肿瘤转化医学的关键：生物标志物从筛选确证到临床应用

医学是否能够有效的治疗及治愈癌症直接取决于是否能够在癌症早期阶段对其进行及时的检测。生物标志物作为最直接快速有效的诊断手段，其筛选与获得可在肿瘤诊断、发展、治疗、以及疗效监测等多个方面发挥重要的作用。因此，自该概念的提出，就受到了极大的关注，成为研究的热点及重点。这些生物标志物可以是DNA的甲基化、具有单核苷酸多态性(SNPs)的模板、蛋白质或代谢的改变、mRNA的改变等，而这些变化都与机体疾病状态的发生密切相关。目前已有多种技术平台被应用于生物标志物研究，如包括基因组学、蛋白质组学、肽组学、代谢组学等在内的组学平台，以及包括纳米技术[1]、生物信息学[2]、抗体芯片[3]、高内涵筛选技术[4]、无标记相互作用分析技术[5]等多种前沿技术在内的手段与方法，都为快速获得及筛选生物标志物带来了极大的可能。

蛋白质组学的优势为筛选肿瘤的早期阶段的生物标志物带来了希望，这些生物标志物可被用于肿瘤发生的早期诊断、预测，并可对病情的发展进行监控。这门学科整合了各种可以对复杂生物系统进行分析的技术，如2-DE,2D-DIGE,ICAT,iTRAQ,蛋白芯片,MudPIT及质谱等。这些技术可以从组学的层面上获取各种生理学、病理学的改变信息。利用这些技术去全面发现与肿瘤相关的生物机理的改变可获得新的诊断检测标志物从而提高治疗的效果。[6]

Oncoproteomics，指的是利用蛋白质组学技术研究肿瘤细胞中蛋白及其相互作用分子的学科。随着质谱与蛋白芯片技术的飞速发展，蛋白质组学研究越来越多的被用于肿瘤研究Oncoproteomics有可能彻底改变临床实践，这其中包括基于蛋白质组学的肿瘤诊断及筛选平台作为组织病理学的互补学科，个性化的选择针对整个癌症相关的特异蛋白网络的治疗方针、实时对治疗效果及毒性进行监控及评估、以及基于预后和耐药相关的肿瘤蛋白网络变化对治疗进行合理调控。此外，Oncoproteomics也被应用于寻找新的治疗靶点和药物作用位点的研究。随着后基因组时代序幕的拉开，Oncoproteomics研究给人们提供了更好的了解肿瘤发生的机会。[7]

2-DE是蛋白质组学最早用于筛选生物标志物的方法，也是目前应用最为广泛的方法之一。而2D-DIGE的引入，则使得这种传统的方法焕发了新的生命。目前通过2-DE或2D-DIGE方法获得的潜在可用于诊断的生物标记物涉及到多种疾病，如膀胱癌[8]、直肠癌[9]、食道癌[10]、胃癌[11]、肝癌[12]、肺癌[13]、鼻咽癌[14]、卵巢癌[15]、胰腺癌[16]、前列腺癌[17]等等。最近，Buhimschi等人报道了使用2D-DIGE方法在新生儿败血症患儿脐带血样本中鉴定得到了19个显着差异表达的蛋白，经过多重验证手段的进一步筛选与确认，结合珠蛋白（haptoglobin）的表达被证实与由产前内羊膜感染和/或炎症引起的新生儿败血症相关[18]。

Haptoglobin作为一个在脐带血中具有“开关效应”的潜在生物标志物，为新生儿败血症筛查提供了一个快速有效的手段，具有极大的应用前景。此外，还有多种方法可用于生物标记物的筛选，如使用ICAT联合串联质谱的方法获得乳腺癌诊断用生物标记物[19]、用免疫印迹及组织芯片分析方法获得直肠癌诊断用生物标记物[20]、用组织MALDI-TOFMS方法获得神经胶质瘤诊断用生物标记物[21]、用DotScan芯片(差异抗体芯片的聚类)研究白血病生物标记物[22]、用双向层序聚类分析研究淋巴瘤生物标记物[23]等等。

