太全面了！顶刊综述教你如何从 PPIs 角度研究癌症 | Nat.Rev.Cancer

Basic Information

• 英文标题：Decoding the functional impact of the cancer genome through protein–protein interactions
• 中文标题：通过蛋白质-蛋白质相互作用解码癌症基因组的功能影响
• 发表日期：14 January 2025
• 文章类型：Review Article
• 所属期刊：Nature Reviews Cancer
• 文章作者：Haian Fu | Andrey A. Ivanov
• 文章链接：https://www.nature.com/articles/s41568-024-00784-6

Abstract

Para_01

1. 基因组突变的获得使癌细胞在选择压力下获得适应性优势，并最终导致致癌转化。
2. 有趣的是，即使是同一基因内的驱动突变也可能产生不同的表型和临床结果，这需要一种以突变为重点的方法。
3. 相反，细胞功能是由分子机器和信号网络控制的，这些网络主要由蛋白质-蛋白质相互作用（PPIs）控制。
4. 单个基因组改变的功能影响可以通过受调控的PPI节点和枢纽传递。
5. 致癌突变可能导致蛋白质修饰残基的变化，使它们能够与野生型蛋白通常不相互作用的其他蛋白质相互作用，或者阻止与野生型蛋白通常相互作用的蛋白质的相互作用。
6. 这可以导致分子信号级联的重排，并获得致癌表型。
7. 在此，我们回顾了由致癌突变驱动的改变的PPIs，讨论了监测PPIs的技术，并提供了针对突变的PPIs的功能分析。
8. 这些由驱动突变启用的PPIs和突变干扰的PPIs为开发肿瘤特异性治疗提供了一个新的范例。
9. 癌症变异和改变的PPI界面的交集代表了理解致癌重排和发展肿瘤选择性治疗策略的新前沿。

Introduction

Para_01

1. 蛋白质-蛋白质相互作用（PPIs）构成了分子相互作用网络的基本单元，节点和枢纽，并因此协调多种细胞过程以决定细胞状态和表型结果。
2. 在癌症中，这些PPI节点和枢纽将环境、病理生理和遗传信号传递给细胞调控机制，从而实现整合的生物输出，进而促进肿瘤的发展、进展、侵袭或治疗抵抗。
3. 这些与癌症相关的PPI通常被称为致癌PPI。
4. 在分子水平上，尽管蛋白质之间的结合界面通常较大且涉及多个接触位点，但特定相互作用蛋白接口处的某些氨基酸往往决定了特定相互作用的亲和力及结构和功能后果。
5. 那些对PPI贡献大部分结合能的小部分接触氨基酸被定义为‘热点’残基。
6. 这一概念上的进步提供了一个分子蓝图，通过PPI的视角来解释基因组突变在癌症中的功能性影响。

Para_02

1. 对人类癌症的大规模基因组学驱动的综合分子表征，已经产生了大量的肿瘤衍生测序数据，从而揭示了各种肿瘤类型的众多基因组改变。
2. 美国国家癌症研究所（NCI）的基因组数据共享库汇集了来自超过40,000名各种形式癌症患者的超过300万个体细胞突变的数据，这些突变分布在22,000个基因中，作为基因组学研究的资源。
3. 这些庞大的数据集提供了一个信息框架，以确定各种突变对癌症病因的功能影响，这大大加速了我们对癌症分子基础的理解，并推动了精准肿瘤学的发展。

Para_03

1. 最初的尝试主要集中在利用反复出现的突变及其功能影响来定义致癌基因，从而导致癌症的分子亚型分类和靶向治疗的发展。
2. 后来，人们认识到同一基因中的不同突变可能具有不同的致癌特性，这些特性可能特定于某些组织，并可能导致各种临床表现。
3. 例如，来自同一致癌基因RAS的不同突变或来自同一肿瘤抑制基因p53的不同突变可能具有不同的致癌特性。
4. 这些由突变驱动的致癌活动不仅需要进行驱动基因为中心的研究，还需要进行突变等位基因为中心的调查。
5. 实际上，在功能层面上，致癌突变可以通过不同的机制导致致癌途径的过度激活。
6. 许多突变直接影响酶本身的活性，以改变蛋白质的激活状态或产生新的异常蛋白质功能。
7. 现在也已经清楚的是，突变的影响可以超出基因产物本身，因为蛋白质通过信号网络中的相互作用而起作用，因此可以通过改变未突变效应蛋白的活性在肿瘤中诱导病理表型。
8. 这些通过改变效应途径的一般突变效应已被明确界定并广泛研究。
9. 最近的研究揭示了癌症基因组的一个新维度，即基因组突变可能会改变蛋白质的表面，直接改变PPI界面的相互作用，从而重新连接信号通路并促进癌变转化。

Para_04

1. 由于个体突变的功能结果各不相同，因此在遗传和细胞背景下理解个体驱动突变的功能效应至关重要，这不仅有助于解析癌症的复杂性，包括分子亚型、肿瘤异质性和先天及获得性治疗耐药性，还对指导基于基因组学的靶向治疗的发展具有重要意义。
2. 在这篇综述中，我们关注那些影响在正常生理、发育或病理状态下相互作用的两种蛋白质界面的致癌突变。
3. 由癌症中的基因组变化直接调节的蛋白质-蛋白质相互作用（PPIs）可能作为关键的调控节点，从而将基因组变异与癌症表型概念上联系起来。
4. 在这里，我们总结了致癌突变如何影响PPIs的机制，监测PPIs的常用技术，癌症中受突变影响的差异PPIs的类别和功能特征，以及最后，针对由突变驱动的、与癌症相关的PPI导向的精准肿瘤学的治疗意义。

Molecular basis of cancer-associated PPI

The landscape of hotspot mutations in cancer

癌症中的热点突变图谱

Para_01

1. 通过对患者肿瘤组织的体细胞突变分析，已经确定了反复出现的致癌突变或驱动突变，这些突变促进了细胞转化和肿瘤进展。
2. 对国际癌症基因组联盟（ICGC）和癌症基因组图谱（TCGA）的基因组数据进行系统分析，揭示了癌症中的热点突变新兴格局。
3. 这些热点突变与中性乘客突变不同，它们在肿瘤进化过程中受到正选择的影响，出现在原癌基因和抑癌基因中。
4. 与蛋白质-蛋白质相互作用界面的功能热点残基不同，热点突变是在编码蛋白质的基因中发生的遗传改变，可以导致氨基酸替换。
5. 如果没有选择，它们的发生频率会比预期更高。
6. 基于反复出现的热点突变的大规模全基因组研究已提名了大量的基因作为突变驱动基因，从大约250个到超过550个不等。
7. 根据所使用的方法和数据集，估计的肿瘤驱动突变数量也有所不同。
8. 例如，通过对来自TCGA、ICGC和其他研究的11,119个人类原发肿瘤样本的分析，在275个驱动基因中发现了470个体细胞替换。
9. 当同时分析原发和晚期癌症样本时，这一数字增加到了1,100个单密码子突变。
10. 对不同数据集的综合评估帮助定义了一个核心的约300个突变驱动基因集，这些基因已被多种方法一致重现。
11. 对于这些基因，通过两种以上的统计方法鉴定出了超过3,400个独特的错义突变。
12. 多个数据库，包括OnkoKB、Cancer Hotspots、CIVIC和其他数据库，已被开发用于总结和注释肿瘤驱动的热点突变，使得探索致癌热点突变景观成为可能。
13. 随着癌症基因组学研究覆盖新的患者群体，预计新的驱动突变将继续涌现。

Para_02

1. 调查突变景观揭示了几个特征，这些特征表明研究突变等位基因介导的功能对于理解癌症生物学的重要性。
2. 首先，似乎并不是所有的致癌基因都是一样的。
3. TP53、KRAS、BRAF、PIK3CA和EGFR是突变最多的基因之一。
4. 尽管大多数驱动基因有一个热点突变，但在每个样本中驱动基因的驱动突变平均数量为两个，并且大约18%的基因有两个或更多的驱动突变。
5. 这些基因中的许多是肿瘤抑制基因，在这些基因中通常多个突变分布在基因的不同位置。
6. 例如，超过20%的TP53突变肿瘤在R175或R273位置有错义突变。
7. 绝大多数热点突变来自两种或更多种肿瘤类型，支持需要关注驱动突变对其跨肿瘤类型的功能性影响。
8. 然而，一些热点突变显示出谱系依赖性。
9. 例如，一种常见的肿瘤抑制基因SPOP（编码SPOP(F133V)）的突变似乎仅在前列腺癌中独特出现，而FLT3（编码FLT3(D835)）主要在急性髓性白血病（AML）中突变和过表达。
10. 重要的是，同一基因中的不同突变可能具有谱系依赖性的功能，如PIK3CA所示，其螺旋结构域（PIK3CA(E542)和PIK3CA(E545)）和激酶结构域（PIK3CA(H1047)）的突变。
11. 螺旋结构域突变在宫颈癌、膀胱癌和头颈癌中较为普遍，而激酶结构域热点则在乳腺癌中更为常见，表现出不同的致癌活性和治疗反应。
12. 这些谱系依赖性至少部分是由于个体突变介导的不同途径重排。
13. 最后，同一热点内的不同突变可能导致不同的氨基酸替换，从而产生不同的功能结果，如KRAS的G12位置和异柠檬酸脱氢酶1（IDH1）的R132位置的不同氨基酸替换所示。
14. IDH1(R132H)和IDH1(R132C)是最常见的IDH1突变，具有不同的表型和分子特征；R132H突变是在胶质瘤中最常见的突变（88.2-92.7%），而R132C突变是在软骨肉瘤中最常见的突变（22.1%）。
15. 此外，IDH1(R132C)可以与NRAS突变共存，定义了一类特殊亚群的黑色素瘤患者，他们可以从针对IDH1和MEK的联合治疗中受益。
16. 有趣的是，这些在同一IDH1残基上的两个变异体，R132H和R132C，在催化α-酮戊二酸还原为致癌代谢物R(2)-2-羟基戊二酸（2HG）时表现出不同的新酶活性和对致癌表型的不同影响。
17. IDH1(R132H)的新催化活性较低（Kcat = 0.12），因此产生的2HG较少，这与胶质瘤细胞增殖减弱和较不侵袭性的表型相关。
18. 相反，IDH1(R132C)是一种更具催化活性的突变体（Kcat = 1.61），因此增加了2HG水平，这与急性髓性白血病和其他携带R132C突变的肿瘤患者的细胞增殖增强和生存时间减少有关。
19. 需要进一步的突变聚焦研究来开发针对特定致癌驱动基因内替代的有效疗法。
20. 一个广为人知的例子是FDA批准的针对KRAS(G12C)肺癌患者的KRAS(G12C)靶向疗法。

Fig. 1: Oncogenic mutations in a driver gene have different functional impact in cancer.

