《Molecular & Cellular Proteomics》：Deciphering molecular mechanisms of synergistic growth reduction in kinase inhibitor combinations
编辑推荐：
靶向激酶抑制剂常因肿瘤细胞通过信号交叉对话缓冲通路阻断而产生短暂或不完全响应，这促使研究人员探索协同药物组合。然而，协同效应究竟源于激活新的信号程序，还是源于在共享下游控制点强化各单药的主导效应，目前尚不清楚。本研究分析了AGS胃腺癌细胞中两对协同抑制剂组合：
靶向激酶抑制剂常因肿瘤细胞通过信号交叉对话缓冲通路阻断而产生短暂或不完全响应，这促使研究人员探索协同药物组合。然而，协同效应究竟源于激活新的信号程序，还是源于在共享下游控制点强化各单药的主导效应，目前尚不清楚。本研究分析了AGS胃腺癌细胞中两对协同抑制剂组合：PI3K抑制联合MEK（MAP2K1，MAP2K2）抑制或TAK1（MAP3K7）抑制。研究人员采用时间分辨的磷酸化蛋白质组学和转录组学，在单药及联合用药后30分钟至24小时内追踪信号传导和转录重编程，并将联合响应分解为类单药成分和组合特异性成分。研究显示，两种组合下的整体磷酸化和基因表达变化在很大程度上镜像了单药效应，鲜有证据表明存在独特激活的激酶程序。相反，协同效应集中于通路汇聚节点，联合扰动在此放大对生长和存活回路的下游调控，包括通过MYC和CREB1的转录控制。两种组合均比任一单药更强地抑制MYC相关的增殖程序和CREB1相关的存活信号，与细胞命运决定约束的强化一致。在转录水平上，组合独特地抑制核苷酸代谢和氨酰-tRNA生物合成，与mTOR活性降低一致。总之，这些结果表明协同生长抑制主要源于通路汇聚的强化，而非招募新的信号通路。该研究方法为理解PI3Ki-TAK1i和PI3Ki-MEKi组合影响的分子机制提供了见解，并可作为基于多组学测量解析药物组合响应的灵活框架。
研究背景方面，靶向药物疗法尤其是激酶抑制剂已成为肿瘤治疗的重要范式，目前已有超过80种激酶抑制剂获FDA批准。然而，肿瘤细胞可通过信号通路交叉对话缓冲单药阻断效应，导致响应短暂或不完全，耐药性的产生进一步限制了单药疗效。药物组合策略可通过提高疗效、减少副作用或防止耐药来改善治疗，其中协同效应（组合效应超过各单药效应之和）尤为引人关注。研究人员此前利用胃肠癌信号网络的逻辑建模，在AGS细胞系中从7种激酶抑制剂的21对两两组合中鉴定并实验验证了4种协同效应，其中TAK1与PI3K或AKT的双重抑制为先前未报道的协同效应。然而，TAK1与PI3K或AKT联合靶向的机制层面研究尚不深入，协同效应究竟源于激活新信号程序还是强化共享下游控制点的单药效应这一问题有待阐明。
研究人员开展了以下研究：在AGS胃腺癌细胞中，采用时间分辨的磷酸化蛋白质组学和转录组学，对PI3Ki-MEKi和PI3Ki-TAK1i两对协同组合进行系统表征。磷酸化蛋白质组学在处理后0.5、2、8小时检测，转录组学在1、2、4、8、24小时检测，同时进行蛋白质组分析以排除总蛋白变化导致的磷酸化变化。通过将联合响应分解为类单药成分与组合特异性成分，揭示单药响应谱如何相互作用产生协同性生长抑制和细胞周期阻滞。研究结论表明，协同生长抑制主要源于通路汇聚节点处调控的强化，而非招募新的信号通路；组合通过定量整合单药驱动的信号传导，在共享控制点增强下游调控的幅度和持续性。该研究为基于多组学测量解析药物组合响应提供了灵活框架，对合理设计高效药物协同筛选具有潜在价值。
关键技术方法方面（不超过250字）：研究人员使用AGS人胃腺癌细胞系（ATCC来源），采用PI-103（PI3K抑制剂，0.70 μM）、5Z-7-oxozeaenol（TAK1抑制剂，0.50 μM）和PD0325901（MEK抑制剂，35 nM）单独或联合处理。主要技术包括：基于质谱（MS）的磷酸化蛋白质组学（Evosep One系统结合Orbitrap Exploris 480，数据非依赖采集DIA模式，Spectronaut直接DIA搜索）和总蛋白质组学；RNA-Seq转录组学（Illumina HiSeq4000，Salmon准对齐，limma-voom差异分析）；以及RT-qPCR和免疫印迹验证。生物信息学分析包括PTM-SEA激酶活性推断、decoupleR转录因子活性推断、k-means时序聚类和GO过表达分析。
