中文网站
Nat Med | Ein Multi-Omics-Ansatz zur Kartierung der integrierten Tumor-, Immun- und Mikrobenlandschaft von Darmkrebs deckt die Interaktion des Mikrobioms mit dem Immunsystem auf
Obwohl Biomarker für primären Dickdarmkrebs in den letzten Jahren umfassend untersucht wurden, stützen sich die aktuellen klinischen Leitlinien nur auf die Stadieneinteilung der Tumor-Lymphknoten-Metastasen und den Nachweis von Defekten der DNA-Mismatch-Repair (MMR) oder Mikrosatelliteninstabilität (MSI) (zusätzlich zu den standardmäßigen Pathologietests). ), um Behandlungsempfehlungen festzulegen. Forscher haben festgestellt, dass es in der Kohorte mit kolorektalen Krebserkrankungen des Cancer Genome Atlas (TCGA) keinen Zusammenhang zwischen auf Genexpression basierenden Immunantworten, mikrobiellen Profilen und Tumorstroma und dem Patientenüberleben gibt.
Mit fortschreitender Forschung wurde berichtet, dass quantitative Merkmale des primären Darmkrebses, einschließlich der zellulären, immunologischen, stromalen oder mikrobiellen Natur des Krebses, signifikant mit den klinischen Ergebnissen korrelieren, es besteht jedoch immer noch ein begrenztes Verständnis darüber, wie sich ihre Wechselwirkungen auf die Patientenergebnisse auswirken .
Um den Zusammenhang zwischen phänotypischer Komplexität und Ergebnis zu untersuchen, hat ein Forscherteam des Sidra Institute of Medical Research in Katar kürzlich einen integrierten Score (mICRoScore) entwickelt und validiert, der eine Gruppe von Patienten mit guten Überlebensraten identifiziert, indem er Mikrobiommerkmale und Immunabstoßung kombiniert Konstanten (ICR). Das Team führte eine umfassende Genomanalyse von frisch gefrorenen Proben von 348 Patienten mit primärem Darmkrebs durch, einschließlich der RNA-Sequenzierung von Tumoren und passendem gesundem Darmgewebe, der Sequenzierung des gesamten Exoms, der Sequenzierung des tiefen T-Zell-Rezeptors und des 16S-bakteriellen rRNA-Gens, ergänzt durch die Sequenzierung des gesamten Tumors Genomsequenzierung zur weiteren Charakterisierung des Mikrobioms. Die Studie wurde in Nature Medicine als „Ein integrierter Tumor-, Immun- und Mikrobiomatlas von Darmkrebs“ veröffentlicht.
Artikel veröffentlicht in Nature Medicine
AC-ICAM-Übersicht
Die Forscher verwendeten eine orthogonale Genomplattform, um frisch gefrorene Tumorproben zu analysieren und benachbartes gesundes Dickdarmgewebe (Tumor-Normal-Paare) von Patienten mit einer histologischen Diagnose von Dickdarmkrebs ohne systemische Therapie abzugleichen. Basierend auf der Sequenzierung des gesamten Exoms (WES), der Qualitätskontrolle der RNA-seq-Daten und dem Screening der Einschlusskriterien wurden Genomdaten von 348 Patienten aufbewahrt und für die nachgelagerte Analyse mit einer mittleren Nachbeobachtungszeit von 4,6 Jahren verwendet. Das Forschungsteam nannte diese Ressource Sidra-LUMC AC-ICAM: Eine Karte und ein Leitfaden zu Immun-Krebs-Mikrobiom-Interaktionen (Abbildung 1).
Molekulare Klassifizierung mittels ICR
Durch die Erfassung eines modularen Satzes immungenetischer Marker für die kontinuierliche Krebsimmunüberwachung, der so genannten Immunkonstante der Abstoßung (ICR), optimierte das Forschungsteam die ICR, indem es sie zu einem 20-Gen-Panel zusammenfasste, das verschiedene Krebsarten abdeckt, darunter Melanom, Blasenkrebs usw Brustkrebs. ICR wurde auch mit dem Ansprechen einer Immuntherapie bei verschiedenen Krebsarten, einschließlich Brustkrebs, in Verbindung gebracht.
Zunächst validierten die Forscher die ICR-Signatur der AC-ICAM-Kohorte mithilfe eines ICR-Gen-basierten Co-Klassifizierungsansatzes, um die Kohorte in drei Cluster/Immunsubtypen zu klassifizieren: hohe ICR (heiße Tumoren), mittlere ICR und niedrige ICR (kalte Tumoren). Tumoren) (Abbildung 1b). Die Forscher charakterisierten die Immunneigung im Zusammenhang mit Consensus Molecular Subtypes (CMS), einer transkriptombasierten Klassifizierung von Dickdarmkrebs. Zu den CMS-Kategorien gehörten CMS1/immun, CMS2/kanonisch, CMS3/metabolisch und CMS4/mesenchymal. Die Analyse zeigte, dass die ICR-Scores bei allen CMS-Subtypen negativ mit bestimmten Krebszellpfaden korrelierten und positive Korrelationen mit immunsuppressiven und stromabezogenen Pfaden nur bei CMS4-Tumoren beobachtet wurden.
In allen CMS war die Häufigkeit natürlicher Killerzellen (NK) und T-Zell-Untergruppen bei ICR-Subtypen mit hohem Immunsystem am höchsten, mit größerer Variabilität bei anderen Leukozyten-Untergruppen (Abbildung 1c). ICR-Immunsubtypen hatten unterschiedliche OS- und PFS-Werte mit progressivem Anstieg in der ICR von niedrig nach hoch (Abbildung 1d), was die prognostische Rolle der ICR bei Darmkrebs bestätigt.