- 图片说明

◉ a–c，肿瘤驱动基因AKT1（a）、PIK3CA（b）和IDH1（c）中的热点突变在相关蛋白质结构上显示出来。翻译为表面暴露残基的氨基酸替换突变在相关晶体结构上进行了注释和标记（蛋白质数据库（PDB）ID：4EJN（AKT1），7PG5（PIK3CA）和5YFN（IDH1））。主要突变在晶体结构上以红色突出显示并标记。◉ AKT1中的E17K替换导致增强的质膜关联和mTORC1信号传导，促进乳腺癌细胞的增殖和生长（a）。同一个驱动基因中的多个热点突变可以存在于不同的结构域中，导致多条通路的改变（b）。◉ PIK3CA在螺旋结构域内的E542或E545处的替换突变以RAS依赖的方式促进宫颈癌和头颈癌的生长。在激酶结构域内，H1047R突变通过增强膜募集促进RAS非依赖性PIK3CA激活，从而促成乳腺癌转移。◉ 同一热点位置的不同替换可能对蛋白质结构和生化活性产生相似或不同的影响（c）。由突变引起的IDH1(R132C)通过R132C上调的新酶活性促进急性髓系白血病（AML）和其他携带R132C癌症的肿瘤发生，并大幅增加R(2)-2-羟基戊二酸（2HG）致癌代谢物。◉ 相反，IDH1(R132H)突变是胶质瘤中最常见的突变，与抑制细胞增殖和下调WNT–β-catenin信号传导有关，导致侵袭性较低的表型。这些图谱是使用cBioPortal基于癌症基因组图谱泛癌图谱数据创建的。PIP3，磷脂酰肌醇3,4,5-三磷酸。

Para_03

1. 此外，一个基因在一种癌症类型中可能是致癌驱动因子，在另一种癌症类型中可能是肿瘤抑制因子。
2. 例如，在HER2阳性的乳腺癌中，A型受体2（EPHA2）通常通过不依赖配体的信号传导表现出促进肿瘤的活性。
3. 在缺乏其配体ephrin-A1的情况下，EPHA2与HER2相互作用，导致人类和小鼠乳腺癌细胞中的RAS–MAPK通路被激活。
4. 这种蛋白质-蛋白质相互作用增加了细胞迁移、侵袭和增殖，促进了肿瘤的发生。
5. 相比之下，在HER2阴性的乳腺癌中，依赖配体的EPHA2上Y772位点的磷酸化促进了EPHA2与RNF5的蛋白质-蛋白质相互作用，导致EPHA2的泛素化和降解，并随后抑制了细胞系和小鼠模型中的生长、迁移和侵袭。

Hotspot mutations at the surface of the encoded proteins

编码蛋白表面的热点突变

Para_01

1. 同一基因内的不同突变可能会影响编码蛋白的各种结构域，从而可能导致不同的功能，如PIK3CA或EGFR的突变所示。因此，系统地绘制热点突变在蛋白质结构域上的分布图可以提供关于各种突变如何影响蛋白质功能的见解。
2. 实际上，大约46%的错义突变出现在定义明确的蛋白质结构域中，并且许多这样的突变在不同的癌症类型中频繁出现。
3. 例如，p53、PI3-激酶-α（PI3Kα）、nebuline（NEBL）和zf-H2C2_2结构域在十种或更多类型的癌症中频繁发生突变。
4. 在激酶中，大多数癌症热点突变位于催化环和激活环中。
5. 驱动突变也存在于对蛋白质功能重要的其他结构元素中，例如短线性基序（SLIMs）和内在无序区域（IDRs）。
6. 据估计，大约20%的所有癌症突变位于IDRs中。
7. 例子包括VHL、APC和TP53中的突变。
8. 将癌症热点突变映射到相关的蛋白质结构进一步揭示，突变可能出现在蛋白质内部或外部的残基上。
9. 然而，超过一半的所有癌症热点突变映射到促进蛋白质-蛋白质相互作用（PPIs）的蛋白质表面和界面上。
10. 研究表明，PPI界面残基的突变数量显著高于癌症驱动基因的整体突变率。
11. 对超过10,000个人类疾病相关单残基变异的溶剂可及性分析表明，33%的突变位于蛋白质表面。
12. 最近使用AlphaFold和RoseTTAFold模型对553个疾病相关人类蛋白质的分析已将与疾病相关的残基数扩展到58%，这些残基是溶剂可及的。
13. 这类位于表面的癌症突变的例子包括AKT1(E17)、PIK3CA(E545)、PIK3CA(H1047)和RAS(G12)。
14. 这些位于蛋白质表面的突变具有调节PPIs的倾向。
15. 通过这种方式，癌症中的基因组变化与编码蛋白质表面的结构改变联系在一起。

Fig. 2: Mutational effect on protein–protein interactions.

- 图片说明

◉ 热点突变可以转化为结构域内的改变残基（红点；例如，信号转导和转录激活因子3（STAT3）的SH2结构域中的E616，短线性基序（SLIMs；例如，RAF1中的14-3-3结合基序的S257L）或内在无序区域（IDRs；例如，转录因子7样2（TCF7L2）的无序区域中的R471C；顶部面板）。◉ 这些改变（红点）可以影响结构域间的相互作用、结合基序、翻译后修饰（PTM）基序以及整体蛋白质折叠和稳定性（中间面板）。◉ 由突变残基引起的这种结构变化可能会增强相互作用或诱导产生在野生型对应物中不存在的新蛋白质-蛋白质相互作用（PPIs）（新形态PPIs（neoPPIs））。◉ 这些突变的氨基酸还可以减少或破坏现有复合物的相互作用，导致次形态PPIs（hypoPPIs；底部面板）。◉ 增强或减少相互作用的趋势由箭头的粗细表示。

Mutational effect on PPI interfaces

突变对蛋白质相互作用界面的影响

Para_01

1. 热点突变对蛋白质-蛋白质相互作用（PPIs）的影响通常由蛋白质改变的性质决定（图2）。
2. 已经观察到，大型和多段接口往往相对平坦，没有整体凹陷或占据凹陷的残基。
3. 例如，在BRAC2–RAD51复合物中观察到了这样的多段PPI接口，其中八个BRCA2重复序列与RAD51结合。
4. 因此，这些接口以长程静电引导为特征。
5. 同时，大约80%的PPI至少有一对互补区域：蛋白表面的一个亚口袋及其相邻残基。
6. 这表明一组选定的残基在锚定PPI和稳定这些相互作用方面起着关键作用。
7. 丙氨酸扫描是一种定点诱变技术，其中特定的氨基酸残基被替换为丙氨酸，已被用来揭示这种锚定残基。
8. 在这些方法中，将丙氨酸突变导致的结合自由能变化与野生型蛋白的变化进行比较，揭示了单个残基或一组残基在锚定PPI中的关键作用，定义为热点。
9. 此类热点残基的突变会破坏现有的PPI，并可能为新的结合伙伴创建新的锚定残基。
10. 值得注意的是，PPI接口处的一小部分残基或热点决定了大部分的结合能量，因此最常见于这些热点或其附近的致癌突变可能会导致功能变化。

Para_02

1. 突变效应可以由现在位于突变诱导的蛋白质-蛋白质相互作用（PPI）界面的具体二级结构元件决定（图2）。
2. 由于大多数PPI涉及多个接触区域（接口段），这些相互作用可以在不同的蛋白质区域中进行调节和研究。
3. 结构域中的突变，例如SLIMs或IDRs，可以通过影响结构域-结构域相互作用、基序相互作用、蛋白质折叠、蛋白质稳定性或参与翻译后修饰（PTMs）的基序来调节PPI。
4. PPI界面上的热点突变可能会产生新的结构特征，导致相互作用增强或减少。

Para_03

1. 为了量化突变引起的自由结合能变化，已经开发了诸如FoldX87、Flex ddG88、DDMut-PPI89和MpbPPI90等计算方法。
2. 例如，FoldX分析确定了在与含溴结构域蛋白4（BRD4）的接口处SPOP中的特定突变，这些突变导致了SPOP功能丧失和功能获得表型。
3. 机器学习有潜力提高我们对突变对蛋白质复合物稳定性影响的理解。
4. 基于随机森林的分类方法对超过25,000种蛋白质突变-相互作用组合进行了分析，结果显示不同癌症类型中突变导致的不稳定蛋白质-蛋白质相互作用（PPIs）数量的变化并不显著；
5. 例如，在乳腺癌、结肠癌和卵巢癌中，破坏性突变相对于非破坏性突变的流行率分别为2%、4%和6%。
6. 然而，准确预测突变对PPI稳定性的影响仍然是一个挑战。
7. 有限的单个蛋白质及其复合物的实验热力学测量数据、相对吉布斯自由结合能（ΔΔG）的巨大内在变异以及其他因素都增加了这一挑战，
8. 因此需要将突变与PPI接口处的功能改变联系起来的实验方法。

