通过口腔癌表观遗传景观表征揭示染色质结构在癌症发展中的关键作用

Unraveling the key role of chromatin structure in cancer development through epigenetic landscape characterization of oral cancer

作者信息Yue Xue, Lu Liu, Ye Zhang, Yueying He, Jingyao Wang, Zicheng Ma, Tie-Jun Li, Jianyun Zhang, Yanyi Huang, Yi Qin Gao
PMID39243015
发布时间2024-09-06
DOI10.1186/s12943-024-02100-0

实验完整度

包含多组学测序(Hi-C、EM-seq、CUT&Tag、RNA-seq)和患者样本,进行了功能验证(p63免疫组化、e2f1免疫荧光)和模型预测。

主要模型

口腔腺样囊性癌患者肿瘤组织 口腔鳞状细胞癌患者肿瘤组织 口腔正常腺体及正常上皮组织

重点核对

样本类型:27例AdCC、24例OSCC患者及15例健康供体的组织样本(Gingival) 激光捕获显微切割的细胞数量:RNA-seq和CUT&Tag约3000个细胞,Hi-C约1000个细胞,甲基化测序约200个细胞 Hi-C文库制备:MboI酶消化,Tn5酶(Vazyme)片段化,PCR扩增10个循环 RNA-seq使用Geo-seq协议,cDNA预扩增后使用TruePrep DNA Library Prep Kit V2(Vazyme)构建文库 甲基化文库使用NEBNext EM-seq方法,使用NEBNext Enzymatic Methyl-seq Conversion Module(NEB),PCR扩增12个循环

摘要

表观遗传改变,如染色质结构和DNA甲基化的改变,已在许多肿瘤类型中得到广泛研究。但口腔癌,特别是口腔腺样囊性癌,受到的关注要少得多。在这里,我们结合激光捕获显微切割和多组学mini-bulk测序,系统地表征了口腔癌的表观遗传景观,包括染色质结构、DNA甲基化、H3K27me3修饰和基因表达。在致癌过程中,肿瘤细胞表现出重组的染色质空间结构,包括受损的区室结构和改变的基因-基因相互作用网络。值得注意的是,一些结构改变在表型上非恶性的癌旁细胞中观察到,但在正常细胞中没有。我们开发了transformer模型来识别单个基因组位点的癌症倾向,从而确定每个样本的致癌状态。对癌症表观遗传景观的深入了解提供了证据,表明染色质重组是口腔癌进展的重要标志,这也与基因组改变和DNA甲基化重编程有关。特别是,癌细胞中频繁拷贝数改变的区域与癌症和正常样本中的强空间绝缘相关。口腔鳞状细胞癌中的异常甲基化重编程与染色质结构和H3K27me3信号密切相关,并进一步受内在序列特性的影响。我们的研究结果表明,结构改变在两种不同类型的口腔癌中是显著且保守的,与转录组改变和癌症发展密切相关。值得注意的是,尽管与鳞状细胞癌相比,基因组拷贝数改变的发生率相当低,甲基化改变程度较小,但结构改变在口腔腺样囊性癌中仍然显著明显。我们期望对不同类型的原发口腔肿瘤及其亚型的表观遗传重编程进行全面分析,可以为口腔癌的新型检测和治疗设计提供额外指导。

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
口腔癌(特别是口腔鳞状细胞癌和腺样囊性癌)的表观遗传景观如何变化,以及染色质结构改变在癌症发展中的作用。
核心机制
染色质结构的重组,包括增强的短程相互作用、减弱的区室化和基因-基因相互作用网络的改变,是癌症进展的重要标志;DNA甲基化重编程与染色质结构和H3K27me3信号相关;甲基化改变依赖于多尺度序列特征和染色质结构。
主要证据
基于Hi-C、EM-seq、CUT&Tag和RNA-seq的多组学分析,发现AdCC和OSCC中染色质结构改变相似,但CNA频率和甲基化改变差异显著;开发了transformer模型基于CTG矩阵预测癌症状态,AUC达到0.959(OSCC)和0.934(AdCC)。
研究意义
染色质结构变化具有作为致癌作用的敏感和早期标志物的潜力;对口腔癌表观遗传重编程的全面分析可为新型检测和治疗设计提供指导。

