《自然·癌症》:六个蛋白质组亚型 揭开肺癌免疫逃逸之谜

来源：应玉燕2022-01-16 09:08

虽然肺癌的治疗取得了显著进展，但患者的长期生存率仍然很低。靶向治疗和免疫治疗的快速发展带来了新的曙光，但仍然受到非常有限的生物标志物和治疗组合的限制。识别肺癌的特征基因，克服免疫逃逸已成为重要的临床需求。最近，瑞典卡罗林斯卡学院的Janne Lehti？该团队在《自然癌症》杂志上发表了重要的研究成果。他们收录了所有主流组织学课程，共141册。

虽然肺癌的治疗取得了显著进展，但患者的长期生存率仍然很低。

靶向治疗和免疫治疗的快速发展带来了新的曙光，但仍然受到非常有限的治疗组合的限制。识别肺癌的特征基因，克服免疫逃逸已成为重要的临床需求。

最近，瑞典卡罗林斯卡学院的Janne Lehti？该团队在《自然癌症》杂志上发表了重要的研究成果。

他们用深度质谱分析了141个非小细胞肺癌(NSCLC)样本，确定了6种不同的肺癌蛋白质组类型，每种类型都有特定的免疫细胞组成和免疫检查点表达。同时，他们还发现新的抗原负荷与基因组超甲基化密切相关，并揭示了与免疫逃逸相关的基因突变和信号通路。

肺癌是世界上最常见的癌症类型之一，估计每年增加210万例。不幸的是，绝大多数病例在获得时已经转移，不能通过手术切除，导致非小细胞肺癌的五年生存率仅为24%，而期患者的五年生存率仅为6%。(https://seer。cancer.gov)

近年来，对临床患者的DNA和RNA组学的分析显示了从系统水平理解肺癌的重要性。随着现代质谱技术的发展，科学家终于可以直接确定药物真正靶向的分子，即蛋白质组。蛋白质组学分析的一个重要特点是不仅可以分析样品组织中的癌细胞，还可以分析基质和浸润的免疫细胞。因此，可以提供更完整的分子表型全景，人们可以从整体的角度理解特征。

Lehti团队选取的141例肿瘤组织样本包括腺癌(AC)、鳞状细胞癌(SqCC)、大细胞神经内分泌癌(LCNEC)和大细胞癌(LCC)。另取2例小细胞肺癌作为对照。由于手术切除很少涉及晚期非小细胞肺癌(--期)，这些样本主要属于早期癌组织(-期，占87%)。

为了进行全面的分子表征分析，Lehti团队采用了等压标记和高分辨率等电聚焦液相色谱-质谱(LCMS)。除了质谱数据，研究人员还对370个癌症相关基因进行了测序和分析，并测定了大多数样本的基因组甲基化和mRNA含量。

通过一致聚类分析，Lehti团队将非小细胞肺癌分为6个亚型。1-4亚型主要为腺癌(AC，占77-100%)。5亚型主要为大细胞神经内分泌癌(LCNEC，占64%)。6个亚型中，鳞状细胞癌(SqCC，占96%)较为集中。

LCNEC组中聚集了两例小细胞肺癌，这与两者均起源于神经内分泌细胞分支的预期一致。此外，不吸烟者的样本集中在1亚型，在性别、分期、患者年龄上无特殊分布趋势。

那么以AC为主的1-4亚型有什么区别呢？根据mRNA表达的特点，TCGA网站进一步将AC分为三类：终末呼吸区(TRU)、近端炎症(PI)和近端增生(PP)。基于这一分类，1亚型样本主要为TRU，2亚型样本主要为PI，4亚型样本主要为PP，3亚型不集中上述三种mRNA表达特征中的任何一种。

Lehti团队同时进行的基因测序显示，1亚型存在EGFR突变，4亚型存在STK11、KEAP1和SMARCA4突变，5亚型存在RB1突变，6亚型存在TP53突变。

上述突变分布模式与蛋白网络分析结果一致：4亚型富含STK11突变蛋白；5亚型富集E2F1/MYC信号通路和RB1突变蛋白；亚型6包含信号通路和TP53突变蛋白。亚型5中的所有SqCC样本都有RB1突变，唯一没有聚集在亚型5中的LCNEC样本有STK11和KEAP1突变。这表明该蛋白质组分析有效地反映了非小细胞肺癌不同组织学分类的主要肿瘤分子特征和驱动信号通路的变化。

为了探索蛋白质组信息与已知癌基因之间更具体的关系，Lehti？该团队选择了951种“癌症驱动相关蛋白”。

在测量的832种CDRPs中，291种在至少一个样本中显示异常值(这里，异常值被设置为比所有样本中的值高或低三倍)。85%的样本至少有一个癌基因异常表达值，26%的样本至少有5个癌基因异常表达值。

