广东中润医药有限公司-2022世界杯买球80535

发布日期:2019-11-07

近日,来自荷兰的一个研究团队,在国际顶级学术期刊《自然》上发表了22种转移性实体瘤的全基因组测序研究成果[1]

这项由hartwig医学基金会edwincuppen教授领导的研究,对2399位癌症患者的2520对肿瘤和血液样本进行了全基因组测序和特征分析。

共鉴定出7000多万个体细胞变异,包括近6000万个单核苷酸变异(snv),84万个多核苷酸变异(mnv),960万个dna片段插入和缺失(indels),以及65万多个结构变体(sv),并且获得了每个转移肿瘤样本的遗传突变名录。

基于上述数据,研究人员发现,可能真的没有驱动癌症转移的特异性突变存在。而且,转移的肿瘤组织中,普遍存在全基因组加倍(wgd)事件,在一些癌种中甚至高达80%,而在原发灶中只有30%。这可能与转移灶对化疗的耐受性相关。

除此之外,研究人员还发现,在单一的转移灶中,肿瘤细胞的异质性非常低,高达96%的基因突变是克隆性的。还有高达80%的抑癌基因通过不同的方式双等位失活。

更为重要的是,研究人员还发现,通过全基因组测序,能帮助62%的患者找到已经获批或者正在开展研究的抗癌药物。

据了解,这也是该领域迄今为止最大的研究。

▲ 探索转移肿瘤的秘密(https://www.nature.com/articles/d41586-019-03123-0

近年来,测序技术的进步和测序成本的降低,推动了全基因组测序技术在癌症研究中的应用。成年人[23]和儿童[45]肿瘤的大规模研究,让科学家从分子水平上,对这些癌症有了深入的认知。

这也就顺理成章地推动了基于基因变异开展的癌症治疗[6]。在我们精心打磨的音频课程《医学趋势50讲》中,我们全面地介绍了基因测序在癌症诊疗中的应用,欢迎大家扫描文末二维码试听订阅。

不过,以上的研究大多是在原发肿瘤中开展的,而对于造成90%的癌症死亡的转移,类似的研究却极少。即使有少量转移癌症的研究,要么仅限于特定的癌种[7-9],要么只研究了一些特定的基因[10],要么是外显子层面的研究[11]

此外,由于随着癌症的进展,原发灶和转移灶都在不停地进化[1213],也只有全基因组研究能一窥癌症转移的秘密了。因此,对癌症的转移展开全基因组、泛癌种的研究非常有必要。

在荷兰hartwig医学基金会和个性化癌症治疗中心(cpct)的统一协调下,荷兰的49家医院参与了这项大规模的研究。截止目前为止,数据库已经累计获取了超4000名患者的数据,还在持续增长中。

▲ 论文非常火爆

接下来,我们就一起来看看研究人员从参与本研究的2399位癌症患者的肿瘤组织中获得了哪些数据。

首先是每种癌症的不同类型变异的负担情况。

单核苷酸变异(snv)的情况:黑色素瘤的中位snv44000个,肺癌的是36000,肉瘤的是4100,神经内分泌肿瘤的是3500。这些突变特征,与之前的研究相比,基本匹配[14]

多核苷酸变异(mnv)的情况:肺癌的中位mnv821,皮肤癌的是764,这两种癌症的mnv是其他癌种的5倍。这可能与紫外线照射(cctt)和吸烟(ccaa)突变特征比较丰富有关。

插入和缺失(indels)的中值只有snv的十分之一左右,皮肤癌和肺癌发生率相对较低。

微卫星不稳定(msi)的发生率:中枢神经肿瘤9.4%,子宫肿瘤9.1%,前列腺肿瘤6.1%。结直肠癌转移灶的msi仅为4%,低于之前报道的原发性结直肠癌出现频率[15]

所有肿瘤的中位结构变异(sv)数为193。相对较高的是卵巢肿瘤的412,食管癌的372;较低的是肾癌的71,神经内分泌肿瘤的56。在所有的结构变异中,简单缺失是最常见的,占所有结构变异的33%。除开胃癌和食管癌,缺失性结构性变异在其他肿瘤中比较普遍。

▲ 转移癌症的突变图谱(其实是天书

以上这些结果是转移癌组织与血细胞基因组对比的结果。反映的是转移组织自身的变化,但是没有反映出转移肿瘤组织与原发肿瘤组织之间的差异。

为了了解原发灶和转移灶之间的总体基因组差异,研究人员将他们的这个数据,与迄今最大的原位肿瘤测序数据库pcawg[16]做了个比较。你没看错,本研究没有分析患者的原发肿瘤基因组数据,对比的数据是其他数据库的数据。

pcawg这个全基因组测序肿瘤队列,包括2583个肿瘤样本,其中95%的样本是未经治疗的原发肿瘤。

将本研究的数据与pcawg的数据相比,研究人员发现:单核苷酸变异没有显著差异,意味着单核苷酸变异突变负荷似乎与疾病进展无关,但前列腺癌、乳腺癌和中枢神经肿瘤是例外。

