文献目录
1 （Nat Rev Clin Oncol）Review：癌症「空间」景观
2 （Nat Med）UK Biobank 血浆蛋白组学数据预测疾病风险
3 （Diabetes Care）大规模蛋白质组学改进了对糖尿病患者慢性肾病的预测
4 （Nat Comm）髓母细胞瘤亚型的多组学特征揭示潜在治疗靶点
5 （Mol Ther）绘制癌症表面蛋白质组图谱
6 （Cell Rep Med）髓系细胞通过GP130信号传导诱导胶质母细胞瘤耐药性
一起来看看上周的蛋白质组学精选优质文献吧！
1. （Nat Rev Clin Oncol，IF:81.1）Review：癌症「空间」景观
7月23日，斯德哥尔摩皇家理工学院和悉尼加文医学研究所的研究团队在 Nature Reviews Clinical Oncology 发表 review article，详细探讨了空间分析技术在癌症研究中的重要性。
文章回顾了传统的基于蛋白质的方法如免疫组织化学（IHC）和免疫荧光，指出其在捕捉肿瘤多样性方面的局限性。随后，介绍了空间转录组学、空间蛋白组学等空间技术。
文章介绍了空间蛋白质组学技术的进展，描述了多重蛋白质检测方法如何提供更全面的肿瘤和肿瘤微环境图景。这些方法包括荧光标记技术和金属标记技术，如迭代成像采集（iterative imaging acquisition）、索引共检测（CODEX）以及基于金属的成像质谱流式技术（metal-based imaging mass cytometry）和多重离子束成像（multiplex ion beam imaging）。这些技术克服了传统方法的限制，通过高分辨率检测大量蛋白质目标，提供无干扰的蛋白质测量，并揭示了具有临床意义的新生物学见解。
文章总结了空间分析技术在提高癌症研究和临床应用中的重要性，并讨论了将这些发现整合到临床实践中的挑战和机遇。
2.（Nat Med，IF:58.7）UK Biobank 血浆蛋白组学数据预测疾病风险
7月22日，剑桥大学临床医学院MRC流行病学小组、葛兰素史克英国研发中心的研究团队在 Nature Medicine 发表血浆蛋白组学新研究，揭示了蛋白质特征在提高疾病预测效果方面的巨大潜力。
通过在UKB-PPP队列中对2923种蛋白进行质谱分析，研究人员开发了针对218种疾病的预测模型，显著提高了临床模型的预测效果。例如，仅使用五种蛋白质即可对163种疾病的预测表现与临床模型相当，且对另外30种疾病显著优于临床模型。在67种稀有和常见疾病中，增加5到20种蛋白质使中位C指数提高了0.07，10%假阳性率下的中位检测率提高至45.5%。此外，蛋白质预测在所有条件下均表现优越，并展示了多基因风险评分在疾病预测中的不足。
总的来说，该研究证明了将稀疏血浆蛋白质特征与EHRs（电子健康档案）结合在一起，可以在常见和罕见疾病的预测方面提供新的、改进的预测，优于标准临床检验，通过特异性蛋白质和跨多种疾病的蛋白质预测因子。
3.（Diabetes Care，IF:14.8）大规模蛋白质组学改进了对糖尿病患者慢性肾病的预测
7月23日，南方医科大学南方医院肾内科秦献辉研、侯凡凡团队在 Diabetes Care 发表了血浆蛋白组学新研究。
文章开发并验证了一个基于11种血浆蛋白的蛋白质风险评分，用于预测糖尿病患者的慢性肾病（CKD）。在对2,094名患者进行长达12.1年的随访研究中，该评分显著提高了CKD的预测准确性，超越了传统的临床风险模型和多基因风险评分。结合蛋白质风险评分与临床风险因素的综合模型表现最佳，显著提升了CKD风险的辨别和重新分类能力。
4.（Nat Comm，IF: 14.7）髓母细胞瘤亚型的多组学特征揭示潜在治疗靶点
7月24日，德国汉堡分子神经生物学中心（ZMNH）及埃彭多夫大学医学中心的研究团队在 Nature Communications 发表了髓母细胞瘤的多组学分析新研究，揭示了髓母细胞瘤中可作为治疗靶点的蛋白质组和N-糖相关的改变。
文章通过整合蛋白质组学、DNA甲基化和转录组学数据，详细解析了髓母细胞瘤（Medulloblastomas，MB）的不同亚型。
研究发现MB可分为六种蛋白质组亚型，这些亚型可归为两大分子机制：转录/翻译（pSHHt, pWNT, pG3myc）和突触/免疫过程（pSHHs, pG3, pG4）。其中，pG3myc具有显著的MYC扩增和Palmdelphin（PALMD）高表达，与预后不良相关；相比之下，pWNT MB展示了低丰度的TriC/CCT复合体和高TNC蛋白表达，其与较好的预后相关。此外，N-糖基化在MB亚型中表现出显著差异，pG3myc和pG4亚型中复杂N-糖基化种类较多，而pWNT MB中N-糖基化特征较为丰富。
总体而言，研究通过多组学分析，为MB亚型的分子特征和潜在治疗靶点提供了新的见解。
5.（Mol Ther，IF: 14.7）绘制癌症表面蛋白质组图谱
7月26日，美国莫菲特癌症中心在 Molecular Therapy 发表了癌症细胞表面蛋白质组（surface proteome）的综述文章。
本文概述了癌症免疫治疗领域的最新进展，特别是针对癌细胞表面蛋白质的识别和分析。通过质谱技术、富集技术（enrichment protocols）和计算工具的进步，研究者能够全面分析癌症细胞表面蛋白质组，识别出新的免疫治疗靶抗原，从而扩展现有疗法的适应症，提高其在不同癌症类型中的应用效果。
6.（Cell Rep Med，IF: 11.7）髓系细胞通过GP130信号传导诱导胶质母细胞瘤耐药性
7月24日，慕尼黑大学医院的研究团队在 Cell Reports Medicine 发文，研究了胶质母细胞瘤（GBM）与髓系细胞相互作用如何通过激活GP130受体信号传导在遗传和血管水平上同时诱导化疗耐药性。
利用人类脑组织的转录组和免疫组织化学筛查、蛋白质组学、转录组学和细胞实验以及人源化器官样GBM模型的药理实验，研究发现信号肽人神经元在纳摩尔浓度下通过激活DNA损伤应答（DDR）促进TMZ耐药性。
GBM小鼠模型显示，肿瘤内人神经元释放加速了血肿瘤屏障（BTB）的形成。抑制GP130信号传导可以削弱DDR活性和BTB形成，提升化疗效果。
研究揭示了TMZ耐药的综合机制，并提出了通过预测标志物改善GBM化疗的可转化策略。
