Cancer discovery
AI驱动的深度视觉蛋白质组学揭示胰腺癌前体中的关键分子转换

小赛推荐：

该研究通过整合人工智能与空间蛋白质组学技术，系统描绘了胰腺上皮病变从正常到癌变全过程的蛋白动态变化，为胰腺癌早期检测和风险分层提供了全新的分子框架，对设计基于KRAS突变监测的临床筛查策略具有直接指导意义。

 

文献概述

本文《AI-Powered Deep Visual Proteomics Reveals Critical Molecular Transitions in Pancreatic Cancer Precursors》，发表于《Cancer discovery》杂志，系统探讨了在胰腺导管腺癌（PDAC）发生发展过程中，从正常导管、腺泡-导管化生（ADM）、胰腺上皮内瘤变（PanIN）到浸润性癌的多阶段演进中，蛋白质组层面的分子重编程事件。研究采用深度视觉蛋白质组学（DVP）技术，结合高分辨率成像、AI病理识别、激光显微切割与质谱分析，实现了对极少量细胞（约100个）的空间分辨蛋白定量。研究不仅揭示了癌旁组织中存在“场效应”分子改变，还发现KRAS突变肽段可在无癌个体的偶发性PanIN中被检测到，提示分子异常早于组织学异型。该工作为理解PDAC早期演化路径提供了迄今最全面的蛋白质组图谱。

背景知识

胰腺导管腺癌（PDAC）因其诊断晚、进展快、治疗反应差，5年生存率低于10%，是临床重大挑战。其经典演进路径涉及KRAS激活、CDKN2A、TP53和SMAD4失活，伴随从PanIN低级别（LG）向高级别（HG）过渡。然而，大多数研究依赖已确诊患者的组织，忽略了无癌个体中广泛存在的偶发PanIN（iPanIN）是否具备恶性潜能。此外，HG-PanIN与浸润性癌的鉴别困难，导致“导管癌变”争议。现有液体活检难以在早期阶段捕获ctDNA，而bulk组学丢失空间信息，抗体方法通量有限。因此，亟需高灵敏度、空间分辨的技术解析早期分子事件。本研究通过DVP策略，突破了传统技术瓶颈，系统比较了来自器官捐献者和PDAC患者的正常导管、ADM、PanIN及癌组织，旨在回答：1）形态正常的导管是否已有分子改变？2）iPanIN与cPanIN是否存在本质差异？3）HG-PanIN是LG的延续还是质变？这些关键问题对实现精准早筛和干预至关重要。

 

针对胰腺癌研究，赛业生物提供KPC（LSL-Kras*G12D*;LSL-Trp53*R172H*;Pdx1-Cre）等经典自发性胰腺肿瘤小鼠模型，涵盖基因敲除、点突变和条件性表达等多种遗传策略，可用于模拟从PanIN到浸润性癌的完整病程。结合表型分析与药效评价服务，支持肿瘤微环境、免疫治疗及靶向药物的临床前研究，助力机制探索与新药开发。

了解更多

 

研究方法与核心实验

研究团队采用深度视觉蛋白质组学（DVP）流程，整合H&E染色切片、AI病理模型H-optimus-0、激光显微切割（LMD）和Orbitrap Astral质谱平台，对20例个体（10例无癌器官捐献者，10例PDAC患者）的115个组织区域进行空间分辨蛋白质组分析。每个区域捕获约100个表型匹配的上皮细胞，实现高灵敏度蛋白定量（共鉴定9,181个蛋白）。通过AI模型精确识别组织表型，避免传统人工注释偏差。多区域取样用于解析肿瘤内异质性，主成分分析（PCA）和通路富集分析揭示不同病变阶段的蛋白模块变化。研究特别关注KRAS突变肽段的质谱检测，并系统比较不同背景下的正常导管（iNormal vs cNormal）和PanIN（LG-iPanIN vs LG-cPanIN）。

关键结论与观点

• 在组织学正常的导管中检测到显著的“场效应”分子改变，表现为应激适应和免疫相关蛋白（如B2M、STAT1）上调，提示微环境已发生重塑。
• LG-iPanIN与LG-cPanIN虽形态相似，但蛋白组显著不同：cPanIN富集ECM重塑、糖酵解（PGAM1）和干扰素响应蛋白，表明癌背景驱动了免疫代谢重编程。
• HG-cPanIN表现出强烈的线粒体重塑特征，包括线粒体翻译、呼吸链和PINK1/Parkin介导的有丝粒噬（SQSTM1、VDAC1、PGAM5）激活，提示高能量需求与质量控制依赖。
• KRAS突变肽段在无癌个体的iPanIN中被质谱直接捕获，证明致癌突变可在无癌背景下发生，支持“分子早于形态”的转化模型。
• 代谢重编程贯穿整个进程：从cNormal开始糖酵解增强（PFKP），到HG-cPanIN脂质合成（FASN）和线粒体活性上调，再到浸润癌的EMT和基质重塑（VIM、FN1）。

研究意义与展望

该研究首次在蛋白层面系统描绘了PDAC前体演进的分子路线图，为药物开发提供了多个干预节点，例如靶向线粒体代谢或PINK1/Parkin通路可能在HG-PanIN阶段实现癌变拦截。发现的场效应蛋白（如AGR2、CYB5A）可作为液体活检或影像探针的候选标志物，推动临床监测向更早期阶段前移。此外，数据强调了需重新定义“正常”组织的标准，未来风险评估应结合分子背景而非仅依赖形态学。对于疾病建模，该研究为构建更贴近人类早期病变的动物模型（如KRAS^G12D小鼠）提供了关键参考，指导如何模拟免疫微环境和代谢状态。

 

赛业生物提供基于CRISPR-Cas9的基因敲入与人源化小鼠模型定制服务，可精准引入人类KRAS G12D等肿瘤驱动突变，构建条件性表达或荧光报告小鼠。结合HUGO-GT全基因组人源化技术，可模拟人类基因调控环境，适用于胰腺癌等恶性肿瘤的发病机制研究与靶向药物评价，支持从模型构建到药效验证的全流程需求。

了解更多

 

结语

本研究通过AI赋能的深度视觉蛋白质组学，系统解析了胰腺癌前体从正常到浸润的分子演进轨迹，揭示了“场效应”、免疫代谢重编程、线粒体重塑等关键程序。这些发现不仅深化了对胰腺癌发生机制的理解，更重要的是，为临床转化提供了坚实基础。例如，KRAS突变肽段的检测提示未来可通过高灵敏度质谱或T细胞受体测序实现无创早筛；HG-PanIN的线粒体依赖性提示可探索靶向能量代谢的化学预防策略。此外，研究强调了“正常”组织的分子异质性，呼吁在临床实践中整合分子分型以优化风险分层。该工作为从“反应性治疗”向“预测性预防”转变提供了关键科学依据，有望重塑胰腺癌的照护体系，提升早期诊断率与患者生存。

 

Jimin Min, Lisa Schweizer, Gijs Zonderland, Andreas Mund, and Anirban Maitra. AI-Powered Deep Visual Proteomics Reveals Critical Molecular Transitions in Pancreatic Cancer Precursors. Cancer discovery.