瑞前沿多组学高通量测序揭示中国人群胸

近日，瑞普医院李单青、梁乃新教授团队在FrontiersinOncology(IF=6.24)上发表了一篇题为“TranscriptomicandMutationalAnalysisDiscoveringDistinctMolecularCharacteristicsAmongChineseThymicEpithelialTumorPatients[1]”的研究。本研究利用多组学高通量测序数据探索了中国人群胸腺肿瘤患者的分子分型和突变图谱特征，并利用深度学习算法开发了有效的胸腺肿瘤的重症肌无力预测模型。本研究填补了中国人群胸腺瘤患者多组学分子特征研究的空白，并为胸腺肿瘤患者的临床实践提供了新的视野和角度。

图1.（图片来源：FrontiersinOncology网站)

胸腺上皮肿瘤（TETs）是一种相对罕见但预后较好的恶性上皮肿瘤，早期TETs的五年生存率高达92%，局部转移和远端转移的晚期胸腺癌五年生存率则分别为77%和31%[2]。临床上胸腺上皮肿瘤的病理分型为胸腺瘤（thymoma）和胸腺癌（thymiccarcinoma），两种胸腺肿瘤亚型的临床特点、病理特征、治疗和预后情况以及分子特征具有明显差别。尽管已有不少研究揭示了与胸腺上皮肿瘤发生发展相关的信号通路[3]以及分子分型[4]，但都是针对于国外患者的研究数据，中国患者的研究数据仍需要探索及更深入的挖掘。

胸腺肿瘤的基因突变图谱与特征分析

本研究使用了瑞普基因包含个基因的panel的RRA?基因组测序，检测了27例病人的病理组织和外周血白细胞，总共鉴定到47个基因，包含58个突变。结果表明27例患者的平均肿瘤突变负荷（TMB）仅为0.82mut/MB，其中10例病人TMB为0mut/MB。一共有6例病人TMB＞1mut/MB，其中1例A型和2例B型TMB5mut/MB。而在3例胸腺癌中，2例TMB=0mut/MB，1例TMB=0.95mut/MB。这种低TMB的特征与以往的报道一致[4]。本研究在突变的47个基因中，发现NF1和ATM在所有样品中突变频次最高（11%，3/27)，分别在B1，B2，B3和A，B1，B3中检测到。通过对比以白人种为主的TCGA胸腺肿瘤数据，表明NF1和ATM突变可能是中国胸腺肿瘤病人的特征性突变。本研究还发现突变基因主要存在于胸腺瘤且富集于Ras和PI3K-Akt信号通路，这表明胸腺瘤和胸腺癌发生可能存在不同的分子机理和信号调控。此外，研究还分析了高表达突变基因的蛋白质互作网络，结果显示28个高表达突变基因聚类于6个蛋白互作网路中，其中最主要的聚类包含了9个突变基因且都属于Ras和PI3K-Akt信号通路，对不同胸腺肿瘤亚型进行的突变基因聚类分析表明，胸腺瘤A型和AB型突变基因聚类主要在Ras和PI3K-Akt信号通路。该结果说明了胸腺瘤中突变基因的蛋白互作分析和通路富集结果的一致性，揭示了促进特定胸腺瘤亚型发生的潜在关键信号通路。

图2.27例胸腺肿瘤患者的基因突变图谱和负荷（左）以及突变基因蛋白互作网络（右）

胸腺肿瘤转录组差异表达基因的聚类分析

本研究对26例病人样本的RNA-seq测序结果进行了差异表达基因的聚类分析，得到了五个亚群（C1-C5），结合TCGA胸腺肿瘤数据的聚类分析结果表明该聚类分群的结果并无人种差异性。该分群结果显示与病理分型具有很高的一致性，表现为恶性程度较低的胸腺瘤亚型主要聚类在C1和C2亚群，而恶性程度较高的胸腺瘤亚型和胸腺癌则聚类为C3、C4和C5。RNA-seq的结果中，A/AB亚型中GTF2ILH的突变频率与TCGA中A/AB型胸腺瘤数据完全一致，本研究亚型B中GTF2ILH的突变频率为25%(4/16)，高于TCGA中的频率(11%，6/55)，表明可能存在人种间的差异性。

