一种从蛋白质组数据中更高效提取肾细胞癌蛋白质特征的新方法

《Journal of Proteome Research》：New Method Enhanced Extraction of Protein Signatures of Renal Cell Carcinoma from Proteomics Data

本研究通过DIA-LC-MS/MS技术对261例肾细胞癌（RCC）和195例正常相邻组织（NAT）进行蛋白质组学分析，鉴定出21.97万肽段和1.19万蛋白组，平均每样本9787个蛋白组。采用多维度筛选方法，综合考虑组织病理学、免疫特征、甲基化水平和NMF亚型，结合临床特征（性别、分级、分期），构建了区分RCC与NAT的55蛋白标志物集，以及区分不同RCC亚型的39蛋白标志物集。该研究为肾细胞癌的蛋白质组学图谱提供了全面视角，明确了关键区分蛋白。

　　

在这项研究中，我们利用无标记数据独立采集（DIA）技术结合液相色谱-质谱（LC-MS）方法，对261例肾细胞癌（RCC）和195例正常邻近组织（NAT）进行了蛋白质组学分析。其中，RCC肿瘤包括48例非透明细胞肾细胞癌（non-ccRCC）和213例透明细胞肾细胞癌（ccRCC）。共鉴定出219,740个肽段和11,943个蛋白质组，平均每个样本包含9,787个蛋白质组。我们采用综合方法筛选出具有不同突变的代表性样本，同时考虑了组织病理学特征、免疫学特征、甲基化状态以及基于非负矩阵分解（NMF）的亚型分类，并结合临床特征（性别、分级和分期），以全面反映ccRCC肿瘤的复杂性和多样性。我们发现了一种包含55种蛋白质的蛋白质特征谱，这些蛋白质能够区分RCC肿瘤与正常组织；此外，还发现了一种包含39种蛋白质的特征谱，可用于区分不同类型的RCC肿瘤。我们的研究结果为RCC的蛋白质组学特征提供了全面的了解，明确了有助于区分RCC肿瘤与正常组织以及不同RCC肿瘤亚型的关键蛋白质。