检测并定量蛋白质的蛋白质组技术的改进，为试图对疾病进行深入探索的研究人员创造了新的机遇和挑战。高通量蛋白质组学技术联合高等生物信息学被广泛用于识别基于蛋白质通路和信号级联的癌症分子标志物[1]。肺癌特异性的蛋白质组学标志物开始涌现。

编码小鼠肺腺癌血浆中水平升高的四种蛋白质的同源基因（SFTPB、SFTPD、NPC2以及WFDC2）与TITF1/NKX2-1 mRNA水平呈正相关。其中，在111个非小细胞肺癌（non-small cell lung cancer, NSCLC）肿瘤中NPC2的表达与TITF1/NKX2-1 mRNA明显相关。利用两种肺腺癌细胞株进一步开展了TITF1/NKX2-1敲除实验，发现这两种细胞株的TITF1/NKX2-1均呈高表达。在NSCLC肿瘤中，34种潜在的TITF1/NKX2-1调节基因的蛋白质产物的表达与TITF1/NKX2-1 mRNA水平密切相关。

在EGFR突变和KRAS突变肺腺癌小鼠模型以及SCLC小鼠模型中，生物反应路径分析（Ingenuity Pathway Analysis）发现了涉及EGFR的蛋白质网络，同时，对SCLC小鼠模型的血浆蛋白质组进行分析也发现了33种与神经疾病通路或神经系统进展及功能通路有关的蛋白质。

EGFR突变小鼠模型中的血浆EGFR网络包括六种直接与EGFR结合的蛋白质（Met、Cd44、Cdh1、Ndn、Sh3bgrl以及Rin1）。有趣的是，仅在EGFR突变小鼠模型中观察到Cd44（IPI00265503）的一种形态，而在KRAS小鼠模型中未发现。对21种肺腺癌细胞株的蛋白质组学分析发现，在10种EGFR突变细胞株中，其中4种可见编码CD44变异区的多肽，但在11种KRAS突变细胞株中均未观察到。

对比厄洛替尼治疗前后携带EGFR^L858R转基因荷瘤小鼠的血浆蛋白质谱，发现了小鼠血清中表达改变的91种蛋白质的表达水平恢复到基线水平。利用这一方法，亦发现了EGFR模型中可反映肿瘤进展和回归的蛋白质。

该研究采用了许多携带有不同肺癌类型以及不同肿瘤类型的小鼠模型。尽管如此，为强调肿瘤进展中的转化变化，应纳入良性和转移性肺癌肿瘤模型[4]。他们也应用了两种炎症小鼠模型，目前小鼠模型仍是探讨炎症在肺癌进展中作用的热点[5]。该研究所应用的急性、慢性炎症动物模型有助于我们理解癌症和炎症模型之间的区别。为对肺癌进展有更明确的了解，纳入肺相关炎性疾病（如：慢性阻塞性肺疾病）的小鼠模型从而对肺癌复杂的微环境进行更为彻底的研究或许更好[6]。

尽管每组小鼠血浆均受到三种最为丰富的蛋白质（白蛋白、IgG以及转铁蛋白）通过多重亲和去除系统-3的免疫清除，一些已证实与肺癌相关的蛋白质在肺腺癌小鼠模型中并未被发现。作者解释为质谱分析灵敏度不足或这些蛋白质在肿瘤进展早期并未明显升高，需要更敏感的平台以改善检测性能。血清淀粉样蛋白A作为另一广泛存在的肺癌潜在生物标志物在研究所用的所有小鼠模型中均有发现但未被量化，该蛋白质值得量化，因为它或许是肺癌的潜在生物标志物[7]。

目前发现的大多数肿瘤标志物对个别癌症类型来说并非十分特异，这限制了它们在个别癌症筛查中的应用。该项研究在已定量血浆蛋白质中成功应用聚类分析以揭示不同癌症类型中多种模型的聚类。该方法或有助于克服生物标志物肿瘤类型特异性的挑战。

新近大量基因研究已经发现包括不同信号通路在内的癌症标志[10]。该研究分析了NSCLC及SCLC模型中的蛋白质网络。突变EGFR肺癌模型血浆中EGFR网络的发现或许揭示了驱动肺肿瘤进展的基因和通路，而SCLC模型中发现的蛋白酶体通路或可为SCLC提供潜在的神经内分泌靶标。事实上，研究已证实功能蛋白质组学是通路分析的可行方法。通过在肺癌中进行功能性磷酸化蛋白质组学分析，Sudhir等发现了Ras信号通路中的一些潜在靶标[11]，他们的研究发现了可由致癌性Ras调控的磷酸化过程、信号网络和分子功能，应有助于开拓我们对肺癌中Ras信号的认识。Remily-Wood等利用液相色谱法串联多级反应检测质谱分析法以及GeneGO MetaCore^TM的通路地图以明确蛋白质之间的生物关系并阐明多元化分析的理念[12]，他们最终研发了定量分析数据库（Quantitative Assay Database）[101]，实践了癌症中信号通路和生物学过程的蛋白质组的定量分析。在不远的将来，国际联盟和更多开放存取的数据库将成为现实。肿瘤生物学的探索正在涌现。