banner
Centro notizie
Meticolosa attenzione ai dettagli nel loro lavoro.

I processi mutazionali del cancro ovarico guidano il sito

Aug 13, 2023

Natura volume 612, pagine 778–786 (2022)Citare questo articolo

Accessi 46k

20 citazioni

122 Altmetrico

Dettagli sulle metriche

Il cancro ovarico sieroso di alto grado (HGSOC) è un cancro archetipico caratterizzato da instabilità genomica1,2,3,4 modellato da processi mutazionali distinti5,6, eterogeneità del tumore7,8,9 e diffusione intraperitoneale7,8,10. Le immunoterapie hanno avuto un'efficacia limitata nell'HGSOC11,12,13, evidenziando un'esigenza insoddisfatta di valutare come i processi mutazionali e i siti anatomici dei focolai tumorali determinano gli stati immunologici del microambiente tumorale. Qui abbiamo effettuato un'analisi integrativa del sequenziamento dell'intero genoma, del sequenziamento dell'RNA di una singola cellula, dell'istopatologia digitale e dell'immunofluorescenza multiplex di 160 siti tumorali di 42 pazienti naive al trattamento con HGSOC. I tumori HRD-Dup (simili a mutanti BRCA1) e HRD-Del (simili a mutanti BRCA2) con deficit di ricombinazione omologa ospitavano segnali infiammatori e immunoediting in corso, riflessi nella perdita della diversità HLA e nell'infiltrazione tumorale con cellule T CD8+ disfunzionali altamente differenziate. Al contrario, i tumori portatori di inversione foldback hanno mostrato un'elevata segnalazione immunosoppressiva del TGFβ e un'esclusione immunitaria, con cellule T prevalentemente naive/staminali e di memoria. Le associazioni di stati fenotipici erano specifiche per i siti anatomici, evidenziando differenze compositive, topologiche e funzionali tra tumori annessiali e focolai peritoneali distali. I nostri risultati implicano siti anatomici e processi mutazionali come determinanti della divergenza fenotipica evolutiva e dei meccanismi di resistenza immunitaria nell'HGSOC. Il nostro studio fornisce un substrato di dati sul fenotipo cellulare multi-omico da cui sviluppare e interpretare futuri approcci immunoterapeutici personalizzati e ricerche di rilevamento precoce.

Le principali caratteristiche distintive del cancro ovarico sieroso di alto grado (HGSOC) sono profonde variazioni strutturali sotto forma di alterazioni del numero di copie e riarrangiamenti genomici, che si accumulano su un background genetico di mutazione quasi ubiquitaria di TP5314. Le alterazioni somatiche e germinali nei geni della via di riparazione della ricombinazione omologa (HR) come BRCA1 e BRCA2 portano a deficit di HR (HRD) in circa la metà dei casi di HGSOC15. Oltre alle alterazioni genetiche, i pazienti si stratificano in base a processi mutazionali endogeni3,16 come dedotto dai modelli di variazione strutturale nel sequenziamento dell'intero genoma (WGS), inclusi i sottotipi HRD (duplicazioni tandem associate a BRCA1, HRD-Dup; delezioni interstiziali associate a BRCA2, HRD-Del ), tumori portatori di inversione foldback associata all'amplificazione CCNE1 (FBI) e tumori portatori di duplicatore tandem (TD) associati a CDK125,6.

L'HGSOC presenta una sfida clinica distintiva derivante dalla diffusa malattia intraperitoneale al momento della diagnosi. La lunga latenza consente ampi periodi di diversificazione clonale e di interazioni tumore-immunità nei microambienti eterogenei della cavità peritoneale7,10,17. Ciò solleva domande chiave su come i processi mutazionali sottostanti e i siti dei tessuti locali influenzano la selezione clonale, i microambienti tumorali (TME) e il riconoscimento immunitario. Abbiamo effettuato uno studio prospettico, catturando processi mutazionali da WGS, fenotipi cellulari dal sequenziamento di RNA a singola cellula (scRNA-seq) e topologia spaziale dall'imaging cellulare multiplexato in situ in casi multisito di HGSOC. I nostri risultati identificano distinti meccanismi immunostimolatori e immunosoppressori che co-segregano con siti di malattia e processi mutazionali, definendo così nuovi determinanti del riconoscimento immunitario e della fuga nell'HGSOC.

