大家好，今天跟大家分享一篇题为Multi-scale signaling and tumor evolution in high-grade gliomas（高级别胶质瘤的多尺度信号传导与肿瘤演变）胶质母细胞瘤 (GBM) 和其他高级别星形细胞瘤是最常见和最致命的脑肿瘤之一，尽管进行了数十年的基因组分析，但 5 年生存率仍在 5% 以下，目前仍需对其发病机制进行深入研究。
01
研究背景
尽管胶质母细胞瘤 （GBM） 中的基因组异常已经得到了十多年的深入研究，但其 5 年生存率仍然低于 5%。我们寻求通过将蛋白质组学、代谢组学、脂质组学和翻译后修饰 （PTM） 与基因组和转录组学测量相结合，以揭示控制肿瘤发展和进化的多尺度调节相互作用，从而扩大由 IDH 野生型 GBM 和 IDH 突变型 4 级星形细胞瘤组成的高级别神经胶质瘤的分子景观。
将 14 个蛋白质基因组学和代谢组学平台应用于 228 个肿瘤（212 个 GBM 和 16 个4 级 IDH 突变星形细胞瘤），包括 28 个复发时，加上 18 个正常脑样本和 14 个脑转移瘤作为对照，揭示了异质性上游改变在蛋白质组学和代谢组学水平上聚集在常见的下游事件上，以及蛋白质-蛋白质相互作用和复发时糖基化位点占有率的变化。
PTPN11 上反复出现的遗传改变和磷酸化事件在三个维度上映射到重要的调节结构域，表明 PTPN11 信号转导在高级别神经胶质瘤中起着核心作用。
见图一
研究队列、技术平台和检测概述。
图一
（A） 同期群概述。
（B） 在 14 个数据平台上量化的特征（不包括单核测序和多重成像）。在每个平台上量化的具体特征是：WXS-体细胞变体、WGS-体细胞变体、DNA 甲基化-CpG 探针、RNA-RNA 转录本、miRNA-miRNA 转录本、蛋白质组蛋白、磷酸化蛋白质组-磷蛋白、乙酰基-乙酰蛋白、糖蛋白组-糖蛋白、PRISM SRM 蛋白、IMAC SRM-磷蛋白、直接 SRM 蛋白、代谢组-代谢物、脂质组-脂质。PRISM：通过智能选择和多重分析实现高压、高分辨率分离。IMAC：固定化金属亲和色谱法。SRM：选择反应监测。
（C） 每次分析中使用的子队列。
见图二肿瘤进化的蛋白质基因组学。
图二
（A） 25 名 4 级星形细胞瘤患者的原发性和复发性肿瘤样本采集。
（B） 复发性和原发性肿瘤之间的差异丰度蛋白 （FDR < 0.05，log2FC > 0.5）。
（C） 当前队列以及 GLASS 和 GSAM 队列中的差异富集通路。
（D） 激酶文库富集分析的工作流程。
（E） 比较复发性和原发性肿瘤的激酶活性分析。
（F） 示范性变异等位基因频率 （VAF） 相关图表明观察到的 4 种驱动突变进展模式：稳定（所有突变持续，12 例）、丢失（所有独特突变都在原发肿瘤中，4 例）、增益（所有独特突变都在复发性肿瘤中，5 例）和再获得（同一基因中不同突变的增益和损失，4 例）。标记了跨时间点共享的突变数，这些突变对于主要突变或复发是唯一的。随机选择示范病例。
（G） 基于体细胞突变 （R） 的无进展生存期与肿瘤克隆相似性统计 （MaxKsi） 呈负相关2= 0.63，p 值< 0.001）。
（H） 具有 SBS11 特征的体细胞突变分数与每个肿瘤样本中体细胞突变总数之间的关系，根据患者在复发性肿瘤收集之前是否接受 TMZ 治疗进行分类。显示 GLASS 和 GSAM 队列以进行比较。灰线连接来自同一患者的肿瘤样本。
见图三
单核测序揭示了复发性 4 级星形细胞瘤中的恶性细胞内源性和肿瘤微环境 （TME） 相关特征。
图三
（A） 来自 10 个原代循环对的 snRNA 测序数据的 UMAP。