相比之下,转移灶的插入和缺失、多核苷酸变异和结构变异的突变负荷更高,尤其是前列腺癌,研究人员观察到多核苷酸变异,插入和缺失和结构变异的发生率增加了四倍以上。

▲ 患者选择过程

再回过头分析转移肿瘤组织基因拷贝数的变化,研究人员又发现,包含egfrccne1ccnd1mdm2这些癌基因的区域,经常发生扩增。另外一个现象是常染色体dna存在杂合性丢失(loh),以tp53loh出现频率最高,出现在67%的肿瘤样品中,其他的很多抑癌基因也出现loh

但没有发现大片段常染色体的纯合缺失,即使是基因纯合缺失也非常罕见。然而,有一个特殊的情况是,y染色体缺失,36%的男性肿瘤样本存在y染色体缺失,不过肿瘤之间差异非常大,从中枢神经肿瘤的5%到胆管肿瘤的68%

还有一个比较常见现象的是全基因组加倍(wgd),56%的肿瘤样本出现了这种现象,从中枢神经肿瘤的15%到食管癌的80%。而且这种情况,远远高于之前报道的原发肿瘤的25%-37%[17-19]

全基因组加倍在一定程度上增强了癌细胞对化疗的耐药性。而且这种加倍还可以为癌细胞起到缓冲保护作用,防止基因组不稳定、破坏性突变或者染色体片段丢失,给癌细胞带来的致命打击[20]

▲ 拷贝数变异图谱

随后,研究人员又给一些关键的癌症驱动突变列了个名录,发现与之前的研究基本相似。其中tp5352%的样本),cdkn2a21%),pik3ca16%),apc15%),kras15%),pten13%)和tert12%)被确定为最常见的突变基因,它们共同构成目录中所有候选驱动突变的26%。

不过,他们这个名录中排前十的基因突变,在这个队列中的检出率高于原发癌[21]

遗憾的是,与之前的研究数据库相比较,研究人员只找到了两个有可能驱动癌症转移的基因变异,它俩分别是存在于结直肠癌转移灶样本中的mlk4(又名map3k21),和存在于乳腺癌转移灶样本中zfpm1。这个研究结果再次证实了,可能不存在转移驱动基因变异这一猜想。

单从单个患者的角度来看的话,平均每位患者的总驱动突变数量为5.7,其中尿路肿瘤的最高(平均值为8.0),而神经内分泌肿瘤最低(平均值为2.8)。

▲ 常见驱动基因突变

单从抑癌基因的角度看的话,研究人员认为它们的研究结果支持knudson1971年提出的双重打击假说[22]。因为80%的抑癌基因驱动突变是双等位失活,也就是说它们彻底完蛋了。这个比例也是迄今为止在癌症全基因组研究中最高的。

对于很多重要的抑癌基因而言,它们的双等位失活率接近100%,例如,tp5393%),cdkn2a97%),rb194%),pten92%)和smad496%)。这表明,抑癌基因的双等位失活可能对于癌症的转移非常重要。

研究人员还分析了驱动基因突变成对共存的情况,发现了10对相互排斥的基因组合,以及10对同时存在的基因组合。不过上述的相关性,大部分在之前的研究中已经被建立,只有乳腺癌中有新发现。gata3vmp1,以及foxa1pik3ca,总是成对出现;而esr1tp53,以及gata3tp53,总是有你没我,有我没你。

如果上述关系能在后续的研究中进一步确立,那么就会多出4个治疗乳腺癌的新靶点,而且后面两对似乎是目前大热的协同致死基因对。

▲ 不同癌种驱动变异类型分布

在研究肿瘤的进化动力学过程中,研究人员发现,在整个队列中,只有6.6%的单核苷酸变异(snv)、多核苷酸变异(mnv)和插入缺失突变,以及3.7%的癌症驱动点突变属于亚克隆。这个比例着实有点儿低。

而且,即使是样本纯度超过80%的样品,亚克隆变异的占比也仅有10.6%。这个比例还是远远低于之前在原发癌中观察到的数据[13]。这就意味着,癌症转移灶非常单一,异质性很低,至少在这个研究中是这样的。

关于这个问题,研究人员也有些其他的思考,可能部分归因于标本的采集方式:因为几乎所有的样本都是通过穿刺活检获得的。如果是因为这个原因的话,液体活检就显得尤为重要了。

基于上述结果,研究人员提出了一个转移模型,他们认为,单个转移灶在任何一个时间点都是由单克隆主导的,有限的肿瘤进化和亚克隆筛选发生在远距离转移之后。当然,他们这个模型不能否认,转移灶中可能存在大量低频的亚克隆。

他们的这个结果与存在多个主要亚克隆的原发肿瘤相反[1323],不过也与之前的一些认为转移灶中驱动基因异质性低的结果暗合[724]

▲ 临床应用价值

那么发现的这些突变对患者的治疗有没有价值呢?