Biopsie tissutali multi-sito (n = 160) sono state raccolte da pazienti di nuova diagnosi, naive al trattamento (n = 42) sottoposti a laparoscopia o interventi chirurgici di debulking primario in un periodo di 24 mesi (Fig. 1a). La raccolta è avvenuta in siti anatomici inclusi gli annessi (ovvero potenziali lesioni primarie), omento, peritoneo, intestino, ascite e altri siti intraperitoneali (Dati estesi Fig. 1a). Le caratteristiche cliniche di tutti i pazienti sono riassunte nella Figura 1b dei dati estesi e nella Tabella supplementare 1. I campioni dei pazienti sono stati profilati utilizzando scRNA-seq su frazioni selezionate a flusso CD45+ e CD45− (Tabella supplementare 2), colorazione con ematossilina ed eosina (H&E) e immunofluorescenza multiplex (mpIF) su sezioni di tessuto fisse, sequenziamento clinico tumore-normale di 468 geni tumorali mediante MSK-IMPACT e sequenziamento tumore-normale dell'intero genoma (dati estesi Fig. 1a,b e metodi). I profili del numero di copie WGS erano altamente concordanti con una "meta-coorte" esterna derivata da diversi studi WGS HGSOC5 (Dati estesi Fig. 2a). L'inferenza della firma mutazionale dai dati WGS ha prodotto 16 tumori HRD-Dup, 6 HRD-Del e 14 tumori FBI (dati estesi Fig. 1b e 2b, c e tabelle supplementari 1 e 3), con caratteristiche del modello coerenti con i rapporti precedenti5 (dati estesi Fig. 2d, e), stabile attraverso molteplici metodi computazionali18,19 e in accordo con le mutazioni BRCA1 e BRCA2 e i test clinici HRD (Dati estesi Fig. 2b). Inoltre, i tumori con amplificazioni di alto livello in CCNE1 (Dati estesi Fig. 2f) e MYC hanno mostrato distribuzioni attese di amplificazioni geniche all'interno delle assegnazioni di firma e correlati di espressione genica ad azione cis (Dati estesi Fig. 2g, h).

 80%. In c, e and g, box plots and violin plots show the median, top and bottom quartiles; whiskers correspond to 1.5× IQR. In a–e, only BAF estimates from cells with ≥10 reads aligning to 6p were considered and allelic imbalance states were assigned on the basis of the mean 6p BAF per cell as follows: balanced, BAF ≥ 0.35; imbalanced, 0.15 ≤ BAF < 0.35; LOH, BAF < 0.15 (Methods)./p> 0.25 and Benjamini–Hochberg-adjusted P < 0.05. Clusters were annotated on the basis of marker genes identified in differential gene expression analysis. Patient-specific clusters not represented across the full cohort were identified using relative entropy. Relative entropy per cluster was defined as the maximum entropy per cluster divided by the empirical entropy of patient compositions. Clusters with a relative entropy of <0.8 were considered patient-specific clusters and disregarded for downstream analyses./p> 0\) implies \({N}_{c}^{j}=0\)). We only considered the triangular distance matrix D such that i < j. The pairwise distance matrix was estimated by randomly subsampling the dataset with a minimum number of cells per sample and averaging over the subsampled datasets after 100 iterations. We then evaluated intra- and inter-patient dissimilarity on the basis of the distributions of the off-diagonal elements in the averaged distance matrix (for example, all pairs of adnexal samples or all pairs of HRD-Dup samples)./p>0 in >10% of cells) and the fraction of receiver cells (T cell clusters) expressing the PD-1 receptor (PDCD1 read counts >0 in >10% of cells) for every patient. Co-expression networks were constructed as follows: for a given group of patients of the same mutational subtype (Extended Data Fig. 13f), an edge was drawn between sender cell clusters and receiver cell clusters if the ligands (CD274 or PDCD1LG2) and receptor (PDCD1) were co-expressed in the sender and receiver subclusters for at least 50% of patients in that group./p>0.1 were defined as HRD. We also applied CHORD19 to validate HRD status and stratification of HRD-Dup from HRD-Del cases. CHORD incorporates SNVs, indels and structural variations and relies on duplications (1–100 kb) to distinguish BRCA1-like from BRCA2-like HRD./p>