RHOA

DRUGAI尽管蛋白–蛋白相互作用图谱已取得显著进展，其在不同组织中的特异性仍研究不足。在本研究中，研究人员基于蛋白质共丰度可预测功能关联的前提，整合并分析了来自11个人体组织的7,811个蛋白质组学样本的蛋白丰度数据，构建了一个组织特异性的蛋白相互作用图谱。研究人员发现，该方法不仅能复现已知的蛋白复合物，还能揭示细胞的更大结构组织。稳定蛋白复合物的相互作用在各组织中高度保守，而细胞类型特异性的结构（如突触成分）则是组织间差异的重要驱动因素。研究结果显示，超过25%的蛋白关联具有组织特异性，其中不到7%可归因于基因表达差异。针对脑组织，研究人员通过突触体的共分级实验、脑源拉下数据的人工整理以及AlphaFold2结构建模，对蛋白相互作用进行了验证。进一步地，研究人员还构建了与精神分裂症相关基因的脑组织相互作用网络，表明该方法可用于在与脑疾病相关的基因座中功能优先筛选候选致病基因。蛋白–蛋白相互作用决定了细胞的物理结构和功能，其异常可能导致疾病。尽管近年来质谱技术和高通量筛选方法的进步推动了蛋白互作的研究，现有数据库多为不具上下文的全局互作信息，而实际互作在不同组织或细胞状态中具有高度特异性，且不到一半的蛋白可在所有组织中检测到。为理解细胞类型特异功能、识别药物靶点以及构建系统级细胞模型，明确蛋白互作的组织特异性至关重要。以往研究常借助基因表达数据推测组织特异性互作，但mRNA共表达对预测蛋白互作的准确性有限。相比之下，蛋白共丰度（coabundance）被证明更能准确预测蛋白关联，因为复合物亚基往往协同表达并以特定化学计量组装，未配对亚基则倾向降解。在本研究中，研究人员基于7,811个人体样本的蛋白质共丰度数据，构建了涵盖11种组织、约1.16亿对蛋白的组织特异性蛋白关联图谱。该图谱不仅复现了已知复合物，还揭示了功能模块间的关系，并为疾病相关基因提供了上下文关联线索。研究人员以脑组织为例，结合多种互补数据验证该图谱在组织特异性致病基因和互作优先排序中的应用价值。研究结果基于蛋白共丰度的全基因组蛋白关联评分研究人员首先收集了癌症队列的蛋白质丰度数据，汇总了来自14种人体组织的50项蛋白质组学研究，包含5,726个肿瘤样本和2,085个邻近健康组织样本，并配套收集了其中2,930个肿瘤样本和722个健康样本的mRNA表达数据。利用蛋白复合物成员在转录和翻译后水平的共调控特性，研究人员计算了基于丰度数据的蛋白–蛋白关联概率。具体而言，先对数据进行对数转换和中值归一化，再在每项研究中对至少在30个样本中被共同检测的蛋白对计算皮尔逊相关系数。随后，以已知蛋白复合物亚基为正例（来自CORUM数据库），利用逻辑回归模型将相关性估计转换为蛋白关联概率。通过与蛋白共分级和mRNA共表达等方法对比，研究人员发现蛋白共丰度在复现已知蛋白复合物上表现最佳（AUC=0.80），优于蛋白共分级（AUC=0.69）和mRNA共表达（AUC=0.70）。将mRNA与蛋白丰度联合使用并未进一步提升识别能力，且剔除基因表达后所得共丰度估计仍表现良好，提示预测能力主要源于翻译后调控而非基因表达。因此，研究人员最终仅使用蛋白共丰度来计算蛋白关联概率。构建组织特异性蛋白关联图谱研究人员进一步验证了同一组织的不同研究是否能反映一致的组织特征。通过聚类分析，发现相同组织的样本之间具有较高一致性。定义“组织特异性”的蛋白关联为：在某一组织中关联评分高于95百分位且在其他组织中低于0.5。使用“留一法”验证后发现，这些组织特异性关联主要由相应组织的样本所复现，说明组织来源是蛋白关联差异的关键驱动因素。聚合相同组织的研究数据后，研究人员为11个人体组织生成了统一的蛋白关联评分。在已知蛋白互作的复现能力上，组织层级的评分优于任何单个队列，且肿瘤来源数据的表现优于健康组织。这些评分反映了肿瘤的遗传异质性及样本之间的变异。