肝细胞癌早期恶性转变的分子机制解析

Molecular insights into early malignant transition of hepatocellular carcinoma.

作者信息Zhengtao Zhang, Hong Li, Lingli Chen, Tao Lu, Xinyi Shentu, Yuanhua Liu, Zhixuan Tang, Shuyi Ji, Zhixin Qiu, Yining Zou, Hong Wen, Jing Han, Zhengzeng Jiang, Jie Fan, Xinbo Gao, Dianfan Li, Agavni Mesropian, Roser Pinyol, Josep M Llovet, Hui Dong, Yuan Ji, Lijian Hui
PMID41895279
发布时间2026-05-11
DOI10.1016/j.ccell.2026.03.005

实验完整度

高

含患者组织多组学(WGS/RNA-seq/空间转录组)、类器官功能验证及免疫微环境分析等多层证据

主要模型

癌倾向性不典型增生结节与配对极早期肝细胞癌患者组织 癌未定性不典型增生结节患者组织 hiHep来源的肝脏类器官模型 人诱导肝细胞(hiHeps)

重点核对

癌倾向性DNs与配对veHCCs的SNV共享比例(7–85%)及进化关系验证 癌倾向性DNs与癌未定性DNs中TERT改变频率比较(82% vs 32%,p=0.003) 配对DNs与veHCCs间CNA负荷及CIN指数差异 ECHS1和FGA敲除/敲低对hiHep类器官生长及EdU阳性率的影响 veHCCs免疫分型(炎症型vs非炎症型)及免疫逃逸特征评分

摘要

理解癌前病变向恶性转变的分子驱动因素对于癌症的早期检测和干预至关重要,然而由于难以获得进化相关的病变样本,这一过程仍缺乏系统表征。本研究对17个癌倾向性不典型增生结节(DNs)中发生的21例极早期肝细胞癌(veHCCs)的基因组和免疫学特征进行了全面分析。值得注意的是,82%的癌倾向性DNs携带TERT改变,提示TERT改变在恶性转变中可能发挥易感而非驱动作用。拷贝数改变(CNAs)的累积而非单核苷酸变异与恶性转变密切相关。与肝细胞癌发生于慢性炎症环境的经典模式不同,癌倾向性DNs呈现免疫失活表型。引人注目的是,43%的veHCCs表现出炎症型却免疫逃逸的表型。这些发现提出了早期肝癌发生的两种进化情景:CNA主导的进展和伴随早期免疫逃逸的炎症型进展,强调了免疫疗法用于早期干预的潜力。

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
肝细胞癌从癌前不典型增生结节向极早期癌转变的分子驱动因素和进化过程是什么?
核心机制
TERT改变可能使DNs易于发生恶性转变而非直接驱动;拷贝数改变(CNAs)的累积而非SNV负担与恶性转变密切相关;部分veHCCs在早期即建立免疫逃逸程序。
主要证据
对17个癌倾向性DNs和21例配对veHCCs进行WGS和RNA-seq,结合19个癌未定性DNs对照比较,发现TERT改变在癌倾向性DNs中高发(82%),veHCCs中CNA负荷显著高于配对DNs,且43%的veHCCs呈炎症型伴免疫逃逸特征;hiHep类器官实验验证ECHS1和FGA缺失促进类器官生长。
研究意义
提出早期肝癌发生的两种进化情景(CNA主导进展和炎症型进展伴免疫逃逸),提示TERT改变可作为癌倾向性DNs的早期分层标志,并提示免疫检查点抑制剂可能对炎症型veHCCs患者有益。

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

样本筛选与病理诊断

获取共存不典型增生结节和极早期肝细胞癌的结节内结节样本并明确诊断

筛选44,714例FFPE肝脏标本,由三名病理学家独立进行H&E和GPC3、HSP70、GS免疫组化染色评估,收集17个结节内结节病变(来自16例HBV感染患者),另收集19个癌未定性DNs和15例独立veHCCs作为对照。