随着蛋白质组学技术的日渐成熟，利用组学技术获得的生物标记物数量也在不断增加，而问题与挑战也同时并存。虽然大量的生物标记物得到了发现，却只有少数被临床认可并通过了美国FDA认证，绝大多数没有临床应用价值。之所以发生这样的情况，根本原因是由于缺少一些标准的技术及方法对于所得的生物标记物进行评估及确证，以确定所得标记物的临床价值，帮助提高从科研到临床的转化效率及质量。针对这样的需求，discovery,verification和qualification成为了获得高质量生物标记物常用的标准流程。[24]常规的进行验证及定量的方法有ELISA等，然而随着技术的发展及对高通量、准确性的要求，这些技术往往无法满足目前的需要。因此，更多的新兴技术如MRM-MS、Biacore等开始大展身手，为加快生物标记物的确证及提高科研到临床的转化效率注入了强劲的动力。

以Biacore为例，这项以SPR为基础的非标记技术十几年来一直是科研工作者获得生物分子间相互作用信息的利器。Biacore提供的结合动力学、亲和力、特异性、热力学及浓度等信息，揭示了生物分子更深层次的生物学特性，其应用领域涉及科研、药物开发及生产、质量控制及生物技术产业等方方面面，可作为强有力的发现和确证手段，加快科研成果向具有医用价值生物标志物转变的进程。而利用Biacore技术阐明多个控制细胞周期、基因转录、细胞分裂和凋亡信号通路的研究思路将引领肿瘤研究者设计可以精确抑制这些通路中关键分子的拮抗剂，开发和优化用于癌症诊断和靶向治疗的特异性抗体等，使Biacore技术并不仅仅局限于一种验证的手段，而在生物标记物筛选的过程中也可以助研究者一臂之力，增加我们解读信号通路中的特异分子结构和功能的机会，从而进一步得到新的治疗手段。

总的来说，随着科学技术的不断发展，生物标记物的筛选及产生速度得到了极大的提升。随着研究的深入，研究者们认识到如何将潜在生物标记物进行确证是最终将其转化为具有临床应用价值的药物靶标的重要前提，而使用准确、快速、有效的确证手段是实现这一目的的有力保障。我们相信，随着筛选技术的提升与确证技术的进步，必将获得更高质量的生物标记物，从而令生物标志物从筛选、确证更快的走向临床应用。（转化医学网360zhyx.com）

