文献名:Identification of salivary biomarkers for oral cancer detection with untargeted and targeted quantitative proteomics approaches

期刊名:Molecular & Cellular Proteomics

发表时间:2019年9月

IF4.828

单位:

  1. 台湾桃园长庚大学医学院
  2. 台湾桃园林口长庚纪念医院
  3. 台湾台中国立中兴大学

物种:人唾液

技术:非靶向和靶向组学组学

 

一、 概述:

本研究选取健康个体、口腔潜在恶性疾病(OPMD)患者及口腔鳞状细胞癌(OSCC)患者的唾液,使用非靶向(iTRAQ-MS)对唾液蛋白质组进行定量分析。与非癌组(OPMD组和健康组)相比,OSCC组中67种蛋白质水平升高、18种蛋白质水平降低。使用多级反应监测(MRM-MS)进一步选择候选生物标志物并用免疫测定法验证,发现补体因子H(CFH)、纤维蛋白原α链(FGA)和α-1-抗胰蛋白酶(SERPINA1)可作为OSCC诊断的潜在唾液标志物。

二、 研究背景:

口腔鳞状细胞癌(OSCC)是世界上最常见的癌症之一。在台湾,OSCC是癌症相关死亡率的第五大原因,每年导致2800人死亡。超过50%的OSCC患者首次诊断时往往是晚期的,这迫切表明需要早期发现OSCC。本文选取唾液进行蛋白质组分析,旨在发现有潜力作为OSCC早期检测和/或预后的生物标志物。

三、实验设计:

四、研究成果:

1、整个实验过程可分为三个部分:非靶向质谱分析、靶向质谱验证和基于抗体的验证(图A),每个部分选取不同数量的唾液样本,特征如下表。

2、采用iTRAQ-MS对唾液蛋白质组进行分析,三次重复,分别鉴定出1838个蛋白质(图B)和定量了1705个蛋白质(图C)。

 

3、OSCC唾液蛋白质组差异表达分析。与健康对照组相比,OSCC组中有335个蛋白质过表达(图A)和312个蛋白质低表达(图C)。此外,与健康对照组相比,三次重复中共有147个差异表达蛋白,包括102个过表达和45个低表达;与OPMD对照组相比,三次重复均有173个差异表达蛋白,包括89个过表达和84个低表达。

 4、与非癌组(OPMD组和健康组)相比,OSCC组中67种蛋白质水平升高、18种蛋白质水平降低,表明这些蛋白有可能成为OSCC诊断的标志物。在这些蛋白中添加稳定同位素标准肽(SIS)作为内部标准肽,进一步使用LC-MRM-MS方法筛选候选生物标志物。结果在67个蛋白中,24个蛋白在70分钟的LC-MRM-MS检测中被检测出来(如下表)。

与健康对照组相比,OSCC组中有6个蛋白显著过表达(APOA1、APOA4、CFH、FGA、SERPINA1和SERPIND1)。

5、使用sandwich ELISA在100名健康个体、55名OPMD患者和77名OSCC患者中进一步验证上述6个蛋白,发现OSCC组中CFH、FGA和SERPINA1蛋白水平显著高于健康对照组和OPMD对照组(图A)。通过ROC曲线分析进一步评价这三种蛋白的生物标志物(图B)。

五、文章亮点(结论讨论):

使用非靶向iTRAQ-MS对健康个体、OPMD患者和OSCC患者的唾液样本进行定量分析,用MRM-MS和免疫测定法验证唾液生物标志物候选物,鉴定出CFH、FGA和SERPINA1蛋白可作为口腔癌的潜在生物标志物。

阅读人:卜繁宇

原文链接:https://www.mcponline.org/content/18/9/1796.abstract

DOI: https://doi.org/10.1074/mcp.RA119.001530

Mol Cell Proteomics. | Identification of salivary biomarkers for oral cancer detection with untargeted and targeted quantitative proteomics approaches (解读人:卜繁宇)的更多相关文章

  1. Mol Cell Proteomics. |胡丹丹| 雷公藤红素通过SIRT1-FXR 信号通路保护胆汁淤积性肝损伤

    期刊:Mol Cell Proteomics 题目:Celastrol protects from cholestatic liver injury though modulation of SIRT ...

  2. Mol Cell Proteomics. | 粪便微生物蛋白质的组成与饮食诱导肥胖倾向的关联研究

    题目:Associations of the Fecal Microbial Proteome Composition and Proneness to Diet-induced Obesity 期刊 ...

  3. Mol Cell Proteomics. | Elevated Hexokinase II Expression Confers Acquired Resistance to 4-Hydroxytamoxifen in Breast Cancer Cells(升高的己糖激酶II表达使得乳腺癌细胞获得对他莫昔芬的抗性)(解读人:黄旭蕾)

    文献名:Elevated Hexokinase II Expression Confers Acquired Resistance to 4-Hydroxytamoxifen in Breast Ca ...

