Pan-cancer proteomic map of 949 human cell lines

蛋白质组 计算生物学 转录组 生物 蛋白质组学 基因组 鉴定(生物学) 基因 生物信息学 遗传学 基因表达 植物
作者
Emanuel Gonçalves,Rebecca C. Poulos,Zhaoxiang Cai,Syd Barthorpe,Srikanth S. Manda,Natasha Lucas,Alexandra Beck,Daniel Bucio-Noble,Michael Dausmann,Caitlin Hall,Michael Hecker,Jennifer M.S. Koh,Howard Lightfoot,Sadia Mahboob,Iman Mali,James Morris,Laura Richardson,Akila J. Seneviratne,Rebecca Shepherd,Erin K. Sykes
出处
期刊:Cancer Cell [Cell Press]
卷期号:40 (8): 835-849.e8 被引量:211
标识
DOI:10.1016/j.ccell.2022.06.010
摘要

The proteome provides unique insights into disease biology beyond the genome and transcriptome. A lack of large proteomic datasets has restricted the identification of new cancer biomarkers. Here, proteomes of 949 cancer cell lines across 28 tissue types are analyzed by mass spectrometry. Deploying a workflow to quantify 8,498 proteins, these data capture evidence of cell-type and post-transcriptional modifications. Integrating multi-omics, drug response, and CRISPR-Cas9 gene essentiality screens with a deep learning-based pipeline reveals thousands of protein biomarkers of cancer vulnerabilities that are not significant at the transcript level. The power of the proteome to predict drug response is very similar to that of the transcriptome. Further, random downsampling to only 1,500 proteins has limited impact on predictive power, consistent with protein networks being highly connected and co-regulated. This pan-cancer proteomic map (ProCan-DepMapSanger) is a comprehensive resource available at https://cellmodelpassports.sanger.ac.uk.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
chrysan完成签到,获得积分10
1秒前
机智明辉完成签到,获得积分10
1秒前
可靠海白发布了新的文献求助10
1秒前
哭泣的薯片完成签到,获得积分10
2秒前
kuikui完成签到,获得积分10
2秒前
tomatoGG发布了新的文献求助10
3秒前
ifynln发布了新的文献求助10
3秒前
科研通AI6.4的应助被小6采纳,获得10
4秒前
4秒前
默lk完成签到,获得积分10
5秒前
奇逆发布了新的文献求助10
5秒前
molihuakai的应助被66采纳,获得10
6秒前
科研通AI2S的应助被朴实的绮南采纳,获得10
6秒前
orixero的应助被默默的沛菡采纳,获得10
8秒前
上官若男的应助被mengjie采纳,获得10
8秒前
陈平安完成签到,获得积分10
8秒前
可爱的函函的应助被cc采纳,获得10
9秒前
天天快乐的应助被科研白采纳,获得10
9秒前
9秒前
打打的应助被科研白采纳,获得10
9秒前
华仔的应助被科研白采纳,获得10
9秒前
香蕉觅云的应助被科研白采纳,获得10
9秒前
在水一方的应助被科研白采纳,获得10
9秒前
SciGPT的应助被科研白采纳,获得10
9秒前
小蘑菇的应助被科研白采纳,获得10
9秒前
9秒前
学霸业的应助被科研白采纳,获得10
9秒前
orixero的应助被科研白采纳,获得10
9秒前
科研通AI6.4的应助被科研白采纳,获得10
10秒前
valorb完成签到,获得积分0
10秒前
Ava的应助被奇逆采纳,获得10
11秒前
可靠海白完成签到,获得积分10
11秒前
酷酷的万恶完成签到 ,获得积分10
13秒前
灯笔忆扬完成签到 ,获得积分10
15秒前
15秒前
半截的诗完成签到,获得积分10
16秒前
哈哈哈完成签到 ,获得积分10
18秒前
yeyeyeye发布了新的文献求助10
18秒前
19秒前
20秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Oncology Clinical Trials: Successful Design, Conduct, and Analysis, Second Edition 800
Comprehensive Heterocyclic Chemistry IV 400
Qualitative Methodologies in Tourism Studies: Disrupting and Co-creating Critical Research 350
Représentation chimique de la structure des kérogènes et des asphaltènes en fonction de leur origine et de leur degré d'évolution 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8050746
求助须知:如何正确求助?哪些是违规求助? 9479136
关于积分的说明 21296762
捐赠科研通 7619123
什么是DOI,文献DOI怎么找? 3393347
关于科研通互助平台的介绍 2524670
邀请新用户注册赠送积分活动 2431365