《Cancers》:Subtype-Specific Metabolic Patterns in Staging Breast Cancer: Insights from Conventional and Parametric PET Radiomics
编辑推荐:
摘要
背景:尽管诊断与治疗不断进步,非小细胞肺癌(NSCLC)仍是全球癌症相关死亡的首要原因。越来越多的证据提示,肺部微生物组(lung microbiome)的改变可能参与NSCLC的发生与进展;然而,由于不同研究之间生物学材料异质性及方法学差异,现有结果
摘要
背景:尽管诊断与治疗不断进步,非小细胞肺癌(NSCLC)仍是全球癌症相关死亡的首要原因。越来越多的证据提示,肺部微生物组(lung microbiome)的改变可能参与NSCLC的发生与进展;然而,由于不同研究之间生物学材料异质性及方法学差异,现有结果仍不一致。因此,本研究旨在采用基于配对组织的方法,对NSCLC中的肺组织微生物组进行表征。
方法:纳入32例NSCLC患者。每位患者采集两份样本:原发肿瘤组织及与之匹配的肉眼未见异常的邻近肺组织。对16S rRNA基因的V3-V4区进行扩增与测序,随后采用QIIME2流程进行生物信息学分析。
结果:与邻近对照组织相比,肿瘤组织表现出更低的α多样性(alpha diversity,Shannon H = 9.60,q = 0.001)和β多样性(beta diversity,Jaccard pseudo-F = 1.26,q = 0.015),提示肿瘤微环境内微生物复杂性降低。Escherichia-Shigella是两组中检出的丰度最高属(约12%),但差异无统计学意义。针对取样组织间空间距离与微生物组变异关系的分析显示出接近统计学显著性的强趋势(p = 0.07),且效应量较大(R2 = 0.207)。
结论:NSCLC中观察到的微生物组改变在生态学层面较总体分类学组成层面更为明显,这支持一种“微生物群落简化”而非“组成完全替代”的模型。研究结果还提示,肿瘤邻近肺组织由于局部场效应(field effect)存在,可能并非完全中性的对照。Escherichia-Shigella相对较高的丰度提示,该分类单元值得在NSCLC微生物组研究中进一步深入考察。
该文发表于《Cancers》,研究聚焦于非小细胞肺癌(NSCLC)肺组织微生物组的肿瘤相关改变。虽然近年来关于肺癌微生物组的研究不断增加,但现有结论高度不一致,主要原因在于样本类型差异明显,如支气管肺泡灌洗液、痰液、肿瘤组织及邻近组织之间本身具有显著异质性;同时,肺组织属于低生物量(low-biomass)材料,极易受到污染及宿主DNA高背景的干扰,从而影响结果的可重复性与可信度。正因为如此,肺癌微生物组领域仍缺乏对肿瘤局部生态结构改变的稳定认识,也难以明确哪些微生物学信号真正与肿瘤发生发展相关。因此,开展基于配对肺组织、并实施严格去污染控制的研究,具有重要的方法学和生物学意义。
研究人员围绕这一问题,纳入接受外科切除的NSCLC患者,对每位患者同时采集原发肿瘤组织及肉眼未见异常的邻近肺组织,以尽可能减少个体间差异对微生物组比较的影响。研究结果表明,肿瘤组织相较于邻近组织具有显著降低的α多样性(alpha diversity)和β多样性(beta diversity),提示肿瘤微环境中的微生物复杂性下降。与此同时,系统发育相关距离指标未显示显著差异,说明肿瘤相关改变更可能体现为群落生态结构的简化,而不是优势分类群的彻底替换。此外,Escherichia-Shigella在肿瘤及邻近组织中均为丰度最高的属,尽管组间差异未达统计学显著,但其较高丰度及既往文献线索提示其值得进一步作为潜在标志物方向深入研究。研究还提示,邻近肿瘤的“正常”肺组织可能受局部场效应影响,并非完全中性的比较基准。整体而言,该研究为理解NSCLC局部微生态重塑提供了较为严谨的组织学证据,并对肺癌微生物组研究中的对照选择、采样几何及手术情境等关键问题提出了重要启示。