在所有六种亚型中，5亚型的过表达癌基因平均数量最高，通常包括转录激活因子MYB。在AC主导的14亚型中，4亚型的过表达癌基因平均数量最多，且大部分包括受体酪氨酸激酶RET。进一步分析表明，除了众所周知的驱动基因(如EGFR、ERBB2和KRAS)外，非小细胞肺癌中的过度表达还包括一些不常提及的其他癌基因，如癌基因激酶SGK1。

蛋白质谱数据加上全基因组转录组和甲基化基因组数据极大地促进了Lehti？分析团队基因调控水平。虽然总体上mRNA水平与蛋白质水平呈高度正相关，但仍有部分CDRP的mRNA水平无法用蛋白质组数据解释，这些基因的表达可能受表观遗传调控、转录调控或转录后调控。

下一个，莱提？研究小组开始分析不同样本中浸润性免疫细胞的类型。根据Charoentong等人[3]分类的免疫特征，他们发现2亚型有大量的T细胞和干扰素(IFN)信号，3亚型有高特征性的B细胞信号，两者均有明显的分化免疫反应。同时，4亚型所有类型免疫细胞的信号都很低，属于免疫冷型。

早期研究发现，富含B细胞的三级淋巴结构(TLSs)预示着良好的预后[4]和免疫治疗反应[5]。在这方面，莱蒂？该团队选择并分析了AC样本中PD-L1高表达(亚型2)或B细胞高表达(亚型3)的切片，并验证了不仅在亚型3中存在TLSs，而且存在明显不同的组织生长模式。

那么这种差异会影响新的抗原依赖性免疫细胞的激活吗？

莱蒂？该团队对抗原提呈元件(APM)和突变负荷(TMB)的分析显示，亚型2具有高APM和TMB，亚型3具有高APM和低TMB，亚型4具有高TMB和低APM。高APM和TMB意味着新抗原的产生和呈递，从而诱导强烈的免疫激活。同时，PD-L1是2亚型的标志蛋白之一。所有这些表明，针对PD-L1/PD-1免疫检查点的治疗策略对于属于2亚型的病例将更有效。

接下来，Lehti团队对免疫检查点进行了系统研究。他们发现抑制性受体(IRs)的蛋白水平通常与T细胞浸润有关。然而，IR配体(通常由癌细胞和APCs产生)的表达特征差异很大，表明不同亚型的免疫逃逸机制不同。最引人注目的是亚型2中高表达的IR配体PD-L1，我们还注意到了另外两种特异性IR配体，即亚型4中的FGL1和亚型6中的B7-H4。

最近发现FGL1由肿瘤细胞分泌，是LAG-3的高亲和力配体，可带来FGL1-LAG-3介导的T细胞抑制作用[6]。B7-H4是一种防止自身免疫的检查点蛋白。在小鼠模型中，靶向B7-H4可以降低肺转移瘤的生长速度和形成。这些发现有力地支持了本研究中蛋白质组亚型的免疫检查点分析，表明这种分析对免疫检查点抑制剂的选择具有重要的预测价值。

Lehti团队对4亚型中的FGL1产生了兴趣。背后的机制是什么？

通过对蛋白和转录组的相关性分析，Lehti团队发现抑制剂STK11/LKB1和FGL1的蛋白表达水平之间存在很强的负相关，但相应的mRNA水平并不具有这种相关性，这表明STK11仍处于转录后调控之下。

而蛋白质和mRNA表达与FGL1相关性最高的是CPS1。CPS1是一种线粒体尿素循环酶，已被证明在STK11失活后通过AMPK-mTOR信号通路在癌症中上调[9]。

一般FGL1和CPS1仅在肝脏中表达，但本研究数据表明，非小细胞肺癌中STK11的失活导致这两个基因转录增加，从而导致细胞增殖加速、mTOR信号通路失控和免疫逃逸。这一发现提示了一种新的治疗策略：对于属于4亚型的病例，有可能联合使用LAG-3/FGL1检查点抑制剂和mTOR抑制剂。

在非小细胞肺癌的战斗中，除了早期筛查，预测治疗效果、优化治疗组合是最关键的临床需求，这离不开对疾病更系统的认识。

Lehti团队在本研究中应用的分析鉴定了非小细胞肺癌的不同亚型，并确认了相应的特异性蛋白分子、信号通路和免疫表型，有望为肺癌更准确有效的治疗提供重要帮助。(100yiyao.com)

版权声明

本网站标注“来源：百医网”或“来源：bioon”的文字、图片、音视频资料均属于百医网网站版权所有。未经授权，任何媒体、网站或个人不得转载，否则将承担责任。获得书面授权转载时，必须注明“来源：百医网”。其他来源的文章均为转载。本网站所有转载都是为了传递更多信息。转载不代表本网站的立场。不想被转载的媒体或个人可以联系我们，我们会立即删除。

87%的用户在随时阅读、评论、分享百医网APP。请扫描二维码下载-