大家好，今天跟大家分享一篇题为The proteog enomic landscape of multiple myeloma reveals insights into disease biology and thera peutic oppor tunities（多发性骨髓瘤的蛋白质组学景观揭示了对疾病生物学和治疗机会的见解）多发性骨髓瘤 (MM) 是第二大最常见的血液系统恶性肿瘤，其特征是骨髓中单克隆浆细胞扩增。患者患有骨病变、肾功能不全、高钙血症和骨髓衰竭等症状。
01
研究背景
多发性骨髓瘤 （MM） 是一种骨髓浆细胞恶性肿瘤。尽管治疗取得了进展，但 MM 仍然无法治愈，因此非常需要更好的风险分层和新疗法。MM 的蛋白质组以前没有被系统评估过，除了遗传和转录组学研究外，它还有可能揭示对疾病生物学和改进预后的见解。
在这里，我们提供了全面的多组学分析，包括对 138 种原发性患者来源的浆细胞恶性肿瘤进行基于深度串联质谱标签的定量全局（磷酸化）蛋白质组学、RNA 测序和纳米孔 DNA 测序，包括初治 MM、浆细胞白血病和意义未明的癌前单克隆丙种球蛋白病，以及健康对照。
我们发现，与健康浆细胞相比，恶性浆细胞的 （磷酸化） 蛋白质组高度失调，并且都由染色体改变和转录后调控定义。确定了与侵袭性疾病相关的预后蛋白质特征，与已确定的 MM 危险因素无关。与功能遗传学和单细胞 RNA 测序的整合揭示了浆细胞恶性肿瘤中的一般和遗传亚型特异性失调蛋白质和通路，其中包括（免疫）治疗的潜在靶点。
我们的研究证明了蛋白质基因组学在癌症中的潜力，并为研究 MM 中的蛋白质调控和新治疗方法提供了易于获取的资源。
见图一
新诊断的 MM 的蛋白质基因组学景观。
图一
a，蛋白质基因组学研究概述。
b，纳米孔测序在 109 例 NDMM 病例中检测到的 CNV 热图，按初级遗传亚组排序：HRD，t（11;14）， t（4;14） 和 t（14;16） 易位。FISH 检测细胞遗传学改变，包括缺失、扩增和易位。
c，通过基于 TMT 的质谱法检测的蛋白质和磷酸肽，按中位强度排序。
d，MM 样本中 mRNA-蛋白质水平的基因符号排序 Pearson 相关性（n = 8,511 个 RNA-蛋白质对，两个数据集中至少有 10 个有效值）。
e， KEGG 通路的 mRNA-蛋白质相关性的 ssGSEA（n = 165 个排序通路）。基因集按其标准化富集评分排序，信息通路用紫色圆圈注释。
f，通过双侧、调节的双样本 t 检验比较样本子集与所有其他样本来确定每个细胞遗传学亚组中的差异调节蛋白（左）和磷酸肽（右）。在基因组位置绘制每组中显著命中数 （FDR <0.05）。
g，显示 MM 样品中每个遗传亚组中最重要的 5 种蛋白质（左）和磷酸肽（右）的热图。对于映射到相同蛋白质的磷酸肽，仅显示最重要的条目。磷酸肽用基因名称、位置、氨基酸和存在的磷酸化数量进行注释。
见图二原发性易位的（磷酸化）蛋白质组学谱 t（11;14） 和 t（4;14)。
图二
a，新诊断的 MM 病例的总体蛋白水平 t（11;14） （n = 27） 与没有 t（11;14） （n = 87） 具有双侧、调节的双样本 t 检验。日志2将每种蛋白质的倍数变化 （FC） 与其 P 值作图。使用 Benjamini-Hochberg 方法调整 P 值，并指示 0.05 FDR 的显着性阈值。
b，热图显示了 RB1 、 CDK4 、 CDK6 、 CCND1 、 CCND2 和 CCND3 在 RNA 和蛋白水平以及 RB1 磷酸肽上的归一化表达。磷酸肽用蛋白质名称、位置、氨基酸和磷酸化次数进行注释。
