数据可用性 本研究中描述的分析使用了从公共数据存储库中已发布的数据集中存放的测序和蛋白组学数据。从CPTAC数据门户下载的CPTAC原始MS蛋白组学数据，包含以下PDC研究ID：PDC000120（BRCA）、PDC000127（CCRCC）、PDC000234（LSCC）、PDC000153（LUAD）、PDC000270（PDAC）和PDC000125（UCEC）。CPTAC基因组和转录组测序读取通过GDC数据门户获得，包含以下dbGaP研究访问号：phs000892（CPTAC-2）和phs001287（CPTAC-3）。分析了以下PDC研究的全外显子测序数据：PDC000127、PDC000446、PDC000204、PDC000221、PDC000234、PDC000153、PDC000489、PDC000270、PDC000393、PDC000125、PDC000439和PDC000464。经过申请，获得了对受控制数据的访问，项目编号为24007（癌症中错误翻译率的调查）。从ArrayExpress中下载的健康人类组织的RNA-seq数据17，标识符为E-MTAB-2836，同时从PRIDE下载了相应的原始MS数据，项目访问号为PXD010154。小鼠转录组序列数据从ArrayExpress下载，标识符为E-MTAB-10276。小鼠MS蛋白组学数据从PRIDE下载，数据集标识符为PXD030983。原代细胞MS数据从PRIDE下载，包含以下访问号：PXD008511（B细胞）、PXD008512（肝细胞）、PXD008513（单核细胞）和PXD008515（自然杀伤细胞）。免疫沉淀–MS蛋白组数据从MassIVE下载，访问号为MSV000088555。支持信息、数据和文档可在decode.slavovlab.net获得。代码可用性 软件、数据分析管道和其他支持文档可在decode.slavovlab.net获得。 reproducing所有分析和图表的代码可以在GitHub上自由获取（github.com/SlavovLab/decode）。参考文献 Cantwell-Dorris, E. R., O’Leary, J. J. & Sheils, O. M. BRAF V600E：对致癌和分子治疗的影响。分子癌症治疗，10，385–394（2011）。Hart, J. R.等人。癌症中的蝴蝶效应：单碱基突变可以重塑细胞。美国国家科学院院刊，112，1131–1136（2015）。Wright, A. & Vissel, B. AMPA受体GluR2亚单位RNA编辑在正常和疾病大脑中的核心作用。前分子神经科学，5，34（2012）。Parker, J. & Friesen, J. D. “三分之二”密码子阅读导致体内错误翻译。分子遗传和遗传学，177，439–445（1980）。Savitski, M. M., Nielsen, M. L. & Zubarev, R. A. ModifiComb，一种新的蛋白组学工具，用于绘制亚化学计量后转录修饰，寻找新型修饰，并指纹识别复杂蛋白质混合物。分子细胞蛋白组学，5，935–948（2006）。Cox, J. & Mann, M. MaxQuant使高肽识别率、个性化的ppb范围质量精度和蛋白组范围内的蛋白质定量成为可能。自然生物技术，26，1367–1372（2008）。Wilhelm, M.等。深度学习提升以质谱为基础的免疫肽组学的灵敏度。自然通讯，12，3346（2021）。Picciani, M.等。Oktoberfest：基于Prosit的开源光谱库生成和重新评分管道。蛋白组学，24，e2300112（2024）。Yang, K. L.等。MSBooster：使用基于深度学习的特征提高肽识别率。自然通讯，14，4539（2023）。Leduc, A. & Slavov, N. 蛋白质降解和细胞生长对哺乳动物蛋白组的影响。生物预印本 https://doi.org/10.1101/2025.02.10.637566（2025）。Clark, D. J.等。透明细胞肾细胞癌的集成蛋白组基因组特征。细胞，179，964–983（2019）。Krug, K.等。乳腺癌肿瘤发生和靶向治疗的蛋白组基因组景观。细胞，183，1436–1456（2020）。Gillette, M. A.等。蛋白组基因组特征揭示肺腺癌的治疗脆弱性。细胞，182，200–225（2020）。Dou, Y.等。子宫内膜癌的蛋白组基因组特征。细胞，180，729–748（2020）。Cao, L.等。胰腺导管腺癌的蛋白组基因组特征。细胞，184，5031–5052（2021）。Satpathy, S.等。肺鳞状细胞癌的蛋白组基因组画像。细胞，184，4348–4371（2021）。