宫颈癌中药物耐药或合成致死候选标志物的揭示：遗传学与药物谱分析的整合研究

《Cancer Reports》：Unveiling Candidate Markers for Drug Resistance or Synthetic Lethality in Cervical Cancer: Integrative Analysis of Genetic and Pharmacoprofiling

　　

引言

宫颈癌的全身治疗持续面临挑战。尽管已有多种化疗方案获批，但由于缺乏生物标志物，治疗反应仍难以预测。研究人员在此分析了20株宫颈癌细胞系（CCCLs）的遗传学和蛋白质谱，并探索这些特征与常用药物反应模式之间的相关性，旨在鉴定新的治疗反应或耐药生物标志物。

材料与方法

研究人员对20株细胞系（CLs）的HPV分型、遗传改变及蛋白表达谱进行了表征。在其中10株选定细胞系中，研究人员针对34种临床用药开展了药物谱分析（pharmacoprofiling），评估达到半数最大抑制浓度（IC₅₀）所需的药物浓度，范围涵盖纳摩尔（nM）和微摩尔（μM）水平。进一步通过减法式生物信息学分析，筛选与细胞系药物耐药相关，或相反与合成致死相关的基因改变（临床关注的609个基因）。

结果

尽管样本量较小，CCCLs中的遗传改变频率与类型整体上与临床样本一致，但在细胞系中检测到某些特定遗传改变的频率更高，例如NBPF1和STK11。药理学筛查鉴定出在多数细胞系中具有治疗活性的药物，同时也发现部分药物具有高度选择性。生物信息学分析提示：对微管干扰剂敏感的细胞系中存在PABPC3失功能（LoF）改变，此外微管通路中还存在50种呈可变分布的改变。CSMD3、OBSCN、ZNF717、ALPK2、CLDND1、GTF3A、NLRP1、SI和TRIM66的LoF改变与表观遗传作用药物活性相关，而OSBPL1A的LoF则与Eprenetapopt（APR-246）的活性相关。某些药物联合还观察到协同效应。

结论

本文报告了20株细胞系中的遗传变异，并评估这些变异是否有助于预测对某些药物家族的反应或耐药。除少数例外，在相同分析批次中检测得到的CCCLs遗传改变频率与已发表患者数据总体具有较好一致性。上述结果仍需在独立、更大样本的细胞系研究及临床环境中进一步证实。

本文发表于《Cancer Reports》，聚焦宫颈癌系统治疗中长期存在的核心难题：虽然已有多种化疗及靶向药物可用于临床，但患者间疗效差异显著，而可用于预测敏感性与耐药性的分子标志物仍然缺乏。既往研究已经积累了较多宫颈癌原发肿瘤的基因组学信息，但如何将这些分子特征与实际药物反应建立关联，尤其是如何在耐药背景下识别新的治疗切入点，仍是精准治疗推进中的关键障碍。研究人员因此以宫颈癌细胞系为模型，尝试通过整合遗传变异、蛋白表达谱和药物反应谱，筛选可能指示药物耐受、药物敏感或合成致死（synthetic lethality，指特定基因缺陷背景下某类药物可选择性致死肿瘤细胞）的候选标志物。该研究的重要性在于，它并非单纯描述某一组学特征，而是将药理学筛查与分子分型进行交叉整合，旨在为治疗分层提供前期依据，并为后续临床样本验证提供候选线索。

从研究设计看，研究人员纳入20株宫颈癌细胞系，来源包括公共细胞库和自建患者来源细胞系。研究首先对这些细胞系进行全面分子表征，包括HPV分型、全外显子测序（WES）得到的小变异与拷贝数改变，以及反向相蛋白芯片（RPPA）获得的蛋白/磷酸化蛋白表达谱；随后在10株选定细胞系中，使用34种临床相关药物进行药物谱分析，比较不同药物达到IC₅₀所需浓度及药物敏感性评分（DSS）。在此基础上，再通过减法生物信息学策略，将“敏感”与“耐药”细胞系进行分层比较，筛选与特定药物家族反应相关的遗传改变。研究结论表明，宫颈癌细胞系总体保留了与临床样本相近的分子特征，且部分遗传失功能（LoF）改变可能与微管靶向药物、表观遗传药物及APR-246的反应相关；此外，一些药物组合在高度耐药细胞系中表现出协同效应。这些结果提示，宫颈癌中药物应答可能受到特定分子背景的影响，细胞系整合分析可为寻找候选预测标志物提供依据，但所有发现仍需在更大规模独立队列中验证。

