關(guān)鍵詞：蛋白質(zhì)組，SILAC，KRAS，癌癥

來(lái)自德州大學(xué)的Giulio Draetta教授及其同事發(fā)現(xiàn)胰腺癌細(xì)胞表面的一種名為syndecan-1(SDC1)的蛋白質(zhì)可以響應(yīng)胞內(nèi)KRAS的信號(hào)，并促進(jìn)巨噬細(xì)胞的破壞作用。這項(xiàng)研究發(fā)表于最新的《Nature》雜志。

Letter | Published: 27 March 2019

Syndecan 1 is a critical mediator of macropinocytosis in pancreatic cancer

原文鏈接：https://www.nature.com/articles/s41586-019-1062-1

腫瘤細(xì)胞有惡性無(wú)限增殖能力，而這種能力需要大量的能量來(lái)支持。很顯然，常規(guī)的能量代謝頻率并不能滿足貪婪的腫瘤細(xì)胞，它需要借助巨噬破壞其他正常細(xì)胞才能滿足其自身的能量供應(yīng)。這種調(diào)控巨噬獲得能量的機(jī)制尚不明確，是目前研究熱點(diǎn)之一。

胰腺導(dǎo)管腺癌（PDAC）是一種惡性程度很高，診斷和治療都很困難的消化道惡性腫瘤。90%胰腺導(dǎo)管癌中存在Kras突變。這種突變會(huì)通過(guò)尚不明確的機(jī)制激活腫瘤微環(huán)境的巨噬細(xì)胞，并促進(jìn)巨噬細(xì)胞的胞吞作用。

為了準(zhǔn)確地找到胰腺導(dǎo)管腺癌的代謝，Giulio Draetta團(tuán)隊(duì)發(fā)起了挑戰(zhàn)。他們構(gòu)建了Kras開(kāi)放和關(guān)閉狀態(tài)下的模型，并通過(guò)蛋白組學(xué)技術(shù)，廣泛篩選與研究KRAS相關(guān)的細(xì)胞表面蛋白，以期尋找治療胰腺癌的新靶點(diǎn)。

探索攻略 

實(shí)驗(yàn)材料：PDAC小鼠模型細(xì)胞-- Kras OFF vs Kras ON

1、定量蛋白組分析Kras信號(hào)傳導(dǎo)帶來(lái)的變化

為了探討Kras信號(hào)傳導(dǎo)帶來(lái)的細(xì)胞表面蛋白表達(dá)變化，研究團(tuán)隊(duì)利用SILAC定量蛋白質(zhì)組技術(shù)比較了Kras OFF與Kras ON差異。此次分析共獲得221個(gè)差異表達(dá)的蛋白，其中196個(gè)蛋白上調(diào)，25個(gè)下調(diào)。

2、生信分析討論功能與通路

IPA（Ingenuity pathway analysis）分析顯示，許多上調(diào)表達(dá)蛋白參與PDAC被激活的生物過(guò)程，包括軸突導(dǎo)向信號(hào)通路，這個(gè)結(jié)果支持了KRAS*是PDAC分子重編程的主要驅(qū)動(dòng)因素的觀點(diǎn)。

3、鎖定關(guān)注蛋白

研究人員選擇了在人源PDAC細(xì)胞系中同樣存在的110個(gè)蛋白，以及37個(gè)在細(xì)胞表面高表達(dá)的基因，構(gòu)建了一個(gè)shRNA文庫(kù)，并以此構(gòu)建小鼠模型。

進(jìn)一步分析發(fā)現(xiàn)硫酸肝素蛋白聚糖家族中的SDC1在Kras表達(dá)過(guò)程中，在質(zhì)膜上顯著富集。

而在蛋白組分析結(jié)果中，SDC1也同樣高度富集。因此，研究人員在后續(xù)研究中，鎖定了SDC1作為關(guān)注蛋白。

4、關(guān)注蛋白功能驗(yàn)證

后續(xù)驗(yàn)證實(shí)驗(yàn)表明，SDC1的缺失可以顯著抑制皮下異種移植瘤的生長(zhǎng)，也會(huì)抑制腫瘤細(xì)胞的克隆形成和致瘤性。

種種實(shí)驗(yàn)結(jié)果均說(shuō)明了iKras*腫瘤細(xì)胞表面的SDC1對(duì)疾病進(jìn)展至關(guān)重要。而它的工作方式則是通過(guò)調(diào)控巨胞飲為腫瘤細(xì)胞的生長(zhǎng)提供能量。

小結(jié) 

該研究利用蛋白組學(xué)技術(shù)廣泛檢測(cè)了因Kras狀態(tài)改變而引起的細(xì)胞表面蛋白變化。

在差異蛋白中層層篩選，獲得關(guān)注蛋白，并進(jìn)行了大量的功能驗(yàn)證，最終在KRAS*信號(hào)傳導(dǎo)和PDAC中驅(qū)動(dòng)營(yíng)養(yǎng)回收通路的靶分子之間建立了一種機(jī)制聯(lián)系。

也為后續(xù)的腫瘤研究提供了通過(guò)分析表面蛋白表達(dá)差異，尋找癌癥特異性弱點(diǎn)的策略。