CDC6

本次以“突破瓶颈 打造健康产业新引擎”为主题，设一场主论坛和五场主题论坛，从前沿创新突破、临床应用拓展、工艺技术优化、商业化开发等多个全新视角推动CGT技术开发与应用，成就健康产业未来。 癌症研究是医学研究领域的皇冠明珠，同时也是生物材料研究的母题。Nature Genetics和Nature Medicine曾联合发表了“Nature Milestones in Cancer”一文，总结了近20年来癌症研究旅程中的14个重要的里程碑事件，以展示在理解癌症和开发新疗法方面取得的重大进展。 在下面的内容里，小编也一一汇总了这些里程碑事件，希望这些突破性事件能激发人们对癌症研究的乐观情绪，并积极开发新的方法来攻克癌症。 时间线 里程碑1 肿瘤对靶向药的耐药途径 对耐药性机制的解释（Nat. Rev. Cancer，DOI：10.1038/s41568-020-00302-4） 到千年之交，已经开发出选择性靶向驱动基因的药物。例如，酪氨酸激酶抑制剂，如伊马替尼，已被证明可以通过靶向BCR-ABL（一种具有组成型酪氨酸激酶活性的融合基因），使晚期慢性粒细胞白血病（CML）患者持续缓解。 不幸的是，后来的研究发现了EGFR突变在肺癌中对吉非替尼产生耐药性，这同时也阐明了癌症的几个重要方面。一方面，这些数据表明癌症是一个进化过程：在强大的选择性压力下，具有适应能力的细胞将占据主导地位，从而克服不利的环境。这些细胞实际上可能已经存在于最初的肿瘤中，即使是看似同质的癌症也可能包含基因异质的群体，这些群体在与治疗的“军备竞赛”中具有优势。 此外，阻力可以通过明显不同但功能趋同的方法来实现。另一方面，这些研究也揭示了癌症的一个关键特征：某些基因和突变仍然是肿瘤生长和存活的重要驱动因素。因此，了解和靶向这些核心驱动因素仍然是一项重要的临床策略。 里程碑2 利用液体活检中追踪癌症 肿瘤学家早就意识到癌症细胞通过血液传播，并在2000年代初就致力于开发可靠和敏感检测癌症细胞及其体液成分的技术。研究发现，在开始全身治疗之前，患有转移性乳腺癌症的女性血液中循环上皮细胞的数量明显高于未患癌症或患有良性乳腺疾病的女性。这项研究首次证明了循环肿瘤细胞计数对癌症患者分层的临床相关性。随后的研究探索了更具体的方法来鉴定血液中是否存在肿瘤衍生物质，例如检测循环肿瘤细胞（CTC）中的肿瘤相关突变。 通过血液检测检测癌症（Science 6499, eabb9601 (2020).） 为了克服与从CTC中纯化DNA相关的技术挑战，人们已经专注于改进从人类血液无细胞部分提取的DNA中体细胞突变的检测。通过对癌症患者队列中肿瘤突变的敏感检测，人们发现接受完全手术切除或化疗的患者血液样本中循环肿瘤DNA（ctDNA）水平的突然下降。 此外，ctDNA水平无法检测到而非可检测到的患者的疾病复发率明显较低，从而为使用ctDNA分析作为肿瘤生物标志物的潜在价值提供了第一个证据。来自循环肿瘤物质分析的各种临床应用最终创造了“液体活检”一词。 后来的观察结果证实，癌症细胞和癌症衍生的DNA可以在疾病进展的任何阶段进入血液，从而引起人们对液体活检在早期癌症检测中的作用的新关注。该领域的下一个挑战之一是将液体活检纳入癌症常规筛查方案，以促进癌症的早期诊断。 里程碑3 癌症预防策略兴起 癌症预防策略理论上很有吸引力，但由于大多数癌症的多因素发病机制，通常很难实施。2002年发表了针对HPV-16的VLP衍生疫苗的首次HPV疫苗临床试验结果。2004年11月发表的另一项试验首次证明了HPV疫苗接种可能降低宫颈癌症风险：发现16和18型HPV的二价疫苗Cervarix可将相关宫颈异常的风险从4.9%降低到0.4%。 而越来越多的研究表示，男性也可接种HPV疫苗：接种疫苗的男性有可能防止将HPV传播给任何性伴侣，此外，接种疫苗可能会对其他HPV阳性癌症提供一些保护，包括阴茎、口咽、口腔/喉部和肛门的癌症。 尽管取得了这些明显的成功，但HPV疫苗接种的潜力才刚刚开始实现。许多经济发达国家仍然缺乏普遍的HPV疫苗接种计划，疫苗的可用性往往仅限于卫生中心，而不是学校和其他社区环境。公众对疫苗的不信任加剧可能会对疫苗的实施带来进一步的挑战。 里程碑4 合成致死疗法的出现 当两个基因的共同突变杀死细胞时，就会产生合成致死性。当合成致死性的概念被应用于癌症研究，最终导致新疗法的诞生。已知快速分裂的细胞容易受到药物诱导的DNA损伤，这表明DNA-repair抑制剂可能选择性地杀死癌症细胞。 也就是说，DNA对聚（ADP）-核糖聚合酶（PARP）酶抑制剂已被证明与DNA损伤剂联合使用比单独使用更有效地杀死癌症细胞。具有里程碑意义的研究表明，DNA对肿瘤抑制基因BRCA1和BRCA2突变的人类癌症细胞对PARP抑制剂选择性敏感。碱基切除修复酶PARP1的缺失会增加DNA损伤，如折叠的复制叉，这些损伤通常可以通过同源重组（HR）修复。 因此，参与HR的BRCA1或BRCA2缺陷可能会因PARP1或PARP抑制的丧失而导致合成致命性。由此，PARP抑制剂奥拉帕尼成为欧洲药品管理局（EMA）和美国食品药品监督管理局（FDA）批准的第一种靶向治疗具有种系BRCA1/2突变的癌症患者的药物。 里程碑5 癌基因诱导衰老 细胞衰老可以作为过度增殖的突破口，提供初始屏障，最终保护细胞免受肿瘤发生。细胞衰老是由内在的有丝分裂计数器（复制性衰老）或外在因素引起的，如细胞复制史上任何时候的氧化应激或DNA损伤（早衰）。后者也可以由活化的癌基因驱动，如RAS家族中的癌基因，更为人所知的是癌基因诱导的衰老（OIS）。 研究表明，当肿瘤抑制因子PTEN丢失时，p53在体外和体内对癌前前列腺组织中的OIS至关重要。p53和PTEN的缺失抑制了对前列腺癌症发展的任何保护，但这种类型的诱导衰老通过p53调节因子的缺失而逆转。 此外，衰老触发因素是否相互作用？2006年的两项后续研究提供了强有力的证据，表明OIS（通过癌蛋白HRAS-V12、MOS、CDC6或细胞周期蛋白E诱导）与DNA复制应激的迹象有关，从而确定OIS是DNA过度复制和双链断裂形成后强烈的DNA损伤检查点反应的直接结果。 此外，炎症介质似乎是屏障网络中的一个关键方面。经历OIS的细胞表现出衰老相关的分泌表型（SASP）。2008年，发现多种趋化因子和白细胞介素（包括IL-6和IL-8）的分泌可以维持生长停滞，从而稳定系统，而SASP因子在其他环境中可能起到生长促进剂的作用。 尽管治疗诱导的衰老可以改善长期结果，但也发现它会导致癌症治疗的复发、自我更新增强和不良反应。因此，消除衰老细胞最近已成为一种明智的治疗策略。 里程碑6 代谢转变并非癌症产生根本原因 细胞呼吸——它们消耗氧气和葡萄糖以ATP的形式产生能量。当氧气不可用时，分化组织中的细胞将葡萄糖分解为乳酸（通过糖酵解）以产生能量。“沃伯格效应”描述了Otto Warburg在20世纪20年代的观察结果，即恶性肿瘤细胞即使在有氧的情况下也主要进行糖酵解（有氧糖酵解），从而导致高乳酸分泌。根据Warburg的说法，癌症的起源完全基于代谢变化。我们今天知道Warburg并不完全正确：致癌信号从根本上促进了恶性转化，部分是通过调节代谢。 肿瘤抑制剂的水平证实了癌症驱动基因突变与Warburg效应的联系。细胞呼吸依赖于三羧酸（TCA）循环以及与线粒体中的氧化磷酸化（OXPHOS）偶联的电子传递链（ETC）。事实上，发现肿瘤抑制蛋白p53参与控制糖酵解和OXPHOS之间的平衡。现有的研究进一步推翻了Warburg关于癌症中线粒体不可逆损伤的假说，表明癌蛋白KRAS在体外和体内诱导癌症细胞生长需要线粒体代谢和ETC功能。 此外，发现戊糖磷酸途径（PPP）中的葡萄糖代谢通过产生核苷酸前体和NADPH对致癌KRAS诱导的生长至关重要。PPP衍生的抗氧化剂也与促进癌症细胞存活有关，从而突出了抗氧化剂防御在癌症生长中的重要性。 里程碑7 癌症基因组测序 下一代测序（NGS）在二十一世纪第一个十年的出现预示着癌症研究的重大变化。单核苷酸变异（SNV）分析表明了包括匹配的正常样本的重要性：在肿瘤样本中鉴定出380万个SNV，其中260万个也发生在皮肤中，因此被归类为种系变异。经过进一步筛选，共有8个SNV被验证为对基因功能有预测影响的新型体细胞变体。 这八个基因在功能相关的途径中发挥作用——细胞信号传导（PTPRT、KNDC1、ADGRA1、GPR183和GCOM2）、细胞粘附（CDH24和CDHR2）和跨膜转运（SLC15A1）——因此表明基因组测序可以在关键的、潜在的治疗靶向性肿瘤发生途径中识别新的候选癌症基因。 目前的研究表明，癌症在单个肿瘤实体内部和之间都存在实质性的遗传异质性。最重要的是，这些发现为未来的研究提供了一条明确的道路：需要大规模应用全基因组测序以及描述转录组和表观基因组的相关技术，以更好地了解癌症复杂的遗传基础，并深入了解这些基因发现如何在临床上应用。 癌症基因组图谱（TCGA）和全基因组泛癌分析（PCAWG）等大规模研究目前已对多种肿瘤类型的数万个癌症基因组进行了测序。从这些大型队列中获得的见解包括识别出更多与先前意想不到的细胞过程相关的癌症基因，如代谢（IDH1和IDH2）和表观遗传调控（EZH2和PBRM1），以及确认肿瘤中的大多数体细胞突变并非高度复发（突变频率的“长尾”）。他们点燃了癌症进化的研究，这些研究基于通过测序推断的体细胞突变的系统发育，揭示了肿瘤发生的复杂动力学。 最后，突变特征的分析确定了许多以前已知和新的诱变过程，以及以前暴露的基因组特征。 里程碑8 利用免疫系统抵抗癌症 利用免疫系统进行癌症治疗的努力可以追溯到100多年前；然而，癌症是在持续的免疫监视下发展的，因此发展出多种免疫抑制机制，这些机制已被证明难以克服。1996年，James Allison及其同事证明，靶向CTLA-4（一种已知抑制T细胞激活的受体）的拮抗抗体可以诱导小鼠的肿瘤排斥反应，这一突破最终导致免疫疗法成为癌症治疗的新支柱。 这一发现揭示了“免疫检查点”在自我耐受癌症免疫逃避中的生理作用，同时也阐明了免疫检查点抑制剂（ICIs）的治疗潜力。2003年，Allison和合作者在一项针对黑色素瘤或癌症患者的CTLA-4抗体易普利单抗的首次人体研究中提供了这一治疗概念的临床证据。大约在同一时间，陈列平（Lieping Chen）、Tasuku Honjo、Gordon Freeman、Arlene Sharpe和其他人的临床前工作表征了一种不同的免疫检查点配体PD-L1，它可以在癌症细胞本身上发现（不同于仅限于专业抗原提呈细胞的CTLA-4配体）。 此外，Chen和Honjo证明了PD-L1在肿瘤免疫逃避中具有直接作用，并且可以用抗体进行治疗靶向。此前，Honjo还发现了T细胞上PD-L1的受体PD-1。这些进展刺激了针对PD-1-PD-L1轴的新型ICI的发展。2010年，对PD-1抗体nivolumab的首次人体研究揭示了几种肿瘤类型的持久消退，以及PD-L1的反应性和肿瘤表达之间的相关性，这最终被证明是一种有用但不精确的反应预测生物标志物。 2010年见证了ICI发展的第二个里程碑，ipilimumab（易普利姆玛）成为第一种被证明可以延长晚期黑色素瘤患者总生存期（OS）的药物（从中位约6个月延长至10个月）。因此，2011年3月，易普利姆玛成为美国食品药品监督管理局批准的第一种ICI，从而验证了Allison最初提出的免疫治疗方法。 然而，ICI并不是灵丹妙药。尽管ICI通常比其他抗肿瘤药物耐受性更好，但ICI存在多种潜在的严重免疫相关不良事件（irAE）的风险。此外，在几乎所有的癌症中，反应的频率和持续时间都是有限的。初步研究表明，影响干扰素信号传导（JAK1/2突变）和/或抗原呈递机制（B2M突变）的异常是耐药性的机制。 相比之下，具有某些突变特征的癌症会产生大量非自身表位（新抗原），因此对ICI特别敏感。