《Genes》:The Tumor Multi-Omic Landscape of Endometrial Cancers Developed on a Background of Adiposity
编辑推荐:
**摘要**
**背景:** 高体重指数(BMI)是子宫内膜癌的因果风险因素,但肥胖影响肿瘤分子机制的了解仍不充分。在此,研究人员描述了在终身种系遗传易感性导致BMI升高的背景下发生的子宫内膜癌的肿瘤多组学景观。**方法:** 研究人员利用来自434,794名
**摘要**
**背景:** 高体重指数(BMI)是子宫内膜癌的因果风险因素,但肥胖影响肿瘤分子机制的了解仍不充分。在此,研究人员描述了在终身种系遗传易感性导致BMI升高的背景下发生的子宫内膜癌的肿瘤多组学景观。**方法:** 研究人员利用来自434,794名女性中与成人BMI相关的全基因组显著独立变异的数据,构建了一个女性BMI的多基因评分(PGS)。研究人员对来自癌症基因组图谱(TCGA)的354例子宫内膜癌病例的种系(血液)基因型数据进行了质量控制与插补。研究人员根据BMI PGS为TCGA队列中的每个病例分配了其基因预测的BMI。研究采用了经年龄、分期、微卫星状态及遗传主成分校正的多变量广义线性模型,检验TCGA中BMI种系PGS与子宫内膜癌肿瘤全基因组水平上的基因组、转录组、蛋白质组、表观基因组及免疫特征之间的关联。**结果:** 高BMI种系PGS与以下特征相关:(i) IL6-JAK-STAT3信号通路(FDR = 4.2 × 10-7)及其他免疫/炎症通路中肿瘤基因表达上调;(ii) 肿瘤内活化肥大细胞浸润增加(FDR = 0.008);(iii) 单碱基替换(SBS)突变特征1增加(FDR = 0.03),提示与年龄相关的突变发生。相反,诊断时的BMI与孕激素受体表达升高以及雌激素和雄激素信号通路改变相关。**结论:** 因此,研究人员整合了种系、体细胞和临床数据,以确定基因预测的终身高BMI易感性与子宫内膜癌肿瘤分子特征之间的关联。这些关联有助于理解高BMI如何影响该癌症的发展,并长期差异性地塑造子宫内膜肿瘤的生物学特性。
**论文解读:肥胖背景下子宫内膜癌的肿瘤多组学景观**
**研究背景与目的**
子宫内膜癌是全球女性中第六大常见恶性肿瘤,其发病率和死亡率呈上升趋势。高体重指数(BMI)是子宫内膜癌的因果风险因素,超过50%的病例可归因于超重和肥胖。尽管孟德尔随机化研究已证实高BMI与子宫内膜癌风险之间的因果关系,但肥胖影响子宫内膜肿瘤生物学行为的具体分子机制仍不清楚。既往研究多局限于非人类模型、小样本量或细胞系实验,且主要关注IGF1受体信号与PI3K/AKT/mTOR通路的交互作用。此外,长期肥胖(由遗传易感性决定)与诊断时肥胖对肿瘤生物学的影响是否存在差异,尚缺乏系统研究。为此,研究人员开展了一项独特的研究设计,利用BMI的多基因评分(PGS)作为终身肥胖易感性的替代指标,结合癌症基因组图谱(TCGA)项目中子宫内膜癌患者的种系和肿瘤多组学数据,旨在系统揭示肥胖对子宫内膜癌肿瘤分子特征的影响。
**主要技术方法**
1. **BMI多基因评分(PGS)构建与分配:** 研究人员从一项涉及434,794名欧洲裔女性的全基因组关联研究(GWAS)中获取与BMI独立关联的全基因组显著单核苷酸多态性(SNP)的效应估计值,构建了女性BMI的PGS。随后,对来自TCGA子宫内膜癌(UCEC)队列的354例欧洲裔病例的种系血液DNA基因型数据进行质量控制、分相和插补,并利用PRSice-2软件为每个病例计算其BMI PGS。
2. **肿瘤多组学数据关联分析:** 利用TCGA UCEC队列的肿瘤多组学数据(包括RNA测序的基因表达、反向蛋白质阵列(RPPA)的蛋白表达、CIBERSORT算法估算的免疫细胞浸润、全外显子测序确定的单碱基替换(SBS)突变特征、拷贝数变异负担评分、DNA甲基化β值),使用经年龄、分期、微卫星状态和10个遗传主成分校正的多变量广义线性模型(GLM),检验BMI PGS与各肿瘤分子特征之间的关联。对于通路分析,采用基于基因表达排序的基因集富集分析(GSEA),使用50条Hallmark基因集。
