白/磷酸化分析
8个具有正常样本的队列范围;蛋白/激活磷酸化位点需在至少20例肿瘤和10例正常样本中检出;adj. p ≤ 0.01
阅读提示:STAR Methods中Differential expression analysis for tumor vs normal小节及Figure 2A、Figure 3A图注
DepMap CRISPR依赖性分析
DepMap Public 22Q2数据版本;细胞系谱系匹配规则;单样本单尾T检验adj. p ≤ 0.01
阅读提示:STAR Methods中CRISPR gene effect score analysis小节及Matching cancer cell lineages to cancer types小节
PRISM药物反应评估
PRISM Repurposing 19Q4 Primary Files;2.5 μM处理5天;平均log2活力下降阈值−0.3;z检验
阅读提示:STAR Methods中Evaluation of predicted effective targets using PRISM data小节及Figure 4B–D图注
shRNA敲低细胞与移植瘤验证
HT29、LOVO、BXPC3细胞系;敲低效率蛋白水平验证;裸鼠移植瘤每细胞数(8×10⁶–1×10⁷/150 μL);N = 4–6 mice per group
阅读提示:STAR Methods中Lentiviral production and stable cell line generation、In vivo animal studies小节及Figure 4H–J图注与Figure S4N
alvespimycin体内实验
HT29细胞皮下接种5×10⁶/100 μL;alvespimycin 50 mg/kg腹腔注射每日;N = 9 mice per group;给药第0天分组,7天后处死
阅读提示:STAR Methods中In vivo animal studies小节及Figure S4L–M图注
新抗原预测
突变肽段长度8–11个氨基酸;NetMHCpan 4.0;HLA结合亲和力阈值500 nM;MS-GF+ 1% FDR
阅读提示:STAR Methods中Neoantigen prediction小节及Figure 6图注
肿瘤相关抗原识别与免疫验证
AD检验adj. p < 1%;GTEx 54种正常组织与caAtlas过滤;67条HLA-A*02候选肽段;四聚体交换效率>50%与SFU>150阈值;健康供者数量
阅读提示:STAR Methods中Tumor associated antigen identification、IFN-γ ELISpot assay与Peptide-MHC tetramer exchange assays小节及Figure 7E–F图注