蛋白质组学分析表明子宫内膜的药物途径

一、背景

子宫内膜癌（EC）在发达国家是妇科恶性肿瘤中最常见的类型，其恶化往往源于侵袭性EC组织型的增多，尤其在黑人和西班牙裔女性群体中更为显著。对于高危EC患者，辅助放疗和细胞毒性化疗能有效降低复发风险，提升生存率。然而，对于中危EC患者，这两种治疗方法的预后改善效果尚不明确。

二、实验结果

1.独立 EC 队列的蛋白质组景观

研究者团队运用10个组学平台，包括全基因组测序，对138个EC肿瘤及正常样本进行了综合分析，涵盖了蛋白质组、全外显子组、甲基化、RNA等多个层面，共定量了上万种蛋白质和修饰位点。通过主成分分析，成功区分了肿瘤与正常样本，未发现批次效应。在两组队列间，整体蛋白质组和磷酸化蛋白质组特征显著重叠，并量化了更多乙酰化位点。突变频率最高的基因包括PTEN、ARID1A等，与先前队列相似。肿瘤被分为4个基因组亚型，基于拷贝数变异分析发现了显著的位点扩增和缺失，包括已知的肿瘤驱动因子。通过对CNV驱动基因排序和筛选，确定了潜在的驱动基因，这些基因主要富集于增殖和细胞周期相关通路。与正常组织相比，鉴定出大量显著差异表达的蛋白质，且两种癌症/睾丸抗原在两个队列中均上调。体细胞驱动突变对蛋白质组的效应在不同队列中相似。此外，circRNA与宿主基因及miRNA之间存在显著相关性。总之，两项EC队列研究在多组学水平上展现出高度一致性。

（独立 EC 队列的蛋白质组图谱）

2. PIK3R1的插入缺失是AKT抑制反应的潜在标志物

PI3K-AKT通路在子宫内膜样肿瘤中常发生异常，主要涉及PTEN、PIK3CA和PIK3R1基因的突变。PTEN突变在约80%的肿瘤中出现，常与PIK3CA或PIK3R1（后者在EC中更常见）互斥突变共存。PIK3R1的突变多集中在P85/iSH2结构域，影响其与PIK3CA的相互作用。研究发现，PIK3R1的不同突变对mRNA和蛋白质水平有不同影响，其中插入突变虽不降低蛋白水平，却与较差生存期相关，推测其可能破坏PIK3R1对AKT磷酸化的抑制作用。通过多个队列和实验验证，确认PIK3R1插入突变导致AKT-T308和AKT-S473磷酸化水平升高。进一步分析显示，具有PTEN突变和PIK3R1插入缺失的EC细胞系对AKT抑制剂更敏感。因此，PIK3R1插入缺失可能成为预测AKT抑制反应的生物标志物。

（PIK3R1框内插入缺失显示激活 AKT 磷酸位点的诱导）

3. 选择性反应监测(SRM)分析准确预测抗原呈递机制(APM)状态

细胞抗原加工机器(APM)的有效性对免疫检查点抑制剂(ICI)反应至关重要，且与肿瘤突变负荷(TMB)无关。TMB高且APM高效的肿瘤通过激活CD8+ T细胞呈现免疫活跃状态。JAK1突变多见于TMB高的肿瘤。目前缺乏确定APM状态的临床生物标志物，且既往的APM评分方法不适合诊断。为此，研究者选取了一组包含JAK-STAT、APM及其他免疫相关蛋白的靶向蛋白质组进行检测。在两组队列中，该检测显示了良好的相关性，特别是在高丰度蛋白质中。该检测验证了TMB高但APM低效组中APM蛋白的下调，并基于肽测量数据构建了预测APM状态的机器学习模型，仅两种肽即可实现高AUC值。