c，t（4;14） （n = 19） 与其他 MM 病例 （n = 95） 进行比较，采用双侧、调节双样本 t 检验。日志2将每种蛋白质的 FC 与其 P 值作图。使用 Benjamini-Hochberg 方法调整 P 值，并指示 0.05 FDR 的显着性阈值。
d，含 （n = 19） 或不含 t（4） 的样品中 FGFR3 和 NSD2 的蛋白质、磷蛋白和 RNA 表达水平;14） （n = 95）。对于磷酸肽数据，选择缺失值最少的肽作为图形表示 （FGFR3.第 425 条;NSD2 的S.618）。指出了两组之间比较的 FDR。箱形图显示中位数（中线）、第 25 个和第 75 个百分位数，须线延伸到最小值和最大值，不包括异常值（值大于 1.5× 四分位距 （IQR））。
e，将 MM 样品中的 FGFR3 蛋白水平与 Reactome 基因集“磷酸化蛋白质组学数据中活化 FGFR3 的下游信号传导”的 ssGSEA 标准化富集评分作图。每个样品中的归一化 TMT 比率用作 ssGSEA 的输入。
f，从 depmap 门户 （depmap.org） 中提取 MM 细胞系中 FGFR3 和 NSD2 RNA 表达以及 CRISPR-Cas9 KO 筛选数据。根据 CRISPR KO 基因效应绘制 RNA 表达图。
g，用指定浓度的 FGFR3 抑制剂厄达替尼处理 96 小时后 MM 细胞系的细胞活力（n = 3，独立重复）。数据绘制为 mean ± s.d.使用 Dunnett 试验将每种细胞系的药物治疗与相应的 DMSO 对照进行比较。
见图三鉴定 UBE2Q1 作为染色体 1q 增益/扩增的 MM 侵袭性表型的候选蛋白。
图三
a，使用双侧、调节的双样本 t 检验将具有 1q 拷贝数增益 （n = 46） 的 MM 样品中的全局蛋白水平与所有其他样品 （n = 68） 进行比较。的 −log10（FDR） 的每种蛋白质在基因组位置上绘制。指示 0.05 FDR 的显着性阈值。
b，按 1q 增益状态分组的 MM 患者的 MCL1 蛋白水平。图中显示了比较 1q 增益与无 1q 增益的 FDR（0： n = 68;1：n = 29;2+：n = 17）。箱形图显示中位数（中线）、第 25 个和第 75 个百分位数，须线延伸到最小值和最大值，不包括异常值（值大于 1.5× IQR）。
c，按 1q 增益状态分组的 MM 患者的 UBE2Q1 蛋白水平。图中显示了比较 1q 增益与无 1q 增益的 FDR（0： n = 68;1：n = 29;2+：n = 17）。箱形图显示中位数（中线）、第 25 个和第 75 个百分位数，须线延伸到最小值和最大值，不包括异常值（值大于 1.5× IQR）。
d，提取位于染色体 1q 上的基因，在所有数据集 （RNA、DNA 和蛋白质） 中至少有 10 个有效值对 （n = 397 个基因）。将具有 RNA 表达水平 （cor（CNV~RNA）） 的纳米孔测序确定的拷贝数的 Pearson 相关系数与拷贝数与蛋白质表达水平 （cor（CNV~protein）） 的 Pearson 相关系数作图。
e，Kaplan-Meier 图显示按 UBE2Q1 蛋白水平（中位数）和 1q 增益状态分组的患者生存率。通过对数秩检验比较不同组的生存率。
f，UBE2Q1 在 LP1 和 OPM2 细胞系中过表达。空向量用作对照。使用无标记 DIA 蛋白质组学分析细胞系 （n = 4，生物学重复）。
