应用蛋白质芯片技术从血清中筛选肺癌标志蛋白

探讨用蛋白质芯片技术筛选肺癌病人血清中的特异性标志蛋白. 采用SELDI (surfaced enhanced laser desorption/ionization)蛋白芯片技术检测了30例肺癌(15例原发癌, 9例转移癌, 6例化疗后)病人血清和12例正常人血清中的蛋白质谱. 选用阴离子交换柱处理血清样品, 用5个不同pH的洗脱液和有机溶剂洗脱柱床, 通过改变洗脱液的pH值得到6个具有不同pI的蛋白质组分. 每个组分用IMAC-Cu和WCX2两种芯片检测. 采用美国Ciphergen 生物公司研制的蛋白质芯片阅读机读取数据, 获得的蛋白质谱采用Ciphergen 公司的Biomark Wizard软件分析. 结果显示, 肺癌病人与正常人的血清中有15个差异蛋白(标志分子)表达. 与正常人血清相比, 6个蛋白质在肺癌病人血清中高表达, 9个蛋白质在肺癌病人血清中低表达. 采用单一标志分子检测时, 敏感性为44.82%~93.1%, 特异性为85%~94.4%. 其中5个标志分子在两种芯片上被检测出来. 实验证明与肺癌相关的特异性标志分子可从病人血清中检测出来, 而且蛋白质芯片技术对于发现和筛选血清中的肺癌标志蛋白是一种有效、快速的工具.     

Proteomic approaches to biomarker discovery in lung cancers by SELDI technology

Lung cancer is one of the most common tumors all over the world and one of those with higher mortality in clinic. For instance, 169500 new cases of lung cancer were estimated in the United States for 2001[1]. In recent years, both morbidity and mortality of lung cancer were reported gradually increasing in our country. Therefore, it has become an urgent task to search and discover specific biomarkers for lung cancer. In tumor genesis, certain cellular proteins must have changed their express…     

哺乳动物睾丸长形精子细胞及精子中泛素化蛋白的研究

哺乳动物睾丸长形精子细胞及精子中泛素化蛋白的研究@费江枫$北京师范大学生命科学院!　中国 北京100875 @肖雪媛$北京师范大学生命科学院!　中国 北京100875 @于晖$北京师范大学生命科学院!　中国 北京100875 @何大澄$北京师范大学生命科学院!　中国 北京100875 @王永潮$北京师范大学生命科学院!　中国 北京100875 @陈晖$中国医学科学院药物研究所!　中国 北京100050 @费仁仁$中国医学科学院药物研究所!　中国 北京100050…     

Proteomic approaches to biomarker discovery in lung cancers by SELDI technology

The purpose of the present work is to identify protein profiles that could be used to discover specific biomarkers in serum and discriminate lung cancer. Thirty serum samples from patients with lung cancer (15 cases of primary brochogenic carcinoma, 9 cases of metastasis lung cancer and 6 cases of lung cancer after chemotherapy) and twelve from healthy individuals were analyzed by SELDI (Surfaced Enhanced Laser Desorption/Ionization) technology. Anion-exchange columns were used to fractionate the sera with 6 designated pH washing solutions. Two types of protein chip arrays, IMAC-Cu and WCX2, were employed. Protein chips were examined in PBSII ProteinChip Reader (Ciphergen Biosystems Inc.) and the resulting profiles between cancer and normal were analyzed with Biomarker Wizard System. In total, 15 potential lung cancer biomarkers, of which 6 were up-regulated and 9 were down-regulated, were discovered in the serum samples from patients with lung cancer. 5 of 15 these biomarkers were able to be detected on both WCX2 and IMAC-Cu protein chips. The sensitivities provided by the individual markers range from 44.8% to 93.1% and the specificities were 85.0%–94.4%. Our results suggest that serum is a capable resource for detection of lung cancer with specific biomarkers. Moreover, protein chip array system was shown to be a useful tool for identification, as well as detection of disease biomarkers in sera.     

人组氨酸磷酸酶PHP14的原核表达及其体外互作蛋白的研究

目的:表达和纯化人组氨酸磷酸酶PHP14蛋白,并寻找与其存在体外相互作用的蛋白。方法:PCR扩增PHP14的全长cDNA,并将其克隆至pGEX4T原核表达载体,构建重组表达质粒。用重组表达质粒转化大肠杆菌BL21菌株,经IPTG诱导后,使用Glutathione Sepharose 4B凝胶颗粒进行亲和纯化,通过SDS-PAGE电泳确定融合蛋白的表达。进行GST-Pulldown实验,寻找体外与PHP14相互作用的蛋白,并进行质谱鉴定。结果:在大肠杆菌BL21中成功了表达出了PHP14的可溶性融合蛋白;经Glutathione Sepharose4B凝胶颗粒纯化后,获得了纯化的GST-PHP14融合蛋白,GST-Pulldown实验和质谱鉴定结果发现PHP14与HSP90在体外存在相互作用。结论:实现了PHP14的原核表达和纯化,发现PHP14与HSP90在体外可能存在相互作用。     

