Ứng dụng của proteomisc trong nghiên cứu ung thư

Uyen Nguyen (Research Officer, Hoan Vu Biomolecules., JSC.)

Trong lĩnh vực ung thư, proteomics đã giúp làm sáng tỏ các cơ chế phân tử liên quan đến sự phát triển và di căn của khối u, đóng góp vào việc phát hiện các biomarker và mục tiêu điều trị mới. Sự phát triển của công nghệ proteomics đã mang lại tiến bộ đáng kể trong việc xác định các biomarker có thể ứng dụng lâm sàng và các mục tiêu điều trị mới. Các lợi ích tiêu biểu mà phương pháp proteomics mang lại trong việc nghiên cứu ung thư bao gồm:

• Xác định các dấu hiệu sinh học:

Proteomics đóng vai trò then chốt trong việc xác định các dấu ấn sinh học tiềm năng để chẩn đoán ung thư, tiên lượng và dự đoán đáp ứng điều trị. Bằng cách so sánh hồ sơ protein giữa mô khỏe mạnh và mô ung thư, các nhà nghiên cứu có thể xác định các protein cụ thể được biểu hiện quá mức hoặc biểu hiện dưới mức trong khối u. Các protein biểu hiện khác biệt này đóng vai trò là các dấu ấn sinh học tiềm năng có thể hỗ trợ phát hiện sớm và các chiến lược điều trị cá nhân hóa cho bệnh nhân ung thư.

• Làm sáng tỏ tính không đồng nhất của khối u:

Khối u rất phức tạp và không đồng nhất, bao gồm các quần thể tế bào riêng biệt với các đặc điểm khác nhau. Proteomics cho phép phân tích các tế bào riêng lẻ trong khối u, cung cấp cái nhìn sâu sắc về tính không đồng nhất và động lực phát triển của khối u và giúp hiểu được tình trạng kháng thuốc, di căn và thiết kế các liệu pháp phù hợp nhắm vào các quần thể tế bào cụ thể.

• Làm sáng tỏ các con đường truyền tín hiệu:

Các con đường truyền tín hiệu bất thường thường chịu trách nhiệm cho sự phát triển và tồn tại không kiểm soát của các tế bào ung thư. Proteomics cho phép xác định và mô tả các protein chính tham gia vào các chuỗi truyền tín hiệu này. Bằng cách lập bản đồ mạng lưới phức tạp của các tương tác protein, proteomics giúp các nhà nghiên cứu xác định các mục tiêu điều trị tiềm năng để can thiệp và phát triển các loại thuốc mới có thể phá vỡ các con đường thúc đẩy khối u.

Các phương pháp và công nghệ hiện đại trong proteomics

Hình 1 – Quy trình nghiên cứu ung thư bằng phương pháp proteomics. Proteomics thể hiện nhiều protein bằng cách chuẩn bị peptide, phân tích bằng phương pháp khối phổ và giải thích dữ liệu peptide thông qua cơ sở dữ liệu hiện có (Uyen Nguyen, Research Officer, Hoan Vu Biomolecules., JSC.)

Nghiên cứu các sửa đổi sau dịch mã của protein:

Các sửa đổi sau dịch mã (PTM) đóng vai trò quan trọng trong việc điều chỉnh chức năng protein và các quá trình tế bào. Các kỹ thuật proteomics có thể xác định và định lượng PTM, chẳng hạn như phosphoryl hóa, acetyl hóa và glycosyl hóa, trong các tế bào ung thư. Kiến thức này giúp hiểu cách PTM góp phần vào sự phát triển, tiến triển và đáp ứng của khối u với điều trị, mở ra những hướng đi mới cho các liệu pháp nhắm mục tiêu.

Bên cạnh đó, sự phát triển của các kỹ thuật khối phổ (mass spectrometry) và các phương pháp phân tách protein tiên tiến, cho phép phân tích proteome với độ nhạy và độ chính xác cao. Kỹ thuật sắc ký lỏng ghép nối khối phổ (LC-MS) đóng vai trò quan trọng trong việc xác định và định lượng protein, cũng như phát hiện các biến đổi sau dịch mã. Các phương pháp định lượng protein, bao gồm cả phương pháp có nhãn và không nhãn, được sử dụng rộng rãi trong nghiên cứu lâm sàng để phân tích biểu hiện protein trong các mẫu bệnh phẩm.

