腫瘤細胞培養(yǎng)，需要動物血清的參與。多數(shù)情況下，新生牛血清即可滿足大部分腫瘤細胞生長繁殖的營養(yǎng)需求。Ausbian進口新生牛血清，內(nèi)毒素含量低，通過各類無菌檢測。

腫瘤微環(huán)境(tumor microenvironment, TME)是腫瘤生態(tài)學的一個關鍵組成部分。腫瘤內(nèi)的免疫細胞和基質細胞可以以一種依賴于環(huán)境的方式促進和限制惡性狀態(tài)。了解癌癥免疫微環(huán)境可以揭示如何利用患者的免疫系統(tǒng)進行抗癌治療。

為了更廣泛地探索TME，科研人員使用nci支持的臨床蛋白質組學腫瘤分析聯(lián)盟(CPTAC)的泛癌癥蛋白質基因組數(shù)據(jù)集檢查了來自10種癌癥的1,056個腫瘤樣本這個多組學數(shù)據(jù)集包括基因組、轉錄組、表觀基因組和蛋白質組學數(shù)據(jù)。后者包括基于質譜的相對蛋白質豐度定量和翻譯后修飾。雖然已經(jīng)探索了使用高維多組學數(shù)據(jù)關注癌癥免疫的多種泛癌癥分析，但這項工作通過整合從深層蛋白質組學樣品表征中獲得的新見解，推動了該領域的發(fā)展。

采用新穎的算法來解剖腫瘤微環(huán)境，同時考慮RNA和蛋白質的表達，科研人員闡明了腫瘤分子微環(huán)境，探索了與其功能相關的途徑，并將其與臨床結果聯(lián)系起來。盡管10種癌癥之間存在許多差異，但分析揭示了7種泛癌癥免疫亞型。這表明了癌癥患者免疫反應的共同分子指紋。匯總的泛癌癥多組學數(shù)據(jù)的大樣本量使科研人員能夠檢測與每種免疫亞型相關的大量基因組，表觀遺傳學，轉錄組學和蛋白質組學變化。將深度磷酸化蛋白質組學與激酶富集分析工具相結合，科研人員表征了不同免疫亞型中的激酶活性，揭示了已知和潛在的新靶點。此外，機器學習算法應用于數(shù)字病理蘇木精和伊紅(H&E)染色圖像顯示免疫亞型與淋巴細胞浸潤的直接可視化之間存在相關性。

該項工作促進了對腫瘤所采用的多種免疫激活和逃避策略的理解，為潛在的免疫治療策略提供了線索。兩個專門的用戶友好的web服務器門戶網(wǎng)站配合這項分析，將有助于進一步探索在這項工作和相關工作中產(chǎn)生的豐富數(shù)據(jù)資源。

相關研究發(fā)表在《Cell》上，文章標題為：“Pan-cancer proteogenomics characterization of tumor immunity"。