GM
György Markó-Varga
Author with expertise in Prediction of Peptide-MHC Binding Affinity
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
11
(73% Open Access)
Cited by:
1,155
h-index:
55
/
i10-index:
266
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

The Human Proteome Project: Current State and Future Direction

Pierre Legrain et al.Jul 1, 2011
After the successful completion of the Human Genome Project, the Human Proteome Organization has recently officially launched a global Human Proteome Project (HPP), which is designed to map the entire human protein set. Given the lack of protein-level evidence for about 30% of the estimated 20,300 protein-coding genes, a systematic global effort will be necessary to achieve this goal with respect to protein abundance, distribution, subcellular localization, interaction with other biomolecules, and functions at specific time points. As a general experimental strategy, HPP research groups will use the three working pillars for HPP: mass spectrometry, antibody capture, and bioinformatics tools and knowledge bases. The HPP participants will take advantage of the output and cross-analyses from the ongoing Human Proteome Organization initiatives and a chromosome-centric protein mapping strategy, termed C-HPP, with which many national teams are currently engaged. In addition, numerous biologically driven and disease-oriented projects will be stimulated and facilitated by the HPP. Timely planning with proper governance of HPP will deliver a protein parts list, reagents, and tools for protein studies and analyses, and a stronger basis for personalized medicine. The Human Proteome Organization urges each national research funding agency and the scientific community at large to identify their preferred pathways to participate in aspects of this highly promising project in a HPP consortium of funders and investigators.
0

Hypoxia regulates global membrane protein endocytosis through caveolin-1 in cancer cells

Erika Bourseau-Guilmain et al.Apr 20, 2016
Hypoxia promotes tumour aggressiveness and resistance of cancers to oncological treatment. The identification of cancer cell internalizing antigens for drug targeting to the hypoxic tumour niche remains a challenge of high clinical relevance. Here we show that hypoxia down-regulates the surface proteome at the global level and, more specifically, membrane proteome internalization. We find that hypoxic down-regulation of constitutive endocytosis is HIF-independent, and involves caveolin-1-mediated inhibition of dynamin-dependent, membrane raft endocytosis. Caveolin-1 overexpression inhibits protein internalization, suggesting a general negative regulatory role of caveolin-1 in endocytosis. In contrast to this global inhibitory effect, we identify several proteins that can override caveolin-1 negative regulation, exhibiting increased internalization at hypoxia. We demonstrate antibody-mediated cytotoxin delivery and killing specifically of hypoxic cells through one of these proteins, carbonic anhydrase IX. Our data reveal that caveolin-1 modulates cell-surface proteome turnover at hypoxia with potential implications for specific targeting of the hypoxic tumour microenvironment.
0
Citation289
0
Save
5

Prediction of early-stage melanoma recurrence using clinical and histopathologic features

Guihong Wan et al.Oct 31, 2022
Abstract Prognostic analysis for early-stage (stage I/II) melanomas is of paramount importance for customized surveillance and treatment plans. Since immune checkpoint inhibitors have recently been approved for stage IIB and IIC melanomas, prognostic tools to identify patients at high risk of recurrence have become even more critical. This study aims to assess the effectiveness of machine-learning algorithms in predicting melanoma recurrence using clinical and histopathologic features from Electronic Health Records (EHRs). We collected 1720 early-stage melanomas: 1172 from the Mass General Brigham healthcare system (MGB) and 548 from the Dana-Farber Cancer Institute (DFCI). We extracted 36 clinicopathologic features and used them to predict the recurrence risk with supervised machine-learning algorithms. Models were evaluated internally and externally: (1) five-fold cross-validation of the MGB cohort; (2) the MGB cohort for training and the DFCI cohort for testing independently. In the internal and external validations, respectively, we achieved a recurrence classification performance of AUC: 0.845 and 0.812, and a time-to-event prediction performance of time-dependent AUC: 0.853 and 0.820. Breslow tumor thickness and mitotic rate were identified as the most predictive features. Our results suggest that machine-learning algorithms can extract predictive signals from clinicopathologic features for early-stage melanoma recurrence prediction, which will enable the identification of patients that may benefit from adjuvant immunotherapy.
8

Proteogenomics Reveals how Metastatic Melanoma Modulates the Immune System to Allow Immune Evasion