Identification of mutation-affected PPIs

Para_01

1. 基因组改变被转化为突变蛋白中的改变残基，这可能直接影响蛋白质的功能（顺式）或影响与该蛋白质相互作用的其他蛋白质（反式）。
2. 因此，蛋白质表面的突变残基可能会减少与结合伙伴的相互作用，导致低形态的蛋白质-蛋白质相互作用（hypoPPIs）。
3. 这些残基还可能作为新表位来吸引那些通常对其野生型对应物具有低或可忽略亲和力的蛋白质的相互作用，从而导致新的分子相互作用，称为新形态的蛋白质-蛋白质相互作用（neoPPIs）。
4. 识别和表征这种由突变残基引起的后果将有助于定义癌症基因组的功能维度。
5. 在这里，我们概述了已经开发和适应用于以单残基分辨率监测蛋白质-蛋白质相互作用的实验和计算方法。

PPI monitoring technologies

PPI 监测技术

Para_01

1. 实验方法研究蛋白质-蛋白质相互作用（PPIs）极大地推进了我们对细胞过程的理解，并在解析控制生物系统的复杂相互作用网络方面发挥了重要作用。
2. 最近在PPI检测技术方面的进展加速了通过突变介导的差异PPIs的发现（图3）。
3. 这些方法可以大致分为基于共复合亲和力的技术和基于邻近性的测定法，每种方法都为PPIs的检测和表征提供了独特的优点。

Fig. 3: Detection technologies for differential protein–protein interaction mapping.

- 图片说明

◉ 检测技术可以大致分为基于亲和力的技术（a）和基于邻近性的技术（b-g）。◉ a，基于亲和力的技术依赖于目标蛋白（X）与其相互作用伙伴（Y）的特异性结合，这些可以通过各种方法捕获和鉴定。◉ 亲和捕获技术利用亲和标签，如组氨酸（HIS）、谷胱甘肽S-转移酶（GST）和Flag，或蛋白质特异性抗体来富集目标蛋白及其相互作用伙伴。◉ 这些通过亲和纯化捕获的蛋白质随后可以通过Western blot分析或质谱检测。◉ b-g，基于邻近性的技术通过严格要求相互作用蛋白质的空间邻近性来实现信号检测，在这种情况下是X和Y。◉ 基于邻近性的蛋白质-蛋白质相互作用（PPI）生物传感器包括荧光共振能量转移（FRET；b）、生物发光共振能量转移（BRET；c）、蛋白质片段互补测定（PCA；d）（参见术语表部分b-d）、酵母双杂交（Y2H；e）、邻近标记测定（PLs；f）和邻近连接测定（PLAs；g）。◉ 当供体荧光团和受体荧光团在近距离（通常在10纳米以内）时，FRET测量从供体荧光团到受体荧光团的能量转移，从而能够检测分子相互作用，例如PPI，并在生物系统中测量距离。◉ BRET利用生物发光供体酶，例如海肾荧光素酶，当其与附近的荧光受体分子在近距离时，激活后将能量转移给该分子，产生可测量的光信号，用于检测和量化体内外的相互作用。◉ PLA通过利用附着在DNA链上的抗体检测PPI，当这些抗体与附近的蛋白质结合时，触发一个连接反应，形成环状DNA模板，然后进行滚环扩增以通过荧光信号可视化相互作用。◉ Y2H测定是一种基于转录报告基因的测定法，可用于绘制各种生物体中的互作网络。◉ 在传统的Y2H测定中，两个感兴趣的蛋白质分别被遗传融合到转录因子的分裂片段上，例如Gal4的DNA结合域（BD）和激活域（AD）片段。◉ 当发生PPI时，BD和AD被带入接近位置，并激活报告基因（如LacZ）的表达，这使得能够在细胞环境中检测二元相互作用。◉ 其他蛋白质片段系统已被用作PCA和Y2H的标签，包括各种荧光蛋白、荧光素酶、二氢叶酸还原酶（DHFR）、内含肽和其他酶。◉ 相反，邻近标记利用随意的生物素连接酶，如APEX2、BirA或TurboID，将其与感兴趣的蛋白质（在此示为X）融合，后者对附近的相互作用蛋白质Y进行生物素化。◉ 这些生物素化的蛋白质随后可以通过亲和纯化识别并通过质谱检测。◉ PLA是一种在内源蛋白质水平上原位检测PPI的方法。◉ 该测定使用两条链接独特DNA链的抗体，当它们靠近（小于40纳米）时，杂交并形成环状DNA，然后通过荧光显微镜放大和可视化，或通过DNA测序确定。

Para_02

1. 基于共复合物的技术，如亲和捕获蛋白质印迹、共免疫沉淀和亲和纯化结合质谱（AP-MS），可以检测蛋白质与其相互作用伙伴形成的共复合物。
2. 在这些技术中，AP-MS 通过在天然条件下分离蛋白质组来识别蛋白质-蛋白质相互作用（PPIs）。
3. 例如，AP-MS 的进步使得在乳腺癌和头颈部癌症中进行大规模的癌症相关互作组图谱绘制成为可能，这已经开始揭示突变介导的癌症中差异性 PPIs 的全貌。
4. 除了 AP-MS，交联质谱（CL-MS）作为一种稳健的技术出现了，它通过识别蛋白质复合物中邻近氨基酸残基之间的共价键来提供中等分辨率的结构信息，有助于理解系统范围内的蛋白质拓扑结构和相互作用。
5. 另一种互补的方法是共分级质谱（CF-MS），它通过分析通过质谱共洗脱的蛋白质组分来进行大规模的蛋白质复合物图谱绘制，从而能够在其天然细胞环境中识别 PPIs。
6. 总之，这些方法为各种生物系统中的 PPIs 的结构和动态提供了宝贵的见解。

Para_03

1. 分子间的吸引力与相互作用的分子之间的距离成反比。
2. 基于接近度的生物传感器检测方法，例如蛋白质片段互补分析（PCA）、荧光共振能量转移（FRET）、生物发光共振能量转移（BRET）、邻近连接检测（PLAs）和邻近标记，通过检测相互作用蛋白之间的紧密空间接近来检测蛋白质-蛋白质相互作用（PPIs），因此主要检测二元相互作用。
3. 这些检测方法已经使得大规模筛选以揭示由突变导向的差异性PPIs成为可能。
4. 例如，酵母双杂交（Y2H）系统是一种基于转录因子的功能报告检测方法，已被用于绘制互作网络图谱，证明疾病突变常常破坏蛋白质相互作用。
5. 当二氢叶酸还原酶蛋白质片段互补分析（DHFR-PCA）与深度突变扫描（DMS）结合使用时，已经被用来研究突变对几种选定致癌PPIs或结构域的影响。
6. 新兴技术，如PLA和邻近标记，已经被用于单个PPI表征或野生型PPI映射，并且它们在绘制致癌突变介导的差异性PPIs方面的应用仍有待探索。

Para_04

1. 不同的检测方法各有优缺点，可以提供关于蛋白质-蛋白质相互作用（PPIs）的互补信息。根据不同的检测方法，读出模式可以分为一个诱饵蛋白与另一个猎物蛋白（‘一对一’）二元模式或一个诱饵蛋白与多个猎物蛋白（‘一对多’）复杂模式，通量可以从试管中的常规低通量到高密度板中的高通量不等。
2. 大多数基于邻近性的二元检测方法测量蛋白质之间的直接物理相互作用，因为生成阳性信号需要严格的邻近要求。基于复合物的方法允许检测在蛋白质复合物中与多个伙伴的蛋白质相互作用，而不区分它们是直接还是间接的。
3. 此外，不同的检测方法可以在各种细胞环境中进行PPI检测，例如在活细胞中（即FRET、BRET和PCA）、在固定细胞中的原位（即PLA）或在细胞裂解液中（即AP–MS和邻近标记）。
4. 不同的检测格式可能需要不同的蛋白质表达水平和工程化蛋白质，例如在内源水平（特别是AP–MS和PLA）或过表达带有表位标签的蛋白质（特别是FRET、BRET、PCA和邻近标记）。

Para_05

1. FRET 和 BRET 测定格式的比率性质提供了定量评估相互作用蛋白质的能力，以检测受突变影响的差异性蛋白质-蛋白质相互作用。
2. 例如，基于 BRET 的定量高通量差异筛选（qHT-dS）平台能够在活细胞中对野生型和突变型蛋白质相互作用进行单个氨基酸分辨率的比较分析。
3. qHT-dS 平台包括一个内置功能，用于监测结合伙伴的蛋白质表达。
4. 鉴于蛋白质-蛋白质相互作用形成的剂量依赖性，这一点尤为重要。
5. 通过校准蛋白质表达的变化，qHT-dS 能够准确地定量比较由突变引起的差异性蛋白质-蛋白质相互作用，从而在研究突变驱动的蛋白质-蛋白质相互作用变化方面具有优势。
6. 然而，尽管 qHT-dS 解决了早期方法的一些局限性，但在实现全面覆盖互作组方面仍然存在挑战，特别是在内源水平的复杂生物环境中。
7. 因此，具有强大灵敏度、可扩展性或能够在单个残基分辨率下捕获瞬时相互作用的新兴技术有望揭示跨肿瘤类型的突变影响的差异性蛋白质-蛋白质相互作用。