研究人员还利用健康组织得出的特异性关联，用肿瘤样本数据进行验证，结果显示一致性良好，进一步验证了该图谱的可靠性和代表性。最终，研究人员构建了一个涵盖116,000,000对蛋白的组织特异性关联图谱，平均每个组织包含约5,600万对蛋白评分，其中约1,000万对具有较高关联性（评分>0.5），约49万对属于“高可信关联”（评分>0.8）。组织间差异并非由基因表达驱动尽管蛋白互作的前提是基因在组织中被表达，但仅约7%的组织间蛋白关联差异可归因于基因表达差异。因此，蛋白共丰度反映的是翻译后层级的调控，进一步强调其独立于转录水平的预测价值。各组织特异性关联比例在健康组织与肿瘤组织配对比较中，46.3%的“可能关联”以及90.2%的“高可信关联”可被对方组织所复现。而在不同组织间，这些比例分别下降至32.9%和54.6%。研究人员据此估计，约有25.8%的蛋白关联具有组织特异性。各组织复现其特异性细胞组分通过比较组织间的Jaccard相似系数发现，已知蛋白复合物等稳定互作在多个组织间保持一致，而与信号转导或时空调控相关的动态互作则更多体现组织差异。此外，特定组织（如大脑、喉部、肺、肝）中的细胞结构成分（如突触、纤毛、过氧化物酶体）表现出显著的组织特异性，说明这些结构是组织差异的重要来源。图谱揭示细胞类型特异性互作以神经特异的AP2适配蛋白复合物为例，研究人员发现其在大脑中的关联更强，尤其是与突触相关蛋白的互作，而非突触蛋白则在大脑中互作较弱。研究人员还识别出如血红蛋白与贫血、乳糜微粒与克罗恩病、纤维蛋白原与肝病等组织特异的疾病相关互作。组织特异的表型与细胞结构关联进一步，研究人员通过GO注释与OTAR数据库中GWAS基因，系统评估了表型与细胞结构之间的组织特异性关系。例如，在大脑中与强迫症（OCD）相关的15个细胞成分几乎均为神经元特异，且在剔除GWAS已关联基因后，这些成分仍富集药物靶点、小鼠模型致病基因或低置信GWAS基因，说明该方法可用于识别与疾病相关的潜在功能模块。验证精神分裂症相关基因的脑组织互作研究人员构建了一个脑组织中与精神分裂症（SCZ）相关基因的互作网络。将GWAS关联的369个SCZ起始基因与其组织特异性关联基因筛选组合，识别出高置信互作对。进一步使用脑组织中实验验证的拉下质谱互作数据对预测结果进行验证，显示SCZ相关互作在脑组织中显著富集。研究人员从中筛选出205个已验证的脑组织SCZ互作对，并利用AlphaFold2预测其结合结构。其中三个14-3-3蛋白与HCN1之间的互作被高置信预测，且其结合界面位于HCN1的C末端无序区，中心位点S789已被实验证实具有磷酸化依赖性结合能力。此外，该网络中包含15个GWAS位点下的弱置信SCZ候选基因，其与SCZ核心基因的功能互作表明其可能为更可能的致病候选者。基于共分级的突触特异性互作组作为蛋白关联图谱的最终应用，研究人员聚焦于突触的互作网络。为此，研究人员从大鼠脑组织中提取并纯化了突触体（synaptosome），作为验证脑组织蛋白互作的另一种手段。利用尺寸排阻色谱（SEC）将突触体分为75个组分，随后通过液相色谱-质谱联用（LC-MS/MS）进行检测，共鉴定出3,409种蛋白，包括CCT复合物等已知复合物，其组分在不同组分中表现出高度相关性（平均相关系数为0.96）。研究人员对突触体的分级谱图进行了预处理，并计算了4,276,350对蛋白在组分中的共丰度值，以评估它们的共分级程度。为提高互作评分的置信度，研究人员整合了大鼠突触体、体内小鼠脑组织及人类胶质母细胞亚细胞分级的共分级数据，基于所有三套数据中均被检测的直系同源蛋白构建了逻辑回归模型（以CORUM数据库中的复合物为正例）来估算互作概率。最终构建的突触互作组包含1,619种蛋白之间的1,309,771对互作概率，优于任何单独数据的预测能力。