关于肿瘤亚型特征筛选以及临床预测--这篇NC这样做！

导语

GUIDE ╲

高级浆液性卵巢癌(HGSC)作为最常见和最具侵袭性的卵巢癌类型，是导致卵巢癌死亡的主要原因。晚期HGSC在所有卵巢癌占50%以上，且患者预后较差：5年生存率为32.1%，10年生存率为15%。

背景介绍

今天，小编给大家带来了在HGSC中基于糖蛋白组学筛选肿瘤亚型特征以及HGSC的临床预测的相关思路，这篇文章于2020年发表在《NATURE COMMUNICATIONS》期刊上，影响因子12.12，题目为:Glycoproteomics-based signatures for tumorsubtyping and clinical outcome predictionof high-grade serous ovarian cancer.

数据介绍

对来自JHU（Zhang, H. et al. Integrated proteogenomic characterization of human highgrade serous ovarian cancer. Cell 166, 755–765 (2016)）的119个HGSC样本进行了基于质谱法(MS)的糖蛋白组学分析。这些HGSC肿瘤组织之前被TCGA和CPTAC分别在基因组和转录组水平以及蛋白组和磷酸蛋白组水平进行了表征。

结果解析

01

基于糖蛋白组学的HGSC聚类

为了研究肿瘤的异质性，作者利用SPEGs和IGPs（intact glycopeptides）的表达数据对119个HGSC样本进行聚类。一致性聚类结果表明，基于IGPs的糖蛋白组学数据，可以识别三个肿瘤clusters和5个糖肽群(Fig.1)。此外，作者在利用SPEGs的表达模式进行聚类分析时，观察到了高度的一致性。随后整合了先前注释的基于转录组和蛋白组的HGSC亚型(Fig.1)

Fig.1

接下来，作者评估了不同组学数据类型之间的富集分数，以描述HGSC基于蛋白组和基于糖蛋白组学的亚型之间的关系，选择超几何检验p值0.01作为不同组学亚型之间重叠的阈值。

如Fig.2A所示，IGP1簇主要与stroma亚型重叠（富集分数=2.94），其次是Differentiated蛋白亚型重叠（富集分数=2.03），而IGP2簇与Immunoreactive（富集分数=2.05）和Proliferative（富集分数=1.75）亚型重叠。IGP3与Mesenchymal蛋白亚型高度重叠（富集分数=2.77）（Fig.1和2A）。在119个HGSCs中，鉴定出67个同源重组缺陷（HRD）样本(Fig.1)。此外，发现在IGP1中HRD样本的频率较高（67%），而在IGP2和3中HRD样本的频率较低（约53%）（t-test，p=0.07）。

接下来，为了给肿瘤中每个IGP cluster定义IGP特征，作者在五个IGP clusters中分别计算Z-score的平均值(Fig.2B)。group 3、group 4和group 1的IGPs分别在IGP cluster1、2和3组中高表达(Fig.2B)。为了进一步研究这三个IGP聚糖的组成，三种聚糖类型的百分比，作者计算了每组IGPs携带的高甘露糖、岩藻糖和唾液酸(Fig.2C)。

Fig.2

02

完整糖肽特征的生存分析

为了研究糖蛋白组cluster是否与临床结果相关，作者首先对IGPs差异表达定义的三个cluster进行生存分析（Fig.3A）。Kaplan-Meier图显示cluster 3的5年生存预后最差，而cluster 2的5年生存预后最好。

为了进一步研究基于完整糖肽的标记是否有助于生存预测，作者根据三个完整糖肽组（第1组、第3组和第4组）的平均Z-score计算每个样本的值。然后从每个IGP组中选择50个得分较高的样本和50个得分较低的样本。结果显示，与其他两组相比，第1组具有更好的预测值（Fig.3B-D），而在第1组中得分高的肿瘤的生存预后较差（Fig.3B，p<0.05）。

综上所述，这些结果表明携带非唾液酸化岩藻糖基化聚糖的糖蛋白与生存结果较差的HGSC肿瘤相关。

Fig.3

03

HGSCs的糖基化像差分析

由于异常的糖基化与肿瘤发生有关，并且与DNA/mRNA基因表达谱无关，作者通过评估糖基化位点和总糖蛋白表达模式的不一致性来检查了HGSC中糖基化异常的程度。我们假设，如果样本中SPEG-glooal有更高的相关性，即低扰动，则聚糖加工主要受底物控制；如果不相关，糖基化可能受到其他因素的调节，如糖基化酶。

