癌细胞迁移的转录异质性汇聚于共享调控程序

《Genes》：Transcriptional Heterogeneity Underlying Cancer Cell Migration Converges on Shared Regulatory Programs

　　

背景/目标：癌细胞迁移是癌症的一个标志性特征，并与转移相关。虽然大规模功能筛选已鉴定出迁移的调控因子，但对于内在转录异质性如何在单个癌症模型内驱动高迁移表型，以及这些转录变化是否在不同组织起源的不同模型间保守，目前知之甚少。本研究旨在定义与癌细胞迁移相关的共享及细胞系特异性转录程序，并分析其与患者数据集的相关性。方法：对来自三种癌症类型（乳腺癌、结直肠癌和黑色素瘤）的五种癌细胞系进行基于transwell的迁移分选，以分离高迁移和弱迁移亚群。进行了批量RNA测序、差异基因表达分析、基因本体论（GO）富集分析和上游调控因子预测。分析了公共肿瘤数据集以评估基因表达及其与患者生存的关联。结果：在所有高迁移（HM）亚群中，EVA1A均一致上调。多个GO条目在所有细胞系中富集，且常由不同的基因特征驱动，表明尽管存在转录分歧，但在生物学过程层面存在趋同。TEAD4被预测为上游调控因子，且在五个HM亚群中的四个中观察到TEAD4核定位增加。EVA1A和TEAD4在肿瘤组织中的表达相对于正常组织升高，且生存结局具有癌症类型依赖性。结论：迁移选择伴随着每个模型内广泛的转录变化，然而在跨越三种组织类型的五个模型中，这些变化汇聚于共享的生物学过程而非共享的基因。因此，迁移相关表型可能更适合通过通路水平而非单基因分析来定义，且TEAD4等调控节点的临床相关性似乎取决于癌症类型。

论文解读：癌细胞迁移的转录异质性汇聚于共享调控程序

癌症异质性体现在遗传、表观遗传和肿瘤微环境等多个层面，其来源包括癌症干细胞、表型可塑性和克隆演化。肿瘤内异质性水平与不良临床结局相关，且部分靶向治疗并非对所有分子筛选患者有效。转移是癌症相关死亡的主要原因，而癌细胞迁移是转移级联的早期步骤。大规模功能筛选已鉴定出多种迁移调控因子，但关于单个癌模型内固有转录异质性如何驱动高迁移表型，以及这些转录变化是否在不同组织起源的模型间保守，仍知之甚少。为此，研究人员对五种癌细胞系进行了重复transwell分选，获得高迁移（HM）和弱迁移（WM）亚群，并结合批量RNA测序、差异表达分析、基因本体论（GO）富集、上游调控因子预测及公共肿瘤数据集分析，旨在定义共享及细胞系特异性的迁移相关转录程序。

研究人员选取了五种人类癌细胞系，涵盖三种组织类型：乳腺癌细胞系MCF10CA1a（CA1a）、MDA-MB-231（MDA）和SUM159-PT（SUM159），黑色素瘤细胞系A375，以及结直肠癌细胞系SW480。通过重复transwell分选，每种细胞系均获得了稳定的HM和WM亚群。侵袭实验证实HM亚群具有显著更高的侵袭比例。形态学分析显示，不同细胞系间细胞面积和长宽比的变化趋势并不一致，表明形态特征并不能稳定预测迁移表型。RNA测序揭示了每个细胞系内HM与WM之间的大量差异表达基因，数量约为1000至1800个。其中，仅有三个基因（EVA1A、GGT5和TM4SF18）在所有五个HM亚群中一致上调，而qPCR仅验证了EVA1A的差异表达。EMT评分在四个上皮来源的HM亚群中显著升高，而类阿米巴评分仅在CA1a中显著升高。GO富集分析显示，尽管GSEA未发现在所有HM亚群中一致富集的单一生物学过程，但基于差异表达基因的过表征分析（ORA）鉴定了90个在所有五个细胞系中共享的GO生物学过程，且这些共享过程常由各细胞系中不同的基因集驱动。进一步的上游调控因子预测（IPA）将TEAD4鉴定为所有细胞系HM亚群中预测激活的转录因子，免疫荧光染色证实其中四个上皮细胞系HM亚群中TEAD4核定位显著增加，而黑色素瘤A375细胞无此现象。临床数据分析显示，EVA1A和TEAD4在肿瘤组织中的表达均高于对应正常组织，但其预后价值具有癌症类型依赖性。在CPTAC-3队列中，将不同肿瘤类型合并分析时，EVA1A的汇总风险比出现方向逆转，而按肿瘤类型分层后恢复为风险增加，说明跨癌种合并分析可能受基线死亡率差异的混杂影响。TEAD4的经典靶基因特征在合并分析中表现强预后性，但分层后消失，提示固定基因特征不能作为跨癌种的通路活性读数。

