掃碼聯(lián)系客服
今天給大家分享一篇2022年9月15日發(fā)表在Genome Medicine （IF:15.266）上，新型分子特征識別不良預(yù)后且對免疫治療有獨立反應(yīng)的腎細胞癌混合亞型的文章。
A novel molecular signature identifies mixed subtypes in renal cell carcinoma with poor prognosis and independent response to immunotherapy
新型分子特征識別不良預(yù)后且對免疫治療有獨立反應(yīng)的腎細胞癌混合亞型
一．研究背景
腎細胞癌（Renal cell carcinoma，RCC）是最常見的泌尿系統(tǒng)惡性腫瘤，其主要組織學(xué)亞型為透明細胞癌（ccRCC）、乳頭狀細胞癌（pRCC）和嫌色細胞癌（chRCC），ccRCC和pRCC起源于近端小管而chRCC起源于遠端小管。由于這些亞型腎細胞癌的發(fā)病機制、組織學(xué)表現(xiàn)、臨床進展和結(jié)果不同，因此對于治療方案，必須基于精準的亞型鑒定來確定。
在此，作者利用反卷積算法計算RCC患者三種主要組織學(xué)定義亞型（ccRCC、pRCC和chRCC）的分子特征，并開發(fā)了一種新的RCC連續(xù)亞型分類的方法。該方法將具有不同亞型特征的明確亞型與分子混合亞型區(qū)分開來，從而能夠檢測出具有混合亞型的新一類高危腫瘤?？偟膩碚f，這種識別明確和混合亞型的新分類方法為免疫療法的患者分層和治療選擇開辟了新途徑。
本研究共收集并處理了5個獨立的RCC隊列（1個自產(chǎn)數(shù)據(jù)集+4個公共數(shù)據(jù)集），每個隊列包含ccRCC、pRCC以及chRCC，包括RCC cohort 1 - C1（18 ccRCC+18 pRCC+16 chRCC）、RCC cohort 2 - C2（74 ccRCC+55 pRCC+29 chRCC）、RCC cohort 3 – C3（512 KIRC+287 KIRP+65 KIRC）、RCC cohort 4 - C4（4 ccRCC+48 pRCC+17 chRCC+23 mixed histology）、RCC cohort 5 - C5（134 ccRCC+86 pRCC+16 chRCC+6 mixed histology）以及2個免疫治療隊列JAVELIN Renal 101 trial（n=726）和IMmotion151 trial （n=823）。對多個隊列整合分析，進一步優(yōu)化了對RCC的分子分型。
二．研究結(jié)果
1、建立174 gene signature進行反卷積和分子分型
使用隊列C1和C2建立了174個基因的gene signature（每個ccRCC、pRCC和chRCC的前58個亞型特異性基因）。利用這些特征基因，對TCGA-RCC隊列（C3）進行了主成分分析（PCA）（圖2A）。主成分1區(qū)分起源于遠端小管（KICH）和起源于近端小管（KIRC和KIRP）的腫瘤。
2. 按亞型比例分配的腫瘤分子特征
接下來，作者通過亞型比例分配（PSA）來模擬腫瘤的分子特征。他們對來自TCGA RCC隊列C3的864個RCC的轉(zhuǎn)錄組數(shù)據(jù)進行反卷積，并計算每個樣本的PSA。根據(jù)PSA分析發(fā)現(xiàn)246（29%）個潛在的異質(zhì)性腫瘤（圖2B），具有清晰的ccRCC和pRCC共存的腫瘤特征。隨后，對來自CCLE和CCLP的RCC細胞系進行PSA分析，明確確認ACHN和CAL54是主要具有pRCC特征的細胞系，而所有其他細胞系主要可歸類為ccRCC（圖2C）。
在TCGA RCC隊列中，對PSA和標準病理分類進行比較，證實了PSA預(yù)測亞型的可靠性（圖3A-D）。并且觀察到組織病理學(xué)腫瘤特征復(fù)雜性與pRCC向ccRCC轉(zhuǎn)變之間的相關(guān)性（圖3E）。特別是，具有乳頭狀特征的ccRCC比明確指定的ccRCC表現(xiàn)出更高的復(fù)雜性（圖3F）。
3. FFPE樣本的PSA與組織病理學(xué)比較
由于隊列C1、C2和C3所有樣本均是新鮮冷凍組織測序數(shù)據(jù)。因此，作者評估了PSA對來自FFPE組織的基因表達數(shù)據(jù)的適用性。如圖4A顯示，9個獨立腫瘤在配對的FFPE和新鮮冷凍樣本中的PSA結(jié)果是具有一定可比性。此外，他們還調(diào)查了92例FPPE組織（C4），包括4例ccRCC、48例pRCC、17例chRCC、23個腫瘤的混合型組織學(xué)分別以ccRCC（n=11）或pRCC特征（n=12）為主，以證明PSA的可靠性（圖4B-D）。PSA分析結(jié)果與ccRCC和chRCC的原始組織病理學(xué)診斷非常一致。此外，PSA證實了23例混合型腎細胞癌的原始組織病理學(xué)診斷，并指定了ccRCC和pRCC的分子特征比例，進一步證實了ccRCC/pRCC特征同時存在的普遍性。
