血浆细胞外囊泡信使RNA谱鉴定出用于胰腺导管腺癌患者生存预测的非侵入性风险分层预后EV特征

Plasma extracellular vesicle messenger RNA profiling identifies prognostic EV signature for non-invasive risk stratification for survival prediction of patients with pancreatic ductal adenocarcinoma

作者信息Yi Han, Pascal Drobisch, Alexander Krüger, Doreen William, Konrad Grützmann, Lukas Böthig, Heike Polster, Lena Seifert, Adrian M Seifert, Marius Distler, Mathieu Pecqueux, Carina Riediger, Verena Plodeck, Heiner Nebelung, Georg F Weber, Christian Pilarsky, Ulf Kahlert, Ulf Hinz, Susanne Roth, Thilo Hackert, Jürgen Weitz, Fang Cheng Wong, Christoph Kahlert
PMID36737824
发布时间2023-02
DOI10.1186/s13045-023-01404-w

实验完整度

高

包含发现队列RNA-seq鉴定候选mRNA、训练队列ddPCR验证、独立多中心队列验证,以及Kaplan-Meier和Cox回归生存分析等多层级验证。

主要模型

PDAC患者血浆样本队列(发现、训练、验证) 长期生存者(OS>36个月)与短期生存者(OS 6-12个月)比较

重点核对

EV RNA分离使用exoRNeasy Serum/Plasma Midi kit(Qiagen) ddPCR使用Naica系统(Stilla Technologies) 风险评分公式:SCN7A表达*(-0.7860)+SGCD表达*(-0.7247)+PPP1R12A表达*(0.6447) 训练队列中高/低风险组划分:风险评分范围-4.4998至+7.8552,高分组n=15,低分组n=76 验证队列中高/低风险组划分:风险评分范围-0.5611至+7.8583,高分组n=12,低分组n=71

摘要

背景:胰腺导管腺癌(PDAC)的预后是所有癌症中最差的之一,PDAC患者诊断后的中位生存期仅为6-8个月。尽管数十年的研究努力集中在早期诊断和分子机制的理解上,但很少有临床有用的标志物被普遍应用。为了改善PDAC的治疗和管理,识别预后因素对于优化治疗决策和患者生存同样重要。令人信服的证据表明细胞外囊泡(EVs)作为PDAC非侵入性生物标志物的潜在用途。因此,本研究旨在识别非侵入性血浆EV生物标志物,用于预测PDAC患者术后的生存。方法:从258例PDAC患者中分离血浆EV,分为三个独立队列(发现、训练和验证)。首先使用RNA测序通过DESeq2工具从发现队列(n=65)中鉴定差异表达的EV mRNA候选物。候选物在训练队列(n=91)中通过微滴式数字PCR(ddPCR)进行测试。使用Cox回归模型和Kaplan-Meier分析构建EV特征,随后在多中心队列(n=83)中通过ddPCR进行验证。结果:血浆EV的转录组分析揭示了长期和短期PDAC幸存者之间差异表达的mRNA,这使得排名前10的候选EV mRNA在独立的训练队列中通过ddPCR进行了测试。ddPCR的结果使得建立了一种新的预后EV mRNA特征,包括PPP1R12A、SCN7A和SGCD,用于PDAC患者的风险分层。基于EV mRNA特征,高风险PDAC患者的总体生存(OS)率低于低风险患者(p=0.014),并在另一个独立队列中成功验证(p=0.024)。有趣的是,我们的特征与肿瘤分期的组合产生了优于单独特征(p=0.022)或单独肿瘤分期(p=0.016)的预后表现(p=0.008)。值得注意的是,EV mRNA特征被证明是PDAC预后的独立不利预测因子。结论:本研究提供了一种新颖且非侵入性的预后EV mRNA特征,用于PDAC患者的风险分层和生存预测。

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
血浆EV中的mRNA能否作为非侵入性生物标志物预测PDAC患者术后的生存?
核心机制
PPP1R12A可能反映PDAC细胞效应,而SCN7A和SGCD可能代表肿瘤微环境中的免疫细胞、成纤维细胞和施万细胞等组分,共同反映肿瘤及其微环境的系统性影响。
主要证据
发现队列RNA-seq鉴定差异表达mRNA,训练队列ddPCR验证,建立3-mRNA特征,并在独立验证队列中确认其预后价值(log-rank p=0.024)。
研究意义
该EV mRNA特征可作为肿瘤分期的补充,提供更优的预后表现(p=0.008),为PDAC患者提供非侵入性风险分层工具。

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

EV分离方法比较

选择最佳的EV分离方法用于后续EV mRNA生物标志物发现

比较了基于柱的膜亲和法(exoRNeasy Serum/Plasma Midi kit)、超速离心法和沉淀法,评估EV回收率、纯度和RNA浓度。

2

EV表征

确认分离的EV的身份和特征

通过TEM、NTA和Western blot对EV进行表征,显示杯状形态、约150nm大小以及EV标志物(CD63、TSG101、Integrin-β1)的存在。

