多组学文献:鳞状癌细胞的基因组 信号通路网络 免疫特征间的差异

鳞状细胞癌(SCC)作为常见的肿瘤类型之一,可能由上消化道和泌尿生殖道的上皮细胞癌变引起。SCC具有共同的组织学特征,然而,目前临床上对于预测SCC的起源,病因,临床行为,预后或最佳治疗方法的研究十分有限。为此,美国阿拉巴马州哈森阿尔法生物技术研究院 Carter Van Waes 主导的研究团队开展了这项工作,其研究结果发表于Cell Reports (IF=8.109; PMID: 29617660)。研究发现,在SCC中染色体或甲基化改变可能影响多个相关基因;这些能够调控鳞状细胞干性,分化,生长,存活和炎症。此外,Copy-quiet型SCCs有高甲基化水平的基因(如(FANCF, TET1)和突变基因(CASP8, MAPK-RAS)。作者还发现出免疫反应外,△p63, WEE1, IAPs, PI3K-mTOR/MAPK可能为SCCs的临床治疗提供潜在靶标。


Genomic, Pathway Network, and Immunologic Features Distinguishing Squamous Carcinomas

文章结构

  • PART1:基于TumorMap和iCluster分析在SCCs和PanCancer-33 肿瘤亚型中区分其显著特征
  • PART2:DNA拷贝数变异与生长,有丝分裂DNA的完整性,染色质修饰和死亡途径的mRNA表达有关
  • PART3:DNA拷贝数变异与HPV感染状态,影响生长,有丝分裂DNA的完整性,染色质修饰和死亡途径的基因突变之间的关系
  • PART4:DNA甲基化,mRNA表达和突变三者联合揭示了染色质修饰,Fanconi DNA损伤,SRC 激酶家族信号
  • PART5:mRNA分析可识别SCC亚型:差异表达3q / 11q,氧化性DNA损伤,EMT,转录因子和免疫信号
  • PART6:PARADIGM途径分析通过信号传导,转录因子,免疫和细胞周期特征区分SCC亚型
  • PART7:Pan-SCC 蛋白表达
  • PART8:在SMT中与EMT和转录因子△p63 mRNA的表达和低甲基化相关的miRNA

分析思路

分析工具

SCCs: LUSC,HNSC,CESC,ESCA和BLCA

TM islands: TM岛

TumorMap (TM):TumorMap实现一种OpenOrd的算法,能够将RNA-seq的数据根据疾病特征对样本进行定位和聚类。

结果展示

Figure 1A

TumorMap图:来自5个起源部位(LUSC,HNSC,CESC,ESCA和BLCA)的SCCs肿瘤紧密共定位 (TM岛在二维图中靠近)。

红色框内:SCCs

灰色区域:剩余的28种泛肿瘤

Figure 1B

Figure 1A中红色框的高分辨率图展示

不同颜色:不同SCCs的类型

Figure 1C

基于不同HPV感染状态的SCCs的TM岛

结合Figure1B-C发现大多数HPV+ CESC和HNSC聚集在一起。

Figure 1D

基于不同吸烟状态的SCCs的TM岛

结合Figure1 B-D发现大多数HPV+ CESC和HNSC聚集在一起。

Figure 1E-I 基于iCluster分析展示DNA拷贝数,DNA甲基化,mRNA表达和miRNA表达

EiC27:多为lifelong non-smoking(Table S1M)

iC10/iC25:多为HPV(-)

F:1. 所有三个与SCC相关的iCluster (iC10,iC25,iC27)在3q和5p染色体上的拷贝数变异表现为拷贝数增加

2. iC10和iC25在9p染色体上的拷贝数变异表现为拷贝数减少
  1. iC25在11q染色体上的拷贝数变异表现为拷贝数增加

G:DNA甲基化水平(normalized β值)

