编辑推荐：
为解决胰腺癌（PC）因亚型多样导致的诊疗难题，Jagiellonian University Medical College 的研究人员开展 PC 亚型空间表观基因组学研究。他们发现 PC 亚型间表观遗传修饰存在差异，明确了部分亚型潜在治疗方向，为 PC 精准治疗提供新思路，值得一读。
在医学领域，胰腺癌（Pancreatic Cancer，PC）就像一个狡猾又凶狠的 “敌人”，给医生和患者带来了极大的挑战。它有着多种多样的 “面孔”，也就是不同的表型，这使得在诊断、治疗和判断患者预后方面都困难重重。就好比一群穿着不同伪装的敌人，让人难以分辨和应对。
从组织学（也就是细胞和组织的形态结构）、基因改变到表观遗传修饰（Epigenetic Modifications，EMs），PC 的表现各不相同。科学家们尝试对 PC 进行亚型分类，也确实发现不同亚型在生物学特性、预后和治疗效果上存在差异 。但问题来了，不同的 PC 亚型分类系统之间很难相互关联和统一。目前常规的病理诊断主要依靠组织学亚型分类，因为它成本效益高，而转录组亚型虽然在研究中应用广泛，但由于检测成本高，并没有被纳入常规的病理诊断和临床患者管理流程。而且，目前区分的分子亚型数量较少，远远不能涵盖 PC 复杂多样的形态和生物学表现。
更让人头疼的是，虽然基因改变是 PC 发生的重要原因，但仅仅依靠基因并不能完全解释 PC 的各种亚型。近年来，表观遗传改变在 PC 中的作用逐渐受到关注，它就像是基因的 “调控开关”，影响着基因的表达。而且，表观遗传改变是可逆的，这为 PC 的治疗提供了新的方向，比如针对一些负责 EMs 的酶进行靶向治疗，或者通过调节 Z-DNA 相关蛋白来增强免疫治疗效果。然而，由于 PC 的高度异质性，不同亚型对这些治疗方法的反应可能各不相同，这也导致了目前大多数 PC 治疗试验的结果并不理想。
为了攻克这些难题，来自 Jagiellonian University Medical College 的研究人员在《Scientific Reports》期刊上发表了题为 “Spatial epigenomics of pancreatic cancer subtypes reveals distinct epigenetic landscapes and potential therapeutic implications” 的论文。他们通过研究，揭示了 PC 不同组织学亚型中 EMs 和 DNA 构象的差异，发现泡沫状腺体（Foamy-Gland，FG）和鳞状分化（Squamous-Differentiated，SD）亚型的 PC 对靶向表观遗传调节剂的治疗可能不太敏感，而传统导管 PC 亚型则有望通过表观遗传调节剂进行治疗。这一发现为 PC 的精准治疗提供了重要的理论依据，就像是找到了打开 PC 治疗新大门的钥匙。
研究人员在这项研究中使用了多种先进的技术方法。首先是拉曼高光谱成像技术（Raman Hyperspectral Mapping，RHM），它就像一个拥有超能力的 “显微镜”，能对癌症组织进行无标记的分子成像，以亚微米级的分辨率观察细胞成分，甚至能看到单个染色体。然后，他们借助深度学习中的自动编码器（Autoencoders，AEs）和卷积神经网络（Convolutional Neural Networks，CNNs）对数据进行处理和分析。AEs 可以像一个智能的 “数据净化器”，去除光谱数据中的噪声，保留关键信息；CNNs 则如同一个精准的 “分类大师”，对光谱数据进行分类，帮助研究人员识别癌细胞核等细胞成分 。
下面我们来看看研究人员通过这些技术都发现了什么。
人工神经网络精准识别癌细胞核
研究人员先挑选了合适的患者组织样本，制作出高质量的 RHM 图谱。由于 RHM 得到的光谱数据十分复杂，需要精确分类才能进行后续分析。这时，CNNs 就派上了用场。研究人员用它对 RHM 光谱进行分类，将其分为癌细胞核、细胞质和肿瘤基质。结果令人惊喜，CNNs 训练的分类准确率高达 96% - 100%，并且还绘制出了 CNN 预测图，从图中能清晰地看到细胞核等亚细胞成分的投影，就好像给细胞的各个部分都贴上了明确的标签。
分子成像揭示胰腺癌和良性对照组织的亚细胞结构
为了研究 PC 亚型中 EMs 的空间分布，研究人员想到了一个巧妙的办法。他们假设可以将 RHM 图谱中的每个光谱与特定 EMs 的参考光谱进行关联，得到一个相关分数。于是，他们测量了分离的 DNA、赖氨酸（Lys）和精氨酸（Arg）等的拉曼光谱，并与甲基化 DNA、甲基化 Lys 等的测量结果进行对比。在光谱关联评分时，他们经过多种方法的测试，最终选择了皮尔逊相关系数（Pearson R），因为它在 PC 组织这样复杂的样本中表现最佳。通过这种方法得到的相对 Pearson R 相关图谱，能够以惊人的精度反映 PC 组织的亚细胞成分，与苏木精 - 伊红染色切片的效果相媲美。为了验证这种方法在 EM 成像中的可靠性，研究人员还从三个方面进行了验证，就像给这个方法做了一次全面的 “体检”，确保它的准确性。
