众所周知，各种生理和病理功能的执行者是蛋白质而非mRNA，蛋白质的丰度相比于mRNA的表达更能体现疾病的状态。以往的研究发现，蛋白质和RNA在不同组织间具有不同的富集模式，这可能是由于翻译后调控、RNA和蛋白质水平上的不同周转率所引起的。今天给大家分享的这篇文章就是以蛋白质为主角，于2022年3月发表在Oncogene（IF=9.867）。

The proteomic characterization of the peritumor microenvironment in human hepatocellular carcinoma

人肝细胞癌瘤周微环境的蛋白质组学特征

背景

肿瘤微环境（TME）描述了肿瘤组织的组成，在肿瘤的发生中起着重要的作用。TME通常在肿瘤组织中进行研究，因此TME参与肿瘤初始发生、肿瘤复发以及术后转移相关的过程尚不清楚。肿瘤细胞和肿瘤生长的组织是高度异质性的，正如Paget的“种子和土壤”假说中首次提出的那样。“土壤”是指为肿瘤细胞生长提供合适环境的非肿瘤组织，但其本身不是肿瘤组织。然而，识别和研究未来肿瘤生长的“土壤”还是比较困难的。因此，衍生出一个新的概念来描述肿瘤发生和发展的机制——瘤周微环境（PME）。PME包括肿瘤周围非常接近“土壤”的组织。肿瘤的发生、复发和转移主要依赖于PME，因此PME和TME都能影响肿瘤的进展。但到目前为止，相比于TME，很少有研究关注于PME。

超过80%的肝细胞癌有邻近组织显示肝硬化或纤维化，因此，HCC可能具有独特的PME特征。在这项研究中，作者首次通过使用41个正常人类肝组织和71个HCC瘤周组织，对HCC中的PME进行了蛋白质组学表征，“与癌症发生密切相关的PME”（PME-O）和“与癌症进展密切相关的PME”（PME-P）在蛋白质组的组成和功能上几乎完全不同。

结果

HCC患者中PME的蛋白质组学分析

在PME中鉴定出的平均蛋白数量（4543）明显高于正常肝组织（4372）（A），且在甲胎蛋白（AFP）水平高和生存时间较短的患者的PME中鉴定出较多的蛋白数量（B）。这些结果表明PME中蛋白表达的变化与HCC的临床指标密切相关，而蛋白数量的异常增加可能与HCC进展有关。将PME与对照组进行比较，发现有1360个差异表达蛋白（C和D）。富集分析表明，PME中差异表达的蛋白可能与HCC的发生和进展相关的信号通路相关（E）。值得注意的是，糖酵解途径中关键调控蛋白的表达显著上调（F-P），表明肝脏特异性代谢途径在HCC的PME中被重编程。

“与癌症发生密切相关的PME”（PME-O）

不像传统的蛋白质分析方法，关注单一蛋白质或单一因素，如免疫、炎症、血管生成或代谢，在该研究中，作者建立了一种检验多重综合因素的方法（A）。简单地说，计算在PME-O中确定的所有40个蛋白质的风险指数（RIs）发现，RIs与AFP、肝硬化分期和CYP2E1活性密切相关（B-D）。高RI的患者更有可能具有较高的AFP水平、肝硬化分期以及CYP2E1活性，这表明所建立的方法具有显著的临床意义。通过分析结果发现患者发生HCC的几个危险因素的比例差异很大（E），这种差异可能归因于HCC患者间具有高度异质性。一般来说，免疫通常是PME中HCC发生的主要原因，且免疫的RI在六个因素中最高，其次是炎症和血管生成（F）。

为了便于这些信息的临床应用，作者对上述40个蛋白进行了进一步的优化筛选，并构建了一个包含三种蛋白标记物（免疫蛋白HSPA4L、炎症蛋白VIL1和血管生成蛋白TYMP）的具有较高特异性和敏感性的模型（G-J），对于HCC的发生具有良好的预测价值。

