7月9日，开云网页登录 生命科学技术学院生物信息学与生物统计学系李婧教授团队在国际顶级学术刊物《Cell》正式发表了题为《Integrative Proteomic Characterization of Human Lung Adenocarcinoma》的最新研究成果，该项研究首次大规模、系统性构建了肺腺癌的蛋白全景图和分子亚型特征，揭示了中国人肺腺癌的分子特征及预后和诊疗生物标志物，为肺腺癌的精准医疗提供了重要资源和线索。项目研究的组学大数据分析得到了开云网页登录 网络信息中心校级计算平台提供的计算服务支持。

肺癌是我国乃至全世界发病率和死亡率最高的恶性肿瘤。肺腺癌的早发现、早诊断、早治疗对于改善患者的预后具有至关重要的意义。蛋白质是所有生命功能的直接执行者，也几乎是所有药物的作用靶点。全景绘制肺腺癌人群蛋白质分子图谱，对于肺腺癌病理机制的深入认识，疾病诊断生物标志物与药物治疗靶点的发现，以及实现更精准的肺腺癌分子分型和治疗方案的制定等具有重大科学意义。

该研究工作对103例临床病人的肺腺癌和癌旁组织进行了蛋白质表达谱和磷酸化翻译后修饰谱的深度解析，最终共鉴定到11,119个蛋白产物和22,564个磷酸化修饰位点，同时整合临床信息和基因组特征数据分析，深度构建了基于蛋白质组的肺腺癌分子图谱全景。

研究人员进一步利用蛋白质组表达谱数据将肺腺癌分为三个蛋白质组亚型（I型、II型、III型）。结合磷酸化修饰谱数据分析，此项研究还揭示不同亚型群体间激酶活性的特征，为肺腺癌的更精准分型和治疗提供依据。通过对代表性标志物HSP 90beta进行较大规模的独立人群的血浆样本确证，发现其蛋白质浓度与肺腺癌不良预后密切相关。这些研究结果为肺腺癌的病理机制解析、精准诊断及治疗提供了重要科学线索和理论支撑。

在对基因特征数据分析过程中，研究人员需要对基因组图谱搜索、匹配、排序。由于数据量大，数据分析过程对计算机的性能要求较高，计算服务团队通过提供专业的技术服务支持，辅助该团队快速、顺利其完成多个大数量级的核心计算任务。其中，在上海药物所需要耗时4周的计算任务，在计算平台上4天完成计算；在学院服务器上无法运行的计算任务，在计算平台上8天完成计算。

学科融合，科研创新，网络信息中心不断促进学科融合，持续推动校内各领域创新成果产出。

文章链接：https://doi.org/10.1016/j.cell.2020.05.043