作者开展研究所用的主要关键技术方法可概括如下：研究样本为20株宫颈癌细胞系，其中16株为公开细胞系，4株为Institut Curie来源的患者衍生细胞系；研究采用全外显子测序（WES）分析体细胞单核苷酸变异（SNVs）、插入缺失（InDels）及拷贝数改变，并以GATK、annovar和Facets完成变异检测与注释；采用反向相蛋白芯片（RPPA）检测194种蛋白及磷酸化蛋白表达；在10株细胞系中对34种临床相关药物进行药物谱筛查，以DSS和IC₅₀评估药物活性；最后通过减法生物信息学分析，将遗传改变与药物敏感、耐药和合成致死现象进行关联。

研究结果

3.1 Genomic Profiling of CCCLs
研究人员首先建立了20株宫颈癌细胞系的基因组图谱，并以既往RAIDs项目在原发肿瘤中使用的基因注释框架为基础进行分析。结果显示，这些细胞系中的遗传改变频率和类型总体与临床肿瘤样本相似。层次聚类显示C-4 I与C-4 II、CC10A与CC10B分别聚为近缘，符合其来源关系；同时Ect1/E6E7与SiHa之间也显示高度接近性，因此研究人员将其视为重复模型并排除出后续药理学分析。值得注意的是，NBPF1的纯合缺失导致LoF在细胞系中频率显著高于原发肿瘤；STK11的LoF比例也高于BioRAIDs患者队列。研究还观察到KMT2D、CREBBP、ARID1A、ARID1B、TP53、PTEN等表观遗传修饰或抑癌相关基因的LoF改变，IC1和IC3存在c-MYC扩增，3/17细胞系存在PIK3CA激活突变，提示这些细胞系在驱动基因层面保留了宫颈癌的重要分子特征。

3.2 Micro-Satellite Instability
通过SNV/InDel比值分析，研究人员发现HTB31的移码缺失和非编码变异数目显著高于其他细胞系，经MSI-sensor验证后被归类为高微卫星不稳定性（MSI-High）。此外，17/19细胞系检测到HPV，感染比例与临床样本总体一致，说明该模型群体在病原学背景上具有代表性。

3.3 RPPA Data on Cell Lines and Drug Response
研究人员进一步利用RPPA分析20株细胞系的194种蛋白及磷酸化蛋白表达。结果显示，患者样本中可以区分出3个主要RPPA簇，涉及DNA损伤信号、MAPK/PI3K信号以及上皮—间质转化（EMT）和ErbB信号等通路；在细胞系中也观察到相应的通路富集特征。所有细胞系均表现出低CD45表达，符合缺乏肿瘤微环境成分这一体外模型特性。该部分结果说明，尽管细胞系不具备完整肿瘤生态位，其蛋白层面的信号通路模式仍可反映部分临床肿瘤生物学特征。

3.4 Drug Sensitivity Scores and Heatmap of Drug Activities
在10株选定细胞系中进行34种药物的药理学筛查后，研究人员根据DSS和IC₅₀绘制了药物活性热图。结果表明，Bortezomib、Omipalisib以及表观遗传靶向药物（ETA）在多数细胞系中具有较广谱活性，而微管靶向药物（MTA）、APR-246、Gemcitabine、Methotrexate和Sorafenib则呈现更明显的选择性。Bortezomib在全部10株细胞系中均表现出较强敏感性；Methotrexate在8/10细胞系中具有中至高DSS。4种MTA在同一组敏感细胞系中显示一致活性，提示其药效分布更多反映共有的细胞内决定因素，而非单一药物特异性机制。Gemcitabine在IC1、IC4和CC11中活性较高。EGFR通路抑制在CC-11中有效，Sorafenib则对IC1呈较强选择性活性。对于微摩尔浓度范围内活跃的药物，Omipalisib、Vorinostat、Azacytidine和UNC1999在多数细胞系中表现良好，Palbociclib、Crizotinib和MK-2206也在所有细胞系中达到显著DSS。APR-246仅对IC3、IC5和C-33A有效。相反，顺铂、卡铂和Olaparib整体活性有限，反映这些细胞系多源自对铂类治疗逃逸的疾病背景。Imatinib、Metformin、Phenformin、PFI-2、RO4929097、Herceptin和GSK650394则未见显著活性。