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

样本收集与多组学数据生成

获取口腔癌及正常组织的多组学数据,用于表征表观遗传景观。

从66名供体收集样本,使用LCM分离细胞,然后进行Hi-C、EM-seq、CUT&Tag和RNA-seq测序。

2

染色质结构分析

分析正常和癌细胞的染色质三维结构、区室化和基因-基因相互作用的变化。

基于Hi-C数据构建染色质3D结构,应用谱聚类识别区室(A/B),计算区室强度和绝缘分数,使用CTG矩阵进行基因-基因相互作用分析。

3

基因表达和差异表达分析

鉴定正常和癌细胞之间的差异表达基因,并评估染色质结构变化与基因表达的关系。

使用RNA-seq数据进行差异表达分析(DESeq2),并将差异表达基因与区室变化、TSS甲基化和CNA关联。

4

DNA甲基化分析

分析正常和癌细胞的DNA甲基化模式,并研究其与序列特征、染色质结构及H3K27me3修饰的关系。

使用EM-seq数据,分析CGI和开放海的甲基化水平,计算峰值密度,评估MDI,并关联甲基化变化与染色质结构。

5

H3K27me3修饰分析

表征H3K27me3修饰的分布,并研究其与染色质结构、DNA甲基化和基因表达的关系。

使用CUT&Tag数据,分析H3K27me3富集区域(MRRs),计算空间密度,并分析MRR内的甲基化和表达变化。

6

拷贝数变异分析

鉴定癌细胞中的拷贝数变异,并研究其与染色质结构的关系。

使用Hi-C和WGS数据估计拷贝数,分析CNA频率和区域,并关联CNA断点与绝缘强度。

7

基于transformer模型的癌症预测

开发并验证基于染色质结构特征的模型,用于预测基因组位点的癌症状态。

使用CTG矩阵作为输入特征,训练transformer模型,评估其在OSCC和AdCC上的AUC,并测试对其他癌症(结肠癌)的泛化能力。

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
OCTSAKURA4583
徕卡冷冻切片机LeicaCM-1900
奥林巴斯光学显微镜OlympusBX51
甘氨酸Sigma-AldrichG7403-100G
激光显微切割显微镜LeicaLMD7000
十二烷基硫酸钠Invitrogen15553027
Triton X-100Sigma-AldrichT8787
MboI限制酶NEBR0147L
蛋白酶KQiagen19133
Ampure XP磁珠Beckman CoulterA63881
TTE Mix V50VazymeTD501
Dynabeads M-280链霉亲和素磁珠Invitrogen11206D
T4 DNA连接酶NEB--
5200片段分析仪系统AgilentM5310AA
TruePrep DNA文库制备试剂盒V2(Illumina)VazymeTD501
NEBNext酶学甲基化测序转化模块NEBE7125L
NEBNext Q5U Master MixNEBM0597
酶学甲基化测序NEBE7125
Hyperactive Universal CUT&Tag分析试剂盒VazymeTD903-02
H3K27me3抗体abcamab195477
兔IgG (H&L)二抗Rockland611-201-122
Tn5转座体VazymeTTE
Creative Enzymes蛋白酶Creative EnzymesNATE-0633
SureSelectXT Human All Exon V7Agilent5191-4005
Novaseq 6000系统Illumina--
Qubit 1x dsDNA HS分析试剂盒InvitrogenQ33230
HiSeq X TenIllumina--

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
组织样本来源:27例AdCC患者、24例OSCC患者和15例健康供体的口腔组织;正常上皮来自拔牙后的残留组织
阅读提示:Methods - Sample collection
组织切片制备
OCT包埋温度:-25°C;切片厚度:3 µm(病理检查)和10 µm(用于LCM)
阅读提示:Methods - Preparation of tissue sections
激光捕获显微切割
细胞数量:RNA-seq和CUT&Tag约3000个细胞,Hi-C约1000个细胞,甲基化测序约200个细胞
阅读提示:Methods - Laser capture microdissection (LCM)
Hi-C
限制酶:MboI (NEB #R0147L);裂解缓冲液;SDS浓度0.5%,65°C孵育20分钟;Triton X-100浓度10%;消化时间24小时;连接时间24小时;PCR扩增循环数10
阅读提示:Methods - Hi-C library preparation
RNA-seq
使用Geo-seq协议;cDNA预扩增;使用TruePrep DNA Library Prep Kit V2 (Vazyme) 构建文库;测序平台:Novaseq 6000,2x150bp
阅读提示:Methods - RNA-seq
甲基化测序
使用NEBNext EM-seq方法;使用NEBNext Enzymatic Methyl-seq Conversion Module (NEB);PCR循环数12
阅读提示:Methods - Methylation library preparation
CUT&Tag
使用Hyperactive Universal CUT&Tag Assay Kit (Vazyme);一抗:H3K27me3 (abcam, #ab195477),稀释比例1:50;二抗:Rabbit IgG (H&L) (Rockland, #611-201-122),稀释比例1:100
阅读提示:Methods - CUT&Tag
全基因组和全外显子组测序
样本量:约600个细胞;蛋白酶:Creative Enzymes Protease (NATE-0633);Tn5转座体 (Vazyme);PCR循环数21;测序平台:Novaseq 6000,2x150bp
阅读提示:Methods - Whole genome library preparation and sequencing
Hi-C数据处理
比对软件:HiC-Pro;参考基因组:hg19;分辨率:40 kb bin
阅读提示:Methods - Hi-C analysis
区室分析
基于谱聚类;LDA降维;前k个特征向量,k=50
阅读提示:Methods - Compartment identification
基因表达分析
基因计数矩阵:STAR比对到hg19,HTSeq计数;基因表达层次:TPM和归一化计数;差异表达基因定义:log2(fold change) > 1 且 FDR < 0.05
阅读提示:Methods - RNA-seq analysis
甲基化数据分析
比对软件:Bismark;参考基因组:hg19;甲基化水平计算:M/(M+U);TSS甲基化:CAGE峰定义TSS,计算TSS上下游1kb平均甲基化
阅读提示:Methods - Methylation data analysis
CUT&Tag数据分析
比对软件:Bowtie2;参考基因组:hg19;信号处理:deeptools,binSize=50;mapping
阅读提示:Methods - CUT&Tag data analysis
拷贝数变异分析
CNA调用:DNAcopy,基于Hi-C或WGS数据,10M mapped reads;50 kb动态bin;Lowess回归校正;cutoff:gain≥2.5,loss≤1.5
阅读提示:Methods - Copy number alteration analysis
Transformer模型
输入特征:CTG接触概率;训练集和测试集划分;模型参数:multi-head attention (head=8),学习率5e-6,优化器Adam
阅读提示:Methods - The transformer model for cancer identification