《自然》:太惨了,耐药癌细胞或是肿瘤进化过程中的“炮灰”!MSKCC构建肿瘤随时间发展的单细胞全基因...
自然界的万物都因为自然选择而进化,在某种环境下具有生存优势的个体在群体中的数量会越来越多,而其他的个体则会逐渐被取代。
癌细胞作为机体内适应性极强的细胞也并不例外。癌症的药物治疗都很难避免抗药性的产生,这就是一类癌细胞的进化。但由于缺乏肿瘤随时间发展的单细胞水平数据,预测癌细胞会如何进化是一个很大的挑战。
但这一挑战可能已经不再是挑战了,近日,美国纪念斯隆凯特琳癌症中心(MSKCC)的Sohrab P. Shah和不列颠哥伦比亚大学Samuel Aparicio领衔的研究团队在《自然》发表重要研究成果[1]。
他们通过长达3年的实验,获取了三阴性乳腺癌(TNBC)的单细胞时间序列(time-series)全基因组测序数据。基于群体遗传学理论,他们发现可以利用拷贝数变化(CNA)预测癌细胞的进化。
其中一个有趣的发现是,如果停止化疗,那么原先在自然状态下具有高适应性的亚群会重新扩张,而获得抗药性的亚群规模变小,乃至被淘汰。
论文首页截图
Sohrab P. Shah说:“一直以来,在癌细胞进化领域,科学家们都专注于从单一的数据中推断癌症的进化史,这种方法很容易出错。但通过时间序列数据,便可以得到更为清晰的癌症进化史,我们的研究结果也表明CNA对于癌细胞的适应性有着可度量的影响” 。
基于此,研究团队开发了一个实验和计算结合的平台,它由三部分构成:按照时间序列采样并对样本进行单细胞全基因组测序、单细胞基因组的系统发生学分类,以及一个基于群体遗传学用于预测细胞进化轨迹的模型。
CNA指的是基因组上一些特定DNA片段的数量变化,尽管大量的证据都表明肿瘤基因组具有可塑性[2],但是CNA引起的基因组结构改变是否能驱动肿瘤的发生以及产生抗药性仍然是未解之谜,甚至有研究者质疑其在肿瘤发展过程中的重要性。
而CNA往往是乳腺癌初期由TP53变异引起的基因组不稳定性导致的[3],因此研究者们首先利用上述平台在一个永生化的乳腺上皮细胞系中探究了TP53缺陷带来的CNA和适应性改变。
他们一共产生了3个时间序列数据,包括1个培育300天的TP53野生型细胞系(2713个细胞基因组)和2个分别培育285天和220天的TP53缺陷型细胞系(分别有3264和4881个细胞基因组),前者采样了四次,后者采样了7次。
然后依据它们的CNA频谱构建了系统发生树,并计算各类节点的细胞数量,发现野生型细胞系演化的3个主要亚群(F、E、D)的进化轨迹几乎一致,适应性系数没有太大差别,而缺陷型细胞系中均出现了非整倍体(CNA频率较高)亚群的扩张,并且这样的亚群适应性系数也是最高的。在最后的时间点上,原先的二倍体细胞几乎被淘汰。
TP53野生型和突变型在经过传代培养后的进化轨迹
在TP53突变型细胞系中随着时间推移二倍体细胞(K)逐渐减少,其中CNA频率最高的亚群A有着最大的正向选择系数(右下)
研究人员还发现,由TP53变异引起的CNA大都出现在一些乳腺癌常见的癌基因上(MDM4、MYC、TSHZ2),进一步的实验也验证了模型推导的结果,这表明TP53功能缺失会导致一些能增强细胞适应性的CNA。
有了上述结论,研究人员下一步将平台应用于人类乳腺癌的演化。他们通过将人肿瘤细胞移植到小鼠上构建了人源肿瘤异种移植模型(PDX),这是一个更接近实际的癌症模型。
最后,他们获得了四个时间序列数据,包括一个培育927天的HER2阳性的PDX和三个分别培育619、381、353天的TNBC的PDX。这些PDX均属于TP53缺陷型。经过分析发现,所有的PDX的生长速度都逐渐增加,并且都演化出了多个CNA水平不同的亚群。
值得一提的是,三个TNBC的PDX都有亚群受到较强的正向选择(即出现一些亚群随时间扩张,一些亚群被淘汰),而HER2阳性的PDX中的亚群几乎接近于中性选择(所有亚群最终都占有一定比例)。
TNBC的PDX受到正向选择,出现紫色的点代表着有亚群受到正向选择
接下来,研究人员将TNBC-SA609 PDX的一个早期时间点采集的样本与一个晚期时间点采集的样本进行混合,重新移植构建了两个新的PDX。然后利用计算平台得到的适应性系数对这两个PDX的进化轨迹进行预测,接着用实验验证。
实验结果表明,利用适应性系数预测的会出现扩张的亚群在小鼠体内最终占了最大的比例。这证明适应性系数对癌细胞的进化轨迹有着很好的预测性。
癌细胞进化轨迹的预测及实验验证,图a是实验设计,图b中黑色的线表示多次预测的轨迹,红色的线表示平均轨迹,蓝点表示实验观察到的轨迹
既然在自然状态下,基于CNA的亚群特异适应性能很好的预测癌细胞的进化轨迹,那么在药物的干预下,它们的适应性又会怎样变化呢?
为了弄清楚这个问题,研究人员对带有TNBC PDX的小鼠进行顺铂类药物化疗,在四个周期的治疗后,三种PDX均出现了抗药性,并且治疗前后癌细胞各亚群的适应性几乎倒转过来了。表明在施加了药物选择压力后,原先的低适应性亚群转而受到正向选择成为了高适应性亚群。
顺铂类药物化疗前后,各亚群的适应性排序
那么停止化疗,癌细胞的种群结构会不会恢复呢?
研究人员发现如果停止治疗,那么原先在自然状态下具有高适应性的亚群会重新扩张,而获得抗药性的亚群规模变小。
这表明抗药性的产生有着进化上的代价——可能激活了一些不节约的代谢通路,因此这种药物抵抗优势在自然状态会带来额外的不必要负担,从而使得具有抗药性的癌细胞被淘汰。
这项研究表明,在群体遗传学中,不论是基因型还是其他的可遗传因素(这里是CNA)都能决定生命体的环境适应性。将群体遗传学的理论用于预测癌细胞这类人体内最“狡猾”的细胞的进化方向,有望促进癌症的个性化治疗。
参考文献:
[1] Salehi S, Kabeer F, Ceglia N, et al. Clonal fitness inferred from time-series modelling of single-cell cancer genomes [published online ahead of print, 2021 Jun 23]. Nature. 2021;10.1038/s41586-021-03648-3. doi:10.1038/s41586-021-03648-3
[2] Rojo de la Vega M, Chapman E, Zhang DD. NRF2 and the Hallmarks of Cancer. Cancer Cell. 2018;34(1):21-43. doi:10.1016/j.ccell.2018.03.022
[3] Li Y, Roberts ND, Wala JA, et al. Patterns of somatic structural variation in human cancer genomes. Nature. 2020;578(7793):112-121. doi:10.1038/s41586-019-1913-9
责任编辑丨BioTalker