蛋白质组学技术在筛选生物标志物方面的应用研究进展

随着蛋白质组学技术的不断发展,蛋白质作为生物标志物在肿瘤的早期诊断以及治疗效果评价等方面的应用日益广泛。近年来,蛋白质组学技术在环境污染预警方面的作用也日益受到关注。本文就几种常用的蛋白质组学分离分析技术及其在肿瘤相关生物标志物、环境污染预警生物标志物筛选中的应用做一综述。     

蛋白质组学技术在乳腺癌研究中的应用

乳腺癌是女性最常见的恶性肿瘤,2002年全球新发乳腺癌11501298例。尽管各种技术在乳腺癌诊断和治疗中已经取得了长足进步,但是其治疗效果仍难令人满意。1994年澳大利亚学者Marc Wilkins和Keith Williams首先提出了蛋白质组（proteome）的概念并迅速发展成为一门新兴学科——蛋白质组学（proteomics）。蛋白质组学研究方法已经被广泛应用于肿瘤早期诊断、判断预后和预测治疗反应以及寻找生物标志物等研究方面,本文就其在乳腺癌研究中的应用进行综述。     

乳腺癌血清标志物的TMT标记定量蛋白质组学筛选及分析

目的 探讨乳腺癌患者血清中蛋白的表达变化,筛选并分析乳腺癌诊断的生物学标志物.方法 采用定量蛋白质组学串联质量标签(TMT)标记技术对68例Ⅱ期乳腺癌患者及62例健康女性的血清蛋白进行检测,并进行蛋白质定量分析,筛选乳腺癌患者血清中发生显著变化的差异蛋白.利用UniProt数据库和Proteome Discoverer软件及在线工具STRING对差异蛋白进一步行生物信息学分析,应用蛋白质印迹法和qPCR对变化倍数显著的差异蛋白VIME(上调为健康对照女性的3.918倍)和RAF1(下调为健康对照女性的0.251)进行验证.结果 共获得67种差异蛋白,其中26种表达上调,41种表达下调.基因本体论(GO)注释分析和功能聚类分析显示上述差异蛋白与肿瘤的血管生成、新陈代谢进程、生物黏附能力等相关.蛋白质印迹法和qPCR验证结果显示RAF1蛋白和mRNA在Ⅱ期乳腺癌患者血清中的表达水平均低于健康对照女性,而VIME蛋白和mRNA的表达均高于健康对照女性,与筛选结果一致.结论 定量蛋白质组学TMT法能有效筛选Ⅱ期乳腺癌患者血清中的差异蛋白,其中VIME和RAF1蛋白有望成为乳腺癌淋巴结转移的候选血清标志物.     

应用蛋白质组学技术筛选胰腺癌血清肿瘤标志物

目的:比较胰腺癌患者与健康志愿者血清蛋白的差异以寻找候选血清肿瘤标志物,为胰腺癌早期诊断提供依据.方法:通过免疫亲合柱去除丰度最高的14种血清蛋白,用双向电泳分离蛋白并比较差异.选取在胰腺癌患者血清中明显差异表达蛋白点,行质谱鉴定和生物信息学分析.结果:建立了稳定性、重复性良好的凝胶蛋白图谱.对筛选出的在胰腺癌患者血清中明显差异表达的78个蛋白点,共有54个蛋白点被成功鉴定,其中胰腺癌患者血清中高表达者29个,低表达者25个.结论:胰腺癌患者、健康志愿者血清蛋白之间存在明显差异,通过蛋白质组学方法可筛选并鉴定出这些差异蛋白,后者有望为早期诊断胰腺癌提供依据.     

基于生物信息学的乳腺癌miRNA生物标志物的筛选

目的 筛选与乳腺癌相关的miRNA生物标志物,为乳腺癌的早期诊断、预后评估以及药物靶点的研究提供参考.方法 从TCGA数据库中收集乳腺癌相关基因芯片数据,将肿瘤组织与正常组织样本数据进行对比分析,筛选差异miRNA与mRNA;预测差异miRNA的潜在靶基因并与差异mRNA取交集,进一步对miRNA进行筛选;采用ROC曲线分析对筛选得到的miRNA进行评价.结果 筛选得到9个差异miRNA,对肿瘤样本和正常样本分类良好.分别为6个上调miRNA:hsa-miR-141、hsa-miR-182、hsa-miR-183、hsa-miR-200a、hsa-miR-200b、hsa-miR-21;3个下调miRNA:hsa-let-7c、hsa-miR-125b-1、hsa-miR-145.结论 筛选得到的差异miRNA可作为乳腺癌的生物标志物,可对乳腺癌的发生进行预测.     