Để theo dõi liệu pháp ung thư và tiên lượng bằng liệu pháp miễn dịch, cần phải sử dụng các dấu ấn sinh học thích hợp. Hồ sơ protein của bệnh nhân ung thư đang được điều trị bằng liệu pháp miễn dịch cho thấy phản ứng với liệu pháp miễn dịch và khả năng sống sót, cho thấy tiềm năng của các phương pháp nghiên cứu protein trong việc phát hiện ra các dấu ấn sinh học tiên lượng. Việc xác định các dấu ấn sinh học để đo chính xác phản ứng thuốc ở bệnh nhân có thể cải thiện chẩn đoán, tiên lượng và theo dõi hiệu quả điều trị ung thư. Các nghiên cứu gần đây đã xác định được các biomarker tiềm năng cho nhiều loại ung thư khác nhau, đồng thời nhấn mạnh tầm quan trọng của việc xác thực lâm sàng trước khi áp dụng rộng rãi. Ngoài ra, sự kết hợp giữa proteomics và các lĩnh vực “omics” khác, như genomics và transcriptomics, cung cấp dữ liệu toàn diện về cơ chế phân tử và các mục tiêu điều trị, hỗ trợ phát triển các liệu pháp cá nhân hóa cho bệnh nhân ung thư.

Bảng 1 – Danh sách các dấu hiệu sinh học ung thư tiêu biểu được xác định bằng phương pháp nghiên cứu protein.

Loại ung thư	Phương pháp khám phá mục tiêu	Chiến lược dựa trên MS	Mục tiêu	Tính năng của dấu ấn sinh học	TLTK
Gan (HCC)	Proteomics Phosphoproteomic	Tiêu hóa trong dung dịch và LC-MS/MS	PYCR2, ADHIA	Lập trình lại quá trình trao đổi chất HCC	1
Tuyến tuỵ	Proteomics	Tiêu hóa trong dung dịch và LC-MS/MS	LKB1	Điều chỉnh các con đường liên quan đến quá trình đường phân, chuyển hóa serine và quá trình methyl hóa DNA	2
Buồng trứng	Proteomics	Tiêu hóa trong dung dịch và LC-MS/MS	NNMT	Bộ điều chỉnh chuyển hóa trung tâm của sự phân hóa CAF và tiến triển ung thư trong mô đệm	3
Nhũ hoa	Proteomics	Tiêu hóa trong dung dịch và LC-MS/MS	CD66c	Được đề xuất như một dấu hiệu CSC vú mới bằng cách điều chỉnh khả năng sống của tế bào CSCS trong điều kiện thiếu oxy.	4
Phổi	Proteomics	Tiêu hóa trong dung dịch và LC-MS/MS	PI3K/MTOR	Trong ung thư phổi kháng thuốc ức chế tyrosine kinase EGFR, thuốc ức chế PI3K/MTOR được sử dụng kết hợp để khắc phục tình trạng kháng thuốc.	5
Tuỷ	Proteomics	Tiêu hóa trong dung dịch và LC-MS/MS	IL3RA, CD99	Cung cấp các nguồn tài nguyên về protein để thiết kế các liệu pháp nhắm mục tiêu vào tế bào gốc bệnh bạch cầu bằng cách trình bày các dấu hiệu đặc hiệu của tế bào gốc bệnh bạch cầu	6

Hồ sơ protein được áp dụng vào nghiên cứu ung thư tuyến tiền liệt

Ung thư tuyến tiền liệt là khối u ác tính xảy ra ở các tế bào biểu mô của tuyến tiền liệt và là loại ác tính được chẩn đoán phổ biến thứ hai trên toàn thế giới. Ahram và cộng sự đã sử dụng điện di gel hai chiều để phân tích hồ sơ protein tế bào ghép đôi của tế bào bình thường và tế bào khối u trong mẫu vật tuyến tiền liệt của con người, xác định những thay đổi trong 40 protein đặc hiệu khối u. Mặc dù ý nghĩa của những thay đổi cụ thể này vẫn chưa rõ ràng, nhưng chúng ngụ ý trực tiếp những nỗ lực trong việc xác định các mục tiêu chẩn đoán và điều trị lâm sàng mới cho ung thư tuyến tiền liệt.