Abbildung 1. AC-ICAM-Studiendesign, immunbezogene Gensignatur, Immun- und molekulare Subtypen und Überleben.
ICR erfasst mit Tumoren angereicherte, klonal amplifizierte T-Zellen
Es wurde berichtet, dass nur eine Minderheit der T-Zellen, die Tumorgewebe infiltrieren, spezifisch für Tumorantigene ist (weniger als 10 %). Daher wird die Mehrzahl der intratumoralen T-Zellen als Bystander-T-Zellen (Bystander-T-Zellen) bezeichnet. Die stärkste Korrelation mit der Anzahl konventioneller T-Zellen mit produktiven TCRs wurde in Stromazell- und Leukozyten-Subpopulationen (erfasst durch RNA-seq) beobachtet, die zur Schätzung von T-Zell-Subpopulationen verwendet werden können (Abbildung 2a). In den ICR-Clustern (Gesamt- und CMS-Klassifizierung) wurde die höchste Klonalität der Immun-SEQ-TCRs in den ICR-Hoch- und CMS-Subtyp-CMS1/Immun-Gruppen beobachtet (Abbildung 2c), mit dem höchsten Anteil an ICR-Hoch-Tumoren. Unter Verwendung des gesamten Transkriptoms (18.270 Gene) gehörten sechs ICR-Gene (IFNG, STAT1, IRF1, CCL5, GZMA und CXCL10) zu den zehn Genen, die am häufigsten positiv mit der TCR-Immun-SEQ-Klonalität assoziiert waren (Abbildung 2d). Die Klonalität des ImmunoSEQ TCR korrelierte stärker mit den meisten ICR-Genen als die Korrelationen, die bei Verwendung tumorresponsiver CD8+-Marker beobachtet wurden (Abbildung 2f und 2g). Zusammenfassend legt die obige Analyse nahe, dass die ICR-Signatur das Vorhandensein von tumorangereicherten, klonal amplifizierten T-Zellen erfasst und deren prognostische Auswirkungen erklären könnte.
Abbildung 2. TCR-Metriken und Korrelation mit immunbezogenen Genen, Immun- und molekularen Subtypen.
Zusammensetzung des Mikrobioms in gesundem und Darmkrebsgewebe
Die Forscher führten eine 16S-rRNA-Sequenzierung mit DNA durch, die aus passendem Tumor- und gesundem Dickdarmgewebe von 246 Patienten extrahiert wurde (Abbildung 3a). Zur Validierung analysierten die Forscher zusätzlich 16S-rRNA-Gensequenzierungsdaten von weiteren 42 Tumorproben, die nicht mit der für die Analyse verfügbaren normalen DNA übereinstimmten. Zunächst verglichen die Forscher die relative Häufigkeit der Flora zwischen passenden Tumoren und gesundem Dickdarmgewebe. Clostridium perfringens 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 Tumoren mit hohem ICR-Wert im Vergleich zu Tumoren mit niedrigem ICR-Wert wurde eine leichte Verringerung der mikrobiellen Diversität beobachtet.
Um klinisch relevante Zusammenhänge zwischen mikrobiellen Profilen und klinischen Ergebnissen zu erkennen, wollten die Forscher mithilfe von 16S-rRNA-Gensequenzierungsdaten Mikrobiommerkmale identifizieren, die das Überleben vorhersagen. Bei AC-ICAM246 führten die Forscher ein OS-Cox-Regressionsmodell durch, das 41 Merkmale mit Koeffizienten ungleich Null (im Zusammenhang mit einem unterschiedlichen Mortalitätsrisiko), sogenannten MBR-Klassifikatoren, auswählte (Abbildung 3f).
In dieser Trainingskohorte (ICAM246) war ein niedriger MBR-Score (MBR<0, niedriger MBR) mit einem deutlich geringeren Sterberisiko (85 %) verbunden. 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 Kokken und MBR-Werten, die im Tumorgewebe und im gesunden Dickdarmgewebe ähnlich waren.
Abbildung 3. Mikrobiom in Tumor- und gesunden Geweben und der Zusammenhang mit ICR und Patientenüberleben.
Abschluss
Der in dieser Studie verwendete Multi-Omics-Ansatz ermöglicht eine gründliche Erkennung und Analyse der molekularen Signatur der Immunantwort bei Darmkrebs und deckt die Interaktion zwischen dem Mikrobiom und dem Immunsystem auf. Eine detaillierte TCR-Sequenzierung von Tumor- und gesundem Gewebe ergab, dass die prognostische Wirkung von ICR möglicherweise auf seiner Fähigkeit beruht, mit Tumoren angereicherte und möglicherweise Tumorantigen-spezifische T-Zell-Klone einzufangen.
Durch die Analyse der Zusammensetzung des Tumormikrobioms mittels 16S-rRNA-Gensequenzierung in AC-ICAM-Proben identifizierte das Team eine Mikrobiomsignatur (MBR-Risikoscore) mit starkem prognostischem Wert. Obwohl diese Signatur aus Tumorproben abgeleitet wurde, gab es eine starke Korrelation zwischen gesundem Kolorektum und dem MBR-Risiko-Score des Tumors, was darauf hindeutet, dass diese Signatur die Zusammensetzung des Darmmikrobioms von Patienten erfassen könnte. Durch die Kombination der ICR- und MBR-Scores war es möglich, einen multiomischen Studenten-Biomarker zu identifizieren und zu validieren, der das Überleben von Patienten mit Darmkrebs vorhersagt. Der Multi-Omic-Datensatz der Studie bietet eine Ressource, um die Biologie von Darmkrebs besser zu verstehen und personalisierte Therapieansätze zu entdecken.
Zeitpunkt der Veröffentlichung: 15. Juni 2023
Datenschutzeinstellungen