使用 413 种含糖位点肽的 SPEG 数据和 120 种糖蛋白的global data计算样本spearman相关性。观察到IGP cluster1 显示蛋白质和含糖位点肽的 SPEG之间的高度相关性，而IGP cluster3 显示出较低程度的相关性（Fig.4A、B），这表明 IGP cluster3 样本显示出更高程度的糖基化干扰。

为了确定糖相关基因是否影响观察到的糖基化干扰，作者利用cBioPortal（http://cbioportal.org）来研究这些相应基因的突变频率（图 4c）。发现糖相关基因的突变非常罕见。 对于Fig.4C 中的每个样品，还注释了拷贝数扩增、mRNA 上调和蛋白质上调。 糖相关基因的拷贝数扩增和 mRNA 上调在样品中均匀分布。 相比之下，观察到，在相关性较高的前 50 个样本和相关性较低的 50 个样本中，平均分别有 4.7 和 3.5 个糖相关基因在蛋白质水平上调（t-test,p = 0.03）（Fig.4C）。

这些结果表明，与基因组和转录组学事件的影响相比，糖相关基因的蛋白质表达水平对糖基化干扰的影响更大

Fig.4

04

糖肽与mRNA、蛋白质和糖位点的相关性

为了进一步扩展多组学之间表达相关性模式的评估，作者进行了mRNA、蛋白质和 IGP 水平的基因相关性（Fig.5）。

发现配对的 mRNA 转录物和已鉴定糖蛋白的蛋白质丰度之间的相关系数中位数为 0.428。然后，评估了来自含糖位点的肽的SPEG与相应糖蛋白的蛋白质之间的相关性，其相关系数中位数为 0.824（Fig.5A）。当作者检查不同类型的 IGP 与global糖蛋白的相关性时，发现 IGP 具有更多可变的表达模式。相对于高甘露糖 IGP (Spearman相关性 = 0.572），复合型含聚糖 IGP（包括唾液酸和岩藻糖聚糖结构）显示出更高的相关性（Fig.5A）。

在五个 IGP 组中都观察到这种趋势，特别是在第4组和第5组中看到较低的相关系数中位数（Fig.5B），后者富含高甘露糖聚糖结构。

Fig.5

05

糖基化酶与完整糖肽的相关性

为了将糖转移酶和糖苷酶的全局蛋白质表达与 IGP 的表达谱联系起来，作者进行了成对相关分析（Fig.6A）。观察到两组酶与携带高甘露糖聚糖的 IGP 高度相关。一组包括三种葡萄糖苷酶：GANAB、MOGS 和 PRKCSH，它们与含高甘露糖的IGP高度相关，但与更复杂类型的聚糖呈负相关（Fig.6A）。第二组包括OST复合物的三个亚基（DDOST、RPN1 和 RPN2），它们与膜锚定的 Dol-P-P-寡糖结合并将聚糖转移到新生蛋白质上。

后一组显示高甘露糖和复杂类型之间的相关性没有明显差异。对单个糖基化酶的研究表明，糖苷酶 MAN1A1 与携带高甘露糖结构的完整糖肽呈负相关（Fig.6B）。类似地，发现岩藻糖苷酶 FUCA1 和 FUCA2 与岩藻糖基化糖肽呈负相关，而岩藻糖基转移酶 FUT11 与岩藻糖基化肽呈正相关。

这些结果表明糖基化酶的蛋白质水平更能反映糖基化活性而不是mRNA水平的表达，并且这些糖相关基因可能会经历转录后调控。

Fig.6

06

基于糖蛋白组学的HGSC模型

基于不同聚糖和糖基化酶之间的关系，作者提出了由三个HGSC肿瘤cluster中不同聚糖生物合成途径调节的基于糖蛋白组学的特征（Fig.7）。对于由IGP cluster2 代表的免疫反应性和增殖性亚型，高甘露糖升高，这可能部分受到葡萄糖苷酶和 OST 复合物某些亚基表达的影响。葡萄糖苷酶对高甘露糖有特定作用，而 OST 复合物的亚基对 N-连接聚糖合成有广泛影响。对于以 IGP cluster3 为代表的高度富集的间充质亚型，岩藻糖苷酶（FUCA1 和 FUCA2）的下调和岩藻糖基转移酶 FUT11 的上调有助于观察到的岩藻糖基化模式。

Fig.7

小编总结

这篇文章的结果表明基于糖基化可以观察到HGSC肿瘤的异质性，筛选到与疾病进展和严重程度相关的特定糖型特征。糖蛋白质组学和全局蛋白质组学的整合揭示了肿瘤亚型中的聚糖生物合成可能受聚糖加工酶的控制，并且进一影响临床结果。