贝勒医学院(Baylor College of Medicine)、麻省理工学院(MIT)和哈佛大学(Harvard)的博德研究所(Broad Institute)以及其他机构的研究人员使用了强大的蛋白质基因组学方法，以更好地了解乳腺癌的生物学复杂性。通过这种方法，研究人员能够对已知的治疗靶点提出更精确的诊断，确定新的肿瘤易感性转化为对侵袭性肿瘤的治疗，并暗示乳腺癌抵抗治疗的新机制。这项研究发表在《细胞》杂志上。
蛋白质基因组学将下一代DNA和RNA测序的实验室技术与基于质谱仪的分析相结合，对癌细胞中的蛋白质和蛋白质修饰进行深入、无偏的定量，并结合对这些数据进行综合分析的计算方法。这种蛋白质基因组方法已被美国国家癌症研究所临床蛋白质组肿瘤分析联盟(NCI-CPTAC)的研究人员广泛应用于研究癌症。
“重要的是，我们的分析包括鉴定磷酸化和乙酰化，蛋白质修饰，揭示了有关单个蛋白质活性的信息。“蛋白质乙酰化在乳腺癌中从未被描述过，”共同通讯作者马修·埃利斯说，他是一名乳腺癌肿瘤学家，也是贝勒医学院的医学、细胞和分子生物学教授。
同时分析遗传密码的变化以及由此导致的蛋白质功能的改变，比单独分析每个成分提供了乳腺癌肿瘤内部发生的更完整的图景。
2016年，研究人员利用癌症基因组图谱(TCGA)收集的样本，对乳腺癌的蛋白质基因组学方法进行了试点，证明了蛋白质基因组学代表了乳腺癌分析的一项进展。目前的研究在这方面迈出了重要的一步:
其中包括组织样本，这些组织样本是用专门保存蛋白质修饰的方法收集的，
它代表了一个更大的患者群体，
研究人员在完全相同的组织片段上生成了基因组和蛋白质组谱
科学家们还进行了蛋白质乙酰化分析，以及蛋白质磷酸化、DNA和RNA的测量。
蛋白质基因组分析技术在近年来已经相当成熟，这些前沿的方法被应用到这个数据集。
研究人员完成了122例初治原发性乳腺癌样本的蛋白质基因组分析。他们的测量产生了大量的数据——每个肿瘤大约38,000个蛋白质磷酸化位点和近10,000个蛋白质乙酰化位点，以及整个外显子组和RNA测序——需要先进的计算方法来分析和整合这些信息。“像这样的复杂分析现在经常在大规模的蛋白质基因组数据集上进行，我们正在开发工具来自动化这个过程，”马尼博士说，他是布罗德大学的共同通讯作者和首席计算科学家。
埃利斯说:“我们在这里描述了迄今为止为这些类型的分析而专门收集的最大的乳腺癌样本的蛋白质基因组特性，最大限度地提高了结果的保真度和准确性。”“每个肿瘤细胞都有数百个基因组变化。大多数情况下，我们无法理解它们在临床上或生物学上的意义。我们所阐述的方法使我们能够更深入、更全面地了解每个人的乳腺癌。”
例如，分析显示，乳腺癌的某些亚型具有被称为激酶的特定靶向酶，这些酶比其他癌症的磷酸化程度更高，表明其活性更高，因此具有更高的靶向性。这些分析包括最近确定的药物靶点，如CDK4/6及其调控背景，以及作为新免疫治疗药物靶点的程序性细胞死亡受体和配体。综合分析还发现了一组新的雌激素受体阳性乳腺癌，可以用这些药物治疗。这是重要的，因为目前这些药物仅限于雌激素受体阴性的疾病。
额外的分析对ER+和ER-乳腺癌的代谢脆弱性提出了全新的见解。“我们对乙酰蛋白组的全球分析，首次在乳腺肿瘤中，揭示了乳腺癌亚型特异性代谢的新细节，”布罗德大学蛋白质组学主任、共同通讯作者史蒂文·卡尔(Steven Carr)说。
研究人员——包括co-first作者卡斯滕·克鲁格,Shankha Satpathy还广泛,埃里克Jaehnig和米纳克希Anurag贝勒大学医学院,纽约大学的丽丽Blumenberg,真主安拉Karpova华盛顿大学——希望他们的发现能够激励科学家探索乳腺癌治疗或诊断潜在的新生物改变他们在这项研究已经确定了。他们还乐观地认为，他们的发现将鼓励人们努力将蛋白质基因组学转化为一种癌症分析方法，这种方法可以在临床中常规应用，以改善诊断和治疗。
“我们相信proteogenomics方法将继续帮助我们确定新的候选人的治疗目标,更好地理解免疫乳腺癌和其他癌症的景观,获得洞察响应和阻力,和最终的进展我们的目标的个性化的癌症治疗,”指出共同通讯作者迈克尔•吉列肺和重症监护医师马萨诸塞州综合医院和高级组长在广泛的蛋白质组学。“科学是强大和令人兴奋的，但最终是我们能为病人提供的东西使它变得重要。”
