O câncer de ovário (CaOV) é a mais letal das neoplasias ginecológicas, em particular, o câncer de ovário seroso de alto grau (HGSC) tem um prognóstico ruim, principalmente pela ocorrência de metástases. A reprogramação molecular da célula, ocorrida na transição epitelial-mesenquimal (EMT) representa um modelo para estágios avançados de progressão tumoral. A EMT promove mudanças celulares importantes na adesão celular e comunicação intercelular, que são particularmente dependentes de sinais do microambiente tumoral. Considerando a importância da comunicação celular durante EMT e metástase, aqui analisamos as alterações induzidas pelo fator de crescimento epidérmico (EGF) no secretoma da linhagem celular de câncer de ovário Caov-3. Usando uma combinação de GEL-LC-MS/MS e marcação metabólica isotópica estável (SILAC), identificamos candidatos superexpressos durante a EMT como partida na identificação de proteínas relevantes para HGSC. Com base em bancos de dados públicos, compreendendo estudos dos consórcios TCGA e CPTAC, nossas proteínas candidatas foram comparadas e priorizadas para análise posterior. As análises ressaltaram que vários dos candidatos foram associados a vesículas extracelulares, importantes para a comunicação célula-célula e metástase. Além disso, associamos as proteínas candidatas com dados de expressão gênica e proteica do subtipo mesenquimal de câncer de ovário para obtenção de assinaturas para classificação de tumores. Com estas assinaturas moleculares relevantes para a agressividade do câncer ovário, apoiadas por dados de expressão de proteínas e genes, desenvolvemos métodos de proteômica dirigida para avaliar amostras clínicas individuais de CaOV. As informações quantitativas obtidas para peptídeos, representativos de proteínas, foi capaz de agrupar HGSC entre outros tipos de tumor e seus diferentes estágios. Nosso estudo destacou a riqueza do secretoma para revelar proteínas relevantes para HGSC, que poderiam ser usadas em estudos futuros com maiores coortes como uma potencial assinatura de estratificação para tumores de ovário, a fim de orientar a conduta clínica para terapia do paciente.

Ovarian cancer (CaOV) is the most lethal of gynecological neoplasms, in particular, highgrade serous ovarian cancer (HGSC) has a poor prognosis, mainly due to the occurrence of metastases. The molecular reprogramming of the cells at the epithelial-mesenchymal transition (EMT) represents a model for advanced stages of tumor progression. EMT promotes important cellular changes in cell adhesion and intercellular communication, which are particularly dependent on signals from the tumor microenvironment. Considering the importance of cell communication during EMT and metastasis, here we analyze the changes induced by epidermal growth factor (EGF) in the secretome of the ovarian cancer cell line Caov-3. Using a combination of GEL-LC-MS/MS and stable isotopic metabolic labeling (SILAC), we identified candidates overexpressed during EMT as a starting point for identifying HGSC-relevant proteins. Based on public databases, comprising studies from the TCGA and CPTAC consortia, our candidate proteins were compared and prioritized for further analysis. The analyzes highlighted that several target candidates were associated with extracellular vesicles, important for cell-cell communication and metastasis. In addition, we associated target proteins with gene and protein expression data of the mesenchymal molecular subtype of ovarian cancer to obtain signatures for tumor classification. With these molecular signatures relevant to ovarian cancer aggressiveness, supported by protein and gene expression data, we developed targeted proteomics methods to evaluate individual clinical samples of CaOV. The quantitative information obtained for peptides, representative of proteins, was able to group HGSC among other tumor types and their different stages. Our study highlighted the richness of the secretome to reveal HGSC-relevant proteins, which could be used in future studies with larger cohorts as a potential stratification signature for ovarian tumors in order to guide clinical management for patient therapy.