一、高通量蛋白质组学在动态蛋白互作网络研究中的应用进展蛋白质是生命活动的最终执行者因此蛋白质组学研究在揭示细胞生物学事件的内在机制方面具有重要价值。蛋白质之间的相互作用是实现细胞信号传导及维持体内平衡的关键机制。传统上蛋白互作网络的研究主要依赖酵母双杂交或亲和纯化-质谱联用等方法。然而即使构建静态的蛋白质互作网络上述方法仍面临显著挑战全面解析蛋白互作的动态网络则更加难以实现。近年来高性能质谱仪的发展推动了高通量蛋白质组学技术的进步使其成为蛋白质组学研究中的有效手段广泛应用于蛋白质表达谱、翻译后修饰谱以及蛋白互作网络的构建。一项发表于权威学术期刊Nature biotechnology的研究报道了一种基于高通量定量蛋白质组学技术的蛋白互作分析方法(IMAHPInteractome mapping by high-throughput quantitative proteome analysis)。利用该方法研究人员分析了41个乳腺癌细胞系中存在的异常蛋白互作并探讨了这些异常互作如何影响细胞命运。进一步研究表明这些异常互作蛋白可作为生物标志物用于预测各细胞系对195种药物的敏感性。该研究认为该方法可广泛应用于深入解析蛋白互作的动态变化、识别癌症中异常蛋白互作以及支持后续的药物筛选工作。二、基于高通量蛋白质组学的蛋白互作网络研究思路与成果本研究采用10标TMT肽段体外标记技术对41个乳腺癌细胞系进行了高通量蛋白质组学分析。共鉴定到10,535个蛋白平均每个细胞系鉴定9,115个蛋白其中6,911个蛋白具有定量数据。值得关注的是研究采用了SPS-MS3定量策略有效克服了传统MS2定量方法准确性不足、易受基质干扰及重复性较差的问题图1a。通过斯皮尔曼等级相关系数进行聚类分析结果显示41个细胞系可准确归属于其对应的乳腺癌亚型包括Luminal型、Basal型、Claudin-low型及非恶性型图1。基于蛋白质组数据的亚型聚类结果与基于转录组数据的聚类结果基本一致。在获取已发表的36个细胞系转录组学数据后研究进一步比较了蛋白质组与转录组数据在分析蛋白相互作用方面的差异。以蛋白酶体亚基PSMB1与PSMB2为例分析显示这两种蛋白之间的已知相互作用与其蛋白表达水平呈高度相关ρ0.8而与其mRNA表达水平的相关性则极差ρ0.08。随后以STRING数据库中高置信度相互作用评分≥0.700为参考标准评估基于蛋白组与转录组所构建的蛋白互作网络的准确性。结果表明基于蛋白组数据获得的蛋白相互作用中有42%可在STRING数据库中得到验证显著高于转录组数据组的4%。由此可见仅依赖转录组预测蛋白相互作用存在较大偏差而基于蛋白质组学的预测则具有更高的可靠性。图1. 高通量多重定量蛋白质组图谱及蛋白共调控分析为进一步构建蛋白互作网络研究对41个乳腺癌细胞系的蛋白质组数据进行了共调控分析。根据蛋白复合物数据库CORUM的注释信息在3,024个蛋白之间存在14,909处相互作用其中鉴定到143个独特的蛋白复合物。在全部14,909处相互作用中有4,197处28%可在CORUM数据库中得到验证5,149处35%可在STRING数据库中得到验证同时被两个数据库收录的相互作用达3,032处图2。图2. 基于蛋白质组共调控分析的蛋白互作网络研究进一步分析了41个乳腺癌细胞系中差异化的异常蛋白互作网络。例如在MD-AMB-157细胞系中成功检测到THOC1与THOC2之间的异常相互作用图3。分析表明不同细胞系中异常蛋白互作的数量差异显著从ZR751细胞系的0.1%到Hs578T细胞系的5.9%涉及多种不同的蛋白复合物。这些异常互作的数量与那些缺失会影响细胞命运的蛋白数量呈高度正相关。几乎在所有细胞系中决定细胞命运的蛋白均显著富集于异常蛋白互作网络中。上述结果提示该方法可高通量地分析肿瘤细胞系中的异常蛋白互作从而有效预测肿瘤细胞系的命运走向。图3. 蛋白共调控偏差识别细胞系特异性异常互作研究发现在Luminal与Basal两个乳腺癌亚型中异常互作的蛋白存在明显差异32个细胞周期调控蛋白显著富集于Basal亚型而10个线粒体核糖体蛋白则显著富集于Luminal亚型图4。为评估这些异常蛋白互作是否可用于预测细胞系对药物的敏感性研究采用195种药物分别处理41个细胞系。结果显示有6种药物对存在周期蛋白异常互作的细胞系作用最为显著同时也有6种药物对存在线粒体核糖体蛋白异常互作的细胞系作用最为显著。这些发现表明全面的蛋白互作网络分析是预测癌细胞系药物敏感性的一种有效策略。图4. 亚型特异性异常功能模块与药物敏感性关联三、结论与展望综上所述相较于转录组测序基于高通量蛋白质组学技术的蛋白互作分析方法能够更为有效且准确地绘制细胞内蛋白互作网络并识别癌细胞中存在的异常蛋白相互作用。该方法的建立为癌症机制研究和药物筛选提供了有力的技术支撑。