临床治疗数据的癌症分型能发31分？

导语

GUIDE ╲

从一项临床 III 期试验鉴定的823个晚期肾细胞癌患者的分子亚型，与抗血管生成剂和检查点抑制剂的不同临床结果息息相关。

背景介绍

小编今天为大家介绍一篇来自Cancer Cell（IF=31.74）的高端癌症分型及其不同的临床结局的文章，文章题目为Molecular Subsets in Renal Cancer Determine Outcome to Checkpoint and Angiogenesis Blockade。

数据介绍

IMmotion151 (NCT02420821) 是一项多中心、开放、III期、随机对照试验，在先前未经治疗的晚期肾细胞癌患者中进行了阿特珠单抗+贝伐单抗治疗 (n=454) 与舒尼替尼治疗 (n=461) 的对比，共同主要终点是研究人员评估的免疫细胞（IC、PD-L1+）上表达 PD-L1 ≥ 1% 的患者的无进展生存期（PFS）和意向治疗中的总生存期（OS）。

结果解析

01

肾癌七种亚型的鉴定和表征

利用大型IMmotion151 RNA-seq数据集，作者通过利用非负矩阵分解 (NMF) 以无偏见的方式进一步识别和改进转录定义的患者亚组。NMF是一种无监督聚类算法，它在给定的数据集中迭代选择最稳健的聚类模式。在这里，NMF根据IMmotion151队列中前10% (3074) 个最易突变的基因确定了患者的七个亚组（图1A）。

为了了解驱动这些cluster的主要生物学特征，作者利用分子特征数据库（MSigDb）结合先前描述的血管生成、T效应子和骨髓炎症特征进行基因表达定量集分析 (QuSAGE)（图1B）。作者用差异基因表达 (DGE) 分析补充了这一分析，再次将每个cluster与所有其他cluster进行了对比，并使用Reactome数据库中的基因集进行了通路富集分析。

图1

cluster1（n=98，12%）和cluster2（n=245，30%）中的患者肿瘤的主要特征是高度血管生成，血管和 VEGF 通路相关基因的富集（图1B-1D）。这些亚组还表现出转化生长因子β、WNT、NOTCH 信号模块的高表达（图1B）。因此将cluster1标记为血管生成/基质，cluster2标记为血管生成。

cluster3（n=156，19%）的特征是血管生成和免疫基因的表达相对较低，细胞周期基因的表达中等。这些肿瘤显示与补体级联（C3、C1S和C1R）相关的基因表达增加，这与癌症的不良预后有关，以及相关基因与参与Ω氧化的细胞色素P450家族有关。因此将此簇标记为补体/Ω-氧化簇。

cluster4 (n=116，14%)、5 (n=74，9%) 和 6 (n=106，13%) 中的肿瘤特征在于细胞周期转录程序，以及血管生成相关基因的低表达。富含cluster1和2的血管生成特征与富含cluster4、5和6的细胞周期特征（包括细胞周期蛋白依赖性激酶CDK2、CDK4和CDK6）之间的互斥（图1C和1D），可通过相关分析证实（R=-0.50，P<0.001）。总之，将cluster4标记为T效应器/增殖性，将cluster5标记为增殖性，将cluster6标记为基质/增殖性。

cluster7（n=28，3%）的特征是snoRNA表达的富集，尤其是C/D盒 snoRNA（SNORD）。SNORD与表观遗传和翻译程序的改变有关，并与致癌作用有关。将cluster7标记为snoRNA。

为了在独立队列中验证这些亚组，从IMmotion151中的RNA-seq数据训练了一个随机森林分类器，并在IMmotion150随机II期试验中预测了患者的NMF类肿瘤。在验证集中观察到的cluster分布与IMmotion151中的高度一致，证实了这些分子亚型的稳健性。

02

七种分子亚型患者对药物的预后差异

作者观察到在NMF模型中，血管生成/基质（cluster1）和血管生成（cluster2）在两个分类的有利风险组中的富集。相反，T效应/增殖（cluster4）、增殖（cluster5）和基质/增殖（cluster6）低风险组中富集（图2A）。

作者随后评估了每个cluster中两种治疗方式（阿特珠单抗+贝伐单抗和舒尼替尼治疗）的临床结果。血管生成/基质（1）和血管生成（2）cluster中的患者在两个治疗组中均表现出更长的PFS，而基质/增殖集群（6）中的患者则相对较短PFS，表明增殖/基质生物学与临床结果的预后关联较差（图2B）。

在对治疗组进行评估时，在血管生成/基质（1）、血管生成（2）和补体/Ω-氧化（3）中，阿特珠单抗+贝伐单抗和舒尼替尼组之间未观察到临床结果的明显差异（图2C和2D）。

