[圖片上傳失敗...(image-808df1-1727113920025)]

Basic Information

• 英文標(biāo)題： Pan-cancer proteogenomics expands the landscape of therapeutic targets
• 中文標(biāo)題：泛癌癥蛋白質(zhì)基因組學(xué)擴(kuò)展了治療靶點(diǎn)的景觀
• 發(fā)表日期：8 August 2024
• 文章類型：Resource
• 所屬期刊：Cell
• 文章作者：Sara R. Savage | Bing Zhang
• 文章鏈接：https://www.sciencedirect.com/science/article/pii/S009286742400583X

Highlights

Para_01

• 將腫瘤蛋白基因組與細(xì)胞系數(shù)據(jù)整合揭示了泛癌癥可藥用靶點(diǎn)
• 蛋白質(zhì)基因組學(xué)發(fā)現(xiàn)合成致死性有助于針對(duì)腫瘤抑制因子丟失進(jìn)行靶向治療
• 計(jì)算工作流程能夠有效地識(shí)別腫瘤抗原
• 網(wǎng)頁(yè)門戶提供了對(duì)已識(shí)別目標(biāo)和其支持?jǐn)?shù)據(jù)的訪問(wèn)

Summary

Para_01

1. 被美國(guó)食品藥品監(jiān)督管理局（FDA）批準(zhǔn)的抗癌藥物的目標(biāo)蛋白少于200個(gè)匾旭。
2. 我們將來(lái)自Clinical Proteomic Tumor Analysis Consortium (CPTAC)的proteogenomics數(shù)據(jù)與額外的公共數(shù)據(jù)集整合梯刚，這些數(shù)據(jù)來(lái)自1043名患者哈蝇，涵蓋10種癌癥類型棺妓，用以識(shí)別潛在的藥物治療靶點(diǎn)。
3. 對(duì)2863個(gè)可用藥蛋白的泛癌癥分析顯示炮赦，蛋白的豐度范圍廣泛怜跑，并識(shí)別了影響mRNA-蛋白相關(guān)性的生物學(xué)因素。
4. 通過(guò)整合腫瘤的蛋白組數(shù)據(jù)和細(xì)胞系的基因篩查數(shù)據(jù)吠勘，我們識(shí)別了由蛋白過(guò)表達(dá)或超激活驅(qū)動(dòng)的可用藥依賴性性芬，這能夠準(zhǔn)確預(yù)測(cè)有效的藥物靶點(diǎn)。
5. 蛋白基因組學(xué)識(shí)別合成致死性為針對(duì)腫瘤抑制基因丟失的治療提供了策略剧防。
6. 結(jié)合蛋白基因組學(xué)分析和MHC結(jié)合預(yù)測(cè)植锉，優(yōu)先考慮突變KRAS肽作為有前景的公共新抗原。
7. 通過(guò)計(jì)算識(shí)別共享的腫瘤相關(guān)抗原峭拘，并進(jìn)行實(shí)驗(yàn)驗(yàn)證俊庇，提名肽作為免疫治療靶點(diǎn)狮暑。
8. 這些分析，匯總于https://targets.linkedomics.org辉饱，構(gòu)建了伴隨診斷搬男、藥物再利用和治療發(fā)展的蛋白和肽靶點(diǎn)的全面景觀。

Graphical abstract

[圖片上傳失敗...(image-f580c-1727113920024)]

Keywords

• pan-cancer, proteogenomics, drug targets, proteomics, synthetic lethality, neoantigens, tumor antigens, data integration

Introduction

Para_01

1. 下一代測(cè)序技術(shù)已經(jīng)革新了癌癥研究彭沼，通過(guò)對(duì)癌癥基因組和轉(zhuǎn)錄組的深入表征缔逛，極大地提高了我們對(duì)癌癥生物學(xué)的理解。
2. 盡管取得了這些進(jìn)步姓惑，但大多數(shù)癌癥患者仍然接受放療和化療褐奴，這些治療方法與顯著的復(fù)發(fā)風(fēng)險(xiǎn)和毒性相關(guān)。
3. 靶向治療挺益，包括小分子藥物歉糜、單克隆抗體、抗體-藥物偶聯(lián)物（ADCs）望众、蛋白降解靶向嵌合分子（PROTACs）匪补、抗體導(dǎo)向酶前藥治療（ADEPTs）、癌癥治療疫苗烂翰、檢查點(diǎn)抑制劑和T細(xì)胞治療夯缺，有望實(shí)現(xiàn)更有效、更精確的癌癥治療甘耿。
4. 由于蛋白質(zhì)是這些治療的主要靶點(diǎn)踊兜，并且是癌癥驅(qū)動(dòng)基因和表觀遺傳異常的功能效應(yīng)器，因此蛋白質(zhì)組學(xué)佳恬，即無(wú)偏倚質(zhì)譜（MS）為基礎(chǔ)的蛋白質(zhì)組學(xué)與基因組學(xué)捏境、表觀基因組學(xué)和轉(zhuǎn)錄組學(xué)的整合，為探索現(xiàn)有和未來(lái)的癌癥治療靶點(diǎn)提供了一個(gè)強(qiáng)大的框架毁葱。

Para_02

1. 臨床蛋白質(zhì)組腫瘤分析聯(lián)盟（CPTAC）對(duì)超過(guò)1000個(gè)前瞻性收集的垫言、未經(jīng)治療的原始腫瘤進(jìn)行了蛋白質(zhì)基因組表征，這些腫瘤涵蓋10種癌癥類型倾剿，其中許多伴有匹配的正常鄰近組織筷频。
2. CPTAC泛癌癥資源工作組對(duì)這10種癌癥類型的所有組學(xué)數(shù)據(jù)進(jìn)行了協(xié)調(diào)，以用于泛癌癥蛋白質(zhì)基因組學(xué)研究前痘。
3. 在本研究中凛捏，我們將這一數(shù)據(jù)集與其他公共數(shù)據(jù)集相結(jié)合，以揭示癌癥治療的蛋白質(zhì)靶點(diǎn)芹缔。
4. 我們的分析為現(xiàn)有的癌癥藥物靶點(diǎn)提供了見(jiàn)解坯癣，并系統(tǒng)地識(shí)別了藥物再利用或開(kāi)發(fā)的新候選靶點(diǎn)。
5. 這些包括過(guò)度表達(dá)和過(guò)度激活的蛋白質(zhì)依賴性最欠，與腫瘤抑制基因（TSGs）丟失相關(guān)的蛋白質(zhì)依賴性坡锡，以及可能的neoantigens和腫瘤相關(guān)抗原蓬网。

Results

Proteomic quantification of druggable genes

藥物靶點(diǎn)基因的蛋白質(zhì)組定量

Para_01

1. 我們分析了來(lái)自1043個(gè)腫瘤樣本和524個(gè)正常組織樣本的10種癌癥類型的和諧CPTAC蛋白質(zhì)基因組學(xué)數(shù)據(jù)，包括乳腺癌浸潤(rùn)性導(dǎo)管癌（BRCA）鹉勒、透明細(xì)胞腎細(xì)胞癌（CCRCC）、結(jié)腸腺癌（COAD）吵取、膠質(zhì)母細(xì)胞瘤（GBM）禽额、頭頸鱗狀細(xì)胞癌（HNSCC）、肺腺癌（LUAD）皮官、肺鱗狀細(xì)胞癌（LSCC）脯倒、卵巢漿液性囊腺癌（OV）、胰腺導(dǎo)管腺癌（PDAC）和子宮體子宮內(nèi)膜癌（UCEC）（表S1）捺氢。
2. 通過(guò)分析突變藻丢、拷貝數(shù)變異（CNV）、甲基化摄乒、轉(zhuǎn)錄本悠反、蛋白質(zhì)和磷酸化位點(diǎn)豐度數(shù)據(jù)（圖1A），我們旨在為生物標(biāo)志物指導(dǎo)的患者選擇馍佑、藥物再利用和新療法的開(kāi)發(fā)提供可行的見(jiàn)解斋否。

[圖片上傳失敗...(image-505f61-1727113920024)]

• 圖 1. 隊(duì)列概覽和治療靶點(diǎn)的蛋白質(zhì)組景觀（A）10個(gè)癌癥隊(duì)列的腫瘤和正常組織樣本數(shù)量以及每種組學(xué)類型的總識(shí)別特征數(shù)量。（B）五個(gè)靶標(biāo)層級(jí)中每個(gè)層級(jí)存在的基因數(shù)量拭荤。重疊的基因被分配到最高的層級(jí)茵臭。（C）每個(gè)層級(jí)中屬于每個(gè)功能家族的基因百分比。（D）在至少一個(gè)隊(duì)列中每種組學(xué)類型識(shí)別的基因數(shù)量舅世。（E）每個(gè)隊(duì)列中靶點(diǎn)的中值log2 MS1強(qiáng)度（蛋白質(zhì)豐度）的熱圖旦委。（F）所有蛋白質(zhì)按每個(gè)隊(duì)列中的中值的中值豐度排序，顏色尺度與（E）相同雏亚。具有最高和最低中值豐度的藥物靶點(diǎn)被標(biāo)記缨硝，以及批準(zhǔn)用于癌癥的藥物數(shù)量最多的靶點(diǎn)。（G）散點(diǎn)圖比較了在至少3個(gè)隊(duì)列中可用藥蛋白質(zhì)的所有樣本的中值log2 RNA表達(dá)和中值log2蛋白質(zhì)豐度评凝。包括了所有基因或中值log2 RSEM高于或低于6的基因的Spearman相關(guān)系數(shù)追葡。（H）mRNA和蛋白質(zhì)豐度之間無(wú)相關(guān)性基因的Spearman相關(guān)系數(shù)熱圖。（I）LSCC隊(duì)列中CDK9蛋白質(zhì)豐度與CDK9 mRNA豐度之間或CDK9蛋白質(zhì)豐度與CCNT1蛋白質(zhì)豐度之間的Spearman相關(guān)系數(shù)奕短。（J）基于CDK9蛋白質(zhì)的全局蛋白質(zhì)共表達(dá)（頂部）或基于CDK9 mRNA的全局mRNA共表達(dá)（底部）的mRNA處理基因集的GSEA富集宜肉。另見(jiàn)圖S1和表S1和S2。

Para_01

1. 我們從DrugBank翎碑、Guide to Pharmacology (GtoPdb)谬返、藥物基因交互數(shù)據(jù)庫(kù)和理論人類表面蛋白組中整理了藥物靶點(diǎn)信息，并將這些靶點(diǎn)分為五個(gè)層級(jí)（如圖1B所示）日杈。
2. 第一層級(jí)包含了被任何監(jiān)管機(jī)構(gòu)批準(zhǔn)用于治療任何類型癌癥的藥物的初級(jí)抑制靶點(diǎn)遣铝。
3. 在156個(gè)第一層級(jí)的靶點(diǎn)中佑刷，超過(guò)30%是激酶（如圖1C所示）。
4. 第二層級(jí)由471個(gè)被批準(zhǔn)用于治療其他適應(yīng)癥的藥物的初級(jí)抑制靶點(diǎn)組成酿炸，相較于第一層級(jí)瘫絮，其包含了更高比例的離子通道和G蛋白偶聯(lián)受體（GPCRs）。
5. 第三層級(jí)包括了448個(gè)被考慮用于研究或?qū)嶒?yàn)性藥物的抑制靶點(diǎn)填硕，其中包含了相對(duì)較大比例的表觀遺傳藥物盛嘿。
6. 第四層級(jí)由剩余的1,081個(gè)在小分子藥物中頻繁被靶的蛋白質(zhì)家族的基因組成确垫。
7. 第五層級(jí)包括了707個(gè)細(xì)胞表面膜蛋白樱蛤。
8. 完整的靶點(diǎn)及其分層的列表可以在表S2中找到硅蹦。

Para_02

1. 五個(gè)目標(biāo)層次總共包含了2,863個(gè)基因，所有這些基因都通過(guò)RNA測(cè)序（RNA-seq）數(shù)據(jù)進(jìn)行量化姻檀，而蛋白質(zhì)組數(shù)據(jù)覆蓋了71%（見(jiàn)圖1D）命满。
2. 在每個(gè)隊(duì)列中，量化的可成藥蛋白顯示出中等蛋白質(zhì)豐度的一個(gè)廣泛范圍（見(jiàn)圖1E）绣版。
3. 在所有隊(duì)列中胶台，SERPINA1在可成藥蛋白中具有最高的總體中值豐度，而S1PR5具有最低的總體中值豐度（見(jiàn)圖1F）僵娃。
4. 此外概作，被八種或更多批準(zhǔn)的腫瘤藥物靶向的蛋白，包括TUBB默怨、PDGFRB讯榕、EGFR、TOP2A匙睹、FLT1愚屁、ERBB2、KIT痕檬、TYMS霎槐、PDGFRA、FLT4和KDR梦谜，也顯示出總體中值豐度的廣泛譜系丘跌。

Para_03

1. 蛋白質(zhì)含量中位數(shù)較高的基因往往具有較高mRNA含量中位數(shù)；然而唁桩，這種關(guān)聯(lián)在mRNA含量較低的基因中減弱（log2 RSEM [使用期望最大化法從RNA-Seq軟件得到的歸一化計(jì)數(shù)] ≤ 6）（圖S1A）闭树，在可成藥基因子集中也可見(jiàn)到這一趨勢(shì)（圖1G）。
2. 在mRNA含量低的可成藥基因中荒澡，除三個(gè)以外报辱，其余基因的蛋白質(zhì)鑒定均使用PepQuery2.12進(jìn)行了驗(yàn)證。
3. 我們觀察到单山，在mRNA含量低的可成藥基因中碍现，注釋為人類蛋白質(zhì)圖譜13的分泌蛋白顯著富集（費(fèi)舍爾精確檢驗(yàn)幅疼，p = 2.2 × 10^-13，圖1G）昼接，這可能是mRNA和蛋白質(zhì)含量之間觀察到的差異的一個(gè)原因爽篷。

[圖片上傳失敗...(image-18bc0b-1727113920024)]

• 圖S1. mRNA和蛋白相關(guān)性，與圖1相關(guān)（A）所有基因的中位數(shù)RNA豐度和中位數(shù)蛋白豐度慢睡。藥物靶點(diǎn)根據(jù)層級(jí)著色狼忱。顯示了局部加權(quán)回歸散點(diǎn)平滑曲線，虛線表示曲線上的最低點(diǎn)一睁。所有基因的mRNA和蛋白豐度之間的Spearman相關(guān)系數(shù)顯示出來(lái)，并分別針對(duì)中位數(shù)RNA豐度小于或大于6進(jìn)行計(jì)算佃却。（B）不同癌癥隊(duì)列中所有基因的mRNA和蛋白表達(dá)的基因-wise Spearman相關(guān)性分布者吁。（C）每個(gè)隊(duì)列中所有基因、每個(gè)層級(jí)中的基因以及不屬于任何層級(jí)的基因（"其他"）的中位數(shù)基因-wise Spearman相關(guān)系數(shù)饲帅。使用配對(duì)t檢驗(yàn)比較層級(jí)與其他基因之間的中位數(shù)复凳。（D）CDK9和CCNT1蛋白豐度與mRNA豐度之間的Spearman相關(guān)性。（E）HDAC3和GPS2蛋白豐度與mRNA豐度之間的Spearman相關(guān)性灶泵。?p < 0.05育八。

Para_03

1. 在10個(gè)隊(duì)列中，基因水平的mRNA與蛋白相關(guān)性中位數(shù)從0.34到0.61不等赦邻，總體中位數(shù)為0.48髓棋，并且每個(gè)隊(duì)列包含1200至3500個(gè)基因，這些基因與蛋白的mRNA呈顯著正相關(guān)(圖S1B)惶洲。
2. 值得注意的是按声，在所有五個(gè)層次上可成藥基因的mRNA-蛋白相關(guān)性中位數(shù)顯著高于其他基因(圖S1C)。
3. 這可能部分解釋了為什么在大型蛋白復(fù)合物中恬吕，如核糖體签则、氧化磷酸化復(fù)合物和RNA聚合酶中的可成藥基因會(huì)富集，這些復(fù)合物往往具有較差的mRNA-蛋白相關(guān)性铐料。
4. 盡管有這個(gè)有趣的觀察渐裂，但在大多數(shù)隊(duì)列中，超過(guò)一半的可成藥基因的mRNA-蛋白相關(guān)性低于0.6钠惩。
5. 實(shí)際上柒凉，有19個(gè)可成藥基因在所有10個(gè)隊(duì)列中均未顯示出顯著的mRNA-蛋白正相關(guān)性(校正p值大于0.01或相關(guān)性系數(shù)小于0)(圖1H)。
6. 這些基因主要與分泌蛋白相關(guān)妻柒，但也包括HDAC3和CDK9這兩個(gè)參與轉(zhuǎn)錄調(diào)控且未知是否分泌的基因扛拨。
7. CDK9蛋白豐度與所有癌癥類型對(duì)應(yīng)的mRNA豐度相關(guān)性較差，但它與結(jié)合伴侶周期蛋白T1(CCNT1)蛋白豐度的相關(guān)性最強(qiáng)举塔，所有蛋白中沒(méi)有相應(yīng)的mRNA正相關(guān)性(圖1I和S1D)绑警。
8. 此外求泰，與CDK9蛋白共表達(dá)的蛋白的基因集富集分析(GSEA)顯示，參與mRNA處理的蛋白顯著富集计盒，這是CDK9已知的生物學(xué)功能渴频。
9. 然而，與CDK9 mRNA共表達(dá)的mRNA則顯示出相反的模式(圖1J)北启。
10. 這些結(jié)果表明卜朗，與mRNA水平相比，CDK9蛋白水平更能代表其功能咕村。
11. 同樣场钉，HDAC3蛋白豐度與GPS2蛋白豐度高度相關(guān)(圖S1E)，而不是HDAC3 mRNA豐度懈涛，GPS2是一種轉(zhuǎn)錄輔阻遏蛋白逛万，與HDAC3形成復(fù)合物。
12. 這些發(fā)現(xiàn)強(qiáng)調(diào)了直接測(cè)量可成藥基因蛋白豐度的重要性批钠。

