《PLOS Computational Biology》：Bridging cancer cell-intrinsic driver genes and -extrinsic cell-cell communication with Driver2Comm
編輯推薦：
本文介紹了一種創新的計算框架Driver2Comm，旨在系統性地連接驅動癌癥進展的內在遺傳因素與外在的腫瘤微環境細胞通訊事件。該研究通過分析胰腺癌、乳腺癌等多種癌癥的單細胞與空間轉錄組數據，成功揭示了連接關鍵驅動基因與其特異性細胞通訊特征的內在-外在信號通路。這些發現不僅闡明了驅動基因重塑腫瘤免疫抑制、轉移與治療抵抗的機制，所鑒定的通訊特征還展現出預測患者生存與免疫療法響應的臨床價值，為發展靶向與免疫聯合治療策略提供了全新見解。
腫瘤的發生與發展是癌細胞內在因素與外在因素共同作用的結果。內在因素主要指發生在癌細胞內部的遺傳和表觀遺傳事件，例如驅動基因突變、結構變異等，導致抑癌基因失活或原癌基因激活。而一個關鍵的外在因素則源于腫瘤微環境中的細胞通訊，它已被證實與腫瘤發生、免疫逃逸、轉移及治療反應密切相關。經典的例子是通過PD-L1（CD274）與PD-1（PDCD1）相互作用介導的癌細胞與T細胞通訊所導致的免疫逃逸。然而，在大多數癌癥類型中，內在驅動基因如何與外在的細胞通訊事件相互作用，其機制仍有待全面闡明。
為系統研究癌細胞內在與外在因素的相互作用，研究人員開發了一個通用的計算框架：Driver2Comm。其目標是在單細胞轉錄組學數據中，識別出能夠從功能上連接癌細胞驅動基因與腫瘤微環境中其相關細胞通訊特征的內在-外在通路。Driver2Comm的流程主要分為幾個核心步驟。首先，它需要一個包含細胞類型注釋和癌細胞驅動基因注釋的單細胞轉錄組學數據作為輸入。接著，利用先前開發的CytoTalk工具，為每個腫瘤樣本從頭構建一個包含癌細胞、CD8+T細胞和巨噬細胞在內的多細胞類型通訊網絡。然后，Driver2Comm從所有樣本的MCTC網絡中挖掘出頻繁出現的子網絡，作為穩健的細胞通訊特征。最后，受全基因組關聯研究的啟發，Driver2Comm通過假設檢驗來評估驅動基因與這些通訊特征之間的關聯顯著性，從而識別出驅動基因相關的細胞通訊特征。為了在驅動基因和其相關的通訊特征之間建立明確的橋梁，研究定義了內在-外在通路，即驅動基因與其關聯的細胞通訊特征在MCTC網絡中的最短路徑。此外，研究人員還提出了一個下游評估框架，以提供關于內在與外在因素之間關系的生物學洞見，包括對內在-外在通路進行功能富集分析，以及基于細胞通訊特征的生存分析和免疫相關評分。
為了驗證Driver2Comm的實用性，研究將其應用于多種癌癥的單細胞轉錄組學數據。在胰腺導管腺癌數據中，Driver2Comm識別出了與BRCA1、AKT2、CDKN2A、GATA6、PTEN和MET顯著相關的細胞通訊特征。分析發現，BRCA1相關的通訊特征（如HGF（巨噬細胞）– MET（腫瘤細胞））在趨化性、炎癥反應等免疫相關功能中富集，提示BRCA1可能通過這些通路調節免疫反應，促進免疫逃逸。而AKT2相關的通訊特征（如THBS1（巨噬細胞）– ITGA3（腫瘤細胞））則在細胞遷移、運動等與腫瘤侵襲和轉移相關的功能中富集。生存分析進一步表明，這些通訊特征在攜帶對應驅動基因的患者中具有顯著的預后價值。
在乳腺癌數據中，Driver2Comm成功識別了ER+亞型驅動基因ESR1相關的細胞通訊特征。這些特征在腫瘤侵襲和轉移相關的功能中富集。值得注意的是，IL6ST基因出現在所有預測的內在-外在通路中，表明其與ESR1和腫瘤免疫均有密切聯系。通過在一個獨立的乳腺癌隊列中進行生存分析，研究發現多個ESR1相關的通訊特征具有預后價值。例如，SDC4（腫瘤細胞）、CXCL10（巨噬細胞）和CXCR3（CD8+T細胞）的高表達與ER+患者最差的臨床結局相關。在另一個包含抗PD-1治療前后樣本的乳腺癌數據集中，Driver2Comm成功識別了與非應答患者和應答患者相關的不同ESR1通訊特征。特別地，在非應答組中，腫瘤細胞高表達的ZG16B基因與CXCR4、TLR2等巨噬細胞基因的通訊特征顯著關聯。進一步分析證實，ZG16B的高表達與抗PD-1治療應答不佳和ER+患者不良預后相關，并可能通過降低腫瘤突變負荷、MHC-I評分和細胞毒性活性來抑制免疫應答。
Driver2Comm同樣適用于沒有明確已知驅動基因的癌癥亞型。在三陰性乳腺癌中，研究識別了21個TNBC相關的細胞通訊特征。其中，涉及CD274（巨噬細胞）– PDCD1（CD8+T細胞）相互作用的特征與患者更好的生存結局相關。機制分析表明，該特征高表達的患者組，其抗原呈遞和細胞毒性活性顯著增強，揭示了在TNBC中PD-1/PD-L1通路的復雜作用。
為了評估Driver2Comm在更復雜生態系統中的適用性，研究將其應用于一個包含八種主要細胞類型的神經母細胞瘤數據集。結果顯示，MYCN相關的細胞通訊特征展現出細胞類型對特異性的功能模塊性。例如，成纖維細胞到內皮細胞的通訊主導了血管生成相關通路，而內皮細胞到巨噬細胞的通訊則與免疫細胞遷移相關，這共同協調了神經母細胞瘤微環境中的血管重塑和免疫調節。
此外，Driver2Comm成功擴展至空間轉錄組學數據。在口腔鱗狀細胞癌的Visium數據中，研究識別了與CDKN2A和EGFR等驅動基因相關的細胞通訊特征。空間可視化顯示，這些特征在腫瘤組織的特定區域有明顯的共定位模式，為推斷的細胞相互作用提供了空間證據支持。
與CellChat、MultiNicheNet等專注于推斷所有顯著或條件特異性細胞通訊模式的方法不同，Driver2Comm是首個能夠提名完整信號通路來連接癌細胞驅動基因與其相關細胞通訊特征的方法。它成功的關鍵在于：一方面利用了CytoTalk從頭構建包含細胞內和細胞間信號轉導通路通訊網絡的能力；另一方面采用了受全基因組關聯研究啟發的假設檢驗框架，從統計上優先篩選出與驅動基因相關的通訊特征。
總結而言，Driver2Comm填補了癌癥基因組學與細胞生態系統研究之間的空白。通過系統性地關聯驅動基因與腫瘤微環境中的細胞通訊，它不僅為理解腫瘤作為一種復雜生態系統如何運作提供了新視角，也為發現新型生物標志物和設計靶向治療與免疫治療的聯合策略提供了強大工具，有望最終改善患者的臨床結局。Driver2Comm的軟件包已在GitHub平臺開源。