毫无疑问，ICI已经彻底改变了癌症治疗，2018年诺贝尔生理学或医学奖授予Allison和Honjo就是明证。为了进一步开发ICI的治疗潜力，这些药物正在探索用于早期癌症，分别在黑色素瘤和非小细胞肺癌的明确局部治疗后具有批准的辅助和巩固适应症。这些药物也与各种其他治疗方法结合使用，导致涉及化疗和抗血管生成的批准。 然而，必须解决重要问题以进一步改善患者预后，特别是通过改善目前次优的预测生物标志物和减轻irAE。 里程碑9 工程化改造T细胞 T细胞可以有效识别并杀死受感染的细胞，如果它们识别癌症细胞，也可以杀死它们。过继性细胞疗法（ACT）就是利用T细胞的这种细胞毒性能力来根除肿瘤。早期研究显示，经过修饰的T细胞在转移后可以持续数月，这是未来ACT的关键条件。 1989年，Zelig Eshhar及其同事意识到，通过用对这些细胞上的蛋白质具有特异性的抗体部分替换T细胞受体（TCR）的结构域，可以克服T细胞识别表面肿瘤抗原的能力。他们将抗体的可变区与TCR链的恒定区结合，从而产生嵌合抗原受体（CAR），为T细胞提供抗体类型特异性。 表达CAR的T细胞识别并清除靶细胞，并在抗原存在的情况下产生白细胞介素2，这证明了这种方法会引发细胞免疫反应。T细胞对肿瘤抗原的生理识别是由TCR-CD3复合物介导的。然而，仅凭这种复合物不足以引发生产性T细胞反应，这需要共刺激受体的同时参与。 2002年，Michel Sadelain及其同事通过将TCR的细胞内结构域和关键的共刺激受体CD28整合到一个分子中来优化CAR设计，以帮助维持T细胞的扩增、功能和持久性。随后出现了其他类似的第二代CAR，结合了不同的共刺激结构域，如4-1BB，Crystal Mackall及其同事表明，4-1BB可以减少连续CAR信号传导引起的T细胞耗竭，从而提高抗肿瘤疗效。 2010年，James Kochenderfer及其同事在CAR T细胞疗法方面取得了突破，报告了一名晚期滤泡性淋巴瘤患者的肿瘤消退，该患者接受了两次自体T细胞输注，这些T细胞经过基因工程改造，表达了特异性识别B细胞上表达的抗原CD19的CAR。 CAR T细胞在患者中具有活性的发现推进了ACT领域的发展，在接下来的几年里，ACT取得了巨大的进展，在B细胞恶性肿瘤中取得了显著的成果，包括儿童和成人急性淋巴细胞白血病（ALL）、侵袭性B细胞淋巴瘤、慢性淋巴细胞白血病和用CD19 CAR T细胞治疗的多发性骨髓瘤。 与CAR T细胞并行开发的另一种ACT是工程化T细胞以表达识别肿瘤相关抗原的TCR。这种方法具有靶向细胞表面不存在的抗原的优点。尽管T细胞免疫疗法取得了成功，但重要的障碍仍然存在。 由于抗原丢失，疾病复发和对CD19 CAR T细胞治疗的获得性耐药性可能会在初始反应后发生。毒性效应，如细胞因子释放综合征或免疫效应细胞相关神经毒性综合征，也是一个重要的障碍，迫切需要反应和毒性的生物标志物。正在开发新的CAR构建体来解决这些局限性，包括多种抗原靶向CAR、加入细胞因子以提高疗效以及条件性表达CAR以调节CAR活性和安全性。 细胞工程的进步使CAR能够与自然杀伤细胞等其他免疫细胞一起使用，CRISPR-Cas9等基因编辑技术可以解决与CAR设计的复杂性和制造成本相关的局限性。总的来说，这些新方法可以在未来将这些革命性的“活药”扩展到更多的患者。 里程碑10 癌症的表观遗传驱动因素 肿瘤发生通常是一个缓慢的过程，与复杂的遗传改变网络的逐渐积累有关，随着时间的推移，这些改变会失调细胞的增殖和功能。然而，儿童癌症的病因并非如此——在癌症儿童中发现的复发组蛋白突变表明，“癌组蛋白”可能对基因表达产生巨大影响，是许多侵袭性儿童癌症的根本原因。 作为染色质的重要组成部分，核心组蛋白H2A、H2B、H3和H4不仅为真核DNA包装创造了结构骨架，而且对RNA复制、转录和修复的调控至关重要。组蛋白在这些细胞过程中的作用受其翻译后修饰模式的调节，如甲基化或乙酰化，因此取决于组蛋白修饰和染色质重塑酶的活性。研究表明，癌组蛋白通过改变染色质重塑和可及性来干扰转录调控，从而促进肿瘤的发生和进展。 2019年的一份报告表明，癌组蛋白可能不仅限于胶质瘤和肉瘤。在多种肿瘤类型中，已发现所有核心组蛋白的体细胞改变。这些突变是驱动突变还是乘客突变尚不确定，但受影响残基的位置表明，与第一个鉴定的GBM H3癌组蛋白类似，这些突变可能通过干扰翻译后组蛋白修饰和染色质重塑，从而有可能大大覆盖正常的基因表达模式。 在下游，这些变化与激酶信号传导和细胞代谢的改变有关，尽管其潜在机制尚不清楚。这些在理解癌组蛋白在癌症中的作用方面的进展揭示了新的治疗靶点，几种组蛋白脱乙酰酶抑制剂和酪氨酸激酶抑制剂目前正在临床试验中进行测试。新的精准医学努力，根据肿瘤的基因筛查在临床试验中分配治疗干预措施，应该会提高成功的机会。 里程碑11 肿瘤细胞克隆的多样性 下一代测序技术的出现使得癌症基因组的表征具有前所未有的分辨率（里程碑7）。通过将患者的癌症DNA与其种系DNA进行比较，使用来自肿瘤样本中单个细胞随机子集的数十亿份代表基因组的测序读数可构建体细胞突变的详细目录。对一些癌症基因组景观的深入了解有望将癌症治疗转向基因型指导方法。 然而，大多数癌症，甚至是具有明显初始反应的高度药物敏感性肿瘤，都会对靶向分子疗法产生耐药性（里程碑1）。2012年，Gerlinger等人证实了长期以来的怀疑：癌症是高度动态的进化实体，这对个性化医疗提出了重大挑战。癌症基因组的特征是极端异质性，不仅在肿瘤类型、原发性和继发性肿瘤或具有相同组织学肿瘤类型的个体之间，而且在单个肿瘤内也是如此。 癌症作为一种进化过程的概念是由彼得·诺埃尔于1976年提出的，他假设以克隆选择的形式作用于肿瘤的自然选择持续驱动进化适应。诺埃尔的原始进化模型反映了一条基本线性的路径，其中顺序显性克隆是疾病进展的基础。 詹姆斯·戈尔迪（James Goldie）和安德鲁·科尔德曼（Andrew Coldman）随后提出了肿瘤基因异质性助长治疗耐药性的观点，他们认为肿瘤的克隆异质性是癌症治疗导致进化变化的主要因素。令人惊讶的是，来自同一患者的两个样本在基因上没有完全相同，系统发育分析揭示了一种分支模式，而不是线性肿瘤进化。这项研究推动了肿瘤思维的转变——从线性到树状的癌症进化。 突变、基因漂移和选择的进化力量作用于数十亿癌症细胞及其微环境，从而产生肿瘤的突发行为。新的突变和作用于对肿瘤有益的突变的选择推动了亚克隆的扩张；随后，细胞分裂和突变的持续获得产生了进化适应所需的遗传异质性。 里程碑12 靶向非成药性靶点 21世纪初，当数十种激酶抑制剂进入临床时，肿瘤学中的关键非激酶靶点进展相对较小。RAS是一种小的GTPase，是癌症中最常改变的蛋白质之一，因此受到了特别的关注。由于在鉴定RAS抑制剂方面缺乏成功，许多人认为其是非成药性的。 然而，在2013年，Kevin Shokat的实验室开发了一种突破性的KRAS G12C突变体抑制剂，这是非小细胞癌症（NSCLC）中最常见的RAS改变之一。Shokat的化合物与RAS改变形式中位置12处的固有反应性半胱氨酸残基形成共价键，而野生型RAS在该位置有甘氨酸，不与Shokat化合物反应。 这一发现为Wellspring Biosciences奠定了基础，该公司将该化合物转化为更像药物的分子ARS-1620。在这个不断发展的共价RAS抑制剂领域，已经开发出两种药物，并在早期临床试验中显示出疗效：安进的索他西伯（AMG510）和Mirati的MRTX849。 AMG510和MRTX849都与KRAS-G12C中的反应性半胱氨酸形成共价键。在KRAS-G12C驱动的癌症小鼠模型中，这些药物作为单一疗法诱导肿瘤消退。一种更有前景的泛突变方法是靶向RAS与其下游效应器或SOS（一种激活RAS的鸟嘌呤核苷酸交换因子）之间的相互作用。 基因泰克、勃林格殷格翰和包括Terence Rabbitts在内的学术研究人员使用基于结构的设计来鉴定抑制这些相互作用的化合物，从而抑制下游信号传导。此外，靶向降解可能对这些其他不可药用的蛋白质有用。蛋白水解靶向嵌合体（PROTAC）是合成的E3连接酶，它结合靶蛋白并标记它们进行泛素介导的降解。 最初于2001年在Craig Crews的实验室中构思的第一个诱导雄激素受体降解PROTAC于2020年成功完成了一项I期试验，显示出一些抗肿瘤疗效的迹象。尽管许多非激酶癌症靶点仍然不稳定，但共价KRAS抑制剂和PROTAC的成功表明，开发靶向这些蛋白质的治疗化合物极具前景。 里程碑13 肠道菌群对肿瘤治疗的影响 定植于胃肠道黏膜的共生细菌深刻影响宿主的生理功能，包括代谢、细胞增殖、炎症和免疫。这些效应是由驻留细菌产生小分子和代谢物的能力以及在肠道屏障和全身与宿主免疫细胞协调串扰的能力所驱动的。 2013年，Laurence Zitvogel和Giorgio Trinchieri团队的两项开创性研究显示，完整的肠道微生物群对先天免疫系统和适应性免疫系统的启动对于三种抗癌方案的有效性至关重要。 如今，越来越多的研究已经表明，肠道微生物群的组成差异与ICIs的临床反应有关。重要的是，用无反应患者的粪便移植重建无菌小鼠，通过抑制局部和全身免疫来削弱PD-1阻断的抗肿瘤作用，从而表明肠道微生物组的组成可能是导致ICIs主要耐药性的一个因素。 肠道微生物群落具有强大的力量，可以调节对一系列治疗方式的反应，这一证实提出了一种有趣的可能性，即基于微生物的疗法最终可以在临床环境中实施。例如，操纵人体肠道微生物群可以采取饮食干预和益生元补充、粪便微生物群移植以及细菌群落或益生菌给药的形式。 然而，在这些可能性在治疗患者中实现之前，还需要做更多的工作来识别和验证可靠的预测微生物组生物标志物，并从根本上确定什么才是真正构成能够驱动有效癌症治疗反应的有利微生物组。 里程碑14 AI革命 组织病理学是目前癌症诊断的“金标准”。尽管组织切片的解释是主观的，但临床基因组学的出现通过识别可操作的肿瘤弱点，有助于完善患者分层和临床决策。然而，组织学评估和测序方法都是耗时且昂贵的，而且它们在不同机构之间往往会产生不一致的结果。而借助大数据和人工智能（AI）领域，可以生成预测模型，实现临床级自动化诊断，并促进临床医生的工作流程以实现准确诊断。 过去十年，数字化临床数据量激增，包括电子健康记录、基因组学和数字生物医学图像。也许是因为其标准化的高质量数据收集协议，以及比其他临床数据类型更少的固有缺失数据挑战，医学成像已成为人工智能在医学领域取得成功的前沿。 计算机视觉使一些最引人注目的研究能够从数字化图像中预测分子和病理线索。从数字图像中检索到的信息水平在速度以及推断和检测人类感知中隐藏的微妙特征的能力方面都超过了人类的能力。 2017年，Esteva等人发表了一项应用于癌症检测的计算机视觉领域的里程碑式研究。作者使用大量皮肤状况的数字图像数据集来训练和验证一个深度卷积神经网络，该网络能够以与训练有素的皮肤科医生相似的精度区分良性和恶性病变。 这些发现引发了进一步的研究，旨在了解是否可以从组织学模式中确定肿瘤与正常组织分类之外的其他特征——这是一项训练有素的病理学家可以很容易地通过视觉进行的任务。Coudray等人的概念验证工作提供了第一个确凿的证据，表明对肿瘤组织切片的深度学习可以预测驱动突变并对肿瘤亚型进行分类。 后续工作表明，如果数据集足够大，可以在不需要事先数据管理的情况下实现高诊断准确性。而有研究已经扩大了这些算法在检测多种癌症的分子足迹和预后相关性方面的适用范围。 参考文献： https://www.nature.com/immersive/d42859-020-00083-8/index.html 【转载声明】本文转载自“BioMed科技”微信公众号。 同写意媒体矩阵，欢迎关注↓↓↓