（B） 热图显示了复发性和原发性肿瘤之间差异丰度蛋白的缩放平均 snRNA 表达。前两行：大量蛋白质和 RNA 的对数倍变化。中间八行：指定细胞类型中 snRNA 的相同基因的平均表达，按行和列缩放。底行：给定基因产物中 snRNA 表达最高的细胞类型。
（C） 从每个病例的复发性肿瘤与原发性肿瘤之间基于 snRNA 的差异表达基因 （DEG） 检测到的复发性肿瘤中的恶性细胞内在失调通路。条形图中的红色：在至少 3 个病例中差异表达的基因数。
（D） 可接近的染色质区 （ACR） 可及性与恶性细胞中基因表达之间的相关性（链接分数）分布。与 GeneHancer 重叠的 ACR 将被注释。右侧显示的链接数。
（E） 两个基因在原代和复发性恶性细胞中的染色质可及性和 snRNA 表达示例。
（F） 差异 ACR 中的基序富集。基序显著富集 （Benjamini-Hochberg 多重测试校正的超几何测试，FDR < 0.05） 为红色 （原发性肿瘤中的 DACR）、蓝色 （复发性肿瘤中的 DACR） 和灰色 （两组 DACR）。
（G） 来自大量 RNA-seq 的细胞型富集评分比较，代表复发性和原发性肿瘤之间的 TME 细胞型组成（差异富集，FDR < 0.1）。
（H） 在复发性肿瘤中，总肿瘤微环境群体的内皮细胞组成因 snRNA 细胞计数以及大量 RNA 和大量蛋白质去卷积分数而降低。箱线图显示四分位间距 （IQR;箱区跨越第一个到第三个四分位数，中间线表示中位数，须线显示 1.5 倍 IQR 内最接近的值）。来自同一患者的成对样本通过线条连接。计算 Wilcoxon p 值。
（I） 三对原发性复发性肿瘤的多重免疫荧光结果 （CODEX）。
见图四
顺式和反式结果突出了不同组学水平的原发性肿瘤之间的相似性。
图四
（A） 体细胞改变互排他性分析。共现的重要性由不透明度和星号表示。计算了Fisher的精确检验与Benjamini和Hochberg调整后的p值（∗：p < 0.05，∗∗：p < 0.01，∗∗∗：p < 0.001）。
（B） 13 个常见驱动因素的顺式效应，证明基因改变如何影响它们自身的 RNA 和蛋白质（上图）以及翻译后变化（下图），相对于给定基因的肿瘤 WT。热图反映 cis 结果分数（RNA 和蛋白质分数的上限为 +/-10，灰色，其中测量值为 N/A）。
（C） 反式分析：体细胞改变基因对其他蛋白质、翻译后修饰 （PTM）、代谢物和脂质水平的影响。对每个体细胞改变的基因的反式效应进行成对测量。对每对的每个反式效应进行评分，并计算对之间的相关性。
（D） 在蛋白质/PTM 和脂质/代谢物水平评估驱动基因相似性评分。颜色表示 Pearson 相关系数 （∗P < 0.05，∗∗p < 0.01，∗∗∗p < 0.001）。
（E） 蛋白质/PTM 水平 （p < 1e-100） 和脂质/代谢物水平 （p < 8.96e-81） 的 TERTp 和 PTEN 效应之间反式评分的 Pearson 相关性。根据数据类型对前 5 个正面和负面评分的事件进行标记和着色。
见图五4 级星形细胞瘤中糖基化程序的改变以及 EGFR 上体细胞突变、糖基位点和磷酸化位点之间的拓扑关系。
图五
（A） 原发性肿瘤与正常脑在 4 种主要肿瘤丰富的通路中的差异分析。
（B） 原发性肿瘤中基于上调/下调完整糖肽的聚糖类型分布（与正常脑相比）。
（C） 与原发性肿瘤中糖基化活性改变相关的糖基化酶。
（D） 与复发性 4 级星形细胞瘤与原发性肿瘤相关的聚糖类型分布和生物过程。
（E） 点（与图 S5D 中的 ROC 曲线颜色匹配）对应于糖蛋白和 IGP 的 AUC，这些 AUC 可能作为复发性 4 级星形细胞瘤（与原发性肿瘤相比）的潜在生物标志物。
（F） 与糖蛋白质组学亚型相关的完整糖肽簇 （IPC） 的聚糖类型分布。
