由慕尼黑工业大学（TUM）研究人员领导的一个团队开发了一个蛋白质组学工作流程，用于测量蛋白质翻译后修饰（PTMs）对不同药物的剂量和时间依赖反应。

慕尼黑大学蛋白质组学和生物分析学教授、这项工作的领导者Bernhard Kuster说，这种方法被称为decryptM，可以用于更好地确定药物的作用方式以及受影响的生物途径，还可以帮助研究人员更好地理解那些目前功能未知的PTMs的作用。而且，这种方法还可能提供信息，帮助医生根据病人的蛋白质组学特征为其量身定制癌症治疗方案。

在本月发表在《Science》杂志上的一篇论文[1]中，Kuster和他的合作者使用该方法测量了横跨六类药物的31种癌症药物对13个细胞系的影响，产生了180万条剂量反应曲线。他们确定了47,502种受管制的磷酸肽，7,316种受管制的泛素化肽和546种受管制的乙酰化肽。

该团队在ProteomicsDB数据库中公开了这些数据，该数据库是Kuster和TUM大约十年前为共享蛋白质组数据集而建立的。

研究人员在赛默飞世尔科技公司的Fusion Lumos Tribrid仪器上使用TMT标签生成了他们的数据，这使得他们能够在一次质谱实验中对每种药物-细胞系组合的不同剂量和时间点进行复用。随后用免疫沉淀法或固定化金属亲和色谱法来富集感兴趣的PTMs。

Kuster说，虽然有许多实验研究了不同药物对细胞系蛋白质组和PTMs的影响，但很少有实验以剂量和时间依赖的方式分析它们。

他说：“主流的做法是只采取任意高浓度的化合物，然后基本上记录[对感兴趣的蛋白质组的]影响。你在几个重复中这样做，然后记录[表达]折叠变化，并对你可以测量的任何蛋白质或PTM位点的折叠变化进行统计评估。”

然而，用单一剂量的药物处理样本并没有考虑到“药物以剂量依赖的方式发挥其作用”这一事实，Kuster说，如果没有这种剂量依赖的数据，就很难区分有意义的变化和不太重要的生物学作用。

“这对我们解释数据有很大帮助，因为你可以按药物效力对效果进行分类，你可以把注意力集中在那些非常有可能被药物调节的效果上，而你不会花很多时间，至少在最初，花在那些只在高剂量下发生的效果上。”

Kuster说，收集时间和剂量分辨的数据也有助于研究人员更好地确定哪些蛋白质和PTMs有可能被一起调节，使他们能够更全面地充实受药物影响的途径，并将功能未知的修饰蛋白质分配给特定的途径。

“它为这些药物的作用机制提供了信息，因为有可能从不那么有力的作用中划分出有力的作用。你基本上是用这些资料来衡量目标参与和途径参与。”

Kuster表示，质谱仪性能和多重测定的改进使得收集这类数据更加可行，尽管他说他发现这类数据集的稀少程度有些令人吃惊。

他说：“这似乎是一件显而易见的事情，但却没有大量的相关文献。”

俄勒冈健康与科学大学奈特癌症研究所精准肿瘤学主任Gordon Mills对Kuster的评论表示赞同，他指出，《Science》研究中提出的“详细滴定曲线”的收集工作“确实没有任何其他团体做过”。

Mills没有参与这项研究，他称这是“对社区可用信息的一个重大补充”。

“这确实增加了RNA数据和其他蛋白质组学数据，这些数据比这个要稀少得多，以真正了解药物如何工作，它们的目标是什么，以及细胞如何适应药物的压力。我认为这是一个重要的新资源，将被广泛使用。”

Mills指出，癌症药物分析工作正日益超越细胞系，进入肿瘤器官和患者衍生的异种移植等模型，研究人员不仅可以观察肿瘤细胞本身，还可以观察肿瘤微环境及其组成部分的空间关系。Kuster和他的同事们正在产生的数据将是“帮助解释”在这些系统中产生的数据的绝佳资源。

Kuster和他的实验室已经继续建立了数据集。他说，现在的数据集比《Science》论文中的数据集大约大10倍，其中大部分工作由他的实验室的一名研究生完成。他说他的实验室的目标是在今年年底前将这些额外的数据上传到ProteomicsDB资源。

“这在任何资金充足的实验室都是完全可能做到的，你不需要10个质量规格来做；你不需要20个人。”

Kuster的实验室还在与德国癌症研究中心合作，探索药物活性谱是否可以在定制癌症治疗中发挥作用。他和他的合作者正在对癌症患者的磷蛋白组进行分析，目的是找出能够击中这些患者体内改变的目标和途径的药物。

虽然癌症靶向药物通常是根据基因突变来针对患者的，但“有大量的癌症患者，根据突变分析的现状，他们的[最佳]治疗方法可能不是那么明确。”，Kuster说，“因此，我们正试图查看患者的PTM[档案]，试图找到漏洞，但只有当我们能将其与我们知道的调节这些PTM水平的药剂配对时，这才有意义。”

他说，到目前为止，他和他的合作者已经对大约500名患者进行了分析，并且有稳定的患者流通过他们的分析管道，尽管Kuster补充说，仍然需要一些时间来确定这些信息是否会被证明对指导患者治疗有用。

一些研究人员和公司已经探索了病人的PTM资料，主要是磷酸化蛋白组学资料，是否可以帮助指导癌症治疗，尽管与基因组分析相比，这种方法仍然很少使用。然而，正如Kuster和Mills所指出的，关于特定药物对磷酸化蛋白组的影响的详细剂量依赖性数据一直是缺乏的。

Kuster说：“观察病人的磷酸化蛋白组，并知道这些磷酸化位点中哪些可能被药物调节，实际上为将这两件事匹配在一起提供了可能性。”

诊断科学编辑团队收集、整理和编撰，如需更多资讯，请关注公众号诊断科学（DiagnosticsScience）。

参考文献

原文链接（英文）

https://www.genomeweb.com/proteomics-protein-research/tum-researchers-profiling-dose-dependent-response-protein-ptms-cancer#.ZB0Mx3ZByXc

＊＊＊