基于合成致死(synthetic lethality)概念，在2014年，阿斯利康（AstraZeneca）开发的PARP抑制剂奥拉帕利（olaparib，英文商品名Lynparza）获得美国FDA的批准，成为首款上市的PARP抑制剂，用于治疗携带BRCA突变的晚期卵巢癌。如今，奥拉帕利已经获批治疗携带BRCA突变的乳腺癌、胰腺癌、前列腺癌，展现出成为重磅药物的潜力。其它PARP抑制剂niraparib、talazoparib和rucaparib也获得FDA的批准，为合成致死概念的临床应用提供了更多验证。这篇文献系统性介绍了合成致死概论的发展历程，及讨论了未来研究方向。基因靶向癌症疗法一直是一个非常有趣的话题。合成致死性为治疗突变基因提供了一种新方法，这些突变基因以前被认为在传统的基因型靶向治疗中无法靶向。临床环境中越来越多的研究和应用使合成致死性成为一种有前途的抗癌治疗选择。在这里系统性介绍了合成致死性分类，根据其生物学机制的特异性程度，分为基因水平、途径水平、细胞器水平和条件合成致死性。此外，还将简要讨论临床实践中的合成致死靶向药物。最后，将探讨该分类的本质含义及其在消除现有挑战方面的前景以及合成杀伤的未来方向。背景合成致死最初起源于对果蝇的研究和酵母模型。SL的原始概念是基于两个或多个独立基因的表达异常同时发生，包括突变、过表达或基因抑制，导致细胞死亡; 而只有一个基因的异常不会影响细胞活力（图 1）。肿瘤细胞是正常细胞中基因突变或过度表达的结果。因此，靶向肿瘤细胞中突变或过表达基因的合成致死配对基因的抑制剂可以在不影响正常细胞存活的情况下杀死癌症。图 1. 合成致死分类。合成致死分为两大类，无条件合成致死和有条件合成致死。a. 无条件合成致死。（i）基因 A 或 B 的单个突变/过表达在肿瘤细胞中是存活的。（ii）在基因 A 或 B 突变/过表达的细胞中抑制基因 B 或 A 会导致合成致死。b. 有条件的合成致死。（ii）几种合成致死相互作用可能取决于某些内在条件，例如遗传背景、缺氧、高ROS等，或外在条件，例如DNA损伤剂和辐射。（i）如果没有这些条件，基因 A 和 B 突变/过表达的肿瘤细胞仍然可以存活。c. 综述中根据对其机制的研究程度，将非条件合成致死进一步分为基因水平、途径水平和细胞器水平。基因的星形代表突变；矩形代表基因过度表达；注射器代表抑制剂；活细胞被描绘为椭圆形；非活细胞以随机形状描绘。随着肿瘤研究的进步，癌症现在被广泛认为是基因组的一种疾病。各种潜在的肿瘤特征，如基因组不稳定性，会产生遗传多样性，促进其存活和炎症。因此，靶向致癌驱动基因、抑癌基因及其潜在机制是癌症治疗的适用方向。基因组测序的发展和对数千种人类肿瘤的分析导致了第一代基因靶向癌症疗法的发现。因此，已经采用了多种个性化或精确的基因型靶向癌症治疗，并在对标准疗法无反应的癌症患者中显示出有希望的结果。例如，多项研究表明，伊马替尼(Imatinib)是一种可有效治疗 KIT 突变胃肠道间质瘤患者的 KIT 抑制剂，反应率约为 50%，中位无进展生存期延长至 1.5 年。伊马替尼还靶向用于慢性粒细胞白血病患者的BCR-ABL融合酪氨酸激酶。有多项研究显示出成功的临床结果，例如在乳腺癌中靶向编码HER2的曲妥珠单抗(trastuzumab)，厄洛替尼(erlotinib)或奥希替尼(osimertinib)用于治疗非小细胞肺癌 （NSCLC） 的 EGFR 突变，以及克唑替尼(crizotinib)用于治疗 ALK 阳性肺癌等。尽管许多针对致癌基因或抑癌基因的小分子和抗体药物已被证明对具有某些基因突变的几种肿瘤有效，并非所有的癌基因或抑癌基因都可以被靶向，耐药性很常见，在这种情况下，鉴定和利用与原发癌基因或抑癌基因相互作用的第二个或几个其他功能基因为癌症治疗提供了一种替代方法。因此，SL最近越来越多地被探索，试图通过在模式生物和人类细胞系中进行大规模SL筛选来确定新的抗癌治疗靶点，如NSCLC、肝细胞癌和乳腺癌细胞中，通过CRISPR或RNA干扰（RNAi）技术等技术筛选。SL 中最具代表性的发现是 BRCA1/2 突变肿瘤细胞对聚（ADP-核糖）聚合酶（PARP）抑制剂响应。几种PARP抑制剂（PARPi）在临床实践中被FDA批准用于治疗乳腺癌和卵巢癌。此外，关于经典致癌驱动基因或抑癌基因，如TP53、KRAS、MYC等，稍后将详细讨论。随着我们对癌细胞信号转导网络复杂性的理解不断加深，越来越多的靶点被确定为潜在的合成致死候选药物。许多研究人员将几类SL定义为“剂量依赖合成致死（synthetic dosage lethality，SDL）”，“并行(collateral) SL”，而其他人则因其复杂性而有所不同，这与SL的原始概念不同。然而，这些扩展的概念是分散的，并且没有对已发现的各种SL进行全面的分类。此外，SL在临床上的应用仍面临诸多挑战。本综述将描述不同情况下SL的新颖和综合分类，以便更深入地系统理解。合成致死分类这种新颖的分类将SL分为不同的组，全面总结了近年来报道的SL所涉及的超出原始概念的不同情况。  SL一般分为两大类，无条件/原始SL和有条件SL（图 1a、b）。根据其生物学机制的特异性程度，无条件SL进一步分为基因水平、功能途径水平和细胞器水平（图 1c），同时我们在不同的合成致死类别下回顾了近年来SL的众多成就。现有的 SL 概念，即合成致死剂量、并行SL 和代谢 SL，均被讨论并相应地归入这一新的分类中。遗传学中的合成致死基因水平SL与上述SL的原始概念相对应（图1a），其中基因之间的相互作用构成了SL的基础。这一类别涵盖了大多数关于 SL 的研究，并且是下面提到的其他级别 SL 的基本。 在此，我们重点描述基因水平上与 SL 关的癌基因和抑癌基因的例子。表 1 详细列出了基因间合成致死相互作用的重要临床前发现。表1. 代表性的合成致死相互作用同源重组相关基因 BRCA1/2 和 PARP 之间的 SL 是一个经典例子，几个研究组在2005年首次报告，功能失调的BRCA1或BRCA2细胞对PARP抑制剂的敏感性明显高于具有正常BRCA功能的细胞。PARP1 是一种 DNA 修复蛋白，通过修复 DNA 单链断裂 （SSB） 和双链断裂 （DSB） 来调节细胞增殖和分化。PARP1 的抑制导致有害突变积累，导致 BRCA1/BRCA2 缺陷细胞凋亡。随后，进一步研究了这两个基因之间SL的具体机制，并将在稍后的通路水平上进行讨论。在PARP抑制剂证明其可行性、可接受的安全性和相当大的疗效后，PARP抑制剂的开发迅速增加，并在临床试验中评估了几种药物在各种实体瘤和血液系统癌症中的应用（表 2）。表2. 近期与合成致死相互作用相关的临床试验肿瘤抑制基因 TP53 是 SL 研究中的主要靶点，是癌症中最常见的突变基因。鉴定p53的合成致死伙伴是临床实践中的一种可行方法。一系列激酶编码基因被发现是p53缺陷肿瘤新药治疗的潜在靶点，包括polo样激酶1（PLK1）、细胞周期蛋白依赖性激酶16（CDK16）、受体样酪氨酸激酶（RYK）、aurora kinase A（AURKA）等。最近，越来越多的研究报道了p53的新合成致死伙伴，如ATM、ATR、WEE1、CHK1等（表 1）。此外，Pan 等人揭示了 p53 和 B 细胞淋巴瘤 2 (BCL-2) 之间不同的合成致死疗法，通过 MDM2 沉默和抑制 BCL-2 激活 p53，从而加速急性髓系白血病 (AML) 细胞的凋亡过程。这表明与之前的研究一样，将突变基因与其合成致死伙伴结合起来，可能会改善更多癌症的合成致死效应，而不仅仅是抑制伙伴基因。SL也可用于靶向肿瘤发生驱动基因，如KRAS和MYC。最近的研究已经确定了致癌基因KRAS的合成致死伙伴，传统化疗不认为KRAS是“可成药的”，通过使用大规模RNAi筛选。早期的一项研究表明，STK33对于 KRAS 驱动的肿瘤的活力是必不可少的; 然而，根据后来的一项研究，这一结果被认为是有争议的。先前的研究已经证明了这种合成对结肠癌（DLD-1、HCT-116、SW-480）、胰腺癌（PANC-1）、肺癌（A549）和其他细胞系的致死作用。然而，其中一些细胞系在后来的研究中没有得到验证。因此，两项研究中使用的细胞系和癌症类型的差异可能是导致相反结果的原因，这表明需要更多的研究来证实合成致死效应在同一癌症和不同癌症类型的各种细胞系中的应用。通过RNAi测定，Steckel等人进行了一系列研究，以阐明CDC6和GATA2与KRAS的合成致死相互作用。在NSCLC中进一步研究了GATA2的下游调控途径，这些途径将在下一节合成致死途径中描述。此外，SLC25A22已被确定为具有KRAS突变的结直肠癌细胞中的合成致死基因。PLK1 和 RhoA/Rho 激酶 （ROCK） 的抑制在 KRAS 突变癌症中具有协同作用，这是涉及这三个基因的遗传学中更复杂的 SL 状况。候选基因在MYC驱动的癌症中具有合成致死性。这些包括4EBP1、SAE1/2、AURKB、PIM1 和CDK9。此外，MAD2 与 PP2A 具有合成致死相互作用，其中 MAD2 过度表达肿瘤细胞中的 PP2A 抑制导致多种肿瘤的 SL，包括肺癌、肝癌和恶性淋巴瘤。同样，CKS1B 过表达肿瘤细胞中 PLK1 的抑制导致乳腺癌细胞死亡，TDP3 过表达细胞中HDAC或组蛋白脱乙酰酶 RPD1 的抑制可能会杀死纤维肉瘤和横纹肌肉瘤细胞。一些研究将这些相互作用称为 SDL(剂量依赖合成致死，synthetic dosage lethality，SDL）”，这是 SL 的一个扩展概念，其中一个基因的过度表达与另一个基因的功能丧失相结合，导致细胞死亡，因此可用于靶向具有过度表达、不可成药的癌基因的癌细胞。有趣的是，SDL 无疑从属于上述 SL 的基本概念（图 1）。合成致死途径中的分子和细胞水平各种途径对于正常细胞和癌细胞的存活都至关重要。蛋白质是作为多种基因表达的产物合成的，并构成了这些功能途径的基础。通过分析发现，在通路水平上建立的合成致死效应比以前在基因水平上报道的更具可重复性。因此，在鉴定出在肿瘤中具有合成致死相互作用的基因后，研究人员将进一步研究这些基因参与的这些重要途径所涉及的机制。本节将讨论 SL 在通路水平上的发现分类。单一合成致死途径功能相关的基因按顺序翻译成蛋白质，形成在细胞内执行基本功能的途径。在许多情况下，这些通路的几个组成部分是由多个基因的协同表达形成的复合物。在通路上构成相同蛋白质复合物的两个或多个基因的异常可能导致细胞死亡。Fang等报道了，作为单一线性必需途径的组成部分的必需多蛋白复合亚基的合成致死效应是 SL 的一个条件。因此，这种综合致死效应主要集中在一条途径上（图 2a）。图 2. 合成致死单一途径。a. 单一通路概念。（i） 通路执行维持细胞存活的基本存活功能;由多个基因（S2、S1、S2等）联合表达形成的蛋白质复合物A3是该通路的重要因子。（ii） 复合物中两个或多个基因的异常（突变、过表达或抑制）导致细胞死亡，而复合物中只有一个突变基因是可行的。b. SWI/SNF复合体的例子。（i） SWI/SNF 复合物的 ARID1A 亚基突变可能会将正常细胞变成卵巢癌等癌症，而肿瘤细胞仍然存活。（ii） 抑制 SWI/SNF 复合物的另一个亚基 ARID1B 将导致复合物崩溃和合成致死。基因的星形代表突变;注射器代表抑制剂;活细胞被描绘成椭圆形;而无活力的细胞则被描绘成随机形状蔗糖不可发酵开关的染色质重塑复合物（SWI/SNF）由其多个亚基蛋白组装而成，如 SMARCA2/4、SMARCB1、ARID1A/B 和 ACTL6A。SWI/SNF复合物主要参与DNA复制和修复。ARID1A 的基因在多种人类癌症中经常发生突变。ARID1A突变卵巢细胞中的ARID1B敲除导致核心催化ATP酶亚基SMARCA4（或BRG1）解离，并减少SWI/SNF复合物中其他亚基的组合，观察到肿瘤的增殖受到抑制（图 2）。