Single-nucleotide polymorphisms (SNPs) in five chromosomal regions — three at 8q24 and one each at 17q12 and 17q24.3 — have been associated with prostate cancer. Each SNP has only a moderate association, but when SNPs are combined, the association may be stronger.

The molecular pathology of multi-organ injuries in COVID-19 patients remains unclear, preventing effective therapeutics development. Here, we report a proteomic analysis of 144 autopsy samples from seven organs in 19 COVID-19 patients. We quantified 11,394 proteins in these samples, in which 5,336 were perturbed in the COVID-19 patients compared to controls. Our data showed that cathepsin L1, rather than ACE2, was significantly upregulated in the lung from the COVID-19 patients. Systemic hyperinflammation and dysregulation of glucose and fatty acid metabolism were detected in multiple organs. We also observed dysregulation of key factors involved in hypoxia, angiogenesis, blood coagulation, and fibrosis in multiple organs from the COVID-19 patients. Evidence for testicular injuries includes reduced Leydig cells, suppressed cholesterol biosynthesis, and sperm mobility. In summary, this study depicts a multi-organ proteomic landscape of COVID-19 autopsies that furthers our understanding of the biological basis of COVID-19 pathology.

Abstract Methyltransferase like 9 ( Mettl9 ) is a member of the methyltransferase like protein family which is characterized by the presence of binding domains for S-adenosyl methionine, (SAM), a co-substrate for methylation reactions. Despite METTL9 is predicted to be a methyltransferase, its enzymatic activity, substrate specificities and biological functions are still poorly characterized. In this study, we revealed a tumor-promoting role for METTL9. We found that deletion of Mettl9 in tumor cells suppresses tumor growth and elicits potent anti-tumor immunity. Mechanistically, METTL9 is a N1-histidine methyltransferase which methylates the histidine residues of a x-His-x-His (xHxH) motif on the substrates. This motif is found extensively in zinc transporter families SLC39s and SLC30s, particularly in SLC39A7. Deletion of Mettl9 impairs cytoplasmic zinc homeostasis, resulting in an altered gene expression program with increased endoplasmic reticulum (ER) stress and reduced cell cycle. Mutation of key METTL9 catalyzed methylhistidine residues of SLC39A7 impairs cytoplasmic zinc homeostasis and affects cell growth as well. Notably, METTL9 expression is increased in some cancer types and its higher expression is associated with worse clinical outcomes, particularly in liver and pancreatic cancer. In summary, our work identified METTL9 as a potential new oncogene and its mediated methylation is of regulatory importance. Identifying selective and potent small-molecule inhibitors of METTL9 could thus represent novel therapeutic strategy for anti-proliferative cancer drugs.

ABSTRACT We report and evaluated a microflow, single-shot, short gradient SWATH MS method intended to accelerate the discovery and verification of protein biomarkers in clinical specimens. The method uses 15-min gradient microflow-LC peptide separation, an optimized SWATH MS window configuration and OpenSWATH software for data analysis. We applied the method to a cohort 204 of FFPE prostate tissue samples from 58 prostate cancer patients and 10 prostatic hyperplasia patients. Altogether we identified 27,976 proteotypic peptides and 4,043 SwissProt proteins from these 204 samples. Compared to a reference SWATH method with 2-hour gradient the accelerated method consumed only 27% instrument time, quantified 80% proteins and showed reduced batch effects. 3,800 proteins were quantified by both methods in two different instruments with relatively high consistency (r = 0.77). 75 proteins detected by the accelerated method with differential abundance between clinical groups were selected for further validation. A shortlist of 134 selected peptide precursors from the 75 proteins were analyzed using MRM-HR, exhibiting high quantitative consistency with the 15-min SWATH method (r = 0.89) in the same sample set. We further verified the capacity of these 75 proteins in separating benign and malignant tissues (AUC = 0.99) in an independent prostate cancer cohort (n=154). Overall our data show that the single-shot short gradient microflow-LC SWATH MS method achieved about 4-fold acceleration of data acquisition with reduced batch effect and a moderate level of protein attrition compared to a standard SWATH acquisition method. Finally, the results showed comparable ability to separate clinical groups.

Epithelial ovarian cancer (EOC) is a deadly disease with limited diagnostic biomarkers and therapeutic targets. Here we conduct a comprehensive proteomic profiling of ovarian tissue and plasma samples from 813 patients with different histotypes and therapeutic regimens, covering the expression of 10,715 proteins. We identify eight proteins associated with tumor malignancy in the tissue specimens, which are further validated as potential circulating biomarkers in plasma. Targeted proteomics assays are developed for 12 tissue proteins and 7 blood proteins, and machine learning models are constructed to predict one-year recurrence, which are validated in an independent cohort. These findings contribute to the understanding of EOC pathogenesis and provide potential biomarkers for early detection and monitoring of the disease. Additionally, by integrating mutation analysis with proteomic data, we identify multiple proteins related to DNA damage in recurrent resistant tumors, shedding light on the molecular mechanisms underlying treatment resistance. This study provides a multi-histotype proteomic landscape of EOC, advancing our knowledge for improved diagnosis and treatment strategies. It remains essential to find clinically relevant biomarkers in epithelial ovarian cancer (EOC). Here, the authors perform a comprehensive proteomic profiling of tissue and plasma samples from EOC and control patients; they find potential biomarkers for EOC early detection and develop methods for tumour recurrence prediction.

Integration of hydrogel-based tissue expansion and mass spectrometry-based proteomics enables high spatial resolution analysis of global protein expression in tissues. Here, we introduce a filter-aided tissue expansion proteomics (FAXP) method with optimized hydrogel preparation and treatment steps for spatial proteomics analysis of formalin-fixed paraffin-embedded (FFPE) specimens. Compared with our original ProteomEx method, FAXP, partially automated with robotics, exhibited 14.5-fold higher volumetric resolution, increased peptide yield leading to 250% more protein identifications, and 50% time consumption for sample preparation. We demonstrated its application in clinical colorectal tissue samples. We further integrated it with laser capture microdissection for proteomic analysis of subcellular organelles.