Targetable dependencies driven by protein overexpression

由蛋白過(guò)表達(dá)驅(qū)動(dòng)的可靶向依賴性

Para_01

1. 我們比較了腫瘤和正常組織樣本宇植，以確定在腫瘤中過(guò)度表達(dá)的蛋白質(zhì)。
2. 為了進(jìn)一步篩選對(duì)癌癥細(xì)胞生存和增殖至關(guān)重要的蛋白質(zhì)埋心，因此是良好的治療靶點(diǎn)指郁，我們使用了來(lái)自相應(yīng)譜系的癌癥細(xì)胞系的CRISPR-Cas9篩選實(shí)驗(yàn)中的基因依賴分?jǐn)?shù)，這些數(shù)據(jù)是從癌癥依賴圖（DepMap）下載的拷呆。
3. 在具有正常樣本的8個(gè)隊(duì)列中（表S1）闲坎，有999-2914個(gè)基因在腫瘤組織中顯著過(guò)度表達(dá)（校正p≤0.01，威爾科克森秩和檢驗(yàn)）洋腮，并且在細(xì)胞系中基因敲除（KO）后細(xì)胞生長(zhǎng)顯著減少（校正p≤0.01箫柳，單尾t檢驗(yàn)；圖2A啥供；表S3A）悯恍。

[圖片上傳失敗...(image-cec3f1-1727113920024)]

• 圖2.基于基因篩查和基因組異常的靶向腫瘤過(guò)度表達(dá)蛋白的優(yōu)先級(jí)排序（A）根據(jù)腫瘤組織中蛋白質(zhì)上調(diào)和細(xì)胞系中CRISPR效應(yīng)評(píng)分低于零，定義每種癌癥類型的潛在可用藥靶點(diǎn)伙狐。在腫瘤與正常比較中涮毫，按顯著性排列的前10個(gè)可用藥靶點(diǎn)已標(biāo)記。右下角的數(shù)字是每個(gè)層次中候選和可用藥靶點(diǎn)的總數(shù)贷屎。（B）至少五種癌癥類型共享的潛在可用藥罢防、非泛必需靶點(diǎn)。（C）通過(guò)Student's t檢驗(yàn)唉侄，評(píng)估每個(gè)隊(duì)列中突變樣本與WT樣本的基因同源mRNA和蛋白質(zhì)豐度的差異咒吐。（D）基因的同源mRNA和蛋白質(zhì)豐度與腫瘤中低甲基化基因的甲基化水平的相關(guān)性（Spearman相關(guān)）。三角形表示與正常樣本相比，腫瘤樣本中蛋白質(zhì)的過(guò)表達(dá)恬叹。（E）對(duì)于焦點(diǎn)擴(kuò)增區(qū)域的基因候生，CNV、RNA和蛋白質(zhì)豐度之間的正Spearman相關(guān)绽昼。三角形表示與正常樣本相比唯鸭，腫瘤樣本中蛋白質(zhì)的過(guò)表達(dá)。另見(jiàn)圖S2和表S3硅确。

Para_01

1. 這個(gè)池中共有457種蛋白質(zhì)可以被歸類到5個(gè)目標(biāo)層級(jí)中目溉。盡管許多蛋白質(zhì)特定于某種癌癥類型，但有51種蛋白質(zhì)至少被5種癌癥類型共有菱农，且沒(méi)有被DepMap指定為泛必需蛋白質(zhì)（見(jiàn)圖2B）缭付。這些可針對(duì)的泛癌癥依賴包括5個(gè)層級(jí)1目標(biāo)，7個(gè)層級(jí)2目標(biāo)循未，提示了藥物再利用的機(jī)會(huì)蛉腌，19個(gè)層級(jí)3目標(biāo)，可能為實(shí)驗(yàn)性藥物提供指示只厘，以及15個(gè)層級(jí)4目標(biāo)和5個(gè)層級(jí)5目標(biāo)，它們是新療法開(kāi)發(fā)的良好候選舅巷。值得注意的是羔味，層級(jí)1目標(biāo)GART和層級(jí)3目標(biāo)PAK1在所有八種癌癥類型中均表現(xiàn)出過(guò)表達(dá)和依賴。

Para_02

1. 我們進(jìn)一步整合了mRNA和蛋白表達(dá)數(shù)據(jù)以及突變钠右、甲基化和拷貝數(shù)數(shù)據(jù)赋元，以確定過(guò)表達(dá)的蛋白與各自基因中的基因異常有關(guān)（STAR方法）。
2. 這些分析包括既可以是靶點(diǎn)蛋白飒房，也可以是由于其潛在的致癌驅(qū)動(dòng)作用而目前無(wú)法成為靶點(diǎn)的蛋白搁凸。
3. 在突變分析的結(jié)果中（圖2C；表S3B）狠毯，GBM和LUAD中的EGFR突變經(jīng)常伴隨著拷貝數(shù)擴(kuò)增护糖，與EGFR mRNA和蛋白水平的增加有關(guān)。
4. GATA3突變嚼松，已知會(huì)破壞E3泛素連接酶的識(shí)別基序嫡良，19導(dǎo)致BRCA中的蛋白和mRNA水平升高。
5. CTNNB1突變與UCEC中蛋白水平增加但mRNA水平不增加有關(guān)献酗，這與現(xiàn)有的CTNNB1熱點(diǎn)突變使突變蛋白逃避β-Trcp識(shí)別和后續(xù)降解的知識(shí)相符寝受。20
6. TP53突變（圖2C），尤其是DNA結(jié)合域中的錯(cuò)義突變（圖S2A和S2B）罕偎，與8個(gè)隊(duì)列中蛋白豐度的增加但mRNA沒(méi)有相應(yīng)增加有關(guān)很澄。
7. 眾所周知，DNA結(jié)合域中的TP53錯(cuò)義突變不僅破壞蛋白的DNA結(jié)合，還延長(zhǎng)其半衰期甩苛。21
8. 在甲基化方面（圖2D蹂楣；表S3C），LSCC中的激酶PRKCI和PAK2在甲基化與mRNA和蛋白表達(dá)水平之間顯示出顯著的負(fù)相關(guān)性浪藻，與正常組織相比捐迫，腫瘤中的甲基化水平顯著降低而蛋白豐度更高。
9. 同樣爱葵，BAR適配器家族蛋白BIN2在其甲基化與5個(gè)隊(duì)列的mRNA和蛋白水平之間也顯示出顯著的負(fù)相關(guān)性施戴。
10. 此外，與正常組織相比萌丈，BIN2在CCRCC赞哗、PDAC和HNSCC的腫瘤中過(guò)表達(dá)，并在這三種癌癥類型的細(xì)胞系中顯示依賴性（表S3A）辆雾。
11. 在拷貝數(shù)改變的情況下肪笋，5個(gè)層次上的44個(gè)基因在拷貝數(shù)擴(kuò)增時(shí)mRNA和蛋白水平顯著升高（表S3D）。
12. 其中度迂，21個(gè)基因在至少1個(gè)隊(duì)列的腫瘤中相比于正常組織增加藤乙，包括ERBB2、EGFR和CDK6等知名癌癥驅(qū)動(dòng)基因惭墓，以及CLK2坛梁、MAP4K5、PPAT腊凶、PYGL和SLC12A9等研究較少的基因（圖2E）划咐。
13. 總的來(lái)說(shuō)，這些分析將過(guò)表達(dá)的蛋白優(yōu)先考慮為藥物再利用或開(kāi)發(fā)的候選物钧萍。

[圖片上傳失敗...(image-170e72-1727113920024)]

• 圖S2：TP53突變對(duì)蛋白質(zhì)含量的影響褐缠，與圖2相關(guān)。（A）突變樣本中的TP53蛋白質(zhì)含量與同一癌癥隊(duì)列的野生型蛋白質(zhì)含量中位數(shù)進(jìn)行比較风瘦。x軸表示蛋白質(zhì)序列中突變的首個(gè)位置队魏。AD，激活域万搔；TD器躏，四聚化域。（B）突變樣本中的TP53蛋白質(zhì)含量與同一癌癥隊(duì)列的每種突變類型的野生型蛋白質(zhì)含量中位數(shù)進(jìn)行比較蟹略。

Targetable dependencies driven by protein hyperactivation

由蛋白質(zhì)超活化驅(qū)動(dòng) 的可靶向依賴性

Para_01

1. 除了過(guò)表達(dá)外登失，蛋白質(zhì)活性還可能通過(guò)翻譯后修飾改變來(lái)驅(qū)動(dòng)腫瘤生成。
2. 為了確定由蛋白質(zhì)超活化驅(qū)動(dòng)的可靶向依賴性挖炬，我們對(duì)腫瘤和正常樣本之間的磷酸化位點(diǎn)進(jìn)行了差異豐度分析揽浙，篩選出在腫瘤中過(guò)表達(dá)的、在可靶向蛋白質(zhì)上的激活磷酸化位點(diǎn)，并將這些結(jié)果與同譜系癌癥細(xì)胞系中它們宿主基因的DepMap依賴性評(píng)分整合在一起馅巷。

Para_02

1. 在8個(gè)具有正常樣本的隊(duì)列中膛虫，18-100個(gè)激活磷酸位點(diǎn)在腫瘤組織中的表達(dá)顯著增加（校正p≤0.01，威爾科克森秩和檢驗(yàn)）钓猬，當(dāng)在細(xì)胞系中對(duì)相應(yīng)宿主蛋白進(jìn)行基因敲除時(shí)稍刀，細(xì)胞生長(zhǎng)呈現(xiàn)一致性的下降（校正p≤0.01，單尾t檢驗(yàn)敞曹；圖3A账月；表S4A）。這包括了總共229個(gè)激活磷酸位點(diǎn)-癌癥組合澳迫，其中有90個(gè)涉及到的磷酸位點(diǎn)位于5個(gè)目標(biāo)層級(jí)中整理的蛋白質(zhì)上局齿。

[圖片上傳失敗...(image-4e8c5f-1727113920023)]

• 圖3.基于基因篩查數(shù)據(jù)的目標(biāo)可靶向腫瘤高度激活蛋白的優(yōu)先級(jí)排序（A）每種癌癥類型定義的可靶向蛋白高度激活事件，通過(guò)腫瘤組織中激活磷酸位點(diǎn)豐度的增加和相應(yīng)蛋白的CRISPR基因效應(yīng)評(píng)分低于零來(lái)確定橄登。腫瘤與正常組織比較中意義最高的前10個(gè)高度激活事件被標(biāo)記抓歼。右下角的數(shù)字分別表示每個(gè)層次的總候選數(shù)目和可藥物干預(yù)的高度激活事件數(shù)目。（B）至少兩種癌癥類型共享的非泛-必需宿主靶點(diǎn)的可靶向蛋白高度激活事件拢锹。（C）帶有增加激活位點(diǎn)磷酸化注釋的激酶活性推斷谣妻。（D）在腫瘤中推斷活性顯著增加且在基因篩查中具有顯著依賴評(píng)分的激酶。另見(jiàn)圖S3和表S4卒稳。

Para_02

1. 在這些蛋白質(zhì)超活化事件中拌禾，有31個(gè)發(fā)生在兩種或以上的癌癥類型中，它們宿主蛋白沒(méi)有被DepMap歸類為泛必需蛋白（圖3B）展哭。
2. 這20個(gè)事件涉及激酶上的激活位點(diǎn)。
3. 有8個(gè)磷酸化位點(diǎn)出現(xiàn)在五種或以上的癌癥類型中闻蛀，包括HDAC1 S421（第1層）匪傍、ITGA4 S1021（第2層）、PTPN1 S50和PAK1 S174（第3層）觉痛，以及MAPK6 S189役衡、CAD S1859、CDK10 T196和RPS6KA4 T687（第4層）薪棒。
4. 一些發(fā)現(xiàn)手蝎，如PTPN1、PAK1和CAD俐芯，強(qiáng)化了之前的蛋白質(zhì)過(guò)表達(dá)結(jié)果（圖2B）棵介，而其他的是通過(guò)磷酸化位點(diǎn)分析獨(dú)特識(shí)別的。

Para_03

1. 基于磷位點(diǎn)差異分析結(jié)果吧史，我們進(jìn)一步使用激酶-底物富集分析(KSEA)算法推斷腫瘤和正常樣本之間改變的激酶活性（表S4B）邮辽。
2. 在8個(gè)隊(duì)列中，共有19個(gè)激酶活性增加，其中11個(gè)有支持性證據(jù)顯示在一個(gè)或多個(gè)隊(duì)列中激酶激活位點(diǎn)的磷酸化上調(diào)（圖3C）吨述。

Para_04

1. 在涉及的31個(gè)激酶-癌癥對(duì)中岩睁，有15個(gè)獨(dú)特的激酶在腫瘤中顯示出增加的激酶活性，并且在相應(yīng)的細(xì)胞系中具有顯著的依賴性揣云，其中最顯著過(guò)度激活的激酶是CDK1捕儒、CDK2和CDC7（圖3D）。
2. 這些激酶的過(guò)度激活得到了它們調(diào)節(jié)蛋白的過(guò)表達(dá)的支持邓夕，分別是相對(duì)于正常組織的腫瘤中的cyclin B1（CCNB1）刘莹、cyclin E1（CCNE1）和DBF4（圖S3A）。
3. 此外翎迁，在腫瘤樣本內(nèi)栋猖，這些激酶的推斷活性與相應(yīng)調(diào)節(jié)蛋白的mRNA和蛋白質(zhì)豐度相關(guān)（圖S3B）。
4. 所有激酶都得到了它們底物在腫瘤組織中過(guò)豐富磷酸化的支持汪榔，并且一些蛋白質(zhì)底物也是可藥物治療的（圖S3C）蒲拉，這可能被探索用于聯(lián)合治療。
5. 總的來(lái)說(shuō)痴腌，這些分析提名為過(guò)度活躍的蛋白質(zhì)作為潛在的有效治療靶點(diǎn)雌团，以進(jìn)行進(jìn)一步的研究。

[圖片上傳失敗...(image-695432-1727113920022)]

• 圖S3.腫瘤中激酶活性增加士聪，與圖3相關(guān)锦援。（A）使用Wilcoxon秩和檢驗(yàn)比較腫瘤與正常樣本中CCNB1、CCNE1和DBF4 RNA的表達(dá)剥悟。p < 0.05灵寺。（B）腫瘤中CDK1、CDK2和CDC7激酶活性評(píng)分與相應(yīng)調(diào)控蛋白的RNA和蛋白質(zhì)豐度的Spearman相關(guān)性区岗。p < 0.05略板。（C）腫瘤中活性增加的激酶及其磷酸化位點(diǎn)底物的網(wǎng)絡(luò)。大彩色圓圈表示相應(yīng)癌癥隊(duì)列中激酶活性增加慈缔。邊緣連接到至少在一個(gè)隊(duì)列中腫瘤樣本中增加的磷酸化位點(diǎn)底物叮称，底物根據(jù)宿主蛋白的層次著色∶旰祝灰色節(jié)點(diǎn)表示在至少一個(gè)隊(duì)列中增加的底物瓤檐，但沒(méi)有可用藥的注釋。

Evaluation of the predicted druggable dependencies

預(yù)測(cè)可成藥依賴性的評(píng)估

Para_01

1. 為了評(píng)估我們的預(yù)測(cè)質(zhì)量與有效性（見(jiàn)圖2A和3A）娱节，我們首先比較了每個(gè)目標(biāo)層次中預(yù)測(cè)的有效靶點(diǎn)在所有可靶向基因中的比例挠蛉。
2. 這種分析是針對(duì)每種癌癥類型單獨(dú)進(jìn)行的，僅限于在癌癥類型中同時(shí)具有CPTAC和DepMap數(shù)據(jù)的可靶向基因肄满。
3. 對(duì)于所有癌癥類型瓦灶，預(yù)測(cè)的有效靶點(diǎn)比例最高的一致出現(xiàn)在第一層，這是預(yù)期的集嵌，因?yàn)榈谝粚影艘呀?jīng)批準(zhǔn)的腫瘤藥物靶點(diǎn)。
4. 與第2層蹂窖、第4層和第5層相比，第1層的中位數(shù)比例顯著更高（p < 0.01恩敌，Wilcoxon符號(hào)秩檢驗(yàn)瞬测；見(jiàn)圖4A）。
5. 第1層和第3層的中位數(shù)比例之間的差異較芯琅凇（p = 0.016）月趟。
6. 這一發(fā)現(xiàn)可以通過(guò)的事實(shí)來(lái)解釋，即盡管第3層基因目前沒(méi)有被批準(zhǔn)的腫瘤藥物靶向恢口，但它們通常是腫瘤研究的重點(diǎn)孝宗。
7. 這些發(fā)現(xiàn)表明我們的預(yù)測(cè)富含已批準(zhǔn)或正在研究的腫瘤藥物靶點(diǎn)。

[圖片上傳失敗...(image-aa5ad1-1727113920022)]

• 圖4.優(yōu)先藥物靶點(diǎn)的評(píng)估和驗(yàn)證(A)箱形圖顯示了通過(guò)藥物靶點(diǎn)層次預(yù)測(cè)的所有可靶點(diǎn)基因中有效靶點(diǎn)的比例耕肩。p值來(lái)自Wilcoxon符號(hào)秩和檢驗(yàn)因妇。(B)工作流程描述了使用PRISM初步篩選藥物反應(yīng)數(shù)據(jù)集對(duì)優(yōu)先靶點(diǎn)進(jìn)行系統(tǒng)評(píng)估的過(guò)程。(C)使用CRISPR數(shù)據(jù)單獨(dú)猿诸、腫瘤與正常數(shù)據(jù)單獨(dú)以及兩種方法結(jié)合對(duì)各種癌癥類型優(yōu)先選擇有效藥物靶點(diǎn)的成功率婚被。p值來(lái)自z檢驗(yàn)。(D)三種方法的敏感性梳虽、特異性和準(zhǔn)確性址芯。(E-G)小提琴圖比較了腫瘤與正常(上板，p值來(lái)自Wilcoxon秩和檢驗(yàn))的靶蛋白豐度和細(xì)胞系中靶點(diǎn)依賴性評(píng)分(下板窜觉，p值來(lái)自單樣本t檢驗(yàn))的層次4靶點(diǎn)CAD(E)谷炸、PAK2(F)和ITGB5(G)。(H-J)繪制了細(xì)胞生長(zhǎng)(左板)和細(xì)胞系異種移植腫瘤體積(右板禀挫，每組4-6只小鼠)的圖表旬陡，來(lái)自對(duì)照和第4層靶點(diǎn)敲低細(xì)胞系shCAD(H)、shPAK2(I)和shITGB5(J)特咆。數(shù)據(jù)是平均值±SEM。p值來(lái)自t檢驗(yàn)录粱。p<0.05,p<0.01,**p<0.001,****p<0.0001腻格。另見(jiàn)圖S4和表S5。