Sanja Kiprijanovska và cộng sự đã chọn mẫu nước tiểu từ bệnh nhân lâm sàng để nghiên cứu ung thư tuyến tiền liệt⁷. Bằng cách so sánh 45 protein được xác định từ 2D PAGE/MS với các protein được xác định trong nước tiểu bình thường, họ phát hiện ra rằng 34 trong số các protein này cũng có trong nước tiểu bình thường, trong khi 11 protein còn lại chưa được báo cáo. Ngoài ra, họ phát hiện ra bốn protein (antithrombin III, protein xuyên màng và immunoglobulin, protein khối u D52 và inosine monophosphate dehydrogenase) có liên quan đến các loại ung thư khác nhau cũng như chấn thương và bất thường của cơ thể. Hơn nữa, trong phân loại chức năng phân tử và tế bào, họ phát hiện ra rằng ba trong số các protein này có liên quan đến sự sống còn của tế bào, sự tăng sinh và apoptosis. Những phát hiện của nghiên cứu này cung cấp một số manh mối để hiểu cơ sở phân tử của ung thư tuyến tiền liệt.

Ứng dụng của Proteomics vào nghiên cứu ung thư dạ dày

Ung thư dạ dày là một trong những loại ung thư phổ biến ở Châu Á và có khả năng kháng thuốc đối với nhiều loại thuốc chống ung thư. Do đó, nhiều nghiên cứu đã cố gắng xác định các dấu ấn sinh học quan trọng và công nghệ proteomics cung cấp các công cụ thiết yếu để phát hiện và xác định các dấu ấn sinh học liên quan đến bệnh.

JinWoo Ryu sử dụng phương pháp điện di gel hai chiều của mô ung thư dạ dày và xác định được 140 điểm protein⁸. Trong số các protein được xác định, bảy protein được phát hiện là biểu hiện quá mức và bảy protein được biểu hiện dưới mức trong mô ung thư dạ dày. Những phát hiện này có tiềm năng tương quan với dữ liệu lâm sàng và xác định các dấu ấn sinh học hữu ích.

Zhigang Bai và cộng sự đã phân tích các mô hình biểu hiện protein ghép đôi trong các mô ung thư dạ dày và niêm mạc dạ dày bình thường từ tám bệnh nhân ung thư dạ dày⁹. Họ đã thực hiện phân tích proteomic so sánh bằng cách sử dụng điện di gel hai chiều (2-DE) và phổ khối thời gian bay ion hóa/giải hấp laser hỗ trợ ma trận (MALDI-TOF-MS). Họ đã phát hiện ra 26 protein được điều hòa tăng và sáu protein được điều hòa giảm trong các mô khối u, với chín protein liên quan đến quá trình apoptosis. Ngoài ra, họ lần đầu tiên xác định rằng những thay đổi trong hoạt động phosphoryl hóa của PPIA đóng vai trò quan trọng trong sự xuất hiện và phát triển của ung thư dạ dày ở người. Họ đề xuất ENO1, GRP78, GRP94, PPIA, PRDX1 và PTEN là các dấu ấn sinh học tiềm năng của ung thư dạ dày.

Ứng dụng của Proteomics vào nghiên cứu ung thư gan

Ung thư gan là loại ung thư phổ biến nhất trên toàn thế giới, với tỷ lệ mắc bệnh đặc biệt cao, với khoảng 82% các trường hợp xảy ra ở các nước đang phát triển. Trên toàn cầu, ung thư gan đứng thứ sáu về tỷ lệ mắc bệnh ung thư và thứ ba về tỷ lệ tử vong liên quan đến ung thư.

