胰腺癌

胰腺癌是恶性程度最高的肿瘤之一，被称为“

他们构建了目前最大规模、覆盖最全面的S-PM蛋白组大数据集，为研究胰腺癌细胞间信号转导网络、发现新的胰腺癌生物标志物和药物靶点提供了坚实的大数据基础。

他们说，这项历时7年的研究背后，凝聚了多个团队的不懈努力与共同信念，展现了他们对攻克胰腺癌研究难题的坚定决心。

这也让他更加深刻地认识到，胰腺癌研究必须走下去—

以往关于胰腺癌的研究大部分只聚焦单个靶点或单个蛋白的功能研究，而没有系统地将胰腺癌细胞与周围的正常细胞联合起来。

胰腺肿瘤与甲状腺肿瘤、乳腺肿瘤等其他肿瘤不一样，想要将其完整地切下来并保存好，是一大难点，也是目前胰腺癌研究和治疗进步较慢的原因之一。

大小的临床手术样品出发，从分泌蛋白和膜蛋白（S-PM蛋白）的规模化分析、空间可视化蛋白质组学分析、S-PM蛋白组随胰腺癌演进的动态变化趋势分析、酪氨酸磷酸化蛋白质组学分析、基于创新预测算法的肿瘤微环境中膜蛋白胞外区脱落分析五个维度，共同构成了对胰腺癌肿瘤微环境中细胞间信号转导网络的全面解析，为胰腺癌的治疗和诊断提供了新的思路和方法。

2019年，田瑞军团队与美国索尔克生物研究所的研究团队合作在《自然》发表研究，发现了胰腺癌治疗的潜在靶点与生物标志物（Leukemiainhibitoryfactor,LIF）。

这项研究刚刚开展不久，田瑞军团队便迎来了第一个挑战：如何才能获取真正的胰腺癌临床样本？

有了秦仁义团队的加持，合作团队顺利完成了超过100例胰腺癌临床样本的收集和研究，并利用临床功能蛋白组学研究策略，鉴定出了近3000种S-PM蛋白—

我们的胰腺癌联合研究从7年前就已经开始了

胰腺癌早期缺乏特异性的症状，通常被确诊时已经进入中晚期，且大部分已发生转移扩散，同时预后极差，术后极易复发转移，总体5年生存率不足8%。

大小的临床手术样品出发，从分泌蛋白和膜蛋白（S-PM蛋白）的规模化分析、空间可视化蛋白质组学分析、S-PM蛋白组随胰腺癌演进的动态变化趋势分析、酪氨酸磷酸化蛋白质组学分析、基于创新预测算法的肿瘤微环境中膜蛋白胞外区脱落分析五个维度，共同构成了对胰腺癌肿瘤微环境中细胞间信号转导网络的全面解析，为胰腺癌的治疗和诊断提供了新的思路和方法。

2019年，田瑞军团队与美国索尔克生物研究所的研究团队合作在《自然》发表研究，发现了胰腺癌治疗的潜在靶点与生物标志物（Leukemiainhibitoryfactor,LIF）。

田瑞军也透露，目前研究团队正在与跨国药企和体外诊断领域企业开展洽谈，探索和开发针对胰腺癌的早期筛查诊断和靶向治疗的新方法。

通过靶向这些关键的功能蛋白，并开发试剂和药物来进行胰腺癌的诊断和治疗，就有可能改变现在胰腺肿瘤的治疗现状。

胰腺肿瘤与甲状腺肿瘤、乳腺肿瘤等其他肿瘤不一样，想要将其完整地切下来并保存好，是一大难点，也是目前胰腺癌研究和治疗进步较慢的原因之一。

让胰腺癌患者少些病痛折磨、延长存活期、提高治愈率，他们的交集越来越多，合作还在继续。

通过靶向这些关键的功能蛋白，并开发试剂和药物来进行胰腺癌的诊断和治疗，就有可能改变现在胰腺肿瘤的治疗现状。

胰腺癌早期缺乏特异性的症状，通常被确诊时已经进入中晚期，且大部分已发生转移扩散，同时预后极差，术后极易复发转移，总体5年生存率不足8%。

大小的临床手术样品出发，从分泌蛋白和膜蛋白（S-PM蛋白）的规模化分析、空间可视化蛋白质组学分析、S-PM蛋白组随胰腺癌演进的动态变化趋势分析、酪氨酸磷酸化蛋白质组学分析、基于创新预测算法的肿瘤微环境中膜蛋白胞外区脱落分析五个维度，共同构成了对胰腺癌肿瘤微环境中细胞间信号转导网络的全面解析，为胰腺癌的治疗和诊断提供了新的思路和方法。

田瑞军也透露，目前研究团队正在与跨国药企和体外诊断领域企业开展洽谈，探索和开发针对胰腺癌的早期筛查诊断和靶向治疗的新方法。