配体激活的EGFR/MAPK信号而非PI3K是结直肠癌EGFR治疗的关键耐药机制

Ligand-activated EGFR/MAPK signaling but not PI3K, are key resistance mechanisms to EGFR-therapy in colorectal cancer.

作者信息Xueping Qu, Habib Hamidi, Radia M Johnson, Ethan S Sokol, Eva Lin, Cathy Eng, Tae Won Kim, Johanna Bendell, Smruthy Sivakumar, Benjamin Kaplan, Felipe de Sousa E Melo, Andrew Mancini, Matthew Wongchenko, Yi Shi, David Shames, Yibing Yan, Fortunato Ciardiello, Carlos Bais
PMID40346041
发布时间2025-05-09
DOI10.1038/s41467-025-59588-3

实验完整度

高

包含患者ctDNA/组织测序、类器官、细胞系、PDX等多层级证据,并有功能与机制验证。

主要模型

IMblaze370试验mCRC患者样本(组织及血浆ctDNA) KRAS突变小鼠结肠类器官 CRC细胞系(CL-11、LS-174T、LoVo等) Novartis PDX模型

重点核对

患者分组:既往接受抗EGFR治疗(N=113) vs 抗VEGF治疗(N=141) 获得性突变定义:组织阴性而血浆阳性的已知/可能致病性变异 类器官中KRAS Q61H等突变型与p-ERK1/2、p-S6、p-AKT水平检测 细胞系对MEK抑制剂GDC-0973和pan-RAF抑制剂GDC-5573的IC50及存活率 PDX模型NMF亚型分类及西妥昔单抗治疗3周后肿瘤体积变化

摘要

理解活性疗法的耐药机制对于开发更有效的治疗至关重要。在此,我们研究了IMblaze370试验(NCT02788279)中结直肠癌(CRC)患者对抗EGFR和抗VEGF联合化疗的耐药性。抗VEGF不会选择二次突变,而抗EGFR导致EGFR和MAPK同时突变,但PI3K通路基因不突变。值得注意的是,我们观察到EGFR胞外域而非胞内域频繁获得性突变,且基线EGFR配体表达较高的患者易获得耐药突变。该数据揭示了CRC中配体激活的EGFR/MAPK信号依赖性。我们还观察到抗EGFR治疗患者中8q增益富集,可能与MYC扩增相关,基线表达分析进一步支持这一发现。这项工作为支持在CRC患者中更广泛评估EGFR和pan-KRAS抑制剂联合方案提供了证据。它还强调了EGFR配体作为抗EGFR疗效生物标志物的实用性,并为开发配体阻滞剂以补充和/或改善CRC常规抗EGFR治疗提供了依据。

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mCRC患者对抗EGFR和抗VEGF治疗的获得性耐药机制差异及基线生物学特征。
核心机制
抗EGFR治疗选择性富集EGFR/MAPK通路获得性突变(如KRAS Q61H、EGFR ECD突变),而非PI3K通路突变;配体激活的EGFR/MAPK信号依赖是耐药关键。
主要证据
IMblaze370患者ctDNA与组织测序比较显示EGFR/MAPK基因突变富集;KRAS Q61H类器官优先激活MAPK;KRAS Q61H细胞系对MEK/RAF抑制剂更敏感;PDX中高EGFR配体表达肿瘤对抗EGFR响应更好但易获得突变。
研究意义
支持EGFR配体作为抗EGFR疗效生物标志物,并为开发配体阻滞剂及EGFR与pan-KRAS抑制剂联合治疗CRC提供依据。

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

患者队列获得性突变分析

比较抗EGFR与抗VEGF治疗后获得性基因突变谱差异。

对IMblaze370试验296例mCRC患者的 archival肿瘤组织(FoundationOne)和基线血浆ctDNA(FoundationACT)进行测序,比较基因水平突变频率。

2

独立队列验证获得性突变

在Guardant360数据集中验证抗EGFR治疗选择EGFR/MAPK通路突变。

比较131例抗EGFR和142例抗VEGF治疗前后Guardant360 ctDNA检测的基因变异。

3

KRAS突变类器官信号通路分析

验证KRAS Q61H相对于其他KRAS突变是否优先激活MAPK而非PI3K。

利用CRISPR-Cas9构建小鼠结肠类器官,引入APC和不同KRAS突变,Western blot检测p-ERK1/2、p-S6和p-AKT。

4

KRAS突变细胞系药物敏感性检测

评估KRAS Q61H CRC细胞系对MEK和pan-RAF抑制剂的敏感性。

用MEK抑制剂GDC-0973和pan-RAF抑制剂GDC-5573处理CL-11(KRAS Q61H)、LS-174T(KRAS G12D)和LoVo(KRAS G13D)细胞系,检测细胞活力。