E-I:多数iC10/25中有更多的DNA拷贝数,更低的DNA甲基化水平,更高的mRNA和miRNA表达。

相反,多数iC27中有更低的DNA拷贝数,更高的DNA甲基化水平,更低的mRNA和miRNA表达。

以上结果提示:大多数SCC是由经常发生的拷贝数变异(recurrent CNV)或其他改变介导;然而,HPV感染状态,表观遗传调控可能在少数SCCs中起着至关重要的作用。

Table S1C,1F,1G

SCC在3q染色体上的相关基因,如SOX2, TP63, 和TP73的表达量显著高于非SCCs。基于基因表达和通路富集的结果提示:SCC与鳞状干性,分化,趋化因子,细胞色素,氧化还原和细胞粘附途径有关。

Figure 1E

TCGA-BLCA中仅有47例在病理学上属于SCCs,其余BLCA在病理学上属于非SCCs。作者表明其余非SCCs的BLCA虽然不能再病理上表现出SCCs的特征,但是在分子特征上可能与SCCs-BLCA有着密切的联系。

此外,乳腺癌,肺腺癌,食管腺癌在分子特征上与SCCs发生聚类。



结果展示 PART2:DNA拷贝数变异与生长,有丝分裂DNA的完整性,染色质修饰和死亡途径的mRNA表达有关

Figure 2A SCCs中所有染色体上的CNV与mRNA表达的平滑的相关系数(ρ值)曲线

计算和可视化方法:MVisAGe R包—>Pearson相关系数

数据来源:Pan-SCC的CNV和mRNA【log2(RSEM + 1) 】

红色:HPV+

黑色:HPV-

箭头:高亮背景区域的染色体中相关系数的最大值

Figure 2B-G

作者进一步分析染色体3q,5p,8p,11q13/q22,14q和19区域内CNV与mRNA表达的相关性。

Table S1A和Figure 2B结果提示SCC得染色体3q的CNV-gain与3q24~3q29区域的众多基因表达有关。其中位于3q26的ACTL6A与更差的预后有关。

据报道,在HNSC的3q28的鳞状分化基因TP63附近,ACTL6A可与致癌N端截短异构体ΔNp63形成复合物。

Figure 2H

相比其他反式激活结构域(TA)异构体,∆Np63α (uc003fsc.2) 和其他∆N异构体更倾向于表达TP63 (RSEM)。

ACTLA6/∆Np63α复合物可协同驱动转录,进一步抑制分化和激活Hippo生长通路的转录co-factor YAP1。

Figure 2E

11q22 扩增与YAP1的表达成显著正相关

Figure S1 C

在SCCs中,3q 扩增(包括ACTL6A和TP63),其发生似乎与位于11q22扩增 (包括YAP1)为互斥的。

11q13.3:CCND1,FADD

11q22.1:YAP1, BIRC2, BIRC3

3q26 和11q22拷贝数增加往往与细胞干性(SOX2 和PRKCI), 永生化(TERC 和FXR1) ,WNT/β-catenin 分化(DVL3),生长(PIK3CA 和 ZNF639)和生存(BIRC2)等相关基因的表达有关。

Figure 2C

染色体5p的拷贝数增加与染色体不稳定性和有丝分裂相关基因的表达有关。

TRIP13:在HNSC中发挥促进NHEJ非同源末端连接,细胞增殖,生存和顺铂耐药的作用。

此外,TRIP13含chaperonin的TCP-1(CCT)

TERT:与3q上TERC一起形成端粒酶亚基在维持染色体的稳定性发挥重要作用。

Figure 2D

HPV(-) SCC中,Chr 8p11的拷贝数变异与染色体修饰相关基因(WHSC1L1/NSD3)的表达有关。

WHSC1L1/NSD3:编码甲基转移酶并促进组蛋白的单甲基化和EGFR通路的活化。

 