该互作组中，24%的蛋白为SynGO数据库标注的突触蛋白，49%在小鼠脑中已被报道为突触富集，56%曾在小鼠突触体的交联-MS中被鉴定。所有已知交联互作在本研究中均被检测，其关联评分显著高于其他蛋白对（0.59 vs 0.37）。此外，突触蛋白之间的互作显著强于非突触蛋白之间的互作，尤其在脑组织中更为明显。验证脑疾病相关基因的突触互作突触富集蛋白之间的互作在脑组织中更可能发生。基于此，研究人员构建了一个仅包含突触蛋白的互作网络，这些蛋白在SynGO数据库中被定义或在小鼠脑中被认为突触富集，同时在大脑中共丰度高、在突触体中共分级概率高。最终得到的网络包含37,318个验证过的蛋白互作，且这些互作主要为脑组织特异性，仅20%在大多数其他组织中被认为是可能互作，仅有极少数被现有蛋白数据库（STRING、HuMAP、IntAct、BioPlex）收录。研究人员进一步筛选与脑疾病相关的突触蛋白互作。这些疾病来源于GWAS研究，相关基因在小鼠表型库（IMPC）或药物靶点数据库（ChEMBL）中有支持，且其关联在脑组织中显著高于其他组织。最终筛选出727个高置信突触互作，这些互作在突触体和脑组织中的关联评分分别为0.7和0.81。研究人员使用AlphaFold2对这727个互作对进行结构预测，发现其预测得分（pDockQ）显著高于CORUM或HuMAP中的已知互作；其中105对具有中等置信度（ipTM > 0.5），部分互作在小鼠突触体的交联-MS中有实验支持。优先筛选脑疾病的突触致病基因在这些互作网络中，研究人员发现部分基因虽然在遗传位点上的证据较弱，但由于其与已知疾病基因存在验证过的突触互作，可能是更有可能的致病基因。例如：ADHD：MDH1、CADPS2、PIK3C3精神分裂症（SCZ）：TOM1L2、AP2B1、PSD3、MYO18A、ATP2B2、TMX2阿尔茨海默病：CLPTM1、MADD孤独症：ATP2B2、ATP2A2单相抑郁症：MADD双相障碍：ATP2A2其中大多数基因在脑组织中的表达位居前列，支持其致病潜力。此外，研究人员还发现某些突触互作对虽非L2G评分最高基因，但具有其他支持证据。例如，PAFAH1B1 与 RHOA 的互作在突触互作图谱中被确认，两者皆与抑郁症相关。虽然PAFAH1B1在其位点上的L2G评分不最高，但其在大脑中的表达更强、更特异，且编码突触蛋白，支持其作为潜在致病基因。这一案例表明，结合亚细胞结构与组织特异性研究，可构建更具生理意义的蛋白互作网络，并助力组织相关疾病基因的筛选。讨论尽管已有大量蛋白互作图谱，但组织间的差异性仍未被全面理解。蛋白共丰度相比mRNA共表达在预测互作方面更为准确。本研究进一步证实其优于传统共分级分析结果。值得注意的是，即使去除由mRNA表达变化导致的丰度差异，也不会显著影响预测性能，说明蛋白互作更多受翻译后调控机制控制，如过量亚基的降解等。研究人员的分析结果具有高度一致性：相同组织的不同队列具有类似的蛋白关联模式，肿瘤组织与健康组织的评分可互相验证，关键复合物在所有组织中均被高质量预测。约46%的可能关联与90%的高置信关联可在健康与肿瘤组织中重现，为组织特异性生物学研究提供可靠假设。研究人员估算约25%的蛋白关联具有组织特异性，而其中因基因表达差异导致的比例仅占7%。细胞类型特异的结构（如突触）是造成组织间蛋白关联差异的重要因素，翻译后修饰也可能是潜在机制之一。最后，该图谱也支持在组织水平上探索性状与细胞结构之间的关系，特别是在脑组织和突触功能方面的应用表现突出。研究人员展示了多个脑相关疾病中与已知致病基因或药物靶点富集的验证互作，并提出了一种基因优选策略，有助于候选药物靶点的识别。组织特异性的网络与AlphaFold2模型的结合为理解疾病机制和靶点筛选提供了整合性工具，且具备提高靶向治疗安全性的潜力。