會議簡介
HUPO 2022
12月4日-8日，HUPO2022年會在美麗的墨西哥坎昆（Cancun）盛大開幕，作為蛋白質組學領域全球最大的盛會，HUPO致力於提升參會者的體驗感，希望能夠為全球研究人員搭建溝通的橋樑，共同探討蛋白質組學的未來研究方向，並就前沿課題和技術創新進行交流。
本期會議直擊就HUPO 2022 CS09專題：蛋白質驅動精準醫學 描繪人類蛋白質組疾病圖譜，進行深度分享。
12月6日精選
詳細信息
蛋白質組學提升了生物醫學研究和創新。基於蛋白質組學，可獲得臨床樣本中蛋白質和多肽信息，並鑑定與疾病蛋白質圖譜。蛋白質結構、表達量的異常變化和蛋白質相互作用的紊亂是疾病發生發展的基礎，疾病蛋白質組圖譜可精準治療策略，了解疾病發生發展機制。本次會議匯集了疾病蛋白質組學領域的權威研究者，他們將在這一領域提出令人興奮的研究挑戰。這是一次了解蛋白質組學前沿方法，及如何應用這些方法確定疾病進展分子機制的絕佳機會。
01黑色素瘤蛋白質組學研究與患者治療10:15AM-10:35AM
02蛋白質結構、蛋白質互作與功能紊亂解析疾病發生機制：蛋白質互作網絡及基因閾值效應的影響10:35AM-10:55AM
03神經退行性疾病的蛋白質組學特徵10:55AM-11:00AM
04基於AI的蛋白質組預測1289例組織樣本和 949例細胞系的癌症類型11:00AM-11:05AM
05高級別子宮內膜樣子宮內膜癌和子宮漿液性癌的蛋白質組學特徵11:05AM-11:10AM
06HPV相關口咽鱗狀細胞癌樣本快速製備方法及標誌物鑑定11:10AM-11:15AM
會議主席
01黑色素瘤蛋白質組學研究與患者治療
02蛋白質結構、蛋白質互作與功能紊亂解析疾病發機制：蛋白質互作網絡及基因閾值效應的影響
03神經退行性疾病的蛋白質組學特徵
背景
蛋白質組學為神經退行性疾病致病機理的研究提供了新的視角，在識別和開發新的生物標誌物和治療靶點上具有很好的應用前景。
方法
基於親和蛋白質組，可同步檢測數百個樣本中的數百種蛋白質。基於親和試劑（抗體）捕獲並檢測特定蛋白質的新技術，可對目標蛋白進行定量檢測。
結果
經過多年研究，分析的疾病隊列包括阿爾茨海默病、帕金森病、額顳痴呆和肌萎縮側索硬化症，共3000 多個腦脊液樣本和近 5000 份血漿樣本。此外，還分析了神經系統健康和認知受損的對照隊列樣本。共用了1500多種抗體，分析了近1000種蛋白質。根據組織轉錄組結果，大多數為人腦蛋白質組數據，評估與診斷、疾病進展和其他臨床參數的關聯。
結論
為識別與疾病相關的蛋白質組，不同神經退行性疾病獨立隊列的分析至關重要。有助於發現疾病間多因素差異和相似之處，並有助於理解潛在的機制。研究者們還在探索數據，旨在找到與臨床結果和治療相關的新的患者亞組。
04基於 AI 的蛋白質組預測1289例組織樣本和949例細胞系的癌症類型
背景
病理學家通過腫瘤形態結合免疫組化確定癌症類型。基於深度學習的方法，根據1289例泛癌組織樣本蛋白質組學數據預測癌症類型，包括44個癌種和26個不同的組織來源。
方法
數據非依賴性採集（DIA）質譜檢測，795例腫瘤和494例癌旁組織的9051個蛋白。深度學習訓練和測試模型。
結果
80%的腫瘤樣本作為訓練集數據，20%的樣本為測試集數據，預測癌症類型的前3準確率達到98.6%。研究者進一步在949例細胞系訓練模型，並在腫瘤樣本上測試了最終模型，預測癌症類型的前3準確率達到98.9%。表明在高度富集的癌細胞系上訓練的深度模型，能夠預測複雜腫瘤組織樣本中的癌症類型。腫瘤和癌旁樣本的差異表達分析，揭示了每種癌症類型和組織類型中表達的重要蛋白質和生物學通路。
結論
基於蛋白質組學的深度模型可預測癌症類型，並與現有的組織病理學分類一致。還可以預測腫瘤組織來源，未來有望對原發灶不明的惡性腫瘤進行檢測蛋白質組檢測，幫助明確原發部位。
05高級別子宮內膜樣子宮內膜癌和子宮漿液性癌的蛋白質組學特徵
背景
子宮內膜癌是最常見的婦科腫瘤之一，發病率僅次於宮頸癌，並呈現逐年上升的趨勢。
儘管低級別子宮內膜樣癌是子宮內膜癌（EC）中最常見的類型，但高級別子宮內膜樣癌預後更差，識別其分子特徵至關重要。為解決這一問題，研究者們對300多例高級別子宮內膜樣癌和子宮漿液性癌進行了深層蛋白質組學解析。
方法
福馬林固定石蠟包埋腫瘤組織樣本（FFPE）來自韋恩州立大學，包括高級別子宮內膜樣癌（n = 145），子宮漿液性癌（n = 165）。雷射顯微切割獲得的腫瘤細胞，用新一代串聯質譜標籤TMTpro標記，Q-Exactive HF-X質譜平台獲得蛋白質組數據。
初步數據
共檢測得到5219種蛋白質定量數據。高級別子宮內膜樣癌中β-連環蛋白水平顯著升高（p<0.05），子宮漿液性癌中P53在內的多種蛋白顯著升高。差異分析發現高級別子宮內膜樣癌和子宮漿液性癌間，107種蛋白差異表達，高級別子宮內膜樣癌中的差異蛋白富集在錨定原纖維形成通路，子宮漿液性癌中的差異蛋白富集在膜運輸通路。
結論
該研究描述了高級別子宮內膜樣癌和子宮漿液性癌的深度蛋白質組學特徵。
06HPV相關口咽鱗狀細胞癌樣本快速製備方法及預後標誌物鑑定
背景
過去幾十年，HPV相關口咽鱗狀細胞癌（OPSCC）發病率呈上升趨勢。尚缺乏精準的預後和治療預測標誌物。研究者基於新的高通量蛋白質組學技術，通過微量的福馬林固定石蠟包埋（FFPE）樣本，鑑定HPV相關口咽鱗狀細胞癌復發風險的蛋白質組學特徵。
方法
樣本快速製備利用壓力循環技術，從10µm厚、直徑為1或2 mm的切片獲得的低微克肽，可滿足單次質譜檢測。
分析了124例局部晚期HPV相關口咽鱗狀細胞癌患者的139份FFPE標本，這些患者於2007-2019年在澳大利亞亞歷山德拉公主醫院接受放化療，包括50例治療無應答（診斷不足5年後復發）和74例配對的治療應答患者。
結果
定量獲得5903種蛋白質和38709種肽數據。Cox回歸模型和機器學習得到5年無復發生存相關的16種蛋白和21種肽特徵數據集。
結論
快速穩定的樣本製備方法，適用於微量樣本的高通量質譜蛋白質組學檢測，可實現腫瘤樣本有限的情況下，進行蛋白質組分析。該方法成功地用於對患者進行風險分層，並確定復發風險高的患者。在未來的臨床試驗中，可輔助制定更好的試驗方案。
會議日程