蛋白质组学探索乳腺癌相关差异表达蛋白的研究进展

乳腺癌是全球女性中最常见的癌症,蛋白质组学的应用可以帮助我们更全面地认识乳腺癌的发生发展过程.通过对不同临床样品包括组织、血清、乳房抽吸液、唾液和尿液等进行蛋白质组学检测,可以筛选出不同的差异表达蛋白,并作为乳腺癌早期诊断、预后判断的生物标志物和有效的治疗靶点.作者对近年来蛋白质组学在乳腺癌研究中取得的进展作一综述     

蛋白质组学在肿瘤标志物研究中的应用

肿瘤标志物作为对肿瘤分子水平的诊断而言,其前景是令人期待的,目前在肿瘤的早期诊断、疗效评估、复发监测的应用中已经起到了积极的作用,特别是肿瘤基因的研究更为肿瘤的早期诊断提供了方向。但由于研究水平的阶段性,目前所发现的肿瘤标志物对肿瘤的诊断还远未达到人们所期望的要求。而“蛋白质组学(proteomics)”的出现又为完善肿瘤标志物研究提供了新的途径,因为蛋白质才是生命活动的真正执行者,是细胞代谢和调控的主使者,肿瘤在发展过程中往往有蛋白质的动态变化,蛋白质组学的研究能为我们提供大量的、完整的蛋白质图谱,这些差异的变化…     

蛋白质组学在乳腺癌中的应用

乳腺癌是最常见的女性恶性肿瘤,蛋白质组学为寻找与乳腺癌诊断和预后密切相关的特异性生物学标志物、探讨乳腺癌的发生机制及早期临床治疗提供了研究平台。一、蛋白质组的概述蛋白质组的概念最早由澳大利亚的Wikins和     

蛋白质组学在肿瘤患者血清标志物研究中的应用

近几年来随着蛋白质组学研究技术的提高,蛋白质组学被广泛应用于各种疾病研究中,特别是肿瘤标志物方面.肿瘤标志物的研究被广泛应用于无症状的早期患者的筛查,但目前仍有许多影响其临床应用的问题亟待解决,现就目前蛋白质组学在肿瘤标志物方面的应用进行简要综述.     

差异蛋白质组学技术及其在肝癌标志物研究中的应用进展

摘要原发性肝癌是我国常见的恶性肿瘤之一,死亡率居高不下,缺乏早期诊断是其中重要原因之一。差异蛋白质组学已经成为寻找新的肿瘤标记物的主要方法,随着科技的不断进步、创新及改变,一批新的技术应运而生,其中同位素标记相对和绝对定量技术（iTRAQ技术）结合色谱及质谱联用技术有很大发展潜力。本文就差异蛋白质组学的各项技术及其优缺点,以及在肝癌标志物中的应用做了以下综述。     

利用加权基因共表达网络挖掘乳腺癌相关疾病靶标

目的 利用公共数据库癌症基因组图谱（TCGA）,通过加权基因共表达网络分析（WGCNA）挖掘乳腺癌诊断年龄和肿瘤分期相关疾病靶标。方法 利用TCGA得到53例亚洲人种和126例非洲人种乳腺癌基因芯片表达数据及相应的临床指标,然后用R软件的WGCNA包分别构建这2个人群的共表达网络,得到与诊断年龄和肿瘤分期的相关显著性模块,并用在线网站DAVID进行功能富集,用在线网站UALCAN进行生存分析。结果 WGCNA分析得到11个与肿瘤分期和诊断年龄显著相关的模块。将11个模块取交集后得到42个候选基因,利用在线网站DAVID进行基因本体（GO）富集分析,发现这些候选基因主要富集在蛋白质结合功能方面。取42个候选基因中9个由WGCNA识别出的核心基因,输入在线网站UALCAN上行差异分析和生存分析,最终筛选出2个（ERLIN2和ASH2L）候选生物标志物,这2个基因在正常组织和癌组织中的表达差异有统计学意义（P<0.01）,且表达水平影响乳腺癌患者的生存期（P<0.05）。结论 利用数据挖掘寻找生物标志物或疾病靶标是一种高效、经济的研究方式。本研究通过数据挖掘发现ERLIN2和ASH2L为乳腺癌的候选生物标志物,可用于大样本临床验证及机制探讨。     

蛋白质组学技术在胰腺癌标志物中的研究进展

目前研究胰腺癌蛋白质组学常用策略主要是表达蛋白质组学、比较蛋白质组学和细胞图谱蛋白质组学.分离技术、鉴定技术和蛋白质芯片是蛋白质组学常用的技术.从血清、胰液、病变组织和激素来研究胰腺癌的标志物,均发现了一些有意义的蛋白质峰.通过对胰腺癌相关蛋白质的分离和鉴定,有助于胰腺癌的早期发现和治疗.     

