蛋白质组学的应用场景及案例展示

kk123

一、蛋白质组学在医学中的应用场景
随着蛋白质组学的阴唇粉嫩发展，其应用场景越来越广泛，在寻找疾病的诊断标志，筛选药物靶点，机理研究等方面有重要意义，因此被广泛应用于医学研究，主要表现在以下几个方面：
1.诊断方面：通过高通量的方式筛选和鉴定出疾病特异的生物标记分子，可为疾病的诊断，特别是早期诊断提供重要依据；
2.治疗方面：利用蛋白质组学方法研究健康或疾病生物体蛋白间的相互关系、疾病病理基础，识别潜在药物靶点，检查选定的蛋白质靶点的可药性，设计和开发针对候选治疗性蛋白质靶点的新药物，或鉴定药物成分、毒性和作用机理，从而改进药效和药物安全性；
3.预防方面：鉴定出肿瘤具有特异高免疫学活性的新蛋白质，有助于抗肿瘤疫苗的研究和开发；
4.预后分析：通过蛋白质组学的研究，获得与原发性肿瘤及其转移性相关的信息，这对肿瘤的预后分析具有重要意义；
5.机制研究：寻找差异蛋白，找出与疾病相关的蛋白质，进一步研究这些异常蛋白在疾病发生发展过程中起到的作用，从而有助于从分子水平揭示疾病的发病机制。





图1 2010-2023年蛋白质组学文章统计（来源于MedReading）。
二、案例展示
案例分享1——疾病治疗潜在药物靶点
题目：Large-scale deep multi-layer analysis of Alzheimers disease brain reveals strong proteomic disease-related changes not observed at the RNA level.
期刊：Nature Neuroscience
IF：28.771
组学技术：基因组学、转录组学、TMT蛋白质组学标记定量技术
内容简介
一直以来，阿尔茨海默症（AD）都是相当大的个人和公共健康问题，且没有有效的疾病改善疗法，但人们仍在不懈努力。目前，转录组学已被广泛应用于AD脑内mRNA转录水平的研究，所获得的转录组学数据已被整合到AD遗传风险中。然而，AD遗传和环境风险的最终生物学效应物通常是蛋白质及其调节的代谢途径。本研究运用TMT高深度蛋白质组学定量技术，通过对背外侧前额叶皮层（DLPFC）组织进行分析，建立了一个大范围、高深度的AD蛋白网络图谱，并发现了与AD密切相关的新蛋白网络模块——MAPK信号转导和代谢以及与基质体相关的模块。这些发现凸显了高深度蛋白质组分析及具有综合临床和病理表型的大队列蛋白质组研究的重要价值，为AD发病机制背后的复杂分子机制提供了新的见解，并确定了改善疾病治疗开发的潜在靶标。
蛋白质组学研究思路



蛋白质组学研究结果
本研究运用TMT-MS技术，对516个背外侧前额叶皮层 (DLPFC) 组织进行蛋白组学分析（图2a），经过数据处理和异常值去除，使用加权基因共表达网络分析（WGCNA）算法，使用8619个蛋白构建蛋白共表达网络（图2b），该网络能够高度检测AD相关模块，我们能够如何保养眼部皮肤察到44个模块中的很大一部分与至少一个病理或认知特征显著相关（图2b）。其中M42基质体、M11细胞-细胞外基质和M7 MAPK信号传导和代谢等12个模块或模块家族与AD特征的相关性比其他特征更强（图2b）。



图2 AD蛋白共表达网络（Johnson et al., 2022）。a）基于TMT-MS的蛋白质组学分析了来自ROSMAP的516个DLPFC组织。b）利用WGCNA构建了一个蛋白质共表达网络。c）12个AD相关性最高的模块特征蛋白水平。
为了评估一个给定的TMT网络模块是否在AD的早期阶段发生了改变，作者比较了对照组、无症状AD（AsymAD）和AD病例中的模块特征蛋白。与对照组相比，12个AD相关性最高的模块（图2c）中其中四个模块在AsymAD中显著增加或显著减少，而其他八个仅在AD中显著改变。在AsymAD中增加的模块包括M42基质体和M11细胞-细胞外基质相互作用，而在AsymAD中减少的模块包括M5突触后密度和M8蛋白转运（图2c）。
总之，TMT-MS对500多个脑组织进行了分析，我们可以量化8600多个蛋白质，并构建一个强大的蛋白质共表达网络，该网络能够高度检测AD相关模块，包括大量在之前的LFQ共识网络中没有出现的新模块。其中一些新模块在AD的早期阶段也发生了改变，可能反映了在AD神经病理学存在但在认知衰退之前发生的病理生理过程，并与tau稳态失调相关。
案例分享2——疾病机制研究
题目：Photocatalyzing CO2 to CO for enhanced cancer therapy
期刊：Advanced Materials
IF：32.086
组学技术：iTRAQ定量蛋白质组学、代谢组学
内容简介
癌症是世界上最严重的公共卫生问题之一。人们为治疗癌症做出了许多努力，包括化疗、光动力疗法和光热疗法等直接策略。一氧化碳（CO）的持续暴露可使癌细胞对化疗增敏，同时保护正常细胞免受凋亡的影响。一种名为HisAgCCN的光催化纳米材料，在可见光照射下将二氧化碳转化为一氧化碳。作者旨在研究这种纳米材料作为癌症治疗剂的潜力。作者基于iTRAQ定量蛋白组学分析，发现HisAgCCN纳米材料抗癌作用的原因是能诱导肿瘤内线粒体生物合成的能力。该研究为HisAgCCN纳米材料的潜在作用机制提供了见解，并强调了其作为有前途的癌症治疗候选药物的潜力。
蛋白质组学研究思路



