王沛教授：一组可以预测对化疗无反应的癌症患者的64种蛋白质

利用一种新的蛋白质基因组学策略和各种机器学习工具，来自西奈山伊坎医学院的研究人员及其同事已经确定了一个64蛋白特征，可以预测不太可能对化疗有反应的卵巢癌患者的一个子集。这项多中心研究发表在8月3日的《细胞》杂志在线版上，报告了对高级别浆液性卵巢癌(HGSOC)化疗难治性的开创性分析。这项工作也为这些患者提供了可能的治疗靶点。

　　

来自西奈山伊坎医学院的研究人员及其同事利用一种新的蛋白质基因组学策略和各种机器学习工具，已经确定了一组可预测对化疗不太可能产生反应的卵巢癌患者亚群的64种蛋白质特征。

这项多中心研究发表在8月3日的《Cell》杂志在线版[DOI: 10.1016/j.cell.2023.07.004]上，报告了一项对高级别浆液性卵巢癌(HGSOC)化疗难治性的开创性分析。这项工作也为这些患者提供了可能的治疗靶点。

上皮性卵巢癌每年在全球造成18.5万多人死亡。HGSOC占这些死亡人数的60%。尽管近年来在治疗上取得了一些进步，但在过去的40年里，这些患者的死亡率一直保持不变。目前，没有办法区分难治性病例(对化疗没有反应)，导致一些患者不必要地经历了铂类化疗的副作用。

西奈山医学院遗传学和基因组科学教授、该论文的共同通讯作者Pei Wang博士说:“为了解决这一关键的问题，我们进行了蛋白质基因组学分析，确定难治性HGSOC的分子特征和潜在的治疗靶点。化疗难治性的预测因素可以实现精确的肿瘤学，使患者免于毒性，并通过有针对性的临床试验帮助确定最有效的治疗方法。”

研究人员分析了242例HGSOC患者接受化疗前的肿瘤样本，包括化疗难治性和化疗反应性个体。利用先进的计算机模型分析肿瘤的蛋白质和基因表达谱，他们发现了一组特殊的64种蛋白质，可以预测哪些肿瘤对一线铂类药物治疗反应不佳。这一预测在两个独立的患者队列中得到证实。

此外，基于来自蛋白质组学数据的通路活性测量，研究小组还确定了五种新的HGSOC亚型，并在两个独立的患者组和实验室培养的肿瘤小鼠模型中进行了验证，这表明可能需要不同的治疗策略。

接下来，研究人员计划在更多的回顾性和前瞻性研究中证实他们的发现。研究人员说，一旦得到验证，这些工具就可以被临床医生用来设计定制的替代疗法，而不是目前的标准化疗，以帮助难治性肿瘤患者。

作为研究的一部分，该研究的一作Amanda Paulovich博士正在研究一种新的测试，该测试使用多重分析平台来更快，更有效地测量预测模型中的蛋白质。该测试将结合多种蛋白质的信息，形成一个单独的评分，表明化疗难治性疾病的可能性。研究人员说，如果成功的话，对于大约35%的卵巢癌患者来说，这可能是一个重大的进展，这些患者可以避免对其特定类型的癌症无效的治疗。

文章标题

Proteogenomic analysis of chemo-refractory high-grade serous ovarian cancer

作者简介：

王沛，女，美国西奈山伊坎医学院遗传学和基因组学教授。

由王沛担任主要通讯作者的研究论文于2020年11月26日刊登于《细胞》，这是一项空前规模的“蛋白质基因组学”研究，分析了儿科脑瘤涉及的蛋白质、基因和RNA转录，以便对这类肿瘤有更全面的了解。这一结果可以帮助医生更准确地识别不同类型的肿瘤和治疗方法。该研究首次揭示了在儿科脑瘤中蛋白质的力量，从而更好地确定哪些患者可能从给定的治疗中受益。