透明细胞肾细胞癌对酪氨酸激酶抑制剂反应的蛋白质基因组学

Proteogenomics of clear cell renal cell carcinoma response to tyrosine kinase inhibitor.

作者信息Hailiang Zhang, Lin Bai, Xin-Qiang Wu, Xi Tian, Jinwen Feng, Xiaohui Wu, Guo-Hai Shi, Xiaoru Pei, Jiacheng Lyu, Guojian Yang, Yang Liu, Wenhao Xu, Aihetaimujiang Anwaier, Yu Zhu, Da-Long Cao, Fujiang Xu, Yue Wang, Hua-Lei Gan, Meng-Hong Sun, Jian-Yuan Zhao, Yuanyuan Qu, Dingwei Ye, Chen Ding
PMID37460463
发布时间2023-07-17
DOI10.1038/s41467-023-39981-6

实验完整度

包含患者队列多组学分析、体外细胞功能验证、机制验证(SP1降解、7q基因过表达)及独立队列验证。

主要模型

786-O细胞系 ACHN细胞系 769-P细胞系 115例接受舒尼替尼治疗的ccRCC患者队列

重点核对

患者队列:115例ccRCC患者,分为应答者(n=27)和无应答者(n=88) 舒尼替尼处理浓度:200 nM,AA处理浓度:100 μM VHL敲低效率:80% pS6K免疫组化验证:非应答者3例,应答者3例 多组学分类器性能:ROC-AUC=0.98(测试队列)

摘要

酪氨酸激酶抑制剂(TKI)舒尼替尼是晚期肾细胞癌的获批疗法之一。在此,我们对接受舒尼替尼治疗的透明细胞肾细胞癌(ccRCC)患者的115个肿瘤进行蛋白质基因组学分析,揭示了TKI治疗不同临床结局的分子基础。我们发现,染色体7q获得诱导的mTOR信号激活与舒尼替尼治疗的不良预后相关,而马兜铃酸特征和VHL突变协同增强糖酵解与更好的预后相关。蛋白质组和磷酸化蛋白质组分析进一步强调了mTOR信号在舒尼替尼无应答中的作用。免疫图谱表征揭示了ccRCC中多样化的肿瘤微环境亚型。最后,我们构建了一个多组学分类器,可以检测应答者和无应答者(受试者工作特征曲线下面积,0.98)。我们的研究强调了ccRCC分子特征与TKI反应之间的关联,这有助于未来改善治疗反应。

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
探究中国ccRCC患者对舒尼替尼治疗反应差异的分子基础,并构建预测反应的多组学分类器。
核心机制
染色体7q获得通过顺式调控LAMTOR4、MDH2和CALU激活mTOR信号,导致舒尼替尼耐药;马兜铃酸特征通过SP1降解下调磷酸戊糖途径,增强糖酵解,并与VHL突变协同改善预后。
主要证据
基于115例患者的多组学数据、体外细胞实验(786-O和ACHN细胞)验证AA和7q基因对mTOR及糖酵解的影响,以及pS6K免疫组化验证。
研究意义
研究结果为ccRCC的个性化治疗提供了分子依据,构建的多组学分类器有助于临床精准用药。

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

临床样本多组学分析

鉴定与舒尼替尼治疗反应相关的基因组、转录组、蛋白质组和磷酸化蛋白质组特征。

收集115例ccRCC患者的肿瘤和癌旁组织,进行全外显子测序(n=113)、转录组测序(n=94)、蛋白质组(n=115)和磷酸化蛋白质组(n=66)分析。

2

突变特征分析

评估马兜铃酸特征对舒尼替尼治疗结局的影响。

利用COSMIC数据库分解突变特征,比较有无AA特征患者的生存和蛋白质组差异。

3

体外细胞实验验证AA效应

验证AA对舒尼替尼抑制肿瘤细胞增殖和侵袭的增强作用及其机制。

在786-O和ACHN细胞中,用AA(100 μM)和舒尼替尼(200 nM)处理,检测细胞增殖(CCK-8)、侵袭(Transwell)、PPP酶表达和SP1降解。

