综述:辐射诱导的癌症网络重连:环境放射性与精准肿瘤学的系统级见解

《Frontiers in Bioinformatics》:Radiation-induced network rewiring in cancer: systems-level insights into environmental radioactivity and precision oncology

【字体: 大 中 小 】 时间:2026年07月20日 来源:Frontiers in Bioinformatics 3.6

编辑推荐:

  电离辐射(IR)来自环境和治疗源的影响是复杂的,且超出了对DNA的损伤。这些扰动由调控网络(如转录因子、microRNA、长链非编码RNA和信号级联)传递,最终影响癌症的易感性、进展和治疗反应。传统的还原论方法虽然非常有用,但不足以解释这些动态系统的涌现特性。

  
电离辐射(IR)来自环境和治疗源的影响是复杂的,且超出了对DNA的损伤。这些扰动由调控网络(如转录因子、microRNA、长链非编码RNA和信号级联)传递,最终影响癌症的易感性、进展和治疗反应。传统的还原论方法虽然非常有用,但不足以解释这些动态系统的涌现特性。系统生物学范式具有巨大潜力,可解释辐射对细胞网络的重连,并识别精准肿瘤学中可靶向的新靶点。本综述总结了当前关于辐射诱导的网络模式改变以及因暴露于环境放射性和治疗性辐射而导致的癌细胞分子景观重塑的文献。研究人员关注了辐射响应调控网络开发和分析方法学上的进展,识别了关键枢纽分子和通路,并讨论了利用辐射响应调控网络进行个体化放疗的转化潜力。本综述不同于以往仅关注单一组学视角下的单一机制或仅关注单一辐射类型(环境或治疗)的综述,因为它将网络拓扑分析、多组学数据以及两种辐射暴露背景下的临床可转化性结合在一起。研究人员探讨了如何利用肿瘤中辐射敏感组分的弱点来靶向辐射抵抗组分,同时通过基于网络感知的方法减少辐射对正常组织的损伤。
以下是论文主体部分的学术性总结,保留了原文小标题,并确保了内容与各小标题一致,去除引用标识和图示标识,专业术语已用英文缩写备注,字数约1500-2000字。

**1 Introduction**
电离辐射(IR)是环境的一部分,来源于宇宙射线、陆地放射性核素、医学成像和治疗应用。来自自然和人为放射性源的慢性低剂量辐射暴露会影响基因组稳定性和细胞信号网络。虽然低剂量环境暴露与总体癌症风险相关,但治疗性辐射是肿瘤学的主要支柱,约50%的癌症患者在治疗过程中接受放疗。IR的生物效应由一系列分子事件介导:DNA直接电离、活性氧物种(ROS)的产生以及损伤响应通路的激活,这些共同决定细胞命运:修复、衰老或死亡。辐射响应并非线性通路,而是细胞内互联网络的涌现特性。基因、蛋白质和非编码RNA在复杂的反馈环路中相互作用,任何节点的扰动都可能以可预测或不可预测的方式级联传播。这是不同癌症类型及不同个体间辐射敏感性差异的原因之一。理解辐射如何重连这些网络对于制定提高肿瘤放射敏感性同时保护正常组织的策略至关重要,这也是治疗比的根本挑战。系统生物学的概念和计算工具有助于应对这一挑战。通过整合转录组学、蛋白质组学、代谢组学和表观基因组学数据,系统方法可用于建模辐射响应网络、识别关键枢纽和瓶颈,并预测单基因分析无法辨别的涌现行为。本综述聚焦于方法创新、主要分子以及辐射诱导的癌细胞调控网络改变在精准放疗中的转化相关性。在辐射生物学和系统级分析兴趣日益增长的背景下,一个主要知识空白是缺乏一个整合框架,将分子网络重连、多组学数据和精准放疗的可操作临床见解联系起来。以往的综述通常侧重于分子机制或计算方法。为填补这一空白,本综述结合了基于网络的方法和辐射响应的机制见解,以展示系统生物学在直接指导放疗中的价值。鉴于单细胞分析、空间组学和多组学数据整合的最新发展,这一整合视角尤为及时。

