Gut. |浙大医学院附属第一医院梁廷波教授课题组白雪莉博士运用多组学分析肝细胞癌异质性及免疫表型分类_公司新闻

上海鹿明生物科技有限公司

入驻年限：10 年

联系人：
小鹿老师
所在地区：
上海闵行区
业务范围：
技术服务
经营模式：
科研机构经销商

Gut. |浙大医学院附属第一医院梁廷波教授课题组白雪莉博士运用多组学分析肝细胞癌异质性及免疫表型分类

人阅读发布时间：2019-09-09 13:46

开学大促活动正式开启，前往丁香通“科研囤货季”或点击文末“阅读原文”即可了解具体价格和详情。本次在丁香通上的大促产品：LC-MS/MS蛋白鉴定800元/样、DIA+PRM技术 |Nature methods关注技术、iTRAQ/TMT标记蛋白质组学技术、非靶向代谢组学研究、靶向代谢组学、GC-MS非靶向代谢组学等多款服务助力您的科研，详情等您了解~~

前言

肝细胞癌(HCC)是临床上最常见的恶性肿瘤之一。据统计，在欧洲和美国，HCC的发病率呈上升趋势，它的主要致死风险因素包括病毒感染和肝硬化。近年来，对于HCC这一复杂疾病的主要治疗方法有手术切除与肝移植。但是，尽管治疗方法已经有了突破，肝细胞癌的高复发率与肝源的缺乏是患者面临的主要困境。非手术的治疗手段与各类药物效果比较有限，并且目前没有明确的靶向突变可用于肝细胞癌用药的指导。本篇在2019年6月21日由浙江大学医学院附属第一医院，梁廷波教授、浙江省胰腺病研究重点实验室副主任白雪莉博士团队共同发表在《Gut》上发表的题为“Integrated multiomic analysis reveals comprehensive tumour heterogeneity and novel immunophenotypic classification in hepatocellular carcinomas”作者利用多组学联合分析的方法，提出一种新型免疫表型分类，此分型可被用于肝细胞癌患者的预后评估，或许可以为治疗方案的选择提供理论支持。

基本信息

英文标题：Integrated multiomic analysis reveals comprehensive tumour heterogeneity and novel immunophenotypic classification in hepatocellular carcinomas

中文标题：多组学融合分析揭示肝细胞癌多层面异质性以及新免疫表型分类

材料：肝细胞癌组织

影响因子：17.943

发表期刊：Gut.

主要技术：多组学联合分析、全基因组测序、转录组测序、蛋白质组分析、代谢组学分析、单细胞分析

研究背景

目前癌症治疗手段效果不理想的主要原因之一是瘤体间异质性。引起多发肝细胞癌可能性很多，可能是多原发致癌机制、肝内转移、克隆性肿瘤细胞传播。同时，同个肿瘤的不同位置的组织也可能展现出较高的差异。差异会体现在基因组、转录组乃至免疫微环境的层面。所以，在针对某个肿瘤组织在做治疗的时候，综合针对患者的多层面异质性考虑是非常有必要的。

异质性的研究主要是通过基因组、表观组、蛋白组在瘤间与个体间异质性研究。但是，研究结果是不能够直接与患者的临床表现相关联，也不能够提供有效的用药与治疗指导。因此，运用多组学联合分析的方式进行差异分析，这种分析方法将病人分为几个亚型并提供免疫治疗策略指导。

研究思路

图1 | 研究方法

A．方法学异质性展示；B. 取样示例；C. 技术路线；D.患者病理染色结果

实验方法

实验设计：作者从8个HCC病人取样42块肝细胞癌组织，利用全基因组测序、转录组测序、蛋白质组分析、代谢组学分析、单细胞分析等手段对肝细胞癌的异质性展开研究。

结果分析

1.干细胞癌的异质性融合分析

首先作者从8个HCC病人的21处肝损伤提取了癌组织样本，并利用高通量测序技术对基因组、转录组、蛋白组进行了分析。为了更细致的研究细胞间差异性，作者还进行了单细胞转录组分析，并与全转录组测序结果进行了比较。从肿瘤形状来看，不同患者、不同损伤、以及同个瘤体不同部位间的外观差异都比较明显，这些肿瘤组织的颜色，硬度、形突变率为10.7%，转录组RNA突变率为10.4%，这两者的比例是相近的。此外。RNA单核苷酸突变在蛋白组中得到验证的比例为6.48%，而DNA单核苷酸突变在蛋白组得到验证的比例仅为3.54%。

