掃碼聯(lián)系客服
無創(chuàng)的生物標志物一直都是研究人員努力探尋的目標。與其他生物標本相比，尿液的采集是無創(chuàng)的，而且易于大量獲取，可以在大規(guī)模人群中進行采集。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)組學特征并鑒定可以預(yù)測胃的病變進展和GC風險蛋白質(zhì)。研究對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名來自中國臨朐的訓(xùn)練集，132名來自臨朐和北京的驗證集。進一步針對60名患有胃部病變的受試者進行了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種差異表達的尿蛋白。尿液中ANXA11、CDC42、NAPA 和 SLC25A4的基線水平與胃病變進展的風險進一步正相關(guān)。除了SLC25A4其他三個在GC中的表達也高于非GC樣本。研究整合了四種蛋白質(zhì)在預(yù)測胃病變進展和GC風險。
總結(jié)：這項研究揭示了獨特的尿液蛋白質(zhì)組學特征和一組可預(yù)測胃病變進展和GC風險的尿蛋白。這些非侵入性方法中的生物標志物可能對胃癌的早期檢測具有轉(zhuǎn)化意義（圖1）。
主要結(jié)果
GC與胃病變之間差異表達的尿蛋白(DEPs)
采用偏最小二乘判別分析(PLSDA)對輕度胃病變(SG/CAG) 、進展期胃病變(IM/LGIN) 和GC患者的尿蛋白組進行分析。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，通過無監(jiān)督的層次聚類定義了這139個尿蛋白中的6個簇，它們顯示出從癌前病變到GC的動態(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，其蛋白表達在輕度和晚期胃部病變中沒有明顯變化，但在GC中大幅飆升。相反，Cluster-1蛋白在GC中的表達下降。
使用logistic回歸模型計算了139種VIP > 1的蛋白質(zhì)與GC風險之間關(guān)聯(lián)的OR。 其中，82 種蛋白質(zhì)在訓(xùn)練集與GC風險顯著相關(guān)（P < 0.05），其中43種蛋白質(zhì)在驗證集中同樣被定義為GC風險的DEP（圖 2d）。接下來作者可視化了這 43個 DEP的蛋白質(zhì)簇和網(wǎng)絡(luò)。計算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個潛在的核心蛋白（圖 2f）。
與胃病變進展和胃癌風險相關(guān)的關(guān)鍵蛋白
在跟蹤隨訪的受試者（n = 60）中，進一步檢查了上述確定的43個DEP是否與胃病變的進展有關(guān)。在隨訪期間，18名受試者的胃部病變進展到更嚴重的水平，其中2名發(fā)展為GC。在訓(xùn)練集和驗證組中，GC中四種上調(diào)的尿蛋白進一步與胃病變進展風險增加顯著相關(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)生物標志物的蛋白質(zhì)評分，構(gòu)建預(yù)測模型
研究計算了整合四種關(guān)鍵尿蛋白的蛋白質(zhì)評分。與CAG或LGIN相比，蛋白質(zhì)評分與GC風險獨立相關(guān)。并且，蛋白質(zhì)評分與胃病變進展的風險顯著相關(guān)（圖3c）。與包括年齡、性別和基線病理學的模型相比，整合蛋白質(zhì)評分顯著提高了預(yù)測GC風險的能力（圖3d-f）。
組織水平的DEP與GC和胃病進展的風險
利用組織的蛋白質(zhì)組學數(shù)據(jù)集，發(fā)現(xiàn)在胃組織樣本中也檢測到了上述43個尿液 DEP中的34個蛋白質(zhì)。然后比較了GC和非GC組織之間的表達。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)計學意義（圖 4）。對于與胃病變進展和GC風險相關(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)組學數(shù)據(jù)的免疫細胞分類和免疫亞型
使用NUWA方法（蛋白質(zhì)組學反卷積分析），利用尿液蛋白質(zhì)組學特征來估計每個受試者10種主要免疫細胞類型的相對比例。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)評分與CD8+ T和NK細胞比例具有統(tǒng)計學顯著相關(guān)性，但相關(guān)系數(shù)僅顯示出弱相關(guān)（圖5a）。基于每個受試者估計的免疫細胞比例，然后得出三個免疫簇（IC）。在三個免疫簇中，10個主要免疫細胞豐度都顯著差異。IC1具有高比例的CD4+ T和樹突狀細胞，IC2具有豐富的嗜酸性粒細胞和中性粒細胞，IC3具有豐富的 CD8+ T、NK細胞和B細胞（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 細胞上調(diào)（圖5d）。上述細胞進一步細分為六個細胞亞群，分析發(fā)現(xiàn)CD8+ TEMRA、CD56dim 和 CD56bright NK 細胞在GC樣本中上調(diào)（圖 5e）。
結(jié)語
文章到這里就要結(jié)束了~閱讀完的小伙伴是不是覺得受益匪淺呢！在這篇工作中，采用經(jīng)典的生物信息學方法，找GC進展相關(guān)的尿蛋白，最后與免疫關(guān)聯(lián)。邏輯嚴謹，是一篇非常值得借鑒的蛋白質(zhì)組學的文章。
在純生信文章越來越難發(fā)的現(xiàn)在，多組學測序、實驗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)和實驗才是最有力證據(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，生信人也準備了蛋白組的生信思路，有數(shù)據(jù)的小伙伴不要錯過了！