Para_01

1. 為了進(jìn)一步評(píng)估我們的預(yù)測(cè)啥繁，我們使用了來(lái)自藥物重定位資源PRISM（同時(shí)混合物中相關(guān)抑制的剖析和相對(duì)抑制）的初步篩選數(shù)據(jù)（STAR方法）菜职。
2. 在1-3層的1075個(gè)可用藥蛋白中，我們能夠針對(duì)325個(gè)分子靶點(diǎn)評(píng)估648種獨(dú)特藥物的反應(yīng)旗闽，這些分子靶點(diǎn)同時(shí)具有CPTAC和DepMap CRISPR KO數(shù)據(jù)（圖4B）酬核。
3. 總體而言蜜另，這些實(shí)驗(yàn)在所有5184個(gè)藥物-細(xì)胞系對(duì)中顯示出15%的成功率（平均log2存活率降低>0.3，p<0.01嫡意，單樣本t檢驗(yàn)）举瑰。
4. 然后，我們比較了三種不同方法的預(yù)測(cè)性能：僅CRISPR蔬螟，僅腫瘤與正常組織比較此迅，以及我們的結(jié)合兩種策略的方法（圖4C，4D和S4A-S4C旧巾；表S5A）耸序。
5. 僅基于CRISPR的預(yù)測(cè)將識(shí)別成功PRISM藥物反應(yīng)的機(jī)會(huì)從15%增加到22%（p<2.2e-16，z檢驗(yàn)）鲁猩，在三種方法中顯示出最高的靈敏度和最低的特異性坎怪，準(zhǔn)確率為57%。
6. 僅基于腫瘤與正常組織比較的預(yù)測(cè)將藥物反應(yīng)識(shí)別的機(jī)會(huì)增加到29%（p<2.2e-16廓握，z檢驗(yàn)）搅窿，顯示出比僅CRISPR方法更低的靈敏度和更高的特異性，并產(chǎn)生相對(duì)更高的準(zhǔn)確率疾棵，為67%戈钢。
7. 我們的方法，整合了腫瘤-正常比較和細(xì)胞依賴性數(shù)據(jù)是尔，實(shí)現(xiàn)了識(shí)別成功藥物反應(yīng)的最高率殉了，將成功率從15%提升到39%（p=2.9e-8，z檢驗(yàn)）拟枚，相應(yīng)地使成功藥物實(shí)驗(yàn)的可能性增加了2.6倍薪铜。
8. 盡管我們的方法與僅CRISPR方法相比顯示出較低的靈敏度，但它將特異性從53%提高到了83%（提高了57%）恩溅，將準(zhǔn)確率從57%提高到了76%（提高了33%）隔箍。
9. 鑒于這些方法產(chǎn)生了大量的預(yù)測(cè)，高特異性和準(zhǔn)確率對(duì)于提名真正有前景的靶點(diǎn)進(jìn)行進(jìn)一步實(shí)驗(yàn)和臨床驗(yàn)證至關(guān)重要脚乡。

Para_02

1. 值得注意的是蜒滩，在我們的評(píng)估中，一些假陽(yáng)性奶稠，例如基于對(duì)研究用的HDAC1抑制劑tacedinaline和聚(ADP-核糖)聚合酶(PARP)抑制劑niraparib俯艰、olaparib和rucaparib無(wú)反應(yīng)的情況，可能是由于這些藥物的低效價(jià)所致锌订。
2. 這種解釋得到了對(duì)已批準(zhǔn)的HDAC1抑制劑belinostat和panobinostat以及更有效的PARP抑制劑talazoparib23的積極反應(yīng)的支持(圖S4D和S4E)竹握。
3. 相反，一些明顯的假陰性辆飘，例如基于對(duì)PRKCB抑制劑enzastaurin和MAP2K1/MAP2K2抑制劑refametinib在幾種沒(méi)有預(yù)測(cè)依賴性的癌癥類型中的反應(yīng)啦辐，根據(jù)Sanger的癌癥藥物敏感性基因組學(xué)(GDSC)數(shù)據(jù)庫(kù)的藥物反應(yīng)數(shù)據(jù)谓传，被驗(yàn)證為真陰性(圖S4F和S4G)。
4. 因此芹关，我們預(yù)測(cè)的實(shí)際準(zhǔn)確度可能超過(guò)了根據(jù)PRISM評(píng)估得出的76%的估計(jì)值续挟。

[圖片上傳失敗...(image-9a5434-1727113920021)]

• 圖S4。優(yōu)先藥物靶點(diǎn)的評(píng)估和驗(yàn)證充边，與圖4（A-C）相關(guān)庸推。用于評(píng)估藥物-癌癥類型對(duì)預(yù)測(cè)性能的混淆矩陣，使用CRISPR KO數(shù)據(jù)（A）浇冰、腫瘤與正常（TvN）數(shù)據(jù)（B）或組合（C）預(yù)測(cè)細(xì)胞系中實(shí)際藥物反應(yīng)的有效藥物靶點(diǎn)在PRISM初級(jí)篩選中觀察到贬媒。1表示PRISM中藥物-癌癥類型對(duì)的敏感性或預(yù)測(cè)藥物-癌癥類型對(duì)的有效靶點(diǎn)，否則為0肘习。（D和E）PRISM的藥物反應(yīng)和預(yù)測(cè)HDAC1（D）和PARP1/2（E）的有效性际乘。（F和G）PRISM和GDSC的藥物反應(yīng)以及預(yù)測(cè)PRKCB（F）和MAP2K1/2（G）的有效性。（H和I）小提琴圖比較腫瘤與正常（頂部面板漂佩，p值來(lái)自Wilcoxon等級(jí)和檢驗(yàn)）脖含、細(xì)胞系中的靶點(diǎn)依賴性評(píng)分（中間面板，p值來(lái)自單樣本t檢驗(yàn)）和細(xì)胞系對(duì)針對(duì)該靶點(diǎn)的藥物的反應(yīng)（底部面板投蝉，p值來(lái)自單樣本t檢驗(yàn)）二級(jí)靶點(diǎn)SQLE（H）和三級(jí)靶點(diǎn)HSP90AA1（I）养葵。（J和K）使用tanespimycin（J）和alvespimycin（K）對(duì)PRISM對(duì)泛癌三級(jí)藥物靶點(diǎn)HSP90AA1的響應(yīng)進(jìn)行實(shí)驗(yàn)驗(yàn)證，48小時(shí)處理后瘩缆。圖表顯示3至4次獨(dú)立實(shí)驗(yàn)的平均存活率±SEM相對(duì)于載體對(duì)照关拒，圖例下方顯示平均IC50。（L）繪制了HT29結(jié)腸癌細(xì)胞系異種移植瘤治療組（每組9只小鼠）接受載體對(duì)照或alvespimycin治療的平均腫瘤體積±SD庸娱。（M）繪制了HT29異種移植小鼠（每組9只小鼠）的平均體重±SD着绊。（N）western blots顯示對(duì)照和shRNA敲低結(jié)腸癌（LOVO和HT29）和胰腺癌（BXPC3）細(xì)胞系中PAK2、CAD和ITGB5的蛋白水平熟尉。

Para_02

1. 盡管我們預(yù)測(cè)的泛癌癥靶點(diǎn)（在五種或更多癌癥類型中有效的靶點(diǎn)）中有四分之三通過(guò)PRISM反應(yīng)數(shù)據(jù)得到驗(yàn)證屬于第一層級(jí)归露，但我們預(yù)測(cè)的第二層級(jí)和第三層級(jí)的幾個(gè)靶點(diǎn)也獲得了驗(yàn)證（表S5A）。
2. 例如斤儿，針對(duì)第二層級(jí)靶點(diǎn)SQLE的藥物那夫替芬剧包，以及針對(duì)第三層級(jí)靶點(diǎn)HSP90AA1的藥物阿爾韋斯皮米辛和塔內(nèi)斯皮米辛，在多種癌癥譜系中均顯示出顯著的療效（圖S4H和S4I）往果。
3. 為了確認(rèn)PRISM的高通量疆液、多路復(fù)用篩選結(jié)果，我們使用了一種低通量棚放、非多路復(fù)用的方法枚粘，在代表不同癌癥類型的八種細(xì)胞系上進(jìn)行了阿爾韋斯皮米辛和塔內(nèi)斯皮米辛的藥物反應(yīng)實(shí)驗(yàn)馅闽。
4. 絕大多數(shù)細(xì)胞系的兩種藥物的半最大抑制濃度（IC50）值都低于1μM飘蚯，這加強(qiáng)了PRISM研究的發(fā)現(xiàn)（圖S4J和S4K）馍迄。
5. 為了將這種驗(yàn)證擴(kuò)展到體內(nèi)設(shè)置，我們用阿爾韋斯皮米辛（50mg/kg局骤，每天腹膜內(nèi)給藥）治療了HT29結(jié)腸癌細(xì)胞系異種移植瘤攀圈。
6. 與載體對(duì)照組相比，經(jīng)阿爾韋斯皮米辛處理的小鼠腫瘤體積顯著減新退Α（圖S4L）赘来。
7. 重要的是，阿爾韋斯皮米辛治療在治療7天后開(kāi)始誘導(dǎo)腫瘤消退（圖S4L）凯傲，并且治療組的體重與 control 組相比沒(méi)有明顯變化（圖S4M）犬辰。

Para_03

1. 我們的分析還確定了幾種目前尚未開(kāi)發(fā)藥物的等級(jí)4和等級(jí)5靶點(diǎn)，作為潛在的泛癌癥靶點(diǎn)（見(jiàn)圖2B和3B）冰单。
2. 我們選擇了三個(gè)這樣的靶點(diǎn)進(jìn)行低通量實(shí)驗(yàn)驗(yàn)證幌缝，使用短發(fā)夾RNA（shRNA）敲低，包括CAD诫欠，一種負(fù)責(zé)核苷酸合成的酶（見(jiàn)圖4E）涵卵；
3. PAK2，PAK家族激酶的成員之一（見(jiàn)圖4F）荒叼；以及ITGB5轿偎，一種負(fù)責(zé)細(xì)胞粘附和信號(hào)傳導(dǎo)的細(xì)胞表面整合素（見(jiàn)圖4G）。
4. 針對(duì)每個(gè)靶點(diǎn)被廓，我們建立了穩(wěn)定的shRNA和對(duì)照細(xì)胞系坏晦，包括結(jié)腸癌（HT29和LOVO）和胰腺癌（BXPC3）細(xì)胞系。
5. 由于技術(shù)原因伊者，未生成穩(wěn)定的shCAD LOVO細(xì)胞系英遭。
6. 在這些細(xì)胞系中，通過(guò)蛋白質(zhì)水平確認(rèn)了敲低（見(jiàn)圖S4N）亦渗。
7. 細(xì)胞增殖實(shí)驗(yàn)表明挖诸，與對(duì)照相比，靶點(diǎn)敲低抑制了細(xì)胞生長(zhǎng)（見(jiàn)圖4H-4J法精，左面板）多律。
8. 此外，細(xì)胞系異種移植也顯示搂蜓，與對(duì)照相比狼荞，這些靶點(diǎn)的敲低在體內(nèi)抑制了腫瘤生長(zhǎng)（見(jiàn)圖4H-4J，右面板）帮碰。
9. 這些結(jié)果表明相味，我們的方法在確定候選靶點(diǎn)方面是有用的，這些候選靶點(diǎn)是脆弱的殉挽，因此可能是未來(lái)藥物開(kāi)發(fā)的潛在靶點(diǎn)丰涉。

Protein dependencies associated with the loss of TSGs

與腫瘤抑制基因丟失相關(guān)的蛋白質(zhì)依賴性

Para_01

1. TSGs 在癌癥中經(jīng)常受到功能缺失（LoF）基因異常的影響拓巧。
2. 直接針對(duì)LoF TSGs進(jìn)行治療具有挑戰(zhàn)性。
3. 然而一死，這些TSGs的丟失可以誘導(dǎo)腫瘤特異性依賴其他腫瘤內(nèi)的蛋白質(zhì)肛度，這使得這些蛋白質(zhì)成為合成致死治療策略的吸引人靶點(diǎn)。
4. 我們對(duì)基于TSGs中LoF改變的頻率的10種癌癥類型進(jìn)行了無(wú)監(jiān)督層次聚類分析投慈，特別是CPTAC和癌癥基因組圖譜（TCGA）數(shù)據(jù)集中的框移/無(wú)義突變或深度缺失承耿。
5. 此分析關(guān)注在所有CPTAC和TCGA樣本中LoF改變超過(guò)3%的TSGs，結(jié)果表明在兩個(gè)數(shù)據(jù)集中相同癌癥類型的聚類是獨(dú)特的（圖5A伪煤；表S6A）加袋。
6. 這些TSGs的基因丟失與相應(yīng)基因的mRNA和蛋白質(zhì)豐度降低有關(guān)，但在ARID1A和KMT2D中觀察到蛋白質(zhì)水平比mRNA水平有更大的降低抱既，而在TP53中觀察到相反的情況（圖5B）锁荔。

[圖片上傳失敗...(image-92aeaf-1727113920021)]

• 圖5.識(shí)別基因組改變的腫瘤抑制基因的合成致死伴侶作為潛在靶點(diǎn)（A）熱圖顯示了CPTAC和TCGA隊(duì)列中基因組改變頻率最高的腫瘤抑制基因。（B）來(lái)自（A）的腫瘤抑制基因?qū)ο鄳?yīng)mRNA和蛋白質(zhì)水平的順式影響蝙砌。（C）對(duì)于每種癌癥類型阳堕，每個(gè)點(diǎn)代表蛋白質(zhì)、磷酸位點(diǎn)或激酶活性在攜帶功能缺失基因突變的腫瘤中上調(diào)的重要性與其他腫瘤相比（x軸择克，值越高表示上調(diào)越顯著）恬总，以及相應(yīng)基因敲除導(dǎo)致具有腫瘤抑制缺失的匹配譜系細(xì)胞系增殖丟失的重要性與其他細(xì)胞系相比（y軸，值越低表示增殖丟失越顯著）肚邢。（D）TOP2A蛋白質(zhì)在TP53缺失的UCEC腫瘤中顯著更高壹堰，且攜帶TP53缺失的UCEC細(xì)胞系對(duì)TOP2A的依賴性顯著更高。（E）與沒(méi)有TP53缺失的細(xì)胞系相比骡湖，TP53缺失的UCEC細(xì)胞系對(duì)拓?fù)洚悩?gòu)酶抑制劑多柔比星和米托蒽醌更敏感贱纠。（F）ANAPC1 p-S334在TP53缺失的OV腫瘤中的含量顯著更高，且攜帶TP53缺失的OV細(xì)胞系對(duì)ANAPC1的依賴性顯著更高响蕴。（G）在TP53缺失的BRCA腫瘤中谆焊，推斷的CHK1活性顯著更高，且攜帶TP53缺失的BRCA細(xì)胞系對(duì)CHK1的依賴性顯著更高浦夷。（H）三種癌癥類型中TP53缺失相關(guān)依賴性的總結(jié)辖试。請(qǐng)參見(jiàn)圖S5和表S6。

Para_01

1. 為了系統(tǒng)地探索與腫瘤抑制基因（TSG）丟失相關(guān)的潛在蛋白依賴性劈狐，我們分析了每種癌癥類型中腫瘤樣本的TSGs基因缺失與蛋白豐度罐孝、磷酸化位點(diǎn)豐度和推斷的激酶活性評(píng)分的變化之間的關(guān)聯(lián)。
2. 此外肥缔，對(duì)于每個(gè)TSG-蛋白莲兢、TSG-磷酸化位點(diǎn)和TSG-激酶活性對(duì)，我們使用了DepMap中匹配的癌癥系譜的CRISPR數(shù)據(jù)來(lái)確定具有TSG功能喪失異常的細(xì)胞系是否與相應(yīng)基因的依賴性增加，與沒(méi)有這些異常的細(xì)胞系相比（圖S5A）改艇。
3. 大多數(shù)確定的與TSG丟失相關(guān)的依賴性是特定于癌癥類型的（圖5C和S5B-S5D俗慈；表S6B-S6D）。
4. 僅在KMT2D突變體中發(fā)現(xiàn)了對(duì)RPL22L1的依賴性遣耍，在COAD和UCEC中都存在。
5. 有趣的是炮车，確定的TSG-磷酸化位點(diǎn)對(duì)通常比相應(yīng)的TSG-蛋白對(duì)顯示出更顯著的相關(guān)性（表S6E）舵变，這表明是磷酸化而不是蛋白豐度主要驅(qū)動(dòng)了這些依賴性。
6. 同樣瘦穆，TSG-激酶活性對(duì)的相關(guān)性與基于激酶蛋白豐度的結(jié)果不同（圖S5B-S5D）纪隙。

[圖片上傳失敗...(image-72f557-1727113920021)]

