Nat med | Ein Multi-OMICS-Ansatz zur Zuordnung des integrierten Tumors

Nat med | Ein Multi-OMICS-Ansatz zur Kartierung des integrierten Tumors, des immunen und der mikrobiellen Landschaft von Darmkrebs zeigt die Wechselwirkung des Mikrobioms mit dem Immunsystem
Obwohl in den letzten Jahren Biomarker für Primärdarmkrebs ausführlich untersucht wurden, beruhen die aktuellen klinischen Richtlinien nur auf Tumor-Lymph-Knoten-Metastasen-Staging und Nachweis von DNA-Mismatch-Reparaturfehlern (MMR) Defekten oder Mikrosatelliteninstabilität (zusätzlich zu Standard-Pathologie-Tests), um Behandlungsempfehlungen zu bestimmen. Die Forscher haben einen Mangel an Zusammenhang zwischen immun-basierten immun-basierten Immunantworten, mikrobiellen Profilen und Tumorstroma im Darmkrebskohorten von Krebsgenomatlas (TCGA) festgestellt.

Im Verlauf der Forschung wurde berichtet, dass quantitative Merkmale von primärem Darmkrebs, einschließlich Krebszell-, Immun-, Stromal- oder mikrobieller Natur des Krebses, signifikant mit den klinischen Ergebnissen korrelieren, aber es gibt immer noch nur begrenzt, wie sich ihre Wechselwirkungen auf die Ergebnisse der Patienten auswirken.
Um die Beziehung zwischen phänotypischer Komplexität und Ergebnis zu unterscheiden, entwickelte und validierte ein Forscherteam des SIDRA -Instituts für medizinische Forschung in Katar kürzlich einen integrierten Score (Microscore), der eine Gruppe von Patienten mit guten Überlebensraten durch Kombination von Mikrobiomeigenschaften und Immunabstoßungskonstanten (ICR) identifiziert. Das Team führte eine umfassende genomische Analyse von frischen gefrorenen Proben von 348 Patienten mit primärem kolorektalem Krebs durch, einschließlich RNA-Sequenzierung von Tumoren und übereinstimmendem gesunden kolorektalem Gewebe, der gesamten Exomsequenzierung, Deep T-Zell-Rezeptor und 16S-bakteriellem rRNA-Gensequenzieren, ergänzt durch das Ganze-Tumor-Genomsequenzieren, um das Mikrobiom weiter zu charakterisieren, um das Mikrobi weiter zu charakterisieren. Die Studie wurde in Nature Medicine als „integrierter Tumor-, Immun- und Mikrobiomatlas von Dickdarmkrebs“ veröffentlicht.

Artikel in Nature Medicine veröffentlicht

AC-ICAM-Übersicht

Die Forscher verwendeten eine orthogonale genomische Plattform, um frische gefrorene Tumorproben zu analysieren, und übereinstimmte benachbarte gesunde Dickdarmgewebe (Tumor-Normal-Paare) von Patienten mit histologischer Diagnose von Dickdarmkrebs ohne systemische Therapie. Basierend auf der Ganzexomsequenzierung (WES), der RNA-Seq-Datenqualitätskontrolle und der Einschlusskriterien-Screening wurden genomische Daten von 348 Patienten beibehalten und für die nachgeschaltete Analyse mit einer medianen Follow-up von 4,6 Jahren verwendet. Das Forschungsteam nannte diese Ressource Sidra-Lumc AC-ICAM: eine Karte und Leitfaden für Immunkrebs-Microbiom-Wechselwirkungen (Abbildung 1).

Molekülklassifizierung mit ICR

Das Forschungsteam erfasste eine modulare Reihe von immungenetischen Markern für die kontinuierliche Krebsimunveillanz, die als Immunkonstante der Abstoßung (ICR) bezeichnet wurde, die ICR, indem sie sie in ein 20-Gen-Panel mit verschiedenen Krebstypen, einschließlich Melanom, Blasenkrebs und Brustkrebs, überdachte. ICR wurde auch mit einer Immuntherapie -Reaktion in einer Vielzahl von Krebstypen, einschließlich Brustkrebs, in Verbindung gebracht.