（G） EGFR 二聚体，显示体细胞突变、磷酸化和糖基位点之间的空间关系。
见图六
蛋白质-蛋白质相互作用 （PPI） 差异与体细胞改变和复发状态相关。
图六
（A） 左图，蛋白质相互作用相关性示意图。右图是丰度高相关和丰度负相关的示例。
（B） 在指定情况下 EGFR 和 PDGFRA 信号通路中推断的 PPI。
（C） 当一种蛋白质伴侣体细胞改变时，原发肿瘤中有 14 个 PPI 显著改变 （交互项 p 值< 0.01） 的线性回归。
（D） 分别根据 RB1 和 PTPN11 改变的 PPI 之间的 Pearson 相关性（Pearson R p 值 <0.05）。
（E） 对于所有具有可用蛋白质数据的匹配样本，在原发性和/或复发性肿瘤中表现出相关性的蛋白质对子集（Pearson R > 0 和 Pearson p 值<指示组中为 0.01）。与图 S6B 相关。
（F） 复发性和匹配的 4 级星形细胞瘤中的 RB1 和 CDK2 蛋白丰度 Pearson 相关性（左）。XIAP 和 AKT1 蛋白丰度 复发样本和原发样本中的 Pearson 相关性（右）。
（G） 与 WT 肿瘤相比，使用应用于差异丰度磷蛋白的激酶文库，基因 （y 轴） 体细胞突变对激酶活性 （x 轴） 的影响。
02
研究结论
总之，这项研究的一个主要结果是鉴定了携带不同驱动基因改变的肿瘤中的共同特征，突出了促肿瘤信号事件的复杂性。在这些相同的平台上跟踪同一患者初始和复发肿瘤在不同时间的分子景观，证明了随着肿瘤在治疗下的发展而发生的异质性变化，同时也突出了在复发时经常富集的通路。我们希望专注于识别合作事件和共同监管网络可以为治疗干预提供额外的靶点，等待超出这项工作范围的功能验证研究。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
想要什么资料直接添加小助理，每天要处理大量的信息在后台发消息我这边是不太好接收的哦，人工智能哪有真人小助理香啊，获取小助理二维码可点击菜单栏【关注我们-召唤小助理】
01
研究背景
尽管胶质母细胞瘤 （GBM） 中的基因组异常已经得到了十多年的深入研究，但其 5 年生存率仍然低于 5%。我们寻求通过将蛋白质组学、代谢组学、脂质组学和翻译后修饰 （PTM） 与基因组和转录组学测量相结合，以揭示控制肿瘤发展和进化的多尺度调节相互作用，从而扩大由 IDH 野生型 GBM 和 IDH 突变型 4 级星形细胞瘤组成的高级别神经胶质瘤的分子景观。
将 14 个蛋白质基因组学和代谢组学平台应用于 228 个肿瘤（212 个 GBM 和 16 个4 级 IDH 突变星形细胞瘤），包括 28 个复发时，加上 18 个正常脑样本和 14 个脑转移瘤作为对照，揭示了异质性上游改变在蛋白质组学和代谢组学水平上聚集在常见的下游事件上，以及蛋白质-蛋白质相互作用和复发时糖基化位点占有率的变化。
PTPN11 上反复出现的遗传改变和磷酸化事件在三个维度上映射到重要的调节结构域，表明 PTPN11 信号转导在高级别神经胶质瘤中起着核心作用。
见图一
研究队列、技术平台和检测概述。
图一
（A） 同期群概述。
（B） 在 14 个数据平台上量化的特征（不包括单核测序和多重成像）。在每个平台上量化的具体特征是：WXS-体细胞变体、WGS-体细胞变体、DNA 甲基化-CpG 探针、RNA-RNA 转录本、miRNA-miRNA 转录本、蛋白质组蛋白、磷酸化蛋白质组-磷蛋白、乙酰基-乙酰蛋白、糖蛋白组-糖蛋白、PRISM SRM 蛋白、IMAC SRM-磷蛋白、直接 SRM 蛋白、代谢组-代谢物、脂质组-脂质。PRISM：通过智能选择和多重分析实现高压、高分辨率分离。IMAC：固定化金属亲和色谱法。SRM：选择反应监测。
