博文
蛋白质组在人体及癌症中的空间分布
||
蛋白质组在人体及癌症中的空间分布
基于遗传蓝图，发育过程中会产生具有不同功能的多样人类组织和器官。这些功能在病理条件下（如肿瘤）可能失调。在发育和病理环境中，表征不同组织类型的蛋白质组变异对于加深我们对人体生物学的理解和推进治疗开发至关重要。尽管转录组存储库如 ArrayExpress、RNA-Seq Atlas 和 BioGPS 门户网站提供了组织表达的初始注释，且成人 GTEx 项目利用未受疾病影响的组织位点的基因组和转录组数据进一步扩展，但 mRNA 丰度与蛋白质表达仅有中等相关性，蛋白质是主要功能和可药物分子。
人类蛋白图谱（HPA）于 2005 年启动，最初整合了基于免疫组化的健康和癌变组织蛋白质组数据，并持续扩展。到 2015 年，HPA 整合了来自 32 种健康组织类型的转录组数据，以及基于 20,456 种抗体、44 种健康组织类型的蛋白质组数据。尽管基于抗体的蛋白质测量具有提供局部蛋白信息的优势，但其半定量性质限制了数千种蛋白质的可靠定量，尤其是那些缺乏有效抗体的蛋白质。相比之下，质谱（MS）为定量蛋白质组测量提供了一种全面、多重且无偏的替代方案。
2014 年，两份基于 MS 的人类蛋白质组草案报告了约 85%的人类基因编码蛋白质涵盖约 30 种组织类型和细胞系。几年后，另一项研究利用无标签数据获取多发性硬化分析，描述了 29 个组织中的 15,210 个蛋白群，最近，研究人员利用串联质量标签型多发性硬化症定量了 32 种组织类型的 12,027 个蛋白质。尽管这些研究推进了人类组织蛋白质组学，但它们只关注约 30 个主要组织，许多组织尚未被充分记录，且缺乏健康与癌变组织的全面比较。
癌症基因组图谱（TCGA）、国际癌症基因组联盟和临床蛋白质组肿瘤分析联盟（CPTAC）等联盟已为特定肿瘤生成了大量多组学数据集。然而，跨肿瘤类型比较的挑战限制了从这些资源中获得的癌症差异洞察。跨不同人类组织和状态进行全面的蛋白质组剖析需要广泛的组织覆盖和深入、高通量的蛋白质组学，这一需求已被数据独立采集质谱（DIA-MS）有效满足。最近，Yue等人利用 DIA-MS 呈现了一个丰富的数据资源，详细介绍了 13,609 个蛋白质的空间分布（https://db.prottalks.com/）。该覆盖包括 58 个健康成人组织、25 种癌症类型的肿瘤和非肿瘤配对样本，以及 22 种胎儿组织类型，涵盖几乎所有固体人体组织、体液和主要癌症类型（见图 1）。本资源为理解人体蛋白质组提供了基础，并有助于癌症药物的发现。
图1人类蛋白质组草案概述。每种样本类型都标注了对应的数字。眼睛、血液、人类胚胎、耳朵、鼻子和大脑的具体采样位置在左侧列出。底部显示了二十五种癌症类型。所有样本均标注了器官、组织或癌症的完整和缩写名称，括号内的数字表示蛋白质数量样本涵盖特定组织类型。图中，“女性生殖器”作为输卵管、子宫和阴道的类别标签，“男性生殖器”作为附睾、精囊、精管和考珀腺的类别标签
参考文献
[1] Yue L, Jiang W, Li S, Luo M, Fan N, Zhan X, Sun R, Cheng H, Xue Z, Liu T, Zhou Q, Chen K, Lu T, Guo F, Li D, Ge W, Nie Z, Lyu M, A J, Wang Y, Chen Y, Fu Z, Xiang N, Li L, Yu F, Teo GC, Nesvizhskii AI, Wang M, Snyder MP, Collins BC, Xiao Q, Aebersold R, Xu F, Yang H, Zhang S, Han Y, Zhu Y, Ji Y, Li Y, Guo T. Spatial distribution of the proteome in the human body and in cancers. Nature. 2026. https://doi.org/10.1038/s41586-026-10660-y
以往推荐如下：
5. EMT标记物数据库：EMTome
8. RNA与疾病关系数据库：RNADisease v4.0
9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target
13. 利用药物转录组图谱探索中药药理活性成分平台：ITCM
19. 基因组、药物基因组和免疫基因组水平基因集癌症分析平台：GSCA
22. 研究资源识别门户：RRID
24. HMDD 4.0：miRNA-疾病实验验证关系数据库
25. LncRNADisease v3.0：lncRNA-疾病关系数据库更新版
26. ncRNADrug：与耐药和药物靶向相关的实验验证和预测ncRNA
28. RMBase v3.0：RNA修饰的景观、机制和功能
29. CancerProteome：破译癌症中蛋白质组景观资源
30. CROST：空间转录组综合数据库
31. FORGEdb：候选功能变异和复杂疾病靶基因识别工具
33. CanCellVar：人类癌症单细胞变异图谱数据库
36. SCancerRNA：肿瘤非编码RNA生物标志物的单细胞表达与相互作用资源
37. CancerSCEM 2.0：人类癌症单细胞表达谱数据资源
38. LncPepAtlas：探索lncRNA翻译潜力综合资源
40. MirGeneDB 3.0：miRNA家族和序列数据库
41. RegNetwork 2025：人类和小鼠基因调控网络整合数据库
42. CircTarget：多种细胞类型circRNA调控综合数据库
43. GreenCells：植物lncRNA单细胞分析资源
44. RM2Target 2.0：RNA修饰的写入者、擦除者和读取者靶基因数据库
https://blog.sciencenet.cn/blog-571917-1543142.html
上一篇：CauFinder：通过因果解耦学习引导细胞状态和表型转变
下一篇：MOREshiny：推断特定表型相关的多组学调控网络
