今天分享一篇发表在Nature Genetics杂志上的文章The mutational footprints of cancer therapies。这篇文章的通讯作者是来自巴塞罗那生物研究所的Abel Gonzalez-Perez和Nuria Lopez-Bigas。肿瘤的发生和发展是整个发育过程中的体细胞突变和选择性约束相互作用的结果。相应地，肿瘤细胞或非肿瘤细胞获得的细胞突变谱可被用于鉴定突变特征，这些特征可以反映细胞经历过的突变过程。目前化疗仍然是原发性肿瘤的主要治疗方法，它们会同时靶向癌细胞和非癌细胞，并引起DNA损伤。虽然受这些药物影响的许多癌细胞和健康细胞死亡，但有大量细胞仍然存活。在存活细胞的后代中，部分化疗引起的损伤将转化为突变（图1a），因此，化疗可能会导致肿瘤以及患者健康组织的突变，这可以解释由这些治疗方法引起的一些长期的副作用。与其他突变过程一样，由化疗引起的核苷酸变化会在细胞基因组中留下印记，可以将其检测为特定的突变特征。对于其中的一些治疗方案，如基于铂的药物，替莫唑胺，还有放疗等，已经与特定的突变特征相关联。但是，对大多数化学疗法引起的细胞突变，相关的研究主要集中于肿瘤细胞，对体细胞和生殖细胞突变模式的研究甚少，然而这对于了解肿瘤对化学疗法的抵抗力以及解释和预测这些疗法的长期疗效至关重要。在这篇文章中，作者分析了3,506种转移性肿瘤中存在的体细胞突变，确定了六种抗癌疗法（包括五种化疗药物和放疗疗法）留下的突变特征。然后，利用这些特征估计了化疗对产生这些肿瘤突变负担的贡献，并将其与自然衰老过程所引起的内源性突变进行比较。最后，评估了每种疗法在产生编码突变和潜在的癌症驱动基因突变方面所带来的风险。作者将这两种突变风险称为这些化疗药物在不同组织中的“突变毒性”。
图2. 与抗癌治疗有关的突变特征为了从在这些样本中找到的众多突变特征中分辨出与化疗相关的突变特征，作者设计了一个特别的回归模型，用来评估化疗暴露与突变特征之间的关联程度(图2b)。它可以控制治疗与肿瘤起源器官之间的潜在关联，并可靠地识别与治疗相关的特征。该方法还控制了由于多药联用而引起的潜在的虚假关联，例如，似乎与贝伐单抗相关但实际上与奥沙利铂相关的特征。此外，作者还进行了肿瘤器官特异性回归分析，以提高敏感性，以免由于稀释效应遗漏部分潜在关联。根据分析结果（图2c），作者鉴定出了用SignatureAnalyzer提取的七个突变特征（五个SBS特征和两个DBS特征），它们与四种治疗相关。有趣的是，用SigProfiler分析得到的突变特征与前述的方法得到的结果非常相似。这显示出，检测到的化疗突变特征对不同的特征提取方法具有鲁棒性。四个SBS和两个DBS突变特征构成了三种铂药的突变特征（图3a）。其中一个突变特征先前已有报道，与顺铂或卡铂治疗相关，而在作者的分析中首次检测到与奥沙利铂相关的SBS特征。铂基药物相关的突变主要表现出转录链不对称性，即转录基因模板链的活性较低。这些药物产生DNA加合物，使RNA聚合酶停滞并募集转录偶联的核苷酸切除修复元件，从而产生链间的不对称突变特征。
图3.与治疗相关的突变特征作者还发现了以前未知的SBS突变，该突变与两种核苷代谢抑制剂：卡培他滨和5-氟尿嘧啶（5-FU）的治疗显着相关，后者是前者代谢降解的产物（图3b）。先前还没有与5-FU相关的突变特征报导，这可能是由于突变低于VAF导致的。在本研究中，为了获得卡培他滨/ 5-FU与这种信号相关性的实验验证，作者分析了五个婴儿利什曼原虫暴露于5-FU产生的突变，找到一个以CTC> CGC和CTT> CGT为主的突变特征，与SBS卡培他滨突变特征非常相似（图3c），证实了突变特征与5-FU的相关性。在细胞中，5-FU转化为5-氟脱氧尿苷单磷酸和5-氟脱氧尿苷三磷酸（5-胸苷酸聚合酶的抑制剂），导致核苷酸池中的胸苷三磷酸急剧减少，而5-氟脱氧尿苷三磷酸却富集了，聚合酶可以将其掺入DNA。卡培他滨/ 5-FU突变特征显示出与突变特征17b非常相似的突变谱，这可能是由于某些组织（例如食管）中DNA碱基的氧化损伤所致。根据所使用的三种突变特征提取方法，卡培他滨/ 5-FU和17b在样本肿瘤中共存。尽管先前报道的17b在胃癌和食道癌中均存在，但SBS卡培他滨/ 5-FU特征仅在暴露于药物的肿瘤中才可检测到。在前面的发现基础上，作者假设，由于与治疗相关的突变特征都是因化疗而出现的，也就是说，是在肿瘤发展的相对较晚的时候出现的（图1a），因此它们应该表现出某种特定特性，比如许多内源性突变。因此，作者计算了3,506个转移性肿瘤样本中克隆SBS出现的相对时间，并将它们在每个肿瘤中分类为“早期克隆”或“晚期克隆”。然后，对于每个肿瘤，作者计算了在每个突变特征贡献的SBS中，晚期变异的比例。如所预测的，相对于仅在肿瘤发展的早期或整个过程中都有活性的特征，与治疗相关的特征SBS与较晚的变异更相关（图4a）。药物相关的特征引起的突变也倾向于是亚克隆的（图4b）。这与治疗相关的突变较晚，在肿瘤细胞中随机发生，并且几个存活的肿瘤细胞产生了不同的转移克隆是一致的（图1a）。