g， 与对照 （y 轴） 相比，1q 增益骨髓瘤患者 （x 轴） 和 UBE2Q1 过表达 LP1 细胞中蛋白 FCs 的相关性。显示了在 LP1 细胞 （<0.05 FDR） 和具有 1q 增益的 MM 患者 （<0.1 FDR） 中调节的蛋白质，并与骨髓瘤队列中 UBE2Q1 蛋白水平相关 （r > 0.3 或 r < -0.3）。
h，UBE2Q1 与新诊断 MM 中所有其他蛋白水平的相关性分析。
见图四
MGUS 和 PCL 的蛋白质组图谱。
图四
a，将新诊断的 MM 样本 （n = 114） 中的总体蛋白水平与癌前病变 MGUS 样本 （n = 7） 中的总体蛋白水平进行比较，采用双侧、调节的双样本 t 检验。日志2将每种蛋白质的 FC 与其 P 值作图。使用 Benjamini-Hochberg 方法调整 P 值，并指示 0.05 FDR 的显着性阈值。
b， 新诊断的 MM、MGUS 和 PCL 样本的全球蛋白质组数据的 PCA。
c，使用双侧、调节的双样本 t 检验将 MM 样品 （n = 114） 中的总体蛋白水平与 PCL （n = 17） 进行比较。日志2将每种蛋白质的倍数变化与其 P 值作图。使用 Benjamini-Hochberg 方法调整 P 值，并指示 0.05 FDR 的显着性阈值。
d，均值对数2MM 与 MGUS 或 PCL 与 MM 或样品中蛋白质的倍数变化用作 ssGSEA 分析的输入。该图显示了按等级排序的蛋白质;属于相应基因集的蛋白质用颜色标记。
见图五蛋白质组学风险评分可预测 NDMM 的结局。
图五
a，在临床试验中接受基于来那度胺的强化治疗的 NDMM 患者生成蛋白质组学风险评分的工作流程 （n = 100）。
b，Kaplan-Meier 图根据蛋白质风险特征评分除以最低四分位数（低，n = 25）、第二和第三四分位数（中，n = 50）和最高四分位数（高，n = 25）显示患者的 PFS 和 OS。通过对数秩检验比较不同组的生存率。
c，PFS 和 OS 的多变量 Cox 回归分析，包括作为连续变量的蛋白质风险评分（每增加 1 个点的风险比 （HR））和 R-ISS。数据以风险比和 95% 置信区间 （CI） 表示。用 Wald 检验检验显著性。
d，来自健康供体、癌前病变 MGUS 、 MM 和 PCL 患者的样本中蛋白质高危评分中包含的蛋白质表达。
e，为健康浆细胞、 MGUS 、 MM 和 PCL 样本的蛋白质组数据计算的蛋白质风险评分值。指示来自双侧 Student t 检验的 P 值。健康 CD138：n = 3;MGUS：n = 7;MM： n = 114;PCL：n = 17。箱形图显示中位数（中线）、第 25 个和第 75 个百分位数，须线延伸到最小值和最大值，不包括异常值（值大于 1.5× IQR）。
见图六
综合蛋白质组学和遗传学筛选揭示了 MM 细胞生长的驱动因素。
图六
a，使用 MACS 富集对无血液系统恶性肿瘤个体骨髓的表面标志物 CD34 （造血干细胞和祖细胞 （HSC））、CD19 （B 细胞） 和 CD138 （浆细胞） 进行分类 造血细胞群 （n = 3）。通过 TMT 和增强通道方法对蛋白质进行定量。加强剂和等样量对照与用于队列样本 TMT 分析的内标相同。
b，健康样品中细胞谱系特异性标志物的蛋白水平。显示 z 评分的 TMT 比率。
c，将 MACS 分选的健康骨髓和 CD138 分选的 MM 样本中的蛋白质与双侧、调节的双样本 t 检验进行比较。使用 Benjamini-Hochberg 方法调整 P 值。显示了调节蛋白质的总数，维恩图显示与健康样品相比，MM 样品中上调和下调蛋白质的重叠 （FDR < 0.1）。
