掃碼聯(lián)系客服
無(wú)創(chuàng)的生物標(biāo)志物一直都是研究人員努力探尋的目標(biāo)。與其他生物標(biāo)本相比，尿液的采集是無(wú)創(chuàng)的，而且易于大量獲取，可以在大規(guī)模人群中進(jìn)行采集。尿液中的蛋白質(zhì)與我們的健康狀況密不可分，在尿蛋白中篩選癌癥相關(guān)的標(biāo)志物，為癌癥的早期篩查探尋新的marker。今天小編就帶大家閱讀一篇2022年11月7日發(fā)表在EBioMedicine（IF：11.205）上的一篇蛋白質(zhì)組學(xué)相關(guān)的文章。
Urine proteomic signatures predicting the progression from premalignancy to malignant gastric cancer
從胃早期病變到惡性胃癌的尿蛋白組學(xué)特征
文章概括
胃癌 (GC) 的早期篩查仍具有挑戰(zhàn)性。本研究目的是探究尿蛋白質(zhì)組學(xué)特征并鑒定可以預(yù)測(cè)胃的病變進(jìn)展和GC風(fēng)險(xiǎn)蛋白質(zhì)。研究對(duì)象包括不同階段的胃癌和胃部病變的患者。受試者年齡在40-69歲之間，并且之前沒(méi)有診斷出腎臟或泌尿系統(tǒng)疾病。本研究共招募了255名受試者，其中123名來(lái)自中國(guó)臨朐的訓(xùn)練集，132名來(lái)自臨朐和北京的驗(yàn)證集。進(jìn)一步針對(duì)60名患有胃部病變的受試者進(jìn)行了297-857天的隨訪。在GC與輕度或晚期胃病變受試者中鑒定了43種差異表達(dá)的尿蛋白。尿液中ANXA11、CDC42、NAPA 和 SLC25A4的基線水平與胃病變進(jìn)展的風(fēng)險(xiǎn)進(jìn)一步正相關(guān)。除了SLC25A4其他三個(gè)在GC中的表達(dá)也高于非GC樣本。研究整合了四種蛋白質(zhì)在預(yù)測(cè)胃病變進(jìn)展和GC風(fēng)險(xiǎn)。
總結(jié)：這項(xiàng)研究揭示了獨(dú)特的尿液蛋白質(zhì)組學(xué)特征和一組可預(yù)測(cè)胃病變進(jìn)展和GC風(fēng)險(xiǎn)的尿蛋白。這些非侵入性方法中的生物標(biāo)志物可能對(duì)胃癌的早期檢測(cè)具有轉(zhuǎn)化意義（圖1）。
主要結(jié)果
GC與胃病變之間差異表達(dá)的尿蛋白(DEPs)
采用偏最小二乘判別分析(PLSDA)對(duì)輕度胃病變(SG/CAG) 、進(jìn)展期胃病變(IM/LGIN) 和GC患者的尿蛋白組進(jìn)行分析。在患有GC和胃損傷的受試者之間觀察到不同的尿蛋白譜（圖 2a）。在GC和胃病變（SG/CAG 或 IM/LGIN）比較分析中，鑒定了139種變量重要性（VIP）得分 >1的蛋白質(zhì)，但沒(méi)有鑒定出用于比較輕度和晚期胃病變的蛋白質(zhì)。為了探索不同胃病變和GC之間尿蛋白水平的變化軌跡，通過(guò)無(wú)監(jiān)督的層次聚類定義了這139個(gè)尿蛋白中的6個(gè)簇，它們顯示出從癌前病變到GC的動(dòng)態(tài)變化（圖 2b）。139種蛋白質(zhì)的顯著富集通路及其聚集簇如圖2c所示。前2個(gè)富集通路分別聚集在 Cluster-2（碳代謝通路）和 Cluster-1（淀粉和蔗糖代謝通路）中。Cluster-2具有最大的蛋白組裝體，其蛋白表達(dá)在輕度和晚期胃部病變中沒(méi)有明顯變化，但在GC中大幅飆升。相反，Cluster-1蛋白在GC中的表達(dá)下降。
使用logistic回歸模型計(jì)算了139種VIP > 1的蛋白質(zhì)與GC風(fēng)險(xiǎn)之間關(guān)聯(lián)的OR。 其中，82 種蛋白質(zhì)在訓(xùn)練集與GC風(fēng)險(xiǎn)顯著相關(guān)（P < 0.05），其中43種蛋白質(zhì)在驗(yàn)證集中同樣被定義為GC風(fēng)險(xiǎn)的DEP（圖 2d）。接下來(lái)作者可視化了這 43個(gè) DEP的蛋白質(zhì)簇和網(wǎng)絡(luò)。計(jì)算43中DEP之間的Pearson相關(guān)性，發(fā)現(xiàn)許多DEP呈正相關(guān)（圖2e）。在蛋白質(zhì)-蛋白質(zhì)相互作用（PPI）網(wǎng)絡(luò)中篩選了前15個(gè)潛在的核心蛋白（圖 2f）。
與胃病變進(jìn)展和胃癌風(fēng)險(xiǎn)相關(guān)的關(guān)鍵蛋白
