1、研究隊(duì)列設(shè)置

本研究針對(duì)化療敏感型和化療難治型患者，共設(shè)置3個(gè)HGSOC隊(duì)列：1個(gè)發(fā)現(xiàn)隊(duì)列（FFPE（福爾馬林固定石蠟包埋）樣本，158例）2個(gè)驗(yàn)證隊(duì)列（隊(duì)列1：FFPE樣本，20例；隊(duì)列2：冷凍組織樣本，64例），分別進(jìn)行蛋白質(zhì)組學(xué)、磷酸化蛋白質(zhì)組學(xué)、WGS和RNA-seq測(cè)序分析（圖1）。并且，研究還選擇了兩個(gè)外部隊(duì)列（MSK-IMPACT和CPTAC-2016）進(jìn)行了組學(xué)數(shù)據(jù)的驗(yàn)證。

圖1 蛋白質(zhì)組學(xué)、磷酸化蛋白質(zhì)組學(xué)、WGS和RNA-seq數(shù)據(jù)的可用性

2、基于蛋白質(zhì)組學(xué)的預(yù)測(cè)模型

研究團(tuán)隊(duì)基于機(jī)器學(xué)習(xí)技術(shù)整合FFPE發(fā)現(xiàn)隊(duì)列的蛋白質(zhì)組學(xué)數(shù)據(jù)及HGSOC相關(guān)歷史研究數(shù)據(jù)，篩選到64種蛋白質(zhì)，然后利用ElasticNet、Random Forest和XGBoost算法構(gòu)建了一個(gè)包含64種蛋白質(zhì)的集成預(yù)測(cè)模型。在5折交叉驗(yàn)證中，該模型在FFPE發(fā)現(xiàn)隊(duì)列的蛋白質(zhì)數(shù)據(jù)上顯示出較好的性能，AUC=0.83。此外，研究團(tuán)隊(duì)使用獨(dú)立的患者隊(duì)列（冷凍和FFPE樣本隊(duì)列）評(píng)估預(yù)測(cè)模型的性能，均獲得了相對(duì)較高的AUC值（AUC=0.81，AUC=0.91）。結(jié)果表明，基于64種蛋白質(zhì)的預(yù)測(cè)模型，能夠高度特異性地識(shí)別難治型HGSOC的子集。

此外，研究者還利用基于質(zhì)譜的多重反應(yīng)監(jiān)測(cè)技術(shù)（MRM-MS）對(duì)模型中的22種蛋白質(zhì)進(jìn)行了驗(yàn)證，AUC=0.76，證明了開發(fā)用于預(yù)測(cè)的多重MRM分析的可行性，并為模型中的64種蛋白質(zhì)的擴(kuò)展分析奠定了基礎(chǔ)。

圖2 基于蛋白質(zhì)組學(xué)的預(yù)測(cè)模型

3.通路富集分析及腫瘤分子分型

為尋找與敏感型、難治型相關(guān)的代謝途徑，研究者對(duì)蛋白質(zhì)組、磷酸化修飾組和RNA-seq數(shù)據(jù)進(jìn)行富集分析。結(jié)果顯示，在所有組學(xué)數(shù)據(jù)集中，敏感型腫瘤中的E2F靶標(biāo)、G2M檢查點(diǎn)和DNA復(fù)制等均升高，難治型腫瘤中的缺氧、轉(zhuǎn)化生長因子b (TGF-b)和上皮間質(zhì)轉(zhuǎn)化(EMT)等均升高。而難治型腫瘤的氧化磷酸化(OXPHOS)和三羧酸(TCA)循環(huán)只在蛋白水平升高，RNA水平未見異常，表明蛋白質(zhì)組學(xué)和RNA-seq數(shù)據(jù)在代謝途徑中的一致性較低。

為了表征HGSOC治療反應(yīng)機(jī)制的異質(zhì)性，研究者對(duì)基于蛋白組學(xué)數(shù)據(jù)顯著富集的前150條代謝通路進(jìn)行聚類分析，確定了HGSOC的5種亞型。簇1與翻譯和rRNA加工途徑的高表達(dá)相關(guān)。簇1和簇2顯示出高細(xì)胞周期相關(guān)通路。簇3顯示代謝通路的高表達(dá)，而簇4顯示缺氧、EMT和TGF-β通路的上調(diào)。簇4和簇5腫瘤表現(xiàn)為免疫通路評(píng)分升高。

圖3 代謝通路富集分析

小結(jié)

該研究的突破之處在于將蛋白質(zhì)組學(xué)和基因組學(xué)相結(jié)合，通過對(duì)242個(gè)難治型和敏感型的HGSOC組織樣本進(jìn)行全面分析，從而深入地揭示了化療難治型高級(jí)別漿液性卵巢癌的分子機(jī)制。本研究還確定了基于64種蛋白質(zhì)的化療耐藥性預(yù)測(cè)模型，以及5種HGSOC的亞型，并發(fā)現(xiàn)了潛在的亞型特異性治療策略，為未來的臨床治療和個(gè)體化醫(yī)學(xué)提供了重要的指導(dǎo)。