科研

首页 - 全部文章 - 科研 - Cancer Research | 基于大规模全基因组甲基化分析,探索黑色素瘤的新生物标志物

Cancer Research | 基于大规模全基因组甲基化分析,探索黑色素瘤的新生物标志物

众所周知,肿瘤的DNA甲基化图谱在生物学和化学上都是稳定的,这一特点使其更容易被应用到常规临床检测中。与转录组数据相比,DNA甲基化数据在不同的实验和评估平台上表现出的技术差异要小得多。此外,鉴于甲基化谱可以对新鲜冷冻的组织样本或石蜡包埋(FFPE)材料进行有效分析,比起对实验条件要求苛刻的单细胞转录组,DNA甲基化谱更具有广泛应用性。

黑色素瘤是一种皮肤癌,在早期发现和治疗时通常可以治愈。然而,当这种癌症恶化时,癌细胞会迅速蔓延到身体其他器官,直至夺取患者的生命。值得庆幸的是,在过去十年间,免疫检查点抑制剂疗法已经改变了包括黑色素瘤在内的许多癌症的治疗,并改善了患者护理。

“当免疫疗法起作用时,可以非常成功地治疗黑色素瘤并提高总体生存率,大约20%到40%的患者症状会得到好转,”来自维克森林医学院的Soto-Pantoja教授表示。“但目前迫切需要预测性生物标志物来指导治疗决策并开发治疗耐药性新方法。”

近日,佛罗里达州H. Lee Moffitt癌症中心和研究所的Xuefeng Wang博士带领的研究团队发现了新的肿瘤诊断标志物。研究团队基于DNA甲基化测序数据,分析出三种顺式eQTM CpG(cg07786657、cg12446199和cg00027570)与肿瘤免疫溶细胞活性评分(CYT)密切相关,可作为替代生物标志物来监测黑色素瘤的预后和免疫状态。该研究结果发表在期刊Cancer Research上,文章题为“Tumor expression quantitative trait methylation screening reveals distinct CpG panels for deconvolving cancer immune signatures”。 图片

文章发表在Cancer Research上 

文章通讯作者Xuefeng Wang博士

主要研究结果

黑色素瘤中的eQTM图谱

研究团队从Broad GDAC Firehose(http://gdac.broadinstitute.org/)中筛选了471个具有匹配甲基化和基因表达图谱的TCGA皮肤黑色素瘤样本,根据基因水平的位置、 CpG岛及匹配相关性在8,619个基因中得到9,921个eQTMs(表达数量性状甲基化)

研究团队通过分析eQTMs数据,绘制了DNA甲基化的图谱(图1A),并展示了与基因表达成较强负相关的30个甲基化位点(eQTM-neg CpG)(图1B)。Reactome通路分析显示,这些基因主要富集于免疫系统过程,包括适应性免疫系统、抗原呈递、淋巴和非淋巴细胞之间的免疫调节相互作用以及免疫系统中的细胞因子信号转导(图 1D)。上述研究结果表明,黑色素瘤中的eQTM可以识别各种类型的免疫原性特征,并可能提供预后标志物的补充资源,以辅助临床管理

图1. 基于TCGA SKCM队列的皮肤黑色素瘤中9,921个eQTM的表征。来源:Cancer Research

用于预测黑色素瘤溶细胞活性(CYT)的三个CpG

溶细胞活性(CYT)评分是跨多种癌症类型、最简单稳健的基于转录组的免疫特征。研究人员根据黑色素瘤CYT这一重要预后指数,选择了与CYT相关的八个基因进行eQTMs的评估。结果显示,其中六个基因包含至少一个eQTM;七个eQTM都与CYT评分具有显著的负相关和正相关(图 2A)。

进一步分析表明,有三个CpG(CD247中的cg07786675、cg12446199,以及CD2中的cg00027570)可用形成最小的基于eQTM的预测panel。CYT与这些eQTM之间的强相关性可以在独立数据集(图2C)中得到验证。此外,研究团队发现,CD247中的cg07786675也是与相应GE值具有最高相关性的eQTM之一,体现了其在皮肤黑色素瘤中的特殊相关性。上述分析表明,CD247和CD2中的eQTM作为基于DNA的生物标志物更适合应用于临床环境,以评估肿瘤的内在免疫状态或预测对免疫检查点抑制的反应

图2. 鉴定可预测黑色素肿瘤溶细胞活性评分的eQTM。来源:Cancer Research

总结

总体而言,该研究提供的肿瘤DNA甲基化图谱为癌症医学提供了信息丰富、敏感且稳定的表观遗传标记。该研究中,研究团队将eQTM的概念应用到了皮肤黑色素瘤样本,并检测它们作为优先表观遗传生物标志物的潜力,全面分析了eQTMs在预测患者预后和多种已建立的免疫表型方面的能力。越来越多的研究结果显示,DNA甲基化的变化不仅反映了免疫调节的下游效应,还反映了上游原因,这可能揭示了肿瘤-免疫共同进化和免疫治疗敏感性的关键机制。 
参考文献:
1. Xiaoqing Yu,, Ling Cen, Y. Ann. Chen, et al. Tumor expression quantitative trait methylation screening reveals distinct CpG panels for deconvolving cancer immune signatures. Cancer Research. doi.org/10.1158/0008-5472.CAN-21-3113
(0)

本文由 SEQ.CN 作者:白云 发表,转载请注明来源!

关键词:,

热评文章