Cancer Cell：西湖大学郭天南团队等绘制泛癌种蛋白质组图谱，覆盖22种癌症类型

癌症是一组异质性疾病，其特征是恶性细胞不受控制地生长和扩散，逃脱了正常的检查和平衡机制。肿瘤的分子特征可用于临床干预，以实现个性化治疗。

癌症基因组图谱（TCGA）和国际癌症基因组联盟（ICGC）的大规模基因组学研究旨在编录主要的致癌基因组改变，并提供一份全面的癌症基因组特征“图谱”。对 30 多种人类癌症的大规模队列进行广泛的基因组测序，并结合对单个癌症类型的综合分析以及全面的泛癌分析，揭示了细胞异常的非常复杂的图景，拓展了当前对肿瘤发生机制的认识，并创新了分子诊断方法。尽管取得了这些进展，但要预测肿瘤中的基因组/表观基因组和转录组改变如何影响下游蛋白质的表达和活性，仍颇具挑战性。

蛋白质是细胞中的功能单位，也是大多数疗法的作用靶点。因此，仅依据基因组/表观基因组和转录组特征来选择靶向治疗，仍有改进空间。蛋白质组不仅能够拓展我们对细胞动态分子行为的理解，帮助揭示癌症表型的形成机制，还可能改善诊断和治疗选择。然而，迄今为止，大多数癌症蛋白质组学研究都集中在单一癌症类型上。

2025 年 5 月 29 日，阿姆斯特丹自由大学 Connie Jimenez 团队联合西湖大学医学院郭天南团队,在 Cancer Cell 期刊发表了题为：The pan-cancer proteome atlas, a mass spectrometry-based landscape for discovering tumor biology, biomarkers, and therapeutic targets 的研究论文。

该研究利用数据非依赖性采集质谱（DIA-MS）构建了一个大规模泛癌种蛋白质组图谱（Pan-Cancer Proteome Atlas，TPCPA），覆盖了 22 种癌症类型（18 种实体瘤和 4 种非实体瘤）的 999 例原发肿瘤样本，定量了 9670 种蛋白质，系统分析了癌种间和同种癌症内的蛋白表达特征，识别出多个泛癌与特异性蛋白标志物、潜在靶点以及癌症亚型分类器。此外，研究团队还开源了全部数据资源。

该研究基于数据非依赖性采集质谱（DIA-MS）技术构建了泛癌种蛋白质组图谱（Pan-Cancer Proteome Atlas，TPCPA），以更好地理解癌症生物学并识别治疗靶点和生物标志物。

泛癌种蛋白质组图谱（TPCPA）包含了来自 999 个原发性肿瘤的 9670 种蛋白质，这些肿瘤代表了 22 种癌症类型。

研究团队进一步描述了在泛癌种及特定癌症类型中富集的蛋白质，并进行了广泛的外部注释，优先确定候选药物靶点和生物标志物。

对于蛋白靶向降解嵌合体（PROTAC）而言，该研究确定了在特定肿瘤类型中高表达的 E3 泛素连接酶，包括 HERC5（在食管癌中高表达）和 RNF5（在肝癌中高表达）。

该研究还共表达分析揭示了 13 个模块，其中包括一些意想不到的枢纽蛋白，它们可能是潜在的药物靶点，例如 GFPT1、LRPPRC、PINK1、DOCK2 和 PTPN6。

通过对 195 例结直肠癌的分析，该研究确定了基于 RNA 的共识分子亚型（CMS）和两种具有预后价值的免疫亚型。

此外，该研究还构建了一个基于 75 个蛋白的癌症亚型分类器，在内部验证及 4 个独立队列（包括转移癌）中均表现优异（AUC大于0.98），可用于识别原发灶不明的癌症。

最后，研究团队开源了所有的 TPCPA 数据，这些数据均可在门户网站 http://r2platform.com/TPCPA/ 中免费查询和使用。