Hindupur và cộng sự đã tiến hành nghiên cứu về proteomics trên 12 khối u gan ở mô hình chuột mắc ung thư gan và phát hiện ra sự điều hòa tăng đáng kể quá trình phosphoryl hóa histidine trong tổng thể các protein ở khối u gan. Họ cũng quan sát thấy rằng biểu hiện LHPP ở gan kéo dài trong mô hình chuột mắc ung thư biểu mô tế bào gan (HCC) làm giảm gánh nặng khối u và ngăn ngừa rối loạn chức năng gan. Biểu hiện thấp của LHPP có liên quan đến việc tăng mức độ nghiêm trọng của khối u và giảm tỷ lệ sống sót nói chung, cho thấy LHPP là một protein histidine phosphatase và chất ức chế khối u, cho thấy sự tham gia của quá trình điều hòa histidine.

Trong một nghiên cứu của Pengyuan Yang¹⁰, các mẫu huyết thanh từ 27 bệnh nhân ung thư gan đã được so sánh. Sử dụng kỹ thuật điện di gel hai chiều và khối phổ, họ đã xác định được năm protein biểu hiện khác biệt đáng kể.

Ứng dụng của Proteomics vào nghiên cứu ung thư phổi

Ung thư phổi là loại ung thư có tỷ lệ tử vong cao với tỷ lệ sống sót là 15%, khiến nó trở thành loại ung thư thấp nhất trong số tất cả các loại ung thư. Grasso CS đã áp dụng công nghệ khối phổ và xác định tổng cộng 51 protein biểu hiện khác biệt, với 29 protein được điều chỉnh tăng và 22 protein được điều chỉnh giảm. Các protein được điều chỉnh giảm chủ yếu liên quan đến việc điều chỉnh quá trình chuyển hóa chất dinh dưỡng hoặc thuốc. Mặt khác, nhiều protein được tạo ra bởi TGF-alpha, chẳng hạn như protein sốc nhiệt 27 và glutamine transaminase, có liên quan đến việc điều chỉnh quá trình di chuyển, bám dính và xâm lấn của tế bào, đóng vai trò trong quá trình phát triển ung thư.

Atchararubporn và cộng sự đã thực hiện điện di gel hai chiều trên các tế bào ung thư phổi và xác định các protein bằng phương pháp phổ khối ion hóa phun điện. Họ phát hiện ra rằng ribonucleoprotein hạt nhân A1 không đồng nhất, yếu tố hạt nhân KAP1, transketolase và cytokeratin 18 được biểu hiện độc quyền trong các tế bào ung thư phổi. Ngoài ra, trong các tế bào ung thư phổi, phosphoprotein làm giàu trong tế bào hình sao 60 (PEA-15) biểu hiện cao. PEA-15 đóng vai trò quan trọng trong tương tác protein-protein và cấu hình protein. Do đó, sự biểu hiện quá mức của nó trong các tế bào có thể dẫn đến cấu hình protein bất thường, kích hoạt ung thư giai đoạn đầu. Do đó, các protein này có tiềm năng đóng vai trò là dấu ấn sinh học để phát hiện sớm ung thư phổi

Thách thức và hướng nghiên cứu tương lai

Mặc dù có nhiều tiến bộ, việc ứng dụng proteomics trong lâm sàng vẫn đối mặt với nhiều thách thức, bao gồm độ phức tạp của proteome, sự biến đổi giữa các cá nhân và nhu cầu về các phương pháp phân tích tiêu chuẩn hóa. Bài báo đề xuất rằng nghiên cứu trong tương lai nên tập trung vào việc phát triển các kỹ thuật phân tích nhạy hơn, cũng như hợp tác đa ngành để thúc đẩy ứng dụng proteomics trong chăm sóc bệnh nhân ung thư. Việc thiết lập các cơ sở dữ liệu proteome ung thư và chia sẻ dữ liệu trên toàn cầu cũng được nhấn mạnh như một yếu tố quan trọng để thúc đẩy tiến bộ trong lĩnh vực này.

