《npj Breast Cancer》：SIMD: Synergistic integration mutualistic platform based on single-cell and proteotranscriptomics for drug repositioning
编辑推荐：
本研究旨在解决乳腺癌分子异质性导致药物研发失败率高的问题。研究人员开发了SIMD平台，该平台整合了蛋白转录组学与单细胞RNA测序数据，通过计算抗相关蛋白转录组扰动评分(ACPS)和基于单细胞数据的扰动剂重定位评分(PPNE)，成功筛选出包括Buparlisib在内的5种候选药物。实验验证表明，这些药物在多种乳腺癌细胞系中均能显著抑制细胞活力，为克服肿瘤异质性、实现精准治疗提供了新策略。
乳腺癌是全球女性最常见的恶性肿瘤之一，其复杂的分子异质性是导致治疗失败和耐药性产生的主要原因。传统的药物研发模式耗时长、成本高，且针对单一靶点的药物往往难以应对肿瘤内部的异质性。因此，利用现有药物进行“老药新用”的药物重定位策略，成为加速抗癌药物开发的重要途径。然而，现有的计算方法多依赖于单一的转录组数据，无法全面反映疾病状态下基因表达的复杂调控网络，且难以捕捉肿瘤微环境中不同细胞亚群对药物的响应差异。
为了克服这些挑战，来自韩国明知大学、庆熙大学和西江大学的研究团队在《npj Breast Cancer》杂志上发表了一项研究，开发了一个名为SIMD的协同整合平台。该平台创新性地将蛋白转录组学数据与单细胞RNA测序数据相结合，旨在更精准地筛选出针对乳腺癌的有效候选药物。
为了开展这项研究，研究人员整合了来自TCGA和CPTAC的乳腺癌患者蛋白转录组学数据，以及LINCS L1000数据库中的药物扰动表达谱。他们开发了抗相关蛋白转录组扰动评分(ACPS)算法，用于量化药物扰动与疾病状态之间的负相关性。同时，利用来自8例原发性乳腺癌患者的单细胞RNA测序数据，研究人员通过拷贝数变异(CNV)分析，从上皮细胞中精确分离出肿瘤性上皮细胞(NE)和正常上皮细胞(NNE)。通过计算药物扰动谱与NE细胞表达谱之间的负相关性，进一步筛选出具有潜在治疗价值的候选药物。最终，通过MTT细胞活力实验、流式细胞术(FACS)以及磷酸化蛋白质组学分析，对筛选出的候选药物进行了体外功能验证。
ACPS和验证
研究人员首先开发了ACPS评分系统，用于评估药物扰动表达谱与乳腺癌患者蛋白转录组表达谱之间的负相关性。结果显示，基于蛋白转录组学(HT)数据的ACPS评分在区分已知乳腺癌治疗药物方面，其曲线下面积(AUC)达到0.708，显著优于仅使用蛋白质组学(P)或转录组学(R)数据。这表明整合多组学数据能更有效地识别具有治疗潜力的药物。进一步分析显示，在HT类别中筛选出的药物，其化学结构与已获批的乳腺癌药物具有更高的相似性，且其靶点基因与乳腺癌的发生发展密切相关。更重要的是，这些药物中有45.83%正在开展与癌症相关的临床试验，28.33%正在针对乳腺癌进行疗效评估，充分证明了该筛选方法的临床相关性。
NE细胞分离和乳腺癌特征验证
为了精确模拟肿瘤微环境，研究人员利用单细胞RNA测序数据，通过分析拷贝数变异(CNV)模式，成功从上皮细胞中分离出5,370个肿瘤性上皮细胞(NE)和3,701个正常上皮细胞(NNE)。NE细胞表现出更高的CNV表达水平，并特异性高表达与乳腺癌进展相关的标志物，如KRT14和SLPI。基因集富集分析(GSEA)进一步证实，NE细胞在p53信号通路和Wnt信号通路等与乳腺癌发生发展密切相关的通路上显著富集，验证了分离出的NE细胞具有典型的乳腺癌细胞特征。
NE样乳腺癌SC细胞中强效扰动剂功效验证
研究人员将ACPS筛选出的候选药物与NE细胞的表达谱进行关联分析，最终锁定了5种具有高潜力的候选药物，包括A-443654、Buparlisib、Vemurafenib、Tozasertib和Celastrol。体外细胞活力实验(MTT)结果显示，这5种药物在多种乳腺癌细胞系中均表现出显著的抗增殖活性。其中，A-443654在TNBC细胞系HCC1143中表现出最强的抑制效果，在10μM浓度下细胞存活率降至33.44%。流式细胞术分析进一步揭示了药物的作用机制：A-443654主要诱导细胞坏死，而Buparlisib则主要通过诱导细胞凋亡来发挥抗肿瘤作用。
乳腺癌磷酸化蛋白质组中扰动剂活性的解析
为了深入探究候选药物的作用机制，研究人员对乳腺癌组织进行了磷酸化蛋白质组学分析。结果发现，在Buparlisib的靶点基因列表中，有5个磷酸化位点发生了显著变化，这些位点均位于PI3K/AKT/mTOR信号通路的关键蛋白上，包括PI3KC2B、PI3KC2A、MTOR、PI3KR2和PI3KCD。进一步分析显示，Buparlisib通过抑制PI3K亚基，进而抑制AKT的活化，最终导致mTOR信号通路失活，从而抑制乳腺癌细胞的增殖和存活。
本研究成功开发了SIMD这一创新的药物重定位平台，通过整合蛋白转录组学和单细胞数据，克服了传统方法在应对肿瘤异质性和分子复杂性方面的局限性。研究不仅验证了该平台在筛选有效候选药物方面的优越性能，还通过体外实验证实了筛选出的药物，特别是Buparlisib，在多种乳腺癌细胞系中具有显著的抗肿瘤活性。更重要的是，磷酸化蛋白质组学分析揭示了Buparlisib通过抑制PI3K/AKT/mTOR信号通路发挥作用的分子机制，为该药物在乳腺癌，尤其是难治性三阴性乳腺癌中的临床应用提供了坚实的理论依据。这项研究为开发针对复杂疾病的精准治疗策略提供了新的思路和工具。