4

拷贝数改变分析

鉴定与舒尼替尼反应相关的染色体拷贝数改变及其对mTOR信号的影响。

使用GISTIC分析SCNAs,比较应答者和无应答者的CNA差异,并验证7q获得基因(LAMTOR4、MDH2、CALU)对mTOR信号的影响。

5

基因突变分析

鉴定与舒尼替尼反应相关的基因突变及其功能影响。

比较应答者和无应答者的突变基因,并验证VHL和KMT2C突变对糖酵解和预后的影响。

6

蛋白质组和磷酸化蛋白质组差异分析

鉴定与舒尼替尼反应相关的蛋白质和激酶活性差异。

使用GSEA和KSEA分析比较应答者和无应答者的蛋白质组和磷酸化蛋白质组,并验证mTOR和MAPK信号激活与耐药的关系。

7

免疫微环境亚型鉴定

探索肿瘤免疫微环境与舒尼替尼反应的关系。

使用xCell和ESTIMATE分析免疫细胞浸润,共识聚类鉴定三种免疫亚型。

8

构建多组学分类器

构建并验证预测舒尼替尼反应的多组学分类器。

使用随机森林模型整合蛋白质组、转录组、临床和基因组特征,并在独立测试队列中验证。

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
DNeasy血液和组织试剂盒Qiagen69504
Qubit 3.0荧光计Life Technologies--
Covaris M220系统Covaris--
Accel-NGS 2S HYB DNA文库构建试剂盒Swift Biosciences23096
Accel-NGS 2S MID S1-S4Swift Biosciences279384
xGen外显子组研究面板v1.0IDT1056115
xGen Lockdown试剂IDT1072281
Dynabeads M-270链霉亲和素Thermo Fisher65306
P5/P7引物NanodigmbioND10010
HotStart ReadyMixKAPAKK2612
SPRISELECTBeckmanB23319
Bioanalyzer高灵敏度DNA分析试剂盒Agilent Technologies5067-4626
Nextseq CN500平台Illumina--
TRIzol试剂Invitrogen--
TruSeq PE Cluster Kit v3-cBot-HSIllumina--
Bradford蛋白检测TaKaRaT9310A
High-Select™ Fe-NTA磷酸化肽段富集试剂盒Thermo FisherA32992
Q Exactive HF-X质谱仪Thermo Fisher Scientific--
EASY-nLC 1200系统Thermo Fisher--
DMEM培养基HyClone--
RPMI 1640培养基Invitrogen--
胎牛血清Invitrogen--
青霉素-链霉素Invitrogen--
Lipofectamine 2000转染试剂Invitrogen--
SP1过表达质粒GeneChem--
LAMTOR4、CALU、MDH2、TBL2、POR过表达质粒Tsingke Biotechnology--
Matrigel基质胶BD356234
Transwell小室Corning3422
结晶紫SolarbioG1063
细胞计数试剂盒-8Dojindo Laboratories--
G6PD抗体Proteintech25413-1-AP
PGD抗体Proteintech14718-1-AP
TKT抗体InvitrogenPA5-56165
LAMTOR4抗体InvitrogenPA5-54301
MDH2抗体AbclonalA13516
CALU抗体AbclonalA6538
S6K抗体Cell Signaling Technology5707
pS6K抗体Cell Signaling Technology9209
VHL抗体Abcamab270968
Actin抗体GenscriptA00702
Typhoon FLA 9500仪器GE Healthcare--
抗磷酸化p70 S6激酶抗体AbclonalAP0502
L-乳酸比色检测试剂盒ElabscienceE-BC-K044-S

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
患者队列
样本量115例,应答者27例,无应答者88例;治疗前未接受其他治疗;舒尼替尼初始剂量50mg口服,每日一次,连用4周停2周
阅读提示:Methods: Clinical sample collection
体外AA处理
AA浓度100 μM;舒尼替尼浓度200 nM
阅读提示:Methods: AA concentration used in vitro assay; Sunitinib concentration used in vitro assay
VHL敲低实验
VHL敲低效率80%;在ACHN细胞中
阅读提示:Results 图4g,h; Methods: RNA interference
7q基因过表达实验
LAMTOR4、MDH2、CALU过表达;在786-O和769-P细胞中
阅读提示:Results 图3e,g; Methods: Plasmid transfection
免疫组化
pS6K抗体稀释1:100;样本:非应答者3例,应答者3例
阅读提示:Methods: IHC
多组学分类器
训练队列70%,测试队列30%;多组学特征:18个蛋白质、临床特征(LDH、肿瘤大小、PLT)、突变(VHL、KMT2C)、突变特征(AA)、CNA(7q、3p)、转录组(MIR3939等)
阅读提示:Methods: Classifier construction; Results 图7