近日，我组叶明亮团队与复旦大学党永军团队、复旦大学附属华山医院泌尿外科姜昊文团队联合中国科学院上海药物研究所谭敏佳团队、以及复旦大学附属中山医院姜帅团队通过整合多组学数据全面解析了前列腺癌生物标志物及其药物敏感性响应，有助于实现中国患者前列腺癌更精确的诊断和治疗。

与西方人群相比，中国前列腺癌患者死亡率较高的原因之一可能与种族独特的基因组特征有关。迄今为止有限的前列腺癌中国人群的药物研究资源和模型，限制了中国前列腺癌的研究进展和患者治疗疗效。另一方面，对前列腺癌的早期识别和治疗后肿瘤发展的预测仍主要依赖于前列腺特异性抗原(PSA)水平的变化。然而PSA水平(也称为PSA灰色区域)不能准确区分良性前列腺增生与恶性前列腺增生或预测肿瘤进展。因此，建立基于中国患者基因背景的研究模型，研究BPH与肿瘤的分子差异可以提高对肿瘤恶性根源的认识。

   在本工作中，研究人员建立了一组前列腺癌患者来源的原代细胞模型（34株），在此基础上，叶明亮团队通过表面蛋白质组结合质谱无标记定量分析发现，相比前列腺增生来源的原代细胞，AGR2等表面蛋白质在前列腺癌原代细胞中发生了下调，并通过免疫印迹分析手段进一步验证这一结果。通过将其与基因组、转录组、蛋白质组、以及对33种FDA批准的药物反应之间的关系进行整合，全面解析了前列腺癌生物标志物及其药物敏感性响应，从而对前列腺癌精准诊断和治疗提供了切实可行的新策略和广泛的理论支持。

研究成果以“Integrative multi-omics and drug–response characterization of patient-derived prostate cancer primary cells”为题，于近日发表在Signal Transduction and Targeted Therapy杂志上，该工作的共同第一作者是我组博士后李亚楠，上述工作得到国家自然科学基金、国家重点研发计划等项目的支持。（文/图 李亚楠、党永军课题组）

文章链接https://www.nature.com/articles/s41392-023-01393-9