探索PDAC癌前病变
写在前面
你现在看到的是文献俱乐部2019年笔记分享第一弹,我将会在春节7天连续分享,目录如下:
2019年1月份第3周(总第51周)探索PDAC癌前病变
2019年1月份第4周(总第52周)TCGA计划的ATAC-seq数据发布
2019年2月份第1周(总第53周)胃癌类器官
2019年2月份第2周(总第54周)测173个成年人的大脑的102个基因
2019年2月份第3周(总第55周)2.5万汉族人的GWAS乳腺癌风险基因
因为学业需要,我阅读的大量文献都是NGS组学相关,所以会涉及到很多数据处理,而这些文献基于的生物信息学数据处理技巧,我都在过去的5年里以各种形式分享讲解过,也有系列视频,希望你可以在方便的时候再次学习一遍,查漏补缺。也欢迎推荐给有需要的朋友
学习笔记目录
3.一万人陪你学习GEO数据库挖掘知识(公益视频听课笔4.记分享)
……期待有你……
如果,你不仅仅是对NGS组学应用文献感兴趣,也欢迎加入我们文献阅读小组分享自己的主页领域文献。
今天是大年初三,给大家带来的是探索PDAC癌前病变,希望你能学到知识。
文献概要
本研究测序量不大,但是发表在nature杂志, Published: 03 September 2018 ,题目是;Precancerous neoplastic cells can move through the pancreatic ductal system 应该是因为研究者试图解决的生物学问题很精彩,同样的摸索,有一个单细胞转录组研究也做过,发在CCR上面,跟这个差的有点远。
背景知识
胰腺癌,胰腺导管内腺癌pancreatic ductal adenocarcinoma (PDAC)
上皮内瘤变是一个用于描述“细胞或结构发生改变的一系列疾病”的术语,它被认为反映了潜在的分子生物学异常,此种分子生物学的异常可导致上皮内瘤变进展为浸润癌。
关于胰腺上皮内瘤变 pancreatic intraepithelial neoplasia (PanIN) 分类:
low-grade PanINs (LG-PanIN, PanIN-1 and PanIN-2)
higher-grade PanINs (HG-PanIN, PanIN-3)
通常PanIN都是有KRAS突变,而高级别的HG-PanIN是有TP53, CDKN2A, and SMAD4这些重要基因的突变,而且PanINs and neighbouring PDACs非常类似,所以主流认为PDACs arises from adjacent PanINs
疾病发展的3个假设
同一患者胰腺的PanIN和PDAC之间存在3种可能的发生发展关系:
假设1:PanIN和PDAC不存在共同的体细胞基因突变,正常胰腺细胞在不同的驱动基因突变D1和D2作用下分别发展为PanIN和PDAC。
假设2:正常胰腺细胞经历了一组共同的突变(包括驱动基因突变和乘客基因突变,即D1)形成MRCA,在此基础上MRCA发生基因突变D2发展为PDAC,而未发生基因突变D2的演变为PanIN。
假设3:PanIN和PDAC共同经历了成为恶性肿瘤所需的所有的基因突变,包括所有的驱动基因突变和一些乘客基因突变(即D1、D2),却分别发展为PanIN和PDAC。
如下图:
蓝色细胞代表种系细胞(Germline),即正常胰腺细胞,橙色细胞代表PanIN和PDAC最近的共同祖细胞(most recent common ancestor, MRCA)。
实验设计
筛选出100多个切除的胰腺,确定其中至少有一个LG-PanIN(低度PanIN,低到中度细胞异形,PanIN-2级别)或HG-PanIN(高度PanIN,严重细胞异形,PanIN-3级别)的样本在解剖学上与PDAC不同且远离PDAC的区域。
排除有PDAC个人或家族史的患者。最终确定了8名患者,使用LCM镭射激光显微切割取样做WES研究,平均测序深度高达250X,12个PanINs和8个PDAC被用于当前研究。(这个LCM技术值得重点强调,其实它主要是应用于多位点取样,这里之所以使用LCM,是因为胰腺癌的特殊性)
测序数据上传到了EBI, EGAS00001002778, 需要申请才能下载。
对来自每个患者的病变和正常组织进行测序,通过比较病变和其匹配的正常DNA,鉴定出2886个体细胞SNV和INDEL
,还从外显子测序数据中分析了体细胞CNA。
PanIN 和PDAC进展模式结果
通过全外显子测序获得PanIN和PDAC体细胞的基因突变,如KRAS,CDKN2A, TP53, SMAD4, U2AF1,KMT2D,再通过Treeomics
系统发育分析方法根据单核苷酸变异(single nucleotide variation,SNV)及插入和缺失(insertion or deletion,INDEL)推断同一个体不同位置的PanIN和PDAC之间的发展关系,8名患者胰腺癌系统发育结果如图2所示。
其中:
2名患者(PIN102和PIN105)结果支持假设1
4名患者(PIN101、PIN103、PIN104和PIN108)结果支持假设2
2名患者(PIN106和PIN107)结果支持假设3
具体如下:
从假设2的结果可以推测,解剖上不同区域的PanIN和PDAC各自的基因突变集存在交集,即存在共同的基因突变,这可能的解释是正常胰腺细胞经历了一个共同突变克隆,并沿着胰腺导管系统扩散产生了共同的肿瘤病变,此共同的肿瘤病变再经历不同的基因突变发展成PanIN和PDAC,而不是既往研究所认为的由PanIN发展为PDAC。
拷贝数变异结果如下:
胰腺癌进展的时间模型
使用 treeomics 建立模型,推测疾病发生发展所需要时间。(这个部分其实是重点,但是算法上面很难理解)
研究亮点
关于恶性肿瘤进展模式,对比既往的研究结果,该研究指出,恶性肿瘤并不一定是由癌前病变发展而来,在胰腺癌的发展过程中,PanIN和PDAC不能认为是局部的病变,它们可以通过胰腺导管系统进行扩散和发展,这一结论更好地解释了临床上高级别PanIN或PDAC术后复发高风险的原因。
此外,该文章根据胰腺癌进展过程中发生的乘客基因突变,建立了一个胰腺癌进展的时间模型,通过该模型可以推断出PanIN和PDAC的进展时间,这为研究胰腺癌进展提供了一个新的思路。
后记
如果你完全没有看懂文章说了些什么,却仍然坚持到了最后,说明你有可能对生物信息学感兴趣,你缺乏的是一个入门的契机!
也欢迎推荐你身边的朋友参与我们的线下培训,如果有缘的话