• 圖S5：與圖5相關(guān)的腫瘤抑制基因相關(guān)依賴性。(A)我們整合了來(lái)自腫瘤樣本的蛋白組學(xué)數(shù)據(jù)和來(lái)自癌細(xì)胞系的基因篩查數(shù)據(jù)的工作流程扛或，以識(shí)別與腫瘤抑制基因相關(guān)的依賴性绵咱。(B)統(tǒng)計(jì)腫瘤和細(xì)胞系分析中的腫瘤抑制基因-蛋白對(duì)的圖。x軸表示W(wǎng)ilcoxon秩和檢驗(yàn)的符號(hào)-log10 p值熙兔，比較具有腫瘤抑制基因伴侶基因組改變的腫瘤中的蛋白表達(dá)與按癌癥類型剩余的腫瘤悲伶。(C)統(tǒng)計(jì)腫瘤和細(xì)胞系分析中的腫瘤抑制基因-磷酸位點(diǎn)對(duì)的圖。軸類似于(B)住涉，但用于x軸計(jì)算的磷酸位點(diǎn)數(shù)據(jù)麸锉。(D)統(tǒng)計(jì)腫瘤和細(xì)胞系分析中的腫瘤抑制基因-激酶活性對(duì)的圖。軸類似于(B)舆声，但用于x軸計(jì)算的激酶活性數(shù)據(jù)花沉。

Para_01

1. 由于TP53是癌癥中發(fā)生變異最頻繁的基因，我們接下來(lái)重點(diǎn)關(guān)注TP53的一些具體關(guān)聯(lián)實(shí)例媳握，以更好地理解它們的生物學(xué)和臨床治療意義碱屁。
2. 一個(gè)例子是UCEC中的TP53-TOP2A，在該例子中蛾找，TOP2A蛋白在TP53缺失的腫瘤中的含量顯著更高娩脾，與其它細(xì)胞系相比，TP53缺失的子宮癌細(xì)胞系對(duì)TOP2A的依賴性更高（見(jiàn)圖5D）打毛。
3. TOP2A是一種能夠調(diào)節(jié)DNA拓?fù)浣Y(jié)構(gòu)的拓?fù)洚悩?gòu)酶晦雨，它之前已被報(bào)道為TP53缺失的合成致死伴侶。
4. 在TP53缺失的情況下隘冲，TOP2A是必需的闹瞧，以防止復(fù)制和轉(zhuǎn)錄之間的干擾。
5. 此外展辞，TOP2A S1247水平的升高也與TP53缺失有關(guān)奥邮，這加強(qiáng)了蛋白水平的數(shù)據(jù)。
6. TOP2A S1247是一個(gè)有絲分裂磷酸化位點(diǎn)，它影響酶的亞細(xì)胞定位和在有絲分裂染色質(zhì)上的停留時(shí)間洽腺，這表明TOP2A在攜帶TP53缺失的腫瘤中具有直接的功能作用（見(jiàn)圖5D）脚粟。

Para_02

1. TOP2A是化療藥物如多柔比星的目標(biāo)，它會(huì)抑制拓?fù)洚悩?gòu)酶的活性蘸朋。
2. 多柔比星目前被批準(zhǔn)用于治療UCEC患者核无，在未經(jīng)選擇的患者中的總反應(yīng)率為16%。
3. 在分析DepMap的體外藥物反應(yīng)數(shù)據(jù)時(shí)藕坯，發(fā)現(xiàn)與沒(méi)有TP53缺失的細(xì)胞系相比团南，具有TP53缺失的子宮癌細(xì)胞系對(duì)多柔比星更敏感（見(jiàn)圖5E）。
4. 此外炼彪，與野生型（WT）TP53的細(xì)胞系相比吐根，具有TP53缺失的子宮癌細(xì)胞系對(duì)另一種拓?fù)洚悩?gòu)酶抑制劑米托蒽醌也顯示出增加的敏感性（見(jiàn)圖5E）。
5. 據(jù)報(bào)道辐马，米托蒽醌在未經(jīng)選擇的UCEC腫瘤患者中缺乏臨床活性拷橘。
6. 這些發(fā)現(xiàn)提示需要進(jìn)一步研究將TP53缺失作為一種生物標(biāo)志物，以選擇適合用多柔比星和米托蒽醌治療的UCEC患者喜爷。

Para_03

1. 在OV腫瘤中冗疮，ANAPC1 S334的含量顯著增加，但宿主蛋白水平?jīng)]有變化檩帐，這一點(diǎn)在攜帶TP53缺失的樣本中尤為明顯（圖5F）赌厅。
2. 此外，TP53缺失的OV細(xì)胞系對(duì)ANAPC1的依賴性明顯更高（圖5F）轿塔。
3. TP53的缺失會(huì)促進(jìn)細(xì)胞周期進(jìn)程特愿，這可能會(huì)增加對(duì)包括ANAPC1在內(nèi)的后期促進(jìn)復(fù)合體的活性需求。
4. 盡管ANAPC1 S334的研究還不充分勾缭，但它可能代表了一個(gè)未被充分研究的ANAPC1磷酸化位點(diǎn)揍障，該位點(diǎn)介導(dǎo)ANAPC1的活性，并最終影響細(xì)胞周期進(jìn)程俩由。

Para_04

1. 最后毒嫡，與其它腫瘤相比，BRCA腫瘤在TP53丟失時(shí)CHK1激酶活性更高（圖5G）幻梯。
2. CHK1激活TP53兜畸，然后TP53又反向下調(diào)CHK1。
3. 在沒(méi)有TP53的這種負(fù)調(diào)控下碘梢，BRCA腫瘤中CHK1的活性會(huì)增加咬摇，且CRISPR技術(shù)敲除其基因CHEK1后，TP53丟失的BRCA細(xì)胞系適應(yīng)度損失更大（圖5G）煞躬。
4. 這些數(shù)據(jù)突顯了一個(gè)關(guān)系肛鹏，即伴侶基因的活性會(huì)直接受到腫瘤抑制基因丟失的影響逸邦。
5. 之前的一項(xiàng)研究顯示，與野生型TP53 PDX模型相比在扰，攜帶截短的TP53突變的乳腺癌患者來(lái)源異種移植腫瘤（PDX）對(duì)CHK1抑制劑與DNA損傷劑的聯(lián)合治療更敏感缕减。
6. 同一項(xiàng)研究還使用了一個(gè)帶有TP53敲低的同基因PDX模型，結(jié)果表明芒珠，與野生型TP53對(duì)照腫瘤細(xì)胞相比桥狡，聯(lián)合治療增加了TP53突變腫瘤細(xì)胞的凋亡。
7. 我們從人類腫瘤中的發(fā)現(xiàn)強(qiáng)化了使用TP53狀態(tài)作為生物標(biāo)志物來(lái)選擇適合CHK1抑制的乳腺癌患者的潛在效用皱卓。

Para_05

1. 圖5H概述了各種癌癥類型中與TP53缺失相關(guān)的依賴性腾窝。這些發(fā)現(xiàn)說(shuō)明了蛋白質(zhì)基因組學(xué)方法在識(shí)別與TSGs丟失相關(guān)的蛋白質(zhì)依賴性方面的實(shí)用性赁炎，揭示了潛在的治療機(jī)會(huì)迅诬。
2. ,

Proteogenomic identification of neoantigen candidates

蛋白質(zhì)基因組學(xué)鑒定新抗原候選物

Para_01

1. 體細(xì)胞突變產(chǎn)生的 neoantigens 是疫苗和基于 T 細(xì)胞的免疫療法的有吸引力的靶點(diǎn)床牧。
2. 根據(jù)人類腫瘤的基因組測(cè)序婆誓，已經(jīng)預(yù)測(cè)出數(shù)百萬(wàn)個(gè)可能的由突變產(chǎn)生的 neoantigens刑顺，但在基于 MS 的免疫肽組學(xué)中檢測(cè)到的卻很少隶校。
3. 由于 neoepitopes 是肽而不是核酸序列夺姑，并且表達(dá)是識(shí)別真正 neoantigens 的關(guān)鍵特征蜈漓，我們認(rèn)為突變肽的蛋白質(zhì)組學(xué)證據(jù)對(duì)于優(yōu)先考慮免疫療法開(kāi)發(fā)的體細(xì)胞突變是有用的穆桂。
4. 我們使用 NeoFlow 對(duì)蛋白質(zhì)組學(xué)、磷酸蛋白質(zhì)組學(xué)以及配對(duì)的 DNA 和 RNA-seq 數(shù)據(jù)進(jìn)行了綜合分析融虽，以系統(tǒng)地預(yù)測(cè)具有蛋白質(zhì)表達(dá)證據(jù)的由體細(xì)胞突變產(chǎn)生的 neoantigens（圖 6A）享完。

[圖片上傳失敗...(image-4de62e-1727113920020)]

• 圖6.使用蛋白質(zhì)基因組學(xué)數(shù)據(jù)預(yù)測(cè)體細(xì)胞突變衍生的新抗原。(A)新抗原優(yōu)先級(jí)排序的蛋白質(zhì)基因組學(xué)工作流程概述有额。(B)每種癌癥類型識(shí)別的體細(xì)胞突變衍生變異肽段的數(shù)量般又。(C)具有在蛋白質(zhì)組學(xué)數(shù)據(jù)中檢測(cè)到與未檢測(cè)到的突變基因的蛋白質(zhì)豐度(log2 MS1強(qiáng)度)。(D)具有蛋白質(zhì)組學(xué)支持的假定新抗原的樣本百分比巍佑。(E)預(yù)測(cè)在至少兩個(gè)腫瘤中產(chǎn)生新抗原的突變茴迁。(F)預(yù)測(cè)在患者中產(chǎn)生新表位的KRAS突變肽段及其相應(yīng)的HLA類型。另見(jiàn)表S7萤衰。

Para_01

1. 通過(guò)將全球蛋白質(zhì)組和磷酸蛋白質(zhì)組數(shù)據(jù)與來(lái)自匹配的DNA和RNA測(cè)序數(shù)據(jù)的樣本特異性定制蛋白質(zhì)數(shù)據(jù)庫(kù)進(jìn)行搜索堕义，我們?cè)?0種癌癥類型中鑒定出27-533個(gè)突變肽段（圖6B）。
2. 在UCEC中鑒定出大量突變肽段脆栋，是由微衛(wèi)星不穩(wěn)定性高（MSI-H）或聚合酶ε（POLE）突變的樣本亞群驅(qū)動(dòng)的倦卖，
3. 而與其它癌癥類型相比，LSCC椿争、LUAD和HNSCC中鑒定的突變肽段數(shù)量相對(duì)較高怕膛，這與這些癌癥類型中相對(duì)較高的突變負(fù)擔(dān)相關(guān)。
4. COAD中也存在MSI-H或POLE突變的樣本亞群秦踪，但與其它隊(duì)列相比嘉竟，本研究中的蛋白質(zhì)組深度較低，突顯了蛋白質(zhì)組深度在鑒定突變肽段中的重要性。
5. 此外舍扰，與未在蛋白質(zhì)水平檢測(cè)到突變的基因相比倦蚪，在蛋白質(zhì)水平檢測(cè)到突變的基因的蛋白質(zhì)豐度要高得多（圖6C），
6. 這表明蛋白質(zhì)豐度在突變肽段的鑒定中也起著重要作用边苹。

Para_02

1. 我們預(yù)測(cè)了所有可能突變表位與基于DNA-seq數(shù)據(jù)推斷的特定病人的人類白細(xì)胞抗原（HLA）等位基因的結(jié)合親和力陵且，這些突變均具有蛋白質(zhì)水平的證據(jù)。
2. 結(jié)合親和力低于500nM的突變表位被視為潛在的neoantigens个束。
3. 在10個(gè)癌癥隊(duì)列中慕购，至少有一個(gè)預(yù)測(cè)neoantigen的樣本百分比從21%到73%不等（圖6D）。
4. 這表明許多病人有潛力從基于neoantigen的免疫療法中受益茬底。

Para_03

1. 我們的系統(tǒng)分析共鑒定出2315個(gè)可能的neoantigens沪悲，與846個(gè)體細(xì)胞突變相關(guān)（表S7）。
2. 在可能的neoantigens中阱表，有180個(gè)來(lái)自39個(gè)癌癥基因殿如，這些基因在癌癥基因普查數(shù)據(jù)庫(kù)中被注釋為高置信度的致癌基因或腫瘤抑制基因，例如CTNNB1最爬、TP53涉馁、KRAS、DDX3X爱致、EGFR烤送、ERBB3、FOXA1糠悯、MAPK1帮坚、HRAS和ARID1A。
3. 其中一些新表位肽或其高度相似的形態(tài)（例如互艾，覆蓋我們預(yù)測(cè)肽段的更長(zhǎng)肽段）已在臨床前或臨床上進(jìn)行了研究叶沛。
4. 這些包括由KRAS G12C、G12D和G13D以及IDH1 R132H和TP53 R273C突變產(chǎn)生的新表位肽忘朝。

Para_04

1. 我們預(yù)測(cè)的大多數(shù)產(chǎn)生新抗原的體細(xì)胞突變都是特定于個(gè)別患者的腫瘤灰署，并且由此產(chǎn)生的新抗原很可能是私有的新抗原。
2. 然而局嘁，有五個(gè)突變被預(yù)測(cè)至少在兩個(gè)腫瘤中產(chǎn)生新抗原溉箕，包括KRAS G12D、KRAS G12C悦昵、KRAS G13D肴茄、DAZAP1 G383Afs?46和RBM39 D328Y（見(jiàn)圖6E）。
3. 在具有KRAS G12D突變的75個(gè)腫瘤中但指，53%產(chǎn)生了可檢測(cè)的突變肽寡痰，31%被預(yù)測(cè)至少產(chǎn)生一個(gè)KRAS G12D衍生的 neoepitope抗楔。
4. 其他兩個(gè)KRAS突變也被預(yù)測(cè)在大量的腫瘤中產(chǎn)生neoepitopes。
5. 值得注意的是拦坠，5個(gè)KRAS突變肽被預(yù)測(cè)在4種CPTAC癌癥類型（PDAC连躏、LUAD、UCEC和COAD）的44名患者中產(chǎn)生neoepitopes贞滨，使它們成為有希望針對(duì)的公共新抗原的候選者（見(jiàn)圖6F）入热。

Identification and validation of tumor-associated antigens

腫瘤相關(guān)抗原的鑒定與驗(yàn)證

Para_01

1. 我們預(yù)測(cè)的大多數(shù)突變衍生的新抗原是患者特異性的，這限制了它們作為預(yù)制疫苗或T細(xì)胞產(chǎn)品靶點(diǎn)的實(shí)用性晓铆。
2. 因此勺良，我們將搜索范圍擴(kuò)大到腫瘤相關(guān)抗原，方法是通過(guò)識(shí)別在腫瘤中過(guò)表達(dá)且在正常組織中表達(dá)高度受限的蛋白質(zhì)（圖7A）骄噪。
3. 例如尚困，MAGEA10（圖7B），黑色素瘤抗原基因（MAGE）家族中的一個(gè)高度免疫原性的癌癥/睪丸腫瘤相關(guān)抗原成員链蕊，腫瘤相關(guān)抗原可能在某一癌癥類型中只有部分腫瘤異常表達(dá)事甜。
4. 因此，它們可能無(wú)法使用諸如t檢驗(yàn)或Wilcoxon秩和檢驗(yàn)的常規(guī)方法檢測(cè)到示弓。
5. 因此讳侨，我們采用了安德森-達(dá)林（AD）檢驗(yàn)呵萨，該檢驗(yàn)專注于比較尾部區(qū)域的蛋白質(zhì)豐度奏属，以更好地捕捉僅在樣本子集中觀察到的豐度差異。
6. 鑒定的蛋白質(zhì)經(jīng)過(guò)一個(gè)篩選過(guò)程潮峦，基于Genotype-Tissue Expression（GTEx）項(xiàng)目的數(shù)據(jù)中正常組織沒(méi)有檢測(cè)到可探測(cè)的mRNA囱皿，以及caAtlas數(shù)據(jù)庫(kù)35中非癌樣本沒(méi)有實(shí)驗(yàn)性檢測(cè)到的HLA-I肽（STAR方法）。
7. 最后忱嘹，我們使用PepQuery212對(duì)蛋白質(zhì)的鑒定進(jìn)行了正交驗(yàn)證嘱腥，以減少潛在假發(fā)現(xiàn)的可能性。

[圖片上傳失敗...(image-a14f34-1727113920020)]

• 圖7.腫瘤相關(guān)抗原的鑒定和實(shí)驗(yàn)驗(yàn)證(A)腫瘤相關(guān)抗原鑒定流程拘悦。(B)兩種癌癥隊(duì)列中MAGEA10 RNA(頂部)和蛋白(底部)的表達(dá)齿兔。(C)通過(guò)AD測(cè)試和Wilcoxon秩和測(cè)試在所有隊(duì)列中鑒定的顯著差異表達(dá)蛋白的數(shù)量。(D)七種優(yōu)先腫瘤相關(guān)抗原在六種癌癥類型中的分布础米。點(diǎn)和框表示兩種測(cè)試都有的鑒定或僅AD測(cè)試獨(dú)有的鑒定分苇。(E)對(duì)(D)中7種優(yōu)先蛋白與最常見(jiàn)等位基因HLA-A?02親和力最高的67個(gè)肽進(jìn)行結(jié)合親和力和免疫原性的實(shí)驗(yàn)驗(yàn)證。條形圖顯示HLA-A?02:01四聚體通過(guò)Q1替換百分比量化的交換效率屁桑。紅線表示50%的替換作為鑒定強(qiáng)結(jié)合親和力肽的閾值医寿。熱圖顯示ELISpot實(shí)驗(yàn)中每10萬(wàn)個(gè)細(xì)胞形成的斑點(diǎn)單位(SFUs)。紅色粗體文字突出顯示的22個(gè)肽既具有強(qiáng)的交換效率(>50%)又具有強(qiáng)的免疫原性(SFU > 150)蘑斧，是有望作為廣泛應(yīng)用的免疫治療靶點(diǎn)的有希望候選物靖秩。(F)兩位受試者中四種選定肽的結(jié)合親和力(Q1象限表示替換百分比)的代表性流式細(xì)胞術(shù)圖和ELISpot圖像须眷。見(jiàn)表S8。