An inherent bottleneck of data independent acquisition (DIA) analysis by Orbitrap-based mass spectrometers is the relatively large window width due to the relatively slow scanning rate compared to TOF. Here we present a novel gas phase separation and MS acquisition method called PulseDIA-MS, which improves the specificity and sensitivity of Orbitrap-based DIA analysis. This is achieved by dividing the ordinary DIA-MS analysis covering the entire mass range into multiple injections for DIA-MS analyses with complementary windows. Using standard HeLa digests, the PulseDIA method identified 69,530 peptide precursors from 9,337 protein groups with ten MS injections of 30 min LC gradient. The PulseDIA scheme containing two complementary windows led to the highest gain of peptide and protein identifications per time unit compared to the conventional 30 min DIA method. We further applied the method to profile the proteome of 18 cholangiocarcinoma (CCA) tissue samples (benign and malignant) from nine patients. PulseDIA identified 7,796 protein groups in these CCA samples, with 14% increase of protein identifications, compared to the conventional DIA method. The missing value for protein matrix dropped by 7% with PulseDIA acquisition. 681 proteins were significantly dysregulated in tumorous CCA samples. Together, we presented and benchmarked an alternative DIA method with higher sensitivity and lower missing rate.

To answer the increasing need for detecting and validating protein biomarkers in clinical specimens, proteomic techniques are required that support the fast, reproducible and quantitative analysis of large clinical sample cohorts. Targeted mass spectrometry techniques, specifically SRM, PRM and the massively parallel SWATH/DIA technique have emerged as a powerful method for biomarker research. For optimal performance, they require prior knowledge about the fragment ion spectra of targeted peptides. In this report, we describe a mass spectrometric (MS) pipeline and spectral resource to support data-independent acquisition (DIA) and parallel reaction monitoring (PRM) based biomarker studies. To build the spectral resource we integrated common open-source MS computational tools to assemble an open source computational workflow based on Docker. It was then applied to generate a comprehensive DIA pan-human library (DPHL) from 1,096 data dependent acquisition (DDA) MS raw files, and it comprises 242,476 unique peptide sequences from 14,782 protein groups and 10,943 SwissProt-annotated proteins expressed in 16 types of cancer samples. In particular, tissue specimens from patients with prostate cancer, cervical cancer, colorectal cancer, hepatocellular carcinoma, gastric cancer, lung adenocarcinoma, squamous cell lung carcinoma, diseased thyroid, glioblastoma multiforme, sarcoma and diffuse large B-cell lymphoma (DLBCL), as well as plasma samples from a range of hematologic malignancies were collected from multiple clinics in China, the Netherlands and Singapore and included in the resource. This extensive spectral resource was then applied to a prostate cancer cohort of 17 patients, consisting of 8 patients with prostate cancer (PCa) and 9 with benign prostate hyperplasia (BPH), respectively. Data analysis of DIA data from these samples identified differential expressions of FASN, TPP1 and SPON2 in prostate tumors. Thereafter, PRM validation was applied to a larger PCa cohort of 57 patients and the differential expressions of FASN, TPP1 and SPON2 in prostate tumors were validated. As a second application, the DPHL spectral resource was applied to a patient cohort consisting of samples from 19 DLBCL patients and 18 healthy individuals. Differential expressions of CRP, CD44 and SAA1 between DLBCL cases and healthy controls were detected by DIA-MS and confirmed by PRM. These data demonstrate that the DPHL supported that DIA-PRM MS pipeline enables robust protein biomarker discoveries.

SUMMARY Detecting temperature is crucial for the survival of living organisms. Though the thermo transient receptor potential (thermoTRP) channels, such as TRPV1 or TRPM8, have been identified as prototypic heat or cold sensors, respectively, how they detect temperature remains elusive. Here we first identified groups of clustered residues in these channels that undergo burial/exposure conformational rearrangements during temperature activation by analyzing available protein structures or hydroxyl radical footprinting-mass spectroscopy (HRF-MS). By systematically perturbing water-protein interactions at these residues, we found that the temperature sensitivity in these channels were modulated in accordance with the sidechain hydrophobicity. The changes in energy associated with changes in water-protein interactions were sufficient for thermo activation. Therefore, our study has established that the water-protein interactions as a common mechanism underlying temperature sensing in TRPM8 and TRPV1.

Abstract Treatment and relevant targets for breast cancer (BC) remain limited, especially for triple-negative BC (TNBC). We quantified the proteomes of 76 human BC cell lines using data independent acquisition (DIA) based proteomics, identifying 6091 proteins. We then established a 24-protein panel distinguishing TNBC from other BC types. Integrating prior multi-omics datasets with the present proteomic results to predict the sensitivity of 90 drugs, we found that proteomics data improved drug sensitivity predictions. The sensitivity of the 90 drugs was mainly associated with cell cytoskeleton, signal transduction and mitochondrial function. We next profiled the proteome changes of nine cell lines (five TNBC cell lines, four non-TNBC cell lines) perturbated by EGFR/AKT/mTOR inhibitors. In the TNBC cell lines, metabolism pathways were dysregulated after EGFR/mTOR inhibitors treatment, while RNA modification and cell cycle pathways were dysregulated after AKT inhibitor treatment. Our study presents a systematic multi-omics and in-depth analysis of the proteome of BC cells. This work aims to aid in prioritization of potential therapeutic targets for TNBC as well as to provide insight into adaptive drug resistance in TNBC.