**2 Radiation-induced DNA damage and repair are mediated by molecular mechanisms**
**2.1 Types of DNA lesions**
IR导致多种类型的DNA损伤,包括碱基改变、无碱基位点、单链断裂(SSB)以及特别是双链断裂(DSB)。损伤的复杂性取决于辐射源的线性能量转移(LET);低LET辐射(X射线、γ射线)产生的损伤大多简单,而高LET粒子(碳离子、α粒子)导致簇状损伤,更难修复。每细胞每戈瑞(Gy)低LET辐射约产生1000个SSB和40个DSB。
**2.2 DNA damage response pathways**
感知DSB的传感器激酶是ATM(共济失调毛细血管扩张突变)和ATR(ATM和Rad3相关)激酶,后者感知复制应激。根据细胞环境和损伤程度,这些激酶触发细胞周期停滞、DNA修复或凋亡。DSB修复可通过两种基本通路进行:非同源末端连接(NHEJ)是一种易错通路,在整个细胞周期中运作;另一种是同源重组(HR),依赖姐妹染色单体模板,仅在S期和G2期活跃。这些通路的相对丰度取决于细胞周期阶段和遗传背景,导致修复保真度和放射敏感性差异。任一通路的突变(在大多数癌症中常见)提供了治疗性利用的机会。
**2.3 The p53-MDM2 axis**
p53是辐射响应的主要调控因子,调控细胞周期检查点、凋亡和DNA修复基因的表达。IR暴露后,p53被稳定化,其转录抑制MDM2(p53的负调控因子),从而形成一个负反馈环路,调节损伤响应的持续时间和强度。MDM2扩增和/或过表达改变这一平衡,导致放射抵抗性。p53与MDM2的结合是临床验证的治疗靶点,某些MDM2抑制剂(如Nutlin-3)在临床前模型中具有放射增敏特性。

**3 Radiation response non-coding RNAs**
**3.1 MicroRNAs as radiation-responsive regulators**
MicroRNA(miRNA)是小的非编码RNA(约22个核苷酸),参与mRNA稳定性和翻译的转录后调控。许多miRNA在IR暴露后差异表达,其表达变化调控DNA损伤响应(DDR)通路、细胞周期进程和凋亡。Chauhan等人(2022)识别的整合miRNA与辐射响应基因的调控网络显示,MDM2和E2F7是调控枢纽,而miR-25-3p、let-7a-5p和miR-497-5p具有高介数中心性,表明它们可能是信息流的关键调控因子。let-7家族在癌症中通常被抑制,靶向RAS和MYC等癌基因;其表达增强辐射诱导的凋亡。相反,miR-21过表达通过抑制PTEN并激活PI3K/AKT生存信号促进放射抵抗性。
**3.2 Non-coding RNAs in radionuclides response**
长链非编码RNA(lncRNA)是长度超过200个核苷酸、无蛋白质编码能力的转录本,是DDR的新调控因子。lncRNA可作为竞争性内源RNA(ceRNA)结合miRNA,释放结合的mRNA。许多lncRNA在辐射处理后表达改变,其活性在修复通路和细胞存活率中具有功能意义。例如,LINC-ROR包含miR-145,已知可稳定肿瘤抑制因子p53的mRNA,从而抑制辐射敏感细胞的凋亡。相反,lncRNA HOTAIR通过表观遗传沉默p21基因促进宫颈癌的放射抵抗性。整合的miRNA-lncRNA-mRNA网络的形成(如Chauhan等人2022年所述)揭示了这些调控层之间的串扰,并识别了潜在的治疗性兴趣节点。