5

全基因组拷贝数变异分析

鉴定抗EGFR和抗VEGF治疗相关的染色体增益或缺失区域。

利用基因组wide SNP探针比较296例患者ctDNA与配对肿瘤组织的覆盖度log比值,以1MB窗口计算Z评分判定增益/缺失。

6

基线RNAseq转录组分析

探究与获得性EGFR/MAPK突变相关的基线肿瘤内在特征。

对74例RAS/BRAF野生型抗EGFR治疗患者的 archival肿瘤组织进行RNAseq,采用cNMF聚类、GSVA和xCell分析。

7

PDX模型验证转录组亚型与疗效

验证NMF亚型和EGFR配体表达与抗EGFR治疗响应的关系。

利用Novartis 244例西妥昔单抗治疗的CRC PDX数据,通过随机森林分类器分配NMF亚型,比较治疗3周后肿瘤体积变化。

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
IntestiCult培养基StemCell06005
基质胶Corning356231
Accutase细胞解离液Sigma-Aldrich--
DMEM advanced培养基GIBCO--
Hepes缓冲液Sigma-Aldrich--
GlutaMAX添加剂Life Technologies--
青霉素/链霉素Life Technologies--
N2添加剂GIBCO--
B27添加剂GIBCO--
N-乙酰半胱氨酸Sigma Aldrich--
表皮生长因子Life Technologies--
Noggin蛋白Peprotech--
R-spondin-1蛋白R&D systems--
NuPAGE LDS样品缓冲液(4x)InvitrogenNP0007
NuPAGE LDS样品还原剂(10x)InvitrogenNP0009
磷酸化Erk (Thr202/Tyr204)抗体Cell Signaling Technology9101
Erk1抗体Cell Signaling Technology9102
磷酸化S6核糖体蛋白(Ser235/236)抗体Cell Signaling Technology2211
S6核糖体蛋白抗体Cell Signaling Technology2217
磷酸化Akt (Ser473)抗体Cell Signaling Technology9271
Akt(pan)抗体Cell Signaling Technology9272
β-微管蛋白抗体Cell Signaling Technology2146
Lonza MycoAlert支原体检测试剂盒LonzaLT07-318
GDC-0973Genentech--
GDC-5573Genentech--
CellTiter-Glo试剂----
2104 EnVision多标记读板仪PerkinElmer--
Bravo自动液体处理平台Agilent--
MultiFlow微孔板分液器BioTeck--

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
患者分组与获得性突变定义
抗EGFR组N=113,抗VEGF组N=141;仅分析62个共同基因;获得性突变定义为组织阴性而血浆阳性
阅读提示:Methods 'IMblaze 370 study and specimen collections'及'Comparison of genomic alterations detected in tumor and plasma samples'
KRAS突变类器官实验
类器官KRAS突变类型(Q61H、G12D、G12C、G12V、Q61R);Western blot三次独立重复
阅读提示:Methods 'KRAS mutant organoid generation, culture and genome editing'及'Western blot analysis';Fig. 3a
细胞系药物敏感性检测
细胞系CL-11、LS-174T、LoVo;药物GDC-0973和GDC-5573 9点剂量响应3倍稀释;处理120小时;三次独立重复
阅读提示:Methods 'Cell viability assay';Fig. 3b, c
PDX模型分析
PDX样本量244;NMF2.1 N=221,NMF2.2 N=23;EREG高/低各N=122;西妥昔单抗治疗3周后肿瘤体积变化
阅读提示:Methods 'Novartis PDX data analysis';Fig. 5d和Fig. 6d
RNAseq转录组分析
患者N=74(获得性突变组N=43,无突变组N=31);cNMF选择k=2;差异表达校正原发vs转移
阅读提示:Methods 'Gene expression analysis'和'Unsupervised machine learning transcriptomic clustering approach based on Consensus Non-negative Matrix Factorization (cNMF)';Fig. 5和Fig. 6