（C） 每次分析中使用的子队列。
见图二肿瘤进化的蛋白质基因组学。
图二
（A） 25 名 4 级星形细胞瘤患者的原发性和复发性肿瘤样本采集。
（B） 复发性和原发性肿瘤之间的差异丰度蛋白 （FDR < 0.05，log2FC > 0.5）。
（C） 当前队列以及 GLASS 和 GSAM 队列中的差异富集通路。
（D） 激酶文库富集分析的工作流程。
（E） 比较复发性和原发性肿瘤的激酶活性分析。
（F） 示范性变异等位基因频率 （VAF） 相关图表明观察到的 4 种驱动突变进展模式：稳定（所有突变持续，12 例）、丢失（所有独特突变都在原发肿瘤中，4 例）、增益（所有独特突变都在复发性肿瘤中，5 例）和再获得（同一基因中不同突变的增益和损失，4 例）。标记了跨时间点共享的突变数，这些突变对于主要突变或复发是唯一的。随机选择示范病例。
（G） 基于体细胞突变 （R） 的无进展生存期与肿瘤克隆相似性统计 （MaxKsi） 呈负相关2= 0.63，p 值< 0.001）。
（H） 具有 SBS11 特征的体细胞突变分数与每个肿瘤样本中体细胞突变总数之间的关系，根据患者在复发性肿瘤收集之前是否接受 TMZ 治疗进行分类。显示 GLASS 和 GSAM 队列以进行比较。灰线连接来自同一患者的肿瘤样本。
见图三
单核测序揭示了复发性 4 级星形细胞瘤中的恶性细胞内源性和肿瘤微环境 （TME） 相关特征。
图三
（A） 来自 10 个原代循环对的 snRNA 测序数据的 UMAP。
（B） 热图显示了复发性和原发性肿瘤之间差异丰度蛋白的缩放平均 snRNA 表达。前两行：大量蛋白质和 RNA 的对数倍变化。中间八行：指定细胞类型中 snRNA 的相同基因的平均表达，按行和列缩放。底行：给定基因产物中 snRNA 表达最高的细胞类型。
（C） 从每个病例的复发性肿瘤与原发性肿瘤之间基于 snRNA 的差异表达基因 （DEG） 检测到的复发性肿瘤中的恶性细胞内在失调通路。条形图中的红色：在至少 3 个病例中差异表达的基因数。
（D） 可接近的染色质区 （ACR） 可及性与恶性细胞中基因表达之间的相关性（链接分数）分布。与 GeneHancer 重叠的 ACR 将被注释。右侧显示的链接数。
（E） 两个基因在原代和复发性恶性细胞中的染色质可及性和 snRNA 表达示例。
（F） 差异 ACR 中的基序富集。基序显著富集 （Benjamini-Hochberg 多重测试校正的超几何测试，FDR < 0.05） 为红色 （原发性肿瘤中的 DACR）、蓝色 （复发性肿瘤中的 DACR） 和灰色 （两组 DACR）。
（G） 来自大量 RNA-seq 的细胞型富集评分比较，代表复发性和原发性肿瘤之间的 TME 细胞型组成（差异富集，FDR < 0.1）。
（H） 在复发性肿瘤中，总肿瘤微环境群体的内皮细胞组成因 snRNA 细胞计数以及大量 RNA 和大量蛋白质去卷积分数而降低。箱线图显示四分位间距 （IQR;箱区跨越第一个到第三个四分位数，中间线表示中位数，须线显示 1.5 倍 IQR 内最接近的值）。来自同一患者的成对样本通过线条连接。计算 Wilcoxon p 值。
（I） 三对原发性复发性肿瘤的多重免疫荧光结果 （CODEX）。
见图四
顺式和反式结果突出了不同组学水平的原发性肿瘤之间的相似性。
图四
（A） 体细胞改变互排他性分析。共现的重要性由不透明度和星号表示。计算了Fisher的精确检验与Benjamini和Hochberg调整后的p值（∗：p < 0.05，∗∗：p < 0.01，∗∗∗：p < 0.001）。