**研究结果**
**3.1 BMI PGS与诊断时BMI的相关性**
在354例病例中,BMI PGS与诊断时测量的BMI呈显著但中等强度的正相关(Pearson's r = 0.23; p = 2.1 × 10
-5),表明二者捕捉的肥胖暴露维度既有重叠也存在差异。BMI PGS与诊断时年龄、分期或微卫星状态无显著关联。
**3.2 BMI PGS与肿瘤基因表达的关联**
在单基因水平上,未发现与BMI PGS关联达到FDR < 0.05的基因。然而,GSEA通路分析发现,有11条生物通路在FDR < 0.05水平上与BMI PGS显著关联。最强的关联是IL6-JAK-STAT3信号通路(FDR = 4.2 × 10
-7)。在该通路的86个基因中,49个被定义为“前沿”基因,其中44个随BMI PGS升高而上调,包括关键驱动基因IL6和STAT3。其他显著富集的通路涉及同种异体移植排斥反应、炎症反应、干扰素γ和α反应等免疫/炎症过程。
**3.3 BMI PGS与肿瘤免疫特征的关联**
分析20种免疫细胞的肿瘤内浸润水平发现,较高的BMI PGS与活化肥大细胞的肿瘤内浸润水平升高呈强关联(Z-score = 3.59; FDR = 0.008)。
**3.4 BMI PGS与肿瘤蛋白表达的关联**
评估131种蛋白的表达,未发现任何蛋白与BMI PGS的关联达到FDR < 0.05。最强的关联是表皮生长因子受体(EGFR)的磷酸化/激活水平(由EGFRpY1173抗体测量),与BMI PGS呈负相关趋势(FDR = 0.07)。
**3.5 BMI PGS与肿瘤突变数据的关联**
在13个已知的子宫内膜癌驱动基因中,未观察到按BMI PGS五分位数划分的非同义突变比例存在规律性变化。在65个SBS突变特征中,较高的BMI PGS与SBS1水平显著升高相关(FDR = 0.027),并提示与SBS5升高(FDR = 0.086)和SBS13降低(FDR = 0.093)存在提示性关联。BMI PGS与沉默或非同义突变负荷(每兆碱基突变数)无显著关联。
**3.6 BMI PGS与肿瘤拷贝数、甲基化和生存的关联**
BMI PGS与拷贝数变异负担评分或全基因组DNA甲基化水平(在378,366个CpG位点中)均未发现显著关联。在四种生存终点(总生存期OS、疾病特异性生存期DSS、无进展间期PFI、无病间期DFI)上,BMI PGS均无显著预测作用。然而,在更广泛的TCGA队列中,与BMI PGS相关的IL6-JAK-STAT3通路上调基因表达(不受BMI PGS影响)与较差的总生存期(OS)和无进展间期(PFI)相关。同样,EGFR蛋白表达改变也与较差的生存期相关。
**3.7 诊断时BMI与肿瘤分子特征的关联**
与分析BMI PGS的结果形成对比,较高的诊断时BMI与肿瘤基因表达的大范围改变(449个基因FDR < 0.05)相关,最显著的关联是孕激素受体(PGR)表达升高。通路分析显示雌激素和雄激素反应信号通路富集。在免疫方面,与活化树突状细胞减少、静息树突状细胞和调节性T细胞增加相关。在突变特征上,诊断时高BMI与SBS1和SBS5水平降低相关,与BMI PGS关联方向相反。
**讨论与结论**
本研究表明,种系基因预测(反映终身)的高BMI与子宫内膜癌肿瘤的特定分子特征显著相关,特别是IL6-JAK-STAT3信号通路的转录上调、肿瘤内肥大细胞浸润增加以及具有“时钟样”特征的SBS1突变特征富集。这些发现揭示了长期肥胖可能通过驱动慢性炎症和免疫改变,并累积特定类型的体细胞突变,从而参与子宫内膜癌的发生发展。对比之下,诊断时的BMI则主要与肿瘤的激素信号通路改变相关(如孕激素受体表达升高),反映了接近诊断时的内分泌状态。这种差异强调了区分长期遗传易感性与短期体测指标对理解肿瘤生物学影响的重要性。研究结论指出,这些关联尽管需要在独立队列中验证,但为理解肥胖如何影响子宫内膜癌的生物学特性提供了新的、可能具有临床转化价值(例如针对IL6-JAK-STAT3通路的干预或免疫治疗反应差异)的见解。研究人员强调,该发现是在具有特定限制(如仅限于欧洲裔人群、病例对照设计可能存在的偏倚)的背景下得出的,需要在更大队列和前癌组织中得到进一步验证。