Zunächst validierten die Forscher die ICR-Signatur der AC-ICAM-Kohorte unter Verwendung eines auf ICR-Gen-basierten KO-Klassifizierungsansatzes, um die Kohorte in drei Cluster/Immun-Subtypen zu klassifizieren: hohe ICR (heiße Tumoren), mittelgroße ICR und niedrige ICR (Kalttumoren) (Abbildung 1B). Die Forscher charakterisierten die Immunneigung, die mit Konsensus-molekularen Subtypen (CMS) verbunden ist, einer transkriptombasierten Klassifizierung von Dickdarmkrebs. Die CMS -Kategorien umfassten CMS1/Immune, CMS2/Canonical, CMS3/Metabolic und CMS4/Mesenchymal. Die Analyse zeigte, dass die ICR-Werte in allen CMS-Subtypen negativ mit bestimmten Krebszellwegen korreliert waren und positive Korrelationen mit immunsuppressiven und stromalbedingten Wegen nur bei CMS4-Tumoren beobachtet wurden.

In allen CMS war die Häufigkeit von NCK -Zell- und T -Zell -Untergruppen bei hohen Immun -Subtypen der ICR am höchsten, wobei die ICR -Immun -Subtypen in anderen Leukozyten -Untergruppen eine größere Variabilität in anderen Leukozyten -Untergruppen hatten (Abbildung 1C).

Abbildung 1. AC-ICAM-Studiendesign, immunbezogene Gensignatur, immune und molekulare Subtypen und Überleben.
ICR erfasst tumor angereicherte, klonal verstärkte T-Zellen
Es wurde berichtet, dass nur eine Minderheit von T -Zellen Tumorgewebe für Tumorantigene spezifisch ist (weniger als 10%). Daher wird die Mehrheit der Intra-Tumor-T-Zellen als Bystander-T-Zellen (Bystander T-Zellen) bezeichnet. Die stärkste Korrelation mit der Anzahl herkömmlicher T-Zellen mit produktiven TCRs wurde in Stromazell- und Leukozyten-Subpopulationen (nach RNA-Seq nachgewiesen) beobachtet, die zur Abschätzung von T-Zell-Subpopulationen verwendet werden können (2A). In den ICR-Clustern (Gesamt- und CMS-Klassifizierung) wurde die höchste Klonalität von Immunseq-TCRs in den CMS1/Immungruppen des ICR-High- und CMS-Subtyps beobachtet (Abbildung 2C) mit dem höchsten Anteil an ICR-hohen Tumoren. Unter Verwendung des gesamten Transkriptoms (18.270 Gene) gehörten sechs ICR -Gene (IFNG, STAT1, IRF1, CCL5, GZMA und CXCL10) zu den zehn besten Genen, die positiv mit der TCR -Immun -SEQ -Klonalität assoziiert waren (Abbildung 2D). Die Immunoseq-TCR-Klonalität korrelierte stärker mit den meisten ICR-Genen als die mit Tumor reagierenden CD8+ -Markern beobachtet (2F und 2G). Zusammenfassend lässt sich sagen, dass die obige Analyse die ICR-Signatur das Vorhandensein von tumor angereicherten, klonal amplifizierten T-Zellen erfasst und ihre prognostischen Implikationen erklären kann.