Computational approaches

计算方法

Para_01

1. 已经开发了信息丰富的计算方法来识别由突变扰乱的肿瘤驱动基因和蛋白质网络，包括：(1) 基于频率的方法（例如，MutSigCV、MuSiC 和 DriverML），(2) 基于功能的技术（例如，MutPanning、FI-Net 和 Mutation Assessor），以及 (3) 基于网络的方法（例如，HotNet2、MultiFDRnet、Hierarchical HotNet、Interactome INSIDER 和 PIONEER）。
2. 现有的方法的概念和方法细节以及它们的优缺点已经在其他地方详细回顾过。
3. 简而言之，基于频率的方法根据那些以意想不到的高频率发生的突变预测驱动突变，而基于功能的算法评估基因突变的功能后果。
4. 相比之下，基于网络的方法在生物网络（通常是蛋白质相互作用网络）的背景下评估基因的重要性，包括基因对网络拓扑结构的重要性以及改变的驱动基因往往在生物网络中聚集的观察结果。
5. 发现这些彼此在拓扑上接近的改变基因的簇或蛋白质相互作用子网络对于揭示新的突变驱动基因和预测可能受驱动突变影响的蛋白质相互作用具有强大的能力。
6. 癌症类型特异性突变受影响的相互作用网络的发展可以促进热点突变的优先排序，用于癌症预后，并为新的个性化临床策略提供信息。
7. 基于网络的方法的局限性部分源于网络内功能和物理相互作用的复杂性，以及已建立的生物网络尚未全面的事实。

Para_02

1. 多个资源总结了突变驱动因子的功能和临床重要性，包括OncoKB40、CIViC137、OncoMX138和BioMuta139。
2. 然而，理解突变驱动的蛋白质相互作用网络失调如何导致肿瘤发生仍然是一个重大挑战。
3. 尽管许多基于网络的方法可以预测重要的驱动基因，但它们揭示单个蛋白质相互作用扰动如何导致特定表型变化的能力有限。
4. 此外，在许多情况下，尚不清楚突变是促进还是破坏了这些相互作用，这增加了另一层复杂性。

Para_03

1. 已经开发了几种策略来解决这些限制。例如，e-MutPath揭示了TCGA中肝细胞癌样本中受扰动的信号通路网络。
2. 它被用来评估与丢失的蛋白质-蛋白质相互作用相关的路径重排，以告知癌症突变的功能表征。
3. 通过重新连接由突变诱导的新蛋白质-蛋白质相互作用的路径，设计了可操作的漏洞（AVERON）以促进发现可操作的目标。
4. 它利用实验确定的点突变对癌症驱动蛋白-蛋白质相互作用的影响。
5. 通过分析大规模新蛋白质-蛋白质相互作用数据、表达模式、突变模式和患者临床结果，AVERON系统地描述了新蛋白质-蛋白质相互作用水平与临床结果以及由突变导向的蛋白质-蛋白质相互作用失调的致癌途径之间的关联。
6. 这些计算工具有助于阐明突变驱动的蛋白质-蛋白质相互作用促进或抑制致癌信号传导的分子机制，指导验证癌症中突变调节的蛋白质-蛋白质相互作用的功能和临床重要性。

Para_04

1. 近年来，机器学习和人工智能（AI）方法的进展极大地改进了预测单个蛋白质和蛋白质复合物结构的计算方法。
2. 引入用于预测蛋白质接触图的超深度学习模型点燃了更先进的基于AI的方法的发展，这些方法现在可以达到原子分辨率的准确性。
3. 最初，像AlphaFold、AlphaFold2（AF2）和RoseTTAFold这样的AI方法主要通过利用卷积神经网络与深度多序列比对（MSAs）相结合的力量来专注于单个蛋白质结构的预测。
4. 同时，基于自然语言模型（NLMs）的众多方法，包括OmegaFold、ESMFold、RGN2和其他方法，已被提出，这些方法可以直接从单一序列预测蛋白质结构。
5. NLMs需要的计算时间大大减少，并且可以在模板蛋白数量有限的情况下实现与基于MSA的模型相当的准确性。
6. 然而，随着同源蛋白数量的增加，基于MSA的模型在性能上超过了NLMs。

Para_05

1. 预测单个蛋白质结构的成功促使了用于预测蛋白质复合物的人工智能方法的发展。
2. AlphaFold Multimer、AF2Complex、基于对齐语言模型的可微配对（DiffPALM）、AlphaMissense和最近发布的AlphaFold3（AF3）是蛋白质复合物预测中值得注意的人工智能方法。
3. AF3的一个优势是它能够预测除蛋白质-蛋白质复合物以外的不同类型的分子复合物。
4. AF3可以预测蛋白质-DNA、蛋白质-RNA和蛋白质-配体复合物的结构。
5. 值得注意的是，AF3预测的蛋白质-配体复合物达到了均方根偏差（RMSD）2 Å的准确性，这与一些成熟的分子对接工具如Glide、Gold、Autodock VINA和其他程序相当，在某些情况下甚至优于它们。
6. AF3还可以预测共价修饰后的蛋白质结构，包括共价配体结合和PTMs。
7. AF3的预测准确性也与其他专门设计用于蛋白质-DNA或蛋白质-RNA复合物预测的方法相似，或者优于这些方法，例如RoseTTAFold2NA。

Para_06

1. 值得注意的是，AF3确实存在局限性，包括其倾向于预测蛋白质在特定状态下的情况，因此缺乏再现活性和非活性蛋白质形式之间动态转变的能力。
2. 例如，AF3仅预测E3泛素连接酶处于闭合状态，对应于它们的配体结合状态。
3. 这种偏差可以通过仅生成复合物的特定状态来降低PPI预测的准确性。
4. 此外，AF3预测突变对PPI的影响能力高度依赖于相互作用蛋白质的性质。
5. 例如，最近使用AF3进行的一项评估旨在预测给定感兴趣蛋白质内突变后的结合自由能变化，结果揭示了它无法预测高柔性区域和蛋白质结构域中的突变效应。
6. 此外，与实验确定的复合物相比，AF3对突变诱导的结合自由能的预测显示RMS误差（RMSE）增加了8.6%。
7. 然而，拓扑深度学习（TDL）方法可以提供一种强大的替代方案。
8. 这些方法使用拓扑数据分析（TDA）将蛋白质结构和物理相互作用转换为一组预测的拓扑不变量。
9. TopNetTree、HCML和TopNetmAb是基于TDA的强大工具的显著例子。
10. 这些方法已成功用于PPI预测。

Para_07

1. 基于人工智能的方法的快速发展极大地改善了由病理突变引起的蛋白质和蛋白质复合物结构预测。此类方法的进一步发展和日益广泛的应用预计将在结构癌症生物学、靶点识别和治疗发现中发挥关键作用。

Mutation-rewired PPI networks in cancer

Para_01

1. 癌症相关的蛋白质-蛋白质相互作用（PPIs），广义上定义为致癌PPIs，是由在PPI界面或蛋白质的变构位点发现的致癌改变引起的，这些改变重编程了癌症信号通路。它们与介导核心致癌途径有关，从而促进癌细胞的转化和发展。因此，许多由致癌突变诱导的差异PPIs直接影响对获得癌症特征至关重要的信号通路和调控机制，导致致癌转化、肿瘤发生和发展。
2. ,

Mutation-perturbed PPIs: hypomorphic PPIs

突变扰动的蛋白质-蛋白质相互作用：低形态的蛋白质-蛋白质相互作用

Para_01

1. 在PPI接口处富集的致癌突变通常被预测会破坏PPI复合物，导致低效PPIs。基于3D结构的分析和扩展数据集的计算评估进一步支持了这一观点，提供了关于突变干扰的PPI的系统性视图。
2. 以下是具有强烈实验证据的突变引起的低效PPI对示例：HRAS–RASA1、PIK3CA–磷脂酰肌醇-3激酶调节亚基1（PIK3R1）、SPOP–核心组蛋白macro-H2A.1（H2AFY）、kelch样ECH相关蛋白1（KEAP1）–核因子红细胞2相关因子2（NRF2）、F-box/WD重复序列包含蛋白7（FBXW7）–G1/S特异性周期素E1（CCNE1）和SMAD4–SMAD3。
3. 这些例子支持了由致癌基因和肿瘤抑制基因中的驱动突变诱导的广泛存在的低效PPIs的存在。

Fig. 4: Mutation-rewired differential protein–protein interactions and functional implications in cancer.