Para_01

1. 通過(guò)AD測(cè)試鑒定的顯著差異表達(dá)蛋白的數(shù)量在8個(gè)具有正常樣本的隊(duì)列中從4,627到10,818不等（表S8）沟突。這些完全涵蓋了由Wilcoxon秩和檢驗(yàn)鑒定的所有顯著蛋白花颗，在這些隊(duì)列中增加了13%–38%（圖7C）。
2. 其中事扭，140種蛋白質(zhì)在GTEx正常組織中具有高度受限的表達(dá)捎稚，除了免疫特權(quán)組織之外，包括5種MAGE家族蛋白質(zhì)求橄，這些都是研究得很透徹的腫瘤相關(guān)抗原今野。
3. 值得注意的是，MAGEA10和MAGEB2僅通過(guò)AD測(cè)試而非Wilcoxon秩和檢驗(yàn)鑒定罐农，而MAGEA4和MAGEA1通過(guò)AD測(cè)試在更多癌癥類型中被鑒定条霜，這證明了AD測(cè)試在腫瘤相關(guān)抗原鑒定中的價(jià)值。
4. 我們關(guān)注了AD測(cè)試至少在2種癌癥類型中顯著過(guò)度表達(dá)的70種蛋白質(zhì)的子集（表S8）涵亏。
5. 在進(jìn)一步移除了在caAtlas的非癌樣本中有可檢測(cè)到的HLA-I肽的蛋白質(zhì)后宰睡，對(duì)9種蛋白質(zhì)進(jìn)行了PepQuery驗(yàn)證，最終優(yōu)先考慮了7種蛋白質(zhì)（圖7D）用于實(shí)驗(yàn)驗(yàn)證气筋。

Para_02

1. 為了識(shí)別廣泛適用于免疫療法開(kāi)發(fā)的腫瘤相關(guān)抗原拆内，我們對(duì)7種蛋白質(zhì)中的每一種選擇了最多10個(gè)與最常見(jiàn)的等位基因HLA-A?02預(yù)測(cè)結(jié)合親和力最高的肽段。
2. 此分析鑒定出67個(gè)肽段（表S8）宠默，我們通過(guò)競(jìng)爭(zhēng)性肽段結(jié)合試驗(yàn)測(cè)試了這些肽段的結(jié)合親和力麸恍。
3. 此試驗(yàn)通過(guò)測(cè)量外加肽段取代預(yù)先結(jié)合在HLA四聚體上的肽段的交換效率來(lái)衡量結(jié)合親和力。
4. 其基本原理是搀矫，外加肽段與HLA的結(jié)合親和力越強(qiáng)抹沪，它將越有效地取代預(yù)先結(jié)合的肽段，從而產(chǎn)生更高的交換效率瓤球。
5. 所有67個(gè)選定肽段與HLA-A?02:01四聚體的交換效率在2.38%到97.9%之間融欧，其中約70%（47/67個(gè)肽段）的交換效率超過(guò)50%，這一閾值用于識(shí)別具有強(qiáng)結(jié)合親和力的肽段（圖7E）卦羡。

Para_03

1. 我們接下來(lái)測(cè)試了這些肽是否能在 HLA-A?02 個(gè)體中引發(fā)免疫原性反應(yīng)噪馏，使用干擾素-γ (IFN-γ) ELISpot 分析。斑點(diǎn)的數(shù)量或斑點(diǎn)形成單位（SFUs）反映了識(shí)別并響應(yīng)呈現(xiàn)的肽的活化 T 細(xì)胞的數(shù)量绿饵，是免疫反應(yīng)強(qiáng)度的讀出值欠肾。
2. 來(lái)自中國(guó)的七名健康捐贈(zèng)者（CN1–7）和來(lái)自美國(guó)的六名健康捐贈(zèng)者（US1–6）接受了測(cè)試，所有捐贈(zèng)者的 T 細(xì)胞對(duì)至少一種肽產(chǎn)生了反應(yīng)蝴罪，每 100,000 個(gè) T 細(xì)胞中產(chǎn)生了≥5 個(gè) SFUs（圖 7E）董济。
3. 例如，帶有 HLA-A?02:11 的捐贈(zèng)者 US1 的 T 細(xì)胞培養(yǎng)對(duì)來(lái)自 MAGEA1 的 PEP4（CILESLFRAV）和來(lái)自 MAGEA10 的 PEP17（MMGLYDGMEHL）表現(xiàn)出強(qiáng)烈的反應(yīng)要门，而帶有 HLA-A?02:01 的捐贈(zèng)者 CN1 對(duì)來(lái)自 BRDT 的 PEP28（FSYAWPFYNPV）和來(lái)自 LEKR1 的 PEP40（YLVERQLQEI）表現(xiàn)出強(qiáng)烈的反應(yīng)（圖 7F）虏肾。
4. 總的來(lái)說(shuō)廓啊，來(lái)自 MAGEA1、MAGEA10封豪、MAGEB2谴轮、BRDT 和 LEKR1 的 22 個(gè)肽同時(shí)顯示出強(qiáng)大的交換效率（>50%）和強(qiáng)大的免疫原性（SFU > 150），它們是有望作為免疫療法靶點(diǎn)進(jìn)一步研究的候選對(duì)象（圖 7E 中以粗紅字顯示）吹埠。

Discussion

Para_01

1. 我們分析了來(lái)自10種癌癥類型超過(guò)1000名患者的協(xié)調(diào)一致的CPTAC蛋白質(zhì)基因組數(shù)據(jù)第步，為現(xiàn)有的癌癥藥物靶點(diǎn)提供了見(jiàn)解，并擴(kuò)展了治療靶點(diǎn)的范圍缘琅。
2. 我們通過(guò)系統(tǒng)地識(shí)別過(guò)度表達(dá)或超激活的可靶向蛋白質(zhì)依賴性粘都、腫瘤抑制基因缺失相關(guān)蛋白質(zhì)依賴性以及新抗原和腫瘤相關(guān)抗原來(lái)實(shí)現(xiàn)這一點(diǎn)。
3. 我們研究的核心優(yōu)勢(shì)在于我們對(duì)數(shù)據(jù)整合的全面方法刷袍。

Para_02

1. 第一層次的整合利用了蛋白質(zhì)組學(xué)數(shù)據(jù)翩隧，這些數(shù)據(jù)直接測(cè)量了被療法針對(duì)的實(shí)體，以及其他類型的組學(xué)數(shù)據(jù)呻纹。
2. 像其他研究一樣堆生，我們發(fā)現(xiàn)大量基因，包括一些可用藥的基因雷酪，其mRNA和蛋白質(zhì)水平之間的相關(guān)性較弱淑仆。
3. 這種差異部分歸因于通過(guò)蛋白質(zhì)-蛋白質(zhì)相互作用或蛋白質(zhì)復(fù)合物形成后的翻譯調(diào)控，這可以穩(wěn)定蛋白質(zhì)哥力。
4. 在本研究中蔗怠，我們還識(shí)別出一組編碼分泌蛋白的基因，這組基因的mRNA-蛋白質(zhì)相關(guān)性較低省骂。
5. 除了蛋白質(zhì)豐度外蟀淮，我們的分析還包括從磷酸蛋白質(zhì)組學(xué)數(shù)據(jù)推斷出的蛋白質(zhì)活性最住，從而識(shí)別出僅從全局蛋白質(zhì)組學(xué)中無(wú)法識(shí)別的額外蛋白質(zhì)靶標(biāo)钞澳。
6. 將蛋白質(zhì)組學(xué)數(shù)據(jù)與基因組學(xué)和表觀基因組學(xué)數(shù)據(jù)整合，進(jìn)一步揭示了可用藥的蛋白質(zhì)涨缚，其過(guò)表達(dá)在腫瘤中是由基因突變轧粟、低甲基化和拷貝數(shù)擴(kuò)增驅(qū)動(dòng)的。
7. 這些蛋白質(zhì)更有可能是腫瘤啟動(dòng)和進(jìn)展的驅(qū)動(dòng)因素脓魏，因此兰吟，它們是療法靶點(diǎn)的更有吸引力的選擇。
8. 另外茂翔，對(duì)于TSGs中的LoF基因變異混蔼，蛋白質(zhì)組學(xué)和磷酸蛋白質(zhì)組學(xué)數(shù)據(jù)的整合提供了一個(gè)有吸引力的策略，以發(fā)現(xiàn)蛋白質(zhì)珊燎、磷酸位點(diǎn)和激酶活性惭嚣，其抑制可能是合成致死的遵湖。

Para_03

1. 第二級(jí)別的整合涉及同時(shí)利用來(lái)自腫瘤標(biāo)本的分子剖析數(shù)據(jù)和來(lái)自癌細(xì)胞系的CRISPR-Cas9篩選數(shù)據(jù)。
2. 人類腫瘤剖析研究的一個(gè)局限性在于這些研究本質(zhì)上是關(guān)聯(lián)性的晚吞，不能用來(lái)建立因果關(guān)系延旧。
3. 來(lái)自細(xì)胞系中遺傳或藥物擾動(dòng)的高通量數(shù)據(jù)，如DepMap中可用的數(shù)據(jù)槽地，為建立因果關(guān)系提供了強(qiáng)大的資源迁沫，但與臨床疾病的相關(guān)性尚不確定。
4. 通過(guò)識(shí)別在人類癌癥組織中重要的基因捌蚊，并將這些基因與細(xì)胞系擾動(dòng)實(shí)驗(yàn)的表型結(jié)果相結(jié)合集畅，我們可以強(qiáng)調(diào)最有可能成功的靶點(diǎn)以進(jìn)行進(jìn)一步的研究。

Para_04

1. 第三層次的整合利用了CPTAC生成的泛癌癥數(shù)據(jù)缅糟。
2. 在單一研究中整合多種癌癥類型不僅加強(qiáng)了在單一癌癥隊(duì)列研究中發(fā)現(xiàn)的關(guān)聯(lián)牡整，而且還突出了可能適用于多種癌癥類型的常見(jiàn)治療靶點(diǎn)。
3. 盡管歷史上藥物的臨床試驗(yàn)都是在單一癌癥類型中進(jìn)行的溺拱，但籃式試驗(yàn)測(cè)試組織不可知的分子靶向治療藥物在拉羅替尼和恩曲替尼用于神經(jīng)生長(zhǎng)因子受體酪氨酸激酶（NTRK）融合患者以及帕博利珠單抗用于高微衛(wèi)星不穩(wěn)定性（MSI）患者獲得里程碑式的批準(zhǔn)后逃贝，正在受到關(guān)注。
4. 我們的泛癌癥分析已經(jīng)確定了一些組織不可知的蛋白質(zhì)靶點(diǎn)候選者迫摔，這些候選者在專注于特定癌癥類型中最有前景靶點(diǎn)的個(gè)別CPTAC研究中往往被忽視沐扳。

Para_05

1. 我們還部署了管線，優(yōu)先將新抗原和腫瘤相關(guān)抗原作為免疫治療的靶點(diǎn)句占。
2. 大多數(shù)預(yù)測(cè)的新表位僅對(duì)單個(gè)患者特異沪摄，但預(yù)測(cè)有5個(gè)KRAS突變肽會(huì)在4種癌癥類型的44名患者中產(chǎn)生新表位，這表明其可能作為一種公共新抗原有潛在效用纱烘。
3. 我們預(yù)測(cè)的幾個(gè)KRAS新表位的HLA-I表達(dá)已在工程細(xì)胞中被檢測(cè)到杨拐，使用的是目標(biāo)質(zhì)譜。
4. 此外擂啥，最近的一項(xiàng)臨床研究顯示哄陶，針對(duì)突變KRAS G12D驅(qū)動(dòng)突變的基因工程T細(xì)胞在一名難治性轉(zhuǎn)移性胰腺癌患者中實(shí)現(xiàn)了實(shí)質(zhì)性的腫瘤消退。
5. 我們的分析為進(jìn)一步前瞻性臨床試驗(yàn)提供了更多證據(jù)哺壶，以進(jìn)一步探究這種療法在胰腺癌和其他癌癥類型中的治療潛力屋吨。
6. 其他預(yù)測(cè)新表位的HLA-I表達(dá)和免疫原性將需要通過(guò)實(shí)驗(yàn)來(lái)驗(yàn)證。
7. 此外山宾，我們?cè)贕TEx正常組織中發(fā)現(xiàn)了140種表達(dá)高度受限但在CPTAC腫瘤中表達(dá)異常的蛋白質(zhì)至扰。
8. 針對(duì)7種優(yōu)先考慮的蛋白質(zhì)，預(yù)測(cè)與最常見(jiàn)的等位基因HLA-A?02有高結(jié)合親和力的肽段進(jìn)行實(shí)驗(yàn)性分析资锰，確定了5種蛋白質(zhì)中的22個(gè)肽段敢课，這7種蛋白質(zhì)既有強(qiáng)大的結(jié)合親和力也有免疫原性，其中包括3個(gè)MAGE家族蛋白質(zhì)和2個(gè)研究較少的蛋白質(zhì)BRDT和LEKR1。
9. 這些肽段可以作為廣泛適用的免疫療法靶點(diǎn)進(jìn)一步研究直秆。

Para_06

1. 總之胖翰，通過(guò)整合來(lái)自10種癌癥類型的6種組學(xué)數(shù)據(jù)類型以及外部細(xì)胞系和人體組織數(shù)據(jù)，我們創(chuàng)建了一個(gè)涵蓋各種治療方式的全面的蛋白質(zhì)和肽靶點(diǎn)資源切厘。
2. 這個(gè)獨(dú)特的資源萨咳，可以通過(guò)用戶友好的網(wǎng)絡(luò)門戶https://targets.linkedomics.org訪問(wèn)，將為重新利用目前可用的藥物和開(kāi)發(fā)新的癌癥治療方法鋪平道路疫稿。

Limitations of the study

研究的局限性

Para_07

1. 我們的研究有幾個(gè)局限性培他。首先，雖然我們使用藥物反應(yīng)數(shù)據(jù)評(píng)估了預(yù)測(cè)的可藥用依賴性遗座，但藥物療效和反應(yīng)測(cè)量不準(zhǔn)確等因素可能會(huì)影響我們的評(píng)估舀凛。
2. 其次，我們的優(yōu)先考慮聚焦于小分子藥物和膜蛋白的靶點(diǎn)途蒋，排除了許多預(yù)測(cè)的蛋白依賴性猛遍。這突顯了對(duì)創(chuàng)新療法的需求，以針對(duì)傳統(tǒng)上"不可藥用"的蛋白号坡。
3. 第三懊烤，盡管我們的分析是在泛癌癥背景下進(jìn)行的，未來(lái)的研究可以適應(yīng)并應(yīng)用在這里發(fā)展的整合蛋白基因組學(xué)方法到特定的癌癥類型或亞型宽堆。

STAR★Methods

Key resources table

關(guān)鍵資源表

Resource availability

資源可用性

Lead contact

主要聯(lián)系人

Para_01

1. 進(jìn)一步的信息和資源腌紧、試劑的請(qǐng)求應(yīng)直接聯(lián)系并完成于通訊作者Bing Zhang（bing.zhang@bcm.edu）。

Materials availability

材料可用性

Para_01

1. 本研究沒(méi)有生成新的獨(dú)特試劑畜隶。

Data and code availability

數(shù)據(jù)和代碼的可獲取性

Para_01

1. 原始蛋白質(zhì)組學(xué)數(shù)據(jù)文件由CPTAC數(shù)據(jù)門戶托管壁肋，可以在以下網(wǎng)址訪問(wèn)：https://proteomics.cancer.gov/data-portal，也可以在蛋白質(zhì)組學(xué)數(shù)據(jù)共享平臺(tái)訪問(wèn)：https://pdc.cancer.gov籽慢。
2. 基因組學(xué)和轉(zhuǎn)錄組學(xué)數(shù)據(jù)文件可以通過(guò)基因組數(shù)據(jù)共享平臺(tái)（GDC）數(shù)據(jù)門戶訪問(wèn)：https://portal.gdc.cancer.gov浸遗。
3. 用于本出版物處理的的數(shù)據(jù)可以通過(guò)LinkedOmicsKB（版本1）訪問(wèn)：https://kb.linkedomics.org。
4. 本研究的結(jié)果可以通過(guò)以下網(wǎng)址的網(wǎng)頁(yè)門戶訪問(wèn)：https://targets.linkedomics.org箱亿。

Experimental models and subject details

實(shí)驗(yàn)?zāi)Ｐ团c受試者詳細(xì)信息

Cancer cell lines

癌細(xì)胞系

Para_01

1. 769P細(xì)胞是由葉定偉實(shí)驗(yàn)室捐贈(zèng)的（復(fù)旦大學(xué)附屬腫瘤醫(yī)院泌尿外科跛锌，中國(guó)上海），SW1990細(xì)胞系是余現(xiàn)軍實(shí)驗(yàn)室贈(zèng)送的（復(fù)旦大學(xué)附屬腫瘤醫(yī)院胰腺外科极景，中國(guó)上海）察净，CAL27細(xì)胞是從陳萬(wàn)濤實(shí)驗(yàn)室獲得的（上海交通大學(xué)醫(yī)學(xué)院附屬第九人民醫(yī)院口腔頜面頭頸腫瘤科驾茴，中國(guó)上海）盼樟，A2780細(xì)胞是從施婷燕實(shí)驗(yàn)室獲得的（復(fù)旦大學(xué)附屬中山醫(yī)院婦產(chǎn)科，中國(guó)上海）锈至。NCI-H2170和NCI-H1944細(xì)胞是由王永波實(shí)驗(yàn)室捐贈(zèng)的（復(fù)旦大學(xué)基礎(chǔ)醫(yī)學(xué)院細(xì)胞與遺傳醫(yī)學(xué)系晨缴，中國(guó)上海）。HT29細(xì)胞是由李大衛(wèi)實(shí)驗(yàn)室捐贈(zèng)的（復(fù)旦大學(xué)附屬腫瘤醫(yī)院結(jié)直腸外科峡捡，中國(guó)上海）击碗。Ishikawa細(xì)胞是從上海泉細(xì)胞生物技術(shù)有限公司獲得的（泉細(xì)胞-I409筑悴，上海泉細(xì)胞生物技術(shù)有限公司，中國(guó)上海）稍途。LOVO細(xì)胞是由高大明博士捐贈(zèng)的（上海生物化學(xué)與細(xì)胞生物學(xué)研究所）阁吝。BXPC3細(xì)胞是從秦毅實(shí)驗(yàn)室獲得的（復(fù)旦大學(xué)附屬腫瘤醫(yī)院胰腺外科，中國(guó)上海）械拍。CAL27突勇、HT29、Ishikawa坷虑、SW1990和LOVO細(xì)胞在37°C甲馋、5%CO2條件下，于添加了10%胎牛血清和青霉素-鏈霉素的DMEM培養(yǎng)基中培養(yǎng)迄损。A2780定躏、NCI-H2170、NCI-H1944芹敌、769P和BXPC3細(xì)胞在37°C痊远、5%CO2條件下，于添加了10%胎牛血清和青霉素-鏈霉素的RPMI1640培養(yǎng)基中維持培養(yǎng)氏捞。