阿特珠单抗+贝伐珠单抗在T效应器中与舒尼替尼（图2C和2D）相比显示出改善的ORR和 PFS。此外，阿特珠单抗+贝伐单抗在增殖cluster（5）中显示出改善的 ORR（26.2% vs 3.1%，P<0.001；图2C）和 PFS（HR=0.47；图2D） ，包括在含有TFE融合的肿瘤中，暗示PD-L1阻断与这种低血管生成但高增殖亚组的相关性。

图2

03

体细胞突变与肿瘤相关

通过评估715名患者肿瘤的体细胞突变来补充转录分析。该队列中体细胞突变的模式和流行率与先前关于肾细胞肿瘤中复发性基因变异的报告大致一致（图 3A）。

先前的研究报告了原发性和转移性肿瘤之间基因组突变谱的差异，包括与原发性肿瘤相比，转移性病变中染色体9p21.3缺失的富集。在本文IMmotion151队列中，虽然没有基因只在转移性肿瘤中发生改变，但12个基因的基因组变异频率在转移性肿瘤中比原发性肿瘤增加。

作者进一步描述了每个cluster中最高的基因突变频率，并观察到PBRM1突变和 CDKN2A/B 突变富集在T效应/增殖（cluster4）、增殖（cluster5）和基质/增殖（cluster6）（图3B）。

TP53突变率在增殖（5）和基质/增殖（6）中最高， BAP1突变在T效应器/增殖中最高（4) (图3B)。在按突变状态分析cluster分布时，血管生成簇（2）富含PBRM1和KDM5C突变体，而增殖（5）和基质/增殖（6）簇富含CDKN2A/B 突变（图3C）。

图3

作者随后评估了至少10%的肿瘤中存在的体细胞突变与上述转录组学特征的关联（图3D）。与非突变体相比，PBRM1或KDM5C突变的肿瘤表现出更高的血管生成表达和FAO/AMPK相关的基因特征，以及细胞周期基因特征的表达降。相反，携带TP53、CDKN2A/B或PTEN突变的肿瘤显示细胞周期上调， FAS/磷酸戊糖途径和基质基因表达。

总之，体细胞突变谱表明晚期肾细胞癌患者中不同转录组谱的遗传基础。PBRM1和/或KDM5C的功能性消耗与以血管生成特征为代表的亚型相关，而肿瘤抑制基因（包括CDKN2A/B和TP53）的功能性消耗与高增殖、合成代谢和基质生物学相关（图3D）。

04

体细胞突变与临床结果的关联

无论治疗组如何，PBRM1突变总体上都具有更好的预后（图4A、4C）。 与非突变PBRM患者相比，接受舒尼替尼治疗的肿瘤携带PBRM1突变的患者显示出更长的PFS（HR=0.67）。 在阿特珠单抗+贝伐珠单抗治疗的患者中也观察到了PBRM1突变肿瘤中PFS更长的趋势，但没有达到统计学意义。 当在治疗组之间进行比较时，PBRM1突变肿瘤的PFS或ORR没有差异。在PBRM1非突变肿瘤患者中，阿特珠单抗+贝伐珠单抗改善了 PFS。

相反，与未突变的肿瘤相比，CDKN2A/B 突变赋予更差的预后（图4A和4C）。当在治疗组之间进行比较时，肿瘤具有CDKN2A/B改变的患者显示出更长的 PFS（图4A）和更高的ORR（图4B），包括使用 阿特珠单抗+贝伐珠单抗与舒尼替尼治疗时的完全缓解（11% vs 0%）。TP53突变肿瘤患者，主要与 CDKN2A/B突变的肿瘤不重叠，也显示出使用阿特珠单抗+贝伐珠单抗与舒尼替尼相比改善临床益处的统计学非显著趋势（图4A和4B）。

图4

总之，作者确定了五个具有频繁功能丧失改变的基因，这些基因与两种治疗方式的不同临床结果相关，表明晚期肾细胞癌中的靶向体细胞突变分析有助于指导治疗选择。

小编总结

本文是对接受两种不同治疗方式（阿特珠单抗+贝伐珠单抗或舒尼替尼治疗）的823例晚期RCC患者多组学特征分析，包括将患者分为七个亚型、每种亚型代表的生物学途径、每种亚型的不同药物治疗的临床结局，为未来治疗肾细胞癌提供了全新的目标。除了大量的临床真实数据以外，本文的亮点还在于新颖的分型方式以及对七种亚型进行不同药物治疗产生的不同临床结局也进行了详细的分析。