- 图片说明

◉ a–f，突变可能导致关键残基的丢失或改变，这些残基对于介导蛋白质-蛋白质相互作用（PPIs）至关重要，从而驱动功能丧失型低效PPIs（hypoPPIs）和致癌重排。SMAD4(R361H)或SMAD4(R361C)突变减弱了肿瘤抑制转化生长因子-β（TGFβ）信号传导，使细胞获得对TGFβ诱导的细胞死亡的抗性。◉ HRAS(G12C)和HRAS(G12D)阻止与RASA1的抑制性相互作用，并促进RAF-MEK1通路的下游激活。◉ 在同一条通路但不同肿瘤中，带有RAF1(S257L)突变的情况下，14-3-3不再能抑制RAF1(S257L)，进一步促进了MEK1信号传导，异常激活MAPK通路。◉ 斑点型BTB/POZ蛋白（SPOP）(Y87C)、SPOP(Y102C)、SPOP(F133L)和SPOP(F133V)不再结合并抑制类固醇受体共激活因子3（SRC3）或含溴结构域蛋白4（BRD4），导致增加的致癌雄激素受体（AR）信号传导和对BRD4抑制剂的抗性。◉ kelch样ECH相关蛋白1（KEAP1）中的突变，如G333C、W544C和R554Q，以及核因子红系2相关因子2（NRF2）中的突变，如R34G、R34P和R34Q，破坏它们之间的相互作用，导致NRF2泛素化（Ub）和降解减少，从而增加了NRF2的核转位。◉ F-box/WD重复包含蛋白7（FBXW7）(R465C)、FBXW7(R465H)和FBXW7(R465G)阻止与G1/S特异性周期素E1（CCNE1）的相互作用，导致CCNE1泛素化和降解减少，CCNE1蛋白水平和细胞周期进程增加。◉ Janus激酶1（JAK1）和β2-微球蛋白（B2M）的截断突变导致免疫监视逃避。JAK1截断突变破坏其与干扰素-γ受体（IFNγR）和信号转导及转录激活因子3（STAT3）的相互作用，减轻干扰素介导的细胞死亡信号。◉ B2M截断突变破坏功能性主要组织相容性复合物（MHC）的形成，减少抗原呈递并逃避T细胞识别。◉ g–k，突变还可以产生新的表位并创造新的功能获得型PPIs，称为新形态PPIs（neoPPIs），这些在野生型对应物中无法检测到。p53热点突变能够实现一系列neoPPIs，并有助于细胞死亡抗性增强、细胞周期进程加快和先天免疫反应减少。◉ 磷脂酰肌醇4,5-二磷酸3-激酶催化亚单位α（PIK3CA）突变介导的neoPPIs促进PI3K-AKT细胞生存信号。◉ 此外，AKT1(E17K)与ATM和范科尼贫血组C蛋白（FANCC）及E蛋白（FANCE）形成一个neoPPI，抑制它们的活性，损害DNA损伤反应。◉ 一些乳腺癌1型易感蛋白（BRCA1）突变，如C61G和5382insC，介导与新型互作蛋白泛素羧基末端水解酶28（USP28）的neoPPI，表明由USP28调节的BRCA1介导的DNA损伤反应的新机制。◉ 其他BRCA1突变，如I26A、C61G和M1175R，破坏与DNA损伤修复重要的伙伴蛋白的相互作用，如BARD1、RBBP8、UBC13和spinophilin。◉ BRCA1突变介导的hypoPPIs和neoPPI共同导致DNA损伤修复通路缺陷。◉ BRAF(V600E)通过MEK1持续激活MAPK增殖信号。◉ BRAF(V600E)还与KEAP1形成一个neoPPI，抑制其与NRF2的相互作用，从而防止NRF2泛素化和降解，驱动异常的NRF2上调和活性氧（ROS）反应失调。◉ SPOP(F133)和SPOP(F133V)突变可以与JUN创建neoPPI，激活AP-1细胞增殖信号。◉ SPOP(F133)和SPOP(F133V)突变还介导与SRC3和BRD4的hypoPPI，增加它们的蛋白稳定性，激活AR诱导的细胞增殖，并介导BRD4抑制剂抗性。

Para_02

1. 通过将实验性蛋白质-蛋白质相互作用（PPI）检测技术，如酵母双杂交（Y2H）和生物发光共振能量转移（BRET），与高通量分子克隆方法，如大规模并行诱变和Gateway克隆技术相结合，加速了对突变失活的PPI的发现。
2. 通过对包括癌症在内的多种孟德尔疾病的错义突变进行Y2H分析，发现大多数与疾病相关的突变会减少相互作用，导致低PPI，而健康个体中的常见变异很少干扰这些相互作用。
3. 系统地使用qHT-dS技术检查驱动突变诱导的差异PPI，确认了先前报道的低PPI病例。
4. 例如，具有R361H、R361C或G386D突变的SMAD4显示出与SMAD3的相互作用被破坏；
5. 具有F133L或F133V突变的SPOP表现出与类固醇受体共激活因子3（SRC3，也称为NCOA3）和BRD4的相互作用减少；
6. 具有V600E突变的BRAF使BRAF–MEK1复合物不稳定。
7. 该研究还揭示了一些之前未报告的低PPI，例如由SMAD4中的R361H突变引起的SMAD4–亮氨酸拉链样转录调节因子1（LZTR1）PPI减弱，以及由SPOP中的F133L突变诱导的SPOP–ESR1 PPI减少。

Para_03

1. 这种低表达的蛋白质-蛋白质相互作用（hypoPPIs）似乎作为突变触发的分子开关，削弱了生长抑制相互作用，从而促进了癌症的发展和进展。
2. 因此，hypoPPIs 为理解突变介导的致癌活动提供了分子基础，并提示了潜在的治疗靶点（图4）。
3. 例如，SMAD4 中的 R361H 和 R361C 突变阻止其与 SMAD3 结合，这降低了转化生长因子-β（TGFβ）信号通路的肿瘤抑制功能，使细胞获得对 TGFβ 驱动的凋亡的抗性。
4. 带有 G12C 或 G12D 突变的 HRAS 阻止抑制性的 RASA1-HRAS 相互作用，导致 RAS 激活；而 RAF1 的 S257L 突变则使其无法与其抑制性调节蛋白 14-3-3 结合，导致 RAF1 激酶的激活。
5. 这些 hypoPPIs 驱动了 RAS 和 RAF1 及其效应子 MAPK 通路的异常激活，促成了包括甲状腺癌、头颈癌、膀胱癌和结肠癌在内的多种癌症中的肿瘤发生。
6. FBXW7 的 WD40 重复蛋白相互作用域中在 R465 和 R505 残基上的频繁点突变减少了其与细胞周期素 E1 的相互作用，这对调控细胞周期至关重要。
7. 具体来说，这些突变损害了 FBXW7 识别细胞周期素 E1 上磷酸化降解基序的能力，导致细胞周期素 E1 积累和细胞周期失调。
8. 此外，在 KLF5 的磷酸化降解基序域内的突变，即 P301S、S303P 和 P304A，破坏了其与 FBXW7 的相互作用。
9. 在头颈癌和肺癌细胞系中，这种 hypoPPI 防止了 KLF5 的降解，导致 KLF5 转录活性增加，癌症相关基因表达上调，以及细胞增殖和肿瘤发生的增强。
10. 研究还发现，癌症相关的突变对表观遗传调控程序的功能产生了深远的影响。
11. 癌症相关的酸性斑块上的 oncohistone 突变破坏了 SWI/SNF 相关基质结合肌动蛋白依赖性染色质调控亚家族 A 成员 5（SMARCA5）的结合，改变了核小体间距，导致表观遗传景观的重大变化，影响染色质组织和基因表达。

Para_04

1. 点突变也可以诱导HypoPPIs，这些点突变会降低蛋白质的稳定性从而减少其丰度，或者截短突变会导致相互作用域的缺失。这一现象已在von Hippel Lindau（VHL）、Janus激酶1（JAK1）和JAK2以及β2-微球蛋白（B2M）的突变中得到例证。
2. 例如，VHL的R167Q变异使其不稳定，损害了其形成VHL–elonginB/C–CUL2蛋白复合体的能力，阻止VHL下调由缺氧诱导因子2α（HIF2α）驱动的缺氧反应途径，从而促进肿瘤生长。

Para_05

1. 突变介导的低PPIs可以重塑肿瘤免疫微环境，促进肿瘤逃避免疫监视（图4）。
2. 例如，JAK1、JAK2和B2M的突变与黑色素瘤患者对抗PD1治疗的原发性和获得性耐药有关。
3. JAK1和JAK2是干扰素信号通路的关键组成部分，在配体结合时与干扰素受体形成异二聚体复合物。
4. JAK1或JAK2的功能丧失截断突变可以破坏这些PPI的形成，并导致对干扰素-γ（IFNγ）介导的细胞死亡的耐药性。
5. 在出现对抗PD1治疗耐药性的高度微卫星不稳定性及错配修复缺陷的转移性结肠癌患者中也发现了JAK1突变。
6. B2M是主要组织相容性复合体（MHC）I类分子的一个共享成分，对于其表面表达和抗原呈递至关重要。
7. 通过基因组改变导致的B2M表达丧失会破坏B2M–MHC PPI，导致黑色素瘤患者的抗原呈递受损和肿瘤-T细胞识别障碍。
8. 除了黑色素瘤，B2M突变也被确定为错配修复缺陷的结直肠癌和霍奇金淋巴瘤患者对抗PD1治疗获得性耐药的机制。
9. 预计将在肿瘤细胞与免疫细胞相互作用的界面上发现更多的突变驱动的低PPIs，这将为进一步了解免疫逃避机制提供见解，以扩展免疫疗法在临床上的应用。
10. LKB1–IAP–JAK1轴在决定LKB1突变型肺腺癌患者的免疫治疗反应中的作用支持了这一观点；LKB1的丢失与依赖于IAP的JAK1通路抑制相关，这种抑制可以通过IAP抑制剂逆转，从而增强肺癌细胞系和小鼠模型中的免疫治疗反应。

