中文网站
Nat Med | Wieloomiczne podejście do mapowania zintegrowanego krajobrazu nowotworowego, immunologicznego i bakteryjnego raka jelita grubego ujawnia interakcję mikrobiomu z układem odpornościowym
Chociaż w ostatnich latach szeroko badano biomarkery pierwotnego raka okrężnicy, aktualne wytyczne kliniczne opierają się wyłącznie na ocenie stopnia zaawansowania przerzutów w węzłach chłonnych guza i wykrywaniu defektów naprawy niedopasowania DNA (MMR) lub niestabilności mikrosatelitarnej (MSI) (oprócz standardowych badań patologicznych ) w celu ustalenia zaleceń dotyczących leczenia. Naukowcy zauważyli brak powiązania między odpowiedzią immunologiczną opartą na ekspresji genów, profilami drobnoustrojów i zrębem guza w kohorcie raka jelita grubego w Atlasie Genomu Raka (TCGA) a przeżyciem pacjentów.
W miarę postępu badań donoszono, że ilościowe cechy pierwotnego raka jelita grubego, w tym nowotwór komórkowy, immunologiczny, zrębowy lub drobnoustrojowy, istotnie korelują z wynikami klinicznymi, jednak nadal ograniczone jest zrozumienie, w jaki sposób ich interakcje wpływają na wyniki pacjentów .
Aby przeanalizować związek między złożonością fenotypową a wynikami leczenia, zespół naukowców z Instytutu Badań Medycznych Sidra w Katarze opracował niedawno i zweryfikował zintegrowany wynik (mICRoScore), który identyfikuje grupę pacjentów z dobrymi wskaźnikami przeżycia poprzez połączenie cech mikrobiomu i odrzucenia immunologicznego stałe (ICR). Zespół przeprowadził wszechstronną analizę genomiczną świeżo zamrożonych próbek od 348 pacjentów z pierwotnym rakiem jelita grubego, obejmującą sekwencjonowanie RNA nowotworów i dopasowanej zdrowej tkanki jelita grubego, sekwencjonowanie całego egzomu, receptory głębokich komórek T i sekwencjonowanie genu bakteryjnego rRNA 16S, uzupełnionego całym guzem sekwencjonowanie genomu w celu dalszej charakterystyki mikrobiomu. Badanie opublikowano w Nature Medicine jako „Zintegrowany atlas nowotworu, układu odpornościowego i mikrobiomu raka okrężnicy”.
Artykuł opublikowany w Nature Medicine
Przegląd AC-ICAM
Naukowcy wykorzystali ortogonalną platformę genomową do analizy świeżo zamrożonych próbek nowotworu i dopasowali sąsiadującą zdrową tkankę okrężnicy (pary guz-normalny) od pacjentów z histologicznym rozpoznaniem raka okrężnicy bez leczenia systemowego. W oparciu o sekwencjonowanie całego egzomu (WES), kontrolę jakości danych dotyczących sekwencji RNA i badanie przesiewowe kryteriów włączenia, dane genomiczne od 348 pacjentów zachowano i wykorzystano do dalszej analizy, przy medianie czasu obserwacji wynoszącej 4,6 roku. Zespół badawczy nazwał ten zasób Sidra-LUMC AC-ICAM: mapa i przewodnik po interakcjach układu odpornościowego, nowotworu i mikrobiomu (rysunek 1).
Klasyfikacja molekularna za pomocą ICR
Przechwytując modułowy zestaw immunologicznych markerów genetycznych na potrzeby ciągłego nadzoru immunologicznego nad rakiem, zwany stałą immunologiczną odrzucenia (ICR), zespół badawczy zoptymalizował ICR, kondensując go w panelu 20 genów obejmującym różne typy nowotworów, w tym czerniaka, raka pęcherza moczowego i raka pęcherza moczowego. rak piersi. ICR powiązano także z odpowiedzią immunoterapeutyczną na różne typy nowotworów, w tym na raka piersi.
W pierwszej kolejności naukowcy zweryfikowali sygnaturę ICR kohorty AC-ICAM, stosując podejście wspólnej klasyfikacji oparte na genach ICR w celu sklasyfikowania kohorty na trzy skupienia/podtypy odporności: wysoki ICR (guzy gorące), średni ICR i niski ICR (zimne nowotwory). nowotwory) (ryc. 1b). Naukowcy scharakteryzowali skłonność immunologiczną związaną z konsensusowymi podtypami molekularnymi (CMS), czyli klasyfikacją raka okrężnicy opartą na transkryptomie. kategorie CMS obejmowały CMS1/immunologiczny, CMS2/kanoniczny, CMS3/metaboliczny i CMS4/mezenchymalny. Analiza wykazała, że wyniki ICR były ujemnie skorelowane z niektórymi szlakami komórek nowotworowych we wszystkich podtypach CMS, a dodatnie korelacje ze szlakami immunosupresyjnymi i związanymi ze zrębem zaobserwowano tylko w przypadku guzów CMS4.