**4 Systems biology approaches to radiation-responsive networks**
**4.1 Multi-omic data integration**
辐射响应需要多层级整合机制。通过整合多组学数据(转录组学、蛋白质组学、代谢组学、表观基因组学),可以全面绘制辐射诱导的扰动。共识方法(处理多个独立数据集以检测可重复改变的分子)更强大且不易出现假阳性。Chauhan等人(2022)创建了一个工作流程,利用TF-基因、miRNA-基因和lncRNA-miRNA相互作用的精选数据库,构建辐射暴露外周血样本的调控网络。该方法识别出20个在四个独立数据集中可重复的差异表达基因(DEG),这些DEG扩展为一个包含11个DEG、78个miRNA、1个TF和10个lncRNA的106个相互作用的网络。这些基于网络的表示允许检测单基因分析中不可见的枢纽分子和通路瓶颈。常用的生物信息学工具和数据源包括:转录组数据可从ArrayExpress和GEO(Gene Expression Omnibus)下载;网络构建的相互作用数据来自精选数据库,如miRTarBase(miRNA-基因)、ENCODE(TF-基因)和LncBase(lncRNA-miRNA);网络构建和可视化通常使用Cytoscape,枢纽识别通过NetworkAnalyzer或igraph计算中心性度量;多组学整合常用平台包括WGCNA、iCluster和MOFA(Multi-Omics Factor Analysis)。枢纽验证的重要性已被强调,GEO2R或DESEQ2等工具提供跨数据集可重复性分析。
**4.2 Network topology and hub identification**
网络分析有几种度量来识别生物学上重要的节点。度中心性(节点连接数)表示具有许多伙伴的枢纽。介数中心性(节点位于连接其他两点的最短路径上的频率)高的节点可能成为信息流瓶颈,其影响可能超出其直接连接数量。在辐射敏感网络中,E2F7似乎是具有高度和介数中心性的枢纽节点(Chauhan等人,2022)。E2F7是一种转录抑制因子,抑制进入S期和修复所需基因的表达,可能被视为DNA损伤后增殖的制动器。其网络位置可能表明它可作为辐射诱导信号整合点,协调细胞周期停滞与增殖恢复之间的转换。为加强此类网络结果的可信度,通常使用多种互补方法:跨数据集可重复性(在不同独立转录组数据集中识别枢纽基因)、功能验证(使用siRNA敲低或CRISPR扰动评估表型影响)和蛋白质组学验证(Western blot或蛋白质组学分析确保转录组结果在蛋白质水平重现)。Chauhan等人(2022)使用跨数据集可重复性作为关键过滤条件,仅选择在四个独立数据集中可重复改变的基因。这提高了置信度,但对特定辐射环境中关键枢纽(如E2F7和MDM2)的实验验证是该领域值得进行的下一步工作。
**4.3 Computational modeling of radiation response**
除了上述静态网络映射,还可使用动态模型预测辐射响应随时间的变化。Kinsella(1996)提出了一种基于利用肿瘤和正常组织之间细胞周期和DNA修复差异的人类肿瘤放射增敏方法,为将辐射响应视为可操控的网络特性提供了早期概念基础。Kinsella等人(2011)使用实验和混合随机生化模型模拟DNA错配修复对辐射损伤的修复。这些模型可包括细胞周期控制、DNA修复速率和分子数量的随机变化,以决定细胞命运。旁观者效应、肿瘤氧合动力学和克隆存活已使用基于智能体的模型和常微分方程系统(ODES)进行模拟(Powathil等人,2016)。使用多组学数据训练的机器学习方法可根据分子谱预测放射敏感性(Yard等人,2016)。

**5 Metabolic reprogramming and radiation response**
**5.1 The warburg effect and radiation resistance**
有氧糖酵解(Warburg效应)是癌细胞的标志性特征之一,即使在有氧条件下也偏好该代谢通路。这种代谢表型为增殖提供生物合成前体,并提供还原当量(NADPH)以中和氧化应激,如辐射产生的ROS。缺氧诱导因子(HIF-1)是代谢响应的总体控制器,在缺氧环境中上调糖酵解酶并下调线粒体呼吸。肿瘤缺氧是公认的放射抵抗性决定因素,因为分子氧是固定辐射诱导的ROS在DNA损伤上所必需的。即使在常氧条件下,HIF-1α的稳定化也可能在治疗抵抗性中发挥作用。
**5.2 Targeting metabolism for radiosensitization**
可利用代谢脆弱性进行放射增敏。复合物I抑制剂(二甲双胍、苯乙双胍、罂粟碱)可降低耗氧量,通过减少肿瘤缺氧增强辐射效应。复合物III抑制剂阿托伐醌(已获FDA批准用于疟疾预防)具有放射增敏潜力。另一个靶点是谷氨酰胺代谢。许多肿瘤存在谷氨酰胺成瘾,依赖谷氨酰胺分解来补充TCA循环中间体并维持氧化还原平衡。谷氨酰胺酶抑制剂替拉格仑司他(CB-839)在临床前模型中增强辐射疗效,并正在临床开发中。