Abbildung 2. TCR-Metriken und Korrelation mit immunbezogenen Genen, immunen und molekularen Subtypen.
Mikrobiomzusammensetzung in gesunden und Dickdarmkrebsgeweben
Die Forscher führten die 16S -rRNA -Sequenzierung unter Verwendung von DNA aus, die aus dem übereinstimmten Tumor und einem gesunden Dickdarmgewebe von 246 Patienten extrahiert wurden (3A). Zur Validierung analysierten die Forscher zusätzlich 16S -rRNA -Gen -Sequenzierungsdaten aus zusätzlichen 42 Tumorproben, die für die Analyse nicht mit der normalen verfügbaren DNA übereinstimmten. Erstens verglichen die Forscher die relative Flora zwischen passenden Tumoren und gesunden Dickdarmgewebe. Clostridium-Perfingens war in den Tumoren im Vergleich zu den gesunden Proben signifikant erhöht (Abbildung 3A-3D). Es gab keinen signifikanten Unterschied in der Alpha-Diversität (Vielfalt und Häufigkeit von Arten in einer einzelnen Probe) zwischen Tumor- und gesunden Proben, und bei ICR-hohen Tumoren im Vergleich zu ICR-niedrigen Tumoren wurde eine bescheidene Verringerung der mikrobiellen Vielfalt beobachtet.
Um klinisch relevante Assoziationen zwischen mikrobiellen Profilen und klinischen Ergebnissen nachzuweisen, wollten die Forscher die 16S -rRNA -Gen -Sequenzierungsdaten verwenden, um Mikrobiommerkmale zu identifizieren, die das Überleben vorhersagen. Bei AC-ICAM246 führten die Forscher ein OS-Cox-Regressionsmodell durch, das 41 Merkmale mit Nicht-Null-Koeffizienten (im Zusammenhang mit dem Differentialmortalitätsrisiko) ausgewählt hat (Abbildung 3F).
In dieser Trainingskohorte (ICAM246) war ein niedriger MBR -Score (MBR <0, niedriger MBR) mit einem signifikant niedrigeren Todesrisiko (85%) verbunden. Die Forscher bestätigten den Zusammenhang zwischen niedrigem MBR (Risiko) und verlängertem OS in zwei unabhängig validierten Kohorten (ICAM42 und TCGA-Coad). (Abbildung 3) Die Studie zeigte eine starke Korrelation zwischen endogastrischen Cocci- und MBR -Werten, die bei Tumor und gesundem Dickdarmgewebe ähnlich waren.

Abbildung 3. Mikrobiom in Tumor- und gesunden Geweben und die Beziehung zum Überleben von ICR und Patienten.
Abschluss
Der in dieser Studie verwendete Multi-OMICS-Ansatz ermöglicht eine gründliche Erkennung und Analyse der molekularen Signatur der Immunantwort bei Darmkrebs und zeigt die Wechselwirkung zwischen dem Mikrobiom und dem Immunsystem. Die tiefe TCR-Sequenzierung von Tumor und gesunden Geweben ergab, dass die prognostische Wirkung von ICR auf seine Fähigkeit zurückzuführen ist, tumor angereicherte und möglicherweise tumorantigenspezifische T-Zellklone zu fangen.

Durch die Analyse der Tumormikrobiomzusammensetzung unter Verwendung der 16S-rRNA-Gensequenzierung in AC-ICAM-Proben identifizierte das Team eine Mikrobiom-Signatur (MBR-Risiko-Score) mit starkem prognostischer Wert. Obwohl diese Signatur aus Tumorproben abgeleitet wurde, bestand eine starke Korrelation zwischen einem gesunden Colorektum und dem Tumor -MBR -Risiko -Score, was darauf hindeutet, dass diese Signatur die Darmmikrobiomzusammensetzung von Patienten erfassen kann. Durch die Kombination der ICR- und MBR-Werte war es möglich, einen multi-omischen Studentenbiomarker zu identifizieren und zu validieren, der das Überleben bei Patienten mit Darmkrebs vorhersagt. Der multiomische Datensatz der Studie bietet eine Ressource, um die Biologie der Darmkrebs besser zu verstehen und personalisierte therapeutische Ansätze zu entdecken.

Referenz:
Roelands, J., Kuppen, PJK, Ahmed, Ei et al. Ein integrierter Tumor-, Immun- und Mikrobiomatlas von Dickdarmkrebs. Nat Med 29, 1273–1286 (2023).