Driver spazialmente limitati e popolazioni cellulari di transizione cooperano con il microambiente nei soggetti non trattati e nella chemio
Nature Genetics volume 54, pagine 1390–1405 (2022)Citare questo articolo
27k accessi
23 citazioni
264 Altmetrico
Dettagli sulle metriche
L’adenocarcinoma duttale pancreatico è una malattia letale con opzioni terapeutiche limitate e scarsa sopravvivenza. Abbiamo studiato 83 campioni spaziali provenienti da 31 pazienti (11 naïve al trattamento e 20 trattati) utilizzando il sequenziamento dell'RNA di singola cellula/nucleo, proteogenomica di massa, trascrittomica spaziale e imaging cellulare. Sottopopolazioni di cellule tumorali hanno mostrato segni di proliferazione, segnalazione KRAS, stress cellulare e transizione epitelio-mesenchimale. Le mutazioni di mappatura e gli eventi del numero di copie distinguevano le popolazioni tumorali dalle cellule normali e di transizione, tra cui la metaplasia acino-duttale e la neoplasia intraepiteliale pancreatica. La deconvoluzione assistita dalla patologia dei dati trascrittomici spaziali ha identificato sottopopolazioni tumorali e di transizione con caratteristiche istologiche distinte. Abbiamo mostrato un'espressione coordinata di TIGIT nelle cellule T esauste e regolatorie e della nectina nelle cellule tumorali. I campioni chemioresistenti contengono un triplice arricchimento di fibroblasti infiammatori associati al cancro che sovraregolano le metallotioneine. Il nostro studio rivela una comprensione più profonda dell’intricata sottostruttura dei tumori dell’adenocarcinoma duttale pancreatico che potrebbe aiutare a migliorare la terapia per i pazienti affetti da questa malattia.
L'adenocarcinoma duttale pancreatico (PDAC) ha un tasso di sopravvivenza a 5 anni dell'11%1 grazie alla diagnosi tardiva, alle metastasi precoci e alla resistenza alla terapia2,3,4,5,6. Il trattamento di prima linea è l'intervento chirurgico seguito da radioterapia e/o chemioterapia7,8, mentre le opzioni immunoterapeutiche sono limitate9,10. Driver come KRAS, TP53, CDKN2A e SMAD4 (HUGO Gene Nomenclature Committee presso l'European Bioinformatics Institute, https://www.genenames.org/) sono stati identificati11 così come i sottotipi trascrizionali di tipo classico e basale-like12,13.
Le tecnologie unicellulari consentono l’analisi indipendentemente dal contenuto del tumore e facilitano la dissezione del microambiente tumorale (TME), il cui ruolo nel PDAC rimane in gran parte sconosciuto. Ad esempio, sono stati identificati sottotipi di fibroblasti associati al cancro (CAF) e le cellule T citotossiche natural killer (NK) e CD8+ sono spesso compromesse numericamente e funzionalmente14,15,16,17. Ciò crea un ambiente immunosoppresso e pro-tumorigenico, ma il modo in cui ciò avviene è poco compreso18,19. C'è un crescente apprezzamento intorno alla metaplasia acino-duttale (ADM), in cui le cellule acinose iniziano a esprimere marcatori duttali. I modelli animali presuppongono cellule acinose come origine del PDAC quando viene espresso KRAS (G12D)20,21,22,23, ma questa ipotesi è difficile da valutare negli esseri umani a causa della scarsità di cellule acinose e ADM campionate con risoluzione di singola cellula24,25 ,26,27,28. Recenti sforzi si sono concentrati sull'eterogeneità acinosa nella pancreatite cronica29 e nel pancreas umano sano30, ma manca ancora un adeguato campionamento delle cellule ADM.
Come parte del consorzio Human Tumor Atlas Network, abbiamo utilizzato un approccio multi-campionamento spazialmente distinto per analizzare 83 campioni PDAC in 31 pazienti31. I campioni sono fisicamente separati l'uno dall'altro, il che ha consentito di interrogare l'eterogeneità inter- e intra-tumorale tramite metodi omici estesi, tra cui sequenziamento di DNA e RNA in massa (RNA-seq), proteomica e fosfoproteomica in massa, RNA-seq a cellula singola e a nucleo singolo (scRNA-seq e snRNA-seq, rispettivamente), imaging cellulare e trascrittomica spaziale. Abbiamo identificato e convalidato le popolazioni di transizione e le loro firme molecolari associate lungo lo spettro dal pancreas normale al PDAC precedentemente proposte in modelli murini. Abbiamo caratterizzato l'impatto differenziale della chemioterapia sull'abbondanza e sui programmi trascrizionali delle popolazioni tumorali e stromali utilizzando approcci multi-omici. Evidenziamo la necessità del sequenziamento spaziale per la caratterizzazione del tumore PDAC policlonale/eterogeneo.
Abbiamo raccolto 73 campioni di PDAC da 21 pazienti sottoposti a trattamento standard, inclusi quattro campioni di tessuto adiacente normale. I gruppi di trattamento includevano sette casi naïve al trattamento, otto casi neoadiuvanti con FOLFIRINOX (un regime terapeutico comprendente acido folico, 5-fluorouracile, irinotecan e oxaliplatino), quattro casi neoadiuvanti con gemcitabina + nab-paclitaxel, uno misto (FOLFIRINOX e gemcitabina + nab-paclitaxel) e un caso di chemioradioterapia (Chemo-RT) (Tabella supplementare 1). Ciascun tumore è stato campionato spazialmente 2-4 volte, con segmenti campione successivamente utilizzati per generare dati istologici, di imaging e omici; vetrini con ematossilina ed eosina (H&E); scRNA-seq; proteomica e fosfoproteomica basate sulla spettrometria di massa in massa; sequenziamento in massa dell'intero esoma (WES); e RNA-seq di massa (Fig. 1a, Tabella supplementare 2 e metodi). Abbiamo generato dati scRNA-seq per tutti i 73 campioni, WES per 64 campioni e bulk RNA-seq per 65 campioni. Un sottoinsieme (n = 30) è stato sottoposto a caratterizzazione proteomica e fosfoproteomica del tag di massa tandem (TMT) (Fig. 1b). Dopo il controllo di qualità, abbiamo raggruppato 232.764 cellule in tutti i campioni in base ai profili di espressione e ai tipi di cellule assegnati in base all'espressione del gene marcatore (Fig. 1c, Dati estesi Fig. 1a-c, Metodi e nota supplementare). Utilizzando la frazione di cellule tumorali come indicatore della purezza del tumore, le stime variavano dallo 0,10% all'82,69% tra i campioni, con una media del 16,28%. La revisione della patologia H&E ha rivelato che le differenze nel contenuto tumorale all'interno del paziente tra i campioni erano in media del 24%, con un intervallo dal 5% al 64% (dati estesi Fig. 1d, metodi e nota supplementare), coerente con le percentuali di tumore da scRNA-seq (Pearson R = 0,40, P = 0,001). L'analisi delle componenti principali (PCA) dei dati proteomici e fosfoproteomici di massa conferma che, mentre la maggior parte delle regioni intratumorali si raggruppano strettamente, diversi campioni dello stesso tumore presentano una sostanziale eterogeneità intratumorale (Dati estesi Fig. 1e, f).