整理 | WJM参考资料Laman Trip, D.S., van Oostrum, M., Memon, D. et al. A tissue-specific atlas of protein–protein associations enables prioritization of candidate disease genes. Nat Biotechnol (2025). https://doi-org.libproxy1.nus.edu.sg/10.1038/s41587-025-02659-z

引言 你是否想过，藏在DNA暗处的神秘"开关"，可能正悄悄拨动着你一生的患癌风险？在基因组的浩瀚星图中，仅有2%的DNA负责编码蛋白质，余下98%的非编码区域长期被视为"基因暗物质"。然而，2月17日斯坦福大学团队在《Nature Genetics》的最新突破“Functional analysis of cancer-associated germline risk variants”，揭开了震撼真相：这些"暗物质"中潜藏着数百个癌症风险的精密调控开关，它们如同基因组的隐形指挥家，以我们从未想象的方式操控着癌症的发生发展。 研究人员对13种高发癌症的4,041个遗传变异展开"基因测谎"，在正常人体细胞中首次捕获380个功能性风险开关（daSNV）。这些开关不仅调控着DNA修复、细胞代谢等核心通路，更令人震惊的是，其中50%的靶基因竟同时驱动着已成型癌细胞的疯狂生长。一个结肠癌相关变异被精准"逮捕"——它通过增强Rho信号通路的"油门"基因RHPN2，使正常细胞的致癌潜能悄然升级。该研究如同在基因组中安装了高精度雷达，不仅绘制出癌症风险的调控图谱，更意外发现了预防与治疗的双重靶点：某些风险基因竟在癌细胞中扮演"生存必需品"，这为从源头阻断癌症提供了全新思路。当科学照进基因暗物质，我们终于看清：对抗癌症的终极武器，或许就藏在每个人与生俱来的生命密码之中。 基因组的"暗物质"：癌症风险的新战场 当研究人员完成人类基因组测序时，他们惊讶地发现只有2%的DNA负责编码蛋白质。剩下的98%被戏称为"基因暗物质"，其中蕴藏着数以万计的调控元件——这些DNA片段就像基因组的指挥家，决定着哪些基因在何时何地表达。 近年来，全基因组关联研究（GWAS）在非编码区发现了大量与癌症风险相关的单核苷酸变异（SNV）。但就像在茫茫大海中寻找珍珠，研究人员面临两大难题： 每个风险区域往往存在成百上千个连锁变异（linkage disequilibrium） 调控元件的作用具有细胞类型特异性 这项发表在《Nature Genetics》的研究带来了突破性解决方案——研究团队对13种常见癌症（占人类恶性肿瘤90%以上）的4,041个风险SNV进行了系统性功能分析，首次在正常人体细胞中绘制出癌症风险变异的"功能图谱"。 基因调控的"测谎仪"：MPRA技术大显身手 为了从海量候选变异中筛选真正的功能位点，研究人员使用了大规模并行报告分析（Massively Parallel Reporter Assay, MPRA）。这项技术就像基因调控的"测谎仪"，能够同时检测数千个DNA片段对基因表达的调控能力。 实验设计亮点： 在13种癌症起源的正常细胞（如乳腺上皮细胞、结肠细胞、黑色素细胞）中进行测试； 每个SNV区域保留140bp天然基因组序列，模拟真实调控环境； 引入293T细胞作为对照，揭示癌细胞系与正常细胞的差异； 经过严格筛选，380个差异活性SNV（daSNV）脱颖而出。