利用大规模类器官生物库进行肝癌肿瘤内异质性的药物基因组学分析

肝胆系统 基础医学 生命科学 肿瘤学 医学 细胞生物学
肝癌 肿瘤内异质性 药物基因组学 类器官生物库 生物标志物 耐药机制 联合治疗

Title Page

肝癌体内异质性药物基因组学分析：基于大规模类器官生物库的研究报告

学术背景

原发性肝癌 (Primary Liver Cancer, PLC) 是全球癌症相关死亡的第三大原因，主要包括肝细胞癌 (Hepatocellular Carcinoma, HCC)、肝内胆管癌 (Intrahepatic Cholangiocarcinoma, ICC) 和一种混合型的肝细胞-胆管癌 (Combined Hepatocellular-Cholangiocarcinoma, CHC)。由于异质性的存在，原发性肝癌的精确治疗存在重大挑战。既往研究表明，肝癌不同区域的基因组异质性在很大程度上影响了药物的敏感性，导致治疗失败。

患者来源类器官 (Patient-Derived Organoids, PDOs) 被证明是模拟肿瘤异质性和研究药物敏感性的强大工具，然而先前涉及肝癌类器官的研究受限于样本数量及其多区域样本的缺乏。因此，本研究旨在建立一个包括来自144名肝癌患者的399个类器官的PLC生物库，系统地剖析PLC的基因组及表型异质性，筛选临床相关药物，并揭示导致药物耐药的机制，为肝癌精准治疗提供新视角。

研究来源和研究人员

该研究由来自北京大学第一医院转化癌症研究中心的Hui Yang、Jinghui Cheng及其合作者完成。论文发表于2024年4月8日的《Cancer Cell》期刊，由Elsevier Inc.出版。通讯作者包括来自郑州大学附属肿瘤医院和河南省肿瘤医院的Jiangong Zhang、北京大学第一医院的Jianmin Wu以及宁张。论文为开放获取 (Open Access) 格式。

研究流程详解

a) 研究工作流程

  1. 多区组织采样及类器官培养：从144名肝癌患者的切除标本中收集多个区域的组织样本，共计522个原发肿瘤区域、6个肝转移区域和30个邻近肝组织区域。最终成功建立了399个肿瘤类器官(总成功率75.6%)和12个正常类器官。

  2. 基因组及转录组测序：对99对类器官及其来源的肿瘤组织（来自36名患者）进行全外显子组测序 (Whole-Exome Sequencing, WES) 和RNA测序 (RNA-Seq) 。此外，还对255个类器官进行了RNA-Seq和药物筛选，以开发预测药物反应的生物标志物。

  3. 药物筛选及比较：对376个类器官使用7种肝癌相关的临床药物进行筛选，计算其半数抑制浓度 (IC50) 和归一化曲线下面积 (Normalized Area Under the Curve, AUC)。

  4. 特征分析和耐药机制揭示：利用机器学习方法分析药物反应，发现并验证了与药物敏感性相关的多基因表达标志物，包括与lenvatinib（仑伐替尼）耐药相关的c-Jun作为主要介导因子。

b) 研究结果

  1. 类器官生物库重现肝癌的组织学、基因组及转录组特征：基于组织学标记分析，类器官精确显示了HCC（Heppar1/AFP标记）和ICC（Krt19/EpCAM标记）的标志特征。通过全外显子组测序，类器官中的体细胞突变与原发肿瘤高度一致（中位一致率87.5%），并保留了大多数肝癌相关基因的克隆及亚克隆突变。RNA-Seq分析也表明类器官和肿瘤组织在转录组水平上的高度相关性。

  2. 多区域类器官分析揭示肝癌的基因组异质性及其功能：32名患者的类器官展示了显著的基因组异质性。使用最大简约算法构建的系统进化树指出了plc的典型干突变事件如TP53、RB1、AXIN1和CCND1。此外，发现较高的基因组异质性与较差的患者预后和药物敏感性相关。

  3. 药物筛选预测患者反应并揭示药物敏感性的体内异质性：筛选7种药物的结果显示，患者层面的药物敏感性与临床反应高度一致，验证了类器官筛选的预测价值。此外，药物筛选结果在类器官移植异种移植模型中得到了验证。

  4. 与药物敏感性相关的多基因表达标志物的开发：通过机器学习分析，开发并验证了可预测四种抗癌药物反应的多基因表达标志物，其中包括lenvatinib、sorafenib、regorafenib和apatinib，具有较高的预测准确性。

  5. c-Jun介导的lenvatinib耐药性及其相关信号通路：c-Jun通过JNK和β-catenin信号通路调控，促进了lenvatinib耐药性。c-Jun 基因敲低可使耐药类器官恢复敏感性。研发并合成了一种复合物PKUF-01，将c-Jun抑制剂veratramine和lenvatinib结合，显著增加了药物治疗效果。

c) 研究结论及意义

该研究通过建立大规模的肝癌类器官生物库，精确再现了肝癌的基因组和表型异质性，为肝癌的精准治疗提供了重要资源。开发的多基因表达标志物为患者的药物敏感性预测提供新的策略，具有潜在的临床应用价值。此外，揭示了c-Jun介导的lenvatinib耐药机制，为联合治疗方案的设计提供了理论依据。

d) 研究亮点

  • 开发了一个大规模的肝癌类器官生物库，系统性地披露了肝癌的体内异质性。
  • 利用药物基因组学和机器学习方法，开发并验证了预测肝癌治疗反应的多基因标志物。
  • 发现了c-Jun作为lenvatinib耐药的关键介导因子，揭示了其通过JNK和β-catenin信号通路的作用机制。
  • 合成了复合物PKUF-01，有望显著提高lenvatinib的治疗效果。

e) 其他有价值信息

  • 本研究在药物敏感性和基因组异质性方面的关联性研究，揭示了肝癌异质性导致的药物耐药性。
  • 结合免疫检查点抑制剂 (Immune Checkpoint Inhibitors, ICIs) 与抗血管生成酪氨酸激酶抑制剂 (Tyrosine Kinase Inhibitors, TKIs) 的疗法潜力，为未来的联合治疗提供了新的方向。

总结

本研究系统性地揭示了肝癌的基因组和药物敏感性异质性，开发了预测药物反应的多基因标志物，并发现了新的lenvatinib耐药机制，为肝癌的精准治疗提供了宝贵资源和理论支持。未来需进一步开展临床验证以推动个性化治疗策略的实施。