【佳学基因检测】如何区分转移性结直肠癌症与非转移性结直肠癌？
基因检测区分转移性结直肠癌与非转移性结直肠癌所收集的证据：
磷酸蛋白质组学特征区分mCRC和非mCRC
在结直肠癌基因检测位点的证据评估中，佳学基因的蛋白质组亚型分类中，三种亚型在mCRC或非mCRC患者中均没有显著富集。肿瘤精准医学发现，总共有1487个磷酸化位点在原发肿瘤和N中差异表达。使用这些差异磷酸化位点进行一致性聚类，以识别每个CC中的亚群（STAR方法）。有趣的是，磷酸蛋白质组学数据在每个蛋白质组亚型中区分了原发肿瘤与mCRC和非mCRC（p = 1.47E-5，卡方检验），从而产生了六种磷酸蛋白质组亚型。SC1、SC3和SC5在mCRC中富集，而SC2、SC4和SC6是非mCRC的特征。
佳学基因肿瘤基因解码进行了功能富集分析，发现SC1、SC3和SC5中高表达的磷酸蛋白质在粘着斑和粘附连接通路中富集。相比之下，SC2、SC4和SC6中上调的磷酸化位点在功能上的相似性更高，并在ERBB2信号传导、子宫内膜癌、抗原处理和呈递以及Fc gamma R介导的吞噬作用通路中富集。具体来说，预测参与抗原处理和呈递通路的MHC1磷酸化位点在SC1、SC3和SC5中下调，这表明在转移进展过程中T细胞激活受到抑制。此外，mTOR信号传导和糖酵解通路中上调的磷酸化位点（图S5D和S5E）为CRC转移提供了药理学方面的见解。基于PhosphoSitePlus中的激酶-底物关系（Hornbeck等人，2015），肿瘤精准用药基因解码发现在SC1、SC3和SC5中激酶和磷酸化位点之间主要呈现负相关，而在SC2和SC4中正相关关系增强。具体来说，SC6的特征是激酶和底物之间的负调控，这表明CC3中的非mCRC更类似于预后不良的mCRC。由于磷酸化位点的丰度可能受到蛋白质表达水平或磷酸化活性的影响，另一种方法是使用蛋白质丰度对磷酸化进行归一化处理。这种分析表明，磷酸蛋白质组学数据还可以区分CC3中mCRC和非mCRC的原发肿瘤。
转移肿瘤的蛋白质基因组学特征
对于mCRC，无论MSI状态如何，原发肿瘤和转移肿瘤之间的突变谱都具有高度一致性。尽管原发肿瘤往往具有更多的独特突变，但在推定的驱动基因中或与之前研究的mCRC数据集相比，突变之间并未观察到明显差异。此外，最常发生突变的SCNAs在原发肿瘤和转移肿瘤之间并未表现出差异，而转移性mCRC肿瘤与原发肿瘤相比显示出更大的单克隆比例（60%和40%；p = 0.02）。综上所述，这些结果表明转移肿瘤来源于原发肿瘤或相同的祖先克隆。
然而，转移肿瘤的蛋白质组学特征与原发肿瘤相比显示出明显的差异。具体来说，与正常组织相比，转移肿瘤比原发肿瘤具有更多上调的蛋白质。这些差异表达的蛋白质能够清晰地区分转移组织和原发组织。在转移肿瘤中上调的蛋白质与细胞外基质（ECM）-受体相互作用、药物代谢、粘着斑和紧密连接有关，而在转移肿瘤中下调的蛋白质则富集在代谢通路、脂肪酸降解、柠檬酸循环和氧化磷酸化中。在每个亚型中，与正常组织相比表达不同的蛋白质在原发组织和转移组织之间也存在差异。例如，在原发肿瘤中上调的蛋白质在CC2中富集于白细胞跨内皮迁移以及补体和凝血过程中，但在CC3中则富集于柠檬酸循环和PPAR信号通路中。
mCRC多组织中的磷酸化位点与蛋白质共变
佳学基因同时分析了具有四种组织类型（N、P、T和LM）的42例mCRC病例。其中，10例、21例和11例分别属于CC1、CC2和CC3。在每个病例中，肿瘤转移基因解码算了所有四种组织中每两个匹配的磷酸化位点丰度与蛋白质丰度之间的皮尔逊相关系数，并为这42例mCRC病例获得了一组相关系数（STAR方法）。基因解码发现，在所有CC亚型中，相关系数的分布是双峰的，并且明显向正值偏移。