研究人员采用的主要技术方法包括:基于波兰Medical University of Lodz胸外科队列的32例NSCLC患者配对组织取样;对肿瘤中心组织与匹配邻近肺组织进行DNA提取后,扩增16S rRNA基因V3-V4区并在Illumina MiSeq平台实施二代测序(NGS);利用QIIME2与DADA2进行扩增子序列变体(ASV)分析,结合Decontam、Silva数据库及NCBI blast进行去污染与分类注释;通过α多样性、β多样性、PERMANOVA、线性混合效应模型(LMM)及Bray–Curtis主坐标分析(PCoA)评估组织类型、手术方式与微生物差异的关系。
以下结合正文结果部分各小标题,对研究内容进行学术性解读。
Introduction
研究背景指出,肺癌仍是全球发病与死亡负担极重的恶性肿瘤,其中NSCLC约占全部肺癌的85%。由于NSCLC较SCLC更常在可切除阶段被发现,因而可获得肿瘤组织与邻近非恶性组织的配对样本,这为控制个体差异、开展组织水平微生物比较提供了条件。论文同时梳理了肺癌微生物组研究的主要争议:一方面,已有研究提示肺癌相关微生态失衡(dysbiosis)可能涉及免疫调节异常、慢性炎症及促癌信号通路激活;另一方面,不同研究在α多样性变化、优势门或属的富集方向上结果并不一致。基于此,作者提出采用严格防污染流程和配对组织设计,重新评估NSCLC肿瘤组织与邻近组织之间的细菌群落差异。
Patient Selection and Sample Collection
研究共纳入32例NSCLC患者,所有患者均接受肿瘤切除术,并获取成对样本。肿瘤样本取自恶性组织中心,邻近对照组织则取自尽可能远离肉眼异常区域的肺组织。队列中包括17名男性与15名女性,年龄47至89岁;多数为当前或既往吸烟者。病理类型主要为腺癌与鳞状细胞癌。该部分说明了样本来源、临床背景与伦理合规性,也为后续基于手术方式间接评估“取样距离效应”奠定基础。
DNA Extraction and Sequencing
作者从每份组织中提取DNA,并针对革兰阳性菌增加酶解预处理,以提高提取效率。随后对16S rRNA基因V3-V4高变区进行扩增,并在MiSeq平台以2 × 300 bp双端测序。该部分体现出研究在低生物量样本中的实验策略,即尽量提升细菌DNA捕获能力,同时保留阴性对照,以便后续污染识别。
Bioinformatics Analysis
在生物信息学处理中,研究采用QIIME2工作流和DADA2算法识别ASV,而非传统操作分类单元(OTU),以提高分辨率并减少聚类误差。作者进一步利用Decontam进行污染去除,并对疑似人源序列进行NCBI blast核查和过滤。由于肺组织中宿主DNA占比很高,此类严格过滤显著减少了可用于分析的序列数,但增强了结果的可信度。研究还基于核心多样性指标,结合LMM和Bray–Curtis距离分析,探索手术方式所反映的采样距离是否影响肿瘤与邻近组织的微生物差异,即所谓场效应。
Results
结果显示,去噪后每份样本序列数中位数为38,251条,但在严格去污染后,研究以200序列/样本作为标准化深度开展后续分析。稀释曲线表明,在该深度之后观测特征数增加有限,因此这一阈值可满足比较分析需要。
首先,在α多样性方面,肿瘤组织的观测特征数、Shannon指数和均匀度(evenness)均显著低于邻近组织。该结果说明NSCLC肿瘤微环境中的细菌群落在丰富度和分布均衡性上均发生下降,提示微生态失衡表现为复杂度降低。
