撰文丨王聰

編輯丨王多魚

排版丨水成文

癌癥是一組異質性疾病，其特征是惡性細胞不受控制地生長和擴散，逃脫了正常的檢查和平衡機制。腫瘤的分子特征可用于臨床干預，以實現個性化治療。

癌癥基因組圖譜（TCGA）和國際癌癥基因組聯盟（ICGC）的大規模基因組學研究旨在編錄主要的致癌基因組改變，并提供一份全面的癌癥基因組特征“圖譜”。對 30 多種人類癌癥的大規模隊列進行廣泛的基因組測序，并結合對單個癌癥類型的綜合分析以及全面的泛癌分析，揭示了細胞異常的非常復雜的圖景，拓展了當前對腫瘤發生機制的認識，并創新了分子診斷方法。盡管取得了這些進展，但要預測腫瘤中的基因組/表觀基因組和轉錄組改變如何影響下游蛋白質的表達和活性，仍頗具挑戰性。

蛋白質是細胞中的功能單位，也是大多數療法的作用靶點。因此，僅依據基因組/表觀基因組和轉錄組特征來選擇靶向治療，仍有改進空間。蛋白質組不僅能夠拓展我們對細胞動態分子行為的理解，幫助揭示癌癥表型的形成機制，還可能改善診斷和治療選擇。然而，迄今為止，大多數癌癥蛋白質組學研究都集中在單一癌癥類型上。

2025 年 5 月 29 日，阿姆斯特丹自由大學Connie Jimenez團隊聯合西湖大學醫學院郭天南團隊,在Cancer Cell期刊發表了題為：The pan-cancer proteome atlas, a mass spectrometry-based landscape for discovering tumor biology, biomarkers, and therapeutic targets 的研究論文。

該研究利用數據非依賴性采集質譜（DIA-MS）構建了一個大規模泛癌種蛋白質組圖譜（Pan-Cancer Proteome Atlas，TPCPA），覆蓋了 22 種癌癥類型（18 種實體瘤和 4 種非實體瘤）的 999 例原發腫瘤樣本，定量了 9670 種蛋白質，系統分析了癌種間和同種癌癥內的蛋白表達特征，識別出多個泛癌與特異性蛋白標志物、潛在靶點以及癌癥亞型分類器。此外，研究團隊還開源了全部數據資源。

該研究基于數據非依賴性采集質譜（DIA-MS）技術構建了泛癌種蛋白質組圖譜（Pan-Cancer Proteome Atlas，TPCPA），以更好地理解癌癥生物學并識別治療靶點和生物標志物。

泛癌種蛋白質組圖譜（TPCPA）包含了來自 999 個原發性腫瘤的 9670 種蛋白質，這些腫瘤代表了 22 種癌癥類型。

研究團隊進一步描述了在泛癌種及特定癌癥類型中富集的蛋白質，并進行了廣泛的外部注釋，優先確定候選藥物靶點和生物標志物。

對于蛋白靶向降解嵌合體（PROTAC）而言，該研究確定了在特定腫瘤類型中高表達的 E3 泛素連接酶，包括HERC5（在食管癌中高表達）和RNF5（在肝癌中高表達）。

該研究還共表達分析揭示了 13 個模塊，其中包括一些意想不到的樞紐蛋白，它們可能是潛在的藥物靶點，例如 GFPT1、LRPPRC、PINK1、DOCK2 和 PTPN6。

通過對 195 例結直腸癌的分析，該研究確定了基于 RNA 的共識分子亞型（CMS）和兩種具有預后價值的免疫亞型。

此外，該研究還構建了一個基于 75 個蛋白的癌癥亞型分類器，在內部驗證及 4 個獨立隊列（包括轉移癌）中均表現優異（AUC大于0.98），可用于識別原發灶不明的癌癥。

最后，研究團隊開源了所有的 TPCPA 數據，這些數據均可在門戶網站 http://r2platform.com/TPCPA/ 中免費查詢和使用。

論文鏈接：

https://www.cell.com/cancer-cell/abstract/S1535-6108(25)00212-0