Summary

 To provide a detailed analysis of the molecular components and underlying mechanisms associated with ovarian cancer, we performed a comprehensive mass-spectrometry-based proteomic characterization of 174 ovarian tumors previously analyzed by The Cancer Genome Atlas (TCGA), of which 169 were high-grade serous carcinomas (HGSCs). Integrating our proteomic measurements with the genomic data yielded a number of insights into disease, such as how different copy-number alternations influence the proteome, the proteins associated with chromosomal instability, the sets of signaling pathways that diverse genome rearrangements converge on, and the ones most associated with short overall survival. Specific protein acetylations associated with homologous recombination deficiency suggest a potential means for stratifying patients for therapy. In addition to providing a valuable resource, these findings provide a view of how the somatic genome drives the cancer proteome and associations between protein and post-translational modification levels and clinical outcomes in HGSC. 

Video Abstract

Summary

 We performed the first proteogenomic study on a prospectively collected colon cancer cohort. Comparative proteomic and phosphoproteomic analysis of paired tumor and normal adjacent tissues produced a catalog of colon cancer-associated proteins and phosphosites, including known and putative new biomarkers, drug targets, and cancer/testis antigens. Proteogenomic integration not only prioritized genomically inferred targets, such as copy-number drivers and mutation-derived neoantigens, but also yielded novel findings. Phosphoproteomics data associated Rb phosphorylation with increased proliferation and decreased apoptosis in colon cancer, which explains why this classical tumor suppressor is amplified in colon tumors and suggests a rationale for targeting Rb phosphorylation in colon cancer. Proteomics identified an association between decreased CD8 T cell infiltration and increased glycolysis in microsatellite instability-high (MSI-H) tumors, suggesting glycolysis as a potential target to overcome the resistance of MSI-H tumors to immune checkpoint blockade. Proteogenomics presents new avenues for biological discoveries and therapeutic development.

Abstract In this study, we evaluated a concatenated low pH (pH 3) and high pH (pH 10) reversed‐phase liquid chromatography strategy as a first dimension for two‐dimensional liquid chromatography tandem mass spectrometry (“shotgun”) proteomic analysis of trypsin‐digested human MCF10A cell sample. Compared with the more traditional strong cation exchange method, the use of concatenated high pH reversed‐phase liquid chromatography as a first‐dimension fractionation strategy resulted in 1.8‐ and 1.6‐fold increases in the number of peptide and protein identifications (with two or more unique peptides), respectively. In addition to broader identifications, advantages of the concatenated high pH fractionation approach include improved protein sequence coverage, simplified sample processing, and reduced sample losses. The results demonstrate that the concatenated high pH reversed‐phased strategy is an attractive alternative to strong cation exchange for two‐dimensional shotgun proteomic analysis.

Glioblastoma (GBM) is the most aggressive nervous system cancer. Understanding its molecular pathogenesis is crucial to improving diagnosis and treatment. Integrated analysis of genomic, proteomic, post-translational modification and metabolomic data on 99 treatment-naive GBMs provides insights to GBM biology. We identify key phosphorylation events (e.g., phosphorylated PTPN11 and PLCG1) as potential switches mediating oncogenic pathway activation, as well as potential targets for EGFR-, TP53-, and RB1-altered tumors. Immune subtypes with distinct immune cell types are discovered using bulk omics methodologies, validated by snRNA-seq, and correlated with specific expression and histone acetylation patterns. Histone H2B acetylation in classical-like and immune-low GBM is driven largely by BRDs, CREBBP, and EP300. Integrated metabolomic and proteomic data identify specific lipid distributions across subtypes and distinct global metabolic changes in IDH-mutated tumors. This work highlights biological relationships that could contribute to stratification of GBM patients for more effective treatment.

The enormous complexity, wide dynamic range of relative protein abundances of interest (over 10 orders of magnitude), and tremendous heterogeneity (due to post-translational modifications, such as glycosylation) of the human blood plasma proteome severely challenge the capabilities of existing analytical methodologies. Here, we describe an approach for broad analysis of human plasma N-glycoproteins using a combination of immunoaffinity subtraction and glycoprotein capture to reduce both the protein concentration range and the overall sample complexity. Six high-abundance plasma proteins were simultaneously removed using a pre-packed, immobilized antibody column. N-linked glycoproteins were then captured from the depleted plasma using hydrazide resin and enzymatically digested, and the bound N-linked glycopeptides were released using peptide-N-glycosidase F (PNGase F). Following strong cation exchange (SCX) fractionation, the deglycosylated peptides were analyzed by reversed-phase capillary liquid chromatography coupled to tandem mass spectrometry (LC−MS/MS). Using stringent criteria, a total of 2053 different N-glycopeptides were confidently identified, covering 303 nonredundant N-glycoproteins. This enrichment strategy significantly improved detection and enabled identification of a number of low-abundance proteins, exemplified by interleukin-1 receptor antagonist protein (∼200 pg/mL), cathepsin L (∼1 ng/mL), and transforming growth factor beta 1 (∼2 ng/mL). A total of 639 N-glycosylation sites were identified, and the overall high accuracy of these glycosylation site assignments as assessed by accurate mass measurement using high-resolution liquid chromatography coupled to Fourier transform ion cyclotron resonance mass spectrometry (LC−FTICR) is initially demonstrated. Keywords: human plasma • mass spectrometry • proteomics • N-glycosylation • immunoaffinity subtraction

