黑色素瘤蛋白质组揭晓:通过MEL-PLOT协调各种数据集,以发现生物标志物和获得临床见解
Áron Bartha1,2, Boglárka Weltz1,3, Lazaro Hiram Betancourt4,5
1Department of Bioinformatics, Semmelweis University, Budapest 1085, Hungary.
Journal of proteome research
|May 5, 2025
概括
研究人员开发了一个基于R的网络平台,用于黑色素瘤蛋白质组学分析. 这个平台有助于发现诊断,预测和预后蛋白质生物标志物,识别了45种与生存相关的蛋白质.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 生物标志物发现发现
- 癌症研究 癌症研究
背景情况:
- 发现黑色素瘤生物标志物对于改善诊断和预后至关重要.
- 整合多队列蛋白质组学数据带来了分析挑战.
研究的目的:
- 创建一个统一的平台来分析黑色素瘤蛋白质组学数据.
- 发现和验证用于黑色素瘤诊断,预后和预测的蛋白质生物标志物.
- 为了使蛋白质水平和临床元数据之间的相关性分析,包括生存结果.
主要方法:
- 来自五个独立队列 (489个组织样本,394名患者) 的基于质谱学的定量蛋白质组数据被整合.
- 开发了一个基于R的交互式Web平台 (MEL-PLOT) 用于数据分析和可视化.
- 在转移性,原发性瘤和非恶性样本之间进行了差异性蛋白质表达分析.
- 对淋巴结转移样本中识别的蛋白质进行了生存分析.
主要成果:
- 总共有274种蛋白质在样本类型之间显示出显著的差异性表达.
- 其中45种蛋白质显著影响了患者的存活率.
- HP,LGALS7和UBQLN1被确定为最重要的预后蛋白质.
结论:
- MEL-PLOT平台有助于对黑色素瘤蛋白质组学数据进行全面分析.
- 该平台支持诊断,预测和预后蛋白质生物标志物的发现和验证.
- 这项工作为推动黑色素瘤研究和药物开发提供了宝贵的资源.