蛋白质组学研究结果
为了探索HisAgCCN的抗癌机制，本研究对HisAgCCN纳米材料处理PC-3细胞前后的样品使用iTRAQ定量蛋白组学分析。
在这项研究中，使用iTRAQ的蛋白质组学技术鉴定了4052种不同的蛋白质，这些蛋白质代表了HisAgCCN治疗可能涉及的广泛生物学变化。如图3a–c所示，在GO分类中，所有被鉴定的蛋白质通常被分为三类包括生物过程、细胞成分和分子功能。如图3d所示，我们发现在样品中有146种蛋白质差异表达（P≤0.05），包括104种蛋白上调和42种蛋白下调。
根据GO分类，作者发现上调和下调差异表达蛋白之间在细胞器部分、催化活性和电子载体活性存在更多的异常，其中线粒体和核糖体相关蛋白都上调，这与线粒体功能密切相关（如图3e，f，g所示）。这些数据表明，HisAgCCN处理产生的CO诱导靶线粒体蛋白的上调，这与其线粒体生物发生的特征一致。蛋白质上调证明核糖体功能的增强应归因于蛋白质合成的增强，这对线粒体的生物发生也很重要。



图3 HisAgCCN处理PC-3细胞的蛋白质组学分析（Zheng et al., 2017）。a） 生物过程中所有定量蛋白质的GO分类。b） 细胞成分中所有定量蛋白质的GO分类。c） 分子功能中所有定量蛋白质的GO分类。d） 104个蛋白质上调和42个蛋白质下调的热图。e） 生物过程中差异表达蛋白的GO分类。f） 细胞成分和分子功能中差异表达蛋白的GO分类。g） 细胞器和细胞器部分差异表达蛋白的GO分类。h） 线粒体功能中显著富集的GO术语综述。i） 线粒体功能相关通路的KEGG通路统计。j） STRING蛋白-上调蛋白的蛋白相互作用网络。k） HisAgCCN在癌症细胞和正常细胞中相反作用的示意图。
为了鉴定与相关线粒体蛋白相关的功能，采用GO途径富集分析来揭示差异表达蛋白的富集途径。在49个显著富集的GO项中，可以发现线粒体在核小体、基质、管腔、膜、外膜、膜间和包膜部分富集。这表明，HisAgCCN产生的CO主要影响线粒体之间的功能（图3h所示）。
KEGG分析发现HisAgCCN处理上调了PC-3细胞的代谢相关功能，特别是有氧呼吸相关功能，如三羧酸循环和氧化磷酸化，（如图3i所示）。这些结果还表明，线粒体生物发生的增强将有氧呼吸转化为无氧呼吸。然而，应该注意的是，如果癌症细胞受损的线粒体呼吸链被激活，会产生大量的ROS。为了了解潜在反应之间的相互作用，使用了检索相互作用基因/蛋白质的搜索工具（STRING）。分别描绘了上调和下调蛋白质的蛋白质-蛋白质相互作用网络（如图3j）。
除了线粒体相关的蛋白质-蛋白质相互作用网络外，STRING表明，暴露于HisAgCCN会导致大量参与反应调节的二元相互作用（尤其是氧化应激）。这些结果表明，HisAgCCN不仅增强了线粒体功能和生物发生，而且增强了细胞内的氧化应激。作者提出了一种可能的机制来解释HisAgCCN治疗对癌症细胞和正常细胞的矛盾特征，如图3k所示。对于具有强大线粒体功能的正常细胞，HisAgCCN可以激活线粒体的生物发生，并进一步更新其抗凋亡能力。然而，对于线粒体DNA突变和线粒体呼吸链功能紊乱的癌症细胞，如果这些受损的线粒体被HisAgCCN激活，则会产生爆炸性数量的ROS。
根据上述蛋白质组学数据分析，我们推测HisAgCCN治疗可能会限制肿瘤转移。
小医叨叨
关于蛋白质组学的专题讲解到此就结束了，但我们以后还会继续分享蛋白质组学相关的内容，或者我们也会再详细讲解一下蛋白质组学的技术及结果分析，请大家多多关注噢！
参考文献
Johnson ECB, Carter EK, Dammer EB, et al. Large-scale deep multi-layer analysis of Alzheimer's disease brain reveals strong proteomic disease-related changes not observed at the RNA level. Nature Neuroscience. 2022, 25(2).
Zheng DW, Li B, Li CX, et al. Zhang XZ. Photocatalyzing CO2 to CO for Enhanced Cancer Therapy. Advanced Materials. 2017, 29(44).