2

全基因组与转录组测序

表征DNs和veHCCs的基因组变异和基因表达特征

对显微切割的NCas、DNs和veHCCs进行WGS(约35×)和RNA-seq,鉴定体细胞SNVs、CNAs、HBV整合、端粒长度和突变特征;对癌未定性DNs和独立veHCCs进行WES(约230×)、靶向测序(约1880×)和RNA-seq。

3

癌倾向性与癌未定性DNs比较分析

识别癌倾向性DNs中富集的关键分子事件

比较癌倾向性DNs(n=17)与癌未定性DNs(n=19)中37个CFGs的突变、CNAs和TERT改变频率,分析端粒长度和染色体不稳定性指数。

4

DNs向veHCCs转变的基因组变化分析

确定与恶性转变相关的基因组变异类型

比较配对癌倾向性DNs和veHCCs之间SNV负荷、CNA负荷、CFG突变和CNA频率,并与TCGA和CLCA后期HCC数据集比较突变频率。

5

类器官功能验证

验证候选基因改变对肝细胞恶性表型的功能影响

在hiHep来源的类器官中过表达c-MYC和CTNNB1,或在β-cateninΔex3过表达类器官中敲除ECHS1、FGA、NR0B2、SDHB、FGB等候选基因,检测类器官大小和EdU掺入。

6

免疫微环境表征

定义DNs和veHCCs的免疫表型及免疫逃逸特征

通过RNA-seq数据的MCP-counter去卷积、GSVA炎症特征评分、多重免疫组化/免疫荧光染色(CD4、CD8、CD163、MPO、PD1、PDL1、FOXP3、CD11c等)评估免疫细胞浸润和免疫调节分子表达。

7

空间转录组分析

在空间层面解析炎症型veHCCs的免疫细胞组织和细胞间通讯

使用Visium HD平台对3例炎症型veHCCs和1例非炎症型veHCC及其配对DNs进行空间转录组测序,通过RCTD去卷积和SOAPy分析细胞类型分布和配体-受体互作。

8

系统发育树构建与进化情景归纳

重建配对DNs和veHCCs的进化关系并归纳恶性转变情景

整合SNVs和影响CFGs的CNAs,使用Pairtree进行亚克隆聚类和系统发育树构建,结合CNA谱和免疫特征将病例归纳为两种主要进化情景。

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
PANO 7重免疫组化试剂盒Panovue004100100
抗HePar-1抗体AgilentIR624
抗CD4抗体ZSGB-BIOZM0418
抗CD8α抗体Cell Signaling Technology70306
抗PD-1抗体Cell Signaling Technology43248
抗PD-L1抗体Cell Signaling Technology13684
抗FOXP3抗体Cell Signaling Technology98377
抗MPO抗体Abcamab208670
抗CD163抗体Cell Signaling Technology93498
抗CD11c抗体Abcamab52632
抗CD3抗体Abcamab16669
抗CD20抗体AgilentM0755
抗CD21抗体Leica BiosystemsNCL-CD21-2G9
抗HSP70抗体Santa Cruz Biotechnologysc-24
抗GS抗体Abcamab49873
抗GPC3抗体GeneTexGTX633410
抗ECHS1抗体Cell Signaling Technology18420
抗FGA抗体Abcamab92572
抗c-Myc抗体Abcamab32072
抗β-catenin抗体BD Biosciences610154
Click-iT EdU细胞增殖试剂盒Biyuntian BiotechnologyC0081S
基质胶----
lentiCRISPR v2载体Addgene52961
Maxwell® 16 LEV RNA FFPE纯化试剂盒Promega--
Maxwell® 16 FFPE Plus LEV DNA纯化试剂盒Promega--
TruSeq Nano DNA建库试剂盒Illumina--
SureSelectXT人全外显子V8试剂盒Agilent Technologies--
TruSeq® RNA外显子文库构建试剂盒Illumina--
Visium HD载玻片10x GenomicsPN-2000970
Visium HD空间基因表达试剂盒10x GenomicsPN-1000675
Leica RM2235手动轮转切片机Leica Microsystems--
Opal四色手动免疫组化试剂盒Akoya BiosciencesNEL810001KT
Akoya Vectra 3多光谱成像系统Akoya Biosciences--
Cytation 5细胞成像多功能检测系统BioTek--
Opera Phenix Plus高内涵成像系统----
Qubit 3.0荧光定量仪Thermo Fisher Scientific--
2100/2200生物分析仪Agilent--
Covaris S220超声破碎仪Covaris--
Illumina NovaSeq 6000测序仪Illumina--
Illumina HiSeq X TEN测序仪Illumina--
BGI DNBSEQ-T7测序平台BGI--
重组人TGFαPeproTech100-16A
重组人EGFPeproTechAF-100-15
地塞米松Sigma-AldrichD4902
ITS-A添加剂Gibco51300-044
NeuroCult™ SM1添加剂Stem cell05711
psPAX2包装质粒Addgene--
pMD2.G包膜质粒Addgene--
非靶向shRNA序列Sigma-AldrichSHC002

