小柯机器人

美国哥伦比亚大学欧文医学中心Andrea Califano、Barry Honig研究组及加州大学洛杉矶分校贝尼奥夫儿童医院E. Alejandro Sweet-Cordero合作取得一项新突破。他们提出了特异致癌蛋白分子相互作用图（SigMaps），用于分析癌症网络。 该研究于2020年9月14日发表于《自然—生物技术》。

课题组人员开发SigMaps作为具有情境特异性的网络，包含调节器、效果器和特定肿瘤蛋白的同源结合分子。SigMaps是从头重建的，通过使用OncoSig机器学习框架整合不同证据来源——包括蛋白质结构、基因表达和突变信息。该课题组首先生成一个KRAS特异的SigMap用于研究肺腺癌，成功重复了已发表的KRAS生物学，同时发现了新的合成的具有致死性的蛋白质，还通过实验在三维球体模型上进行验证并建立了该蛋白与RAB/RHO未发现过的关联。

为证明OncoSig是具有归纳性的，研究人员首先合理推断十大变异的人类致癌蛋白的SigMaps，然后完成了COSMIC“癌症基因普查”数据库中的715种蛋白质的完整目录。

综上所述，这些SigMaps表明细胞的调控和信令通路结构是高度组织特异的。

据介绍，肿瘤特异的物理和功能致癌蛋白相互作用的阐明可以改善致瘤机制的表征和治疗反应的预测。然而，当前的相互作用模型和途径缺乏情境特异性并且不是致癌蛋白特异的。

附：英文原文

Title: Oncoprotein-specific molecular interaction maps (SigMaps) for cancer network analyses

Author: Joshua Broyde, David R. Simpson, Diana Murray, Evan O. Paull, Brennan W. Chu, Somnath Tagore, Sunny J. Jones, Aaron T. Griffin, Federico M. Giorgi, Alexander Lachmann, Peter Jackson, E. Alejandro Sweet-Cordero, Barry Honig, Andrea Califano

Issue&Volume: 2020-09-14

Abstract: Tumor-specific elucidation of physical and functional oncoprotein interactions could improve tumorigenic mechanism characterization and therapeutic response prediction. Current interaction models and pathways, however, lack context specificity and are not oncoprotein specific. We introduce SigMaps as context-specific networks, comprising modulators, effectors and cognate binding-partners of a specific oncoprotein. SigMaps are reconstructed de novo by integrating diverse evidence sources—including protein structure, gene expression and mutational profiles—via the OncoSig machine learning framework. We first generated a KRAS-specific SigMap for lung adenocarcinoma, which recapitulated published KRAS biology, identified novel synthetic lethal proteins that were experimentally validated in three-dimensional spheroid models and established uncharacterized crosstalk with RAB/RHO. To show that OncoSig is generalizable, we first inferred SigMaps for the ten most mutated human oncoproteins and then for the full repertoire of 715 proteins in the COSMIC Cancer Gene Census. Taken together, these SigMaps show that the cell’s regulatory and signaling architecture is highly tissue specific.

DOI: 10.1038/s41587-020-0652-7

Source: https://www.nature.com/articles/s41587-020-0652-7

Nature Biotechnology：《自然—生物技术》，创刊于1996年。隶属于施普林格·自然出版集团，最新IF：68.164
官方网址：https://www.nature.com/nbt/
投稿链接：https://mts-nbt.nature.com/cgi-bin/main.plex