【原】Nature子刊| 22種腫瘤作為原發(fā)性腫瘤模型的綜合轉(zhuǎn)錄組學分析

微科享 2021-04-19

展開全文

推薦：江舜堯

編譯：西西

編輯：馬莉

加州大學舊金山分校巴卡爾計算健康科學研究所T. Goldstein1團隊于2019年8月8日在Nature Communications 上發(fā)表了題名為《Comprehensive transcriptomic analysis of cell lines as models of primary tumors across 22 tumor types》的文章。該研究利用RNA測序分析TCGA和CCLE數(shù)據(jù)庫中重疊的22種腫瘤類型，以胰腺癌為例，通過分析細胞系與原發(fā)腫瘤間的相關(guān)性，找出相關(guān)系數(shù)最高的細胞系作為研究相應原發(fā)腫瘤的體外模型。并推薦了TCGA-110-CL，一個綜合性的泛癌細胞系板，該研究為腫瘤研究提供更合適的細胞模型，幫助群眾更好了解癌生物學，同時使得體外研究更多轉(zhuǎn)化到臨床研究中。

摘要

腫瘤細胞株是腫瘤研究的基石，但既往的研究表明，不是所有的細胞株的模擬原發(fā)腫瘤的能力都是相同的。這里，我們借助從The Cancer Genome Atlas(TCGA)和The Cancer Cell Line Encyclopedia(CCLE)數(shù)據(jù)庫中獲得的轉(zhuǎn)錄組結(jié)構(gòu)數(shù)據(jù)對泛癌做綜合性分析，來評價常作為腫瘤模型的22種腫瘤細胞。我們做了相關(guān)性分析和基因富集分析比較了細胞株和原發(fā)腫瘤的不同點。并且，我們在9種腫瘤中將細胞株劃分成腫瘤亞型。我以胰腺癌的分析結(jié)果為例，發(fā)現(xiàn)最常用的細胞株MIA PaCa-2在轉(zhuǎn)錄水平上并不是典型的胰腺癌。最近，我們建議將新的細胞系panel(TCGA-110-CL)用作泛癌研究。本研究為腫瘤研究者們挑選出最具有代表性的細胞株模型提供資源。

文中重要圖片說明

圖1 | 細胞系和匹配的原發(fā)腫瘤樣本的泛癌分析。a. 研究設計。轉(zhuǎn)錄組測序數(shù)據(jù)由Google Cloud Pilot下載，轉(zhuǎn)錄組測序數(shù)據(jù)集是CCLE和TCGA數(shù)據(jù)庫中重疊的22種腫瘤類型數(shù)據(jù)集。數(shù)據(jù)在分析過程中標準化，分批更正，調(diào)整以提高腫瘤濃度。b. CCLE和TCGA數(shù)據(jù)的相關(guān)性分析。小提琴圖中的每一個樣本通過可變度最大的5000個基因?qū)粋€細胞系和一個原發(fā)腫瘤樣本的的斯皮爾曼相關(guān)系數(shù)。覆蓋在其上的箱式圖中，紅色的中心線代表中位數(shù)，箱子的界限代表上/下四分位數(shù)，須狀代表1.5倍四分位點內(nèi)距。c. CCLE和TCGA中所有腫瘤類型中值相關(guān)性熱圖。

圖2 | 原發(fā)腫瘤樣本/細胞株中腫瘤純度的相關(guān)性。a. 單邊Wilcoxon檢驗發(fā)現(xiàn)15/20種腫瘤類型中，細胞系與高腫瘤純度的原發(fā)腫瘤樣本（紅色）的相關(guān)性顯著大于細胞系和低腫瘤純度的原發(fā)腫瘤樣本（青綠色）。小提琴圖上的P值用相應的符號表示，“ns”表示p > 0.05，一顆星表示p<=0.05，兩顆星表示p<=0.01，三顆星表示p<=0.001，四顆星表示p<=0.0001。相關(guān)系數(shù)中位數(shù)由小提琴圖中黑色水平線描述。b. STRING分析了本研究中20個腫瘤類型中，95個在原發(fā)腫瘤中高表達的基因間的蛋白互作(PPI富集p< 1.0e-16)。線的粗細代表相互作用的可信度，只有可信度高的互作才會展示出來。PPI網(wǎng)絡在免疫應答通路基因富集(錯誤檢出率=5.51e-06)。c. 通過分子標簽數(shù)據(jù)庫(MSigDB)的標記基因?qū)υl(fā)腫瘤樣本和細胞系的基因富集分析(GSEA)。FDR＜5%的通路標記為NES。藍色格子表示細胞系的富集，紅色格子表示原發(fā)腫瘤樣本的富集。在研究的腫瘤類型中，和細胞周期發(fā)展相關(guān)的基因集富集在細胞系，免疫通路富集在原發(fā)腫瘤中。d. 癌通路中的標記基因的富集分析。在所有腫瘤類型中，基因組不穩(wěn)定在細胞系中富集，促癌的炎癥富集在原發(fā)腫瘤中。