研究结果方面：第一，多组学表征揭示组合响应与单药高度重叠。磷酸化蛋白质组学共定量18,517个磷酸化位点，PCA显示DMSO与未处理样本显著分离。单药与组合的logFC呈正相关且随时间增强，PI3Ki-MEKi与MEKi相关性较高（Pearson系数0.6），PI3Ki-TAK1i中PI3Ki和TAK1i均有较高贡献（分别为0.65和0.5），提示两种组合通过加性与协同效应的混合作用产生。第二，磷酸化蛋白质组学时序响应揭示单药与组合间激酶活性差异有限。k-means聚类显示组合中大多数时序动力学也见于单药处理，PTM-SEA激酶活性推断未发现组合招募新激酶，所有激酶活性变化均见于至少一种单药。值得注意的是CSNK2A1在PI3Ki单药和PI3Ki-TAK1i中受抑制，但PI3Ki-MEKi中该抑制消失，提示MEKi可拮抗PI3Ki的部分效应。第三，响应谱分析揭示组合特异性与单药驱动效应共同减少细胞生长。PI3Ki-TAK1i和PI3Ki-MEKi分别约50%和34%的差异磷酸化位点在所有条件下表现一致变化。PI3Ki-TAK1i具有更多组合特异性变化（2422个），PI3Ki-MEKi为1368个。组合特异性变化涉及细胞存活相关蛋白，如PI3Ki-TAK1i中RB1 Ser-838强上调、FOXO3 Ser-7独特上调；PI3Ki-MEKi中BRAF Ser-729上调、STAT3 Ser-727下调。第四，基因表达变化主要归因于组合特异性效应。转录组学各条件间Pearson相关系数均>0.88，单药效应在组合中大部分保留。转录因子活性分析显示MYC和CREB1在组合中活性降低更显著。MYC Thr58磷酸化（促降解修饰）在含PI3Ki和组合处理中增加，总MYC蛋白在组合中大幅下降。CREB1 Ser-133磷酸化在组合早期短暂降低后部分恢复，提示适应性恢复。E2F1在除PI3Ki外的所有处理中8小时显著下调。GO分析显示核糖体生物合成和rRNA加工相关基因在组合中独特下调，内在凋亡信号通路（GO:0097193）仅在两组合24小时过表达，cleaved caspase在组合8小时达峰。BCL2L11（Bim）在两组合中独特上调。FOXO1抑制剂对PI3Ki-MEKi组合有轻度 rescue 效应，而FOXO3抑制降低细胞活力。第五，药物组合独特下调核苷酸代谢和tRNA生物合成。组合特异性差异表达基因映射至核苷酸代谢和氨酰-tRNA生物合成两个主要代谢过程。CAD激活位点Ser-1859在PI3Ki-TAK1i中独特下调，TAK1i驱动的CAD Ser-1406磷酸化持续上调。大多数氨酰-tRNA合成酶在组合中显著下调，LARS和YARS下调最为显著。ATF4 Ser-248在两组合中强下调，ATF4 mRNA在组合24小时持续降低，但ATF4抑制剂单药仅轻度降低活力，提示ATF4抑制贡献但不充分解释组合效应。多种真核翻译起始因子（eIFs）在组合中独特下调，其活性受PI3K/AKT和MAPK通路共同调控。
讨论部分总结：研究人员采用磷酸化蛋白质组学和转录组学多组学方法评估了激酶抑制剂组合至24小时的时间效应。此前基于逻辑模型的模拟预测了PI3K与MEK或TAK1抑制的协同潜力并进行了实验验证，但模型无法解析通路抑制下游实施协同的分子事件。本研究通过整合分析追踪从早期信号变化到下游转录程序，关键节点经RT-qPCR和免疫印迹正交验证。总体而言，各项分析表明组合的协同效应主要由通路汇聚点处调控的强化驱动，而非在早期磷酸化蛋白质组学窗口（0.5-8小时）内招募新的激酶程序。组合特异性差异表达基因与胃癌进展关键过程密切相关，核苷酸代谢和氨酰-tRNA生物合成通路尤为突出。研究还揭示了单药间加性或拮抗相互作用，如MEK抑制可拮抗PI3K抑制对CSNK2A1的效应。两种组合均显示细胞静止和细胞毒性效应的分子特征，数据最好解释为捕捉了与后续生长减少相关的早期分子事件。研究局限性包括：验证实验未设时间零点基线，部分靶点仅在转录或蛋白/磷酸化单一层面验证，ATF4因条带分辨率和抗体限制未能免疫印迹验证；磷酸化响应具有动态性和位点/时间依赖性，部分条件后期出现部分恢复；磷酸化蛋白质组学样本经胰酶消化收集可能诱导应激相关磷酸化变化，但所有条件处理一致并以时间匹配DMSO对照归一化。未来需纳入基线测量、匹配多层面验证、功能扰动及遗传多样性和更复杂模型（如患者来源类器官）以进一步解析组合响应的时间、机制和背景依赖性决定因素。
研究结论部分翻译：总之，这些结果表明协同生长抑制主要源于通路汇聚的强化，而非招募新的信号通路。研究人员的方法为理解PI3Ki-TAK1i和PI3Ki-MEKi组合影响的分子机制提供了见解，并可作为基于多组学测量解析药物组合响应的灵活框架。