d，数据分析工作流程，用于从上调或特异性表达的骨髓瘤蛋白中识别潜在的治疗候选者。
e，来自 depmap 门户的 CRISPR-Cas9 KO 筛选数据的基因依赖性评分。显示了骨髓瘤 （n = 18） 和其他细胞系 （n = 1,082） 中潜在治疗靶点的基因效应。骨髓瘤队列中 RNA 与蛋白质的相关性对于每个候选基因都表示。箱形图显示中位数（中线）、第 25 个和第 75 个百分位数，须线延伸到最小值和最大值，不包括异常值（值大于 1.5× IQR）。
f，在 MM 细胞系 MM.1S 中使用 Calabrese 文库进行全基因组 CRISPR-Cas9 激活筛选的工作流程。
g， 基因对增殖的影响，按 β 评分排序。较高的 beta 分数表明携带指定 sgRNA 的细胞扩增。MAGeCK MLE 算法用于 beta 分数和 P 值的分析。通过蛋白质组学分析确定的潜在靶标以紫色标记。
h，健康和恶性细胞群中 IRS1 和 POU2AF1 的蛋白水平。健康 CD138：n = 3;健康 CD19：n = 3，健康 CD34：n = 3;MGUS：n = 7;MM： n = 114;PCL：n = 17。箱形图显示中位数（中线）、第 25 个和第 75 个百分位数，须线延伸到最小值和最大值，不包括异常值（值大于 1.5× IQR）。
02
研究结论
本项研究对138 例原发性患者来源的浆细胞恶性肿瘤进行了多组学分析，与健康浆细胞相比，恶性浆细胞的（磷酸化）蛋白质组高度失调。本研究发现了一种与侵袭性疾病相关的预后蛋白质特征，与 MM 中已确定的风险因素无关。结合功能遗传学和scRNA-seq数据，揭示了浆细胞恶性肿瘤中一般和遗传亚型特异性失调的蛋白质和通路，其中包括（免疫）治疗的潜在靶点。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
01
研究背景
多发性骨髓瘤 （MM） 是一种骨髓浆细胞恶性肿瘤。尽管治疗取得了进展，但 MM 仍然无法治愈，因此非常需要更好的风险分层和新疗法。MM 的蛋白质组以前没有被系统评估过，除了遗传和转录组学研究外，它还有可能揭示对疾病生物学和改进预后的见解。
在这里，我们提供了全面的多组学分析，包括对 138 种原发性患者来源的浆细胞恶性肿瘤进行基于深度串联质谱标签的定量全局（磷酸化）蛋白质组学、RNA 测序和纳米孔 DNA 测序，包括初治 MM、浆细胞白血病和意义未明的癌前单克隆丙种球蛋白病，以及健康对照。
我们发现，与健康浆细胞相比，恶性浆细胞的 （磷酸化） 蛋白质组高度失调，并且都由染色体改变和转录后调控定义。确定了与侵袭性疾病相关的预后蛋白质特征，与已确定的 MM 危险因素无关。与功能遗传学和单细胞 RNA 测序的整合揭示了浆细胞恶性肿瘤中的一般和遗传亚型特异性失调蛋白质和通路，其中包括（免疫）治疗的潜在靶点。
我们的研究证明了蛋白质基因组学在癌症中的潜力，并为研究 MM 中的蛋白质调控和新治疗方法提供了易于获取的资源。
见图一
新诊断的 MM 的蛋白质基因组学景观。
图一
a，蛋白质基因组学研究概述。
b，纳米孔测序在 109 例 NDMM 病例中检测到的 CNV 热图，按初级遗传亚组排序：HRD，t（11;14）， t（4;14） 和 t（14;16） 易位。FISH 检测细胞遗传学改变，包括缺失、扩增和易位。
c，通过基于 TMT 的质谱法检测的蛋白质和磷酸肽，按中位强度排序。