Tài liệu tham khảo:

1. Q. Gao, H. Zhu, L. Dong, W. Shi, R. Chen, Z. Song, C. Huang, J. Li, X. Dong, Y. Zhou, Q. Liu, L. Ma, X. Wang, J. Zhou, Y. Liu, E. Boja, A. I. Robles, W. Ma, P. Wang, Y. Li, L. Ding, B. Wen, B. Zhang, H. Rodriguez, D. Gao, H. Zhou, and J. Fan. Integrated Proteogenomic Characterization of HBV-Related Hepatocellular Carcinoma, Cell 2019, 179(2), 561-577.e22.

2. F. Kottakis, B. N. Nicolay, A. Roumane, R. Karnik, H. Gu, J. M. Nagle, M. Boukhali, M. C. Hayward, Y. Y. Li, T. Chen, M. Liesa, P. S. Hammerman, K. K. Wong, D. N. Hayes, O. S. Shirihai, N. J. Dyson, W. Haas, A. Meissner, and N. Bardeesy. LKB1 loss links serine metabolism to DNA methylation and tumorigenesis, Nature 2016, 539(7629), 390-395.

3. M. A. Eckert, F. Coscia, A. Chryplewicz, J. W. Chang, K. M. Hernandez, S. Pan, S. M. Tienda, D. A. Nahotko, G. Li, I. Blazenovic, R. R. Lastra, M. Curtis, S. D. Yamada, R. Perets, S. M. McGregor, J. Andrade, O. Fiehn, R. E. Moellering, M. Mann, and E. Lengyel. Proteomics reveals NNMT as a master metabolic regulator of cancer-associated fibroblasts, Nature 2019, 569(7758), 723-728.

4. E. Y. Koh, J. E. You, S. H. Jung, and P. H. Kim. Biological Functions and Identification of Novel Biomarker Expressed on the Surface of Breast Cancer-Derived Cancer Stem Cells via Proteomic Analysis, Mol Cells 2020, 43(4), 384-396.

5. X. Zhang, T. K. Maity, K. E. Ross, Y. Qi, C. M. Cultraro, M. Bahta, S. Pitts, M. Keswani, S. Gao, K. D. P. Nguyen, J. Cowart, F. Kirkali, C. Wu, and U. Guha. Alterations in the Global Proteome and Phosphoproteome in Third Generation EGFR TKI Resistance Reveal Drug Targets to Circumvent Resistance, Cancer Res 2021, 81(11), 3051-3066.

6. S. Raffel, D. Klimmeck, M. Falcone, A. Demir, A. Pouya, P. Zeisberger, C. Lutz, M. Tinelli, O. Bischel, L. Bullinger, C. Thiede, A. Florcken, J. Westermann, G. Ehninger, A. D. Ho, C. Muller-Tidow, Z. Gu, C. Herrmann, J. Krijgsveld, A. Trumpp, and J. Hansson. Quantitative proteomics reveals specific metabolic features of acute myeloid leukemia stem cells, Blood 2020, 136(13), 1507-1519.

7. S. Kiprijanovska, S. Stavridis, O. Stankov, S. Komina, G. Petrusevska, M. Polenakovic, and K. Davalieva. Mapping and Identification of the Urine Proteome of Prostate Cancer Patients by 2D PAGE/MS, International Journal of Proteomics 2014, 2014(1), 594761.

8. J. W. Ryu, H. J. Kim, Y. S. Lee, N. H. Myong, C. H. Hwang, G. S. Lee, and H. C. Yom. The proteomics approach to find biomarkers in gastric cancer, J Korean Med Sci 2003, 18(4), 505-9.

9. Z. Bai, Y. Ye, B. Liang, F. Xu, H. Zhang, Y. Zhang, J. Peng, D. Shen, Z. Cui, Z. Zhang, and S. Wang. Proteomics-based identification of a group of apoptosis-related proteins and biomarkers in gastric cancer, Int J Oncol 2011, 38(2), 375-83.

10. R. Parent and L. Beretta. Proteomics in the study of liver pathology, J Hepatol 2005, 43(1), 177-83.