Cell Reports研究思路--区分年轻成人肿瘤和晚发性癌症的基因组和分子特征筛选！

导语

GUIDE

全球青年癌症的发病率有所增加，但其分子病因尚不清楚。

背景介绍

在最近几年的肿瘤特征筛选中，研究者的关注点往往在于区分不同癌症类型或者癌症生存相关的标志物，今天小编给大家带来的这篇文章中，作者以年龄作为关注点，系统地描述了发病年龄≤50岁的年轻成人肿瘤的基因组谱，并使用14种癌症类型的6000多例病例将其与晚发肿瘤进行比较，从而筛选到与年龄相关的分子驱动因素，可以指导青年成人癌症的精确诊断和治疗。文章发表于《Cell Reports》杂志上，题目为：Genomic and molecular features distinguish young adult cancer from later-onset cancer.

数据介绍

TCGA：癌症样本数大于40的14种肿瘤数据（表达、甲基化、拷贝数变异）

Multiple Cancers：10244个样本的体细胞突变数据

ICGC：6种合并的ICGC癌症类型，总共642个样本来与我们的TCGA结果进行验证。

结果解析

01

队列特征和突变率

利用TCGA队列来表征年轻人癌症的基因组和分子谱。将年轻成人病例定义为初始病理诊断为≤50岁的患者，而>50被归类为晚发病例。图1A展示了TCGA数据的统计信息。在选定的14种癌症类型中，有7种有可用的、已定义的亚型(图1B和1C)。接下来对突变率进行分析，发现除LGG和UCEC外，在所有癌症类型的晚发病例中都发现了更高的沉默和非沉默突变率(图1B-1D)。

图1

02

体细胞突变景观

作者进行了多因素回归分析，以确定一些在年轻成年人中与晚发癌症相比可能驱动突变率不同的癌症驱动基因，并校正了包括亚型、性别和代表群体结构的遗传主成分(STAR)。在18个基因中鉴定出了21个显著的(FDR<0.05)关联(图2A)。

考虑到体细胞突变可能与亚型有特定的关联，接下来使用Fisher精确检验将癌症类型中突变亚型对的比率与年轻人和晚发状态进行了比较，确定了16个显著关联和3种潜在的关联。发现在年轻人中GATA3突变的luminal A BRCA显著富集(图2B)，在同一队列中TP53、IDH1和ATRX突变的IDHmut-non-codel胶质瘤显著富集(图2C)。ATRX、BRD7、CNBD1、FLT3、LATS1、PTEN、RPS6KA3和SIN3A突变的POLE UCEC在年轻人中均显著富集(图2D)。

图2

03

拷贝数变化

CNVs是肿瘤发生的关键基因组驱动因素。通过分析每个样本的拷贝数片段数(STAR)，作者发现除SARC外的所有癌症类型的年轻人和晚发队列之间的总体CNV率相当，SARC的晚发病例显示出更高的CNV率(图3A)。接下来分析了PanCanAtlas项目定义的优先驱动拷贝数删除和放大。采用相同的多因素回归模型来确定在年轻人中与晚发癌症中显示不同发病率的基因水平的CNVs(STAR)。在13个基因中鉴定出了8个显著的关联(FDR<0.05)和7个可能的关联(图3B）。接下来比较了癌症类型中CNV亚型对与年轻成人和晚发病状态的比率(STAR)，确定了8例显示显著性关联和4例可能的关联，RPTOR扩增的basal BRCA在年轻人中富集，而RPTOR扩增的luminal A BRCA显著富集(图3C)。

图3

04

DNA甲基化和融合事件

作者使用类似的方法分析了甲基化水平，发现了6个显著的(FDR<0.05)和7个可能的甲基化位点，影响了7个基因（图4A）。比较癌症类型中的甲基化亚型对与他们的年轻人和晚发病状态(STAR)，确定了5对显著性和1对可能的年龄相关的富集，这些都没有出现在BRCA中（图4B）。我们发现LATS2-methylated IDHmut-non-codel胶质瘤在年轻人中显著富集，而LATS2-methylated IDHmut-codel胶质瘤在晚发病例中显著富集(图4C)。作者应用多因素模型来识别PanCanAtlas特征的融合驱动因素，发现三种融合表现出与发病年龄状态的关联(图4D)。

图4

05

基因和通路表达的差异

为了年轻人与晚发病例之间的mRNA水平的差异，作者使用在limma中实现的多元线性回归模型确定了差异表达的基因，并调整了亚型、肿瘤分期、性别和遗传主成分(STAR)。在13种分析的癌症类型中的9种中发现了207个差异表达基因(图5A)。

接下来使用GSEA研究了年轻成人和晚发性病例之间的差异表达基因富集的途径。鉴定了158个显著差异表达的通路(FDR<0.05)，涉及7种癌症类型的86种独特的通路。其中，124条差异表达通路的归一化富集评分为阴性，表明年轻成人病例中的通路基因表达水平较低(图5B)。两种免疫相关途径，graft versus host disease和cytokine-cytokine receptor interaction，在不同癌症类型(除BRCA外)中表达始终较低，且在SARC、LGG和HNSC中显著(图5C、5D)，表明这些年轻成人病例的免疫参与较低。

图5

06

肿瘤免疫微环境

作者利用多因素模型来识别年轻成人和晚发病例之间新抗原负荷的潜在差异。除了少数样本外，较高的SNV和indel新抗原负荷与晚发性癌症相关(图6A)。

作者检测了来自基因表达数据的年轻人与晚期免疫基因特征、免疫浸润、Th和其他免疫细胞部分的差异。在所有癌症类型中，发现年轻成人病例中干扰素(IFN)-γ反应和淋巴细胞浸润平均较低，包括LGG和SARC的显著相关性。与他们各自癌症队列中的晚发病例相比，年轻成人BRCA表现出更强大的免疫信号，而年轻的成人LGG表现出肿瘤免疫反应信号减弱，包括TGF-β反应显著降低(图6B)。在所有癌症类型中，较强的Th2反应和较弱的Th17反应始终是年轻成人队列的显著特征(图6C)。作者使用RNA-seq数据对免疫标记物进行了表达分析，证实了这些结果(图6D)。

图6

07

临床可操作的事件

BRAFV600E是多种癌症类型中已批准药物(A级)的复发性生物标志物，显示出与年轻人状态的不同关联。在COAD中，15.1%的晚发病例中，而只有2.2%的年轻成人病例存在BRAFV600E突变；这些部分解释了两个队列中所有具有A级标签治疗方案的COAD病例(图7A、7B)。接下来，作者检查了临床上可操作的拷贝数扩增，其中六种癌症(BRCA、CESC、HNSC、LGG、OV和SKCM)满足了分析所需的最小样本量。在BRCA中，发现年轻成人病例中A标记的ERBB2拷贝数扩增率（13.3%）略高于晚发病例（11.2%）(图7C、7D)。

小编总结

作者综合评估揭示了跨多种癌症类型的 young adult cancer 的分子病因学。这些发现强调了激酶抑制剂和免疫疗法可能靶向的关键基因组和微环境改变，为 young adult cancer 患者提供了可能的治疗选择。