《Leukemia》：Common genomic and transcriptomic signatures in Richter transformation highlight druggable vulnerabilities and guide drug repurposing strategies
编辑推荐：
为解决里氏转化(Richter Transformation, RT)这一罕见且侵袭性的淋巴瘤缺乏通用驱动变异、临床治疗挑战大的问题，研究人员开展了针对RT的多组学整合分析与药物筛选研究。通过整合多中心队列的基因组和转录组数据，研究人员定义了RT的共同分子特征，并构建了一个定制药物库进行高通量筛选，最终成功鉴定出一组在多种RT模型中均有效的候选药物，为加速新疗法开发提供了重要线索。
在慢性淋巴细胞白血病(CLL, Chronic Lymphocytic Leukemia)的患者群体中，潜伏着一种令人棘手的“变身”危机——里氏转化(Richter transformation, RT)，或称里氏综合征(Richter's Syndrome)。这是一种罕见但极具侵袭性的淋巴瘤，当CLL“黑化”为RT，患者的预后往往会急转直下。尽管科学家们对驱动这种疾病转变的病理机制理解在不断深入，但RT的临床治疗仍然充满挑战。这背后一个核心难题在于其高度的分子异质性：大规模基因组研究显示，RT并没有一个单一的、普遍存在的驱动基因突变，而是由多种复杂的遗传和分子改变共同塑造。这种“千人千面”的特性，使得“一刀切”的治疗策略难以奏效，也凸显了通过多组学方法进行全面分子剖析的迫切需求。只有绘制出RT的精准“分子蓝图”，才能捕捉到可干预的疾病弱点，为患者寻找新的生机。为此，一项发表在《Leukemia》上的研究应运而生，旨在整合多组学数据，揭示RT的共性特征，并通过药物重定位策略，快速筛选有潜力的治疗选择。
为了开展这项研究，研究人员综合运用了以下关键技术方法：首先，从20例RT患者的福尔马林固定石蜡包埋(FFPE)淋巴结活检样本中，同时提取DNA和RNA，并利用匹配的新鲜与FFPE来源的RT-PDX模型验证了方法学的可靠性。在基因组层面，使用TruSight Oncology 500 panel进行靶向DNA测序，以检测癌症相关基因中的单核苷酸变异(SNV)、小片段插入/缺失(indel)和拷贝数变异(CNV)。在转录组层面，对14例样本进行了批量RNA测序，并与大量公开的CLL数据集进行比较，以识别差异表达基因。随后，研究者整合了自身队列与其他三个已发表的RT队列的基因组和转录组数据，通过通路富集分析，定义RT的共性分子特征。最后，基于这些共性特征，研究者从3585种药物的商业库中筛选出66种化合物，在多个RT-PDX模型和U-RT1细胞系上进行了两轮高通量药物筛选，以验证其疗效。
一、RT的基因组与转录组图谱描绘
研究人员首先对20例RT患者的FFPE样本进行了靶向基因组测序，结果显示患者间存在高度异质性，但TP53是最常见的突变基因（45%患者），这与先前报道一致。其他在至少两名患者中发现的复发突变涉及ARID2和RHOA基因。拷贝数变异分析在14例患者中观察到82个事件，涉及CDK6、MYC和BRAF等基因。对受遗传改变（SNVs/indels和CNVs）影响的基因进行通路富集分析，揭示了Wnt/β-连环蛋白(Wnt/β-catenin)、JAK-STAT3/MAPK、NOTCH信号通路，以及DNA损伤、细胞周期和凋亡是最常受影响的通路。
在转录组层面，主成分分析表明RT样本与CLL样本明显分离。差异表达分析鉴定出1964个差异表达基因。上调基因富集于增殖/细胞周期进程、DNA损伤应答与修复、代谢重编程、微管细胞骨架组织和凋亡调节等通路。而下调基因特征则显著富集于RNA代谢相关条目，包括剪接(splicing)和核糖体RNA加工。
二、多队列整合定义RT的共同分子特征
为了定义稳健的RT“蓝图”，研究者将本队列数据与其他三个独立的RT队列数据（三个基因组队列，两个转录组队列）进行了整合分析。尽管不同队列间共享的特定基因重叠有限，但通路分析显示出了清晰的趋同性。基因组数据的交叉分析揭示，队列特异性基因集中作用于共同的失调通路，包括PI3K/AKT/mTOR、IL-6/JAK/STAT3、G2-M检查点、有丝分裂纺锤体、DNA修复、NOTCH信号和凋亡。在转录组数据中，上调基因的跨队列交集集中于增殖/应激程序和代谢适应（如糖酵解、活性氧、脂肪酸和异生物质代谢），而下调基因的交集则涉及NOTCH信号、免疫相关条目、缺氧和紫外线应答。
三、基于多组学特征的药物筛选验证可干预弱点
基于上述发现的共性特征，研究者采用通路导向（共享的失调过程）和靶点导向（RT中突变/差异表达基因）相结合的策略，从一个包含3585种药物的商业库中筛选出66种已进入III/IV期临床试验或已获FDA批准的化合物，用于功能验证。这些药物在RT-PDX模型和U-RT1细胞系上进行了两轮高通量筛选。
首轮24小时筛选结果显示，药物反应存在异质性和剂量依赖性。在最高浓度（10 μM）下，有7种化合物（阿法替尼Afatinib、氯法拉滨Clofarabine、高三尖杉酯碱Homoharringtonine、伊达比星Idarubicin、米哚妥林Midostaurin、尼洛替尼Nilotinib、普纳替尼Ponatinib）在所有测试模型中均显示活性。根据预设的生长速率阈值，27种化合物进入第二轮48小时筛选。此轮药效更强、更一致，显示出时间与剂量依赖性的靶点结合效应。尽管存在模型间差异，但有五种化合物（吉西他滨Gemcitabine、伊达比星、伊立替康Irinotecan、高三尖杉酯碱和秋水仙碱Colchicine）在RT细胞中具有交叉活性。值得注意的是，伊立替康和吉西他滨在48小时和较低剂量下的疗效比24小时更广。特别重要的是，有16种化合物（其中14种是FDA批准的）在48小时、1 μM浓度下，能在至少一种模型中显著降低生长速率，显示出转化潜力。
研究结论与重要意义
本研究表明，相较于专注于单个遗传变异，从更宏观的基因类别和通路层面审视RT，可能为发现关键的疾病相关靶点带来更有希望的洞见。通过多组学引导的靶点优先排序策略，而非盲目的高通量筛选，能够识别出用于治疗RT最具前景和有效的分子。该研究结果支持了药物重定位策略的可行性，有望加速从实验室到临床的转化进程。尽管研究所用的疾病模型仅代表了RT潜在分子多样性的一小部分，但获得的结果突显了存在可被干预的共同弱点，这些弱点具有治疗相关性。这为开发针对这种难治性恶性肿瘤的新型联合治疗策略提供了坚实的理论基础和实验依据。
