清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Proximity-Informed Graph Learning Defines Spatial Protein Communities for Tumor-Associated Proximity Antigen Discovery

作者
Cody Scandore,Clare F. Malone,Christopher K. May,Anna K. de Regt,Jeff Guernsey,Hayley Ma,Noah Dephoure,Ben Setter,Rebecca A. Howell,Kendall R. Johnson,Carol L. Farr,Sophia Romero,Lydia Vignale,Tali Vittum,Emma Dawson,Tsadik Ghebreamlak Habtetsion,Francesca Nardi,Brian Woodruff,Martin Mathay,Julia Swanson
出处
期刊: [Cold Spring Harbor Laboratory]
标识
DOI:10.64898/2026.02.13.705629
摘要

Abstract The spatial organization of membrane proteins is an underexplored dimension of cell-surface biology. Spatial proximity shapes cellular function and therapeutic targetability, yet efforts to identify tumor-associated antigens (TAAs) have largely focused on expression alone. Here, we developed an industrialized surface-protein proximity mapping workflow to interrogate TAAs within their membrane microenvironments. In the process, we generated 248 proximity maps across 12 receptor tyrosine kinases (RTKs) and 28 tumor cell systems. This proximity atlas enabled two advances: first, MetaMap, a correlation-based analytical framework that defines spatial protein communities and infers non-targeted proximal proteins from reproducible proximity signatures; and second, tumor-associated proximity antigens (TAPAs), a conceptual class of co-targets defined by disease-specific spatial proximity to TAAs rather than expression alone. Applying these proximity-derived relationships within a multimodal prioritization framework, we identified and validated an EGFR×CDCP1 TAA-TAPA pair that enhanced tumor cell killing across therapeutic modalities. By integrating spatial organization with multimodal data, this work expands the design space for precision-guided therapeutic strategies.

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
李健的小迷弟的应助被气945采纳,获得10
1秒前
6秒前
漂亮的幻枫完成签到,获得积分10
9秒前
朱洪帆发布了新的文献求助10
12秒前
17秒前
369ninja发布了新的文献求助10
20秒前
威武妙柏完成签到,获得积分10
20秒前
气945完成签到,获得积分20
21秒前
气945驳回了李健的应助
27秒前
Shiyuzz完成签到 ,获得积分10
32秒前
gzhy完成签到,获得积分10
37秒前
丰富广缘完成签到,获得积分10
39秒前
美好傲蕾完成签到,获得积分10
41秒前
hj完成签到 ,获得积分10
42秒前
温暖友易完成签到,获得积分10
44秒前
mycn完成签到,获得积分10
46秒前
48秒前
求求了给篇文献完成签到,获得积分10
48秒前
陈微完成签到,获得积分10
49秒前
怕孤独的亚男完成签到,获得积分10
49秒前
慢波完成签到,获得积分10
51秒前
cloudy完成签到,获得积分10
52秒前
顺利毛豆完成签到,获得积分10
53秒前
苏苏完成签到,获得积分10
54秒前
54秒前
愤怒的衬衫完成签到,获得积分10
54秒前
腼腆的冰安完成签到,获得积分10
56秒前
不一样的烟火完成签到,获得积分10
56秒前
烂漫的慕卉完成签到,获得积分10
58秒前
无情捕完成签到,获得积分10
58秒前
沐雨汐完成签到,获得积分10
59秒前
朱洪帆发布了新的文献求助10
59秒前
科研绿老头完成签到,获得积分10
1分钟前
WULAVIVA完成签到,获得积分10
1分钟前
1分钟前
踏实远山完成签到,获得积分10
1分钟前
剑剑完成签到,获得积分10
1分钟前
Muth完成签到,获得积分10
1分钟前
baa完成签到,获得积分10
1分钟前
周新哲完成签到,获得积分10
1分钟前
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
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Hidden Empire of Finance: How Wall Street Profits from Our Cities and Fuels Global Inequality 500
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 8166414
求助须知:如何正确求助?哪些是违规求助? 9559494
关于积分的说明 21750507
捐赠科研通 7757221
什么是DOI,文献DOI怎么找? 3429141
关于科研通互助平台的介绍 2553489
邀请新用户注册赠送积分活动 2473845