《Neoplasia》：Integrated Genomic and Transcriptomic Profiling Reveals Distinct Molecular Features of Colorectal Cancer in an Indian Cohort
编辑推荐：
摘要：结直肠癌（colorectal cancer，CRC）是全球最常见的恶性肿瘤之一，发病率居第三位，癌症相关死亡率居第二位。2020年，全球CRC新增病例约193万例，死亡超过93.5万例。尽管最高疾病负担出现在发达地区（欧洲、北美和澳大利亚），但受生活方
摘要：结直肠癌（colorectal cancer，CRC）是全球最常见的恶性肿瘤之一，发病率居第三位，癌症相关死亡率居第二位。2020年，全球CRC新增病例约193万例，死亡超过93.5万例。尽管最高疾病负担出现在发达地区（欧洲、北美和澳大利亚），但受生活方式、饮食习惯和人口老龄化转变的推动，低收入和中等收入国家的CRC发病率正在迅速上升。在印度，CRC的发病率虽低于西方国家，但正稳步上升，现已成为城市地区前五大癌症之一，每年新增约25,000至30,000例，尤其在南部和东北部地区。值得注意的是，印度CRC患者常在较年轻年龄和更晚期阶段被诊断，导致预后较差和五年生存率较低。这些流行病学趋势凸显了对印度人群结直肠肿瘤进行分子水平研究的迫切需求。一项近期的大规模研究分析了约2,000例CRC肿瘤的基因组图谱，鉴定出包括单核苷酸变异（single nucleotide variants，SNVs）、结构变异（structural variants，SVs）和拷贝数改变（copy number alterations，CNAs）在内的广泛突变，将潜在CRC驱动基因列表扩展至超过250个，凸显了该疾病遗传基础的复杂性。大多数全球数据集并未涵盖世界各地的种族差异。在未纳入这些大数据集的族群中生成并比较多组学数据具有显著优势。较大规模的研究通常受益于增强的统计功效和更高的效应量估计精度，使其结果更可靠且更能推广至更广泛的人群。当较小数据集的结果与较大规模研究一致时，即使初始样本有限，也为结论增添了额外的可信度和外部有效性。这种比较方法还允许研究人员将自身发现置于现有文献体系中进行背景化分析，识别一致的趋势，并为进一步探索提出假设。研究人员在同一批CRC肿瘤队列中生成了全外显子和转录组测序数据，并将这些数据与近期发表的全球基因组景观进行了比较。研究人员识别出与全球景观的相似之处，并且最重要的是强调了在该研究肿瘤队列中观察到的若干独特发现。
论文解读：印度人群结直肠癌的整合基因组与转录组学特征
一、研究背景与科学问题
结直肠癌（colorectal cancer，CRC）是全球第三大常见恶性肿瘤和第二大癌症相关死因。尽管欧美等发达地区的CRC发病率较高，但受生活方式西化和人口老龄化的影响，包括印度在内的发展中国家CRC发病率正快速攀升。在印度，CRC在城市地区已位居前五大癌症之列，且发病年龄更早、确诊时分期更晚，导致五年生存率显著偏低。然而，现有的CRC大规模基因组学研究几乎完全基于西方人群，对南亚尤其是印度人群的分子特征知之甚少。近期一项涵盖约2000例CRC肿瘤的全球基因组研究虽然将潜在驱动基因扩展至超过250个，但其数据未能代表世界范围内的种族多样性。因此，在缺乏充分表征的族群中开展多组学研究，对于揭示种族特异性致癌机制、发掘新型生物标志物和潜在治疗靶点具有重要的科学价值和临床意义。
二、研究方法概述
该研究纳入2013年5月至2017年12月间前瞻性收集的20例CRC肿瘤和5例对照结直肠组织样本，所有患者均接受了至少36个月的随访。研究人员采用全外显子测序（whole exome sequencing，WES）（Illumina Hiseq平台，最小测序深度500×）和全转录组测序技术分别获取体细胞变异和基因表达数据。在突变特征分析中，利用SigProfilerExtractor对单碱基替换（single-base substitution，SBS）、双碱基替换（double-base substitution，DBS）和小片段插入缺失（insertion/deletion，ID）三类突变数据进行非负矩阵分解（non-negative matrix factorization，NMF），并通过COSMIC v3参考数据库进行特征解构。拷贝数改变（copy number alteration，CNA）的识别采用CNVKit和GISTIC工具。研究将本队列的全外显子与转录组数据与全球CRC基因组景观进行比较，鉴定共有和独有的驱动事件，并评估其与患者生存状态的关系。
三、主要研究结果
临床特征：患者的临床和人口统计学特征已在既往研究中描述。
转录组测序：共鉴定出814个显著失调基因，其中569个上调、245个下调，并与全球景观中的驱动基因进行了比较。
全外显子测序：通过分析流程在20个肿瘤中共鉴定出16,440个体细胞变异。
突变特征分析：
- •
单碱基替换（SBS）：NMF提取三个从头SBS特征，映射至COSMIC v3后无新特征。一个超突变肿瘤贡献了全队列27.0%的变异负荷，由SBS10b主导。最终分解出SBS1、SBS5、SBS10a、SBS10b和SBS15五个活性特征。
- •
双碱基替换（DBS）：仅提取到一个从头特征DBS78A，映射为DBS17，该特征在全局CRC数据中未被检出，在本队列中100%的肿瘤均有分布，病因未知。
- •
