2023 年 5 月 4 日在Oncotarget 的 第 14 卷中发表了一项新的研究观点,标题为“使用癌症蛋白质组学数据来识别用于治疗靶向的候选基因”。

使用癌症蛋白质组学数据来识别用于治疗靶向的候选基因

从基于质谱的癌症蛋白质组学数据集中获得的基因水平关联代表了一种用于识别功能研究候选基因的资源。在他们的新研究视角中,来自贝勒医学院和 阿拉巴马大学伯明翰分校的研究人员Diana Monsivais、Sydney E. Parks、Darshan S. Chandrashekar、Sooryanarayana Varambally和Chad J. Creighton讨论了他们最近的研究,他们调查了蛋白质组学相关性跨多种癌症类型的肿瘤分级,并确定了对子宫内膜癌细胞具有功能影响的特定蛋白激酶。

“这项先前发表的研究仅提供了一个模板,用于利用公共分子数据集为癌症患者发现潜在的新型治疗靶点和方法。”

蛋白质组学分析数据与相应的人类肿瘤和细胞系多组学数据相结合,可以通过多种方式进行分析,以确定感兴趣的基因的优先顺序,以便研究生物学。在数百种癌细胞系中,CRISPR 功能丧失和药物敏感性评分可以很容易地与蛋白质数据整合,以在进行基准实验之前预测任何基因的功能影响。公共数据门户使研究界更容易获得癌症蛋白质组学数据。药物发现平台可以筛选出数以亿计的小分子抑制剂,以寻找靶向目标基因或通路的抑制剂。

“在这里,我们讨论了一些可用的公共基因组和蛋白质组资源,同时考虑了如何利用这些资源进行分子生物学洞察或药物发现的方法。我们还证明了 BAY1217389 是一种 TTK 抑制剂,最近在治疗实体瘤的 I 期临床试验中测试了它对子宫癌细胞系活力的抑制作用。”