We wszystkich CMS liczebność podtypów komórek NK i limfocytów T była najwyższa w podtypach ICR o wysokiej odporności, z większą zmiennością w innych podzbiorach leukocytów (ryc. 1c). Podtypy odporności ICR miały różne OS i PFS, ze stopniowym wzrostem w ICR od niskiego do wysokiego (ryc. 1d), potwierdzając 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 nowotwór, amplifikowane klonalnie komórki T
Doniesiono, że tylko niewielka część limfocytów T naciekających tkankę nowotworową jest specyficzna dla antygenów nowotworowych (mniej niż 10%). Dlatego też większość limfocytów T wewnątrz nowotworu określa się mianem limfocytów T przypadkowych osób (komórki T przypadkowych osób). Najsilniejszą korelację z liczbą konwencjonalnych komórek T z produktywnymi TCR zaobserwowano w subpopulacjach komórek zrębowych i leukocytów (wykrytych za pomocą seq RNA), które można wykorzystać do oszacowania subpopulacji komórek T (ryc. 2a). W klastrach ICR (klasyfikacja ogólna i CMS) najwyższą klonalność immunologicznych TCR SEQ zaobserwowano w grupach CMS1 / immunologicznych o wysokim ICR i podtypie CMS (ryc. 2c), z najwyższym odsetkiem guzów o wysokim ICR. Wykorzystując cały transkryptom (18 270 genów), sześć genów ICR (IFNG, STAT1, IRF1, CCL5, GZMA i CXCL10) znalazło się wśród dziesięciu najlepszych genów pozytywnie powiązanych z klonalnością SEQ odporności TCR (ryc. 2d). Klonalność TCR ImmunoSEQ korelowała silniej z większością genów ICR niż korelacje obserwowane przy użyciu markerów CD8+ reagujących na nowotwór (Figura 2f i 2g). Podsumowując, powyższa analiza sugeruje, że sygnatura ICR wychwytuje obecność wzbogaconych w nowotwór, amplifikowanych klonalnie limfocytów T i może wyjaśniać jego implikacje prognostyczne.
Rycina 2. Wskaźniki TCR i korelacja z genami związanymi z odpornością, podtypami odpornościowymi i molekularnymi.
Skład mikrobiomu w tkankach zdrowych i nowotworowych jelita grubego
Naukowcy przeprowadzili sekwencjonowanie 16S rRNA przy użyciu DNA wyekstrahowanego z dopasowanego 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 nowotworu, które nie pasowały do normalnego DNA dostępnego do analizy. Najpierw naukowcy porównali względną obfitość flory pomiędzy dopasowanymi guzami i zdrową tkanką okrężnicy. Liczba Clostridium perfringens była znacząco zwiększona w guzach w porównaniu ze zdrowymi próbkami (ryc. 3a-3d). Nie było znaczącej różnicy w różnorodności alfa (różnorodność i liczebność gatunków w pojedynczej próbce) pomiędzy próbkami nowotworu i zdrowymi, a umiarkowane zmniejszenie różnorodności drobnoustrojów zaobserwowano w przypadku guzów o wysokim ICR w porównaniu z guzami o niskim ICR.
Aby wykryć klinicznie istotne powiązania między profilami drobnoustrojów a wynikami klinicznymi, badacze postawili sobie za cel wykorzystanie danych sekwencjonowania genu 16S rRNA w celu zidentyfikowania cech mikrobiomu, które przewidują przeżycie. W AC-ICAM246 badacze uruchomili model regresji OS Coxa, w którym wybrano 41 cech o niezerowych współczynnikach (związanych z różnicowym ryzykiem śmiertelności), zwanych klasyfikatorami MBR (ryc. 3f).
W tej kohorcie szkoleniowej (ICAM246) niski wynik MBR (MBR<0, niski MBR) wiązał się ze znacznie niższym ryzykiem śmierci (85%). Naukowcy potwierdzili związek między niskim MBR (ryzykiem) a wydłużonym OS w dwóch niezależnie zweryfikowanych kohortach (ICAM42 i TCGA-COAD). (Rysunek 3) Badanie wykazało silną korelację pomiędzy ziarniakami śródżołądkowymi a wynikami MBR, które były podobne w przypadku nowotworu i zdrowej tkanki okrężnicy.
Rycina 3. Mikrobiom w tkankach nowotworowych i zdrowych oraz związek z ICR i przeżyciem pacjenta.
Wniosek
Podejście multiomiczne zastosowane w tym badaniu umożliwia dokładne wykrycie i analizę sygnatury molekularnej odpowiedzi immunologicznej w raku jelita grubego i ujawnienie interakcji między mikrobiomem a układem odpornościowym. Głębokie sekwencjonowanie TCR guza i zdrowych tkanek ujawniło, że prognostyczny wpływ ICR może wynikać z jego zdolności do wychwytywania klonów komórek T wzbogaconych w nowotwór i prawdopodobnie specyficznych dla antygenu nowotworowego.
Analizując skład mikrobiomu nowotworu za pomocą sekwencjonowania genu 16S rRNA w próbkach AC-ICAM, zespół zidentyfikował sygnaturę mikrobiomu (wskaźnik ryzyka MBR) o dużej wartości prognostycznej. Chociaż sygnatura ta została uzyskana z próbek nowotworu, istniała silna korelacja między zdrowym jelitem grubym a oceną ryzyka MBR nowotworu, co sugeruje, że sygnatura ta może odzwierciedlać skład mikrobiomu jelitowego pacjentów. Łącząc wyniki ICR i MBR, możliwe było zidentyfikowanie i walidacja wieloomicznego biomarkera studenckiego, który pozwala przewidzieć przeżycie pacjentów z rakiem jelita grubego. Wieloomiczny zbiór danych zawarty w badaniu stanowi źródło informacji umożliwiające lepsze zrozumienie biologii raka okrężnicy i odkrycie spersonalizowanych podejść terapeutycznych.
Czas publikacji: 15 czerwca 2023 r
Ustawienia prywatności