Mutation-enabled PPIs: neoPPIs

突变驱动的蛋白质相互作用：新PPIs

Para_01

1. 尽管疾病突变扰动的蛋白质-蛋白质相互作用（PPIs）很常见，但显然突变的残基也可能诱导新的相互作用，产生允许癌细胞重新连接信号通路以获得生存优势的新PPIs。
2. 早期对新PPIs的发现是偶然的，例如由突变p53介导的PPIs。
3. 几种与癌症相关的p53变异体，如R175H和R248W，不仅消除了野生型p53的肿瘤抑制活性，还赋予了促进肿瘤进展和治疗抵抗的新功能（图4）。
4. 具有R175H或R248W突变的p53物理上与p63和p73的异构体相互作用，抑制它们的转录和促凋亡功能，从而促进肿瘤发生和化疗耐药性。
5. p53的DNA结合域中的突变可以与核转录因子Y（NF-Y）形成新PPI，在DNA损伤时招募p300并上调细胞周期基因表达和DNA合成。
6. p53(R175H)也与维生素D3受体（VDR）相互作用，增加VDR在细胞核中的积累，从而改变维生素D转录程序，将维生素D转化为抗凋亡剂，导致对细胞死亡的抵抗。
7. 多个p53突变体也被发现与TANK结合蛋白激酶1（TBK1）相互作用，重新连接先天免疫反应并促进免疫逃避。
8. p53(R175H)和p53(R248W)突变体与ETS2转录因子形成新PPI，驱动5′-酪氨酰DNA磷酸二酯酶（TDP2）的表达，导致依托泊苷耐药性。
9. 这些多样化的p53突变体启用的新PPIs强调了突变p53在其经典肿瘤抑制活性丧失之外发挥其致癌效应的多方面机制。
10. 鉴于这些发现，其他肿瘤抑制基因也可能参与类似的相互作用，导致形成推动癌症进展和治疗抵抗的新PPIs。
11. 这些关于突变p53的研究不仅揭示了肿瘤抑制基因突变的复杂角色，还支持系统发现与其他肿瘤抑制基因突变相关的新PPIs的合理性。

Para_02

1. 致癌基因中的激活突变部分通过产生新的蛋白质-蛋白质相互作用（neoPPIs）促进了细胞转化（图4）。
2. 对致癌基因PIK3CA的研究揭示了突变诱导的neoPPIs，提供了对其在癌症中重新连接致癌途径的不同角色的重要见解。
3. 由PIK3CA基因编码的催化亚基p110α异构体在子宫内膜癌、肺癌和乳腺癌中经常发生突变。
4. PIK3CA突变导致PI3K–AKT信号通路的持续激活，促进不受控制的细胞增殖和存活，从而促成肿瘤的发生。
5. 新出现的证据表明，并非所有的PIK3CA突变都通过相同的分子机制发挥作用，有些表现出新的形态活性。
6. 最近，在头颈部鳞状细胞癌细胞系中基于AP-MS的多维PPI映射发现了多个涉及PIK3CA的neoPPIs，这些突变发生在螺旋环上，即E542K、E545G和E545K突变。
7. 这三种突变体与受体酪氨酸蛋白激酶erbB3（HER3）的相互作用增强，导致HER3磷酸化和下游AKT信号传导增强。
8. 有趣的是，PIK3CA(E545K)还在不依赖于p85的情况下与胰岛素受体底物1（IRS1）形成了一个新的相互作用。
9. 这个新的相互作用稳定了PIK3CA(E545K)的p110α亚基，促进其在细胞质膜上的定位和AKT信号传导的激活。
10. 相比之下，具有激酶结构域不同突变的PIK3CA(PIK3CA(H1047R))增强了其与细胞膜的相互作用，以不依赖于HER3和IRS1的方式激活其激酶活性，从而激活下游AKT信号传导。
11. 总之，这些结果说明来自同一基因的不同热点突变可以通过不同的PPI失调呈现不同的功能依赖性（图1），为不同的治疗策略提供信息。

Para_03

1. 突变诱导的新蛋白质-蛋白质相互作用（neoPPIs）在致癌基因和肿瘤抑制基因中似乎普遍存在，成为一种新兴的致癌机制。为了全面了解癌症中的失调蛋白质-蛋白质相互作用网络，已经进行了大规模的蛋白质-蛋白质相互作用分析研究。
2. 对经常发生改变的乳腺癌相关蛋白进行的蛋白质-蛋白质相互作用映射揭示了由BRCA1基因突变引发的蛋白质-蛋白质相互作用及其功能后果（图4）。
3. 值得注意的是，带有C61G突变或5382insC突变的BRCA1表现出与去泛素化酶泛素羧基末端水解酶28（USP28）的新蛋白质-蛋白质相互作用，并且敲低USP28降低了同源重组活性。
4. 这种增强的蛋白质-蛋白质相互作用表明了一种新的功能和机制，通过这种机制，USP28调节DNA修复和基因组不稳定性。

Para_04

1. 使用qHT-dS平台的二元PPI研究使得大规模系统地识别新的、突变诱导的neoPPI成为可能，揭示了癌症中普遍存在的neoPPI。
2. 对突变等位基因及其野生型对照与癌症相关蛋白库进行比较筛选，发现了广泛的neoPPI。
3. 例如，AKT1(E17K)显示出与DNA损伤反应蛋白的增强相互作用，赋予对化疗引起的DNA损伤的抗性。
4. BRAF(V600E)突变与KEAP1形成一种neoPPI，这种相互作用将KEAP1隔离，阻止了KEAP1-NRF2诱导的生长抑制。
5. 这些由驱动突变介导的neoPPI似乎作为基因组改变诱导信号整合的枢纽。

Para_05

1. 在癌症中，提供适应性优势的基因组异常通常会汇聚在具有增强致癌潜力的核心增殖信号通路中。
2. 由各种基因组突变产生的新蛋白质相互作用（neoPPIs）参与共同的细胞生长调节程序以发挥其促癌功能，例如细胞周期通路和肿瘤内在免疫反应通路，这并不令人意外。
3. 例如，一组在癌基因和肿瘤抑制基因中的癌症驱动突变促进了与核心细胞周期调控机制的关键成分形成新蛋白质相互作用（neoPPIs）。
4. 这包括AKT(E17K)–CDKN2A、BRAF(V600E)–E2F7、FBXW7(R465H)–CDK4、SMARCA4(R885C)–CCND1、SMAD4(G386D)–CDK6和SPOP(F133L)–E2F5突变诱导的新蛋白质相互作用。
5. 这些结果表明，来自不同癌症类型的不同的驱动突变可能通过形成直接影响核心细胞周期通路调节因子活性的新蛋白质相互作用来促进肿瘤发生。
6. 这种由多个突变引起的通路汇聚也突显了蛋白网络在理解癌症异质性中的重要作用。
7. 许多罕见的突变在癌症中被观察到，它们汇聚在一个较小的多基因标志性通路上，这些通路更常见地发生突变。
8. 类似地，不同的突变可能通过形成新的蛋白质相互作用作为癌症标志性通路汇聚的新机制来拦截核心致癌通路。

Para_06

1. 除了直接参与肿瘤免疫反应的突变外，多个突变的癌基因和肿瘤抑制基因形成了新的蛋白质-蛋白质相互作用（neoPPIs），这些相互作用将致癌突变与免疫反应调节程序的组成部分联系起来。
2. 这些新的蛋白质-蛋白质相互作用包括多个突变的癌基因和肿瘤抑制基因与JAK亚型和B2M的物理结合，它们是关键的免疫信号传导调节因子。
3. 这包括BRAF(V600E)–JAK1和SMAD4(G386D)–JAK3，以及SMARCA4(R885C)–B2M的相互作用。
4. 这表明通过各种驱动突变影响肿瘤-免疫相互作用的一种蛋白质-蛋白质相互作用介导机制。
5. 因此，新的蛋白质-蛋白质相互作用可能将肿瘤基因组改变与免疫反应通路联系起来，为治疗开发提供了新途径。

Para_07

1. 新PPI的发现也揭示了几种肿瘤抑制基因突变的‘伙伴切换’机制，这意味着突变体不仅驱动与野生型结合伙伴亲和力降低的低亲和力PPI，还创造与新型结合伙伴亲和力增强的新PPI（图4）。
2. 例如，SPOP是一种E3泛素连接酶接头蛋白，在前列腺癌中经常发生突变。
3. 当它有一个F133L突变时，它失去了与野生型结合伙伴如BRD4和SRC3的相互作用；然而，相同的变异也获得了与新的伙伴如JUN的相互作用，从而驱动了JUN介导的转录和细胞增殖信号的激活。
4. 同样，SMAD4(G386D)突变体不仅显示出与SMAD3结合减少，还增强了与WNT-β-catenin细胞增殖通路关键调节因子AXIN2和糖原合成酶激酶-3β (GSK3β) 的相互作用。
5. 这些被揭示的新PPI需要进一步研究，以确定其在临床相关模型中的结构基础、功能后果和治疗潜力。

Post-translational modification-mediated PPIs

翻译后修饰介导的蛋白质-蛋白质相互作用

Para_01

1. 基因组改变也可以通过影响它们的翻译后修饰（PTMs），例如通过磷酸化、乙酰化或甲基化来影响蛋白质-蛋白质相互作用（PPIs）。这些修饰通常会直接或间接地触发独特的PPIs，例如通过招募特定的读取蛋白或支架蛋白结合到修饰的氨基酸残基上，或者通过诱导构象变化或改变亚细胞定位。
2. 例如，14-3-3蛋白识别其客户蛋白中的磷酸化的丝氨酸或苏氨酸基序。这些磷酸化位点的突变改变了基序的结构特征，导致14-3-3蛋白结合减少。
3. 实际上，PKA或AKT对RAF1(S259)的磷酸化产生了一个对接位点，使得14-3-3蛋白能够结合，从而抑制RAF1。
4. 在多种肿瘤类型中发现的14-3-3结合基序的突变，如S257L、S259F或S259P，消除了其磷酸化，阻止了RAF1与14-3-3的结合，导致随后的RAF1信号激活和致癌依赖性。