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
样本筛选与病理诊断
结节内结节样本的病理诊断标准(GPC3、HSP70、GS中至少两个阳性)及DN取样距veHCC至少1 mm的空间分离要求
阅读提示:STAR Methods中Patient cohort小节及Figure 1B、S1R、S1S图注
全基因组与转录组测序
WGS深度约35×、WES深度约230×、靶向测序深度约1880×及各组样本量(17个癌倾向性DNs、19个癌未定性DNs、15例独立veHCCs)
阅读提示:STAR Methods中Patient cohort、Whole genome sequencing and analysis、Whole exome sequencing and panel sequencing小节及Table S1、S2
TERT改变频率比较
癌倾向性DNs(n=17)与癌未定性DNs(n=19)分组定义及TERT改变检测方法(WGS/panel sequencing),统计方法为Fisher精确检验
阅读提示:Results中Differences between cancer-prone and cancer-undetermined DNs小节及Figure 1D图注
CNA与SNV负荷分析
CNA定义(log2比值>0.2或<-0.2)、臂级CNA定义(>60%染色体臂长度)、CIN指数计算方法及配对DNs-veHCCs比较的统计模型(线性混合模型)
阅读提示:STAR Methods中Copy number alterations小节及Figure 2B、2C图注
类器官功能验证
hiHep细胞来源与培养条件、Matrigel接种密度(3.75–5×10^4 cells/mL,每孔40 μL)、培养时间(6–10天)、EdU浓度(10 μM,30分钟)、puromycin筛选浓度(10 μg/mL)及重复数(类器官大小n=9,EdU n=3–5)
阅读提示:STAR Methods中Functional studies using in vitro organoid models小节及Figure 4G–4K、S4图注
免疫微环境表征
炎症特征20基因列表、MCP-counter免疫细胞丰度估算方法、多重免疫组化抗体面板及染色条件、细胞密度量化方法(cells/mm2)
阅读提示:STAR Methods中Multiplex immunohistochemistry and multispectral image analysis小节及Figure 3、4图注和Table S7
空间转录组分析
Visium HD切片厚度(5 μm)、分析分辨率(16 μm)、RCTD去卷积参数、SOAPy配体-受体互作阈值(Strength>2,Affinity<0.05)及分泌型互作半径(400 μm)
阅读提示:STAR Methods中Spatial transcriptomic sequencing and analysis小节及Figure 5图注
系统发育树构建与进化情景归纳
Pairtree亚克隆聚类参数、CIN指数(veHCC–DN)分组阈值(0.0266)及两种进化情景的定义标准
阅读提示:STAR Methods中Evolutionary scenarios小节及Figure 6、7图注