3

发现队列RNA-seq及候选mRNA筛选

鉴定长期和短期PDAC幸存者之间差异表达的EV mRNA

对发现队列(n=65)血浆EV进行RNA-seq,通过DESeq2筛选差异表达mRNA,并通过ROC曲线选择AUC最高的10个候选mRNA。

4

训练队列ddPCR验证

在训练队列中验证候选mRNA的预后价值

采用ddPCR检测训练队列(n=91)中候选mRNA的表达,并通过Kaplan-Meier和Cox回归分析评估其与OS的关联。

5

EV 3-mRNA特征建立

构建用于风险分层的预后EV mRNA特征

通过逐步Cox比例风险回归模型,从4个显著候选mRNA中选出3个(PPP1R12A、SCN7A、SGCD)组成特征,并计算风险评分。

6

验证队列ddPCR验证

在独立的多中心验证队列中验证EV 3-mRNA特征的预后性能

在验证队列(n=83)中使用相同公式计算风险评分并分组,通过Kaplan-Meier和Cox回归分析评估特征的预后价值。

7

特征与临床病理因素的联合分析

评估EV特征与肿瘤分期等临床因素联合的预后价值

在合并队列(n=174)中分析特征与年龄、性别、分期、分级等的相关性,并比较特征、肿瘤分期及其组合的预后表现。

8

独立预后因素分析

确认EV特征是PDAC预后的独立预测因子

进行单因素和多因素Cox回归分析,调整年龄、性别、肿瘤分期、分级、切缘状态、化疗等因素。

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
EDTA管Sarstedt--
exoRNeasy血清/血浆中量试剂盒Qiagen--
Vivaspin 500超滤管(100,000 MWCO)Sartorius--
Sorvall MX150+ 微型超速离心机Thermo Scientific--
外泌体沉淀试剂----
FEI Morgagni 268D透射电镜FEI--
ZetaView纳米颗粒跟踪分析仪Particle Metrix GmbH--
校准颗粒(100 nm)Particle Metrix GmbH--
RIPA裂解缓冲液Cell Signalling Technology--
Halt蛋白酶和磷酸酶抑制剂单次使用鸡尾酒Thermo Scientific--
Pierce BCA蛋白质测定试剂盒ThermoFischer Scientific--
Varioskan LUX多功能酶标仪Thermo Scientific--
NuPAGE 4X LDS样品缓冲液Invitrogen--
NuPAGE 10X样品还原剂Life Technologies--
4-12% Bis-Tris凝胶Life Technologies--
硝酸纤维素膜Amersham Biosciences--
丽春红Sigma-Aldrich--
脱脂牛奶AppliChem GmBH--
CD9抗体Abcamab92726
CD63抗体Abcamab68418
Calreticulin抗体Cell Signaling Technology2891S
Integrin-β1抗体Cell Signaling Technology9699
TSG101抗体Abcamab83
RasG12D抗体Cell Signaling Technology14429
抗兔IgG,HRP连接抗体Cell Signaling Technology7074
抗小鼠IgG,HRP连接抗体Cell Signaling Technology7076
Immobilon Western化学发光HRP底物Millipore--
Fusion FX7成像系统Vilber--
Agilent片段分析仪5200Agilent Technologies--
DNF-472高灵敏度RNA分析试剂盒,15 ntAgilent Technologies--
SMARTer smRNA-Seq试剂盒(Illumina)Takara Bio Inc--
NextSeq 500/550中输出试剂盒v2Illumina--
SuperScript IV VILO预混液Thermo Scientific--
PrimePCR探针检测Bio-RadqHsaCEP0032455,
Naica系统(Crystal Digital PCR)Stilla Technologies--
Perfecta多重qScript toughmixQuantabio--
荧光素VWR--
Sapphire芯片Stilla Technologies--
Crystal Miner软件----

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
血浆样本收集
采血时间(手术当天或术前最多10天)
阅读提示:Methods: Plasma sample collection and processing
EV RNA分离
使用exoRNeasy Serum/Plasma Midi kit,输入血浆量550 μl
阅读提示:Methods: EV and RNA isolation
EV表征(TEM/NTA/Western blot)
TEM网格类型、NTA仪器参数、抗体稀释比例
阅读提示:Methods: Transmission electron microscopy (TEM), Nanoparticle tracking analysis (NTA), Western blot
RNA-seq
cDNA合成试剂盒、测序平台、差异表达筛选标准
阅读提示:Methods: RNA sequencing and analysis
ddPCR验证
cDNA模板量、PrimePCR探针、Naica系统运行条件(温度、循环数)
阅读提示:Methods: Digital droplet polymerase chain reaction (ddPCR)
生存分析和风险模型
风险评分公式、最优截断值确定方法、Cox回归模型
阅读提示:Methods: Data analysis
临床信息
患者纳入/排除标准、OS定义、随访时间
阅读提示:Methods: Patient samples and clinical characteristics