DNA损伤泛癌分析

DNA损伤反应（DDR）的改变是癌症的标志之一。那么今天小编为大家带来的这篇文章就是针对DNA损伤反应改变在泛癌中的分析。该文章于10月25日发表在frontiers in Oncology 杂志上（IF：4.416）。

Pan-Cancer Analysis of Potential Synthetic Lethal Drug Targets Specific to Alterations in DNA Damage Response

针对DNA损伤反应改变的潜在合成致命药物靶标的泛癌分析  

背景

众所周知，由DDR机制破坏引起的基因组不稳定性会导致癌症进展，其可以受到放射，细胞毒性或更近期的靶向治疗，但效果有限。合成致死（SL）是一种条件，其中互补通路中基因的功能同时丧失导致癌细胞活力丧失的情况已被利用来治疗由某些DDR通路缺陷导致的恶性肿瘤。尽管是一种有前途的治疗策略，但目前临床试验中基于SL的药物数量有限。

在这项工作中，作者对具有DNA修复不同组分的10个DDR通路的变化进行了全面的泛癌分析。首先作者使用来自TCGA的17种肿瘤类型的7,272种肿瘤样品中这些通路的单一样品富集的无监督聚类，确定了三个簇，每个簇均与特定的DDR机制相关。然后作者发现在这三个具有不同DDR组成部分的簇中，主要DDR基因的体细胞突变占主导地位。接下来作者使用基于机器学习的算法，预测了代表三个DDR簇中每个簇的关键基因的体细胞突变所特有的SL合作伙伴，并确定了潜在的药物靶标。作者探索了潜在的FDA批准的靶向预测SL基因的药物，并使用了具有原始DDR基因突变的细胞系中的药物筛选数据来测试了敏感性。该计算框架为特定于DDR通路改变的临床相关且可操作的基于SL的药物靶标提供了基础。好啦，让我们一起来看一看作者都做了哪些研究吧~

数据来源：

该研究的数据来源于以下几部分：（1）从TCGA中获取17种肿瘤类型的肿瘤基因组学和临床数据。从cBioPortal下载了TCGA肿瘤样品的体细胞突变，RSEM处理和Z评分标准化的RNA-Seq v2基因表达数据。此外，从Gene Expression Omnibus(登录号GSE62944)下载TCGA肿瘤的原始RNA-Seq计数数据。（2）在MsigDB数据库中收集了10个DDR通路的基因和通路之间的关联。（3）从CCLE中下载这些癌细胞系的shRNA筛选数据用于验证。（4）从DrugBank和DGIDB数据库收集药物-蛋白质相互作用数据。从癌症药物敏感性基因组学（GDSC）收集了癌细胞系中的药物反应数据。

结果展示：

结果一：泛癌中DDR的体细胞突变

为了探索泛癌背景下10条与DDR通路相关的改变和基因突变的关联，作者首先从Reactome和KEGG通路数据库MSigDB中鉴定了DDR通路特异性基因。这10个通路由221个基因构成，代表DDR的不同组成部分（如图1A所示）。接下来，作者在TCGA数据中鉴定了这221个基因中的体细胞突变，并比较了17种癌症类型。图1B代表17种TCGA癌症类型中的体细胞突变。结果显示在所有DDR基因中，TP53是最常见的突变基因。其他经常突变的DDR基因是PRKDC，ATM，BRCA2，POLE，ATR，BRCA1和FANCM。在这17种癌症类型中，子宫体癌（UCEC），头颈癌（HNSC）和皮肤黑色素瘤（SKCM）的DDR基因改变最为频繁。

图1

结果二：在DDR的某些组件之间观察到排他性富集模式

为了检查泛癌中10个DDR通路的富集差异，作者对来自TCGA的17种肿瘤类型的7,272个肿瘤样品进行了单样本基因集富集（ssGSEA）分析。使用无监督聚类，作者发现了肿瘤样本的三个通路簇和三个样本簇（图2A）。样本簇1具有丰富的DNA双链断裂修复相关通路，而样本簇2具有丰富的单链断裂修复相关通路。样本簇3具有与簇1相似的属性。如图2B所示，通过泛癌广泛富集得分（ssGSEA）的相关性分析，作者观察到了三组DDR通路之间富集的排他性模式。一种由与双链断裂修复相关的通路组成（组1在簇1中富集），一种由与晚期细胞周期检查点（G2 / M）和错配修复相关的通路组成（组2在簇3中富集 ），另一种由单链断裂修复和p53依赖性或非依赖性DNA损伤反应组成（第3组富集于簇2）。图2C表示在17种癌症类型中三个簇的样本的分布。这些结果表明尽管不同癌症类型的三个簇的分布存在一定差异，但簇1在几乎所有癌症类型中的样本频率最低。