这些"风险开关"中有29.2%与GWAS发现的lead SNP直接相关，且具有以下特征： 在对应组织类型中富集于开放染色质区域（OR=1.96, P=0.036）； 与等位特异性ATAC-seq信号显著相关（OR=12.36, P=0.0058）； 在GTEx数据库中显示组织特异性eQTL效应； 生命密码中的"多米诺骨牌"：癌症风险的级联效应 通过整合H3K27ac HiChIP染色质互作、eQTL数据和基因组邻近性分析，研究团队为每个daSNV找到了平均3.1个候选靶基因（ptGene），最终锁定1,169个关键基因。这些基因构成三大核心网络： 1. 线粒体翻译工厂（Mitochondrial Translation） 包含MRPL34、MRPL51等18个核编码线粒体基因； 在7种癌症中与患者生存率显著相关（PREcog分析Z>1.96）； 动物实验显示抑制线粒体翻译可阻止肿瘤生长； 2. DNA损伤修复卫士 BRCA相关基因CDKN2A、FANCA的调控变异； 卵巢癌中ANKLE1（DNA修复基因）的增强子变异； 与遗传性癌症综合征基因存在调控网络重叠； 3. Rho GTP酶信号枢纽 结肠癌风险位点rs10411210调控RHPN2表达； 该基因编码的Rhophilin蛋白可激活RhoA信号通路； CRISPR编辑实验证实风险等位使RhoA活性提升42%； "双面间谍"基因：从风险因素到治疗靶点 通过CRISPR筛选173个结肠癌相关ptGene，发现： 50.3%的基因（87个）影响肿瘤细胞生长； CDC42敲除在不同细胞系呈现相反效应，揭示微环境依赖性； RHPN2敲除显著抑制HCT116移植瘤生长（FDR<0.001）； 这提示某些癌症风险基因具有"双面性"：既在正常细胞中埋下风险种子，又在癌细胞中维持恶性特征。这种特性使其成为理想的预防和治疗的"双重靶点"。 从实验室到临床：一个风险变异的"现形记" 以结肠癌风险位点rs10411210为例，研究人员揭示了非编码变异致病的完整证据链： 基因组定位：位于RHPN2基因内含子区 染色质互作：HiChIP显示与RHPN2启动子形成特异性互作 功能验证：MPRA显示风险等位（C）活性提高53%（P=2.18×10^-4）；荧光素酶报告基因验证调控效应（P=1.05×10^-5） 基因编辑：将正常结肠细胞的T等位替换为C等位，RHPN2表达量提升60%（P=0.017） 信号传导：Rho刺激后，C等位细胞的RhoA活性增加39%（P=0.039） 这个"教科书级"案例证实，单个非编码变异足以通过调控关键信号通路影响癌症风险。 癌症预防的新纪元：从基因地图到精准干预 该研究建立的"功能变异数据库"（https://arvid-stanford-edu.libproxy1.nus.edu.sg）为癌症风险评估提供了全新工具。数据库包含： 380个daSNV的细胞类型特异性活性； 1,169个ptGene的调控网络注释； CRISPR筛选验证的52个治疗靶点； 基于这些发现，未来可能发展出： 更完善的多基因风险评分系统（Polygenic Risk Score）； 针对Rho信号通路的新型抑制剂； 靶向调控元件的基因编辑疗法； 每个人都是自己的"健康管家" 该研究揭示了一个深刻真相：癌症风险不仅取决于基因编码区的"拼写错误"，更受调控序列"音量旋钮"的精细调控。那些曾经被忽视的"基因暗物质"，正在改写我们对疾病预防的认知。 我们现在掌握的，不仅是风险变异的名单，更是理解它们如何奏响生命乐章的科学乐谱。这是通向精准预防医学的关键一步。 当基因检测可以预判数十年后的癌症风险，我们该如何看待这份"生命预告"？或许，真正的预防医学不在于预测命运，而在于理解每个基因变奏背后的生物学逻辑——这正是该研究带给我们的最大启示。 