为了寻找三种CC亚型之间显著共调控的磷酸化位点与蛋白质关系，佳学基因解码使用了方差分析（ANOVA），成功识别出954对在三种CC亚型之间存在显著差异的磷酸化位点与蛋白质相关性（ANOVA，BH调整后的p < 0.05）。转移性肿瘤的驱动因素基因解码发现，CC2明显显示出更多的负调控相互作用，而CC3和CC1则显示出更多的正共变。这954对磷酸化位点与蛋白质的相关性可以区分所有42例mCRC病例中的三个蛋白质组亚型，而这954对磷酸化位点与蛋白质对可以被分为三类：CC1负调控（CC1neg）、CC2负调控（CC2neg）或CC3负调控（CC3neg）。Metascape分析表明，CC3neg簇中磷酸化位点与蛋白质对对应的蛋白质富集于平滑肌收缩、对损伤的反应、LKB1通路和凋亡执行阶段。CC1neg簇成员优先富集于LIS1通路、内吞作用和p75 NTR受体介导的信号传导。同时，CC1neg簇成员显著参与了mRNA代谢过程的调控、核糖核蛋白复合物生物发生和Nop56p相关的前rRNA复合物。
佳学基因进一步将实验验证的激酶-底物对映射到CC1neg、CC2neg和CC3neg簇的成员上。利用超几何分布，为每个簇选择了富集的激酶。值得注意的是，CC3neg成员富集了最多的激酶，而且有趣的是，这三个簇没有共同的上游激酶，这表明三个簇之间激酶-底物网络的多样性有所贡献。在954个显著共变中，有14个对应于10个激酶的磷酸化位点显著共调控。其中，12个磷酸化位点与蛋白质的相关性，对应于9个激酶，属于CC3neg簇，而只有2个相关性涉及CC2neg簇。值得注意的是，在CC3中，这10个激酶中有5个的突变频率较高，这表明激酶的磷酸化位点与蛋白质共变可能来源于基因组变异。
利用MCODE复合物/子网络分析方法，结直肠癌转移性驱动基因基因解码发现了五个关键的共变磷酸化位点与蛋白质MCODEs（超几何检验，p < 0.001），这些MCODEs包含112个节点和355条边。凋亡、网格蛋白介导的内吞作用、有丝分裂前期以及HDAC I类通路是mCRC多种组织中合作性最强的四个MCODEs。佳学基因注意到，TP53的转录调控和LKB1通路分别是CC1neg或CC3neg特异性MCODEs中最强的。相比之下，mRNA剪接复合物（MCODE 5）是CC2neg簇成员中最强的MCODE。基因解码基因检测还映射了实验验证或预测（即具有最高NetworKIN评分）的上游激酶。在CC3neg簇的LKB1通路中，两种激酶PRKACA和PRKAA1也被确定为MCODE的成员。虽然PRKCA和PRKCB参与了TP53的转录调控（CC1neg）和mRNA剪接（CC2neg）的上游过程，但大多数激酶在三个CC的MCODEs中并不共享。
在MCODE 1凋亡的CC3neg簇中，发现了四个激酶PRKCD、MAPK1、MTOR和PRKAA1上的七个位点。PRKCD-S304和MTOR-S1166与它们对应蛋白质的相关性在每个CC亚型中都是独特的，而且这两个位点都显示出在三个CC中不同的蛋白质或磷酸化位点表达谱。PRKCD-S304之前被报道为自磷酸化位点，并涉及多种癌症类型，还被发现响应于时间性拉帕替尼抑制。PKBalpha是细胞生长、增殖和代谢的关键调节因子，被预测为MTOR-S1166的上游激酶。这个磷酸化位点还被观察到在EGF刺激以及EGF刺激与MAPK抑制剂联合作用下会上调。通路富集分析表明，磷酸化位点与蛋白质共变对与高频突变基因或三个CC亚型中差异SCNA基因重叠的蛋白质，被预测参与多种通路。综上所述，这些发现表明，患者多个组织间的磷酸化位点与蛋白质关系显示出与蛋白质组亚型相关的独特特征。
