单细胞基因表达适应性进化的随机模型揭示肿瘤亚克隆进化的非基因组贡献

单细胞基因表达适应性进化揭示肿瘤亚克隆的非基因组贡献

学术背景

癌症是一种复杂的疾病,其进展是由细胞的进化驱动的,这些细胞通过获得生长优势的适应性而被选择。传统上,癌症进化的研究主要集中在基因突变上,认为突变是驱动肿瘤进化的主要因素。然而,越来越多的证据表明,非遗传因素,如表观遗传改变和基因表达的变化,也在癌症进化中起着重要作用。基因表达的适应性变化可能直接影响细胞功能,揭示这些变化有助于理解肿瘤进化中的选择性压力,并为设计更有效的治疗方案提供依据。然而,由于技术限制,尤其是基于批量测序的研究难以区分细胞水平的表达变化和细胞群体组成的变化,单细胞RNA测序(single-cell RNA sequencing, scRNA-seq)为研究基因表达的进化提供了新的机会。

本文的研究团队通过构建一个随机模型,分析了小鼠黑色素瘤亚克隆的基因表达适应性进化,并揭示其与肿瘤表型的关系,特别是与免疫疗法响应性的相关性。通过结合单细胞基因表达数据基于突变的进化树,研究人员识别了与不同表型相关的基因表达适应性模式,尤其是与Wnt信号通路相关的基因表达变化,为理解肿瘤亚克隆的进化提供了新的视角。


论文来源

该论文由M.G. HirschSoumitra PalFarid Rashidi Mehrabadi等研究人员共同完成,研究团队来自多个知名机构,包括美国国家卫生研究院(NIH)国家图书馆医学部(NLM)国家癌症研究所(NCI)等。论文于2025年1月15日发表在Cell Systems期刊上,标题为《Stochastic Modeling of Single-Cell Gene Expression Adaptation Reveals Non-Genomic Contribution to Evolution of Tumor Subclones》,DOI为10.1016/j.cels.2024.11.013


研究流程与结果

研究流程

  1. 数据生成与亚克隆分离
    研究人员首先从一个异质性较高的黑色素瘤细胞系(B2905)中分离出24个单细胞,并通过培养将其扩展为独立的亚克隆系。这些亚克隆系代表了来自共同起源的黑色素瘤细胞的亚克隆。随后,对这些亚克隆进行全外显子测序(whole-exome sequencing, WES)单细胞RNA测序(scRNA-seq),以获取基因表达数据和突变信息。基于突变数据,研究人员构建了一个突变进化树,用于后续的基因表达进化分析。

  2. 表型特征分析
    每个亚克隆被植入基因相同的小鼠体内,记录其在体内的生长动力学和免疫疗法(anti-CTLA4治疗)的响应性。根据生长速率和免疫疗法响应性,研究人员将亚克隆分为三组:高度侵袭性且耐药(HA-R)次侵袭性且敏感(SA-S)混合侵袭性且敏感(MA-S)

  3. 随机模型构建与适应性基因表达分析
    研究人员使用Ornstein-Uhlenbeck(OU)过程(一种随机模型)来模拟基因表达的进化。该模型假设基因表达的变化可能是中性进化约束进化适应性进化的结果。通过Evogenex软件,研究人员对每个亚克隆组的基因表达数据进行分析,识别出在特定亚克隆组中具有适应性表达的基因。

  4. 功能分析与验证
    对识别出的具有适应性表达的基因进行KEGG通路富集分析,以确定这些基因参与的生物学功能。此外,研究人员还通过将父系黑色素瘤细胞系植入小鼠并进行免疫疗法治疗,验证了这些基因在治疗响应中的作用。


主要结果

  1. 基因表达的适应性进化
    研究团队识别出在HA-R、SA-S和MA-S亚克隆组中分别有812、1277和616个基因具有适应性表达。这些基因的表达模式与亚克隆的表型密切相关,例如,HA-R亚克隆中的基因主要与细胞侵袭非经典Wnt信号通路相关,而SA-S亚克隆中的基因则与细胞增殖经典Wnt信号通路相关。

  2. 功能富集
    HA-R亚克隆中下调的基因和SA-S亚克隆中上调的基因富集于核糖体相关通路,与细胞生长相关。SA-S亚克隆中下调的基因则富集于Rap1信号通路细菌入侵上皮细胞通路,这些通路与细胞迁移相关。

  3. 验证实验
    通过对父系黑色素瘤细胞系的免疫疗法治疗后肿瘤的分析,研究人员发现表达变化的基因与具有适应性表达的基因高度重叠,进一步验证了研究结果的可靠性。


结论与意义

研究结果表明,基因表达的适应性进化在小鼠黑色素瘤亚克隆的表型分化中起到了重要作用。通过结合单细胞RNA测序数据突变进化树,研究人员能够识别出与亚克隆表型相关的基因表达模式,特别是Wnt信号通路的不同分支在肿瘤增殖和侵袭中的作用。这一发现不仅为理解肿瘤进化的非遗传机制提供了新的视角,还为设计针对特定表型的个性化治疗方案提供了潜在靶点。

此外,研究团队开发的随机模型为分析单细胞数据中的基因表达进化提供了新的方法,克服了传统差异表达分析的局限性,具有广泛的应用前景。


研究亮点

  1. 创新性方法:本研究首次将Ornstein-Uhlenbeck过程应用于单细胞癌症数据,成功识别了基因表达的适应性进化模式。
  2. 非遗传机制的揭示:研究强调了肿瘤进化中非遗传因素的重要性,特别是基因表达的变化在亚克隆表型分化中的作用。
  3. 潜在应用价值:通过识别与免疫疗法响应性相关的基因表达模式,研究为个性化癌症治疗提供了新的思路。

其他有价值的信息

研究团队还探讨了表观遗传调控在基因表达适应性进化中的作用,特别是在HA-R亚克隆中发现的组蛋白修饰酶基因的表达变化,为未来的相关研究提供了方向。