中文网站
Nat Med | Wielowymiarowe podejście do mapowania zintegrowanego krajobrazu guza, układu odpornościowego i mikrobiologicznego w raku jelita grubego ujawnia interakcję mikrobiomu z układem odpornościowym
Chociaż biomarkery pierwotnego raka jelita grubego były w ostatnich latach szeroko badane, obecne wytyczne kliniczne opierają się jedynie na ocenie zaawansowania nowotworu, węzłów chłonnych i przerzutów oraz wykrywaniu defektów naprawy niezgodności DNA (MMR) lub niestabilności mikrosatelitarnej (MSI) (oprócz standardowych badań patologicznych) w celu ustalenia zaleceń terapeutycznych. Naukowcy zauważyli brak związku między odpowiedziami immunologicznymi opartymi na ekspresji genów, profilami mikrobiologicznymi i podścieliskiem guza w kohorcie raka jelita grubego w Atlasie Genomu Raka (TCGA) a przeżyciem pacjentów.
W miarę postępu badań wykazano, że ilościowe cechy pierwotnego raka jelita grubego, w tym komórkowa, immunologiczna, podścieliskowa lub mikrobiologiczna natura raka, istotnie korelują z wynikami klinicznymi, ale wiedza na temat tego, w jaki sposób ich interakcje wpływają na wyniki leczenia pacjentów, jest nadal ograniczona.
Aby zbadać związek między złożonością fenotypową a rokowaniem, zespół naukowców z Instytutu Badań Medycznych Sidra w Katarze opracował niedawno i zwalidował zintegrowany wskaźnik (mICRoScore), który identyfikuje grupę pacjentów z dobrym wskaźnikiem przeżycia, łącząc charakterystykę mikrobiomu i stałe odrzucenia immunologicznego (ICR). Zespół przeprowadził kompleksową analizę genomiczną świeżo zamrożonych próbek pobranych od 348 pacjentów z pierwotnym rakiem jelita grubego, obejmującą sekwencjonowanie RNA guzów i dopasowanej zdrowej tkanki jelita grubego, sekwencjonowanie całego eksomu, sekwencjonowanie genu receptora głębokich limfocytów T i bakteryjnego rRNA 16S, uzupełnione sekwencjonowaniem całego genomu guza w celu dalszej charakterystyki mikrobiomu. Badanie zostało opublikowane w czasopiśmie Nature Medicine pod tytułem „Zintegrowany atlas guzów, układu odpornościowego i mikrobiomu raka jelita grubego”.
Artykuł opublikowany w czasopiśmie Nature Medicine
Przegląd AC-ICAM
Naukowcy wykorzystali ortogonalną platformę genomiczną do analizy świeżo zamrożonych próbek guza i dopasowali sąsiadujące zdrowe tkanki okrężnicy (pary guz-zdrowy) od pacjentów z histologicznym rozpoznaniem raka okrężnicy bez leczenia systemowego. Na podstawie sekwencjonowania całego eksomu (WES), kontroli jakości danych RNA-seq oraz kryteriów włączenia, dane genomiczne od 348 pacjentów zostały zachowane i wykorzystane do dalszej analizy z medianą obserwacji wynoszącą 4,6 roku. Zespół badawczy nadał temu zasobowi nazwę Sidra-LUMC AC-ICAM: Mapa i przewodnik po interakcjach między układem odpornościowym, nowotworem i mikrobiomem (Rysunek 1).
Klasyfikacja molekularna z wykorzystaniem ICR
Rejestrując modułowy zestaw markerów genetycznych układu odpornościowego do ciągłego immunonadzoru nad rakiem, zwany stałą odrzucenia (ICR), zespół badawczy zoptymalizował ICR, kondensując go do panelu 20 genów obejmującego różne rodzaje nowotworów, w tym czerniaka, raka pęcherza moczowego i raka piersi. ICR jest również powiązany z odpowiedzią na immunoterapię w różnych rodzajach nowotworów, w tym w raku piersi.
Najpierw badacze zweryfikowali sygnaturę ICR kohorty AC-ICAM, stosując metodę współklasyfikacji opartą na genie ICR, aby sklasyfikować kohortę na trzy klastry/podtypy immunologiczne: wysokie ICR (guzy gorące), średnie ICR i niskie ICR (guzy zimne) (ryc. 1b). Naukowcy scharakteryzowali skłonność immunologiczną związaną z konsensusowymi podtypami molekularnymi (CMS), klasyfikacją raka jelita grubego opartą na transkryptomie. Kategorie CMS obejmowały CMS1/immunologiczny, CMS2/kanoniczny, CMS3/metaboliczny i CMS4/mezenchymalny. Analiza wykazała, że wyniki ICR były ujemnie skorelowane z określonymi szlakami komórkowymi raka we wszystkich podtypach CMS, a dodatnie korelacje ze szlakami immunosupresyjnymi i związanymi ze stromą obserwowano tylko w guzach CMS4.
We wszystkich CMS liczebność podtypów komórek NK i limfocytów T była największa w podtypach o wysokiej odporności ICR, przy czym w innych podtypach leukocytów wykazywała większą zmienność (ryc. 1c). Podtypy o wysokiej odporności ICR miały różne OS i PFS, przy czym ICR stopniowo zwiększał się od niskiego do wysokiego (ryc. 1d), co potwierdza prognostyczną rolę ICR w raku jelita grubego.
Rycina 1. Projekt badania AC-ICAM, sygnatura genów związanych z odpornością, podtypy immunologiczne i molekularne oraz przeżycie.