d，MM 样本中 mRNA-蛋白质水平的基因符号排序 Pearson 相关性（n = 8,511 个 RNA-蛋白质对，两个数据集中至少有 10 个有效值）。
e， KEGG 通路的 mRNA-蛋白质相关性的 ssGSEA（n = 165 个排序通路）。基因集按其标准化富集评分排序，信息通路用紫色圆圈注释。
f，通过双侧、调节的双样本 t 检验比较样本子集与所有其他样本来确定每个细胞遗传学亚组中的差异调节蛋白（左）和磷酸肽（右）。在基因组位置绘制每组中显著命中数 （FDR <0.05）。
g，显示 MM 样品中每个遗传亚组中最重要的 5 种蛋白质（左）和磷酸肽（右）的热图。对于映射到相同蛋白质的磷酸肽，仅显示最重要的条目。磷酸肽用基因名称、位置、氨基酸和存在的磷酸化数量进行注释。
见图二原发性易位的（磷酸化）蛋白质组学谱 t（11;14） 和 t（4;14)。
图二
a，新诊断的 MM 病例的总体蛋白水平 t（11;14） （n = 27） 与没有 t（11;14） （n = 87） 具有双侧、调节的双样本 t 检验。日志2将每种蛋白质的倍数变化 （FC） 与其 P 值作图。使用 Benjamini-Hochberg 方法调整 P 值，并指示 0.05 FDR 的显着性阈值。
b，热图显示了 RB1 、 CDK4 、 CDK6 、 CCND1 、 CCND2 和 CCND3 在 RNA 和蛋白水平以及 RB1 磷酸肽上的归一化表达。磷酸肽用蛋白质名称、位置、氨基酸和磷酸化次数进行注释。
c，t（4;14） （n = 19） 与其他 MM 病例 （n = 95） 进行比较，采用双侧、调节双样本 t 检验。日志2将每种蛋白质的 FC 与其 P 值作图。使用 Benjamini-Hochberg 方法调整 P 值，并指示 0.05 FDR 的显着性阈值。
d，含 （n = 19） 或不含 t（4） 的样品中 FGFR3 和 NSD2 的蛋白质、磷蛋白和 RNA 表达水平;14） （n = 95）。对于磷酸肽数据，选择缺失值最少的肽作为图形表示 （FGFR3.第 425 条;NSD2 的S.618）。指出了两组之间比较的 FDR。箱形图显示中位数（中线）、第 25 个和第 75 个百分位数，须线延伸到最小值和最大值，不包括异常值（值大于 1.5× 四分位距 （IQR））。
e，将 MM 样品中的 FGFR3 蛋白水平与 Reactome 基因集“磷酸化蛋白质组学数据中活化 FGFR3 的下游信号传导”的 ssGSEA 标准化富集评分作图。每个样品中的归一化 TMT 比率用作 ssGSEA 的输入。
f，从 depmap 门户 （depmap.org） 中提取 MM 细胞系中 FGFR3 和 NSD2 RNA 表达以及 CRISPR-Cas9 KO 筛选数据。根据 CRISPR KO 基因效应绘制 RNA 表达图。
g，用指定浓度的 FGFR3 抑制剂厄达替尼处理 96 小时后 MM 细胞系的细胞活力（n = 3，独立重复）。数据绘制为 mean ± s.d.使用 Dunnett 试验将每种细胞系的药物治疗与相应的 DMSO 对照进行比较。
见图三鉴定 UBE2Q1 作为染色体 1q 增益/扩增的 MM 侵袭性表型的候选蛋白。
图三
a，使用双侧、调节的双样本 t 检验将具有 1q 拷贝数增益 （n = 46） 的 MM 样品中的全局蛋白水平与所有其他样品 （n = 68） 进行比较。的 −log10（FDR） 的每种蛋白质在基因组位置上绘制。指示 0.05 FDR 的显着性阈值。