高分辨率成像显示胰腺癌核中表观遗传修饰水平的差异
研究人员利用基于相对相关性的映射，获得了 PC 组织的高质量图像。接着，他们通过 CNN 分类确定癌细胞核的位置，然后选择特定区域进行高分辨率的分子成像。在这个过程中，他们得到了单个细胞核区域的高质量图像，并将 EMs 的突出显示区域叠加，得到了能展示 PC 细胞核形态和 EM 分布变异性的多重图像。从这些图像中，就像是打开了细胞的 “微观世界”，可以清楚地看到不同 PC 亚型细胞核在 EMs 分布上的差异。
表观遗传修饰的半定量分析显示胰腺癌亚型与良性胰腺导管组织的差异
虽然图像能直观地展示差异，但研究人员还想进一步了解这些差异的具体程度。于是，他们对 EMs 进行了半定量分析。他们将 CNN 分类为细胞核且 DNA、Lys 或 Arg 呈阳性区域的所有光谱，与参考 EM 光谱进行关联和分析。结果发现，PC 亚型和良性对照胰腺导管组织之间，几乎所有的 EMs 比较都存在显著差异。比如在 DNA 甲基化（DNA-m）方面，除了良性对照与 SD 亚型之间没有明显区别外，其他组之间都有差异；在赖氨酸甲基化（Lys-m）比较中，只有良性对照与 SD 亚型相似；在赖氨酸乙酰化（Lys-a）比较中，良性对照与 PLD、FG 与 SD 之间的差异不具有统计学意义；而在精氨酸甲基化（Arg-m）方面，所有组之间都有显著差异。这表明 PC 在 EMs 表达上存在显著的异质性，不同亚型各有特点。
DNA 的 Z 构象比例在胰腺癌亚型中存在差异
除了 EMs，研究人员还对 DNA 的构象感兴趣。他们用研究 EMs 的类似方法，测量了不同构象的分离参考 DNA 的拉曼光谱，然后在 PC 样本的 RHM 图谱中寻找相同的特征。结果发现，B-DNA 在 PC 细胞核中占主导地位，而 Z-DNA 主要位于核仁和细胞核周边。通过半定量分析，研究人员发现 PC 亚型之间 Z-DNA 的比例存在差异，AVAC 与 cPDAC、IPMC 与 PLD、FG 与 SD 分别聚为一组，而且 FG 和 SD 组的 Z-DNA 含量与良性对照样本相似。有趣的是，较低的 EMs 水平与较低的 Z-DNA 水平相关，这为研究 DNA 构象与 EMs 之间的关系提供了新的线索。
光谱特征分析证实部分胰腺癌亚型的独特生物学特性
研究人员还使用主成分分析（Principal Component Analysis，PCA）和 t 分布随机邻域嵌入（t-distributed Stochastic Neighbor Embedding，t-SNE）这两种方法，对光谱特征进行分析。这两种方法就像是数据的 “整理大师”，能将多维数据按照特征进行分组。结果发现，PC 各亚型之间存在明显的分离，FG、SD 和良性对照在一种极端，PLD、IPMC、cPDAC 和 AVAC 在另一种极端。这进一步证实了不同 PC 亚型在 EMs 和 DNA 构象水平上的差异，也表明这些亚型具有独特的生物学特性。
在讨论部分，研究人员强调了肿瘤亚型分类在病理诊断中的重要性。它就像是一把 “钥匙”，能打开了解肿瘤生物学特性、判断临床结果和制定治疗方案的大门。他们使用的 Pearson R 相关方法虽然不是全新的，但在研究复杂组织方面是一种创新应用。研究发现，PC 组织中存在 DNA 和组蛋白的低甲基化以及组蛋白的低乙酰化现象，而且不同亚型之间差异显著。FG 和 SD 亚型的 EMs 模式与之前对 PC 的认知不同，它们在某些 EMs 方面甚至比良性对照组的修饰水平还高，这意味着针对这两种亚型的 PC，目前常用的表观基因组靶向治疗药物可能效果不佳。而对于传统导管 PC 亚型，或许可以尝试使用表观遗传调节剂进行治疗。
此外，研究人员还发现较高的乙酰化水平（尤其是在 FG 和 SD 中）与较高的 Z-DNA 比例相关。这一发现意义重大，因为目前有一些新的治疗药物，如激活 ZBP1 的药物，有望使恶性细胞对免疫检查点阻断（ICB）疗法更敏感，促进细胞死亡。而 FG 和 SD 亚型 PC 中较多的 Z-DNA 区域，使其可能更适合使用潜在的 ADAR 抑制剂或 ZBP1 激活剂来增强 ICB 治疗的效果。
总的来说，这项研究通过创新的方法，对 PC 的表观遗传修饰和 DNA 构象进行了深入研究，揭示了不同亚型之间的显著差异。这不仅为理解 PC 的发病机制提供了新的视角，还为开发更有效的 PC 治疗方法指明了方向。不过，虽然研究成果令人振奋，但由于研究方法的创新性，还需要进一步的验证研究，就像搭建一座桥梁，虽然已经有了坚实的桥墩，但还需要更多的测试和完善，才能让它真正稳固地连接起科研与临床治疗的两岸。