基于这一发现，ARID1A和ARID1B之间的SL可能会被扩展并应用于更多的ARID1突变肿瘤细胞，如肝细胞癌（HCC）和结肠癌。构成 SWI/SNF 复合物的另外两个亚基 SMARCA2 和 SMARCA4 具有类似的关系，因为SMARCA2对于在 SMARCA4 中具有功能突变的肿瘤细胞的存活至关重要。最近在胰腺导管腺癌（PDAC）中报道了通过途径产生合成致死效应的另一个例子。  SMAD4 的体细胞突变通常与 PDAC 相关。Dey 等人研究了 PDAC 中 SMAD4 位点的代谢基因苹果酸酶 2 (ME2) 同时缺失，导致依赖其旁系同源异构体 ME3。  ME2 和 ME3 都是氧化脱羧酶，在相同的代谢途径中表达，催化苹果酸转化为丙酮酸，其中 ME3 的抑制会导致 ME2 突变的 PDAC 细胞死亡。 有趣的是，上面提到的例子是同源基因，并参与并行SL。在并行SL中，编码特定复合物中亚基的基因突变或缺失通常会导致侧支或乘客基因变得脆弱。由该侧支基因翻译的亚基是同一复合物的组成部分。侧支基因的进一步抑制导致该复合物崩溃并导致细胞的侧支SL。并行SL与单通路SL一致（图 2）。因此可以归入SL的这一类。双重合成致死途径这种类型的SL涉及两个或多个基因和两个通路。具体来说，两条通路执行相同的存活功能来维持细胞存活，两个通路中两个或两个以上关键调控点的基因异常会引起肿瘤中的合成致死相互作用，而只有一条通路的基因异常维持存活（图3）。图 3. 合成致死双重途径。（i） 通路 1 和通路 2 执行相同的功能以维持细胞存活。（ii） 仅一条通路中两个或多个基因的异常（突变、过表达或抑制）可保持细胞活力。相反，在异常条件下，两条通路上的两个或多个基因会引起合成的致命相互作用。b. HR和NHEJ途径的例子。（i） 当 DSB 发生在正常细胞中时，BRCA1 正常表达并被募集到断裂位点，其与 53BP1 相互作用以抑制 CTIP/MRN 复合物上的 53BP1，从而促进末端加工，从而允许 HR 介导的 S 和 G2 期修复。而在 G0/G1 期，BRCA1 沉默，53BP1 被募集到 DSB 中以抑制 CTIP/MRN 活性，从而抑制 HR 并促进经典的 NHEJ 通路。（ii） 在 BRCA 突变的肿瘤中，BRCA1 不存在于 S/G2 期，并且 53BP1 抑制 CTIP/MRN 功能，导致断裂的末端处理受损、抑制 HR 和促进替代性 NHEJ 通路。在这种情况下，肿瘤仍然可以依靠替代的NHEJ通路来修复DSB并存活。（iii） 使用PARP（NHEJ通路中的功能基因）抑制剂将导致BRCA突变癌症的合成致死性。基因的星形代表突变;注射器代表抑制剂;活细胞被描绘成椭圆形;而无活力的细胞则被描绘成随机形状。DNA DSBs修复的两种主要通路同源重组（HR）通路和非同源末端连接（NHEJ）通路之间的合成致死相互作用，属于这一类。当 DBS 发生在正常细胞中时，BRCA1 响应 DNA 损伤而被激活，并在断点处被募集以抑制末端加工的 53BP1，从而促进复杂的 C 末端结合蛋白相互作用蛋白 （CTIP）/Mre11-Rad50-Nbs1 （MRN），从而允许 HR 介导的修复在细胞周期的 S 和 G2 期。相比之下，BRCA1 在 G0 和 G1 期沉默，53BP1 被募集到 DSB 中以抑制 CTIP/MRN 活性，从而抑制 HR 并促进经典 (c)-NHEJ 途径（图 3bi）。在 BRCA 突变的肿瘤中，BRCA1 不存在于 S 期或 G2 期，并且 53BP1 仍然游离地抑制 CTIP/MRN 功能，导致断裂的末端处理受损、HR 抑制和替代 （Alt）-NHEJ 通路的促进。在这种情况下，肿瘤可以依靠 （Alt）-NHEJ 通路来修复 DSB 并存活（图 3 bii）。然而，PARP（NHEJ通路中的功能基因）抑制剂在BRCA突变的癌症中引起SL（图3 biii）。对HR通路的进一步研究表明，微同源介导的末端连接（MMEJ）通路也与其具有合成致死相互作用。Ceccaldi等人发现，在HR缺陷的上皮性卵巢癌中，敲除属于MMEJ通路的DNA聚合酶θ（Polθ，也称为POLQ）可增强细胞死亡。此外，p53和MAPKAP激酶-2（MK2）在两条通路之间也具有合成致死作用。CDK2 功能被 p21 的下游靶标 p53 抑制，p53 与细胞周期蛋白 A 和细胞周期蛋白 E 相互作用，通过参与 circ-Foxo21-p2-CDK53 三元复合物的形成促进正常细胞周期进入。该通路受 p53调节，p53通过诱导细胞周期停滞来激活细胞周期检查点，从而为 DNA 损伤修复提供时间。相比之下，p53缺陷的肿瘤特别依赖于p38 / MK2通路来延长G2 / M和G1 / S检查点以响应DNA损伤。因此，抑制MK2阻断p38/MK2通路可能在p53突变的NSCLC和胶质母细胞瘤细胞DNA损伤后产生合成致死作用。综上所述，可以调节细胞相同基本生存功能的两种途径之间的合成致死相互作用属于这一分类。多种合成致死途径除了如上所述仅涉及一种甚至两种通路的SL外，通过进一步研究确定了涉及多种通路的更复杂的合成致死相互作用。研究人员发现，与正常细胞相比，几种肿瘤更依赖于某些途径来生存，并且这些途径之间同时存在相当大的“串扰”。这些通路的网络维持着肿瘤中的重要功能。这些通路的共同抑制导致 SL，同时阻断单个通路或多个通路，但并非所有通路都不会。这种类型的SL涉及多通路，如图4所示。图 4. 合成致死多种途径。a 多通路途径概念。一些途径形成一个网络并执行其功能以维持细胞存活。而每个途径中存在异常（突变、过表达或抑制）基因会导致细胞死亡。然而，细胞仍然可以在几种但不是所有途径中以异常基因存活。b 示例：KRAS癌基因驱动的NSCLC的存活率取决于GATA2转录网络。在KRAS突变的NSCLC中，三种GATA2下游通路（蛋白酶体通路、Rho信号级联和NF-κB信号通路）和相关串扰对肿瘤的活力至关重要。硼替佐米（抑制蛋白酶体和NF-κB）和法舒地尔（抑制Rho信号级联反应）的联合使用会导致肿瘤死亡，而单一药物无法杀死肿瘤。基因的星形代表突变;注射器代表抑制剂;黑色实心箭头表示调节方向;虚线表示通路之间的串扰其中一个例子是 GATA2 转录网络在 KRAS 突变的 NSCLC 中的合成致死作用。Steckel 等人最初通过 RNAi 测定证明了转录因子 GATA2 是 KRAS 癌基因依赖性癌细胞所必需的。由于目前尚无针对GATA2的临床靶向药物，因此研究了GATA2的下游调控途径。蛋白酶体通路、Rho信号级联、NF-κB（活化B细胞的核因子κ轻链增强子）信号通路和相关串扰证明对KRAS突变的NSCLC活力至关重要。这个三通路网络的每个独立成员对于突变的NSCLC存活都不是必需的，因此仅抑制其中一条或两条通路不会导致肿瘤死亡。然而，所有三种途径的联合抑制将导致细胞死亡（图4b）。这种合成致死作用对正常肺细胞或非KRAS突变的NSCLC不起作用。因此，我们假设这种类型的SL可能是未来进一步研究的方向。识别更复杂的合成致死网络可能为抗癌治疗提供更多靶点。靶向细胞器合成致死性最近，许多研究人员探索了SL靶向细胞器，与基因或功能通路中的合成致死相互作用相比，这是一种更宏观的方法。这种类型的SL侧重于影响或利用细胞器的主要功能来引起肿瘤细胞死亡。目前，关于SL的各种实验都针对线粒体功能，线粒体功能属于一些科学家所说的“代谢性SL”类别。在这里，我们将主要描述线粒体靶向SL的具体例子，其突变的代谢酶会导致癌症。此外，还将讨论其他靶向细胞器的SL。琥珀酸脱氢酶 （SDH），也称为线粒体呼吸复合物 II，被认为是最有可能的线粒体连接合成致死靶点之一。SDH 不仅是三羧酸 （TCA） 循环中必不可少的线粒体酶，也是肿瘤发生的关键参与者。先前的研究表明，SDH在SDH突变的肿瘤中是无活性的。这通过缩短TCA周期和琥珀酸的异常积累来损害线粒体呼吸功能。尽管允许肿瘤细胞在SDH缺陷中存活的代谢适应尚不完全清楚，但最近的研究已经说明了SDH缺陷肿瘤细胞的几个重要特征。这些实验表明，SDH缺陷的肿瘤细胞比正常细胞使用更多的细胞外丙酮酸，因为它们的生物合成能力不足以满足这种氨基酸的需求。这些细胞产生草酰乙酸，这是维持天冬氨酸水平的基本因素，并且还转移葡萄糖衍生的碳用于天冬氨酸生物合成，这对细胞生长至关重要，通过优先使用丙酮酸羧化酶（PC）。此外，Cardaci 等人证明，PC 抑制不仅在体外减少了 SDH 缺陷肿瘤细胞的增殖，而且还削弱了这些细胞在体内形成肿瘤的能力。因此，PC与SDH具有合成的致死相互作用，PC抑制会扰乱TCA循环（图5)。图5图 5. 靶向细胞器的合成致死—线粒体。在 SDH 或 FH 突变癌症中，参与与线粒体相关的 SDH 和 FH 代谢重编程的主要代谢和信号通路如上所述。在 SDH 缺陷的肿瘤细胞中使用 PC 抑制剂或在 FH 突变的癌症中使用 HMOX1 会扰乱 TCA 循环，导致合成致死。黑色实心箭头表示单步代谢反应;黑色虚线表示间接转录级联;基因的星形代表突变;注射器代表抑制剂。ACO（乌头酸酶）;CS（柠檬酸合酶）;FH（富马酸水合酶）;HMOX1（血红素加氧酶1）;IDH（异柠檬酸脱氢酶）;KEAP1（Kelch 样 ECH 相关蛋白 1）;MDH（苹果酸脱氢酶）;NRF2（核因子红系2相关因子）;2-OG（2-氧代戊二酸）;OGDH（氧戊二酸脱氢酶）;PC（丙酮酸羧化酶）;PDH（丙酮酸脱氢酶）;SCS（琥珀酰辅酶A合成酶）;SDH（琥珀酸脱氢酶）此外，线粒体酶的突变，如富马酸水合酶（FH）和异柠檬酸脱氢酶（IDH）也参与SL。FH是TCA循环的一种酶，可催化富马酸水合为苹果酸。血红素加氧酶 1 （HMOX1） 的抑制导致富马酸水合酶 1 缺陷肿瘤细胞的生长显着减少，但对正常细胞影响很小或没有影响。因此，HMOX1 和 FH1 之间存在靶向线粒体功能的合成致死作用（图 5）。Chan等人进行的一项研究表明，BCL-2抑制剂ABT-199联合IDH突变对AML治疗有相当大的影响，这是SL通过线粒体代谢的又一例证。除TCA循环外，糖酵解是与线粒体相关的另一个不可或缺的过程和可行的靶点。例如，天然产物恩格列素A（EA）被证明可以激活蛋白激酶C-θ（PKCθ），从而诱导胰岛素抵抗。此外，EA同时激活转录因子热休克因子1（HSF1），这是一种葡萄糖依赖的诱导剂。因此，通过促进葡萄糖成瘾并同时限制肿瘤细胞对葡萄糖的摄取，EA影响线粒体的糖酵解和代谢，对高度糖酵解肿瘤具有合成致死作用。除了靶向线粒体功能的SL外，最近的研究集中在靶向其他细胞器的SL上。Zhao等人发现，SU11274（MET抑制剂）和吉非替尼（EGFR抑制剂）的联合使用可以通过降低核糖体蛋白S6（RPS6）的水平来协同影响核糖体的功能，从而减少三阴性乳腺癌（TNBC）的增殖。此外，Cordani等人通过形成自噬囊泡证明了自噬激活，其中它们通过mTOR抑制剂与溶酶体融合可以抑制p53缺陷的肺癌细胞、乳腺癌和胰腺癌细胞的生长。有条件的合成致死众所周知，SL 与情境依赖关系(context-dependent)。这种情境依赖关系是指在SL的原始概念下，合成致癌配对基因和抑癌基因。然而，除了合成致死基因的异常外，肿瘤细胞的异质性、其微环境和外部干扰也会影响遗传相互作用，导致条件依赖性遗传相互作用。因此，在没有特定条件下，前面提到的几种合成致死作用（在基因、功能通路和细胞器水平上）将较弱或无法实现。在早期的研究中，这种复杂的现象被称为情境特异性或情境性SL(context-specific or contextual)，和最近研究中的条件性 SL。条件性SL是对肿瘤细胞的一种特殊的合成致死作用，还取决于内部或外部环境（特定的遗传背景、缺氧、高ROS、使用DNA损伤剂等）。