《Biochemical Pharmacology》:USP7 inhibitor P5091 enhances the antitumor efficacy of vemurafenib in BRAFV600E-mutant thyroid cancer via ferroptosis
编辑推荐:
联合抑制BRAF V600E和USP7可克服甲状腺癌药物耐药性并诱导铁死亡。研究显示PLX4032与USP7抑制剂P5091联用显著抑制肿瘤细胞增殖和迁移,并通过ROS积累、GPX4下调及脂质过氧化增强铁死亡。这为克服BRAF抑制剂耐药提供了新策略。
胡晨晨|田文志|唐云|王佩然|关天天|魏伟|陈东|李鹏|苏曦
中国广东省深圳市,北京大学深圳医院甲状腺与乳腺外科,邮编518036
摘要
BRAF抑制剂vemurafenib(PLX4032)的耐药性限制了其在甲状腺癌中的疗效。泛素特异性肽酶7(USP7)是致癌信号传导的关键调节因子,而USP7抑制剂可能有助于克服这种耐药性。本研究探讨了PLX4032与USP7抑制剂P5091联合使用在BRAFV600E突变甲状腺癌中的治疗效果。生物信息学分析表明,USP7和整合素亚基β3(ITGB3,一种MAPK/PI3K通路基因)可能共同介导耐药性。在甲状腺癌细胞系中,联合治疗显著降低了细胞的存活率、增殖能力、克隆形成能力、迁移能力和侵袭性,优于单一治疗。此外,联合治疗还能降低甲状腺癌类器官的存活率并诱导细胞死亡。鉴于USP7在氧化应激和铁死亡(ferroptosis)中的作用,我们对其机制进行了研究,发现P5091通过增加活性氧(ROS)水平、下调谷胱甘肽过氧化物酶4(GPX4)表达以及增强脂质过氧化反应来诱导铁死亡。这些发现表明,P5091抑制USP7可通过促进肿瘤抑制和铁死亡来增强PLX4032的疗效,为克服耐药性提供了有希望的策略。
引言
甲状腺癌已成为内分泌肿瘤学领域的首要挑战,其全球发病率位列第七[1]。乳头状甲状腺癌(PTC)占甲状腺癌病例的约90%[2,3]。超过50%的PTC病例存在BRAFV600E突变[4],该突变通过激活MAPK信号通路导致细胞无限制增殖,从而促进肿瘤的发生、进展和扩散[5]。因此,BRAF突变是一个重要的风险因素和潜在的治疗靶点。具有BRAF突变的局部晚期PTC患者预后较差,治疗选择有限。尽管恶性甲状腺癌(ATC)仅占甲状腺癌的少数(<2%),但它导致的疾病特异性死亡率却非常高,这主要归因于其快速扩散和对传统疗法的耐药性。针对BRAFV600E通路的靶向治疗已成为治疗甲状腺癌的有前景的方法。多种BRAFV600E抑制剂在甲状腺癌治疗中显示出潜力,例如vemurafenib(PLX4032)对BRAFV600E突变转移性黑色素瘤具有较好的疗效。然而,越来越多的证据表明,由于获得性耐药性的出现,其作为单一疗法的疗效受到限制[6,7]。虽然恶性甲状腺癌(ATC)以高度耐药性著称,但分化型甲状腺癌(DTC),包括放射性碘难治性PTC/FTC,也经常对放射性碘和靶向药物产生耐药性。其耐药机制通常涉及MAPK和PI3K通路的重新激活、受体酪氨酸激酶反馈(如EGFR/HER信号通路)以及肿瘤去分化,导致钠碘转运蛋白(NIS)表达下降[8, [9], [10], [11]]。耐药性显著降低了PLX4032的治疗效果[12]。最新研究表明,BRAFV600E突变可能与其他蛋白质相互作用,进一步激活MAPK通路,从而增强耐药性[13]。因此,寻找能够克服耐药性并增强PLX4032疗效的联合疗法至关重要。
转录组学和生物信息学分析
本研究利用了来自基因表达组学数据库(GEO)的公开转录组数据(访问号:GSE178267),比较了PLX4032耐药的8505C甲状腺癌细胞与其亲本细胞系。基因表达分析采用GEO2R(基于limma的方法),通过设定|log2倍变化| > 2和调整后的p值< 0.05的阈值来识别差异表达基因(DEGs)。结果通过R语言生成的火山图进行可视化。
转录组分析揭示了PLX4032耐药性的相关机制
为探讨PLX4032耐药性的分子机制,我们对耐药性8505C细胞的转录组数据进行了分析。火山图显示了广泛的转录变化,许多基因显著上调或下调(图1A)。随后的KEGG通路富集分析确定了六个主要的富集通路,涉及95个DEGs(图1B)。GO生物过程分析进一步识别出11个富集术语,其中67个DEGs在多个通路中均有重叠。
讨论
BRAFV600E突变通过持续激活MAPK通路促进PTC的进展,使其成为关键的治疗靶点[31]。虽然BRAF抑制剂如PLX4032已被批准用于治疗BRAFV600E突变PTC,但其疗效常因获得性耐药性而降低。耐药机制包括MAPK信号通路的重新激活以及替代信号通路的激活,尤其是PI3K-AKT或RTK通路(如EGFR、HER3)的补偿性上调[32,33]。
作者贡献声明
胡晨晨:撰写、审稿与编辑、初稿撰写、数据可视化、项目管理、方法学设计。田文志:方法学设计、数据分析。唐云:软件应用、方法学实施。王佩然:数据验证。关天天:数据验证。魏伟:项目监督、资源协调。陈东:撰写、审稿与编辑、项目监督、资金申请。李鹏:项目监督、资金申请。苏曦:撰写、审稿与编辑、项目监督、资金申请。
利益冲突声明
作者声明不存在可能影响本文研究的已知财务利益或个人关系。
致谢
本研究得到了国家自然科学基金(项目编号82103130)、深圳市科技创新计划(项目编号JCYJ20240813115905008、JCYJ20210324110402006、JCYJ20230807095802005和KCXFZ20211020163407011)、广东省基础与应用基础研究基金(项目编号2023A1515220165)、深圳市高水平医院建设基金、深圳市三明项目(项目编号SZSM202211039)以及深圳市重点医学学科建设项目的支持。