PROL4提高肺癌细胞LTEP-a-2对化疗药物顺铂的敏感性

PROL4(proline-rich protein 4)是我们筛选发现的一个在肺癌细胞中表达缺失的基因．为了深入研究其在肺癌中的生物学功能,构建了PROL4表达质粒,转染肺腺癌LTEP-a-2细胞,获得了稳定表达PROL4的单克隆细胞株．与空载对照细胞相比,过表达PROL4的LTEP-a-2细胞其生长的血清依赖性明显提高,软琼脂集落形成能力降低,裸鼠皮下荷瘤生长受到明显抑制．进一步研究发现,过表达PROL4可明显提高多种肺癌细胞对顺铂的敏感性,而且这种敏感性的提高与PROL4协同顺铂促进细胞凋亡密切相关．该研究结果为临床上如何提高肺癌的化疗效果提供了重要的实验依据．     

运用BioID技术筛选S100A7互作蛋白*

目的: 通过邻近生物素鉴定(BioID)技术筛选S100A7互作蛋白并进行验证。方法: 采用邻近生物素BioID和质谱相结合的方法,筛选S100A7互作蛋白。通过免疫荧光和免疫共沉淀方法,对相互作蛋白进行验证。结果: 与对照组比对,通过BioID技术共获得94个可能与 S100A7 相互作用的候选蛋白质。选取 Annexin A2(AnxA2)蛋白在 HEK293 细胞中进行了验证,结果表明S100A7 与 AnxA2 存在直接的相互作用,且二者共定位于细胞质和细胞膜。结论: 可将BioID技术作为互作蛋白筛选的一项新技术,通过该技术发现S100A7和AnxA2存在相互作用。     

一个在肺癌血清中高表达的标志分子SAA的发现及鉴定

应用表面增强基质辅助激光解析离子化-飞行时间质谱(SELDI-TOF-MS)对175例肺癌病人和43例正常人血清进行了蛋白质谱检测. 通过Biomarker Wizard™ 和Biomarker Patterns™软件分析显示11.6 kD蛋白峰在肺癌病人血清中明显高于正常对照组, 同时该蛋白峰的表达水平与肺癌病人的临床分期密切相关, 随着病情的加重而逐渐升高. 进而采用Tricine-SDS-PAGE结合质谱分析鉴定出芯片上11.6 kD的蛋白峰为血清淀粉样蛋白A(serum amyloid A protein, SAA). 使用抗SAA的特异性抗体通过免疫沉淀进一步证实了该蛋白峰为SAA. 同时还采用了ELISA方法对上述部分血清样本中SAA表达水平进行了测定, 结果显示其敏感性和特异性分别为84.1%和80%. 与蛋白质芯片使用单一差异蛋白质SAA划分结果基本一致. 上述实验结果表明, SAA能很好地划分肺癌病人和正常对照组, 很可能成为肺癌诊断和病情检测的一个标志分子.     

利用蛋白质组学方法筛选及确定喉癌诊断的标志分子

采用蛋白质芯片和生物信息学方法从喉癌患者血清中筛选标志蛋白. 采用SELDI(surfaced enhanced laser desorption/ionization)蛋白质芯片技术对33例喉癌(12例声门癌, 18例声门上癌, 3例声门下癌)病人血清和31例正常人血清蛋白质谱图进行了检测. PBSII-C型蛋白质芯片阅读机读取数据, 获得的结果采用Ciphergen 公司的Biomarker Wizard和Biomarker Pattern软件分析. 结果显示与正常人血清蛋白质谱相比时, 喉癌病人血清中有16个差异蛋白, 其中8个标志分子在病人血清中高表达, 8个标志分子在病人血清中低表达. Biomarker Pattern软件在设定条件下自动选取上述标志分子中的两个蛋白质8153和2035 Da用于建立喉癌诊断的分类树模型. 此分类树具有两层3个叶结点, 可将96.9%的喉癌病人和96.7%正常人正确划分出来. 实验证明利用蛋白质组学和生物信息学方法可从血清中筛选出喉癌相关的标志蛋白, 而且蛋白质芯片技术对于发现和筛选血清中的喉癌标志蛋白是一种有效、快速的工具.     

肺癌病人血清中U1-A snRNP自身抗体的发现与鉴定

许多研究表明, 肺癌病人存在自身免疫现象. 为了寻找肺癌病人血清中具有潜在诊断价值的自身抗体, 采用免疫荧光染色, 免疫印迹和蛋白质芯片技术对10例肺癌病人和10例正常人血清进行了检测. 筛选中发现1例来自64岁男性肺鳞癌(Ⅲb期)病人的血清呈现特异性的细胞核染色, 并在31 kD处有一个明显的细胞核蛋白免疫印迹条带. 进而采用该病人的血清进行免疫沉淀, 对所捕获的蛋白组分进行质谱分析和数据库查询后确认31 kD条带为核内小核糖体蛋白U1-A(small nuclear ribonucleoprotein U1-A, U1-A snRNP). 进一步对36例鳞癌、26例腺癌、31例小细胞肺癌和20例健康对照血清样本进行了免疫荧光染色和免疫印迹验证, 结果显示50%的鳞癌、26.9%的腺癌、54.8%的小细胞肺癌病人血清中有抗U1-A snRNP抗体. 上述结果报道了在肺癌病人血清中出现Anti-U1-A snRNP自身抗体.