为进一步解析癌症复杂性及其在患者中的异质性，目前亟需一个由数千种癌症模型构建的扩充Cancer DepMap，并将分子标记物与基因依赖性全面联系起来。随着癌症模型和功能、基因组、转录组和蛋白质组数据集越来越多地出现，Cancer DepMap数据集的可用性不断增加，为整合上述数据提供了新机会，有助于识别新的药物靶点、开发抗癌药物。
文章发表在Cancer Cell
研究团队首先在大多数癌症细胞系中确定了泛癌核心必需基因以及组织特异性核心必需基因；并整合了来自Sanger Project Score DepMap和Broad DepMap中针对27种癌症类型、17647个基因的全基因组CRISPR-Cas9筛选数据，将其命名为Score2数据集（图1）。最终共发现1,121个泛癌核心必要基因，569个组织特异性核心必需基因。
图1.癌症基因依赖性图谱
为鉴定癌症依赖性的临床相关分子标记物，研究团队整合了Score2数据集（包含来自CCLE和CMP数据库中癌细胞系的突变、基因拷贝数、蛋白组学、转录组和代谢谱等数据）并对其进行多组学特征分析，最终得到930个细胞系的CRISPR筛选数据。
研究团队还对1,768个细胞系中1,335个潜在标记物的所有二元细胞系标记物进行了整理，包括癌症驱动因素的拷贝数和基因表达数据、额外的3885个基因表达标记物、225个代谢物和6692个蛋白质组标记物，集成了一个全面而先进的临床相关多组学标志物资源，适用于模拟癌细胞的遗传依赖性。
基于上述筛选的细胞系多组学特征，研究团队系统地分析了具有前500个基因中标记物与依赖性之间的关联（图2）。在137个独特基因依赖性关系中确定了938个依赖性-标记关联（DMA）；有3个NMF特征与其中120个依赖性关系存在显著关联。此外，研究团队还在Score2中发现了47个“癌基因成瘾性”现象，这是指导癌症药物发现的重要概念。
研究团队建立了一个增强的癌症依赖性分类系统，将具有统计学意义的DMA分为三类：成瘾-DMA、合成致死（SL）-DMA和复合-DMA。成瘾-DMA是与功能获得性（GoF）改变相关的基因依赖性；SL-DMA是与LoF事件相关的基因依赖性；复合-DMA包括转录亚型、上皮/间充质表型、通路活性和MSI状态。依据该分类系统，84.5%的DMA被归为一类。
特别的，研究团队发现基因依赖性可以根据其标记分配多个DMA类型：66.4%基因依赖性至少有一个成瘾-DMA，30.6%至少有一个SL-DMA，40.1%至少有一个复合-DMA。此外，35个依赖性具有自我成瘾DMAs，15个依赖性与同源基因相关联。上述结果表明，除典型癌症驱动基因外，许多标记物也具有重要作用，这为寻找生物标志物相关药物靶点提供了额外的途径。此外，成瘾-DMA的依赖性占优势，表明癌细胞中的GoF事件比LoF事件更可能与基因依赖性相关。
图2.Score2数据集中癌症依赖性和生物标记物的分类
图3.Score2数据集中依赖性-标记关联的PPI网络
已知绘制Cancer DepMap是对候选抗癌治疗靶点进行优先排序的有用方法，研究团队通过考虑三个加权因素的组合对该方法进行了扩展：靶基因耗竭后对细胞适应性的影响强度（适应度评分）、依赖性标记物的存在（DMA评分）以及将依赖性和标记物联系起来的证据（PPI网络评分），并根据已批准药物靶点与未批准靶点的优先级分数计算阈值，将高于阈值的靶点定义为优先靶点（图4）。
研究团队在Score2中对癌症类型特异性和泛癌依赖性进行了优先排序，为27种癌症类型确定了370个独特抗癌优先靶点，其中302个是癌症类型特异性靶点，196个是泛癌症靶点，两组之间共享128个靶点。研究团队比较了Score和Score2的优先靶点列表，在Score中识别出617个癌症类型特异性靶点，其中391个在Score2中被重新分类为泛癌/组织特异性核心适应度基因。
总体而言，94%的癌症类型特异性优先靶点与一种标记物相关，其中成瘾-DMA最常见（46.8%），其次是SL-DMA（30.2%）和复合-DMA（15.4%）。值得注意的是，在至少一种癌症类型的302个优先靶点中，220个的PPI网络评分为不为零，表明PPI网络评分有助于大多数靶点的优先级排序。
图4.不同癌症类型抗癌治疗靶点的优先顺序
在302个癌症类型特异性优先靶点中，有些不止具有一个标记物（图5）。有180靶点个至少具有一种成瘾-DMA，包括自我表达成瘾癌基因（如卵巢癌中的PIK3R1、KLF5）；有100个靶点具有成瘾-DMA，这些标记物是非癌症驱动标记物，包括急性髓系白血病中的SETDB1，其具有较强PPI网络标记物PIWIL4表达。
有131个癌症类型特异性优先靶点具有SL-DMA，其中54个与癌症驱动基因LoF相关的靶点；有16个癌症类型特异性靶点和21个泛癌症靶点具有同源SL-DMA。有趣的是，尽管目前已开发出靶向CDK4/CDK6的化合物，该研究仅将CDK4确定为优先靶点、CDK6作为表达标记。当CDK6被选择性敲除时，CDK4的表达与CDK6依赖性无关。此外，CDK4在泛癌水平上构成性表达，这表明CDK4不足以缓解CDK6敲除影响。
图5.癌症类型特定的优先目标
接下来，研究团队通过代谢组学和蛋白质组学标记物确定了癌症治疗优先靶点，并将标记物的组合纳入分析中，发现与RPL22突变相关的结直肠癌中，WRN作为靶点与高POT1、BRIP1或XPA表达共同发生，并与MSI状态重叠；在卵巢癌中，ITGAX与PIK3CA突变+ ELF4基因的表达相关。
图6.用于基因依赖性和验证分析的双重标记
参考文献：
[1] Tsherniak A, Vazquez F, Montgomery PG, et al. Defining a Cancer Dependency Map. Cell. 2017;170(3):564-576.e16. doi:10.1016/j.cell.2017.06.010
[2]Pacini C, Duncan E, Gonçalves E, et al. A comprehensive clinically informed map of dependencies in cancer cells and framework for target prioritization. Cancer Cell. Published online January 3, 2024. doi:10.1016/j.ccell.2023.12.016
本文由 SEQ.CN 作者：白云 发表，转载请注明来源！