图2

结果三：三个主要的DDR簇的基因突变signature

为了比较3个簇之间的DDR通路基因之间的体细胞突变，作者对三个DDR簇之间的221个基因的体细胞突变相互共存进行了统计测试。图3A代表具有更高的体细胞突变发生率的40个基因，这些基因在DDR簇之间形成互斥模式。代表簇1的突变基因主要与核苷酸切除修复（POLR2A，POLR2B，ERCC4，POLD1），错配修复（RFC1，MLH1），碱基切除修复（POLD1，PARP1）相关。来自簇2的肿瘤中的突变基因主要与同源重组修复（BRCA2，RAD50，RAD54B，BLM，MDC1，LIG1），非同源末端连接（RAD50，XRCC4），ATM途径（TP53）相关。在簇3中突变的基因主要与细胞周期检查点（CHEK2，ATR，CDKN1A，POLE，PSME4，PSMC2，PRKDC）有关，此外还与范可尼贫血（FANCE，PALB2）和非同源末端连接（LIG4，PRKDC）相关。此外，在所有类型的癌症中，作者观察到簇之间突变的互斥模式。

图3

结果四：转录组范围内的合成致死候选者分析确定了不同DDR簇的共有靶标和互斥靶标

作者使用两种方法寻找特定簇的40个重要DDR基因的潜在合成致死伴侣：( 1）从已发布的人类细胞系合成致死中筛选，以及（2）使用作者先前发布的基于机器学习的算法DiscoverSL。图4A显示了来自三个DDR簇的基因的选定SL相互作用子的图示。接下来作者检查了这些DDR基因的常见和排他SL相互作用子的功能。对于所有三个簇，常见的SL相互作用因子都富含MAPK途径，ERBB途径，GAP连接和蛋白酶体（图4B）。仅对三个DDR簇的功能富集分析（图4C–E）显示，簇1与NGF信号传导，ERBB信号传导，整联蛋白途径，视黄酸途径，Fcγ介导的吞噬作用有关。发现簇2富集到了免疫系统相关的通路，并且簇3主要富集到了免疫应答相关通路。

图4

结果五：DDR基因在不同的DDR簇之间具有不同的改变模式，具有潜在的合成致死性。

在以上的研究中作者观察到了与不同簇相关的40个DDR基因的互斥突变模式，接下来作者想看看这些基因是否也表现出合成杀伤力。为了验证这一假设，作者从已发表的人类细胞系合成致死筛选中寻找DDR基因之间的合成致死相互作用并确定了支持原假设的多个DDR基因之间的SL相互作用。图5显示了通过作者严格的筛选标准的每个簇中的3个SL对的表示。筛选的SL对在shRNA水平进行了计算机模拟验证（图5A），并且通过Kaplan Meier分析显示突变基因在上下调两种情况下的生存曲线显著差异，与下调相比，表达上调显示出生存优势（图5B）。

图5

结果六：与来自不同簇的DDR基因突变相关的药物敏感性分析

为了找到针对不同簇中DDR基因的SL相互作用子的潜在药物，作者结合了来自DrugBank和DGIdb数据库的药物靶标信息，以及来自GDSC门户网站的细胞系中的药物敏感性数据。对于来自每个簇的靶向DDR基因SL相互作用子的药物，作者计算了在主要基因突变的情况下的相对药物敏感性。图6A显示了针对潜在SL相互作用子的药物，这些药物针对来自不同簇的原始DDR基因中的突变。对于以绿色突出显示的特定DDR基因突变，其敏感性显著提高（p <0.1）。将药物敏感性结果与来自文献和计算机预测的潜在SL相互作用的信息结合起来，作者生成了DDR基因改变，SL相互作用和药物的网络（图6F）。（B–E）显示有FANCE突变的吉非替尼，有TP53突变的博来霉素，有BRCA2突变的尼罗替尼和有TP53突变的Olaparib的敏感性。结果显示药物吉非替尼（图6C）对来自DDR簇3的基因FANCE具有敏感性，博来霉素药物（图6D）显示仅对TP53突变敏感。

图6

好啦，这篇文章的内容到这里就介绍完毕了，总结一下作者对泛癌SL靶标和药物敏感性的系统分析显示，除PARP抑制剂外，还有许多潜在的药物靶标可用于治疗DNA损伤应答不足的癌症，并建立了一个框架，以探索和确定针对某些DDR改变的潜在靶向疗法并确定其优先级。