“与癌症进展密切相关的PME”（PME-P）

进一步分析蛋白功能与HCC进展之间的相关性，发现PME-P中有52个蛋白，可按功能分为6类（A）。然后使用RIs来检验各种因素对进展和个体变异的影响。与PME-O患者相似，高RI患者更可能有更短的生存时间、更高的AFP水平、且存在多个而不是单个的肿瘤区域（B-F）。在本研究中，炎症、血管生成和代谢的平均RIs远高于其他因素，是PME中HCC进展的主要影响因素（G和H）。随后构建的进展预测模型，涉及三个标记物（炎症蛋白CMPK2；血管生成蛋白TYMP；和代谢蛋白NADSYN1），低RI组的中位生存时间明显长于高RI组（I和J）。同时，ROC分析结果显示，该模型可以更好地预测疾病进展（K和L），提示该模型可能对HCC进展的风险具有良好的预测价值。

作者随后评估了PME-O中40个蛋白和PME-P中52个蛋白对HCC发生和进展的影响，结果显示进展蛋白对HCC的发生影响微弱，发生蛋白对进展的影响也较弱（M和N），意味着影响发生和进展的蛋白在组成和功能上都有所不同，即HCC的发生和进展是完全不同的阶段，说明需要不同的预防和治疗策略。

PME亚型的分子特征

由于在本研究中，肿瘤分类首次基于PME而不是TME，因此可以整体考虑发生和发展的过程。使用共识聚类分析，HCC患者被分为3种亚型，亚型间具有差异的OS、分子特征以及RI（A-E）。在3种亚型间RI显著差异的16个蛋白中（F-U），有10个蛋白可以被认为是潜在的靶点（V），提示PME中三种亚型的特征明显不同，提示需要不同的治疗策略。

胸苷磷酸化酶（TYMP）作为HCC的潜在靶标

相比于对照组，PME中显示出更高的TYMP丰度（A），而TYMP mRNA的表达在两组之间没有显著差异。TYMP的表达与诊断（B）、预后（C）及临床参数（D-K）显著相关。此外，TYMP与在PME中显示微血管密度上调的指标PECAM1显著相关（L-O），并与肿瘤的大小和预后呈正相关（P-Q）。

作者在小鼠模型中验证了这一现象。两种TYMP抑制剂不同程度地降低了肿瘤重量（A-D），但对体重没有显著影响（E）。两种TYMP抑制剂也降低了肿瘤内新生血管的形成（F和G）。显然，肿瘤抑制作用与TYMP抑制剂的抗血管生成能力明显相关。此外，TYMP抑制剂TPI在24h和48h时对HCC细胞的生长和增殖均无显著影响，表明该抑制剂针对的是肿瘤微环境，而不是肿瘤细胞。这些数据为TYMP可以作为HCC的抗血管生成靶点提供了证据。

为了研究TYMP在HCC血管生成中的作用机制，作者分析了血管生成中两种不同的信号通路。TYMP抑制剂处理后，MAPK1（ERK2）/RSK1/NF-κB通路的mRNA下调（I），这表明TYMP的上调通过该通路促进了新生血管的形成（J）。综上所述，这些发现表明TYMP是HCC的一个潜在靶点。

总结

在本研究中，作者提出了一个新的概念，PME，它是基于人类HCC的蛋白质组学特征。相比于以往关注TME的研究只能探索HCC的进展，PME涉及HCC发生和进展的整个过程。该研究结果揭示肿瘤的发生和进展的过程在蛋白质组的组成和功能方面有很大的差异。进展蛋白对HCC的发生的影响和发生蛋白对进展的影响均弱，提示不同的HCC的不同阶段都需要进行不同的预防或治疗策略。这种基于HCC PME的新分类方法，可以更准确地反映HCC的多种特征，从而可以促进癌症研究的新进展。总的来说，PME的新知识将使癌症生物学、诊断和治疗方面的新进展成为可能。

很长一段时间以来，生信发文量一直都是转录组跑在前面，蛋白质组的潜力被极大的低估了，就像该研究中蛋白质组的TYMP丰度在PME中显著增高，而mRNA的表达水平却与正常肝脏无显著差异。那么如果只在转录水平研究HCC PME的话，无疑就漏掉了TYMP这么一个有意义的靶点！啊这是多么痛的领悟，又是多么宝贵的警醒~手握蛋白组数据却不知如何做个性化挖掘的小伙伴，请联系我们，让蛋白组学数据的价值实现最大化。

生信分析需求

公共数据库挖掘 个性化分析