**6 Systems-level biomarkers for radiation exposure and response**
**6.1 Gene expression signatures**
辐射暴露的细胞中发生典型的转录变化,可作为生物剂量学的标志物。在多项研究中,CDKN1A(p21)、GADD45A和MDM2普遍上调,与它们在细胞周期停滞和DDR协调中的关键功能一致。Chauhan等人(2022)在外周血中选择了可重复的辐射响应基因,如FDXR、DDB2、POLH和PCNA,分别基于它们在铁硫簇生物合成、核苷酸切除修复、跨损伤合成和DNA复制中的作用。已创建基因表达特征用于估计辐射事故中的剂量。Paul和Amundson(2008)显示,低至0.5 Gy的辐射剂量可通过转录谱与未暴露对照区分,具有在放射紧急情况后分诊中的潜在用途。
**6.2 Protein biomarkers**
DSB最常用的分子标志物是组蛋白变体H2AX的磷酸化形式γH2AX,它在DNA双链断裂侧翼的丝氨酸139位点迅速磷酸化。免疫荧光显微镜可检测γH2AX焦点,是DSB负担和修复动力学的敏感检测方法。其他蛋白质生物标志物包括炎症标志物(IL-6、CRP)、急性期蛋白(SAA、APOE)和应激响应酶(α-淀粉酶)。血清淀粉样蛋白A(SAA)和C反应蛋白(CRP)是辐射诱导炎症反应的标志物,可能导致晚期组织毒性。多生物标志物组合(基因表达和蛋白质标志物的组合)在剂量估计中可能比单一标志物更强大。
**6.3 Network-based biomarkers**
单分子生物标志物仅代表辐射响应的一小部分。基于网络的方法可能更具预测性,可基于多个分子种类或网络扰动。例如,可直接测量HR或NHEJ通路的整体活性状态,即测量通路中单个基因表达水平的加权组合。代表性的基于网络的生物标志物及其转化意义包括:DNA修复基因(BRCA1、RAD51)用于预测放射敏感性;枢纽蛋白(AKT、p53)作为中心网络调控因子用于靶向治疗;通路活性(PI3K/AKT信号)用于患者分层;免疫标志物(IL-6、TGF-β)用于预测免疫治疗响应。

**7 Implications for precision radiotherapy**
**7.1 Predicting radiosensitivity from molecular profiles**
患者对放疗的响应因遗传、表观遗传和微环境因素而异。DNA修复基因(BRCA1/2、ATM)突变、MMR缺陷和癌基因(KRAS、EGFR)激活调节放射敏感性。Kinsella等人(2011)显示MMR缺陷肿瘤更易整合放射增敏性胸苷类似物(IUdR),提示可利用MMR状态选择患者进行卤化嘧啶放射增敏。通过机器学习算法整合多组学分析,预测放射敏感性的潜力高于单一生物标志物。癌症基因组图谱(TCGA)提供了数千种癌症的巨大分子数据集,可用于构建预测模型。这些模型需要前瞻性验证才能纳入治疗计划并应用于临床。在实际应用中,基于网络的结论已开始帮助对患者进行放疗分层。例如,分子上识别出ATM突变的肿瘤在DNA损伤响应通路中网络连接性改变,临床前数据表明这些患者可能适合剂量递增或ATM抑制剂组合。EGFR扩增的肿瘤具有过度激活的生存信号枢纽,已在临床试验中与放疗联合使用(如头颈癌中西妥昔单抗与放疗联合)。最后,基于DDR中网络基因的评分已被建议用于剂量调整,对预测放射抵抗的肿瘤给予更高剂量,同时避免对预测放射敏感的患者造成毒性。这些例子展示了从系统级分子分析到临床决策的过程。
**7.2 Targeting network hubs for radiosensitization**
网络分析识别出扰动可导致系统行为不成比例变化的节点。高度枢纽和高介数瓶颈可视为放射增敏策略的潜在靶点。通过小分子(如Nutlin-3、idasanutlin)抑制MDM2可破坏MDM2与p53的相互作用。另一种治疗干预方法是miRNA治疗。使用antagomir抑制致癌miRNA(如miR-21)和miRNA模拟物恢复肿瘤抑制miRNA是可能的。治疗开发的选择应基于其网络属性,包括它们连接的靶点数量、靶向miRNA的组合以及它们的介数中心性和度中心性。
**7.3 Protecting normal tissues**
不仅增敏肿瘤,保护正常组织也能提高治疗比。辐射防护剂氨磷汀选择性地在正常组织中积累并清除辐射产生的自由基。代谢干预也可作为选择性保护正常组织的手段:生酮饮食可促进正常组织辐射抵抗性分化,同时保持肿瘤的辐射抵抗性不变。了解正常组织辐射响应的网络拓扑可用于识别其他保护性细胞靶点。GADD45A是一种应激诱导基因,在细胞周期停滞和DNA修复中发挥作用,在肿瘤和正常细胞中均被激活;选择性增强其在正常组织中的活性并削弱其在肿瘤中的活性可改善治疗比。
**7.4 Challenges and limitations today**
尽管系统生物学研究在辐射研究中得到倡导,但仍需认识到一些重要问题。首先,数据整合的复杂性是主要挑战:整合转录组、蛋白质组、代谢组和表观基因组数据需要仔细的标准化、批次校正和不同噪声结构数据类型的协调。其次,可重复性问题仍然存在,因为在一个数据集中发现的枢纽基因和网络拓扑并不总是能在另一个独立数据集中重现,部分原因在于不同的细胞类型、辐射类型和测量时间点。第三,大多数构建的网络模型是静态快照,而辐射响应是高度动态的,时间分辨的多组学分析资源密集且未在临床常规开展。第四,缺乏使用基于网络的生物标志物的前瞻性临床试验,多基因生物标志物检测面临监管挑战,且需要标准化的生物信息学流程。为应对这些挑战,需要多机构研究、数据开放共享以及对能够处理大规模多组学研究的计算基础设施的投资。