该研究的主要意义在于揭示了迁移选择伴随的转录变化在基因水平上高度模型特异，但在生物学过程水平上趋同。这提示高迁移表型可能通过不同的转录网络汇聚到共同的功能通路，因此以通路水平而非单基因水平分析迁移相关表型可能更为合适。研究还强调，TEAD4等调控节点的临床相关性依赖于癌症类型，评估其活性应在特定疾病背景下进行。该论文发表在《Genes》。

研究人员使用的主要技术方法包括：基于transwell的重复迁移分选法（分离HM和WM亚群）；批量RNA测序（Bulk RNA-seq）结合DESeq2差异表达分析；基因本体论（GO）过表征分析（ORA）和基因集富集分析（GSEA）；Qiagen IPA上游调控因子预测；hTFtarget共调控分析；qPCR验证；TEAD4免疫荧光染色及核质比定量；以及利用TNMplot和Survival Genie分析TCGA、TARGET、GTEx和CPTAC-3公共队列数据（分别包含乳腺、结直肠、皮肤等组织样本，及六个肿瘤类型共1151例患者）。

研究结果详细如下：
3.1 重复转well分选在多种癌症类型中产生明显不同的迁移亚群。通过重复transwell分选获得HM和WM亚群，侵袭实验证实各细胞系HM亚群侵袭比例显著高于WM亚群。形态学定量未显示一致的细胞面积或长宽比趋势，表明形态不能单独预测迁移表型。
3.2 高迁移亚群表现出广泛但细胞系特异性的转录重塑。批量RNA测序显示，每个细胞系内HM与WM之间存在大量差异表达基因，数量约为1000–1800个。EMT评分在五个HM亚群中的四个显著升高，而类阿米巴评分仅在CA1a中显著升高。基因重叠分析显示仅EVA1A、GGT5和TM4SF18三个基因在所有HM亚群中一致上调，qPCR验证了EVA1A的差异表达。
3.3 高迁移亚群尽管基因重叠有限，但在共享生物学程序上趋同。ORA鉴定了90个在所有细胞系中显著富集的GO生物学过程，而GSEA未发现一致的单一过程。方向特异性ORA显示仅12个过程在HM上调基因中共享。细胞特异性GO特征热图表明，相同GO条目下的具体基因在各细胞系中差异显著。
3.4 TEAD4活性在上皮性癌细胞的高迁移亚群中富集。IPA上游调控因子分析预测TEAD4在HM亚群中激活（四个细胞系z≥2）。hTFtarget独立分析也提示TEAD4可调控EVA1A和TM4SF18。免疫荧光显示四个上皮细胞系HM亚群中TEAD4核质比显著升高，A375无差异。经典YAP/TAZ–TEAD靶基因表达与TEAD4核定位不完全一致。
3.5 EVA1A和TEAD4的临床相关性取决于癌症类型背景。TNMplot分析显示两者在乳腺、结直肠和皮肤肿瘤中均较正常组织显著升高。生存分析中，在单个TCGA队列中两者均无显著预后关联；在CPTAC-3中，按肿瘤类型分层后，高EVA1A表达与胰腺癌较差生存相关（HR=1.61），高TEAD4表达与肾癌较差生存相关（HR=2.56）。合并分析EVA1A的HR方向逆转（分层后恢复），而TEAD4经典靶基因标签的合并预后效应在分层后消失。

讨论部分指出，基因水平的异质性与通路水平趋同并存，可能反映谱系和遗传背景差异。EVA1A的作用具有环境依赖性，其表达升高与迁移能力的关系在不同研究及细胞环境中存在矛盾。TEAD4作为Hippo通路调控因子，在四个上皮模型中被激活，可能通过促进EMT相关程序影响迁移，但其活性最好通过在特定疾病背景下评估而非固定基因标签。局限性包括模型间除迁移表型外还存在组织来源和遗传背景差异，样本量限制了部分生存分析。研究结论强调，高度迁移表型可由不同转录程序驱动并汇聚于共同通路，共享调控节点如TEAD4可能为识别复杂表型背后的共同弱点提供框架，但需在特定疾病背景下评估其活性与临床相关性。