参考文献 Kellman, L.N., Neela, P.H., Srinivasan, S. et al. Functional analysis of cancer-associated germline risk variants. Nat Genet (2025). https://doi-org.libproxy1.nus.edu.sg/10.1038/s41588-024-02070-5 责编|探索君 排版|探索君 转载请注明来源于【生物探索】 声明：本文仅用于分享，不代表平台立场，如涉及版权等问题，请尽快联系我们，我们第一时间更正，谢谢！ End 往期精选 围观 Science | T细胞为何会“疲惫不堪”？代谢与表观遗传的答案 热文 Nature Biotechnology | 免疫治疗新突破：如何精准锁定病变细胞？ 热文 Cell | 突破传统认知：电突触如何动态调控神经网络行为 热文 Nature Biotechnology | 如何解码非编码区的“基因组暗物质”？ 热文 Nature Methods | 如何利用温度精准操控细胞？细胞命运调控的新思路

动机 异质、互连的系统级分子（多组学）数据在精准医学中变得越来越可用且关键。需要利用这些数据来更好地将患者分层到不同的风险组，发现新的生物标志物和靶点，重新利用已知药物并发现新药以实现个性化医疗。现有的方法存在局限性，需要进行范式转变以实现定量和定性的突破。 结果 本文回顾了相关文献，并主张开发一个全面通用的框架，用于嵌入多尺度分子网络数据，以便能够在线性时间内对其进行可解释的利用。网络嵌入方法（也称为图表示学习）将节点映射到低维空间中的点，使得学习空间中的邻近关系反映网络的拓扑-功能关系。最近在各种生物医学应用中利用少量组学数据解决难题方面取得了前所未有的性能。然而，迄今为止的研究仅限于特定问题和数据变体，其性能取决于底层的拓扑-功能网络生物学假设、生物医学应用以及评估指标。多组学数据的可用性、现代图嵌入范式和计算能力要求创建和训练高效、可解释且可控的模型，这些模型没有潜在危险或意外行为，并能够实现定性突破。建议开发一个通用的综合嵌入框架，用于多组学网络数据，从模型到高效且可扩展的软件实现，并将其应用于生物医学信息学，重点是精准医学和个人化药物发现。这将导致对数据和疾病的计算与生物医学理解的范式转变，从而为解决精准医学及其他领域的一些主要瓶颈开辟道路。 图1 生物医学网络数据连通性的示意图。 图2 线性类比“女王之于女性犹如国王之于男性”的示意图。 图3 NMTF模型示意图。病毒宿主相互作用（VHIs，由矩阵R12表示）与药物靶点相互作用（DTIs，由矩阵R23表示）同时进行分解。矩阵因子G2在分解中共享，以便从所有输入矩阵中学习。第一个图正则化惩罚（由绿色箭头表示）被添加，使得在分子相互作用网络（MIN，由其拉普拉斯矩阵L2表示）中相互作用的人类基因在G2中被分配相似的低维嵌入向量。类似地，第二个图正则化惩罚（由红色箭头表示）被添加，使得在药物化学相似性网络（DCS，由其拉普拉斯矩阵L3表示）中具有相似化学结构的药物在G3中被分配相似的低维嵌入向量。超参数k1、k2和k3分别表示病毒蛋白、人类蛋白和药物的嵌入空间的降维维度。通过求解相应的最小化问题J1，可以获得低维矩阵因子G1、G2、G3、H12和H23。 图4 NMTF模型示意图。单细胞基因表达矩阵E（可以认为是捕捉表型）与4个分子相互作用网络PPI、GI、COEX和MI同时进行分解，这些网络分别由它们的邻接矩阵A1、A2、A3和A4表示（可以认为是捕捉基因型，因为描述了所有可能的相互作用）。矩阵因子G1在分解中共享，以便从所有输入矩阵中学习。超参数k1和k2分别表示人类基因和单细胞嵌入空间的降维维度。通过求解相应的最小化问题J2，可以获得低维矩阵因子G1、G2、S1、S2、S3、S4和S5。。 参考 [1] Bioinform Adv. 2025 Feb 6;5(1):vbae164. doi: 10.1093/bioadv/vbae164 注：AI辅助翻译，如有错误欢迎指出。赞赏任意金额可得pdf原文。 End