**8 Future directions**
**8.1 Spatial and single-cell resolution**
批量转录组研究计算的是异质性细胞群体中的平均信号,掩盖了重要的亚群动态。单细胞RNA测序(scRNA-seq)可用于表征细胞类型特异性辐射响应,并识别抵抗性亚克隆。空间转录组学增加了位置信息,反映辐射对肿瘤微环境各组分的差异影响,如充分氧合的血管周围区域和缺氧核心。这些技术可以克服传统批量分析的限制。scRNA-seq可识别在批量数据中丢失的罕见放射抵抗性亚群,并构建细胞类型分辨的辐射响应网络。例如,通过scRNA-seq检测到的癌症干细胞样细胞可能在DNA修复通路中具有独特的枢纽基因表达,可作为放射增敏的特异性靶点。空间转录组学还可用于绘制肿瘤微环境中辐射响应的异质性,其中邻近细胞(如血管附近或免疫浸润区)显示不同的网络激活状态。scRNA-seq和空间数据与网络分析工具的结合是辐射生物学中一个引人入胜的领域,最终将有助于空间靶向放疗剂量绘画:对具有空间放射抵抗性的特定肿瘤区域增加辐射剂量。
**8.2 Temporal dynamics**
辐射响应在秒(初始损伤识别)到天(细胞命运决定)乃至年(癌变、晚期正常组织效应)的时间尺度上发生。大多数研究仅记录一个时间点,错过了关键的动态转变。多组学时间序列数据的动态建模可以解释网络动态,并揭示可通过治疗干预的关键转变点。
**8.3 Integration with immunotherapy**
辐射诱导的免疫原性细胞死亡(ICD)释放损伤相关分子模式和肿瘤抗原,可激发抗肿瘤免疫。免疫治疗和放疗与免疫检查点抑制剂联合使用是一种新的临床兴趣类型。为优化联合方案,需要在系统水平上理解辐射-免疫相互作用。

**9 Conclusion**
电离辐射的效应通过一系列分子事件传播,这些事件进一步通过互联的调控网络相互作用,导致细胞命运和组织响应。系统生物学方法是理解这种复杂性的必要工具,它结合多组学信息、构建和分析网络模型,并模拟动态行为。网络分析识别了关键枢纽分子和瓶颈节点,如MDM2、E2F7、miR-25-3p、let-7a-5p,它们可作为放射增敏的潜在治疗靶点。需要进一步开发方法学、进行前瞻性临床验证,并与单细胞和空间分析等新技术结合,以将理解转化为精准放疗。可以制定理性策略,利用癌症网络的脆弱性,同时保护正常组织的互联网络。关键下一步包括:协调辐射研究中的多组学工作流程;建立基于生物标志物的前瞻性临床试验;创建计算平台以将患者组学数据实时整合到放疗计划中。该领域还需考虑在不同数据集和肿瘤类型中识别的枢纽基因的可重复性和验证。随着这些挑战的解决,系统生物学作为分析框架将优化放射肿瘤学中的治疗比。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号