ICR wychwytuje wzbogacone w guz komórki T, które uległy klonalnej amplifikacji
Tylko niewielka część limfocytów T naciekających tkankę nowotworową (mniej niż 10%) jest specyficzna dla antygenów nowotworowych. Dlatego większość limfocytów T wewnątrzguzowych określa się mianem limfocytów T widza (bystander T cells). Najsilniejszą korelację z liczbą konwencjonalnych limfocytów T z produktywnymi receptorami TCR zaobserwowano w subpopulacjach komórek podścieliska i leukocytów (wykrywanych metodą sekwencjonowania RNA), co można wykorzystać do oszacowania subpopulacji limfocytów T (ryc. 2a). W klastrach ICR (klasyfikacja ogólna i CMS) najwyższą klonalność immunologicznych receptorów TCR SEQ zaobserwowano w grupach ICR-high i CMS podtyp CMS1/immune (ryc. 2c), z najwyższym odsetkiem guzów ICR-high. Analizując cały transkryptom (18 270 genów), sześć genów ICR (IFNG, STAT1, IRF1, CCL5, GZMA i CXCL10) znalazło się wśród dziesięciu genów wykazujących dodatnią korelację z klonalnością immunologiczną TCR (ryc. 2d). Klonalność immunologiczna TCR korelowała silniej z większością genów ICR niż korelacje obserwowane przy użyciu markerów CD8+ reagujących na guz (ryc. 2f i 2g). Podsumowując, powyższa analiza sugeruje, że sygnatura ICR odzwierciedla obecność wzbogaconych w komórki nowotworowe, klonalnie amplifikowanych limfocytów T i może wyjaśniać jej implikacje prognostyczne.
Rysunek 2. Wskaźniki TCR i korelacja z genami związanymi z odpornością, podtypami immunologicznymi i molekularnymi.
Skład mikrobiomu w tkankach zdrowych i chorych na raka jelita grubego
Naukowcy przeprowadzili sekwencjonowanie 16S rRNA, wykorzystując DNA wyekstrahowane z dopasowanej tkanki guza i zdrowej tkanki okrężnicy od 246 pacjentów (ryc. 3a). W celu walidacji naukowcy dodatkowo przeanalizowali dane sekwencjonowania genu 16S rRNA z dodatkowych 42 próbek guzów, które nie zawierały dopasowanego prawidłowego DNA dostępnego do analizy. Najpierw naukowcy porównali względną liczebność flory między dopasowanymi guzami a zdrową tkanką okrężnicy. Liczba Clostridium perfringens była istotnie zwiększona w guzach w porównaniu ze zdrowymi próbkami (ryc. 3a-3d). Nie stwierdzono istotnej różnicy w różnorodności alfa (różnorodności i liczebności gatunków w pojedynczej próbce) między guzem a próbkami zdrowymi, a w guzach o wysokim ICR zaobserwowano niewielkie zmniejszenie różnorodności mikroorganizmów w porównaniu z guzami o niskim ICR.
Aby wykryć klinicznie istotne powiązania między profilami mikrobiologicznymi a wynikami klinicznymi, naukowcy postanowili wykorzystać dane z sekwencjonowania genu 16S rRNA do identyfikacji cech mikrobiomu, które prognozują przeżycie. W badaniu AC-ICAM246 naukowcy zastosowali model regresji OS Coxa, który wybrał 41 cech o współczynnikach niezerowych (związanych ze zróżnicowaniem ryzyka śmiertelności), zwanych klasyfikatorami MBR (ryc. 3f).
W tej kohorcie szkoleniowej (ICAM246) niski wynik MBR (MBR <0, niski MBR) wiązał się ze znacząco niższym ryzykiem zgonu (85%). Naukowcy potwierdzili związek między niskim MBR (ryzykiem) a wydłużonym OS w dwóch niezależnie walidowanych kohortach (ICAM42 i TCGA-COAD). (Rycina 3) Badanie wykazało silną korelację między ziarniniakami endogastrycznymi a wynikami MBR, które były podobne w guzie i zdrowej tkance okrężnicy.
Rycina 3. Mikrobiom w tkankach nowotworowych i zdrowych oraz związek z ICR i przeżyciem pacjentów.
Wniosek
Zastosowane w tym badaniu podejście multiomiczne umożliwia dokładne wykrycie i analizę molekularnego podpisu odpowiedzi immunologicznej w raku jelita grubego oraz ujawnia interakcję między mikrobiomem a układem odpornościowym. Głębokie sekwencjonowanie TCR tkanek guza i zdrowych wykazało, że efekt prognostyczny ICR może wynikać z jego zdolności do wychwytywania klonów limfocytów T wzbogaconych w komórki nowotworowe i potencjalnie specyficznych dla antygenów nowotworowych.
Analizując skład mikrobiomu guza za pomocą sekwencjonowania genu 16S rRNA w próbkach AC-ICAM, zespół zidentyfikował sygnaturę mikrobiomu (punktację ryzyka MBR) o silnej wartości prognostycznej. Chociaż sygnatura ta pochodziła z próbek guza, istniała silna korelacja między zdrowym jelitem grubym a punktacją ryzyka MBR guza, co sugeruje, że sygnatura ta może odzwierciedlać skład mikrobiomu jelitowego pacjentów. Połączenie punktacji ICR i MBR umożliwiło zidentyfikowanie i walidację wieloomicznego biomarkera studenckiego, który przewiduje przeżycie u pacjentów z rakiem jelita grubego. Wieloomiczny zbiór danych z badania stanowi źródło informacji pozwalające lepiej zrozumieć biologię raka jelita grubego i pomóc w opracowaniu spersonalizowanych metod terapeutycznych.
Czas publikacji: 15 czerwca 2023 r.
Ustawienia prywatności