b，按 1q 增益状态分组的 MM 患者的 MCL1 蛋白水平。图中显示了比较 1q 增益与无 1q 增益的 FDR（0： n = 68;1：n = 29;2+：n = 17）。箱形图显示中位数（中线）、第 25 个和第 75 个百分位数，须线延伸到最小值和最大值，不包括异常值（值大于 1.5× IQR）。
c，按 1q 增益状态分组的 MM 患者的 UBE2Q1 蛋白水平。图中显示了比较 1q 增益与无 1q 增益的 FDR（0： n = 68;1：n = 29;2+：n = 17）。箱形图显示中位数（中线）、第 25 个和第 75 个百分位数，须线延伸到最小值和最大值，不包括异常值（值大于 1.5× IQR）。
d，提取位于染色体 1q 上的基因，在所有数据集 （RNA、DNA 和蛋白质） 中至少有 10 个有效值对 （n = 397 个基因）。将具有 RNA 表达水平 （cor（CNV~RNA）） 的纳米孔测序确定的拷贝数的 Pearson 相关系数与拷贝数与蛋白质表达水平 （cor（CNV~protein）） 的 Pearson 相关系数作图。
e，Kaplan-Meier 图显示按 UBE2Q1 蛋白水平（中位数）和 1q 增益状态分组的患者生存率。通过对数秩检验比较不同组的生存率。
f，UBE2Q1 在 LP1 和 OPM2 细胞系中过表达。空向量用作对照。使用无标记 DIA 蛋白质组学分析细胞系 （n = 4，生物学重复）。
g， 与对照 （y 轴） 相比，1q 增益骨髓瘤患者 （x 轴） 和 UBE2Q1 过表达 LP1 细胞中蛋白 FCs 的相关性。显示了在 LP1 细胞 （<0.05 FDR） 和具有 1q 增益的 MM 患者 （<0.1 FDR） 中调节的蛋白质，并与骨髓瘤队列中 UBE2Q1 蛋白水平相关 （r > 0.3 或 r < -0.3）。
h，UBE2Q1 与新诊断 MM 中所有其他蛋白水平的相关性分析。
见图四
MGUS 和 PCL 的蛋白质组图谱。
图四
a，将新诊断的 MM 样本 （n = 114） 中的总体蛋白水平与癌前病变 MGUS 样本 （n = 7） 中的总体蛋白水平进行比较，采用双侧、调节的双样本 t 检验。日志2将每种蛋白质的 FC 与其 P 值作图。使用 Benjamini-Hochberg 方法调整 P 值，并指示 0.05 FDR 的显着性阈值。
b， 新诊断的 MM、MGUS 和 PCL 样本的全球蛋白质组数据的 PCA。
c，使用双侧、调节的双样本 t 检验将 MM 样品 （n = 114） 中的总体蛋白水平与 PCL （n = 17） 进行比较。日志2将每种蛋白质的倍数变化与其 P 值作图。使用 Benjamini-Hochberg 方法调整 P 值，并指示 0.05 FDR 的显着性阈值。
d，均值对数2MM 与 MGUS 或 PCL 与 MM 或样品中蛋白质的倍数变化用作 ssGSEA 分析的输入。该图显示了按等级排序的蛋白质;属于相应基因集的蛋白质用颜色标记。
见图五蛋白质组学风险评分可预测 NDMM 的结局。
图五
a，在临床试验中接受基于来那度胺的强化治疗的 NDMM 患者生成蛋白质组学风险评分的工作流程 （n = 100）。
b，Kaplan-Meier 图根据蛋白质风险特征评分除以最低四分位数（低，n = 25）、第二和第三四分位数（中，n = 50）和最高四分位数（高，n = 25）显示患者的 PFS 和 OS。通过对数秩检验比较不同组的生存率。
