Nature Communications|在癌症和非癌症患者中进行的转录组水平的cfRNA评估研究

导语

GUIDE ╲

癌症的早期诊断可以显著提高生存的机会，cfRNA提供了一个检测癌症的独特机会，预测肿瘤组织的起源，并确定癌症亚型。

背景介绍

通过分析液体活检中的循环核酸来检测实体肿瘤表明，癌症可以在疾病的早期阶段被检测。在近些年的研究中，在cfDNA及其癌症筛查潜力已经投入了大量的努力，而对cfRNA在肿瘤环境中的生物学特性知之甚少。今天小编就给大家介绍一篇首次在癌症和非癌症患者中进行的转录组水平的cfRNA评估研究，这篇文章于2021年发表在《Nature Communications》期刊上，影响因子14.919，题目为:A comprehensive characterization of the cell-freetranscriptome reveals tissue- and subtype-specifificbiomarkers for cancer detection.

数据介绍

发现队列：从CCGA研究(NCT02889978)中选择了III期乳腺癌和肺癌样本的一个子集，选择III期样本是为了最大限度地增加血液信号，同时避免潜在继发转移的混杂信号。共选择了172例患者：79例在抽血时被诊断为III期乳腺癌（47)或肺癌(32），以及93名年龄匹配的无癌症患者。一部分癌症患者也有匹配的乳腺癌（=40)和肺(=12）肿瘤组织。

验证队列：从Discovery Life Sciences获得了38个乳腺癌和18个肺癌样本，以及38个年龄匹配的非癌症样本作为非癌症患者的表达对照。

结果解析

01

cell-free RNA的特征分析

作者还观察到更长的片段(200-2000nt)和显著的18S/28S核糖体RNA峰(图1a)，表明相当比例的循环RNA在血液中免受RNase降解，并且在很大程度上仍未碎片化。与cfDNA相比，由于在细胞死亡过程中释放了2个基因组拷贝，导致整个基因组的覆盖率相对均匀，cfRNA在表达基因的外显子区域的覆盖率增加(图1b)，并且在未表达基因中的覆盖率降低(图1c)，这反映了具有不同表达谱的细胞类型的贡献。

图1

02

cell-free mRNA生物标志物的鉴定

为了确定循环中正常存在的RNA的来源，作者对非癌症样本中的cfRNA进行了组织反卷积。大多数循环转录本(74±10%，中位数±SD)来自血细胞(图2a)，反映了这些细胞类型在循环中的高富集。观察到在肝脏和脾脏中表达的转录本都参与了血液过滤，并与循环系统有直接接触。这与血浆中的cfDNA来源相似，而cfDNA也主要来自白细胞和肝组织。

作者使用从CCGA研究获得的血浆和匹配的肿瘤组织样本对来自癌症组的RNA进行了组织反卷积分析。这些分析的结果显示，乳腺和肺组织对肿瘤组织样本的RNA的贡献更大(图2b)。值得注意的是，在来自癌症血浆样本的cfRNA中也观察到肺和乳腺来源的转录本(图2c)。

图2

作者通过重点搜索在非健康个体血浆中很少检测到的基因，来识别健康血细胞RNA背景中的肿瘤特异性转录本，称之为“darkchannels”，因为它们代表了基因组中在循环血细胞中没有背景表达的区域。总而言之，在肺癌样本中鉴定出12个DCB基因(SLC34A2、GABRG1、ROS1、AGR2、GNAT3、SFTPA2、MUC5B、SFC3、SMIM22、CXCL17、BPIFA1、WFDC2)，在乳腺癌样本中鉴定出8个DCB基因(CSN1S1、FABP7、OPN1SW、SCGB2A2、LALBA、CASP14、KLK5、WFDC2).在乳腺癌和肺癌样本中均发现了一个DCB基因WFDC2。

图3

03

darkchannels生物标志物是组织特异性和亚型特异性的

除了对肿瘤TOO的特异性外，~30%的DCB基因也对特定的癌症亚型具有特异性。在乳腺队列中，FABP7在三阴性乳腺癌(TNBC)患者的cfRNA中上调，但在激素受体阳性(HR+)乳腺癌中下调(图4a)。相反，DCB基因SCGB2A2在TNBC中表达下调，而在HR+乳腺癌样本中表达上调(图4a)。

对抽签时收集的 33 名乳腺受试者（23 名 HR+，10 名 TNBC）的匹配肿瘤组织表达的分析也显示出类似的结果：FABP7 在 TNBC 乳腺癌患者的肿瘤组织中上调，而 SCGB2A2 在 HR+乳腺癌患者中上调（图4b）。来自癌症基因组图谱 (TCGA) 的乳腺癌肿瘤样本中 DCB 表达的分析也证实了这些标志物在更大的肿瘤组织样本队列中的亚型特异性表达（图4c）。

同样，这种DCB亚型特异性在肺癌中也存在：与肺腺癌患者相比，6个肺DCB基因(CXCL17、SFTA3、SFTA3、SFTC2、SLC34A2和SLC34A2)上调(图4d)。在 7 个匹配的肺癌组织样本（4 个鳞状细胞癌，3 个腺癌）和来自 TCGA 的肿瘤组织样本（图4e，f）中也观察到了相同的表达模式，突出了血浆和肿瘤组织中肺 DCB 水平之间的一致性。

图4

04

DCB基因可检测性与血浆中的肿瘤部分和肿瘤组织中的表达相关

由于队列中具有匹配组织和肿瘤分数估计值的乳腺癌患者数量相对较多（n = 33），作者将此分析应用于乳腺生物标志物 FABP7 和 SCGB2A2，它们是从 4 个乳腺特异性 DCBs 中选出的乳腺癌患者的高复发率（分别为 13% 和 24%）和对不同乳腺癌亚型的特异性。 作者观察到，在血浆中检测到 FABP7 的所有 4 名乳腺癌患者具有相对较高的肿瘤分数（> 1%）（图5a），这与肿瘤脱落率与 DCB 检测相关的假设一致。然而，具有最高表观肿瘤分数的 5 名乳腺癌患者在血浆中没有可检测到的 FABP7 水平，这表明肿瘤分数以外的其他因素可能会影响 cfRNA 中的 DCB 丰度。

这可能解释了为什么肿瘤比例高（>1%）但在匹配组织中未表达FABP7的患者血浆中没有检测到FABP7水平(图5a)以及为什么肿瘤组织分数较低但SCGB2A2表达较高的患者血浆中可检测到SCGB2A2水平(图5b)。

图5

05

在单独队列中cfRNA生物标记物的验证

与之前的研究结果一致，尽管靶向检测的效率提高，但除验证队列中检测的23个DCB基因中的1个外，所有基因在非癌症组中均为dark(图6a)，满足darkchannels的表达水平标准。在验证队列中>1癌症样本中检测到的21个基因中，有15个基因在至少1个癌症组中存在差异表达。7个DCB基因在乳腺癌中存在差异表达（图6b)，14个在肺癌中存在差异表达（图6c)。综上所述，这些结果证实了23个DCB基因中的15个对癌症个体的诊断潜力，并验证了DCB发现方法。

图6

小编总结

基于先前对于cfDNA的研究，作者对非癌症个体的血浆cfRNA类型进行了全面的解释，并在无细胞转录组的低噪声区域确定了一类癌症特异性cfRNA生物标志物，为癌症检测和组织起源预测提供了一个潜在的策略。还创建了一个工作流程和计算框架，用于识别适用于多种癌症的cfRNA生物标志物。