在跟蹤隨訪的受試者（n = 60）中，進(jìn)一步檢查了上述確定的43個(gè)DEP是否與胃病變的進(jìn)展有關(guān)。在隨訪期間，18名受試者的胃部病變進(jìn)展到更嚴(yán)重的水平，其中2名發(fā)展為GC。在訓(xùn)練集和驗(yàn)證組中，GC中四種上調(diào)的尿蛋白進(jìn)一步與胃病變進(jìn)展風(fēng)險(xiǎn)增加顯著相關(guān)（P < 0.05），包括ANXA11、CDC42、NAPA 和 SLC25A4（圖3a和b）。所有四種蛋白質(zhì)都聚集在cluster-2中，并富集在胞吞作用（CDC42）、cGMP-PKG信號(hào)通路（SLC25A4）和突觸小泡循環(huán)（NAPA）（圖2c）等功能。 SLC25A4在PPI網(wǎng)絡(luò)分析中也顯示為核心蛋白（圖2f）。分層分析發(fā)現(xiàn)，在基線輕度 (SG/CAG) 或晚期胃病變組 (IM/LGIN) 的進(jìn)展受試者中，這四種蛋白質(zhì)的水平始終較高。
整合蛋白質(zhì)生物標(biāo)志物的蛋白質(zhì)評(píng)分，構(gòu)建預(yù)測(cè)模型
研究計(jì)算了整合四種關(guān)鍵尿蛋白的蛋白質(zhì)評(píng)分。與CAG或LGIN相比，蛋白質(zhì)評(píng)分與GC風(fēng)險(xiǎn)獨(dú)立相關(guān)。并且，蛋白質(zhì)評(píng)分與胃病變進(jìn)展的風(fēng)險(xiǎn)顯著相關(guān)（圖3c）。與包括年齡、性別和基線病理學(xué)的模型相比，整合蛋白質(zhì)評(píng)分顯著提高了預(yù)測(cè)GC風(fēng)險(xiǎn)的能力（圖3d-f）。
組織水平的DEP與GC和胃病進(jìn)展的風(fēng)險(xiǎn)
利用組織的蛋白質(zhì)組學(xué)數(shù)據(jù)集，發(fā)現(xiàn)在胃組織樣本中也檢測(cè)到了上述43個(gè)尿液 DEP中的34個(gè)蛋白質(zhì)。然后比較了GC和非GC組織之間的表達(dá)。其中，21種組織蛋白的關(guān)聯(lián)與尿液水平的關(guān)聯(lián)方向相同，僅13種組織蛋白具有統(tǒng)計(jì)學(xué)意義（圖 4）。對(duì)于與胃病變進(jìn)展和GC風(fēng)險(xiǎn)相關(guān)的四種關(guān)鍵尿蛋白分析，發(fā)現(xiàn)GC中三種組織蛋白（ANXA11、CDC42 和 NAPA）的水平顯著升高，與基于尿樣的結(jié)果一致。
基于尿液蛋白質(zhì)組學(xué)數(shù)據(jù)的免疫細(xì)胞分類和免疫亞型
使用NUWA方法（蛋白質(zhì)組學(xué)反卷積分析），利用尿液蛋白質(zhì)組學(xué)特征來(lái)估計(jì)每個(gè)受試者10種主要免疫細(xì)胞類型的相對(duì)比例。Spearman相關(guān)分析顯示，兩種關(guān)鍵蛋白質(zhì)（CDC42、SLC25A4）的尿液水平和蛋白質(zhì)評(píng)分與CD8+ T和NK細(xì)胞比例具有統(tǒng)計(jì)學(xué)顯著相關(guān)性，但相關(guān)系數(shù)僅顯示出弱相關(guān)（圖5a）。基于每個(gè)受試者估計(jì)的免疫細(xì)胞比例，然后得出三個(gè)免疫簇（IC）。在三個(gè)免疫簇中，10個(gè)主要免疫細(xì)胞豐度都顯著差異。IC1具有高比例的CD4+ T和樹(shù)突狀細(xì)胞，IC2具有豐富的嗜酸性粒細(xì)胞和中性粒細(xì)胞，IC3具有豐富的 CD8+ T、NK細(xì)胞和B細(xì)胞（圖 5b）。此外，患有GC的受試者傾向于富含 IC3（圖5c）。在GC患者中CD8+ T 和 NK 細(xì)胞上調(diào)（圖5d）。上述細(xì)胞進(jìn)一步細(xì)分為六個(gè)細(xì)胞亞群，分析發(fā)現(xiàn)CD8+ TEMRA、CD56dim 和 CD56bright NK 細(xì)胞在GC樣本中上調(diào)（圖 5e）。
結(jié)語(yǔ)
文章到這里就要結(jié)束了~閱讀完的小伙伴是不是覺(jué)得受益匪淺呢！在這篇工作中，采用經(jīng)典的生物信息學(xué)方法，找GC進(jìn)展相關(guān)的尿蛋白，最后與免疫關(guān)聯(lián)。邏輯嚴(yán)謹(jǐn)，是一篇非常值得借鑒的蛋白質(zhì)組學(xué)的文章。
在純生信文章越來(lái)越難發(fā)的現(xiàn)在，多組學(xué)測(cè)序、實(shí)驗(yàn)慢慢成為了文章不可或缺的一部分，畢竟作為科研探索的生信分析只是探路石，自己的數(shù)據(jù)和實(shí)驗(yàn)才是最有力證據(jù)。要想發(fā)高分文章，純生信文章還是很難做到的，“干濕結(jié)合”才更容易，生信人也準(zhǔn)備了蛋白組的生信思路，有數(shù)據(jù)的小伙伴不要錯(cuò)過(guò)了！