  4. Mol Cell Proteomics. | Prediction of LC-MS/MS properties of peptides from sequence by deep learning (通过深度学习技术根据肽段序列预测其LC-MS/MS谱特征) (解读人:梅占龙)

    通过深度学习技术根据肽段序列预测其LC-MS/MS谱特征 解读人:梅占龙  质谱平台 文献名:Prediction of LC-MS/MS properties of peptides from se ...

  5. MCP|WJ|Identification of candidate plasma protein biomarkers for cervical cancer using the multiplex proximity extension assay(利用多重邻位延伸分析技术进行宫颈癌血浆蛋白候选生物标记物的鉴定研究)

    文献名:Identification of candidate plasma protein biomarkers for cervical cancer using the multiplex pr ...

  6. Fast and accurate bacterial species identification in urine specimens using LC-MS/MS mass spectrometry and machine learning (解读人:闫克强)

    文献名:Fast and accurate bacterial species identification in urine specimens using LC-MS/MS mass spectr ...

  7. Sample Preparation by Easy Extraction and Digestion (SPEED) - A Universal, Rapid, and Detergent-free Protocol for Proteomics based on Acid Extraction(一种使用强酸的蛋白质提取方法SPEED,普适,快速,无需去垢剂)-解读人:李思奇

    期刊名:Mol Cell Proteomics 发表时间:(2019年12月) IF:4.828 单位:德国Robert Koch 研究所 物种:多种 技术:新蛋白提取和酶解方法 一. 概述: 本文设 ...

  8. Alterations of brain quantitative proteomics profiling revealed the molecular mechanisms of diosgenin against cerebral ischemia reperfusion effects(大脑的定量蛋白质组学揭示了薯蓣皂苷元对脑缺血再灌注效应的分子机制)

    文献名:Alterations of brain quantitative proteomics profiling revealed the molecular mechanisms of dios ...

  9. Quantitative Proteomics of Enriched Esophageal and Gut Tissues from the Human Blood Fluke Schistosoma mansoni Pinpoints Secreted Proteins for Vaccine Development (解读人:张聪敏)

    文献名:Quantitative Proteomics of Enriched Esophageal and Gut Tissues from the Human Blood Fluke Schist ...

随机推荐

  1. lower_bound()函数使用

    lower_bound()函数需要加头文件#include<algorithm>,其基本用途是查找(返回)有序区间中第一个大于或等于给定值的元素的位置,其中排序规则可以通过二元关系来表示. ...

  2. 自然语言分析工具Hanlp依存文法分析python使用总结(附带依存关系英文简写的中文解释)

    最近在做一个应用依存文法分析来提取文本中各种关系的词语的任务.例如:text=‘新中国在马克思的思想和恩格斯的理论阔步向前’: 我需要提取这个text中的并列的两个关系,从文中分析可知,“马克思的思想 ...

  3. Java多态详解

    package QianFeng02; //多态 public class Polymorphic { public static void main(String[] args){ // HomeC ...

  4. StringUtil中isBlank(),idNUll,isEmpty的区别

    StringUtils 方法的操作对象是 java.lang.String 类型的对象,是 JDK 提供的 String 类型操作方法的补充,并且是 null 安全的(即如果输入参数 String 为 ...

  5. ubuntu采用apt方式安装多个版本php-fpm

    适用系统:Ubuntu 16.04 LTS / Ubuntu 14.04 LTS 安装 PHP Ondřej Surý 的 PHP PPA 为 Ubuntu 16.04/14.04 提供了 PHP7. ...

  6. Linux Command Backup

    User Structure linux command review 列出所有信号 找到名字后,kill 或者用ps找到 kill同名进程 每隔一秒高亮显示网络链接数的变化情况 启动关闭制定网卡 关 ...

  7. Html学习笔记(二) 简单标签

    标签的重点 标签的用途 标签在浏览器中的默认样式 <body>标签: 在网页上显示的内容 <p>标签: 添加段落 <hx>标签: 添加标题 标签一共有6个,h1.h ...

  8. JAVA补0--->String.format()的使用

    详细地址:http://blog.csdn.net/lonely_fireworks/article/details/7962171/ 标    志 说    明 示    例 结    果 + 为正 ...

  9. 数据结构 1 线性表详解 链表、 栈 、 队列 结合JAVA 详解

    前言 其实在学习数据结构之前,我也是从来都没了解过这门课,但是随着工作的慢慢深入,之前学习的东西实在是不够用,并且太皮毛了.太浅,只是懂得一些浅层的,我知道这个东西怎么用,但是要优化.或者是解析,就不 ...

  10. npm发布包的那些事

    npm发包的那些事 最近一直在研习关于node的知识,发布包虽然是最基础的一点,但由于一些地方的不注意很容易发生错误,我整理了我可能出现过的一些发布包的过程中的一些error,现在分享给大家: 正确的 ...