Lentiviral production and stable cell line generation

慢病毒生產(chǎn)及穩(wěn)定細(xì)胞系的建立

Para_01

1. 慢病毒是按照之前建立的方法生產(chǎn)的拗引。
2. 簡(jiǎn)而言之，我們從Broad研究所的RNAi聯(lián)盟查詢了shRNA序列（https://portals.broadinstitute.org/gpp/public/）幌衣。
3. shRNA序列在表S5B中提供矾削。
4. 慢病毒的包裝使用了三個(gè)質(zhì)粒系統(tǒng)，包括用PLKO.1載體生成的shRNAs豁护，并使用Lipofectamine 3000（Thermo）進(jìn)行轉(zhuǎn)染哼凯。
5. 細(xì)胞在存在10μg/mL聚凝胺的情況下感染病毒，以提高轉(zhuǎn)導(dǎo)效率楚里。
6. 然后使用10μg/mL嘌呤霉素選擇穩(wěn)定細(xì)胞系断部，持續(xù)時(shí)間為48小時(shí)。

Western blot

西方印跡

Para_01

1. 使用RIPA緩沖液（Beyotime）制備細(xì)胞裂解物班缎。將20μg蛋白質(zhì)加載到4%-12% FuturePAGE凝膠（ACE）上蝴光，使用MOPS-SDS運(yùn)行緩沖液，然后轉(zhuǎn)移到0.22μm預(yù)平衡的聚偏氟乙烯（PVDF）膜（Millipore）上达址。
2. 在轉(zhuǎn)移步驟之后蔑祟，將膜在室溫下用5%脫脂牛奶在TBST中封閉一小時(shí)。
3. 然后將膜與初級(jí)抗體一起孵育沉唠，初級(jí)抗體在5% BSA中稀釋稿静，并在4°C下過(guò)夜幕屹。
4. 在洗滌步驟之后蓝角，將膜在室溫下與次級(jí)抗體一起處理一小時(shí)。
5. 經(jīng)過(guò)四到五個(gè)額外的洗滌步驟后罢屈，使用增強(qiáng)化學(xué)發(fā)光試劑（ECL，Amersham Corporation篇亭，Heights缠捌，IL，USA）檢測(cè)蛋白質(zhì)译蒂。
6. 本研究中使用的特定抗體如下：兔抗整聯(lián)蛋白β5（Proteintech）鄙币，兔抗CAD（克隆D2T8H）（Cell Signaling），兔抗PAK2（Cell Signaling）蹂随，以及小鼠抗GAPDH-HRP（Yeasen）十嘿。

Cell proliferation and viability assays

細(xì)胞增殖和活性分析

Para_01

1. 我們使用了CCK-8試劑（葉森，北京岳锁，中國(guó)）進(jìn)行細(xì)胞增殖和藥物反應(yīng)活性分析绩衷，先將細(xì)胞接種在96孔板中，每孔1-5×103個(gè)細(xì)胞激率。對(duì)于增殖實(shí)驗(yàn)咳燕，我們每天對(duì)細(xì)胞數(shù)量進(jìn)行定量，持續(xù)四天乒躺。
2. 在藥物暴露條件下檢測(cè)細(xì)胞活性時(shí)招盲，細(xì)胞在接種24小時(shí)后，用不同劑量的阿韋斯皮霉素嘉冒、塔內(nèi)斯皮霉素（均來(lái)自Selleckchem）或DMSO對(duì)照處理曹货，并培養(yǎng)48小時(shí)。
3. 至少進(jìn)行了三次獨(dú)立實(shí)驗(yàn)讳推。通過(guò)log-logistic回歸（兩參數(shù)顶籽、三參數(shù)或四參數(shù)）計(jì)算IC50值，使用R83中的'drc'軟件包（v3.0-1）手動(dòng)檢查曲線银觅，選擇最佳擬合模型礼饱。

In vivo animal studies

體內(nèi)動(dòng)物研究

Para_01

1. 我們從上海模式生物中心獲得了4-6周大的雌性BALB/c裸鼠。
2. 我們的研究嚴(yán)格遵循動(dòng)物護(hù)理原則和倫理指南究驴，并獲得了上海模式生物中心動(dòng)物護(hù)理和使用委員會(huì)的批準(zhǔn)（批準(zhǔn)號(hào)為2023-0034和2023-0065）镊绪。
3. 為了評(píng)估該藥物在體內(nèi)的治療效果，我們將HT29結(jié)腸癌細(xì)胞（5×10^6細(xì)胞在100μL PBS中）皮下注射到裸鼠的背部外側(cè)洒忧。
4. 小鼠被隨機(jī)分配到對(duì)照組（2% DMSO in PBS）或alvespimycin治療組（50mg/kg蝴韭，每天腹膜內(nèi)給藥）（每組9只小鼠），從第0天開(kāi)始治療跑慕。
5. 在治療開(kāi)始后的第7天万皿，小鼠被處死摧找。
6. 為了測(cè)量HT29核行、LOVO結(jié)腸癌細(xì)胞和BXPC3胰腺癌細(xì)胞在體內(nèi)的腫瘤生長(zhǎng)牢硅，將對(duì)數(shù)生長(zhǎng)期的對(duì)照細(xì)胞和相應(yīng)的目標(biāo)敲減細(xì)胞懸浮在PBS中（8×10^6-1×107細(xì)胞在150μL中），并皮下注射到裸鼠中（每組4-6只小鼠）芝雪。
7. 腫瘤大小每隔1-3天使用數(shù)字卡尺測(cè)量一次减余，腫瘤體積使用公式計(jì)算：體積 =（寬度）^2 × 長(zhǎng)度 × 0.52。

PBMC isolation and DC differentiation and maturation, Baylor College of Medicine (BCM)

PBMC 分離以及樹(shù)突狀細(xì)胞（DC）的分化與成熟惩系，貝勒醫(yī)學(xué)院（BCM）

Para_01

1. 從健康志愿者那里采集外周血位岔，按照貝勒醫(yī)學(xué)院倫理委員會(huì)的協(xié)議進(jìn)行。
2. 通過(guò)使用Lymphoprep（StemCell Technologies堡牡，#07801）進(jìn)行密度梯度離心抒抬，從外周血中分離出外周血單核細(xì)胞（PBMCs）。
3. 然后將新鮮PBMCs通過(guò)使用CD14微珠（Miltenyi Biotec晤柄，130-050-201）進(jìn)行磁珠選擇擦剑，分離成CD14+和CD14-組分。
4. 將CD14-細(xì)胞組分冷凍保存以供后續(xù)使用芥颈。
5. 為了將CD14+單核細(xì)胞分化成樹(shù)突狀細(xì)胞（DCs）惠勒，將細(xì)胞懸浮在含有IL-4（400 U/mL）和GM-CSF（800 U/mL）的CellGenix GMP DC培養(yǎng)基（CellGenix，# 20801-0500）中爬坑，濃度為0.5 x 106細(xì)胞/mL纠屋，并在24孔組織培養(yǎng)處理板的每個(gè)孔中培養(yǎng)1 mL。
6. 在3天后補(bǔ)充細(xì)胞因子盾计。
7. 在5-7天后售担，通過(guò)輕輕刮取細(xì)胞收獲未成熟的DCs。
8. 然后將新鮮或冷凍的未成熟DCs通過(guò)將細(xì)胞懸浮在含有IL-4（400 U/mL）署辉、GM-CSF（800 U/mL）灼舍、TNF-α（10 ng/mL）、IL-6（100 ng/mL）涨薪、IL-1β（10 ng/mL）和PGE-2（1 μg/mL）的CellGenix GMP DC培養(yǎng)基中骑素，濃度為0.35 – 0.7 x 106細(xì)胞/mL，并在12孔組織培養(yǎng)處理板的每個(gè)孔中培養(yǎng)2 mL刚夺，2天后通過(guò)輕輕刮取細(xì)胞收獲成熟的DCs献丑。

Generation of BR-CGA specific T cells, BCM

生成BR-CGA特異性T細(xì)胞， BCM

Para_01

1. 新鮮的成熟DC細(xì)胞被懸浮在含有25 ng/mL pepmix的100 μL CellGenix GMP DC培養(yǎng)基中侠姑，該pepmix包含來(lái)自九種癌癥抗原（包括MAGE-A1和MAGE-A10）的76個(gè)HLA-A?02:01預(yù)測(cè)肽段创橄，然后在37°C和5% CO2的條件下孵育1小時(shí)，并用CellGenix GMP DC培養(yǎng)基洗滌一次莽红。
2. 裝載了pepmix的DC細(xì)胞和融化的CD14- PBMCs在24孔組織培養(yǎng)處理板的每個(gè)孔中分別以0.2 x 106和2 x 106個(gè)細(xì)胞/孔的密度共培養(yǎng)妥畏，體積為每孔2 mL的CTL培養(yǎng)基（1:1 CLICKs:RPMI-1640邦邦，5%人AB血清，1X Glutamax）醉蚁，并補(bǔ)充了IL-7（10 ng/mL）燃辖、IL-12（10 ng/mL）、IL-15（5 ng/mL）和IL-6（100 ng/mL）网棍。
3. 6天后黔龟，T細(xì)胞按1:2的比例分瓶，每個(gè)孔用1 mL含有2倍濃度細(xì)胞因子的新鮮CTL培養(yǎng)基進(jìn)行補(bǔ)充滥玷，以恢復(fù)第0天的濃度氏身。
4. 在第8-10天，收獲T細(xì)胞惑畴，并用裝載了pepmix的成熟DC細(xì)胞重新刺激擴(kuò)增的T細(xì)胞蛋欣，通過(guò)將它們分別以0.1 x 106和1 x 106個(gè)細(xì)胞/孔的密度培養(yǎng)在24孔組織培養(yǎng)處理板的每個(gè)孔中，體積為每孔2 mL的CTL培養(yǎng)基如贷，并補(bǔ)充了IL-7（10 ng/mL）和IL-15（5 ng/mL）陷虎。
5. 在重新刺激后的第3-4天，T細(xì)胞按1:2的比例分瓶倒得，孔中用1 mL含有IL-15和IL-2的新鮮CTL培養(yǎng)基進(jìn)行補(bǔ)充泻红，最終濃度分別為5 ng/mL和100 U/mL，然后繼續(xù)擴(kuò)增T細(xì)胞霞掺，直至重新刺激后的第6-10天谊路。

IFN-γ ELISpot assay, BCM

IFN-γ ELISpot 分析，BCM

Para_01

1. 為了在ELISpot板（Millipore, #MSIPS4W10）上涂覆初級(jí)抗IFN-γ抗體（Mabtech, 克隆1-D1K）菩彬，我們先用35%乙醇預(yù)處理孔40μL缠劝，時(shí)間少于3分鐘，然后用PBS洗滌孔2次骗灶，最后加入100μL/孔的無(wú)菌過(guò)濾的9.1μg/mL初級(jí)抗IFN-γ抗體于ELISpot包被緩沖液中惨恭。
2. 然后將板用石蠟?zāi)ぐ⒃?°C下孵育至少過(guò)夜，最長(zhǎng)可達(dá)兩周耙旦。
3. 為了阻孔板脱羡，我們用PBS洗滌孔2次，然后加入每毫升100μL的CTL培養(yǎng)基免都。
4. 在37°C下阻孔板至少1小時(shí)锉罐。
5. 阻孔后的板用PBS洗滌2次，然后每個(gè)孔中加入2 x 105 T細(xì)胞在200μL CTL培養(yǎng)基中绕娘，并加入最終濃度為12.5μg/mL的多肽脓规。
6. 陰性對(duì)照為僅含T細(xì)胞的培養(yǎng)基，陽(yáng)性對(duì)照為含有2.5μg/mL PHA-L（Sigma, L4144）的T細(xì)胞险领。
7. 細(xì)胞在約16小時(shí)后孵育侨舆，之后用PBS+0.05% Tween 20洗滌孔6次秒紧。
8. 然后我們加入100μL/孔的無(wú)菌過(guò)濾的1μg/mL生物素化的次級(jí)抗IFN-γ抗體（Mabtech, 克隆7-B61）在PBS/0.5% BSA中，并在37°C下孵育至少2小時(shí)挨下，最多48小時(shí)熔恢。
9. 然后洗滌板6次，用PBS+0.05% Tween 20复颈，之后加入100μL/孔的親和素-過(guò)氧化物酶溶液（Vector Laboratories, #PK-6100）绩聘，并在室溫下孵育1小時(shí)沥割。
10. 然后我們用PBS+0.05% Tween 20洗滌板3次耗啦，再用PBS洗滌3次。
11. AEC底物溶液通過(guò)將一片AEC（Sigma, # A6926）溶解在2.5mL二甲亞砜中机杜，然后加入47.5mL醋酸緩沖液來(lái)制備帜讲。
12. 使用前，每10mL AEC溶液中加入5μL的30%過(guò)氧化氫椒拗，然后溶液通過(guò)0.45μM PES膜過(guò)濾似将。
13. 每孔加入100μL AEC底物溶液，并在室溫下孵育3分鐘30秒蚀苛，之后輕輕用冷水洗滌板2次并干燥在验。
14. 板圖像使用Mabtech Iris ELISpot板讀取器獲取。

PBMC isolation, T-cell culture and expansion, Fudan University

PBMC分離堵未、T細(xì)胞培養(yǎng)與擴(kuò)增腋舌，復(fù)旦大學(xué)

Para_01

1. 捐贈(zèng)者的外周血單核細(xì)胞（PBMCs）是使用Lymphoprep（07851，Stemcell）獲得的渗蟹，然后按照Lin等人描述的方法與ImmunoCult-XF T細(xì)胞擴(kuò)增培養(yǎng)基（10981块饺，Stemcell）和10 ng/mL人重組IL-2（78036，Stemcell）一起培養(yǎng)雌芽。
2. 向細(xì)胞懸液中加入25μL/mL ImmunoCult? 人CD3/CD28 T細(xì)胞激活劑（10971授艰，Stemcell），并孵育3天世落。
3. T細(xì)胞在上述培養(yǎng)基中維持培養(yǎng)淮腾，直到數(shù)量達(dá)到實(shí)驗(yàn)要求。
4. 復(fù)旦大學(xué)附屬中山醫(yī)院倫理委員會(huì)批準(zhǔn)了整個(gè)流程（B2021-381）屉佳。

IFN-γ ELISpot assay, Fudan University

IFN-γ ELISpot 分析谷朝，復(fù)旦大學(xué)

Para_01

1. ELISpot板根據(jù)制造商的說(shuō)明進(jìn)行處理。簡(jiǎn)而言之忘古，用100μL/well的RPMI-1640預(yù)處理ELISpot板（2110003徘禁，DAKEWE）10分鐘。
2. 然后髓堪，我們移除RPMI-1640送朱，并在每個(gè)孔中加入含有大約1×10^5個(gè)細(xì)胞和10μg/mL合成肽的100μL細(xì)胞懸液娘荡，用標(biāo)準(zhǔn)的96孔板塑料蓋覆蓋板子，并在CO2培養(yǎng)箱中37°C下孵育細(xì)胞驶沼。
3. 共培養(yǎng)20小時(shí)后炮沐，用洗滌緩沖液洗滌ELISpot板，并用抗人IFN-γ和隨后用鏈霉親和素-HRP孵育回怜。
4. 然后使用AEC溶液對(duì)鏈霉親和素-HRP進(jìn)行染色大年，通過(guò)用冷水徹底沖洗來(lái)停止反應(yīng)。
5. 最后玉雾，使用ImmunoSpot板讀取器和相關(guān)軟件（Cellular Technologies翔试，Ltd.）掃描和計(jì)數(shù)ELISpot板。

Peptide-MHC tetramer exchange assays, Fudan University

肽-MHC四聚體交換分析复旬，復(fù)旦大學(xué)

Para_01

1. 所有泛癌共享的腫瘤相關(guān)抗原肽均按照標(biāo)準(zhǔn)程序（GenScript生物技術(shù)公司）合成垦缅，并通過(guò)肽-MHC四聚體測(cè)定法估計(jì)肽與HLA位點(diǎn)的親和力，如前所述驹碍。
2. 將肽以100μg/mL的濃度加載到QuickSwitch Quant HLA-A?02:01四聚體（PE標(biāo)記）（TB-7300-K1壁涎，MBL國(guó)際）上。
3. 我們使用HLA-A?02:01四聚體試劑盒驗(yàn)證所有潛在腫瘤相關(guān)抗原肽的肽交換效率志秃，并通過(guò)肽交換實(shí)驗(yàn)生成肽特異性四聚體怔球。
4. 將每個(gè)肽溶解在DMSO中，配制成10mM的溶液以進(jìn)行測(cè)定浮还。
5. 然后竟坛，我們將50μL的HLA-A?02:01四聚體滴加到U型底96孔微板每個(gè)孔中，加入1μL的肽交換因子和1μL的肽碑定，輕輕用移液器混合流码。
6. 我們對(duì)每個(gè)肽（包括參考肽）進(jìn)行上述步驟，并在室溫黑暗條件下過(guò)夜孵育混合物延刘。
7. 第二天漫试，根據(jù)制造商的說(shuō)明，加入磁珠與上述四聚體結(jié)合碘赖，在反應(yīng)中應(yīng)用FITC標(biāo)記的抗體驾荣，該抗體識(shí)別出游離的肽。
8. 通過(guò)流式細(xì)胞術(shù)測(cè)量原有肽被競(jìng)爭(zhēng)肽替代的百分比普泡，我們?cè)u(píng)估交換效率并確定所得四聚體是否適合后續(xù)染色播掷。