（用于抗原呈递机制 (APM) 状态的选择性反应监测 (SRM) 测定）

4. MYC 活性是二甲双胍治疗的目标和潜在生物标志物

肥胖和2型糖尿病(T2D)是子宫内膜癌(EC)的风险因素，而二甲双胍能改善T2D伴EC患者的生存率，但其机制不明。研究结合临床表型与多组学数据，发现二甲双胍治疗显著降低患者肿瘤中的MYC活性，且MYC高表达的细胞系对二甲双胍更敏感。高MYC活性还与EC的某些亚型中较差的总生存期相关。进一步分析显示，二甲双胍治疗的T2D患者肿瘤MYC活性降低，且非糖尿病患者中MYC活性与未治疗的糖尿病患者相似或更高，同时MYC活性与BMI负相关。因此，高MYC活性可能是识别可从二甲双胍治疗中受益的EC患者（包括非糖尿病和非肥胖者）的生物标志物。

（二甲双胍可能针对 EC 中的 MYC）

5.CTNNB1热点突变(hotpot mutations)抑制 DKK 诱导的降解

CTNNB1基因第3外显子的热点突变在CNV-L肿瘤中富集，是潜在致癌驱动基因。这些突变上调Wnt-β-catenin信号并下调免疫通路，同时阻止β-catenin的磷酸化依赖性降解。在CTNNB1热点突变的肿瘤中，细胞增殖和转运蛋白活性增加，免疫评分降低。基于蛋白质组数据的回归模型可准确预测热点突变状态，且热点突变肿瘤中蛋白水平和MYC活性升高。因此，CTNNB1热点突变可能使Wnt-FZD拮抗剂失效，而蛋白质检测可用于识别突变状态。

（CTNNB1热点突变阻断DKK诱导的降解）

6. 使用组织病理学切片的深度学习模型预测亚型和突变状态

他们建立了卷积神经网络模型预测EC的分子、组织学亚型和常见突变，并在独立队列中验证其准确性，能区分CNV-H与非CNV-H样本。CNV增加与不良预后、免疫逃避及免疫治疗反应降低相关。所有EC亚型中均有染色体特异性改变模式，其中染色体1q增益最常见，且伴随免疫评分降低。糖蛋白质组学数据显示染色体1q增益肿瘤中PIGR等糖基化蛋白上调。PARP1拷贝数、表达及修饰水平在1q增益和PARP1扩增肿瘤中增加。PARP1扩增的EC细胞系对PARP抑制剂奥拉帕利敏感，提示PARP1表达或为EC的进化优势及PARP-i治疗的潜在生物标志物。

（深度学习模型成功对分子特征进行分类）

7.多组学聚类揭示了富含CTNNB1热点突变的 CNV-L 亚组和 1q 增益MSI-H 亚组

多组学聚类揭示了CTNNB1热点突变的CNV-L亚组和染色体1q增益的MSI-H亚组等特征。CNV-H肿瘤主要富集于具有增殖特征的TP53突变聚类中。其他聚类则显示了不同的通路特征，如CNV-L亚型的免疫通路下调和转运蛋白活性上调，以及MSI-H和TMB-H亚型的细胞周期、代谢和DNA损伤通路增强。糖肽水平聚类将肿瘤分为四种亚型，与特定聚糖和染色体变异相关。PI3K-AKT通路分析显示肿瘤中多激酶糖肽表达上调，而EGFR糖基化可能发生改变，影响其功能。

（多组学和糖蛋白组 NMF 聚类将样品分成 4 个聚类）

三、结论

本研究利用10个组学平台分析了138个子宫内膜癌(EC)肿瘤和20个正常组织样本，发现肽定量可预测免疫治疗反应，二甲双胍或可治疗MYC活性升高的非糖尿病患者，PIK3R1变异影响AKT抑制剂敏感性，CTNNB1突变可能导致Wnt-FZD拮抗剂失效，深度学习模型能准确预测EC亚型和突变。研究确定了潜在的治疗和诊断标志物，有助于患者分层和精准治疗。

参考文献：

更多服务咨询请致电：

15001394959

15555144551

17666664644

导科医药竭诚为您服务~