圖3 | 細胞系腫瘤亞型預測。a. 本研究中腫瘤亞型預測方法概覽。同其他腫瘤亞型相比(LFC > 1, FDR < 0.01)，TCGA中腫瘤被分為訓練集(80%)來發(fā)現(xiàn)在每種腫瘤亞型中該表達的基因。亞型模板就會將細胞系(LFC＞2)和在至少2種細胞系種不穩(wěn)定表達的基因過濾掉，以產(chǎn)生符合亞型模板的細胞系。這些TCGA檢驗集的亞型(20%)可以通過最近模板預測方法預測，如果分類的準確度大于80%，這個基因模板將會使用于CCLE細胞系以預測細胞系亞型。b. TCGA中 (左)和預測的CCLE細胞系 (右)的腫瘤亞型比例，預測準確度高于80%。標記為紅色腫瘤類型(BRCA, LUAD, SKCM)說明TCGA亞型和CCLE預測亞型具有顯著差異。

圖4 | 胰腺癌中腫瘤樣本和細胞系的相關(guān)性分析。a. 通過5000個差異最顯著的基因聯(lián)系原發(fā)胰腺癌樣本和所有CCLE細胞系斯皮爾曼相關(guān)系數(shù)的小提琴圖。相關(guān)系數(shù)由細胞系組織來源分隔(x軸)。覆蓋的箱式圖上，紅色中心線代表中位數(shù)，箱子的界限代表上/下四分位數(shù)，須狀代表1.5倍四分位點內(nèi)距(IQR)。胰腺原發(fā)腫瘤樣本和細胞系的相關(guān)性最強，其次是膽管。b. 胰腺癌細胞系和胰腺癌樣本的斯皮爾曼相關(guān)系數(shù)小提琴圖，由細胞系分割開(x軸)。由紅線標出的相關(guān)系數(shù)中位數(shù)為0.67到0.49。在重疊的箱式圖上，箱子的界限代表上/下四分位數(shù)，須狀代表1.5倍IQR。c.胰腺癌細胞系(x軸)和胰腺原發(fā)腫瘤樣本(y軸)斯皮爾曼相關(guān)性熱圖。Y軸上的顏色條表示TCGA原發(fā)腫瘤樣本亞型。d. 熱圖展示了胰基礎(chǔ)的經(jīng)典的胰腺導管腺癌亞型中，腺癌模板基因的表達水平。上面的圖表示TCGA胰腺癌檢驗集，有注釋的顏色條表示實際的亞型，預測的亞型以及亞型預測的FDR值。下面的圖表示胰腺癌細胞系，有注釋的顏色條表示預測的亞型以及亞型預測的FDR值。

圖5 | TCGA-110-CL:一種改良的整合了TCGA和CCLE數(shù)據(jù)的細胞系板。a. NCI-60板中的細胞系和原發(fā)腫瘤數(shù)據(jù)相關(guān)性的熱圖。在NCI-60板和CCLE中只有36和細胞系被分享出來。每種細胞的腫瘤類型在熱圖的左側(cè)有注釋條注明。b. 改良胡的NCI-60熱圖。改良后的板和原始的NCI-60板有相同數(shù)量的細胞系和腫瘤類型，但是和與之匹配的相關(guān)系數(shù)最高的細胞系才被選中。c. 箱式圖表明改良的NCI-板和與之匹配的原發(fā)腫瘤樣本有更高的相關(guān)系數(shù)(雙邊Wilcoxon檢驗p= 7.6e-07)。箱式圖的中心線表示中位數(shù)，箱子的界限代表上/下四分位數(shù)，須狀代表1.5倍四分位點內(nèi)距(IQR)。d. 推薦的TCGA-110-CL板。一個改良的含有5種在22種腫瘤種與原發(fā)腫瘤相匹配相關(guān)系數(shù)最高的細胞系的細胞系板。對于腫瘤亞型的預測，在每種亞型種相關(guān)系數(shù)最高的亞型被挑選展現(xiàn)在板中。