Method details

方法細(xì)節(jié)

Data acquisition

數(shù)據(jù)獲取

Para_01

1. CPTAC 數(shù)據(jù)的獲取和處理方式如 Li 等人所述。簡(jiǎn)而言之撼班，數(shù)據(jù)是從基因組數(shù)據(jù)共享庫(kù)（GDC）和蛋白質(zhì)組數(shù)據(jù)共享庫(kù)（PDC）中下載的歧匈。
2. 各個(gè)隊(duì)列的個(gè)體數(shù)據(jù)是使用通用的計(jì)算管道和相同的基因組裝配及基因注釋（GENCODE V34 basic (CHR)）獨(dú)立處理的。
3. 所有組學(xué)數(shù)據(jù)都被映射到同一組初級(jí)蛋白同種物上砰嘁。
4. 通過(guò)將 RNA 和蛋白質(zhì)組數(shù)據(jù)規(guī)范化到一個(gè)共同值件炉，實(shí)現(xiàn)了跨隊(duì)列的數(shù)據(jù)協(xié)調(diào)勘究。
5. 對(duì)于 RNA 數(shù)據(jù)，將編碼基因的上四分位數(shù)規(guī)范化到 1,500斟冕，以實(shí)現(xiàn)跨癌癥類型的規(guī)范化口糕。
6. 基于全局蛋白質(zhì)組學(xué)和磷酸蛋白質(zhì)組學(xué)數(shù)據(jù)定量分析的基因和磷酸位點(diǎn)的強(qiáng)度，通過(guò)將每種癌癥類型的參考強(qiáng)度中值進(jìn)行中值中心化磕蛇，實(shí)現(xiàn)了跨癌癥類型的規(guī)范化景描。
7. 對(duì)于每個(gè)編碼基因，計(jì)算了轉(zhuǎn)錄起始位點(diǎn)上游 1kb 處和 5’ UTR 的 CpG 島的探針?biāo)郊谆?beta 值的平均值秀撇。
8. 本研究中使用的數(shù)據(jù)表是從 LinkedOmicsKB（https://kb.linkedomics.org/）下載的超棺。

Drug targets

藥物靶點(diǎn)

Para_01

1. 藥物和靶點(diǎn)從DrugBank版本5.1.97和指南至藥理學(xué)版本2022.2.8中下載。在DrugBank中被標(biāo)注為"已撤回"的藥物被排除在外捌袜。"," Sentence_02": "我們只選擇了每種藥物的主要人類靶點(diǎn)说搅，這些靶點(diǎn)具有已知的藥理作用炸枣。"," Sentence_03": "具有誘導(dǎo)劑虏等、激動(dòng)劑、完全激動(dòng)劑适肠、部分激動(dòng)劑霍衫、偏向激動(dòng)劑或正性變構(gòu)調(diào)節(jié)劑機(jī)制的靶點(diǎn)被排除。"," Sentence_04": "藥物分為經(jīng)監(jiān)管機(jī)構(gòu)批準(zhǔn)的和其余所有藥物侯养。"," Sentence_05": "經(jīng)監(jiān)管機(jī)構(gòu)批準(zhǔn)的藥物的靶點(diǎn)被指定為第1層敦跌，使用DrugBank的類級(jí)別4注釋"抗腫瘤和免疫調(diào)節(jié)劑"進(jìn)行指定。"," Sentence_06": "所有其他經(jīng)批準(zhǔn)的藥物的靶點(diǎn)被指定為第2層逛揩。"," Sentence_07": "對(duì)于沒(méi)有DrugBank類別注釋的批準(zhǔn)藥物柠傍，使用藥物標(biāo)簽手動(dòng)指定其靶點(diǎn)。"," Sentence_08": "所有實(shí)驗(yàn)性藥物的靶點(diǎn)被指定為第3層辩稽。"," Sentence_09": "如果靶點(diǎn)可以被指定到多個(gè)層次惧笛，則選擇最高層次作為其最終分類（1>2>3）。

Potentially druggable genes

潛在的可成藥基因

Para_01

1. 可成藥基因從藥物基因交互數(shù)據(jù)庫(kù)2022年2月9日版中下載逞泄。被注釋為"可成藥基因組"的基因患整，如果擁有來(lái)自所有三個(gè)來(lái)源的證據(jù)87,88,89，則被視為小分子可能的成藥基因喷众，并且如果它們尚未被分配到1-3層各谚，則被分配到第4層。

Membrane proteins

膜蛋白

Para_01

1. 從虛擬表面蛋白組中獲取細(xì)胞表面蛋白（表S3來(lái)自文獻(xiàn)11）到千。
2. 表S2昌渤。選擇帶有"pos. trainingset"標(biāo)簽的蛋白，如果尚未分配到層次1-4憔四，則將其分配到層次5膀息。
3. 這些蛋白質(zhì)至少出現(xiàn)在三個(gè)數(shù)據(jù)集中的兩個(gè)：細(xì)胞表面蛋白圖譜（高置信度）望抽、Uniprot的"細(xì)胞膜"關(guān)鍵詞以及COMPARTMENTS數(shù)據(jù)庫(kù)中的高置信度質(zhì)膜蛋白（文獻(xiàn)11）。

Gene annotation

基因注釋

Para_01

1. 功能家族注釋于2022年8月5日從Pharos下載履婉。
2. 61個(gè)oGPCR被歸類為"其他"煤篙。
3. 預(yù)測(cè)的分泌蛋白（人類分泌組）從人類蛋白質(zhì)圖譜下載。

mRNA and protein rank abundance correlation

mRNA和蛋白質(zhì)豐度排名相關(guān)性

Para_01

1. 對(duì)于在至少50%的腫瘤mRNA和腫瘤蛋白數(shù)據(jù)中都有定量值的基因毁腿，計(jì)算了其中的中位表達(dá)值辑奈。
2. 然后計(jì)算了各隊(duì)列中的中位表達(dá)值。
3. 對(duì)每個(gè)基因的中位mRNA豐度與中位蛋白豐度進(jìn)行了局部加權(quán)回歸平滑處理已烤。
4. 曲線上的最低點(diǎn)對(duì)應(yīng)的log2 RSEM值為6鸠窗，這個(gè)點(diǎn)被選作比較低mRNA豐度與較高RNA豐度的比較點(diǎn)。
5. mRNA豐度和蛋白豐度的中位值使用Spearman相關(guān)性進(jìn)行了比較胯究。

PepQuery validation of protein identification

PepQuery 驗(yàn)證蛋白質(zhì)識(shí)別

Para_01

1. 選擇表達(dá)量小于6的跨隊(duì)列中位數(shù)腫瘤RNA log2 RSEM的基因進(jìn)行驗(yàn)證識(shí)別稍计。
2. 基因也被限制在至少在3個(gè)隊(duì)列中發(fā)現(xiàn)的，以關(guān)注泛癌癥相關(guān)靶點(diǎn)裕循。
3. 對(duì)于每個(gè)基因臣嚣，使用PepQuery算法進(jìn)行驗(yàn)證，通過(guò)PepQuery2.12查詢基因與隊(duì)列中的最大數(shù)量的肽段識(shí)別剥哑。
4. 如果在某個(gè)隊(duì)列中基因未能通過(guò)PepQuery2驗(yàn)證硅则，那么該基因也會(huì)在所有其他識(shí)別了該基因的隊(duì)列中進(jìn)行驗(yàn)證。
5. 本次研究中用于每個(gè)基因驗(yàn)證的輸入是FragPipe識(shí)別的肽段列表株婴。
6. 驗(yàn)證中使用的蛋白質(zhì)參考數(shù)據(jù)庫(kù)是GENCODE V34基本蛋白質(zhì)數(shù)據(jù)庫(kù)怎虫。

Gene-wise mRNA protein correlation

基因水平的mRNA與蛋白質(zhì)相關(guān)性

Para_01

1. 對(duì)于每個(gè)癌癥隊(duì)列，選擇了在至少50%的患者中具有腫瘤RNA和腫瘤蛋白定量基因困介。
2. 使用Spearman相關(guān)系數(shù)對(duì)每個(gè)基因的mRNA表達(dá)和蛋白豐度值進(jìn)行相關(guān)性分析大审，并使用Benjamini-Hochberg方法對(duì)p值進(jìn)行校正。

Pan-cancer mRNA and protein co-expression for CDK9 and HDAC3

CDK9和HDAC3在泛癌癥中的mRNA和蛋白質(zhì)共表達(dá)

Para_01

1. 對(duì)于每個(gè)癌癥隊(duì)列座哩，使用Spearman相關(guān)分析方法將CDK9和HDAC3的mRNA表達(dá)與所有其他基因的mRNA表達(dá)進(jìn)行相關(guān)性分析徒扶。
2. 同樣，使用Spearman相關(guān)分析方法將CDK9和HDAC3的蛋白豐度與所有其他基因的蛋白豐度進(jìn)行相關(guān)性分析八回。
3. 每個(gè)基因至少需要10對(duì)配對(duì)值酷愧。
4. 在10個(gè)隊(duì)列中，使用R包metap（V1.4）中的sumz方法計(jì)算元p值缠诅。
5. 將各個(gè)p值轉(zhuǎn)換為單側(cè)p值溶浴，并對(duì)不符合大多數(shù)的p值符號(hào)進(jìn)行反轉(zhuǎn)。
6. 將元p值轉(zhuǎn)換回雙側(cè)管引，并添加主要符號(hào)（超過(guò)50%的相關(guān)性的方向）士败。
7. 如果正負(fù)相關(guān)值數(shù)量相等，則選擇正號(hào)。

GSEA for CDK9 coexpression

CDK9共表達(dá)基因集富集分析

Para_01

1. 在‘泛癌癥mRNA和蛋白質(zhì)共表達(dá)’中計(jì)算出的絕對(duì)元p值進(jìn)行了負(fù)對(duì)數(shù)轉(zhuǎn)換谅将，并添加了主要符號(hào)漾狼。
2. 排序列表被提交到WebGestalt69，用于基因本體生物學(xué)過(guò)程術(shù)語(yǔ)（去除重復(fù)）的GSEA分析饥臂。
3. 除顯著性水平過(guò)濾器使用FDR < 0.05外逊躁，選擇了默認(rèn)參數(shù)。

Activating phosphorylation sites

激活磷酸化位點(diǎn)

Para_01

1. 為了識(shí)別所有蛋白質(zhì)上的激活位點(diǎn)隅熙，從PhosphoSitePlus下載的調(diào)節(jié)性磷酸化位點(diǎn)（來(lái)自https://www.phosphosite.org/staticDownloads的調(diào)節(jié)位點(diǎn)數(shù)據(jù)庫(kù)）被篩選出ORGANISM = "人類"且ON_FUNCTION = "誘導(dǎo)"的位點(diǎn)稽煤。
2. 為了專門識(shí)別激酶上的激活位點(diǎn)，調(diào)節(jié)性位點(diǎn)進(jìn)一步被篩選以聚焦于具有誘導(dǎo)酶活性的激酶（GENE）（ON_FUNCTION = "酶活性囚戚，誘導(dǎo)"）酵熙，并且從文獻(xiàn)中手動(dòng)整理的激活位點(diǎn)也被添加到這個(gè)列表中。
3. 激酶上的激活位點(diǎn)列表使用2022年3月從PhosphoSitePlus下載的最新信息進(jìn)行了更新驰坊。

Differential expression analysis for tumor vs normal

腫瘤與正常組織的差異表達(dá)分析

Para_01

1. 來(lái)自8種癌癥類型（CCRCC匾二、COAD、HNSCC拳芙、LSCC察藐、LUAD、OV态鳖、PDAC和UCEC）的腫瘤樣本和正常樣本转培，用于進(jìn)行蛋白質(zhì)組學(xué)和磷酸蛋白質(zhì)組學(xué)的差異表達(dá)分析。
2. 為了獲得高度可信的蛋白/激活磷酸位點(diǎn)候選物浆竭，我們只保留了在至少20個(gè)腫瘤樣本和10個(gè)正常樣本中檢測(cè)到的蛋白質(zhì)和激活磷酸位點(diǎn)。
3. 使用無(wú)配對(duì)Wilcoxon秩和檢驗(yàn)進(jìn)行差異表達(dá)分析惨寿。
4. 對(duì)于那些無(wú)配對(duì)Wilcoxon秩和檢驗(yàn)調(diào)整后的p值小于或等于1%的蛋白質(zhì)/磷酸位點(diǎn)邦泄，根據(jù)無(wú)配對(duì)Wilcoxon秩和檢驗(yàn)的方向，進(jìn)一步將其分類為上調(diào)蛋白質(zhì)/磷酸位點(diǎn)和下調(diào)蛋白質(zhì)/磷酸位點(diǎn)裂垦。

Matching cancer cell lineages to cancer types

將癌癥細(xì)胞系與癌癥類型相匹配

Para_01

1. 為了將癌細(xì)胞與腫瘤癌癥類型相匹配顺囊，我們對(duì)DepMap細(xì)胞系注釋文件（sample_info.csv）應(yīng)用了以下篩選條件：BRCA：primary_disease ="乳腺癌"并且lineage ="乳腺"；CCRCC：primary_disease ="腎癌"并且lineage ="腎"蕉拢；COAD：primary_disease ="結(jié)腸/結(jié)直腸癌"并且lineage ="結(jié)直腸"特碳；GBM：primary_disease ="腦癌"并且lineage ="中樞神經(jīng)系統(tǒng)"；HNSCC：primary_disease ="頭頸癌"并且lineage ="上呼吸道消化道"晕换；LSCC：primary_disease ="肺癌"午乓，lineage ="肺"，lineage_sub_subtype ="非小細(xì)胞肺癌鱗狀細(xì)胞癌"闸准；LUAD：primary_disease ="肺癌"益愈，lineage ="肺"，lineage_sub_subtype ="非小細(xì)胞肺癌腺癌"，OV：primary_disease ="卵巢癌"蒸其，lineage ="卵巢"敏释；PDAC：primary_disease ="胰腺癌"，lineage ="胰腺"摸袁；UCEC：primary_disease ="子宮內(nèi)膜/子宮癌"钥顽，lineage ="子宮"

CRISPR gene effect score analysis for upregulated proteins and phosphosites

CRISPR 基因效應(yīng)評(píng)分分析：上調(diào)蛋白質(zhì)和磷酸化位點(diǎn)的分析

Para_01

1. 來(lái)自Broad的Achilles和Sanger的SCORE項(xiàng)目的CRISPR敲除篩選得到的基因效應(yīng)評(píng)分，涉及8種癌癥類型（CCRCC靠汁、COAD耳鸯、HNSCC、LSCC膀曾、LUAD县爬、OV、PDAC和UCEC）添谊，從DepMap Public 22Q2下載（CRISPR_gene_effect.csv）财喳。
2. 對(duì)于每種癌細(xì)胞系，使用單樣本斩狱、單尾T檢驗(yàn)來(lái)識(shí)別在基因敲除后細(xì)胞生長(zhǎng)顯著降低的蛋白質(zhì)/磷酸化位點(diǎn)候選物耳高。
3. 對(duì)于那些在腫瘤與正常樣本中顯著增加的蛋白質(zhì)/磷酸化位點(diǎn)，將基因效應(yīng)評(píng)分的符號(hào)調(diào)整p值低于零且小于或等于1%的視為治療靶點(diǎn)候選物所踊。

Annotation of pan-essential genes

泛必需基因的注釋

Para_01

1. 從DepMap Public 21Q4中下載了一份細(xì)胞系的全癌種必需基因列表（CRISPR_common_essentials.csv）泌枪。這些基因通過(guò)使用90%百分位數(shù)方法或自適應(yīng)雛菊模型（ADaM）被預(yù)測(cè)為常見(jiàn)必需基因。

Protein expression driven by mutation

突變驅(qū)動(dòng)的蛋白表達(dá)

Para_01

1. 在每個(gè)隊(duì)列中秕岛，選擇了在至少10個(gè)樣本中發(fā)生突變的基因侵贵。
2. 為了比較野生型（WT）和突變型樣本之間的RNA和蛋白質(zhì)豐度谬哀，每個(gè)隊(duì)列中至少有5個(gè)樣本必須具有非缺失和非零的值。
3. 表達(dá)水平的比較采用Student's t檢驗(yàn)。

Protein expression driven by hypomethylation

低甲基化驅(qū)動(dòng)的蛋白表達(dá)

Para_01

1. 在每個(gè)隊(duì)列中瞬逊，通過(guò)使用Wilcoxon秩和檢驗(yàn)比較腫瘤樣本（至少需要20個(gè)樣本具有數(shù)據(jù)）和正常樣本（至少需要10個(gè)樣本具有數(shù)據(jù)）之間的甲基化值來(lái)識(shí)別低甲基化基因拯刁。
2. 要求基因具有p值<0.01捂人，且腫瘤樣本的中位甲基化值必須低于正常樣本的中位甲基化值鸟款。
3. 對(duì)于至少在50%的樣本中具有非缺失值的基因，使用Spearman相關(guān)分析腫瘤甲基化值灌具、RNA表達(dá)值和蛋白豐度值之間的相關(guān)性青团。

Protein expression driven by CNV

拷貝數(shù)變異驅(qū)動(dòng)的蛋白表達(dá)

Para_01

1. 在每個(gè)隊(duì)列中，使用GISTIC270和CNV閾值+/-0.3確定局部擴(kuò)增區(qū)域的基因咖楣。
2. 在這些區(qū)域中督笆，具有陽(yáng)性q值<0.01的基因被認(rèn)為是擴(kuò)增的。
3. 對(duì)于至少50%的樣本中非缺失值的基因截歉，使用Spearman相關(guān)系數(shù)來(lái)相關(guān)每個(gè)基因的CNV胖腾、RNA和蛋白質(zhì)水平。
4. 對(duì)于CNV到RNA和CNV到蛋白質(zhì)均具有顯著正相關(guān)（經(jīng)Benjamini-Hochberg校正的p值<0.01）的基因，被認(rèn)為是CNV驅(qū)動(dòng)基因咸作。