4. 鑒定不良預(yù)后的混合亞型
結(jié)合ccRCC-score、pRCC-score以及每個樣本的風(fēng)險比（HR）分析發(fā)現(xiàn)C3隊列中腫瘤特異性死亡的最高風(fēng)險（即具有較大HR值）的樣本是表現(xiàn)出ccRCC和pRCC雙重特征的分子異質(zhì)性腫瘤（圖5A）。這些腫瘤基本都位于ccRCC和pRCC腫瘤的主要類之間（圖5B）。然而，少數(shù)分散的chRCC和pRCC樣本的風(fēng)險比最低（圖5B）。此外，基于PSA的風(fēng)險預(yù)測可以捕捉到pRCCⅡ型腫瘤內(nèi)部風(fēng)險比的異質(zhì)性（圖5C）。
5. 開發(fā)基于PSA的RCC風(fēng)險預(yù)測模型
隨后，他們還評估單個ccRCC-score和pRCC-score及其組合模型的預(yù)測能力。通過三次多項式建模的ccRCC score，以下簡稱RCC-R score，在十倍交叉驗證中，對不同建模方法的預(yù)測精度和模型復(fù)雜度進行了最佳權(quán)衡。作者還基于RCC-R score計算了預(yù)后指數(shù)（PI）。此外，基于PI確定了三個風(fēng)險組：good、intermediate 和poor組（圖5D，E）。
6. RCC-R score驗證
在獨立隊列（C5）中驗證了基于RCC-R score的CSS預(yù)測，包括134例ccRCC、86例pRCC、16例chRCC和6例已知混合亞型的病例,對C5隊列進行反卷積，并計算C5的PI（PIC5）。根據(jù)C3中獲得的臨界值，將C5隊列中的樣本分為具有預(yù)后差異的3個風(fēng)險組，并且隊列C5與隊列C3具有一致的預(yù)測結(jié)果（圖5F）。
隨后，通過單變量Cox回歸分析顯示PIC5與CSS顯著相關(guān)，表明RCC-R score具有較好的預(yù)測效能。最后，將PIC5與臨床病理信息例如腫瘤T分期（T）、淋巴結(jié)轉(zhuǎn)移（N）、遠端轉(zhuǎn)移（M）以及組織學(xué)分型一起用于多變量Cox回歸模型，PIC5仍然與CSS顯著相關(guān)，表明PIC5具有一定的獨立預(yù)后價值。
為了更好地從分子機制上了解上述識別的風(fēng)險組，作者將其與最近文獻報道的分型進行了比較（圖5G-I）。并發(fā)現(xiàn)CIMP亞型在poor組中富集（圖5G）。隨后，他們還對免疫亞型進一步分析，發(fā)現(xiàn)在poor組中，富集了CD8炎癥型樣本，但在intermediate甚至good的組中也存在CD8炎癥型腫瘤（圖5I）。
7. JAVELIN Renal 101和IMmotion 151 trails中PSA與PFS的關(guān)系
為了新的分子分型策略對免疫檢查點治療的治療響應(yīng)的影響。作者首先對JAVELIN Renal 101（n=726）和IMmotion151（n=823）兩個隊列的bulk RNA-seq數(shù)據(jù)進行了PSA分析。并且在兩個隊列中均發(fā)現(xiàn)了具有ccRCC和pRCC共存特征的異質(zhì)性腫瘤（圖6A、B）。接下來，在兩個隊列PD-L1陽性腫瘤的患者中，根據(jù)指定的ccRCC比例，以95%作為臨界值，將樣本分為分子異質(zhì)性亞型和明確亞型。另外，在JAVELIN Renal 101中，與舒尼替尼單藥治療相比，分子異質(zhì)性PD-L1陽性腫瘤對anti-PD1/PDL1聯(lián)合酪氨酸激酶抑制劑（axitinib）/貝伐珠單抗（bevacizumab）治療的反應(yīng)率更高（圖6C–F）。此外，在JAVELIN Renal 101和IMmotion 151隊列中，根據(jù)PSA確定的分子異質(zhì)亞型和明確亞型可顯著改善PD-L1陽性腫瘤PFS的預(yù)測（圖6C–F）。
三、總結(jié)
這篇文章開發(fā)了一種新的反卷積算法揭示了RCC的腫瘤異質(zhì)性，并基于基因表達對不同亞型的單個RCC組織樣本進行連續(xù)分析分型。從而，發(fā)現(xiàn)了具有不同組織學(xué)亞型共存的分子特征的腎細胞癌病例。相比于其他聚焦基因水平的分型文章，該研究以明確的ccRCC、pRCC以及chRCC分型為切入點，結(jié)合混合亞型樣本的特征，區(qū)分腫瘤亞型，進行細致的解析刻畫，小編認為對于其他具有明確組織學(xué)分型的實體腫瘤，可以考慮采用類似的分析方法。