Here we present an optimized workflow for global proteome and phosphoproteome analysis of tissues or cell lines that uses isobaric tags (TMT (tandem mass tags)-10) for multiplexed analysis and relative quantification, and provides 3× higher throughput than iTRAQ (isobaric tags for absolute and relative quantification)-4-based methods with high intra- and inter-laboratory reproducibility. The workflow was systematically characterized and benchmarked across three independent laboratories using two distinct breast cancer subtypes from patient-derived xenograft models to enable assessment of proteome and phosphoproteome depth and quantitative reproducibility. Each plex consisted of ten samples, each being 300 μg of peptide derived from <50 mg of wet-weight tissue. Of the 10,000 proteins quantified per sample, we could distinguish 7,700 human proteins derived from tumor cells and 3100 mouse proteins derived from the surrounding stroma and blood. The maximum deviation across replicates and laboratories was <7%, and the inter-laboratory correlation for TMT ratio–based comparison of the two breast cancer subtypes was r > 0.88. The maximum deviation for the phosphoproteome coverage was <24% across laboratories, with an average of >37,000 quantified phosphosites per sample and differential quantification correlations of r > 0.72. The full procedure, including sample processing and data generation, can be completed within 10 d for ten tissue samples, and 100 samples can be analyzed in ~4 months using a single LC-MS/MS instrument. The high quality, depth, and reproducibility of the data obtained both within and across laboratories should enable new biological insights to be obtained from mass spectrometry-based proteomics analyses of cells and tissues together with proteogenomic data integration. This protocol describes a workflow for multiplexed deep-scale, quantitative proteome and phosphoproteome analysis of tumor tissue samples. The procedure includes step-by-step instructions for all stages, from sample preparation to data analysis.

Proteomic and lipidomic profiling was performed over a time course of acute hepatitis C virus (HCV) infection in cultured Huh-7.5 cells to gain new insights into the intracellular processes influenced by this virus. Our proteomic data suggest that HCV induces early perturbations in glycolysis, the pentose phosphate pathway, and the citric acid cycle, which favor host biosynthetic activities supporting viral replication and propagation. This is followed by a compensatory shift in metabolism aimed at maintaining energy homeostasis and cell viability during elevated viral replication and increasing cellular stress. Complementary lipidomic analyses identified numerous temporal perturbations in select lipid species (e.g. phospholipids and sphingomyelins) predicted to play important roles in viral replication and downstream assembly and secretion events. The elevation of lipotoxic ceramide species suggests a potential link between HCV-associated biochemical alterations and the direct cytopathic effect observed in this in vitro system. Using innovative computational modeling approaches, we further identified mitochondrial fatty acid oxidation enzymes, which are comparably regulated during in vitro infection and in patients with histological evidence of fibrosis, as possible targets through which HCV regulates temporal alterations in cellular metabolic homeostasis.

Protein abundance and phosphorylation convey important information about pathway activity and molecular pathophysiology in diseases including cancer, providing biological insight, informing drug and diagnostic development, and guiding therapeutic intervention. Analyzed tissues are usually collected without tight regulation or documentation of ischemic time. To evaluate the impact of ischemia, we collected human ovarian tumor and breast cancer xenograft tissue without vascular interruption and performed quantitative proteomics and phosphoproteomics after defined ischemic intervals. Although the global expressed proteome and most of the >25,000 quantified phosphosites were unchanged after 60 min, rapid phosphorylation changes were observed in up to 24% of the phosphoproteome, representing activation of critical cancer pathways related to stress response, transcriptional regulation, and cell death. Both pan-tumor and tissue-specific changes were observed. The demonstrated impact of pre-analytical tissue ischemia on tumor biology mandates caution in interpreting stress-pathway activation in such samples and motivates reexamination of collection protocols for phosphoprotein analysis.

We undertook a comprehensive proteogenomic characterization of 95 prospectively collected endometrial carcinomas, comprising 83 endometrioid and 12 serous tumors. This analysis revealed possible new consequences of perturbations to the p53 and Wnt/β-catenin pathways, identified a potential role for circRNAs in the epithelial-mesenchymal transition, and provided new information about proteomic markers of clinical and genomic tumor subgroups, including relationships to known druggable pathways. An extensive genome-wide acetylation survey yielded insights into regulatory mechanisms linking Wnt signaling and histone acetylation. We also characterized aspects of the tumor immune landscape, including immunogenic alterations, neoantigens, common cancer/testis antigens, and the immune microenvironment, all of which can inform immunotherapy decisions. Collectively, our multi-omic analyses provide a valuable resource for researchers and clinicians, identify new molecular associations of potential mechanistic significance in the development of endometrial cancers, and suggest novel approaches for identifying potential therapeutic targets.

We report a comprehensive proteogenomics analysis, including whole-genome sequencing, RNA sequencing, and proteomics and phosphoproteomics profiling, of 218 tumors across 7 histological types of childhood brain cancer: low-grade glioma (n = 93), ependymoma (32), high-grade glioma (25), medulloblastoma (22), ganglioglioma (18), craniopharyngioma (16), and atypical teratoid rhabdoid tumor (12). Proteomics data identify common biological themes that span histological boundaries, suggesting that treatments used for one histological type may be applied effectively to other tumors sharing similar proteomics features. Immune landscape characterization reveals diverse tumor microenvironments across and within diagnoses. Proteomics data further reveal functional effects of somatic mutations and copy number variations (CNVs) not evident in transcriptomics data. Kinase-substrate association and co-expression network analysis identify important biological mechanisms of tumorigenesis. This is the first large-scale proteogenomics analysis across traditional histological boundaries to uncover foundational pediatric brain tumor biology and inform rational treatment selection.