（图 1）条件性SL可以解释在同一癌症类型的不同肿瘤细胞或不同细胞系中观察到合成致死效应的变化。当对合成致死肿瘤靶向药物产生耐药性时，条件性SL可以为如何解决这个问题提供见解。综上所述，条件性SL比无条件/原发性SL更进一步，未来在治疗各种复杂疾病的肿瘤方面具有广阔的前景。不同的遗传特性可以抑制合成的致死相互作用，导致治疗耐药性。如上所述，PARP抑制剂的使用可以通过破坏两个主要的DSB修复途径HR和NHEJ来引导BRCA突变肿瘤细胞向SL迁移。然而，53BP1 的缺失会抑制使用 PARP 抑制剂对 BRCA1/2 突变乳腺癌的合成致死疗法。Bouwman等人在53BP1缺失细胞中证明，BRCA1/2突变癌症中53BP1的缺失可能导致对PARP抑制剂或铂类药物的治疗耐药性。此外，ATR、ATM 和 RAD51 也与 BRCA1/2 突变癌症的 PARP 抑制剂耐药性相关。尽管在使用 PARP 抑制剂后 BRCA1/2 突变细胞中 53BP1、ATR、ATM 或 RAD51 丢失的 HR 通路恢复的潜在机制仍存在不确定性，但很明显，这些基因是 BRCA 和 PARP 的合成致死作用所需的不可或缺的内部条件。同样，由缺陷的 DNA 错配修复 （MMR） 引起的微卫星不稳定性 （MSI） 也是几种癌症中 SL 的特殊且必不可少的遗传背景。最近的研究表明，靶向WRN解旋酶对微卫星不稳定性高（MSI-H）的生存能力具有合成致死作用，但对微卫星稳定（MSS）结直肠癌和子宫内膜癌细胞系没有作用。其他内部条件在条件性SL中也起着重要作用。最近的一项研究发现，细胞微环境中的急性和慢性缺氧可能会降低 HR 蛋白的表达及其功能，从而使细胞对 PARP 抑制敏感。这一发现可用于治疗对PARP抑制剂耐药的BRCA1/2突变肿瘤细胞。此外，PARP抑制剂的使用可以扩展到没有BRCA突变的肿瘤细胞，因为大多数实体瘤含有缺氧细胞。同样，通过对条件性SL的进一步研究，其他内部条件，如蛋白毒性应激和代谢应激，可能被证明会增加合成致死相互作用的范围。除内部条件外，还研究了外部因素对肿瘤的影响，例如放疗和化疗药物。当暴露于DNA损伤剂和电离辐射时，肿瘤细胞对参与DNA损伤修复的PARP的依赖性增强。因此，在这些特定条件下，具有突变基因的肿瘤细胞是PARP的合成致死伙伴，对PARP抑制剂更敏感。例如，Bailey 等人发现粘连蛋白成分 STAG2 在胶质母细胞瘤中与 PARP 具有合成致死作用。同时，当使用替莫唑胺（一种 DNA 损伤药物）时，STAG2 突变的胶质母细胞瘤细胞更容易被 PARP 抑制剂破坏。临床阶段的合成致死靶向药物随着SL领域临床前研究的增加，SL靶向药物在临床实践中已经开发出来。2005年Ashworth和Helleday证明了PARP抑制剂在BRCA1/2缺陷肿瘤中的合成致死相互作用后，几种基于SL的抑制剂用于癌症靶向治疗已应用于临床实践。同时具有 BRCA1 和 BRCA2 突变的患者通常会终生患乳腺癌和卵巢癌。最初，PARP抑制剂在临床试验中作为低剂量rucaparib和全剂量替莫唑胺（temozolomide, 一种DNA烷基化剂）的联合疗法应用。在涉及BRCA1/1突变患者的2期奥拉帕尼(olaparib)临床试验中，与常规化疗方案相比，接受奥拉帕尼治疗的患者中有63%表现出临床获益，副作用最小。随后，包括 BRCA1/2 突变卵巢癌、乳腺癌、前列腺癌和胰腺癌患者在内的 2 期和 3 期临床试验证明了奥拉帕尼提供的临床益处。基于这些临床试验，FDA于2014年首次批准奥拉帕尼用于治疗晚期BRCA1/2突变卵巢癌。随后，奥拉帕尼被批准用于处于CR或PR状态的晚期复发性卵巢癌患者 分别于 2017 年和 2018 年接受铂类化疗和既往接受过化疗的转移性 HER2 阴性、BRCA1/2 突变乳腺癌患者。 表2和图6列出了FDA批准其他PARP抑制剂的临床试验和进展。除了PARP抑制剂外，针对癌基因或抑癌基因的潜在合成致死伙伴的药物，如TP53、KRAS、MYC也有经临床试验（表 2）。图 6. 合成致死研发时间轴：合成致死性在癌症中的里程碑式发现和进展。合成致死率发展的几个关键事件。在原来的SL之外，不断提出了几个扩展的概念。相比之下，在 Ashworth 和 Helleday 证明了 PARP 抑制剂在 BRCA1/2 缺陷肿瘤中的合成致死性后，许多关于 SL 在癌症中的研究显着增加，并且几种抑制剂，尤其是基于 SL 的 PARPi，已应用于临床实践。结论和未来展望自从合成致死的概念首次提出以来，关于该主题的研究数量显着增加，并且提出了许多SL的扩展概念。此外，许多合成致死药物，特别是FDA批准的几种PARP抑制剂，已经取得了重大的临床突破（图 6）。 首先，鉴定基因间SL相互作用是SL在基因水平上的首要步骤。当务之急是识别多种癌症中不同基因之间的更多合成致死效应，以开发合成致死基因数据库。此外，验证基因合成对同一癌症和不同癌症类型的不同细胞系的致死作用也很重要。它可以解释前人研究中的争议，例如上述STK33和KRAS之间的合成致死效应，并为使用条件SL理论进一步研究更复杂的条件提供基础。合成致死性筛查技术，包括药物筛查，RNAi筛选，生物信息学筛选，CRISPR筛选，以及这些方法的组合，为遗传学家提供了实现这一目标的可能性。在基因水平上，以前的许多研究都集中在确定两个基因之间的合成致死关系上。如上所述，三个基因（PLK1、ROCK 和 KRAS）之间的合成致死作用示例，表明未来可以开发多个基因之间的合成致死相互作用。同样，以前的研究也集中在寻找癌基因的合成致死伴侣上，而最近的研究倾向于靶向肿瘤抑制基因，如p53。识别肿瘤抑制基因的合成致死伴侣可能具有更大的探索潜力。此外，虽然靶向常见突变和“不可成药”的致癌基因和抑癌基因是无效的，但从激活p53和抑制BCL-2杀死AML的例子来看，与先前研究中仅抑制伴侣基因相比，靶向这些基因与其合成致死伙伴基因相结合可能会显着放大对肿瘤的致死作用，这可以扩大合成致死作用在靶向癌症治疗中的应用。其次，对于致力于肿瘤靶向治疗的研究人员和临床医生来说，SL通路也提供了许多未来的视角。在蛋白质或通路水平上鉴定出合成致死伴侣基因后，他们可以进一步研究那些在特定癌症中异常表达的基因，同时参考三种合成致死通路条件。由于SL尚未应用于大多数癌症，因此报道的合成致死途径的机制可以应用于研究较少的具有相同突变致癌基因或抑癌基因的癌症，例如神经癌、皮肤癌、骨肿瘤和胆道癌。此外，多种途径的合成致死效应是未来的一个重要方向。识别困难的合成致死效应可以导致对与这些困难靶标相关的通路网络的进一步研究。如前所述，Downward 等人发现 GATA2 下游网络（三种通路）对 KRAS 突变的 NSCLC 存活率具有与 GATA2 相同的影响。因此，在每种途径中都更有可能找到临床抑制剂的靶点。此外，FDA批准的抑制剂被用于阻断三通路网络，从而有效地杀死KRAS突变的NSCLC。由此，SL的研究成果可以更好地应用于临床实践。此外，细胞器靶向SL，即破坏线粒体、核糖体、溶酶体和其他细胞器的合成致死效应，也是未来研究的一个更宏观的方向。最后，条件性SL可以为SL在抗癌治疗靶点中的局限性提供解释和未来方向。SL在临床实践中面临的最大挑战是耐药性。此外，在一种癌症中起作用的合成致死相互作用有时在另一种癌症中无效。根据条件SL，对癌症的合成致死作用需要特定的内部和外部设置，这有助于解释这些问题。因此，探索相同癌症在不同条件或不同癌症类型下所需的具体情况对于解决耐药性和扩大SL的应用具有重要意义，这可以通过多方面的测试框架来解决。总之，尽管SL只是一个简单的遗传概念，但它对癌症研究的影响一直在增加。这种对SL的新分类，以及上述每种类型对SL的多项发现，不仅提供了对该领域的系统理解，也为未来的研究方向提供了更多的参考依据和启示。我们坚信，SL值得未来在癌症治疗领域进一步研究和应用。引用: https://www.nature.com/articles/s41392-020-00358-6声明：发表/转载本文仅仅是出于传播信息的需要，并不意味着代表本公众号观点或证实其内容的真实性。据此内容作出的任何判断，后果自负。若有侵权，告知必删！长按关注本公众号   粉丝群/投稿/授权/广告等请联系公众号助手 觉得本文好看，请点这里↓

引言细胞周期作为生命活动的基本过程，对于维持生物体的健康和稳定至关重要。它涉及一系列精确控制的事件，这些事件确保了DNA的正确复制和分配给子细胞。因此，对细胞周期的深入了解不仅是基础生物学研究的核心内容，也对癌症等疾病的预防和治疗具有重要意义。细胞周期的进程受到多种蛋白质的调控，这些蛋白质的表达、定位及功能在细胞周期各阶段间发生动态变化。通过研究蛋白质在细胞周期中的行为，我们可以揭示其对细胞分裂、DNA复制和细胞死亡等关键生命过程的影响。此外，蛋白质组的动态变化还反映了细胞对内外环境变化的响应，为我们理解细胞生物学提供了新的视角。3月6日Cell杂志报道的研究“Proteome-scale movements and compartment connectivity during the eukaryotic cell cycle”，采用先进的生物信息学方法和高通量蛋白质组学技术，构建了酵母细胞周期过程中的蛋白质组动态变化图谱。研究人员利用卷积神经网络（CNN）对成千上万的活细胞图像进行空间和时间上的解析，揭示了大约20种亚细胞定位类别中蛋白质的周期性变化。此外，还开发了一个基于Web的数据访问工具，能够通过酵母基因或其人类同源基因的名称搜索相关数据，以探索细胞周期中全局蛋白质动态。Highlights该研究通过应用两种独特的卷积神经网络(Convolutional Neural Networks, CNNs)于成百万活酵母细胞的图像，解析了真核细胞周期(Eukaryotic cell cycle)期间蛋白质组(Proteome)在浓度和定位上的动态变化。研究模式图（Credit: Cell）创造了一个基因组规模、高时空分辨率的酵母细胞周期蛋白质组图谱(Genome-scale high-resolution spatiotemporal map of the yeast cell cycle proteome)，为理解细胞周期的基本生物过程提供了系统级的视角。一个用于定量分析活细胞中蛋白质的时空动态的管线。这个管线结合了多种技术和方法，包括荧光显微镜成像、基因工程、计算机辅助的图像分析和机器学习。具体来说，该流程可能涉及以下步骤：使用荧光蛋白（如GFP）标记特定的蛋白质，以便在活细胞中可视化这些蛋白质；利用高通量显微镜成像技术捕捉大量细胞的图像，其中细胞表达不同的荧光蛋白融合体；使用图像处理和分析软件，自动化地分割和识别单个细胞及其相关的荧光信号，以评估蛋白质在细胞中的位置和表达量；通过应用机器学习算法和神经网络来分类和解析图像数据，比如识别不同的细胞周期阶段或蛋白质在细胞内的特定定位。（Credit: Cell）利用CNNs分析静态活细胞图像，实现了蛋白质定位和浓度的时空剖析(Temporal and spatial dissection)。发展了基于Web的工具(Web-based tool)，通过酵母基因或人类直系同源基因(Human orthologs)的名称进行数据访问，增强了数据的可用性和互动性。通过单细胞蛋白质组测量与细胞周期解析的转录组(Transcriptome)和核糖体印记(Ribosome profiling)数据的结合，揭示了翻译后调控(Post-translational regulation)在决定细胞周期特异性蛋白质浓度中的重要作用。细胞周期中蛋白质运动及其与细胞器互连性的概览。