其次,在β多样性方面,基于Jaccard指数和Bray–Curtis差异指数的分析均显示肿瘤与邻近组织之间存在显著差异。这意味着无论从分类单元的有无分布,还是从相对丰度构成来看,肿瘤相关微生物群落均已发生可检测的重塑。相比之下,基于系统发育的unweighted UniFrac和weighted UniFrac并未检出显著差异,且排序图中两组样本重叠较多。作者据此认为,肿瘤组织的微生物改变更接近于在原有系统发育框架内发生的生态简化,而非系统发育核心群落的整体替换。
再次,研究人员检验了年龄、性别、吸烟状态、家族肿瘤史、组织学类型及TNM分期与多样性之间的关系,均未发现显著统计学差异。该结果提示,本研究中最突出的微生物学信号主要与肿瘤局部环境有关,而非由这些人口学或临床变量主导。
关于场效应,LMM分析显示,手术方式与多样性丢失程度之间存在明确交互趋势,但未达到统计学显著。与此同时,基于Bray–Curtis距离并结合手术方式进行的β多样性分析呈现较强的显著性趋势(p = 0.07),且R
2 = 0.207,提示超过20%的微生物组成变异可能与采样距离相关。虽然该分析是通过手术方式间接推断组织与肿瘤之间的空间关系,但结果支持肿瘤影响可能向周围组织扩散,即“field effect”不仅体现在分子和遗传层面,也可能扩展至微生物生态层面。
在分类学组成上,最丰富的菌门为Pseudomonadota、Bacillota、Actinomycetota和Bacteroidota,这与既往肺部微生物组研究总体一致。属水平上,研究观察到Staphylococcus、Corynebacterium、Acinetobacter、Pseudomonas、Streptococcus等常见肺癌相关菌属,同时Escherichia-Shigella在肿瘤和邻近组织中均表现出约12%的较高丰度,并成为最丰富的检出属。尽管组间无显著差异,但作者结合既往研究指出,该属可能与肺癌组织中的促炎轴激活有关,因而具有后续研究价值。
Discussion
讨论部分围绕三方面展开。其一,作者强调本研究在设计上的优势,即采用同一患者的肿瘤与邻近组织配对,减少个体差异,并在实验和生物信息学全流程实施严格污染控制,从而提高低生物量肺组织微生物组分析的可靠性。其二,研究结果支持NSCLC相关微生态失衡主要体现为生态学层面的群落简化,而不是完全的分类学替换。肿瘤组织中多样性下降,但系统发育构成并未明显偏离,这一现象提示肿瘤微环境可能选择性保留部分核心类群,同时造成整体复杂度下降。其三,邻近“正常”组织并非绝对中性,其微生物组成可能受肿瘤局部影响、采样距离与手术情境共同塑造,因此在未来研究中,肿瘤邻近组织作为对照时需更加谨慎解释。
论文也指出局限性,包括严格去污染和高宿主DNA背景导致有效读段减少、测序深度相对较浅,以及缺乏真正健康肺组织作为外部对照。但作者认为,在伦理与临床现实限制下,配对组织设计仍是评估局部肺癌微生物变化的合理策略。未来应在更大规模、多中心、标准化取样和功能组学框架下,进一步阐明肺微生物组改变在NSCLC发生发展中的生物学意义。
结论部分可译为:在这项基于配对组织的研究中,与肉眼未见异常的邻近肺组织相比,NSCLC肿瘤表现出更低的微生物丰富度、Shannon多样性和均匀度,提示肿瘤微环境中的微生物复杂性降低。这些差异在生态多样性指标上的体现较在分类学组成上的体现更为明显,说明NSCLC相关微生物组改变更可能反映微生物群落结构变化,而非优势分类群的完全替代。研究结果还表明,肿瘤邻近组织可能并非完全中性的比较对象,因为其微生物组成可能受到局部肿瘤相关效应、取样距离和手术情境的影响。尽管肿瘤与邻近非恶性组织之间Escherichia-Shigella的丰度差异未达到统计学显著,但该属是两组中检出的最丰富分类单元。其在肿瘤样本中的相对较高丰度,以及此前在肺癌相关样本中的报道,提示该分类单元值得在NSCLC微生物组研究中作为肿瘤形成和/或进展的潜在生物标志物进一步探讨。未来仍需在更大患者队列、标准化取样策略和功能性微生物组分析基础上,进一步明确肺微生物组改变在NSCLC发生与进展中的生物学意义。