c，PFS 和 OS 的多变量 Cox 回归分析，包括作为连续变量的蛋白质风险评分（每增加 1 个点的风险比 （HR））和 R-ISS。数据以风险比和 95% 置信区间 （CI） 表示。用 Wald 检验检验显著性。
d，来自健康供体、癌前病变 MGUS 、 MM 和 PCL 患者的样本中蛋白质高危评分中包含的蛋白质表达。
e，为健康浆细胞、 MGUS 、 MM 和 PCL 样本的蛋白质组数据计算的蛋白质风险评分值。指示来自双侧 Student t 检验的 P 值。健康 CD138：n = 3;MGUS：n = 7;MM： n = 114;PCL：n = 17。箱形图显示中位数（中线）、第 25 个和第 75 个百分位数，须线延伸到最小值和最大值，不包括异常值（值大于 1.5× IQR）。
见图六
综合蛋白质组学和遗传学筛选揭示了 MM 细胞生长的驱动因素。
图六
a，使用 MACS 富集对无血液系统恶性肿瘤个体骨髓的表面标志物 CD34 （造血干细胞和祖细胞 （HSC））、CD19 （B 细胞） 和 CD138 （浆细胞） 进行分类 造血细胞群 （n = 3）。通过 TMT 和增强通道方法对蛋白质进行定量。加强剂和等样量对照与用于队列样本 TMT 分析的内标相同。
b，健康样品中细胞谱系特异性标志物的蛋白水平。显示 z 评分的 TMT 比率。
c，将 MACS 分选的健康骨髓和 CD138 分选的 MM 样本中的蛋白质与双侧、调节的双样本 t 检验进行比较。使用 Benjamini-Hochberg 方法调整 P 值。显示了调节蛋白质的总数，维恩图显示与健康样品相比，MM 样品中上调和下调蛋白质的重叠 （FDR < 0.1）。
d，数据分析工作流程，用于从上调或特异性表达的骨髓瘤蛋白中识别潜在的治疗候选者。
e，来自 depmap 门户的 CRISPR-Cas9 KO 筛选数据的基因依赖性评分。显示了骨髓瘤 （n = 18） 和其他细胞系 （n = 1,082） 中潜在治疗靶点的基因效应。骨髓瘤队列中 RNA 与蛋白质的相关性对于每个候选基因都表示。箱形图显示中位数（中线）、第 25 个和第 75 个百分位数，须线延伸到最小值和最大值，不包括异常值（值大于 1.5× IQR）。
f，在 MM 细胞系 MM.1S 中使用 Calabrese 文库进行全基因组 CRISPR-Cas9 激活筛选的工作流程。
g， 基因对增殖的影响，按 β 评分排序。较高的 beta 分数表明携带指定 sgRNA 的细胞扩增。MAGeCK MLE 算法用于 beta 分数和 P 值的分析。通过蛋白质组学分析确定的潜在靶标以紫色标记。
h，健康和恶性细胞群中 IRS1 和 POU2AF1 的蛋白水平。健康 CD138：n = 3;健康 CD19：n = 3，健康 CD34：n = 3;MGUS：n = 7;MM： n = 114;PCL：n = 17。箱形图显示中位数（中线）、第 25 个和第 75 个百分位数，须线延伸到最小值和最大值，不包括异常值（值大于 1.5× IQR）。
02
研究结论
本项研究对138 例原发性患者来源的浆细胞恶性肿瘤进行了多组学分析，与健康浆细胞相比，恶性浆细胞的（磷酸化）蛋白质组高度失调。本研究发现了一种与侵袭性疾病相关的预后蛋白质特征，与 MM 中已确定的风险因素无关。结合功能遗传学和scRNA-seq数据，揭示了浆细胞恶性肿瘤中一般和遗传亚型特异性失调的蛋白质和通路，其中包括（免疫）治疗的潜在靶点。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