结直肠癌中O-型糖基化相关差异基因的筛选及分析

目的 通过鉴定得出正常和异常O-型糖基化结肠癌细胞之间的差异表达基因（differentially expressed genes,DEGs）,即O-型糖基化相关差异基因,并探讨其促进肿瘤发生发展的潜在机制。方法 运用单色标记表达谱芯片技术对经Cosmc表达质粒或其空白对照质粒稳定转染的LS174T Tn（+）细胞进行检测,采用RNA杂交获得基因表达谱数据,通过Wegstalt平台的基因通路富集（gene set enrichment analysis,GESA）方法行GO基因本体（gene ontology,GO）分析和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）肿瘤相关通路分析,R语言行热图聚类分析,STRING在线软件对蛋白网络进行差异及整合分析。结果 通过分析获得了1 474个符合条件的DEGs,其中有502个基因上调,972个基因下调;GO分析显示DEGs主要参与细胞外基质组织及生长因子活性相关的生物学过程;KEGG分析DEGs主要富集在磷脂酰肌醇-3激酶（phosphatidylinositol 3-kinase,PI3K）、转化生长因子-β（transforming growth factor-β,TGF-β）和Wnt等经典信号通路上。结论 本研究首次着眼于结肠癌细胞中由O-型糖基化引起的转录组学变化,有助于揭示O-型糖基化修饰的结直肠癌分子特征,并为科学研究和临床治疗提供新的方向。     

宫颈癌相关基因的筛选及生物信息学分析

目的 从分子水平揭示官颈癌的发病机制,为临床诊疗提供新工具.方法 在公共基因芯片数据库GEO中找到宫颈癌的相关基因芯片数据,使用BRB-ArrayTools软件包对其进行统计学分析,找到官颈癌相关基因;利用Panther在线分析软件对这些基因进行生物学分析.结果 在宫颈癌组织共找到37条差异表达基因,上调23条,下调14条.这些基因的功能大致分为细胞骨架结构、转运载体、细胞信号转导、转录调控、细胞粘附、细胞凋亡等.结论 利用生物信息学的方法 能有效分析基因芯片数据并获取生物内在信息,官颈癌的发生是由于多种基因表达改变所致,为确定宫颈癌的早期诊断标志与新治疗靶位开辟了新的思路.     

乳腺癌特异基因1在乳腺癌表达的意义

目的 检测乳腺癌特异基因1(BCSG1)在乳腺癌中的表达，评价其表达与乳腺癌临床病理因素的相关性。方法 利用逆转录—聚合酶链反应(RT—PCR法)检测28例乳腺癌、7例乳腺增生症及5例乳腺纤维瘤中BCSG1的表达。结果 28例乳腺癌中有BCSG1表达12例(42．9％)，其中Ⅲ／Ⅳ期乳腺癌的表达率为69.2％(9／13例)，乳腺良性病变中BCSG1无一例表达。BCSG1的表达与乳腺癌分期密切相关(P=0．02)，与患者年龄、月经、肿瘤部位以及雌激素受体、孕激素受体、核增殖抗原、C—erbB2的表达等无相关性。结论 BCSG1可能是与肿瘤恶性进展有关的肿瘤标记物，是乳腺癌发生过程中的中晚期事件，为判定乳腺癌预后的新指标。     

线粒体蛋白质组学在肿瘤研究中的进展

线粒体DNA的突变和蛋白表达谱的异常,将严重影响细胞的凋亡和能量代谢过程,这一变化可能是恶性肿瘤细胞代谢及功能异常的重要组成部分。蛋白质组学技术可以分析肿瘤细胞或组织在某一时间点内全蛋白的表达情况及活性,而基于亚细胞水平研究的线粒体蛋白质组学较传统蛋白质组学研究有更高的分辨率。线粒体蛋白质组的改变与多种肿瘤相关,随着亚细胞分离技术和蛋白质鉴定技术的发展,线粒体蛋白质组学在寻找新的肿瘤相关特性蛋白研究中显示出越来越重要的意义。