研究人员发现,在1480名患者(占所有患者的62%)的转移灶肿瘤样本中,至少有一个与用药有关的变异。

其中约一半患者的基因变异,有已经获批或者正在开展临床研究的药物可用,而且没有出现与耐药相关的基因变异。除了上面的50%有药物可用的患者之外,还有31%的患者需要的药物正处于实验室研发阶段。

总的来说,这个大型的队列研究,揭示了一些癌症转移的小秘密,也证明了全基因组测序对癌症精准医疗的重要性。

据悉,这个研究队列的数据是开放的,除了患者的敏感信息之外,所有的数据都可以在数据库的2022世界杯买球80535官网调用(https://www.hartwigmedicalfoundation.nl/en/)。

参考资料:

[1].priestley, p., baber, j., lolkema, m.p.et al. pan-cancer whole-genome analyses of metastatic solid tumours[j]. nature,2019.

[2].weinstein j n, collisson e a, mills gb, et al. the cancer genome atlas pan-cancer analysis project[j]. naturegenetics, 2013, 45(10): 1113-1120.

[3].hudson t j, anderson w, aretz a, et al.international network of cancer genome projects[j]. nature, 2010, 464(7291):993-998.

[4].grobner s, worst b c, weischenfeldt j,et al. the landscape of genomic alterations across childhood cancers[j].nature, 2018, 555(7696): 321-327.

[5].ma x, liu y, liu y, et al. pan-cancergenome and transcriptome analyses of 1,699 paediatric leukaemias and solidtumours[j]. nature, 2018, 555(7696): 371-376.

[6].hyman d m, taylor b s, baselga j, etal. implementing genome-driven oncology[j]. cell, 2017, 168(4): 584-599.

[7].yates l r, knappskog s, wedge d c, etal. genomic evolution of breast cancer metastasis and relapse[j]. cancer cell,2017, 32(2).

[8].naxerova k, reiter j g, brachtel e f,et al. origins of lymphatic and distant metastases in human colorectalcancer[j]. science, 2017, 357(6346): 55-60.

[9].gundem g, van loo p, kremeyer b, et al.the evolutionary history of lethal metastatic prostate cancer[j]. nature, 2015,520(7547): 353-357.

[10].zehir a, benayed r, shah r, et al.mutational landscape of metastatic cancer revealed from prospective clinicalsequencing of 10,000 patients[j]. nature medicine, 2017, 23(6): 703-713.

[11].robinson d r, wu y m, lonigro r j, etal. integrative clinical genomics of metastatic cancer[j]. nature, 2017,548(7667): 297-303.

[12].klein c a. selection and adaptationduring metastatic cancer progression[j]. nature, 2013, 501(7467): 365-372.

[13].mcgranahan n, swanton c. clonalheterogeneity and tumor evolution: past, present, and the future[j]. cell,2017, 168(4): 613-628.

[14].alexandrov l b, nikzainal s, wedge dc, et al. signatures of mutational processes in human cancer[j]. nature, 2013,500(7463): 415-421.

[15].gryfe r, kim h, hsieh e t, et al.tumor microsatellite instability and clinical outcome in young patients withcolorectal cancer[j]. the new england journal of medicine, 2000, 342(2): 69-77.

[16].campbell p j, getz g, stuart j m, etal. pan-cancer analysis of whole genomes[j]. biorxiv, 2017.

[17].zack t i, schumacher s e, carter s l,et al. pan-cancer patterns of somatic copy number alteration[j]. naturegenetics, 2013, 45(10): 1134-1140.

[18].carter s l, cibulskis k, helman e, etal. absolute quantification of somatic dna alterations in human cancer[j].nature biotechnology, 2012, 30(5): 413-421.

[19].bielski c m, zehir a, penson a v, etal. genome doubling shapes the evolution and prognosis of advanced cancers[j].nature genetics, 2018, 50(8): 1189-1195.

[20].dewhurst s m, mcgranahan n, burrell ra, et al. tolerance of whole-genome doubling propagates chromosomal instabilityand accelerates cancer genome evolution[j]. cancer discovery, 2014, 4(2):175-185.

[21].bailey m h, tokheim c, porta-pardo e,et al. comprehensive characterization of cancer driver genes and mutations[j].cell, 2018, 173(2): 371-385. e18.

[22].knudson a g. mutation and cancer:statistical study of retinoblastoma[j]. proceedings of the national academy ofsciences, 1971, 68(4): 820-823.

[23].andor n, graham t a, jansen m, et al.pan-cancer analysis of the extent and consequences of intratumorheterogeneity[j]. nature medicine, 2016, 22(1): 105.

[24].reiter j g, makohon-moore a p, geroldj m, et al. minimal functional driver gene heterogeneity among untreatedmetastases[j]. science, 2018, 361(6406): 1033-1037.

(来源于: 奇点糕奇点网)