(A) 展示了细胞周期中不同定位类别的蛋白质定位变化的数量及其平均幅度（以DeepLoc激活的平均变化表示；红色条）。插图显示了所有蛋白质运动案例中涉及指定定位类别的比例。(B) 描述了不同定位类别之间在蛋白质运动方面的互连性。标有a、b、c、d的四个方框区域在图S2D中进一步分析。(C) 描述了每个主要细胞周期过渡期间的蛋白质运动图。每个节点代表一个不同的定位类别。蓝色节点的大小反映了在特定类别中定位增加的蛋白质的总数。灰色节点代表没有增加蛋白质定位的类别。箭头的粗细反映了从一个定位类别移动到另一个定位类别的独特蛋白质的数量。(D) 展示了每个细胞周期过渡期间运动蛋白质的功能富集情况（Credit: Cell）细胞周期中蛋白质浓度动态。(A) 显示了所有蛋白质（共3,806种，约占总蛋白质含量的70%）相对于G1 Pre-START的总浓度变化（以校正后的平均自发荧光GFP表示）。每个重复测量的平滑曲线分别绘制。(B) 从G1 Pre-START到G1 Post-START，2,853种GFP荧光强度至少高于背景5%的蛋白质浓度的百分比变化。根据蛋白质丰度与细胞大小的缩放关系对蛋白质进行分组。垂直虚线表示每组中的中位数变化。插图显示了在G1阶段显示正、负及无差异性缩放的蛋白质比例。(C) 图3B中蛋白质组的功能富集或削减情况。(D) 热图展示了细胞周期中细胞质（共85种）和线粒体（共58种）核糖体蛋白（RPs）的浓度动态。(E) 相对于G1 PreSTART，图(D)中蛋白质浓度的变化（平均值±标准误 [线和阴影，分别]，单位如A所示）。(F) 热图显示了被识别为周期性的蛋白质的浓度动态，按照在每个细胞周期阶段之前浓度递减的顺序排列。展示了在所有指定细胞周期阶段中水平高于细胞自发荧光的蛋白质（共731种）。为G1 Pre-START、G1 Post-START和S/G2-有丝分裂期达到峰值的蛋白质提供功能富集分析。(G) 显示周期性浓度蛋白质在每个细胞周期阶段表现出的最大或最小浓度或丰度的相对比例。(H) 展示了周期性蛋白质（共545种）在细胞周期中蛋白质浓度和总蛋白质含量的最大变化（三次重复中的平均值），这些蛋白质具有允许对这些参数进行可信定量评估的特征。（Credit: Cell）细胞周期特异性蛋白浓度动态的多层次调控，展示了细胞周期中蛋白浓度、转录水平和翻译效率三个方面的动态变化及其相互关系。(A) 部分展示了一个Circos图，这是一种用于展示数据间关系的可视化工具。图中以不同颜色表示蛋白浓度（红色）、转录水平（灰色）和翻译效率（蓝色）的数据集。每个数据集的图标大小反映了该数据集中的命中数（即检测到的特定变化的蛋白数量）。例如，蛋白浓度数据集有810个命中，而翻译效率数据集有213个命中，因此红色的图标大约是蓝色的3.8倍。图中还总结了不同数据集之间的共有命中数及蛋白浓度命中在其他数据集中的百分比。(B-D) 这些折线图展示了在不同细胞周期阶段，平均归一化的转录水平和蛋白浓度的变化。x轴表示细胞周期的进展，灰色圆圈表示G1期。为了更好地展示连续两个细胞周期的动态变化，每个分组的平均信号都呈现了两次（从G1期后期开始，一直到有丝分裂后期）。(E) 部分展示了一些特定基因的细胞周期特异性剖面，这些基因在蛋白浓度、转录水平和翻译效率上都表现出周期性变化。这包括归一化的转录水平、翻译效率和蛋白浓度数据，从而提供了对这些基因在细胞周期中如何被调控的深入了解。（Credit: Cell）细胞周期周期性蛋白质组的时空分析，通过图示和数据呈现了细胞周期中蛋白质在空间位置和浓度上的变化。(A和B) 这两个网络图总结了蛋白质在细胞周期的任何阶段从较大区域（如细胞质或细胞核）向更局限的区域（如细胞质或核的边缘，或更狭窄的区域如细胞质或核的聚焦/小点）的移动。图中的连线粗细代表在指定的细胞器间移动的蛋白质数量。大的黑色节点代表定位类别，其大小反映了相应细胞器的物理大小。例如，大节点代表细胞质和细胞核；较小的节点代表它们的边缘；最小的节点代表其中的更局限区域，如细胞质或核的焦点/小点。(C) 展示了两个示例蛋白质（Flc1和Ubx6）的簇图横截面和显微照片，这两个蛋白质显示了细胞器内部的移动。(D和E) (D) 部分显示了具有指示的周期性模式的基因的多功能性程度；(E) 部分显示了这些基因在遗传交互中的参与程度。(F-I) 这些通量网络总结了细胞周期周期性蛋白质组。定位类别被表示为大的灰色节点。每个蛋白质由一个小节点表示，其颜色显示在特定细胞周期转换中的浓度变化。连线将每个蛋白质节点与发生变化的两个定位类别连接起来。线的粗细表示定位变化的幅度，箭头指示方向。例如，Gin4的浓度从G1前期到G1后期增加，它在细胞质的定位减少而在芽点的定位增加。这种动态分别为G1前期到G1后期（F）、G1后期到中期（G）、中期到末期（I）以及末期到G1前期（H）所展示。（Credit: Cell）细胞周期解析的表型组学用于功能分析和探索，通过数据和图像展示了特定蛋白质在细胞周期中的行为及其功能意义。(A) 展示了Ymr295c蛋白的簇图横截面和显微照片。这部分描绘了Ymr295c在不同细胞周期阶段的空间定位变化。(B) 该地图展示了与Ymr295c有最高定位相似性的十种蛋白质在细胞周期中的特定移动。这揭示了Ymr295c可能与这些蛋白在功能或定位上有相关性。(C) 空间分析的功能富集（SAFE）分析用于探究具有与Ymr295c类似（皮尔逊相关系数≥0.5）的细胞周期特定定位轮廓的蛋白质（n = 40）。图上的虚线形状表示在酵母遗传交互（GI）全球相似性网络上富集的生物过程。(D) 在YPD和SD培养基上对指定菌株进行斑点稀释实验，考察了在卡泊芬净（CAS）存在下的生长情况。Set-1和Set-2表示起始于不同预培养的斑点（RT，室温）。(E) 在CAS存在下，采用液体培养基对野生型（WT）和ymr295cΔ细胞株进行生长实验，其中细胞表达的是HO或YMR295C，通过MoBY质粒实现。(F) 示意图展示了1,3-β-葡聚糖合成酶复合体的结构。(G) 液体培养中指定菌株的互补实验，菌株通过MoBY质粒表达HO、YMR295C或RHO1，在RT或38°C下培养。(H–J) 在RT、37°C和CAS存在下的室温，采用斑点稀释实验测试野生型和特定突变菌株，这些菌株携带了诱导型URA3或YMR295C的Gal质粒。（Credit: Cell）Strategies高通量活细胞成像(High-content live-cell imaging): 研究团队使用高通量活细胞成像技术收集了成百万活酵母细胞的图像，这些细胞表达了与绿色荧光蛋白(GFP)融合的蛋白质，以直观地监测蛋白质在细胞中的位置和数量。应用卷积神经网络(Convolutional Neural Networks, CNNs): 研究人员开发了两种不同的卷积神经网络，专门用于处理大量的活细胞图像。这些网络能够自动地、准确地识别细胞周期的各个阶段，并对蛋白质的定位和浓度进行分类和量化。-第一个网络用于细胞周期阶段的自动分类(Automated cell cycle-stage classification)，基于细胞的形态特征（如细胞大小、芽孢出现的时机和大小）来确定细胞处于细胞周期的哪个阶段。-第二个网络（DeepLoc）用于自动识别细胞内蛋白质的亚细胞定位(Subcellular localization)。数据整合与分析(Data integration and analysis): 将单细胞成像数据与转录组(Transcriptomics)和核糖体印记(Ribosome profiling)数据结合起来，以深入理解蛋白质表达和调控的多层面机制。这种多维数据整合为揭示翻译后调控(Post-translational regulation)在细胞周期中的作用提供了宝贵的见解。周期性评分(Periodicity scoring): 采用了多种算法来评估蛋白质在细胞周期中的周期性变化，包括de Lichtenberg方法、JTK_CYCLE、持续同源性(Persistent homology)和Lomb-Scargle方法。这些方法有助于识别具有细胞周期依赖性周期变化的蛋白质，无论是在表达量还是在亚细胞定位上。基于Web工具的开发(Web-based tool development): 创建了一个用户友好的网络工具，允许通过酵母基因名称或它们的人类同源基因名访问和探索蛋白质的细胞周期动态数据。提高了数据的可访问性和互动性，将进一步促进了生物学发现。Behind the Scenes细胞周期进程中的蛋白质组动态细胞周期对蛋白质定位与浓度的影响细胞周期的各个阶段对蛋白质的定位与浓度有着显著的影响，这些变化对于细胞的正常功能和生命周期至关重要。蛋白质的空间分布和数量调节，不仅影响细胞分裂、DNA复制和修复等基本生命活动，还涉及到细胞对环境变化的响应和信号转导过程。蛋白质定位的周期性变化G1阶段：在细胞周期的G1阶段，某些蛋白质会从细胞质迁移到核内，参与DNA损伤修复和复制准备过程。例如，细胞周期抑制蛋白p53在受损DNA存在时累积于核内，激活DNA修复机制。S阶段：在DNA复制期间，复制叉稳定性蛋白和染色体复制相关蛋白的定位发生显著变化，它们集中于复制起点，确保DNA复制的准确性和完整性。有丝分裂期：分裂期特定的蛋白质，如纺锤体检查点蛋白，会在染色体分离前后定位于纺锤体，监控染色体的正确分配到子细胞中。蛋白质浓度的周期性变化周期性表达蛋白质：某些蛋白质的表达呈现明显的周期性变化，如周期蛋白和细胞周期依赖性激酶（CDKs）。这些蛋白质的浓度在细胞周期的特定阶段急剧上升，推动细胞进入下一周期阶段。蛋白质稳定性与降解：蛋白质的稳定性和降解也受细胞周期调控。例如，周期蛋白的快速降解是有丝分裂结束和G1阶段开始的关键事件。蛋白质修饰：磷酸化、泛素化等后翻译修饰在细胞周期中起到重要作用，通过改变蛋白质的活性、定位或稳定性，影响其浓度和功能。综合调控机制细胞通过复杂的调控网络，精确控制蛋白质的定位和浓度，以适应细胞周期的需要。这包括转录后调控、蛋白质降解机制以及蛋白质间的相互作用。此外，多种信号传导路径参与到细胞周期蛋白质的调控中，如p53信号通路、Wnt/β-catenin通路等，它们通过调节特定蛋白质的表达和活性，共同促进细胞周期的有序进行。蛋白质周期性变化的全景图在细胞周期的不同阶段，蛋白质的表达模式和活性状态呈现出显著的周期性变化。这种变化不仅是细胞周期顺利进行的基础，也是细胞适应环境变化、响应内部信号的关键机制。通过系统性地分析这些周期性变化，我们能够深入理解细胞生命活动的内在逻辑和调控网络。蛋白质周期性变化的机制转录调控：细胞周期特定阶段的启动因子和抑制因子，通过调控下游目标基因的转录，实现蛋白质表达的周期性变化。翻译后修饰：包括磷酸化、泛素化等修饰方式，这些修饰不仅调节蛋白质的活性，还影响其稳定性和亚细胞定位，从而在细胞周期中发挥重要作用。蛋白质降解：通过泛素-蛋白酶体途径或溶酶体途径，特定蛋白质在细胞周期的某一阶段被降解，以确保细胞周期的有序进行。细胞周期各阶段蛋白质的特征变化G1期：细胞增长相关蛋白质的表达增加，为DNA复制准备必需的物质基础。同时，细胞周期抑制蛋白如p21和p27的浓度上升，监控细胞是否准备好进入S期。S期：DNA复制相关蛋白质，如DNA聚合酶、复制因子C和MCM复合体的表达达到高峰，确保DNA能够准确复制。G2期：细胞检查点蛋白质的表达增加，检测DNA复制是否完整，确保细胞在进入有丝分裂前，DNA无损伤或复制错误。M期：有丝分裂相关蛋白质，如纺锤体组装因子、染色质凝聚蛋白等表达上升，推动染色体分离和细胞分裂。蛋白质周期性变化的功能意义确保细胞周期的有序进行：通过精确调控蛋白质的表达和活性，保证细胞周期各阶段顺利完成，维持细胞生长和分裂的正常秩序。