Jeovanis Gil et al.Apr 11, 2021
Summary Malignant melanoma (MM) develops from the melanocytes and in its advanced stage is the most aggressive type of skin cancer. Here we report a comprehensive analysis on a prospective cohort study, including non-tumor, primary and metastasis tissues (n=77) with the corresponding plasma samples (n=56) from patients with malignant melanoma. The tumors and surrounding tissues were characterized with a combination of high-throughput analyses including quantitative proteomics, phosphoproteomics, acetylomics, and whole exome sequencing (WES) combined with in-depth histopathology analysis. Melanoma cell proliferation highly correlates with dysregulation at the proteome, at the posttranslational- and at the transcriptome level. Some of the changes were also verified in the plasma proteome. The metabolic reprogramming in melanoma includes upregulation of the glycolysis and the oxidative phosphorylation, and an increase in glutamine consumption, while downregulated proteins involved in the degradation of amino acids, fatty acids, and the extracellular matrix (ECM) receptor interaction. The pathways most dysregulated in MM including the MAP kinases-, the PI3K-AKT signaling, and the calcium homeostasis, are among the most affected by mutations, thus, dysregulation in these pathways can be manifested as drivers in melanoma development and progression. The phosphoproteome analysis combined with target-based prediction mapped 75% of the human kinome. Melanoma cell proliferation was driven by two key factors: i) metabolic reprogramming leading to upregulation of the glycolysis and oxidative phosphorylation, supported by HIF-1 signaling pathway and mitochondrial translation; and ii) a dysregulation of the immune system response, which was mirrored by immune system processes in the plasma proteome. Regulation of the melanoma acetylome and expression of deacetylase enzymes discriminated between groups based on tissue origin and proliferation, indicating a way to guide the successful use of HDAC inhibitors in melanoma. The disease progression toward metastasis is driven by the downregulation of the immune system response, including MHC class I and II, which allows tumors to evade immune surveillance. Altogether, new evidence is provided at different molecular levels to allow improved understanding of the melanoma progression, ultimately contributing to better treatment strategies. TOC figure
8
Citation1
0
Save
0

Identifying Ferroptosis Inducers, HDAC, and RTK Inhibitor Sensitivity in Melanoma Subtypes through Unbiased Drug Target Prediction

Indira Pla et al.Feb 12, 2024
Abstract The utilization of PD1 and CTLA4 inhibitors has revolutionized the treatment of malignant melanoma (MM). However, resistance to targeted and immune-checkpoint-based therapies still poses a significant problem. Here we mine large scale MM proteogenomic data integrating it with MM cell line dependency screen, and drug sensitivity data to identify druggable targets and forecast treatment efficacy and resistance. Leveraging protein profiles from established MM subtypes and molecular structures of 82 cancer treatment drugs, we identified nine candidate hub proteins, mTOR, FYN, PIK3CB, EGFR, MAPK3, MAP4K1, MAP2K1, SRC and AKT1, across five distinct MM subtypes. These proteins serve as potential drug targets applicable to one or multiple MM subtypes. By analyzing transcriptomic data from 48 publicly accessible melanoma cell lines sourced from Achilles and CRISPR dependency screens, we forecasted 162 potentially targetable genes. We also identified genetic resistance in 260 genes across at least one melanoma subtype. In addition, we employed publicly available compound sensitivity data (Cancer Therapeutics Response Portal, CTRPv2) on the cell lines to assess the correlation of compound effectiveness within each subtype. We have identified 20 compounds exhibiting potential drug impact in at least one melanoma subtype. Remarkably, employing this unbiased approach, we have uncovered compounds targeting ferroptosis, that demonstrate a striking 30x fold difference in sensitivity among different subtypes. This implies that the proteogenomic classification of melanoma has the potential to predict sensitivity to ferroptosis compounds. Our results suggest innovative and novel therapeutic strategies by stratifying melanoma samples through proteomic profiling, offering a spectrum of novel therapeutic interventions and prospects for combination therapy. Highlights (1) Proteogenomic subtype classification can define the landscape of genetic dependencies in melanoma (2) Nine proteins from molecular subtypes were identified as potential drug targets for specified MM patients (3) 20 compounds identified that show potential effectiveness in at least one melanoma subtype (4) Proteogenomics can predict specific ferroptosis inducers, HDAC, and RTK Inhibitor sensitivity in melanoma subtypes Graphical abstract
4

Histopathology-assisted proteogenomics provides foundations for stratification of melanoma metastases

Magdalena Kuras et al.Jan 1, 2023
Here we describe the histopathology-driven proteogenomic landscape of 142 treatment-naive metastatic melanoma samples. We identified five proteomic subtypes that integrate the immune and stroma microenvironment components, and associate with clinical and histopathological parameters, providing foundations for an in-depth molecular classification of melanoma. Our study shows that BRAF V600 mutated melanomas display heterogeneous biology, where the presence of an oncogene-induced senescence-like phenotype improves patient survival. Therefore, we propose a mortality-risk-based stratification, which may contribute to a more personalized approach to patient treatment. We also found a strong association between tumor microenvironment composition, disease progression, and patient outcome supported by single-cell omic signatures that point to straightforward histopathological connective tissue-to-tumor ratio assessment for better informed medical decisions. A melanoma-associated signature of single amino acid variants (SAAV) responsible for remodeling the extracellular matrix was uncovered together with SAAV-derived neoantigen candidates as targets of anti-tumor immune responses. Overall, this study offers comprehensive stratifications of melanoma metastases that may help develop tailored strategies for diagnosing and treating the disease.
Load More