参考文献：
[1] Rakowska PD, Ryadnov MG.: Nano-enabled biomarker discovery and detection.Biomark Med. 2011 Jun;5(3):387-96.
[2] Baumgartner C., Osl, M., Netzer M., Baumgartner D.: Bioinformatic-driven search for metabolic biomarkers in disease.Journalof Clinical Bioinformatics.2011, 1:2.
[3] Sanchez-Carbayo M.: Antibody microarrays as tools for biomarker discovery.Methods Mol Biol 2011;785:159-82.
[4] Dunn D.A, Apanovitch D., Follettie M., He T., Ryan T.: Taking a Systems Approach to the Identification of Novel Therapeutic Targetsand Biomarkers.Current Pharmaceutical Biotechnology, 2010, 11, 721-734.
[5] Ray S., Mehta G., Srivastava S.: Label-free detection techniques for protein microarrays: Prospects, merits and challenges.Proteomics.2010, 10, 731–748.
[6] Ciordia S, de Los Ríos V, Albar JP.: Contributions of advanced proteomics technologies to cancer diagnosis.Clin Transl Oncol.2006 Aug;8(8):566-80.
[7] William CS Cho:Contribution of oncoproteomics to cancer biomarker discovery. Molecular Cancer 2007, 6:25.
[8] Celis JE, Gromov P: Proteomics in translational cancer research: toward an integrated approach. Cancer Cell 2003,3:9-15.
[9] Xing X, Lai M, Gartner W, Xu E, Huang Q, Li H, Chen G: Identification of differentially expressed proteins in colorectal cancer byproteomics: down-regulation of secretagogin. Proteomics 2006, 6:2916-2923.
[10] Nishimori T, Tomonaga T, Matsushita K, Kodera Y, Maeda T, Nomura F, Matsubara H, Shimada H, Ochiai T: Proteomic analysisof primary esophageal squamous cell carcinoma reveals downregulation of a cell adhesion protein,periplakin.Proteomics 2006, 6:1011-1018.
[11] Kang HJ, Koh KH, Yang E, Oh-Ishi M, You KT, Kim HJ, Paik YK, Kim H: Differentially expressed proteins in gastrointestinal stromal tumors with KIT and PDGFRA mutations. Proteomics 2006, 6:1151-1157.
[12] Lee IN, Chen CH, Sheu JC, Lee HS, Huang GT, Yu CY, Lu FJ, Chow LP: Identification of human hepatocellular carcinoma-related biomarkers by two-dimensional difference gel electrophoresis and mass spectrometry. J Proteome Res 2005, 4:2062-2069.
[13] Maciel CM, Junqueira M, Paschoal ME, Kawamura MT, Duarte RL, Carvalho Mda G, Domont GB: Differential proteomic serum pattern of low molecular weight proteins expressed by adenocarcinoma lung cancer patients. J Exp Ther Oncol 2005, 5:31-38.
[14] Doustjalali SR, Yusof R, Govindasamy GK, Bustam AZ, Pillay B, Hashim OH: Patients with nasopharyngeal carcinoma demonstra teenhanced serum and tissue ceruloplasmin expression. J Med Invest 2006, 53:20-28.
[15] Ahmed N, Oliva KT, Barker G, Hoffmann P, Reeve S, Smith IA, Quinn MA, Rice GE: Proteomic tracking of serum protein isoformsas screening biomarkers of ovarian cancer.Proteomics  2005, 5:4625-4636.
[16] Bloomston M, Zhou JX, Rosemurgy AS, Frankel W, Muro-Cacho CA, Yeatman TJ: Fibrinogen gamma overexpression in pancreatic cancer identified by large-scale proteomic analysis of serum samples.Cancer Res 2006, 66:2592-2599.
[17] Ornstein DK, Tyson DR: Proteomics for the identification of new prostate cancer biomarkers.Urol Oncol 2006, 24:231-236.
[18] Buhimschi C.S., Bhandari V., Dulay A.T., Nayeri U.A., AbdelRazeq S.S., Pettker C.M., Thung S., Zhao GM., Han Y.W., Bizzarro M.,Buhimschi I.A.: Proteomics Mapping of Cord Blood Identifies Haptoglobin ‘‘Switch-On’’ Pattern as Biomarker of Early-Onset Neonatal Sepsis in Preterm Newborns. PloS ONE. 2011, October, 6,10,e26111.
[19] Pawlik TM, Hawke DH, Liu Y, Krishnamurthy S, Fritsche H, Hunt KK, Kuerer HM: Proteomic analysis of nipple aspirate fluid from women with early-stage breast cancer using isotope-coded affinity tags and tandem mass spectrometry reveals differentialexpression of vitamin D binding protein. BMC Cancer  2006, 6:68.
[20] Madoz-Gurpide J, Lopez-Serra P, Martinez-Torrecuadrada JL, Sanchez L, Lombardia L, Casal JI: Proteomics-based validation of genomic data: applications in colorectal cancer diagnosis. Mol Cell Proteomics 2006, 5:1471-1483.
[21] Schwartz SA, Weil RJ, Thompson RC, Shyr Y, Moore JH, Toms SA, Johnson MD, Caprioli RM: Proteomic-based prognosis of brain tumor patients using direct-tissue matrix-assisted laser desorption ionization mass spectrometry. Cancer Res 2005, 65:7674-7681.
[22] Christopherson RI, Stoner K, Barber N, Belov L, Woolfson A, Scott M, Bendall L, Mulligan SP: Classification of AML using a monoclonal antibody microarray.Methods Mol Med  2006, 125:241-251.
[23] Fan G, Molstad M, Braziel RM, Standley M, Huang J, Rodgers W, Nagalla S: Proteomic profiling of mature CD10+ B-cell lymphomas.Am J Clin Pathol 2005, 124:920-929.
[24] Boja E, Rivers R, Kinsinger C, Mesri M, Hiltke T, Rahbar A, Rodriguez H: Restructuring proteomics through verification.Biomark Med.2010; 4(6): 799–803.


来源：生物谷