图3.26例胸腺肿瘤患者转录组差异表达基因聚类（左）以及整合TCGA胸腺肿瘤数据集聚类分析结果（右）

进一步对不同胸腺肿瘤亚型的基因表达差异分析显示，C3、C4、C5亚群中差异表达的基因主要存在于免疫系统和细胞粘附迁移相关信号通路。而在C1、C3亚群中则主要富集于发育和细胞结构相关通路，这表明恶性程度低和恶性程度高的胸腺肿瘤受到不同的信号调控。此外，不同亚群中EHF、CLDN4、TNFRSF11A、E2F8、FGF1、FGF7、FGF10、FGF11以及KIT和PDGFRA的差异表达模式也揭示了胸腺上皮肿瘤细胞和组织的的不同病理状态。值得注意的是，在C4（胸腺瘤B2/B3）亚群中，上调的PD-L1和PD-L2的分别在RNA-seq和IHC中检测到，揭示了B2和B3可以从免疫治疗中获益。综合TCGA数据的进一步通路分析表明，在低风险的A/AB亚型中，差异表达基因主要与器官发育和细胞增殖相关，而在恶性程度高的胸腺瘤B2、B3亚型和胸腺癌中，差异表达基因主要与肿瘤信号通路相关。

图4.早期和晚期胸腺瘤亚群中代表性差异表达基因（上）以及差异表达基因的通路富集分析（下）

胸腺肿瘤的重症肌无力预测模型

临床上胸腺瘤通常导致自身免疫性疾病——重症肌无力（MG），本研究对样品群进行了MG+和MG-分组，得到了个差异表达基因，通过深度学习算法，以TCGA-TET数据为训练组，以本研究中22例样本为验证组，得到以PPARGC1A、GABRA5、和NEFM的三基因预测模型，其AUC、灵敏性和特异性分别为：训练组（0.，93.8%，64.0%）以及验证组（0.，90%，70.6%）。

图5.基于深度学习的胸腺瘤患者重症肌无力预测模型的表现

结论与启发

年，TCGA发表了例胸腺瘤患者多组学数据的分子分型研究结果，但是该研究中的绝大部分患者是西方人群，缺乏关于中国人群胸腺瘤分子特征的深入研究，该项研究很好的弥补了这一空白。本研究基于瑞普基因的大panel基因组测序方案，RNA-Seq，以及生物信息学平台精准分析了不同胸腺肿瘤亚群的基因突变和表达差异。其中，基因组测序分析揭示了胸腺肿瘤中不同亚型之间肿瘤突变负荷以及不同亚型之间突变基因富集通路的差异。通过转录组测序分析揭示了基于差异表达基因的聚类分型与胸腺肿瘤的临床病理分型具有一致性，进一步的通路富集分析揭示了不同分子分型之间的信号通路相关基因表达的差异，验证了不同恶性程度或发展过程的胸腺肿瘤具有不同的基因表达模式和的异常的细胞信号通路，以及B2/B3亚型中高表达的PD-L1和PD-L2为筛选免疫治疗潜在获益患者群体提供了参考依据。本研究比较了中国人和白人胸腺肿瘤患者的人种特异性差异，发现了中国胸腺肿瘤患者特征性表达基因NF1和ATM。此外，本研究通过瑞普基因的深度学习平台，得到了更好地预测胸腺肿瘤患者重症肌无力症状的模型。该研究结果不仅有助于胸腺肿瘤的临床诊疗进展，更有利于进一步揭示胸腺瘤发生发展和转化的分子机理研究。

参考文献：

[1]LiangN,LiuL,HuangC,LiuH,GuoC,LiJ,WangW,etal.TranscriptomicandMutationalAnalysisDiscoveringDistinctMolecularCharacteristicsAmongChineseThymicEpithelialTumorPatients.Front.Oncol..11:.doi:10./fonc..

[2]

转载请注明：http://www.ldkhr.com/yszl/13803.html