图2 | 基因组变异对于RNA与蛋白水平的影响

A．突变情况汇总；B. DNA拷贝数与mRNA水平的相关性；C. 高频突变基因与RNA与蛋白的关系

2.HCC患者的肿瘤多维度异质性

作者从基因组、转录组、蛋白组、代谢组以及免疫学的角度对损伤间、瘤内损伤间、瘤体间、个体间的异质性进行了全面分析。

在基因组维度，同个肿瘤内的损伤间变异情况存在明显差异，但是瘤内异质性小于瘤间异质性。同个肿瘤内的不同损伤部位有着共同的和特异的驱动突变基因，根据这些基因作者整理出进化关系树。驱动突变基因明显与肿瘤的病理学以及肿瘤进化途径相关。在1号病人的样本中，所有低度进化的样本中含有野生型PDGFRB, ERC2, CTNNB1, FBN2和IRS2等位基因，而这些基因在中度进化样本中都被修饰过。样本间的拷贝数差异较大，且差异不仅出现在数目上，也出现在染色体位置上。

在转录组维度，表达下调的RNA数量多于表达上调的RNA。值得注意的是，只有一小部分的差异表达RNA是所有损伤部位共有的。对于不同损伤部位的差异表达分析进行KEGG信号通路富集分析后发现，这些损伤部位的主要差异表达RNA所参与的细胞功能是不同的。

图3 | 不同维度间肿瘤异质性展示

作者对同个肿瘤内部不同损伤部位的异质性进行了进一步分析，结果显示了蛋白组的差异性小于转录组的差异性。但是，代谢组的功能富集分析显示损伤间差异较大，这意味着针对代谢产物设计抗肿瘤药物比较困难。肿瘤的免疫微环境与代谢组的关联较强，而与其他组学的联系较弱。此外，KEGG分析显示，PI3K-Akt信号通路以及酮体的合成与分解与T细胞的富集显著相关。

免疫微环境与基于免疫表型的HCC分型

作者利用CyTOF技术对HCC的免疫微环境异质性进行了分析，约四百万个免疫细胞呈现出40种聚类。HCC样本与正常组织样本的免疫微环境差异显著，而8个HCC患者之间的差异也很大。我们对比了患者之间的相似性并根据差异基因表达聚类出3个亚型，这些亚型的免疫细胞组成差异较大。简单的说，亚型2 的特征是较低的淋巴细胞浸润，以及较高的树突细胞与NK细胞组成。亚型3中Treg、Breg以及M2极化巨噬细胞较多，这些细胞都是免疫抑制细胞。亚型1具有正常的T细胞浸润水平，但是B细胞浸润水平较差。从PD-1, PD-L1, CTLA-4以及Tim-1的表达上看，这些免疫抑制分子在亚型3中表达上调。根据免疫细胞功能与分布，我们将亚型1、2、3定义为免疫能力型、免疫缺陷型、以及免疫抑制型。

图4 | 免疫微环境与聚类分析

为了验证本研究的临床价值，作者招募了三十名患者以验证免疫分型可行性。数据表明，这个方法可以准确的将患者根据免疫功能分型。在这基础上，我将CD45与FOXP3加入到评分系统中，CD45为保护因素而FOXP3为风险因素。临床数据表明，这三个亚型的患者的预后有着明显的差异，这表明此分型方法具有较高可信度。临床可操作性以及临床价值。

图5 | 患者分型与预后

实验结论

肿瘤的异质性在基因组、转录组、蛋白组、代谢组层面都有较好体现。肝细胞癌的免疫微环境异质性相对较低，所以针对免疫微环境进行临床治疗方案的设计或许是一个很好的途径。根据免疫组分与免疫功能，作者将HCC分为三个亚型。这些亚型有着独特的代谢特征与细胞因子表达，或可被用于患者的预后评估。

小鹿推荐

HCC的免疫微环境的主要组成为肿瘤细胞与免疫细胞，瘤间异质性与瘤内异质性或许是造成抗药性与免疫逃避机制的原因。随着临床研究的深入，基因组、转录组、蛋白组、代谢组的组学研究技术为临床研究提供了技术支持，随着组学技术的不断发展，相信能运用更多的祖学技术来解决临床研究上的问题。本篇运用多组学联合分析的方式，从多个层面解析HCC免疫微环境异质性，可以为临床治疗策略的选择提供理论依据。

参考文献

Zhang Q, Lou Y, Yang J, Wang J, Feng J, Zhao Y, Wang L, et al. Integrated multiomic analysis reveals comprehensive tumour heterogeneity and novel immunophenotypic classification in hepatocellular carcinomas. Gut. 2019

本文章来源：探肝公众号

鹿明生物多层组学定制服务，扫码咨询多组学联合分析技术

拜读完浙大医学院附属第一医院老师精彩的多组学联合分析文章后，小编也特地为组学感兴趣的老师带来了福利——代谢组学培训班，让组学技术助力科研一直都是鹿明生物在做的事情，本期培训班除了深入的理论讲解、实际案例分析、并从实际发文考虑推出必不可少的生信实战练习~~还有早鸟价哦！！详情请戳“蓝色字体”

早鸟价提醒：

忙碌充实的开学季已经来临，我们的代谢组学培训班也即将开课啦，开学福利来一波~~

代谢组学培训班早鸟价直降500元活动来袭，各位看好的学员们记得尽快报名呀。9月10日前到款即可享受直降500的注册价格哦。（PS:可支付宝提前垫付款项，对公转账到款后，垫付款项3-5个工作日退回）