成人B细胞谱系急性淋巴细胞白血病原代细胞的转录组分析可鉴定致病性变异和基因融合,并预测亚型以进行深入的分子诊断

Transcriptome analysis of primary adult B-cell lineage acute lymphoblastic leukemia identifies pathogenic variants and gene fusions, and predicts subtypes for in depth molecular diagnosis

作者信息Mirjam Podgorica, Elsa Drivet, Jonas Krag Viken, Alyssa Richman, Johanne Vestbøstad, Peter Szodoray, Ann Kristin Kvam, Hilde Skuterud Wik, Geir E Tjønnfjord, Ludvig A Munthe, Seth Frietze, Hilde Schjerven
PMID38192186
发布时间2024-05
DOI10.1111/ejh.14164

实验完整度

研究包含患者样本的流式分选、RNA-seq转录组分析、SNV和融合检测、ALLSorts亚型预测,并通过流式细胞术和靶向NGS验证关键结果,涉及多个独立证据层级。

主要模型

原代B-ALL细胞(骨髓或外周血) KMT2Ar B-ALL细胞系(患者样本) Ph+ B-ALL细胞(患者样本) DUX4亚型和CRLF2+ Ph-like亚型患者样本

重点核对

RNA-seq数据质量:每个文库至少1000万唯一比对读段 SNV过滤标准:覆盖度≥18 reads,等位基因频率≥0.2,非 synonymous 且在癌症基因中 融合基因过滤:支持junction的unique reads ≥3,排除健康组织中出现的融合 关键突变验证:ETV6-L201P、ATP1A1-I580V、FANCA-H1417D经gDNA靶向NGS验证,JAK2-R683G未验证 亚型预测验证:DUX4亚型(Rh004, Rh005)和Ph-like亚型(Rh007, Rh010)通过流式细胞术验证CD371和CRLF2表达

摘要

背景 B细胞急性淋巴细胞白血病(B-ALL)根据已知的驱动癌基因和分子病变(包括易位和复发性突变)分为亚型。然而,目前的诊断检测不能对所有B-ALL样本确定亚型或致癌病变,从而产生了一个亚型未知的异质性B-ALL群体。 方法 我们对原代成人B细胞急性淋巴细胞白血病细胞进行了分选,并通过批量RNA测序进行了转录组分析。 结果 对成人B-ALL队列的转录组分析使得四个患者样本的亚型得以分类,这些亚型之前未被标准基因面板揭示。其中两名患者的白血病为DUX4亚型,两名为CRLF2+ Ph样B-ALL。此外,SNV分析在三个患者样本中检测到致癌性NRAS-G12D、KRAS-G12D和KRAS-G13D突变,提供了可靶向的突变。还发现了其他致癌性变异和基因融合,以及五个患者样本中PDE4DIP基因的多个变异。 结论 我们证明RNA测序是B-ALL精准医学的有效工具,它能够提供白血病细胞的全面分子谱,识别亚型和致癌病变,并为患者分层以进行适当的治疗。 关键词:白血病,RNA-Seq,转录组,精准医学

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
RNA测序是否能够对成人B-ALL进行亚型分类,并检测常规诊断未发现的致病性突变和基因融合,从而支持精准医疗?
核心机制
RNA-seq通过分析转录组表达谱、融合基因和SNV,识别出DUX4亚型和CRLF2+ Ph-like亚型,并发现RAS通路突变(NRAS-G12D、KRAS-G12D、KRAS-G13D)等可靶向病变。
主要证据
基于5个已知亚型样本和4个未知亚型样本的RNA-seq数据,ALLSorts正确预测已知亚型,并将未知样本分类为DUX4和Ph-like亚型;融合分析检测到IgH-DUX4和IgH-CRLF2;SNV分析检测到致癌性RAS突变;流式细胞术验证了CD371和CRLF2蛋白表达。
研究意义
研究表明RNA-seq可作为B-ALL临床诊断的有效工具,通过全面分子谱分析识别亚型和致癌病变,有助于患者分层和个体化治疗。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

患者样本收集与处理

获取用于转录组分析的原代B-ALL细胞。

从成人B-ALL患者采集骨髓或外周血样本,通过Ficoll密度梯度离心分离单个核细胞,裂解红细胞后冻存。

2

流式分选B-ALL细胞

富集白血病细胞用于RNA-seq。

解冻样本,染色后通过FACS Aria II分选Bulk白血病细胞。

3

RNA分离、文库构建和测序

获得高质量的转录组数据。

使用Direct-zol RNA Miniprep kit提取RNA,去除rRNA后构建链特异性文库,进行配对末端测序。

4

生物信息学分析

进行变异、融合和亚型预测。

使用STAR比对,Rsubread进行SNV检测,FusionCatcher识别融合基因,Salmon定量表达,DESeq2标准化,ALLSorts预测亚型,并进行PCA和聚类分析。

5

验证实验

验证RNA-seq发现的关键变异和亚型标记。

通过靶向NGS验证SNV,通过流式细胞术验证蛋白标记物表达。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
红细胞裂解缓冲液Biolegend420301
Direct-zol RNA小提试剂盒Zymo ResearchR2052
NEBNext rRNA去除试剂盒New England BiolabsE6310L
NEBNext Ultra II 方向性RNA文库制备试剂盒New England BiolabsE7760S
NEBNext多重寡核苷酸New England BiolabsE7500L
NovaSeq ½ SPIllumina--
Flexigen DNA提取试剂盒Qiagen51206
QIAquick凝胶回收试剂盒Qiagen28704
FACS Aria II流式细胞分选仪BD Biosciences--
Live-Dead可固定紫Thermo Fisher ScientificL34964

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
样本收集和处理
样本来源(骨髓或外周血),采集时间(治疗前),分离方法(Ficoll),红细胞裂解缓冲液(Biolegend, cat# 420301)
阅读提示:Methods: Patient sample collection, processing, biobanking
流式分选
分选仪器(FACS Aria II),染色条件(Live-Dead染料和抗体组合,见补充表S1A),分选细胞数量(3×10^6),温度(4°C)
阅读提示:Methods: Flow cytometry and cell sorting
RNA-seq
RNA提取试剂盒(Direct-zol RNA Miniprep kit),RNA总量(356 ng),RIN值(>7),文库构建试剂盒(NEBNext系列),测序平台(NovaSeq,150bp paired-end)
阅读提示:Methods: RNA isolation, library preparation and RNA-sequencing
SNV分析
比对软件(STAR),SNV检测方法(Rsubread ExactSNP),过滤标准(覆盖度≥18 reads,等位基因频率≥0.2,非synonymous,在癌症基因中),数据库(CGC, ClinVar, COSMIC, dbSNP)
阅读提示:Methods: Bioinformatics analysis; Results: RNA-sequencing reveals nonsynonymous variants
融合基因分析
融合检测工具(FusionCatcher v1.33),过滤标准(排除健康组织中的融合,至少3条unique reads跨越junction),相关基因列表
阅读提示:Methods: Bioinformatics analysis; Results: Transcript analysis reveals genetic fusions