Cancer Biomarker Discovery---From Establishment of Cancer-Cell Secretome Dataset to Multiplex Quantitation of Multiple Biomarkers

惡性腫瘤為人類主要死因之一。大部份惡性腫瘤被診斷時皆為中晚期，是惡性腫瘤死亡率居高不下的主因。除了養成健康生活習慣外，早期診斷與治療是對抗惡性腫瘤的唯一有效方法。雖然有效的惡性腫瘤標誌並不多，抽血檢查其中可能的腫瘤標誌仍是最方便的初步診斷方法。因此找尋有效的惡性腫瘤標誌，特別是血液中的腫瘤標誌，對早期診斷惡性腫瘤而言是一個非常重要的課題。利用蛋白質體學快速鑑定大量蛋白質身份的技術，分析腫瘤組織與正常組織(或是癌症病患體液與健康人體液)蛋白質差異，是目前系統性找尋有效的惡性腫瘤標誌的主要方法之一。其主要的挑戰在於臨床檢體的極高複雜度，蛋白質差異不易分析。針對此一課題，過去兩年中筆者試圖建立一種有效而快速的方法---由系統性鑑定特定腫瘤細胞株所分泌之蛋白質來找尋可能有效的惡性腫瘤標誌。我們已經以兩種本土鼻咽癌細胞株為材料，利用本校設置之蛋白質體核心實驗室所發展之蛋白質身份鑑定技術，以傳統電泳SDS-PAGE 及MALDI-TOF 質譜術系統性分析了鼻咽癌細胞株所分泌之蛋白質，並且利用免疫組織切片染色與自行建立之三明治螢光酵素連結免疫分析法(Sandwich fluorimetric ELISA)在鼻咽癌臨床檢體(組織與血清)與裸鼠腫瘤動物模式中，分析了數個分泌蛋白作為鼻咽癌腫瘤標誌的可能性。結果顯示，利用此一快速分析系統的確可以找出多個在鼻咽癌病患檢體(組織與血清)中高度表現的分泌蛋白(Wuet al., Proteomics 5, 3173-3182, 2005)。利用同一系統，我們也已分析了其他源自14 種常見人類癌症之24 種癌細胞株的分泌蛋白體，包括大腸直腸癌與口腔癌，從中選取一至兩種蛋白質，以免疫組織切片染色法與三明治螢光酵素連結免疫分析法在對應病患檢體組織中獲得初步驗證。本計畫擬在上述實驗基礎上，進一步建立完整癌細胞分泌蛋白體資料庫及發展下列蛋白體學分析平台用以有效找尋與驗證腫瘤標誌：(1)以液相層析-質譜術(LC-MS/MS)分析癌細胞分泌蛋白，建立更完整的癌細胞分泌蛋白體資料庫；(2)整合Cye 螢光標定/液相層析/一維電泳/質譜術(DIGE/LC/SDS-PAGE/MALDI-TOF MS)用以找尋裸鼠腫瘤動物模式及臨床血液檢體中腫瘤標誌；(3)發展以光學微粒(microscopic beads)為基礎之多重(multiplex)腫瘤標誌定量分析平台，用以快速分析臨床檢體中多重腫瘤標誌之含量。透過執行此一計畫，我們相信可以(1)建立一個相當完整癌細胞分泌蛋白體資料庫，提供後續找尋專一性高的腫瘤標誌重要參考依據；(2)建立一套有效的分析技術平台找尋血液檢體中腫瘤標誌；(3)發展一套多重腫瘤標誌定量分析平台，用以快速分析臨床檢體中多重腫瘤標誌之含量。

Project ID:PC9801-1749
External Project ID:NSC96-2320-B182-031-MY3