Para_02

1. 突变也可以影响表观遗传调控机制中的蛋白质-蛋白质相互作用，这是致癌驱动因子的常见来源。
2. 组蛋白是染色质修饰和重塑酶的基本底物，在各种肿瘤中发生突变，并因此被称为癌组蛋白。
3. 它们经常出现在人类肿瘤中，突变发生在介导翻译后修饰（如赖氨酸甲基化或乙酰化）的残基附近。
4. 例如，H3F3A、HIST1H3B和HIST1H3C基因编码的组蛋白H3中的K27M突变被定义为高级别儿童胶质瘤中的癌组蛋白驱动因子。
5. 这些H3(K27M)癌组蛋白由于甲硫氨酸替代而无法进行翻译后修饰，如甲基化或乙酰化。
6. 这通过直接与催化亚基EZH2相互作用抑制了PRC2的酶活性，阻止其甲基转移酶功能。
7. 正常情况下，PRC2通过EZH2催化在组蛋白H3的赖氨酸27上添加甲基基团（H3K27me3），这是转录抑制的关键标志。
8. H3(K27M)突变通过与EZH2结合并降低其对突变型和野生型组蛋白的甲基化能力，作为PRC2的竞争性抑制剂。
9. 这导致H3K27me3水平的整体下降，破坏了表观遗传基因沉默并促进了致癌作用；
10. 它还诱导与催化H3K4me3的组蛋白甲基转移酶MLL1的直接相互作用，导致全基因组范围内H3K4me3的重新分布以及相关的突变特异性致癌转录重编程。
11. 揭示PTM诱导的PPI网络对于全面理解PTM在癌症生物学中的作用至关重要。

Para_03

1. 计算方法在揭示PTMs和PPIs之间错综复杂的关系方面发挥了重要作用。
2. 为了系统地从IntAct数据库中标注文献中报告的PTM位点的PPIs，开发并应用了用于生物医学文本挖掘的双向编码器表示法（BioBERT）方法。
3. 此外，CruxPTM是一个集成分析平台，将25,835个PTM位点映射到具有可用3D结构的蛋白质上，并分别识别出1,917个和3,951个可能影响PPIs和药物-靶标结合的PTM位点。
4. 同时，对19,483种蛋白质中的223,971个磷酸化位点进行映射，揭示了超过1,000个促进或抑制PPI的磷酸化位点。
5. 最近，基于序列的机器学习方法（如PhosPPI）和深度学习方法（如FuncPhos-SEQ和FuncPhos-STR）被开发出来，以预测磷酸化对个体PPIs和PPI网络的影响。
6. 携带生物学功能磷酸化位点的蛋白质通常与其他蛋白质发生物理接触，并且通常在PPI网络的信息流中起关键作用，从而影响生物通路。
7. 这些研究表明了PTMs和PPIs之间复杂相互作用的功能重要性，揭示了针对癌症治疗的新途径。
8. 在分子水平上理解这些相互作用可能会导致开发出选择性干扰致癌PTM依赖性差异PPI的治疗策略，提供一种新的癌症治疗方法，并有可能改善患者的预后。

Therapeutic potential of PPI networks

Restoring hypoPPIs by molecular glues

通过分子胶恢复低表达的蛋白质相互作用

Para_01

1. 肿瘤抑制基因中的错义突变可能发生在涉及蛋白质-蛋白质相互作用（PPIs）接口的氨基酸上，阻止其与其他蛋白质的相互作用，从而产生低PPI。因此，恢复肿瘤抑制基因失去的肿瘤抑制功能可能是开发抗癌药物的一种有力方法。
2. 事实上，重新激活突变p53的野生型功能或使突变蛋白不稳定已经成为一种有吸引力的治疗策略，并且已经被广泛综述过。
3. 然而，开发小分子以特异性恢复癌症中因突变而失活的PPI仍然极具挑战性，代表了推进突变导向的精准肿瘤学的新前沿。

Para_02

1. 小分子胶水，或双功能化合物，提供了一种将相互作用的蛋白质拉近以恢复或稳定肿瘤抑制因子关键蛋白-蛋白相互作用（PPIs）的方法。
2. 这种小分子胶水也可以被开发用来稳定或"锁定"新形成的蛋白-蛋白相互作用（neoPPIs），作为一种新的抑制方法。
3. 几种分子胶水如雷帕霉素、环孢菌素A和FK506（参考文献 233）的作用机制已被充分阐明，展示了识别小分子以恢复丢失的蛋白-蛋白相互作用甚至创造两个无关蛋白质的新相互作用的一般原则和可行性。
4. 这一概念已经被扩展到开发双功能降解剂分子，这些分子招募E3连接酶来靶向蛋白质以驱动蛋白质降解。

Para_03

1. 通过开发和部署无偏系统发现平台，可以促进识别许多癌症中由突变引起的分子胶蛋白-蛋白相互作用（PPIs）。
2. 最近，开发了一种高通量筛选平台，以识别能够恢复SMAD4(R361H)和SMAD3之间相互作用的小分子，因为这种相互作用的丧失削弱了SMAD4-SMAD3的肿瘤抑制功能。
3. 鉴定出了一些小分子胶，这些小分子胶诱导SMAD4(R361H)-SMAD3复合物的形成并重新激活其休眠的转录活性，最终恢复了TGFβ诱导的细胞停滞效应。
4. 这种方法为使用分子胶来稳定那些传统上难以用常规小分子抑制剂解决的肿瘤抑制蛋白的特定突变低表达PPIs（如SPOP(F133L)-BRD4、KEAP1(G333C)-NRF2和FBXW7(R465C)-MYC）开辟了新的途径。
5. 随着我们对病理条件下复杂PPI网络的理解不断加深，理性设计或无偏筛选针对突变的分子胶来恢复或稳定低表达PPIs，为开发新型癌症疗法带来了巨大希望。

Targeting neoPPIs and rewired pathways

针对新PPI和重连通路

Para_01

1. 例如PIK3CA(E545K)–IRS1、BRAF(V600E)–KEAP1、p53(R175H)–TBK1和SMAD4(G386D)–GSK3B等新蛋白质相互作用（neoPPIs）的界面可以通过药理学剂来破坏或稳定。相反，这些neoPPIs可能会重新连接下游致癌途径，并为治疗干预产生附带的脆弱性。
2. 例如，PIK3CA(E545K)–IRS1 neoPPI驱动了PI3K–AKT信号通路的持续激活，这对于肿瘤生长和存活至关重要。
3. 用模仿E545K突变周围α-螺旋区域的钉肽靶向这种异常的相互作用，可以有效地破坏PIK3CA(E545K)–IRS1 neoPPI，导致AKT磷酸化减少，并在结肠癌细胞系的小鼠异种移植模型中减少了肿瘤生长。
4. 相比之下，BRAF(V600E)–KEAP1相互作用重新连接了NRF2信号轴，上调了其下游靶标NQO1。
5. 这赋予了携带BRAF(V600E)突变的黑色素瘤和结肠癌细胞对脱氧尼博醌（DNQ），一种细胞毒性NQO1底物的选择性脆弱性。
6. 序贯联合使用DNQ和维莫非尼（一种BRAF(V600E)抑制剂），在体外显著抑制了BRAF(V600E)突变型黑色素瘤细胞系的生长。
7. 因此，突变介导的neoPPIs可以提供新型药物组合的信息，并指导在基因定义的患者群体中开发突变导向的治疗策略。

Mutation-driven PPIs inform therapeutic response and resistance

突变驱动的蛋白质-蛋白质相互作用为治疗反应和耐药性提供信息

Para_01

1. 肿瘤可以依赖于突变诱导的新蛋白质-蛋白质相互作用（neoPPIs）或低表达的蛋白质-蛋白质相互作用（hypoPPIs），因此可以作为反应的生物标志物。HER2的跨膜和近膜结构域中的致癌突变，即G660D、R678Q、E693K和Q709L，似乎增强了蛋白质-蛋白质相互作用，促进了受体的过度激活，增加了对HER2的依赖性，从而对针对HER2的治疗敏感。
2. 相反，PIK3CA在E542或E545位置发生改变的患者破坏了其与调节亚基PIK3R1的相互作用，使一种抑制性调节机制失效，导致PIK3CA的过度激活和依赖性，从而使针对PIK3CA通路的治疗具有疗效。

Fig. 5: Therapeutic implications of mutation-driven differential protein–protein interactions.

- 图片说明

◉ a, 人类表皮生长因子受体 (HER2) 内的突变可以在不需要配体结合的情况下诱导受体二聚化，从而导致细胞增殖。这种生物标志物可以用于指导 HER2 靶向治疗药物的选择。◉ b, PIK3CA 基因中的 E542K 或 E545K 突变的肿瘤显示出对 PI3K 抑制剂的增强敏感性。◉ c, 当 BTK 突变为 BTK(L528W) 时，它与 HCK 和整合素连接蛋白激酶 (ILK) 形成了一种新的蛋白质-蛋白质相互作用 (neoPPI)，导致持续的 B 细胞受体 (BCR) 信号传导，并对 BTK 抑制剂产生抗性。这启发了 NX-2127 的开发，这是一种 BTK 降解剂，旨在消除激酶受损 BTK 突变体的致癌功能，用于治疗具有 BTK 突变重排 neoPPIs 的患者。◉ PIK3CA，磷脂酰肌醇 4,5-二磷酸 3-激酶催化亚基-α；PIP2，磷脂酰肌醇 4,5-二磷酸；PIP3，磷脂酰肌醇 (3,4,5)-三磷酸；WT，野生型。