Figure 2C-F 染色体5p15,11q13/22和14q32的拷贝数变异与NF-kB,ATM信号轴中相关基因的表达有关。

TNFR:肿瘤坏死因子相关受体,如TRAF3

FADD:Fas-associated death domain

BIRC2/3:编码抑制凋亡蛋白,如IAPs

以上基因能够促进NF-kB 发挥存活而非死亡的信号。

TRAF3的拷贝数丢失被视为NF-kB的表达和HPV感染的抑制因素,并且与HPV(+) HNSC更好的预后有关。

Figure 2B-D, F,G

不同染色体上的拷贝数变异与PI3K- AKT-mTOR-eIF信号通路(与细胞代谢,蛋白表达,生长有关)中的多种基因的表达有关。

例如:

3q:PIK3CA 和 EIF2B2

5p:GOLPH3

8p:EIF4EBP1

chr14:AKT1

Chr19:AKT2

以上结果提示CNV可能作为SCCs的驱动因素之一。



结果展示 PART3:DNA拷贝数变异与HPV感染状态,影响生长,有丝分裂DNA的完整性,染色质修饰和死亡途径的基因突变之间的关系

Figure 3A-B

Figure 3A:SCCs的拷贝数变异数据的层次聚类,共分为5组。从拷贝数变异的整体情况为增加到减少,命名为C1-C5,其中大部分C5 A为HPV(+)患者。

Figure 3B:MutSig2CV分析发现有63个基因在Pan-SCC队列的5个肿瘤中的一个或多个肿瘤中的突变频率有显著差异(MutSig2CV分析; FDR<0.1,图中显示了与CNA cluster相关的17个基因突变频率 。

  • 较高CNA的C1-C4组有着更高频率的TP53突变(与保持基因组完整性的功能有关)。
  • 较高CNA的C1-C3组有着更高频率的NFE2L2和KEAP1突变 (与氧化损伤有关)。
  • 低CNA C5A和B组有更高频率的EP300,MLL4和CTCF突变(表观遗传修饰);EPHA2,HRAS,MAPK1和RAC1(有丝分裂原途径成分);CASP8(细胞死亡介导的半胱天冬酶)突变。
  • C5A组具有更多的HLA-A和-B突变,提示可能与免疫逃逸有关。

Figure S2 B

  • EPHA2,HRAS,MAPK1和RAC1中的突变总频率占C5和C5A肿瘤的27%和46%。
  • 其中EPHA2和HRAS突变倾向于在C5中相互排斥(p = 0.037)。
  • HRAS和CASP8突变倾向于同时发生(p = 0.001)。

Figure S2 C

HRAS,MAPK1和RAC1的突变热点多为突变错义

Figure 3C:Pan-SCC与27种非SCC的基因扩增的比较

Figure 3D:Pan-SCC与27种非SCC的基因缺失的比较

仅与SCC有关的CNV扩增基因为SOX2(干性相关基因);NFE2L2(氧化性DNA损伤反应);PDGFRA,IGF1R,CDK6,RAC1,MAPK1,EPHA2和CREBBP(有丝分裂生长和细胞周期),AKT1/3(PI3K信号传导)。

仅与SCC有关的CNV缺失基因为FAT1 / 2,ROBO1,ZNF750,JUB,NOTCH1和TP63(鳞状分化);KDM5A / 6A,MLL3和NSD1(染色质修饰);PD-L1和B2M(免疫逃逸)。

Figure 2D,2E, S2D, S2E

TP63和ZNF750的失活缺失或突变支持TP63-ZNF750分化途径失调的可能替代机制



结果展示 PART4:DNA甲基化,mRNA表达和突变三者联合揭示了染色质修饰,Fanconi DNA损伤,SRC 激酶家族信号

Figure 4A-B;Table S2K

  • 鉴定了905个差异甲基化和表达的基因,并通过共识聚类将其分为5组
  • 富含HPV(+)CESC和HNSC的超甲基化C2主要与低CNA簇C5A重叠

Figure 4C-D

  • SCC簇中的几个新的甲基化差异表达基因已与COSMIC中的癌症发展有因果关系
  • 包括富含甲基化/抑制基因TET1,FANCF和PPARG,在C2 HPV(+)CESC和HNSC,C4 HPV(-)HNSC中富集