小片段插入缺失（ID）：提取的两个从头特征分解为ID2、ID7和ID19三个已知特征。ID7和ID19为该队列所特有，在之前全球CRC景观中未见报道。
- •
特征关联：ID7与SBS1、SBS5、ID2强相关；DBS17与ID19相关；POLE相关特征（SBS10a/10b）与SBS15、DBS17、ID19形成互斥簇。
- •
生存与解剖部位关联：错配修复缺陷（mismatch repair deficient，MMRd）相关特征（SBS15、ID7）在存活者中更常见；ID2/ID7与近端结肠肿瘤相关，而POLE超突变病例位于远端。
SNV驱动基因注释：在全球193个驱动基因中，本研究队列匹配到133个携带体细胞变异的基因，其中11个基因发生复发突变。转录组失调基因与全球驱动基因的交集仅包含MET、SOX9和TGIF1三个基因。
基于生存状态的驱动变异富集：非存活者中APC和PRDM2变异频率更高（40% vs. 10%），而存活者中TP53和PDE4DIP变异更常见（40% vs. 10%）。
复发驱动突变频率：全球59个复发驱动基因中，本队列匹配到11个。其中两个基因携带与全球数据完全相同的复发变异，另有六个驱动基因的复发变异此前未被报道。
本队列的复发突变：在9120个携带体细胞变异的基因中，鉴定出435个复发突变基因，其中48个携带致病性或有害性变异，主要涉及免疫逃逸和肿瘤抑制功能。
独特的驱动基因分布：NLRC5突变占主导地位（70%），而APC（25%）、TP53（30%）、KRAS（10%）和PIK3CA（5%）等经典驱动基因频率显著低于全球水平。
驱动基因中的插入缺失热点：全球九个插入缺失热点中，本队列精确匹配到EIF2B3和UBR5两个基因，且这两个变异均仅见于非存活者。
驱动基因致病性变异状态：与全球131个驱动基因共享15个基因携带26个致病性变异，同时鉴定出175个队列特异性的致病性变异分布于159个基因。
驱动基因比较分析：四个数据集（全球CRC景观驱动基因GCLD、本队列全外显子数据WED、本队列转录组数据TD、既往报道驱动基因PD）的比较显示，仅SOX9和TGIF1在所有数据集中均有交集。
二次打击分析：全球56个高频双等位基因失活驱动基因中，本队列仅匹配到18个，其中ARID1A（100%）、APC（50%）、KMT2C（50%）和TP53（16%）存在二次打击。
臂水平拷贝数改变：全队列鉴定出12个显著扩增臂和7个显著缺失臂。分层分析显示，非存活者以缺失为主（10个显著缺失vs. 3个显著扩增），而存活者以扩增为主（10个显著扩增vs. 4个显著缺失）。19p和19q缺失为非存活者特有。
局灶拷贝数改变：全队列鉴定出14个显著扩增峰和7个显著缺失峰。非存活者呈现13个缺失峰和仅1个扩增峰，存活者则呈现4个扩增峰而无显著缺失峰。12p13.31是本队列最显著的缺失峰，19q13.2（AKT2位点）是非存活者中唯一的显著扩增峰。
获批疗法的遗传特征：本队列未发现与FDA/EMA批准的肿瘤特异性疗法相关的变异（如BRAF V600E），所有肿瘤均为微卫星稳定型（microsatellite stable，MSS）。但45%（9例）的肿瘤被归类为高肿瘤突变负荷（tumor mutational burden-high，TMB-H）。
具有治疗响应生物学证据的遗传特征：两例肿瘤携带ARID1A变异，一例存在ERBB2（HER2）扩增，另分别有一例携带FGFR1和FGFR2变异。此外检测到KRAS（2例）、NF1（2例）和CDKN2A（1例）变异。
获批和高置信度药物靶点：142个驱动基因对应已获批药物靶点，其中17个具有肿瘤特异性或肿瘤不可知适应症的获批药物。33.8%（48个）的驱动基因被归类为“3D可配体”靶点，适用于小分子药物开发。
依赖性、选择性和成药性整合分析：WNT通路节点CTNNB1表现出最强的必需性和结构可靶向性。PIK3R1和PLK1为高依赖性研究性靶点，而ERBB3、IDH1、MAP2K1、SRC和TOP1兼具高必需性和已授权抑制剂。肿瘤抑制因子如ARID1B、ARID2和BIRC6虽缺乏直接成药性，但提示合成致死策略的可能性。
四、讨论与研究结论
讨论部分指出，将小型未充分表征队列的基因组数据与大型全球数据集进行比较，有助于生物标志物发现和疾病病因学理解。本研究发现了一个独特的突变图谱：DBS17和ID19/ID7为队列特异性特征，而全球常见的SBS93在本队列中缺失。与全球常见的pks+大肠杆菌/colibactin相关的SBS88和ID18不同，本队列呈现以POLE缺陷为主的远端结肠特征。核心驱动基因（APC、TP53、KRAS、PIK3CA）的频率显著低于全球水平，暗示种族特异性替代致癌机制的存在。转录组与驱动基因的有限重叠（仅MET、SOX9、TGIF1）揭示了CRC复杂性的另一层面——多数驱动突变的作用不反映在稳态mRNA水平。拷贝数改变分析揭示了非存活者以缺失为主、存活者以扩增为主的截然不同的基因组不稳定性模式。在治疗相关方面，尽管缺乏MSI和BRAF V600E等经典CRC靶向改变，但45%的TMB-H率提示免疫检查点抑制剂的组织不可知应用潜力。
研究结论：整合突变特征、驱动基因架构、转录组失调和药物靶向性分析揭示了一个在全球数据集中未被充分代表的结直肠癌图谱，该图谱受到进化和治疗约束的共同塑造。本研究队列中观察到的独特驱动基因和突变特征模式需要在更大规模研究中验证，并为制定人群特异的生物标志物和精准治疗策略提供了框架。