响应细胞内外环境变化：细胞通过调节特定蛋白质的周期性表达，快速适应内外部环境的变化，如应对DNA损伤、营养物质的变化等。调节细胞命运决定：细胞周期蛋白质的变化不仅影响细胞分裂，还涉及细胞分化、凋亡等生命过程，是细胞命运决定的重要因素。蛋白质定位周期性变化举例周期蛋白Cyclin B的定位变化周期蛋白Cyclin B与细胞周期依赖性激酶CDK1结合，形成活性复合物，控制细胞进入有丝分裂期。在有丝分裂早期，Cyclin B主要定位在细胞核内，随着细胞周期的推进，Cyclin B逐渐累积在细胞质中。此定位的周期性变化，是通过磷酸化和去磷酸化调控实现的，关键在于确保细胞在正确的时间触发有丝分裂。DNA修复蛋白Rad51的周期性定位Rad51参与同源重组修复（HR），在DNA复制和修复中起着重要作用。在S期，Rad51主要在核内形成焦点，参与修复复制过程中产生的DNA双链断裂。细胞周期的其他阶段，Rad51的焦点数量显著减少，反映了其在DNA复制和修复过程中的周期性作用。纺锤体组装检查点蛋白Mad2的动态定位Mad2是细胞周期检查点蛋白，监控纺锤体组装和染色体附着状态，防止染色体分配不均。在有丝分裂期间，Mad2在未连接的着丝粒上累积，阻止细胞进入下一阶段，直至所有染色体正确连接至纺锤体。细胞进入有丝分裂晚期，Mad2的定位发生变化，从着丝粒移动至细胞质，参与调控细胞周期的正常进展。细胞周期控制中的蛋白质调控机制细胞周期的顺利进行是生命活动中最基础也是最关键的过程之一。这一过程涉及到众多蛋白质的精确调控，其中不同蛋白质的表达、降解、定位以及活性变化，共同保证了细胞周期的有序进行。蛋白质的周期性表达与降解细胞周期的各个阶段都伴随着特定蛋白质的周期性表达。例如，周期蛋白（Cyclins）及其依赖的激酶（CDKs）是细胞周期进程中最核心的调控因子。它们的活性通过蛋白质的合成与降解来精确调控，从而触发细胞周期的各个阶段。在G1期，Cyclin D的累积触发细胞准备进入S期；而到了有丝分裂期，Cyclin B的降解标志着周期的完成，为新的周期做好准备。蛋白质的定位变化除了蛋白质的表达量外，其在细胞内的定位变化也是调控细胞周期的重要机制。例如，核糖体蛋白质的定位变化对于细胞从G2期过渡到有丝分裂期至关重要。通过精确控制蛋白质在细胞内的位置，细胞能够确保正确的蛋白质在适当的时间和地点发挥作用。蛋白质活性的调节蛋白质的活性调节是细胞周期控制中另一个关键层面。通过磷酸化、去磷酸化等后翻译修饰，细胞能够快速调整蛋白质的活性。例如，CDKs的激酶活性受到周期蛋白结合以及磷酸化状态的调节，这种调节机制确保了细胞周期的正确进展。蛋白质间的相互作用蛋白质间的相互作用是细胞周期调控网络中不可或缺的一环。通过蛋白质复合体的形成，细胞实现了对周期事件的精确控制。例如，E3泛素连接酶的活性依赖于其与特定底物的结合，这一过程关键于调控蛋白质的降解，影响细胞周期的进程。高分辨率空间-时间蛋白质组图谱的构建利用卷积神经网络分析静态活细胞图像随着生物信息学和计算生物学的迅速发展，尤其是深度学习技术在生物医学图像分析领域的广泛应用，卷积神经网络（CNN）已成为分析静态活细胞图像的强大工具。通过这一技术，研究人员能够更精确地理解蛋白质在细胞周期进程中的动态变化及其定位信息，为细胞生物学的研究提供了前所未有的视角。CNN在细胞图像分析中的应用卷积神经网络通过学习大量细胞图像数据，能够自动识别并分析蛋白质在不同细胞周期阶段中的定位模式。这种方法不仅提高了分析的效率和准确性，也能够揭示微妙的、肉眼难以察觉的细胞状态变化。蛋白质定位的自动识别与分类利用CNN，研究人员可以自动识别蛋白质在细胞内的特定定位，并将其分类。这一过程通过训练网络识别不同的亚细胞结构（如细胞核、线粒体、内质网等）中的蛋白质累积来实现。该技术的应用极大地促进了对蛋白质功能及其在细胞生理状态中作用的理解。动态变化的捕捉更进一步，CNN不仅能够识别静态图像中的蛋白质定位，还能分析时间序列图像，捕捉蛋白质在细胞周期进程中的动态变化。这种能力使研究人员能够观察到蛋白质如何响应细胞周期的不同阶段，以及这些变化对细胞功能的影响。尽管CNN在细胞图像分析中展现了巨大潜力，但仍面临一些挑战，如训练数据的质量和数量、网络结构的优化以及解释性问题。未来的研究将需要解决这些问题，进一步提高分析的准确性和效率。此外，随着技术的不断进步，将CNN与其他生物信息学工具和技术相结合，如单细胞测序和蛋白质组学分析，将为细胞周期研究开辟新的路径。蛋白质亚细胞定位的分类与周期性变化在细胞生物学的研究中，了解蛋白质在细胞内不同位置的分布及其变化是至关重要的。蛋白质的亚细胞定位不仅反映了其功能状态，还与细胞周期进程紧密相关。随着科技的进步，特别是高分辨率成像技术与生物信息学分析方法的结合，研究人员现在能够更精确地分类和监测蛋白质在细胞周期不同阶段的亚细胞定位及其周期性变化。蛋白质亚细胞定位的重要性蛋白质的功能依赖于其在细胞内的准确定位。例如，某些蛋白质仅在细胞核内活跃，而有的则在细胞膜附近发挥作用。这种分布特性不仅指示了蛋白质的功能，还涉及到蛋白质如何响应或调控细胞周期的变化。分类方法的进展随着深度学习等计算技术的发展，现在研究人员能够通过自动化的方法对蛋白质的亚细胞定位进行更为精细的分类。这些方法通常基于成像数据，通过识别蛋白质在细胞内不同结构上的分布模式来实现。这不仅提高了分类的精度，也为大规模的蛋白质定位研究提供了可能。蛋白质定位的周期性变化在细胞周期的不同阶段，蛋白质的定位可能会发生变化，反映出其功能的动态调整。通过监测这些变化，研究人员可以揭示蛋白质如何参与调控细胞周期进程，例如，某些蛋白质可能在细胞分裂时从细胞质迁移到细胞核，参与调控基因表达。监测方法的发展高通量成像技术结合自动化图像分析已成为监测蛋白质周期性定位变化的重要手段。这些技术能够连续跟踪单个细胞内蛋白质的定位，捕捉其在细胞周期中的动态变化。此外，结合单细胞测序等技术，研究人员能够从分子水平理解这些变化背后的调控机制。蛋白质浓度变化与细胞周期的关系细胞周期的精确调控是细胞生命活动的基石之一，蛋白质的浓度变化在这一过程中扮演着关键角色。随着细胞周期的进展，不同阶段对特定蛋白质的需求量会发生显著变化，这种动态的蛋白质浓度调整是细胞能够顺利完成生长、DNA复制、分裂等一系列复杂活动的前提。蛋白质浓度的周期性调节机制细胞周期中的蛋白质浓度调节涉及多个层面的机制，包括基因表达的调控、蛋白质的合成与降解以及分子间的相互作用等。这些机制共同作用，确保了蛋白质在细胞周期各个特定阶段以正确的浓度存在，从而促进细胞周期的有序进行。基因表达调控：通过转录因子和增强子等元件，细胞能够在不同周期阶段精准调控特定蛋白质基因的表达。蛋白质合成与降解：蛋白质的生物合成及其通过泛素-蛋白酶体系统的降解在维持蛋白质浓度方面起着关键作用。分子间相互作用：蛋白质之间的相互作用，如形成复合体或通过信号传导途径互作，也会影响蛋白质的稳态浓度。蛋白质浓度与细胞周期控制的关系在细胞周期的控制中，某些关键蛋白质的浓度变化尤为重要。例如，周期蛋白（Cyclins）和周期蛋白依赖性激酶（CDKs）的浓度变化直接影响细胞周期的推进。周期蛋白的浓度在细胞周期的不同阶段呈周期性变化，其与CDKs结合，激活或抑制CDKs的活性，从而推动细胞周期的前进或停滞。G1阶段：在此阶段，细胞对环境进行评估，决定是否进入S阶段。相关蛋白质的浓度调整为细胞提供了必要的信号。S阶段：DNA复制发生在此阶段，对DNA复制和修复蛋白质的需求量显著增加。有丝分裂阶段：此阶段需要大量的细胞骨架蛋白和动力蛋白以支持染色体的分离和细胞的分裂。随着技术的发展，特别是质谱、流式细胞术、高通量测序等方法的应用，研究人员现在能够更精确地测定细胞内蛋白质的浓度，以及在细胞周期不同阶段蛋白质浓度的变化。这些技术的进步不仅加深了我们对细胞周期调控机制的理解，也为发现新的药物靶点提供了可能。基于Web的蛋白质组数据访问工具在现代生物医学研究中，蛋白质组学数据的获取与分析是理解细胞生理状态变化的关键步骤。特别是在细胞周期研究领域，准确地追踪和分析蛋白质的动态变化对揭示其生物学功能至关重要。随着科技的进步，基于Web的蛋白质组数据访问工具为科研人员提供了强大的数据处理能力，大大提高了研究的效率和深度。蛋白质组数据库与分析平台蛋白质组数据库：多个公共和私有数据库为研究者提供了丰富的蛋白质组学数据，包括但不限于UniProt、ProteomeXchange和PeptideAtlas。这些数据库收录了从不同细胞类型、不同生物种和不同细胞周期阶段收集的蛋白质组数据。分析平台：基于Web的蛋白质组分析平台，如MaxQuant、Skyline以及Proteome Discoverer等，提供了强大的数据分析工具，支持蛋白质鉴定、定量分析和数据可视化等功能。功能特点与应用这些工具的功能特点包括：用户友好的界面：即使是非程序员的生物学家也可以轻松地上传数据、进行分析和获取结果。高度可定制的分析流程：用户可以根据自己的研究需要选择不同的算法和分析路径。云存储与计算：基于Web的工具允许用户访问海量的存储空间和计算资源，无需在本地计算机上安装复杂的软件。数据共享与合作：研究人员可以轻松地与全球的同行分享数据和分析结果，促进科研合作。对细胞周期研究的影响在细胞周期研究中，基于Web的蛋白质组数据访问工具使得研究者能够：追踪细胞周期特定阶段的蛋白质表达变化：这对于理解蛋白质如何调控细胞周期进程至关重要。识别与细胞周期调控相关的关键蛋白质：通过比较不同细胞周期阶段的蛋白质组数据，研究者可以发现潜在的调控因子。探究蛋白质功能：结合其他生物信息学工具，研究者可以深入理解这些蛋白质在细胞周期调控中的具体作用。蛋白质定位与浓度调控的细胞周期阶段特异性G1阶段的蛋白质组特征在细胞周期的G1阶段，细胞准备进行DNA复制之前的一系列准备活动。这一阶段的蛋白质组特征尤其重要，因为它们调节细胞是否进入S阶段（DNA合成阶段），并影响细胞生长、分化及其后续的细胞周期过程。基于细胞周期对蛋白质功能的严格需求，G1阶段的蛋白质组表现出独特的动态变化和调控机制。G1阶段蛋白质的关键功能细胞周期调控因子：周期蛋白D和E型以及它们的激酶伙伴CDK4和CDK6在G1阶段起到关键作用，它们的活性变化直接决定了细胞是否继续向S阶段推进。生长因子信号传导：细胞在G1阶段响应外界生长因子的信号，通过MAPK和PI3K等信号通路，调节蛋白质合成和细胞生长。细胞应激反应：在G1阶段，细胞通过p53和其他应激响应蛋白监控DNA损伤和营养状态，确保细胞在合适的条件下进行分裂。G1阶段蛋白质表达的周期性变化G1阶段蛋白质组的周期性变化是通过精细调控的转录和翻译机制实现的。例如，周期蛋白D的表达受到生长因子刺激和营养状态的影响，而其降解则是通过泛素-蛋白酶体途径调控的。这种动态平衡确保了细胞在适当的时间准备进入S阶段。DNA复制过程中的蛋白质动态DNA复制是细胞周期中至关重要的一环，确保遗传信息的准确复制和传递。在这一过程中，蛋白质的动态调控起到核心作用，包括复制起始点的识别、复制叉的形成、以及DNA链的延伸。复制起始点的蛋白质调控起始复合物的形成：复制的第一步是在DNA上识别起始点并形成起始复合物。此过程涉及多种蛋白质，如ORC（起始识别复合物）、Cdc6、Cdt1以及MCM复合物。蛋白质的活性调控：Cdk和Ddk激酶对MCM复合物进行磷酸化，促进复制叉的形成和启动。这一步骤在细胞周期中受到严格的时间控制，确保DNA复制只在S阶段发生。复制叉的动态蛋白质网络复制叉的稳定性和延伸：DNA聚合酶、滑动夹子PCNA以及RFC复合物在复制叉的稳定性和连续延伸中起核心作用。同时，解旋酶如MCM2-7复合物负责解开DNA双螺旋，为复制提供单链模板。应对复制压力：当DNA复制遇到障碍时，Rad17、ATR、Chk1等蛋白质介导的应激响应被激活，以保护复制叉并修复损伤。