Proteogenomic and metabolomic characterization of human glioblastoma

生物 代谢组学 蛋白质组学 免疫系统 计算生物学 乙酰化 蛋白质基因组学 组蛋白 转录组 癌症研究 生物信息学 基因 遗传学 基因表达
作者
Liang-Bo Wang,Alla Karpova,Marina Gritsenko,Jennifer Kyle,Song Cao,Yize Li,Dmitry Rykunov,Antonio Colaprico,Joseph H. Rothstein,Runyu Hong,Vasileios Stathias,MacIntosh Cornwell,Francesca Petralia,Yige Wu,Boris Reva,Karsten Krug,Pietro Pugliese,Emily Kawaler,Lindsey K. Olsen,Wen-Wei Liang
出处
期刊:Cancer Cell [Elsevier]
卷期号:39 (4): 509-528.e20 被引量:606
标识
DOI:10.1016/j.ccell.2021.01.006
摘要

Glioblastoma (GBM) is the most aggressive nervous system cancer. Understanding its molecular pathogenesis is crucial to improving diagnosis and treatment. Integrated analysis of genomic, proteomic, post-translational modification and metabolomic data on 99 treatment-naive GBMs provides insights to GBM biology. We identify key phosphorylation events (e.g., phosphorylated PTPN11 and PLCG1) as potential switches mediating oncogenic pathway activation, as well as potential targets for EGFR-, TP53-, and RB1-altered tumors. Immune subtypes with distinct immune cell types are discovered using bulk omics methodologies, validated by snRNA-seq, and correlated with specific expression and histone acetylation patterns. Histone H2B acetylation in classical-like and immune-low GBM is driven largely by BRDs, CREBBP, and EP300. Integrated metabolomic and proteomic data identify specific lipid distributions across subtypes and distinct global metabolic changes in IDH-mutated tumors. This work highlights biological relationships that could contribute to stratification of GBM patients for more effective treatment.
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
1秒前
xtt发布了新的文献求助10
1秒前
fei发布了新的文献求助10
1秒前
1秒前
David发布了新的文献求助10
2秒前
ASD123完成签到,获得积分20
2秒前
贪玩的小玉完成签到,获得积分10
3秒前
希望天下0贩的0应助cxx采纳,获得10
3秒前
3秒前
3秒前
亦hcy完成签到,获得积分10
3秒前
小D发布了新的文献求助10
3秒前
xianyi完成签到,获得积分10
3秒前
zj发布了新的文献求助10
4秒前
msy发布了新的文献求助10
4秒前
梦里花落声应助hhhhh采纳,获得10
4秒前
ixueyi完成签到,获得积分10
4秒前
liu完成签到,获得积分10
4秒前
Aurora发布了新的文献求助10
4秒前
医学一小生完成签到,获得积分10
4秒前
4秒前
4秒前
友好书包发布了新的文献求助10
5秒前
默默尔安完成签到 ,获得积分10
5秒前
Maxwell发布了新的文献求助10
6秒前
小陀螺完成签到,获得积分10
6秒前
眼睛大的黑猫完成签到,获得积分10
6秒前
活力苏完成签到,获得积分10
6秒前
生菜完成签到,获得积分20
7秒前
领导范儿应助Maxvail采纳,获得10
7秒前
随机昵称完成签到,获得积分10
7秒前
忍冬发布了新的文献求助10
7秒前
谢大喵发布了新的文献求助20
7秒前
安徒生完成签到,获得积分10
8秒前
8秒前
Owen应助liu采纳,获得10
8秒前
David完成签到,获得积分10
8秒前
zouyun完成签到,获得积分10
8秒前
温柔映阳完成签到,获得积分20
8秒前
不来完成签到,获得积分10
8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
Basic And Clinical Science Course 2025-2026 3000
人脑智能与人工智能 1000
花の香りの秘密―遺伝子情報から機能性まで 800
Process Plant Design for Chemical Engineers 400
Principles of Plasma Discharges and Materials Processing, 3rd Edition 400
Signals, Systems, and Signal Processing 400
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5612427
求助须知:如何正确求助?哪些是违规求助? 4696552
关于积分的说明 14893385
捐赠科研通 4733235
什么是DOI,文献DOI怎么找? 2546401
邀请新用户注册赠送积分活动 1510561
关于科研通互助平台的介绍 1473423