图4.与治疗相关的突变的特征此外，作者认为在长期治疗或接受组合治疗的患者中，转移性肿瘤中应出现更多由药物引起的特征性突变。作者计算了从暴露于铂类药物或卡培他滨/ 5-FU的患者身上获取的肿瘤样品的药物暴露总量和持续时间。暴露治疗时间最长的四分之一肿瘤样本，比暴露治疗时间最短的四分之一肿瘤样本表现出显着更高的突变负担(SBS和DBS)，这是由治疗相关的突变特征引起的。（图4c）而相反地，在短期和长期暴露的肿瘤样本之间，由衰老特征引起的突变数量没有差异。总的来说，这些分析结果提供了进一步的支持证据，证明了治疗与前面所述的突变特征之间存在因果关系。接下来作者利用设计出的算法作为依据，评估化疗引起的突变毒性。铂类药物和卡培他滨/ 5-FU等化疗药会在肿瘤细胞和健康细胞中引起突变。作者认为，鉴定这些突变特征，为评估其对转移性肿瘤的贡献提供了一个方法，这可以代表他们对健康组织的突变毒性，作为对化学疗法的突变毒性的初步估计，作者计算了化疗暴露肿瘤的总突变负担。首先使用合成数据集证明，如果根据一个突变特征的三核苷酸概率，将一组突变注入到一组肿瘤的基因组位置，则可以根据该信号的活性精确计算注入突变的数量。铂基药物和卡培他滨/ 5-FU对不同器官的肿瘤产生了数百至数千个突变（图5a）。因此，通过将不同治疗方法对同一肿瘤产生的突变相加，计算出化疗对每个肿瘤的突变负担的贡献。患者接受的治疗导致了几千个SBS（中位数），但不同器官的恶性肿瘤之间存在着广泛的差异。（图5b），这些贡献占总肿瘤突变负担（TMB）的1％至65％以上。在一组儿科转移性肿瘤样本中，由顺铂引起的突变的中位数为30，与在成人肿瘤中观察到的相似。但是，由于小儿肿瘤中其他突变过程的活性较低，因此化疗突变的中位比例较高。几十个DBS是由治疗引起的，在转移性结直肠肿瘤中占DBS突变的一半，但在转移性肺肿瘤中只有30%，烟草致癌物也是DBS突变的重要因素之一。治疗相关突变特征的总体贡献与衰老特征的数量级相同（图6a），然而，尽管肿瘤在相对较短的时间内接受治疗，但它们可能产生衰老突变的时间要长得多。在相同的时间段内，化疗诱导的突变比衰老突变多约100倍（图6a）。
图5.抗癌治疗对TMB的贡献
图6.抗癌治疗的突变风险另一方面，也可以通过化疗引起编码突变，特别是影响癌症基因的突变的风险，来估计化学疗法的突变毒性。作者认为，不同的突变过程，由于其不同的突变谱和跨DNA链和基因组区域的活性，可能会有引起编码突变的风险。作者使用了不同疗法对TMB的贡献来估计其导致患者细胞产生编码突变和癌症基因突变的风险。首先，使用突变特征在整个人类基因组中的活性来计算突变特征所贡献的突变数与预期的编码突变数之间的线性关系，并考虑其突变整体情况及其差异率。例如，大肠源性肿瘤衰老特征所贡献的1,000个突变中，有33.53个有望影响编码基因的序列，而1.47个有望影响已知癌症基因的序列（图6b）。但是，在1000片由奥沙利铂引起的突变中，预计只有12.27个会影响编码基因的序列，而有0.6个会影响已知癌症基因的序列（图6b）。然后，我们通过内插法在先前描述的线性关系中（图6c），通过插值在整个肿瘤中观察到的与治疗相关的突变数，计算出化疗带来的实际风险。以此计算出起源于结直肠的肿瘤暴露于奥沙利铂21周产生的风险，中位数是接近20个影响编码的突变和1个影响癌症基因的突变（图6c）。而在同一时期，衰老过程只能引起少于1个影响编码基因的突变和少于0.01个影响癌症基因的突变（图6c）总结来看，作者通过分析大量的转移肿瘤样本，归纳出几种化疗引起的基因突变特征，包括已知的和新发现的。依据这些结果，作者分析了产生不同类型突变的影响因素，并对比了化疗引起的突变与衰老引起的突变的毒性差异。这项研究为精确评估化疗引起患者组织突变的风险提供了一个新的方法，包括可能导致晚期副作用，尤其对儿童癌症幸存者具有特殊的潜在相关性。内容提供：HYH
如果觉得《Nature Genetics | 癌症疗法的突变特征》对你有帮助，请点赞、收藏，并留下你的观点哦！
