癌症，作为全球性的健康挑战，其复杂性在于每位患者甚至同一患者体内的肿瘤都可能存在独特的分子特征。传统的基因组和转录组研究虽然重要，但蛋白质作为细胞功能的直接执行者，其表达水平更能真实反映肿瘤的实际状态。近期，一项由西湖大学郭天南团队与荷兰阿姆斯特丹自由大学Connie R. Jimenez团队联合发表在《Cancer Cell》上的重磅研究，正致力于填补这一领域的空白，为靶向药和抗癌药的研发开辟了新路径。
构建泛癌蛋白质组图谱：洞悉肿瘤分子全貌
这项开创性研究利用先进的数据非依赖性采集质谱（DIA-MS）技术，成功构建了一个大规模的泛癌蛋白质组图谱（Pan-Cancer Proteome Atlas, TPCPA）。该图谱涵盖了22种不同癌症类型的999例原发肿瘤样本，共定量了高达9,670种蛋白质。这不仅是目前最全面的泛癌蛋白质组资源之一，也为深入理解肿瘤异质性提供了前所未有的视角。
图1 文章截图
发现潜在靶点与生物标志物：精准治疗新希望
通过对TPCPA的系统分析，研究团队识别出多个具有临床转化潜力的泛癌及癌种特异性蛋白标志物和潜在靶点。例如，在急性髓系白血病（AML）中发现了MPO，在结直肠癌中发现了CEACAM5，以及在脑癌中发现了GFAP等。这些蛋白不仅有望成为早期诊断或预后评估的生物标志物，更可能成为未来靶向药物开发的靶点。
研究还深入挖掘了与E3泛素连接酶相关的表达模式，发现某些E3酶在特定癌种中高表达，例如食管癌中的HERC5和肝癌中的RNF5。这些发现为开发新型蛋白降解类药物（如PROTACs）提供了重要的生物学基础，预示着更精准、更有效的抗癌药物即将问世。
图2 基于DIA-MS构建的泛癌蛋白质蛋白质组景观（The Pan-Cancer Proteome Atlas, TPCPA)
揭示肿瘤免疫异质性：优化免疫治疗策略
肿瘤免疫微环境的复杂性是免疫治疗成功的关键。该研究通过蛋白质组学数据，揭示了不同癌种之间以及同一肿瘤内部都存在显著的免疫浸润差异。例如，黑色素瘤表现出“免疫热”特征，而前列腺癌、脑癌和卵巢癌则为典型的“免疫冷”肿瘤。这些发现强调了蛋白质组学数据在支持肿瘤免疫分析和制定个性化免疫治疗策略方面的巨大潜力。
图3 加权基因共表达网络分析。热图展示结直肠癌相关模块和枢纽蛋白
图4 免疫浸润分析揭示癌症异质性。图中展示ESTIMATE评分与免疫亚型聚类结果
精准分类与溯源：提升诊断准确性
研究团队还在结直肠癌中构建了基于52种蛋白的CMS亚型分型模型，并在独立数据集中展现出良好的准确性。更令人振奋的是，他们开发了一个由75个蛋白组成的实体肿瘤分类器，在多个外部队列中表现优异，有望用于对原发灶不明的转移性肿瘤进行精准溯源，这对于临床诊断和治疗方案的制定具有里程碑意义。
开放数据平台：加速癌症研究与临床转化
为了最大化研究成果的价值，研究团队搭建了一个功能完备的TPCPA在线数据门户。该平台提供灵活的查询和交互式可视化功能，允许研究人员按癌种、蛋白或分子特征进行深入分析，极大地提升了蛋白质组数据的可用性与转化潜力，为全球癌症研究者提供了宝贵的资源。
图5 TPCPA数据门户
展望未来：精准医疗的加速器
这项研究不仅填补了基因组/转录组与蛋白质表达之间的认知空白，更提供了理解癌症异质性、识别潜在靶点及开发蛋白质水平癌症分类工具的新视角。高通量、可重现的DIA-MS平台在FFPE样本上的应用，也为蛋白质组学生物标志物的临床转化奠定了坚实的技术基础。
尽管研究仍存在样本量、批次效应等局限性，但其为靶向药和抗癌药的研发指明了方向，有望加速精准医疗时代的到来。对于急需海外创新药物的患者，MedFind海外靶向药代购服务提供便捷可靠的渠道，帮助您获取所需的靶向药、抗癌药及仿制药。同时，MedFind的AI问诊服务也能为患者提供个性化用药建议和抗癌资讯，助您更好地理解这些研究成果及其临床意义，做出更明智的治疗选择。