TP53 mutation effect on protein abundance

TP53突變對(duì)蛋白質(zhì)含量的影響

Para_01

1. 在每個(gè)隊(duì)列中锨阿，樣本被分為具有TP53突變和沒(méi)有TP53突變的兩組。
2. 每個(gè)突變樣本的log2 MS1強(qiáng)度蛋白豐度與同一隊(duì)列中無(wú)TP53突變樣本的中值log2 MS1強(qiáng)度蛋白豐度進(jìn)行了比較记罚。
3. TP53蛋白序列和結(jié)構(gòu)域是使用ragp71和protr72 R包創(chuàng)建的墅诡。

Kinase hyperactivation and single sample score calculation

激酶過(guò)度激活與單樣本評(píng)分計(jì)算

Para_01

1. 我們使用了激酶-底物富集分析（KSEA）來(lái)識(shí)別在腫瘤中相對(duì)于正常樣本超活化的激酶。
2. 對(duì)每種癌癥類型分別進(jìn)行了KSEA分析桐智，使用的是在PTMsigDB v1.9中注釋的激酶和底物末早。
3. 磷酸化位點(diǎn)被表示為十五肽（磷酸化位點(diǎn)周圍加減7個(gè)氨基酸）并根據(jù)每個(gè)隊(duì)列中的對(duì)數(shù) fold change（中位數(shù)腫瘤 - 中位數(shù)正常）進(jìn)行排序。
4. 每個(gè)激酶至少需要10個(gè)被測(cè)量的位點(diǎn)说庭，p值是根據(jù)R中的z分?jǐn)?shù)計(jì)算的然磷。
5. 具有正的KSEA z分?jǐn)?shù)和本杰明-霍赫伯格調(diào)整后的p值<0.01的激酶被認(rèn)為是腫瘤中超活化的。

Para_02

1. 為了計(jì)算圖5和S5的單個(gè)樣本得分刊驴，磷酸化位點(diǎn)在每個(gè)隊(duì)列中進(jìn)行了中值中心化處理姿搜，并使用包含在PTMsigDB v1.9中的激酶靶點(diǎn)計(jì)算了每個(gè)單獨(dú)樣本的KSEA得分。
2. 在這項(xiàng)分析中捆憎，我們要求磷酸化位點(diǎn)在任何一個(gè)給定數(shù)據(jù)集中至少有30個(gè)測(cè)量值舅柜，并且至少有五個(gè)激酶底物在給定樣本中的測(cè)量值。
3. KSEA標(biāo)準(zhǔn)化得分是使用R計(jì)算得出的躲惰，其實(shí)現(xiàn)方式如前所述致份。

Evaluation of predicted effective targets by target tiers

預(yù)測(cè)有效目標(biāo)通過(guò)目標(biāo)層級(jí)的評(píng)估

Para_01

1. 我們對(duì)不同層次進(jìn)行了分析，以檢驗(yàn)預(yù)測(cè)的可藥物依賴性的質(zhì)量和可靠性础拨。
2. 這些預(yù)測(cè)的有效藥物靶點(diǎn)是由腫瘤組織中特定癌癥類型的蛋白質(zhì)組學(xué)數(shù)據(jù)顯著過(guò)表達(dá)或磷酸蛋白質(zhì)組學(xué)數(shù)據(jù)顯著超活化來(lái)定義的氮块，同時(shí)也是由匹配的癌細(xì)胞系譜系中的CRISPR KO DepMap數(shù)據(jù)顯著依賴來(lái)定義的（見(jiàn)圖2A和3A）。
3. 藥物靶點(diǎn)被歸納到蛋白質(zhì)/基因水平太伊，每種癌癥類型中每個(gè)層次確定的有效靶點(diǎn)數(shù)量除以蛋白質(zhì)組學(xué)雇锡、磷酸蛋白質(zhì)組學(xué)和CRISPR數(shù)據(jù)確定的相應(yīng)層次的總量化靶點(diǎn)數(shù)。
4. 這個(gè)結(jié)果值表示按層次預(yù)測(cè)的可藥物靶點(diǎn)占所有可量化目標(biāo)基因的比例（見(jiàn)圖4A）僚焦。
5. 使用Wilcoxon符號(hào)秩檢驗(yàn)來(lái)檢驗(yàn)層次1靶點(diǎn)的中位數(shù)比例與其他層次之間的差異。

Evaluation of predicted effective targets using PRISM data

使用PRISM數(shù)據(jù)評(píng)估預(yù)測(cè)的有效目標(biāo)

Para_01

1. 從DepMap下載了Broad研究所的PRISM Repurposing 19Q4 Primary Files曙痘，該文件包含了使用分子條形碼方法對(duì)4,518種藥物在578個(gè)人癌細(xì)胞系中的生長(zhǎng)抑制活性的高通量藥物反應(yīng)數(shù)據(jù)芳悲。
2. 初步篩選了在2.5μM藥物處理5天后的細(xì)胞存活率。
3. 評(píng)估了與我們的藥物精選集匹配的藥物反應(yīng)边坤，以及上述"藥物靶點(diǎn)"方法部分中獲得的伴隨靶點(diǎn)名扛，這些靶點(diǎn)也通過(guò)蛋白質(zhì)組學(xué)和磷酸蛋白質(zhì)組學(xué)在腫瘤和正常組織中進(jìn)行了量化，并通過(guò)DepMap的細(xì)胞系中的CRISPR KO篩選進(jìn)行了測(cè)量茧痒。
4. 對(duì)于每種藥物肮韧，分別評(píng)估了與腫瘤和正常分子數(shù)據(jù)相匹配的癌癥細(xì)胞系（CCRCC、COAD、HNSCC弄企、LSCC超燃、LUAD、OV拘领、PDAC意乓、UCEC）的藥物反應(yīng)，每種藥物與8種癌癥類型形成8對(duì)约素。
5. 如果特定譜系的所有細(xì)胞在治療后與對(duì)照相比的平均log2存活率變化低于-0.3（單樣本T檢驗(yàn)届良，μ=-0.3），則認(rèn)為該細(xì)胞對(duì)藥物處理敏感圣猎，這是在PRISM手稿中定義的有效藥物殺傷的截止值士葫。
6. 在測(cè)試同一藥物的不同鹽類時(shí)，我們保留了在藥物-癌癥類型對(duì)中最有效的藥物鹽送悔，或者在平局的情況下隨機(jī)選擇一個(gè)藥物鹽慢显。
7. 對(duì)于每種獨(dú)特的藥物和8種癌癥類型中的每一種，我們預(yù)測(cè)如果至少一個(gè)藥物靶點(diǎn)在腫瘤與正常組織中通過(guò)蛋白質(zhì)組學(xué)或磷酸蛋白質(zhì)組學(xué)數(shù)據(jù)單獨(dú)上調(diào)放祟，或者在匹配的癌癥細(xì)胞系譜系中的CRISPR KO數(shù)據(jù)中是依賴性鳍怨，或者兩者兼有，則認(rèn)為該癌癥類型對(duì)該藥物有一個(gè)有效的靶點(diǎn)跪妥。
8. 進(jìn)行比例z檢驗(yàn)鞋喇，以測(cè)試我們的有效藥物靶點(diǎn)預(yù)測(cè)是否可以改善在PRISM中識(shí)別藥物-癌癥類型對(duì)成功反應(yīng)的識(shí)別。

Annotation of tumor suppressor genes

腫瘤抑制基因的注釋

Para_01

1. 腫瘤抑制基因從以下三個(gè)來(lái)源收集：（1）癌癥基因普查（下載于2021年12月9日）：僅篩選出第一層次的基因眉撵。（2）Bailey等人（2016年）：篩選出表S1中的基因侦香，這些基因具有高置信度的致癌基因和腫瘤抑制基因標(biāo)簽，來(lái)源于20/20+纽疟。（3）Tokheim等人（2016年）：篩選標(biāo)準(zhǔn)為所有三個(gè)工具（20/20+罐韩、TUSON和MutsigCV）均支持每個(gè)基因?yàn)橹掳┗蚧蚰[瘤抑制基因。

Genomic alteration of tumor suppressor genes in CPTAC and TCGA

CPTAC和TCGA中腫瘤抑制基因的基因組改變

Para_01

1. CPTAC 樣本的突變和拷貝數(shù)數(shù)據(jù)按照"數(shù)據(jù)獲取"部分所述獲取污朽，TCGA PanCan 樣本的數(shù)據(jù)則從 cBioPortal 下載散吵。
2. 通過(guò)計(jì)算每種癌癥類型和隊(duì)列中上述腫瘤抑制基因列表中的每個(gè)腫瘤抑制基因在樣本中失去功能突變（移碼突變和無(wú)義突變）和深度缺失（GISTIC 閾值得分 = -2）的頻率。
3. 選取平均改變頻率在所有癌癥類型和隊(duì)列中大于3%的頂級(jí)腫瘤抑制基因蟆肆，用于無(wú)監(jiān)督層次聚類分析矾睦。

Impact of genomic loss on mRNA and protein levels

基因組丟失對(duì)mRNA和蛋白質(zhì)水平的影響

Para_01

1. 對(duì)于每個(gè)CPTAC癌癥隊(duì)列，通過(guò)Wilcoxon秩和檢驗(yàn)比較了腫瘤抑制基因（移碼/無(wú)義突變炎功、深度缺失）基因缺失的樣本與其它樣本之間的腫瘤抑制基因的mRNA表達(dá)和蛋白豐度水平枚冗。

Cell line data

細(xì)胞系數(shù)據(jù)

Para_01

1. 以下使用的DepMap細(xì)胞系數(shù)據(jù)（https://depmap.org/portal/）：突變（CCLE_mutations.csv），拷貝數(shù)（CCLE_segment_cn.csv）蛇损，全局TMT蛋白質(zhì)組學(xué)赁温，66來(lái)自Broad和Sanger研究的組合CRISPR KO依賴性數(shù)據(jù)（CRISPR_gene_effect.csv）坛怪，18 Sanger的癌癥藥物敏感性基因組（GDSC）藥物反應(yīng)數(shù)據(jù)67以及Broad的混合物中同時(shí)進(jìn)行相對(duì)抑制分析（PRISM Repurposing 19Q4 Primary Files）藥物反應(yīng)數(shù)據(jù)。
2. 拷貝數(shù)段數(shù)據(jù)使用GISTIC2和GENCODE V34基本參考數(shù)據(jù)庫(kù)進(jìn)行處理股囊，并使用與和諧CPTAC數(shù)據(jù)相同的參數(shù)：(-genegistic 1 -smallmem 0 -rx 0 -broad 1 -brlen 0.7 -conf 0.99 -armpeel 1 -savegene 1 -v 30 -maxseg 46000 -ta 0.3 -td 0.3 -cap 1.5 -js 4)袜匿。
3. GISTIC對(duì)基因的閾值設(shè)置為-2，被認(rèn)為是該基因存在深度缺失毁涉。

Protein/phosphosite/kinase activity dependencies for TSG

TSG 的蛋白質(zhì)/磷酸位點(diǎn)/激酶活性依賴關(guān)系

Para_01

1. 首先在腫瘤中檢查了腫瘤抑制基因的基因丟失與蛋白質(zhì)豐度沉帮、磷酸化位點(diǎn)豐度和推斷的激酶活性評(píng)分之間的成對(duì)關(guān)系。
2. 對(duì)于每種癌癥類型贫堰，使用Wilcoxon秩和檢驗(yàn)比較具有腫瘤抑制基因丟失的樣本與其它樣本的蛋白質(zhì)/磷酸化位點(diǎn)/激酶活性評(píng)分穆壕。
3. 使用大于0的符號(hào)-log10 p值進(jìn)行繪圖，值大于0表示在具有腫瘤抑制基因丟失的樣本中蛋白質(zhì)/磷酸化位點(diǎn)/激酶活性上調(diào)其屏。
4. 還使用來(lái)自DepMap的CRISPR-Cas9篩選數(shù)據(jù)喇勋，在匹配的癌癥系中對(duì)每一對(duì)進(jìn)行評(píng)估，以測(cè)試攜帶腫瘤抑制基因丟失（移碼/無(wú)義突變偎行、深度缺失）的細(xì)胞系是否比沒(méi)有這些異常的細(xì)胞系更依賴于宿主蛋白質(zhì)基因川背，通過(guò)Wilcoxon秩和檢驗(yàn)。
5. 使用小于0的符號(hào)-log10值進(jìn)行繪圖蛤袒，值小于0表示當(dāng)宿主基因在攜帶腫瘤抑制基因丟失的細(xì)胞中被CRISPR敲除時(shí)熄云，細(xì)胞適應(yīng)度降低更多。

Drug response analysis in cell lines

細(xì)胞系中的藥物反應(yīng)分析

Para_01

1. 曲線下面積(AUC)響應(yīng)(值越低表明藥物敏感性越高)對(duì)多柔比星(GDSC1數(shù)據(jù)集)和米托蒽醌(PRISM數(shù)據(jù)集)來(lái)自DepMap的數(shù)據(jù)在UCEC細(xì)胞系中進(jìn)行比較妙真，這些細(xì)胞系中存在TP53基因丟失與不存在TP53基因丟失缴允，使用Wilcoxon秩和檢驗(yàn)。

Neoantigen prediction

新抗原預(yù)測(cè)

Para_01

1. 使用改進(jìn)版的NeoFlow進(jìn)行了新抗原分析珍德。
2. 具體而言练般，我們使用Optitype來(lái)識(shí)別DNA-Seq數(shù)據(jù)中的人類白細(xì)胞抗原（HLA）。
3. 然后锈候，我們使用netMHCpan 4.0來(lái)預(yù)測(cè)8至11個(gè)氨基酸長(zhǎng)度的體細(xì)胞突變衍生變異肽與HLA肽的綁定親和力薄料。
4. IC50結(jié)合親和力的截止值設(shè)為500nM。
5. 移除了結(jié)合親和力高于500nM的HLA肽泵琳。
6. 變異鑒定也在蛋白質(zhì)水平上使用MS/MS數(shù)據(jù)進(jìn)行了摄职。
7. 為了識(shí)別變異肽，我們采用了一種定制化的蛋白質(zhì)序列數(shù)據(jù)庫(kù)方法获列。
8. 我們從匹配的DNA和RNA測(cè)序數(shù)據(jù)中獲得了定制化的蛋白質(zhì)序列數(shù)據(jù)庫(kù)琳钉，然后使用這些定制化的數(shù)據(jù)庫(kù)對(duì)各個(gè)TMT或iTRAQ實(shí)驗(yàn)進(jìn)行數(shù)據(jù)庫(kù)搜索。
9. 我們根據(jù)全外顯子測(cè)序數(shù)據(jù)中識(shí)別的突變和RNASeq數(shù)據(jù)中的融合蛛倦，為每個(gè)TMT或iTRAQ實(shí)驗(yàn)構(gòu)建了一個(gè)定制化的數(shù)據(jù)庫(kù)，數(shù)據(jù)下載自https://proteomic.datacommons.cancer.gov/pdc/cptac-pancancer啦桌。
10. 我們使用Customprodbj（https://github.com/bzhanglab/customprodbj）進(jìn)行定制化數(shù)據(jù)庫(kù)的構(gòu)建溯壶。
11. 使用MS-GF+對(duì)所有的全局蛋白質(zhì)組和磷酸化數(shù)據(jù)進(jìn)行變異肽的鑒定及皂。
12. MS-GF+的結(jié)果在PSM水平上用1%的FDR進(jìn)行了過(guò)濾。
13. 剩余的變異肽使用PepQuery進(jìn)一步過(guò)濾且改，p值截止≤0.01验烧。
14. 變異肽的光譜使用PDV（https://github.com/wenbostar/PDV）進(jìn)行了注釋。

Tumor associated antigen identification

腫瘤相關(guān)抗原識(shí)別

Para_01

1. 使用AD測(cè)試進(jìn)行差異表達(dá)分析又跛，只保留了調(diào)整后p值低于1%的蛋白質(zhì)碍拆。
2. 我們從GTEx下載了所有54種正常組織的RNA-Seq數(shù)據(jù)，并使用層次貝葉斯混合模型ZigZag來(lái)推斷每種組織的基因表達(dá)狀態(tài)慨蓝。
3. 表達(dá)蛋白被定義為ZigZag計(jì)算出的活動(dòng)概率大于0.5的蛋白質(zhì)感混，其余蛋白質(zhì)被定義為不表達(dá)蛋白。
4. 在除睪丸外的所有正常組織中未表達(dá)的蛋白質(zhì)被定義為休眠蛋白礼烈。
5. 通過(guò)在caAtlas35的非癌細(xì)胞樣本中篩選HLA-I多肽弧满，進(jìn)一步過(guò)濾休眠蛋白，并且我們手動(dòng)檢查了剩余休眠蛋白的RNA-Seq和蛋白質(zhì)組表達(dá)水平此熬。
6. 我們移除了在非睪丸組織中具有明顯mRNA表達(dá)或 在8種癌癥類型中mRNA或蛋白質(zhì)表達(dá)較低的基因庭呜，最終得到9個(gè)腫瘤相關(guān)抗原的列表。
7. 使用PepQuery減少假陽(yáng)性的機(jī)會(huì)犀忱，并確定了7個(gè)腫瘤相關(guān)抗原募谎。

Visualization

可視化

Para_01

1. 藥物靶點(diǎn)的維恩圖是使用InteractiVenn78創(chuàng)建的，并在Adobe Illustrator中進(jìn)一步格式化阴汇。
2. 熱圖是使用ComplexHeatmap創(chuàng)建的数冬。
3. Cytoscape版本3.10.082用于創(chuàng)建激酶和磷酸化位點(diǎn)底物網(wǎng)絡(luò)。

Quantification and statistical analysis

定量與統(tǒng)計(jì)分析

Para_01

1. 除非另有說(shuō)明鲫寄，否則統(tǒng)計(jì)分析是使用R語(yǔ)言進(jìn)行的吉执。具體細(xì)節(jié)可以在結(jié)果和圖例中找到。
2. P值是通過(guò)Benjamini-Hochberg方法進(jìn)行調(diào)整的地来。