在联合用药方面，研究人员使用Bliss Index评估药物相互作用，发现若干特定组合具有协同效应。例如，在高度耐药的SW756与Caski中，Vorinostat联合Methotrexate显示协同作用；在DoTc2-4510中，Dasatinib联合Vinorelbine或Omipalisib具有协同效应；Vorinostat联合Gemcitabine在IC1和IC4中有效，Vorinostat联合Sorafenib在IC1中也显示协同。这一结果说明，即使在广泛耐药背景下，合理药物组合仍可能打开治疗窗口。

3.5 Genomic Correlates for Drug Resistance (Table 3)
在药物反应与基因组关联分析中，研究人员使用BioRAIDS基因集并扩展至更多临床意义未定基因进行减法分析。针对“任何药物均耐药”的总体模式，识别出CTBP2、CTDSP2、FAM104B、HYDIN和ZNF717的LoF改变，这些改变至少存在于两株广泛耐药细胞系中且不见于良好反应者，提示其可能是泛耐药候选标志物。

Markers of sensititvity or resistance to MTAs: Paclitaxel, Vinorelbine, Vinblastine, and Colchicine
针对MTA类药物，研究人员发现敏感细胞系对4种微管药物反应一致。经减法分析，在不响应MTA的细胞系中检测到PABPC3的LoF改变，而在响应细胞系中未见该改变；此外，微管通路中还有50种其他可变存在的基因改变。该结果提示PABPC3可能与MTA耐药相关，但并非唯一决定因素。

Genomic correlates for resistance to ETAs
在ETA相关分析中，8/10细胞系对Vorinostat和Azacytidine敏感，7株对UNC1999也表现类似反应。研究人员在两株ETA耐药细胞系中、而非7株敏感细胞系中识别出CSMD3、OBSCN、ZNF717、ALPK2、CLDND1、GTF3A、NLRP1、SI和TRIM66的LoF改变，提示这些变异可能与表观遗传药物耐药有关，或者构成区分敏感/耐药亚群的候选分子背景。

Genomic correlates for synthetic lethality by APR-246 (Eprenetapopt)
对于APR-246，研究人员观察到OSBPL1A的LoF改变仅存在于3株敏感细胞系，而不存在于7株耐药细胞系中，因此提出OSBPL1A缺失背景可能与APR-246诱导的合成致死相关。这一发现为该药在宫颈癌中的潜在选择性应用提供了候选依据。

讨论总结

讨论部分强调，本研究的核心价值在于把药理学谱系与遗传和蛋白特征进行整合，从而在宫颈癌细胞系中筛查潜在药物反应标志物。研究人员指出，Bortezomib、Omipalisib及ETA在“铂类耐药”背景下仍显示较广活性，而MTA、APR-246、Methotrexate和Sorafenib则更具选择性。对于耐药标志物，ZNF717、HYDIN、CTBP2、CTDSP2和FAM104B被认为值得进一步验证。对于MTA，PABPC3 LoF可能与耐药相关，但由于同时存在大量其他微管通路变异，单一标志物的解释仍有限。对于表观遗传药物，多个LoF改变与耐药模式相关，说明宫颈癌中ETA反应可能依赖复杂的染色质调控背景。对于APR-246，研究提出OSBPL1A LoF可能是活性相关标志物，但其机制仍未完全明确。研究人员还比较了细胞系与患者样本的改变频率，认为除NBPF1和STK11等少数基因外，细胞系总体较好再现了临床分子图谱。文章同时指出，细胞系研究向临床直接外推存在局限，包括样本量小、遗传异质性高、潜在标志物众多以及肿瘤克隆随时间演化等。因此，这些发现更适合作为假设生成和后续验证基础，而非直接临床决策依据。

研究结论翻译

尽管将药物谱分析与基因组变异筛查相结合，能够从遗传背景角度为药物疗效提供有价值信息，并有潜力识别不同药物类别中的耐药或额外敏感性遗传标志物，但将细胞系研究结果直接应用于临床仍存在局限。由于在全部患者中实施全外显子测序（WES）成本较高、患者间遗传改变差异很大、同一通路中潜在标志物众多，以及个体患者体内不同克隆会随时间扩增并产生新的遗传标志物，因此在临床试验中按肿瘤遗传背景系统筛查药物活性并不具备成本效益。结合既往及未来临床试验样本开展进一步临床前研究，有助于确认本研究发现的相关性。文章最后指出，循环肿瘤HPV已用于患者管理中的残留病灶监测，未来若能将HPV靶向治疗与免疫检查点抑制剂（ICIs）及Bortezomib、Palbociclib、Crizotinib、Omipalisib等药物中的一种或多种联合应用，并继续探索常规治疗的遗传耐药/敏感标志物，将可能有益于未来宫颈癌患者管理。