复制完成后的蛋白质变化终止复制的机制：一旦DNA复制完成，需要去除与DNA复制相关的蛋白质，以及重置复制起始点。此过程涉及到多种蛋白酶和泛素化反应，如Cdc20和APC/C的活化。确保复制完整性的机制：复制完成后，细胞利用Mismatch Repair（MMR）和Homologous Recombination（HR）等机制，检查和修复可能出现的复制错误，确保DNA复制的准确性和完整性。有丝分裂阶段的蛋白质组变化有丝分裂是细胞周期中至关重要的一个阶段，涉及到一系列精密调控的蛋白质动态变化，以确保染色体正确分离并平等地分配给两个子细胞。有丝分裂的启动促进有丝分裂复合物（CPC）的激活：有丝分裂的启动首先需要CPC的激活，其中包括Aurora B激酶和其伴侣蛋白，它们对细胞骨架和染色体凝聚蛋白进行磷酸化，为染色体准备进行正确分离打下基础。SPB和动态微管的重组：细胞极体（SPB）的复制和分离，以及动态微管的快速重组，为染色体分离和细胞质分裂提供物理基础。染色体的准确分离凝聚素复合体的解除：有丝分裂进入中期，凝聚素复合体被逐步降解，使得姐妹染色体能够分离。分离酶的作用：分离酶Securin的降解释放活化的分离酶Separase，后者切割凝聚素，触发染色体的分离。细胞质分裂与蛋白质变化收缩环的形成与作用：在细胞中部形成的肌动蛋白和肌球蛋白构成的收缩环，在有丝分裂末期通过收缩作用导致细胞质分裂。蛋白质降解与重塑：随着细胞进入下一个周期，需要对有丝分裂相关蛋白进行降解和重塑，以保证细胞周期的正确进行。这一过程涉及泛素-蛋白酶体系统的广泛参与。细胞周期退出与复位的蛋白质组特性细胞周期的退出与复位是生物细胞精确控制生长、分裂和死亡的关键环节。在这一过程中，蛋白质组的动态变化起着至关重要的作用。细胞周期退出的调控机制周期依赖性激酶抑制因子的作用：细胞周期的退出通常伴随着周期依赖性激酶（CDK）活性的下降。CDK抑制因子（如p21、p27和p57）的表达增加，是导致CDK活性下降的主要机制之一，从而推动细胞退出分裂周期。E3泛素连接酶的角色：特定的E3泛素连接酶如Skp2和Anaphase Promoting Complex/Cyclosome (APC/C)在蛋白质降解中发挥关键作用，它们标记特定的周期性蛋白质进行泛素化，促进其降解，进一步促进细胞周期的退出。细胞复位与再次进入周期的准备细胞复位机制的重要性：细胞在特定条件下可重新进入细胞周期。这需要蛋白质组复位，包括降解已经激活的蛋白质，重新积累周期进程初期所需的蛋白质。转录调控因子的作用：如E2F家族，其活性在细胞周期退出与复位过程中经历动态变化，控制着与细胞周期进程相关的基因表达。生物医学意义疾病治疗：了解细胞周期退出与复位的蛋白质组特性，对于癌症治疗尤其重要。许多肿瘤抑制蛋白（如p53和Rb蛋白）通过调节细胞周期退出来抑制肿瘤生长。因此，针对这些蛋白质路径的靶向治疗策略具有潜在的临床价值。组织再生与修复：细胞周期的有效控制是组织再生和修复的基础。通过调节细胞周期退出与复位的蛋白质组特性，可能促进受损组织的恢复，为再生医学提供新的研究方向。细胞周期进程中的蛋白质组-亚细胞器连接性蛋白质组动态揭示的细胞内通讯在细胞生命活动中，蛋白质组的动态变化不仅反映了细胞自身状态的变化，更是细胞内外通讯的重要媒介。蛋白质组与信号传递信号传递途径：细胞内通讯依赖于信号传递途径，其中蛋白质如激酶、磷酸酶和转录因子等扮演着关键角色。这些蛋白质的活性和定位变化直接影响信号传递途径的激活或抑制，从而调控细胞行为。蛋白质修饰：磷酸化、泛素化等蛋白质后修饰是细胞内通讯的重要机制。这些修饰影响蛋白质的稳定性、活性及亚细胞定位，进而影响细胞信号传递的效率和特异性。细胞周期中的蛋白质组动态周期性变化：在细胞周期的不同阶段，特定蛋白质的表达水平和活性发生周期性变化，如周期蛋白和CDK激酶。这些变化对于细胞周期的精确调控至关重要。细胞应答：细胞对外界信号的响应，如生长因子、应激信号等，通过调节蛋白质组的组成来实现。这些响应确保细胞在适当的环境条件下进入下一细胞周期阶段。蛋白质组在细胞内通讯中的作用信息集成中心：蛋白质组不仅作为信号的发出者和接收者，还充当信息集成中心，将不同信号途径的信息汇聚，以产生协同或拮抗的效应，从而细致调控细胞行为。调节细胞行为：通过调节细胞周期进程、细胞分化、细胞迁移等，蛋白质组动态变化在细胞内通讯中扮演着核心角色。例如，细胞周期进程中蛋白质的定时表达和降解是细胞能够按需增殖或暂停增殖的基础。特定蛋白质在细胞周期不同阶段的局部化变化细胞周期的精确调控依赖于蛋白质的周期性表达及其在细胞内的精确定位。蛋白质局部化的周期性变化G1阶段：在G1阶段，细胞大小和营养状况的监测依赖于位于细胞膜和细胞质的信号分子。例如，生长因子受体在细胞膜上的集聚是细胞进入下一周期的前提条件。S阶段：DNA复制期间，复制叉附近特定的蛋白质如PCNA（增殖细胞核抗原）的集中，确保了DNA复制的精确性和效率。G2阶段：在G2阶段，细胞检查DNA复制是否完整，此时DNA修复蛋白的定位变化对于维持基因组稳定性至关重要。M阶段：有丝分裂期间，染色体凝聚蛋白、动态丝蛋白等的特定定位对于姐妹染色体的正确分离和细胞器的分配至关重要。蛋白质定位变化的调控机制蛋白质修饰：磷酸化、泛素化等后修饰影响蛋白质与其他分子的相互作用，进而改变其在细胞内的定位。信号传递网络：细胞内多条信号传递途径参与调控蛋白质的定位，如MAPK信号通路在调节细胞应对环境压力时，会影响多种蛋白质的定位。细胞骨架的动态变化：细胞骨架的重组也是调节蛋白质定位的重要机制，尤其是在细胞迁移和细胞分裂过程中。局部化变化对细胞周期的影响细胞周期的推进：特定蛋白质在细胞周期不同阶段的局部化变化是细胞周期推进的重要机制之一，如周期素依赖性激酶的激活和抑制。细胞应答与调控：通过局部化变化，蛋白质能够在细胞内形成临时的信号复合体，快速响应外界信号，调节细胞生理状态。蛋白质周期性局部化变化的功能意义在细胞周期进程中，蛋白质周期性局部化变化不仅是一种普遍现象，也承担着重要的生物学功能。这些变化使得蛋白质能够在特定的时空环境中发挥作用，对细胞的生命活动和细胞周期的顺利进行至关重要。确保细胞周期的有序进行：通过在特定阶段精确调控蛋白质的局部化，细胞能够保证各个周期事件发生的顺序性和准确性，避免不必要的错误。调节细胞生理状态：蛋白质的局部化变化影响其活性和功能，从而调节细胞的生理状态，如细胞分化、增殖和程序性细胞死亡。参与信号传递：蛋白质在特定细胞区域的集中，如细胞膜上的受体聚集，能够有效地传递外部信号，启动细胞内的应答机制。维持细胞架构稳定性：结构蛋白在细胞骨架和细胞器定位的变化，对于维持细胞形态和内部架构的稳定性具有重要作用。具体实例核糖体蛋白的核质转运：在细胞周期的G1阶段，核糖体蛋白从核内向细胞质转运，参与蛋白质合成，为DNA复制提供物质基础。周期蛋白及其激酶的核定位信号（NLS）的变化：周期蛋白依赖性激酶（CDK）在细胞周期的不同阶段通过NLS的掩盖或暴露，实现核内外的定位转变，精确调控细胞周期。细胞分裂时期的染色体定位：在有丝分裂期间，染色体通过与纺锤体的动态相互作用确保等分到两个子细胞中，此过程依赖于蛋白质在特定时期的正确定位。研究的主要发现与意义主要发现蛋白质周期性表达与调控： 该研究首次绘制了细胞周期中蛋白质表达的全面图谱，揭示了关键蛋白质如何在不同细胞周期阶段通过量的变化和定位的改变来实现精准调控。细胞周期阶段间的蛋白质互动：研究突破性地揭示了细胞周期不同阶段间蛋白质的相互作用和转移路径，对理解细胞生命活动的内在机制提供了新视角。高通量成像技术在蛋白质组学中的应用： 利用先进的成像技术，该研究实现了对细胞内蛋白质动态的高分辨率观察，为蛋白质组学研究提供了强有力的技术支持。科学意义对基础生物学的贡献： 该研究深化了我们对细胞周期调控机制的理解，为解答生命科学中的基本问题提供了关键线索。疾病治疗的潜在应用：细胞周期的异常调控与多种疾病密切相关，特别是癌症。该研究中发现的关键蛋白质和调控路径可能成为未来治疗策略的新靶点。激发未来研究：通过提供全面的数据集和新的分析方法，该研究为细胞周期的深入研究铺平了道路，同时也为相关领域的研究者提供了宝贵的资源。对细胞周期蛋白质组学未来发展的展望细胞周期蛋白质组学的未来发展蕴藏着巨大的潜力和挑战。随着技术的进步，我们预期将在以下几个方向实现重大突破：深度集成分析：结合转录组学、蛋白质组学和代谢组学数据，实现细胞周期调控网络的更全面理解。单细胞分析技术的应用：通过高精度单细胞分析，揭示细胞周期内部差异性和细胞间异质性，为个性化医疗提供依据。动态蛋白质组学： 利用实时成像和动态标记技术，捕捉细胞周期中蛋白质的瞬时动态和互作关系。数据处理和可视化：发展先进的数据处理算法和交互式可视化工具，以更直观地呈现复杂的蛋白质组数据。Q&A细胞周期中不同阶段的关键蛋白质有哪些？细胞周期的每个阶段都由特定的关键蛋白质组合控制。在G1期，蛋白质如Cyclin D和CDK4/6起主导作用，负责细胞生长和准备DNA复制。进入S期，Cyclin E和CDK2则促进DNA复制的开始。G2期则由Cyclin A和CDK2控制，它们确保DNA复制的完整性。最后，在M期，Cyclin B和CDK1组合调控细胞的分裂过程。如何利用高通量成像技术研究蛋白质定位的周期性变化？高通量成像技术是研究蛋白质定位变化的强大工具。这一技术结合了荧光显微镜和自动化图像分析，能够实时监测和记录细胞内特定蛋白质的位置变化。通过使用具有荧光标记的蛋白质，可以精确观察这些蛋白质在细胞周期不同阶段的动态定位。此外，结合定量分析软件，研究人员能够对大量细胞进行定量测量，从而获得统计意义上的定位变化数据。蛋白质组动态如何影响细胞周期的正常进行？蛋白质组动态在维持细胞周期的正常进行中起着至关重要的作用。各种蛋白质的周期性表达、激活和降解是控制细胞周期阶段转换的关键因素。例如，在DNA复制的S期，需要特定蛋白质的集合来确保DNA复制的准确性；而在M期，不同的蛋白质组合则促进染色体的准确分配和细胞的分裂。因此，蛋白质组的动态调整对于细胞周期的每个阶段都是必不可少的。细胞周期的调控在疾病治疗中的潜在应用是什么？细胞周期的调控在疾病治疗中具有巨大的潜在应用价值。例如，在癌症治疗中，针对特定的细胞周期蛋白质（如CDK抑制剂）的药物可以抑制癌细胞的生长和增殖。此外，通过了解细胞周期蛋白质的动态变化，可以更好地理解疾病的发病机制，从而开发出更为精准的治疗策略。酵母细胞周期的研究对理解人类细胞周期有哪些帮助？酵母作为一种模型生物，在研究细胞周期方面提供了许多重要的见解。酵母细胞的基本细胞周期调控机制与人类细胞非常相似，因此通过研究酵母细胞周期中的关键蛋白质和调控途径，可以帮助我们更好地理解人类细胞周期的调控机制。这些研究为治疗相关疾病（如癌症）提供了宝贵的基础知识。参考文献https://doi.org/10.1016/j.cell.2024.02.014Litsios A, Grys BT, Kraus OZ, et al. Proteome-scale movements and compartment connectivity during the eukaryotic cell cycle. Cell. Published online March 1, 2024. doi:10.1016/j.cell.2024.02.014责编|探索君排版|探索君转载请注明来源于【生物探索】End往期精选围观一文读透细胞死亡(Cell Death) | 24年Cell重磅综述（长文收藏版）热文Nature | 破除传统：为何我们需要重新思考肿瘤的命名方式热文Nature | 2024年值得关注的七项技术热文Nature | 自身免疫性疾病能被治愈吗？科学家们终于看到了希望热文CRISPR技术进化史 | 24年Cell 综述