跨癌种蛋白质组图谱是近年来癌症研究领域的重大突破，通过整合多癌种的蛋白质组数据，
系统揭示肿瘤的共性机制和个体化特征。以下从技术进展、核心发现、应用方向及挑战
四个方面综合分析：
🔬 一、技术突破与核心图谱构建
高通量质谱技术驱动
DIA/SWATH-MS技术：实现高覆盖、可重复的蛋白质定量。例如，2025年发布的TPCPA图谱
（覆盖22种癌型、999例样本）鉴定9,670个蛋白，发现13个共表达模块，为靶点发现（如HERC5/RNF5）
提供基础18。 活性蛋白质组分析（dd-ABPP）：突破传统蛋白质组局限，直接检测酶活性状态。如在肺腺癌研究中，
结合SWATH-MS技术揭示丝氨酸水解酶活性变化与脂质重塑的关系8。 血液蛋白组平台（如Olink）：仅需微量血浆即可检测千余种蛋白，构建泛癌早筛模型（AUC达0.78-1.0）7。
多组学整合与算法创新
蛋白质基因组学：将基因组驱动事件与蛋白质功能关联。例如Cell（2024）研究整合10种癌型的多组学数据，
解析5,443个驱动突变的泛癌效应，发现265个显著顺式作用事件23。
深度学习框架：
如DeeProM模型利用蛋白质组数据预测癌细胞脆弱性，性能超越转录组分析4。 计算工具zMAP：解决多批次样本比较难题，应用于肝癌异质性分析等场景5。
⚙️ 二、生物学发现与机制解析
共性通路与靶点
泛癌表达模块：TPCPA鉴定出GFPT1、LRPPRC等枢纽蛋白，可能成为跨癌种靶点1。 脂代谢重编程：肺腺癌中棕榈酰蛋白水解酶（如LYPLA2）活性失衡促进肿瘤侵袭8。 E3泛素连接酶资源库：为PROTAC药物开发提供新靶点（如HERC5在食管癌高表达）1。
肿瘤异质性解析
分子分型验证：蛋白质组层面证实结直肠癌CMS分型的生物学基础，并发现新型免疫亚型1。 转移癌溯源：开发算法精准追溯原发灶不明转移癌，临床实用性显著1。
🏥 三、临床应用与转化方向
诊断与早筛
血液蛋白分类器：基于83个特征蛋白的面板区分12种癌症（AUC>0.8），早期肺癌/结直肠癌
检测效能达0.78-0.797。 活性酶标志物：如肺腺癌中LYPLA1活性升高预示不良预后，优于传统蛋白表达量8。
治疗靶点与药物开发
靶向蛋白降解（TPD）：
火山图分析成为PROTAC药物脱靶评价标配（如ARV-110特异性降解AR蛋白）6。 合成致死筛选：癌细胞系图谱（949株系）揭示5,823个CRISPR-蛋白关联，发现跨癌种依赖基因4。 耐药机制：蛋白质组预测靶向治疗响应，如CDK9蛋白与mRNA表达脱钩提示耐药可能2。 患者分层与预后
PLOD2蛋白：高表达与多癌种不良预后相关，可作为泛癌生物标志物3。 磷酸化特征：磷蛋白组揭示STK11突变与KRAS突变的相反调控模式，指导联合用药3。
⚠️ 四、挑战与未来方向
技术瓶颈
批次效应：临床样本前处理差异影响数据可比性，需开发标准化流程（如zMAP模型尝试解决）5。 低丰度蛋白检测：血液中肿瘤标志物浓度低，依赖Olink等高敏平台突破7。
临床转化障碍 早筛模型验证：现有血液分类器需大样本前瞻性研究验证7。 活性检测临床适配：dd-ABPP需兼容福尔马林样本等常规临床材料8。
未来重点
动态蛋白质组：结合单细胞技术解析肿瘤微环境时空演化。 干预策略开发：针对泛癌靶点（如E3连接酶）设计降解剂或激动剂。
总结
跨癌种蛋白质组图谱从技术革新（如DIA-MS、活性蛋白质组）、核心发现（共性靶点、异质性机制）
到临床转化（早筛、靶向药物）已形成完整链条。当前核心挑战在于提升临床样本兼容性、标准化分析
流程及大样本验证。随着数据资源的开放共享（如TPCPA交互平台）1，这一领域将持续推动肿瘤精准
医疗的范式变革。
转载本文请联系原作者获取授权，同时请注明本文来自许培扬科学网博客。
链接地址：https://wap.sciencenet.cn/blog-280034-1487796.html?mobile=1
收藏