Para_02

1. 耐药性是有效癌症治疗的主要挑战。突变驱动的差异性蛋白质-蛋白质相互作用（PPIs）是治疗耐药性的新兴机制，因此识别这些相互作用可能会发现克服耐药性的新靶点。
2. 例如，BTK抑制剂极大地改善了B细胞恶性肿瘤患者的预后；然而，对这些抑制剂的耐药性仍然带来了临床挑战。
3. BTK可以获得一些突变（即M437R、V416L、C481Y、C481R、C418F和L528W），这些突变使BTK能够与HCK和整合素连接蛋白激酶（ILK）形成新的PPIs。
4. 这些行为作为替代激酶，允许BTK突变细胞在存在BTK催化抑制剂的情况下维持BTK信号传导，从而推动细胞增殖。
5. 这一机制见解启发了开发NX-2127，一种BTK降解剂，以克服这种耐药性。
6. 值得注意的是，在首次Ia/Ib期临床试验中，NX-2127在患者中实现了超过80%的BTK降解，包括那些具有激酶功能受损或激酶功能正常的BTK突变的患者（NCT04830137）。

Para_03

1. 此外，新PPI可以诱导生理调节信号的逃逸，通过效应途径的组成性激活促进治疗抵抗。
2. 例如，雌激素受体（ER）在Y537或D538位置的突变会诱导ER与SRC的相互作用，使ER信号与雌激素脱钩。
3. 这可以促进抗雌激素治疗的抵抗，因此ER-SRC新PPI可能是耐药癌症的一个新靶点。
4. 因此，受突变影响的PPI可能为预测和管理治疗抵抗提供新的方法。

Conclusions and perspective

Para_01

1. PPI网络揭示了癌症基因组的一个新方面，通过这种基因组改变被转化为突变蛋白变异体，这些变异体传递致癌信号以促进肿瘤的发生和发展（图6）。
2. 由突变残基引起的PPI扰动似乎尤其普遍，特别是对于肿瘤抑制蛋白，导致PPI减少或中断。
3. 有趣的是，越来越多的证据支持这样一种模型，即在PPI交点处的这些致癌变异可能作为新表位发挥作用，以增强或诱导新的PPI（图4）。
4. 总之，这些由突变驱动的差异PPI部分解释了等位基因依赖性的病理表型和临床结果。
5. 因此，癌症驱动基因中单个残基改变的影响对我们理解肿瘤异质性和治疗抵抗具有重大意义。

Fig. 6: Acquisition of mutations in oncogenes and tumour suppressors can alter protein–protein interactions to promote tumorigenesis.

- 图片说明

◉ 癌细胞的进化选择压力导致具有驱动突变的细胞富集，这些突变转化为蛋白质表面的变化。这可以直接影响细胞生长机制的功能，通常通过致癌网络中蛋白质-蛋白质相互作用（PPIs）的界面起作用。◉ 这些由驱动突变编码的变异氨基酸往往位于或接近PPI界面内的‘热点残基’，可以通过突变诱导的新形态PPIs（neoPPIs）和高形态PPIs（hypoPPIs）重新连接致癌途径和网络，从而促进肿瘤发生和治疗抗性。◉ 这反过来可以揭示针对特定突变介导的差异PPIs和重连途径的治疗方法的治疗靶点和生物标志物。PIK3CA，磷脂酰肌醇4,5-二磷酸3激酶催化亚基-α；SPOP，斑点型BTB/POZ蛋白。

Para_02

1. 在这篇综述中，我们专注于癌症中的错义突变及其对蛋白质-蛋白质相互作用（PPIs）的影响。然而，人们认识到其他基因组改变，如染色体易位引起的致癌融合蛋白，也可以导致不同的PPIs。
2. 例如，在滑膜肉瘤中，SS18–SSX致癌融合蛋白重新定向了SWI/SNF（BAF）复合物。
3. 插入突变也有倾向通过诱导新PPIs来创建新表位，正如在髓母细胞瘤中发现的突变kelch重复序列和BTB结构域包含蛋白4（KBTBD4）所示。
4. KBTBD4中的框内插入残基作为一个新的结构元素，直接与HDAC–CoREST复合物的活性位点结合，因此提供了一个髓母细胞瘤特异性的分子靶点。
5. 使用HDAC抑制剂阻断这个新PPI界面，抑制了KBTBD4突变髓母细胞瘤细胞的生长，证明了针对插入介导的新PPI的治疗潜力。
6. 除了PPIs，基因组突变还促进了蛋白质与核酸的新相互作用。在黑色素瘤中，端粒酶逆转录酶（TERT）的启动子突变增强了其与ETS转录因子的结合亲和力，上调了TERT表达，实现了复制永生性。
7. 因此，很可能其他致癌突变可能会影响蛋白质-DNA相互作用或蛋白质-RNA相互作用。
8. 进一步了解这些相互作用可以扩展基因组突变驱动的致癌重编程的范围。
9. 显然，包括阿尔茨海默病和心脏病在内的其他人类疾病也涉及基因组突变改变的生物程序，导致其病理表型。
10. 因此，从基于癌症基因组学的研究中获得的原则可能会适用于解决超出癌症的疾病机制和突变导向的治疗方法。

Para_03

1. 值得注意的是，有几种其他机制通过这些机制突变可以间接影响蛋白质-蛋白质相互作用（PPIs）。例如，突变可能会稳定或不稳定编码的蛋白质，而改变的蛋白质丰度又可能反过来影响参与相互作用的蛋白质池，如p53所示。
2. 致癌突变已被证明会使编码的蛋白质错误定位到不同的细胞区室，导致它们与结合伙伴失去接触或增加接触，如EGFR、BRCA2和p53的情况。
3. 错误定位似乎是致病编码突变的一个普遍特性，这在一系列人类疾病中已有报道。
4. 虽然我们在本综述中强调了PPI界面处突变残基的关键作用，但我们认识到，人类疾病中丰富的变构突变也可以将其效应传播到PPI界面，从而影响PPIs。

Para_04

1. 突变引起的蛋白质-蛋白质相互作用（PPIs）变化揭示了各种肿瘤对突变重连通路的依赖性，为指导肿瘤特异性治疗干预提供了见解。通过治疗暴露获得的突变也可以产生失调的PPI网络，这表明了潜在的后续干预途径。
2. 系统发现和AI驱动平台揭示的突变重连差异PPI的新领域提供了巨大的机会，可以开发基于细胞环境的假定PPI导向和新PPI导向的治疗策略。

Para_05

1. 此外，基于癌症基因组学的差异蛋白-蛋白相互作用（PPIs）为开发下一代等位基因特异性和癌症选择性治疗药物提供了机会，这些药物可用于药理干预。
2. 这些药物可以包括传统的PPI抑制剂，它们破坏驱动癌症的新PPIs，或者PPI稳定剂来加强促进肿瘤抑制的相互作用。
3. 相反，低表达的PPIs可以通过开发分子胶来靶向，这些分子胶能够使特定的抗癌PPIs成为可能，甚至将突变的致癌驱动因子与无关的效应蛋白连接起来以抑制肿瘤生长。
4. 虽然这些小分子可能会诱导一种蛋白质发生构象变化，从而形成复合物，但多价剂可能更有价值，因为它们能将结合伙伴拉近，以实现所需的机能结果。
5. 创新方法将导致针对肿瘤特异性、突变导向的新PPIs或低表达PPIs的抗癌药物的发展，例如重新引导去泛素酶、激酶和磷酸酶等酶的活性到效应目标上，以实现有效的治疗效果。
6. 推进作为控制目标蛋白接近性的治疗剂的分子胶需要对其作用机制有深入的理解。
7. 这凸显了迅速发展邻近药理学这一新兴领域的必要性。

Para_06

1. 稳健的分子检测技术和创新的计算方法有望揭示由驱动突变引起的致癌蛋白-蛋白相互作用（oncoPPIs）和改变的PPI界面的发生及其功能影响。
2. 为了将这些见解转化为临床研究，必须使用患者样本和数据在生理相关的模型中严格评估和验证这些癌症相关的PPIs。
3. 应开发新的AI平台，以更好地利用大量可用的癌症多组学数据以及不断增长的结构和功能PPI网络数据集，将oncoPPIs置于癌症病因和依赖性的背景中。
4. 将这种分析与AI驱动的建模相结合，可能使我们能够改进对基因组异常如何驱动癌症的理解，识别耐药机制和潜在干预策略，并大规模预测安全性概况。
5. 此外，我们预计从癌症中oncoPPIs的研究中学到的一般原则不仅适用于肿瘤内在机制，还适用于肿瘤-免疫细胞相互作用。

Para_07

1. 尽管预测驱动突变如何改变两个相互作用蛋白质的分子界面已经取得了相当大的进展，但预测突变引起的新型蛋白质-蛋白质相互作用（neoPPIs）仍然特别具有挑战性。快速发展的AI工具可能有助于应对这一挑战。
2. 结构研究对于理解单一残基变化如何创造新的接触位点以使与原本对其野生型对应物没有足够亲和力的蛋白质发生相互作用至关重要。
3. 有可能替代的氨基酸作为新表位来介导这种相互作用，或者作为一个别构位点诱导构象变化，暴露或创造新的接触位点以增强相互作用。
4. 这些结构见解对于理解新型蛋白质-蛋白质相互作用（neoPPIs）的机制以及设计治疗策略（如设计小分子neoPPI调节剂）至关重要。
5. 癌症基因组学、蛋白质-蛋白质相互作用网络生物学和化学生物学的结合正在为理解癌症驱动突变如何在蛋白质-蛋白质相互作用界面上起作用以推动癌症的发展、进展和对治疗的抵抗开辟新的前景。
6. 这种见解揭示了针对基因组改变开发选择性突变药物的机会，推进了精准肿瘤学的时代。

Data availability

Para_01

1. 突变频率的分析和图1中的图表是使用基于TCGA泛癌图谱数据的cBioPortal（https://www.cbioportal.org）创建的。结构（AKT1的PDB ID：4EJN，IDH1的PDB ID：5YFN和PIK3CA的PDB ID：7PG5）是从RCSB（https://www.rcsb.org）下载的。