（B） 13 个常见驱动因素的顺式效应，证明基因改变如何影响它们自身的 RNA 和蛋白质（上图）以及翻译后变化（下图），相对于给定基因的肿瘤 WT。热图反映 cis 结果分数（RNA 和蛋白质分数的上限为 +/-10，灰色，其中测量值为 N/A）。
（C） 反式分析：体细胞改变基因对其他蛋白质、翻译后修饰 （PTM）、代谢物和脂质水平的影响。对每个体细胞改变的基因的反式效应进行成对测量。对每对的每个反式效应进行评分，并计算对之间的相关性。
（D） 在蛋白质/PTM 和脂质/代谢物水平评估驱动基因相似性评分。颜色表示 Pearson 相关系数 （∗P < 0.05，∗∗p < 0.01，∗∗∗p < 0.001）。
（E） 蛋白质/PTM 水平 （p < 1e-100） 和脂质/代谢物水平 （p < 8.96e-81） 的 TERTp 和 PTEN 效应之间反式评分的 Pearson 相关性。根据数据类型对前 5 个正面和负面评分的事件进行标记和着色。
见图五4 级星形细胞瘤中糖基化程序的改变以及 EGFR 上体细胞突变、糖基位点和磷酸化位点之间的拓扑关系。
图五
（A） 原发性肿瘤与正常脑在 4 种主要肿瘤丰富的通路中的差异分析。
（B） 原发性肿瘤中基于上调/下调完整糖肽的聚糖类型分布（与正常脑相比）。
（C） 与原发性肿瘤中糖基化活性改变相关的糖基化酶。
（D） 与复发性 4 级星形细胞瘤与原发性肿瘤相关的聚糖类型分布和生物过程。
（E） 点（与图 S5D 中的 ROC 曲线颜色匹配）对应于糖蛋白和 IGP 的 AUC，这些 AUC 可能作为复发性 4 级星形细胞瘤（与原发性肿瘤相比）的潜在生物标志物。
（F） 与糖蛋白质组学亚型相关的完整糖肽簇 （IPC） 的聚糖类型分布。
（G） EGFR 二聚体，显示体细胞突变、磷酸化和糖基位点之间的空间关系。
见图六
蛋白质-蛋白质相互作用 （PPI） 差异与体细胞改变和复发状态相关。
图六
（A） 左图，蛋白质相互作用相关性示意图。右图是丰度高相关和丰度负相关的示例。
（B） 在指定情况下 EGFR 和 PDGFRA 信号通路中推断的 PPI。
（C） 当一种蛋白质伴侣体细胞改变时，原发肿瘤中有 14 个 PPI 显著改变 （交互项 p 值< 0.01） 的线性回归。
（D） 分别根据 RB1 和 PTPN11 改变的 PPI 之间的 Pearson 相关性（Pearson R p 值 <0.05）。
（E） 对于所有具有可用蛋白质数据的匹配样本，在原发性和/或复发性肿瘤中表现出相关性的蛋白质对子集（Pearson R > 0 和 Pearson p 值<指示组中为 0.01）。与图 S6B 相关。
（F） 复发性和匹配的 4 级星形细胞瘤中的 RB1 和 CDK2 蛋白丰度 Pearson 相关性（左）。XIAP 和 AKT1 蛋白丰度 复发样本和原发样本中的 Pearson 相关性（右）。
（G） 与 WT 肿瘤相比，使用应用于差异丰度磷蛋白的激酶文库，基因 （y 轴） 体细胞突变对激酶活性 （x 轴） 的影响。
02
研究结论
总之，这项研究的一个主要结果是鉴定了携带不同驱动基因改变的肿瘤中的共同特征，突出了促肿瘤信号事件的复杂性。在这些相同的平台上跟踪同一患者初始和复发肿瘤在不同时间的分子景观，证明了随着肿瘤在治疗下的发展而发生的异质性变化，同时也突出了在复发时经常富集的通路。我们希望专注于识别合作事件和共同监管网络可以为治疗干预提供额外的靶点，等待超出这项工作范围的功能验证研究。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
想要什么资料直接添加小助理，每天要处理大量的信息在后台发消息我这边是不太好接收的哦，人工智能哪有真人小助理香啊，获取小助理二维码可点击菜单栏【关注我们-召唤小助理】