 

 

Figure 4E

对FANC和DNA损伤修复途径基因分析显示,体细胞甲基化,CNA和FANC-BRCA基因的突变频率异常高(约12%),提示此途径中的获得性和胚系突变可能有利于一部分SCC的进展

结果展示 PART5:mRNA分析可识别SCC亚型:差异表达3q / 11q,氧化性DNA损伤,EMT,转录因子和免疫信号

Figure 5A-B

  • K-means聚类分出了6个mRNA表达簇,其中包括重要CN,甲基化和miRNA相关改变相关的mRNA
  • 相反,C3和C6显示较低的表达,并且它们高表达11q22编码的YAP1 / BIRC2 mRNA。富含HPV(+)CESC和HNSC的C5显示11q22(YAP1和BIRC2)的mRNA表达较低;14q(TRAF3); 和超甲基化基因FANCF,TET1和PPARG。
  • LCK表达增加与免疫检查点CD274 / PDL1,Treg(FOXP3),髓样抑制细胞(MDSCs)IDO1的mRNA在C1,C5和C6亚类中的表达重叠,提示它们的表达可能与细胞免疫反应有关。

结果展示 PART6:PARADIGM途径分析通过信号传导,转录因子,免疫和细胞周期特征区分SCC亚型

Figure 6A

  • 将SCC与其他癌症类型区分开,并通过层次聚类分析定义了6个SCC聚类

Figure 6B-E

SCC中重要调控节点的激活:

  • MAPK-JUN-FOS
  • 免疫相关
  • TP53/63/73
  • 增殖相关

JUN-FOS,RELA / p50和STAT3形成共同激活的转录因子网络,该因子调节多种癌症和免疫相关mRNA,例如TNF,CXCL1,PTGS2和LCK

结果展示 PART7:Pan-SCC 蛋白表达

 

Figure S6A

  • 作者使用一组189种抗体来评估748种SCC的反相蛋白质阵列(RPPA)数据,以评估多种癌症相关途径中蛋白质的表达和磷酸化。
  • 无监督聚类确定了6个聚类,这些聚类揭示了蛋白质表达和途径活性的不同模式

结果展示 PART8:在SMT中与EMT和转录因子△p63 mRNA的表达和低甲基化相关的miRNA

 

Figure S7A

对1,381个Pan-SCC样品的miRNA进行了无监督共识聚类,聚成5类

  • 在SCC和non-SCC中miRNA的丰度截然不同

 

Figure 7A

SCC中FC最大的两个miR-205-5p和miR-944,以及一组包含miRs-200a-c-5/3p,141-5/3p和429, 观察到在miRNA C2和C3中表现出表达降低与EMT得分增加有关

 

Figure 7B-C

  • miRTarBase 数据库中识别出anti-correlated mRNAs (筛选标准:FDR < 0.05, Spearman rho ≤ 0.2)
  • 例如:miR-205-5p和miR-200/141和429是与EMT相关的anti-correlated (Spearman rho ≤ -0.4) 。
  • miR-205和miR-200家族成员发挥了调节SCC亚型中ZEB转录因子的表达和EMT分化基因的作用。
  • miR-944靶标包括S100PBP,与粘附有关;
  • SPRY1,EGFR信号传导调节剂;
  • NPR1,一种抑制NF-kB信号的抑制剂-kB同源物

 

Figure 7D-E

MIR944位于TP63基因内,在△p63亚型的另一种TSS之外的内含子中,它优先在Pan-SCC数据集中表达

 

Figure 7F

在整个Pan-SCC数据集中的所有miRNA中,miR-944的表达与TP63 mRNA的表达最密切相关(P < 5E-90)。

文献解读

8-10分SCI文章套路教学系列课:细胞交互套路miRNA

2020-9-30 22:48:32

文献解读

文献解读:肝癌单基因突变新生信分析思路

2020-9-30 22:51:37

加入Q群
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
有新私信 私信列表
搜索