转录组学与蛋白组学在三阴性乳腺癌中的预后研究进展

2019-11-12黄萍妹胡晓磊综述叶长生审校

中国肿瘤临床 2019年16期

黄萍妹胡晓磊综述叶长生审校

三阴性乳腺癌（triple-negative breast cancer，TNBC）占侵袭性乳腺癌的10%～20%，研究表明其常见于非裔、绝经前女性，临床特点为组织学分级高、预后差［1-2］。由于缺乏精准的分子靶点，TNBC治疗方式以手术为主，辅助放、化疗［3］。化疗包括新辅助化疗及术后化疗，因患者产生药物耐受性，远期化疗效果明显降低，易导致肿瘤复发及远处转移［2，4］。因此，分析TNBC本质特点并利用有效的指标判断临床预后，可针对性探索治疗靶点，从而找到适合的替代疗法。本文就近年来TNBC 转录组学与蛋白组学的预后研究进行综述。

1 TNBC的转录组分析

1.1 全转录组测序分析

随着对基因的深入认识及高通量技术的应用渐趋成熟，通过构建基因表达评分系统，或根据TNBC基因表达谱特点进行分型以判断预后［5］。同时，对各亚型肿瘤进行全转录组测序分析可得到预后相关指标。Liu等［6］分析转录组数据发现4种分子分型，并将其命名为FUSCC分型，包括免疫调节型（IM）、管腔雄激素受体型（LAR）、间充质样型（MES）、基底样及免疫抑制型（BLIS），前两种分型与Lehmann 分型中的IM、LAR 基本一致［5］。该研究进一步分析发现，采用FUSCC 分型的MES 包含Lehmann 分型中的间充质干细胞样型（MSL）和间充质型（M），而BLIS则主要包括基底细胞样1型（BL1）及M，生存分析提示BLIS 型的无复发生存期（relapse-free survival，RFS）较IM、LAR、MES 分型差。此外，结合患者总生存期（overall survival，OS）、RFS分析发现，差异表达基因的变化与肿瘤预后密切相关。Yang 等［7］研究发现差异表达mRNA 中的LHX1、WISP1 和S1PR1 与OS 呈负相关，而SORBS1 与OS 呈正相关。有研究使用ALDH 和CD24/CD44 标记TNBC，发现在ALDH+CD24-CD44+乳腺癌干细胞中，P4HA2、PTGR1 高表达及RAB40B 低表达者RFS 更短［8］。Chen 等［9］研究显示，TNBC 中HORMAD1转录合成的mRNA表达明显上调，生存分析提示其高表达与RFS 短相关。该研究结合免疫组织化学法检测及临床病理学信息分析发现，上述研究结论同样成立。虽然这些研究缺乏统一标准，但在某种程度上可作为肿瘤治疗的临床预后判断。

1.2 非编码RNA测序分析

人类绝大部分基因无编码蛋白的功能，其转录产物为非编码RNA（non-coding RNA，ncRNA），包括长链非编码RNA（long non-coding RNA，lncRNA）、微小RNA（microRNA，miRNA）、环状RNA（circular RNA，circRNA）等，在转录后、翻译、表观遗传等不同层面参与细胞生物学过程［10］。lncRNA在多种肿瘤中异常表达，在TNBC中起着不可或缺的作用［11］。Lin等［12］研究发现，LINKA及LINK-A依赖的信号转导途径的激活可促进糖酵解重编程及肿瘤生成，导致患者预后差。雌二醇（E2）通过上调HOTAIR增加肿瘤恶性程度，促使TNBC发生迁移［13］。值得注意的是，ERRLR01、MALAT1也同样受E2激素信号通路调节，参与TNBC的迁移、侵袭［14-15］。有研究利用转录组测序结果构建共表达网络，发现潜在核心lncRNA-RMST低表达提示OS短［16］。Wang等［17］分析含5个lncRNA（ENSG00000250337、ENSG 00000224137、ENSG00000266088、ENSG00000238121和ENSG00000 260257）模型用于评估乳腺癌预后，发现该模型独立于其他评分系统，推测这些指标可区分乳腺癌亚型（表1）。

lncRNA还具有“海绵功能”，通过胞内竞争ncRNA另一成员miRNA，削弱其调控靶基因的能力，从而参与多种病理生理过程［26］。考虑总体miRNA评分较单个miRNA指标能更好地判断肿瘤预后，有研究尝试建立特征评分系统评估肿瘤预后［27］。此外，TNBC中某些miRNA的特征性表达可发挥致癌或抑癌的功效，影响该类患者的生存预后。致癌miRNA如miRNA-301a、miRNA-454高表达以及抑癌miRNA如miRNA-221-3p、miRNA-34c低表达均提示TNBC预后差［18-21］。

高度保守的circRNA为近年来的研究热点，同样可作为miRNA 的“海绵”，形成相应的circRNA-miRNA-mRNA 轴，发挥内源性竞争RNA（competing endogenous RNA，ceRNA）作用，如与RNA 结合蛋白相互作用，调节转录因子、选择性剪接和翻译等，参与肿瘤的增殖、侵袭和转移［22-25］。Zeng 等［23］研究发现，TNBC 中表达上调的has_circ_007294 通过miRNA-148a-3p 和miRNA-152-3p 可增加转录因子USF1 表达、上调TGF-β1表达、激活TGF-β1/Smad信号转导，以诱导上皮-间质转化（epithelial-mesenchymal transition，EMT）促进乳腺癌的侵袭和转移，其表达与淋巴结转移和晚期临床分期密切相关，是乳腺癌患者OS的独立危险因素。研究进一步证实，促进has_circ_007294 合成的ESRP 受USF1 调控，说明circRNA 与mRNA之间非单纯的线性调节关系。

2 TNBC的蛋白组分析

RNA与蛋白质表达水平间的差异，使功能性生物学特征无法完全体现出基因表达特点。因此，功能性蛋白质组学分析作为补充信息，整合基因组及转录组数据利于发现新靶点［28］。蛋白质组学测定技术可识别、量化低丰度蛋白质，翻译后修饰表征蛋白质，验证蛋白质特性，并确定潜在治疗靶点。Cuzick等［29］提出IHC4评分标准，证实了其预后指导意义，表明针对TNBC的蛋白质组学研究为值得探索的方向之一（表2）。

表1 非编码RNA涉及通路及预后相关性

Gonçalves 等［30］对乳腺癌细胞行蛋白质谱分析，发现主要为管腔型和基底型，基底型乳腺癌细胞中S100A9 表达上调与其预后差相关。Agboola 等［31］利用免疫组织化学法检测TNBC 中上皮细胞黏附分子（EpCAM）的表达情况，发现其与肿瘤大小、分级呈正相关，且该类型患者的无病间隔（disease-free interval，DFI）、无转移生存期（metastasis-free survival，MFS）明显缩短。Handa等［32］通过免疫组织化学法检测TNBC 患者中CPA4 表达情况，提示CPA4 高表达患者的OS、DFS 明显较短，多变量分析结果表明CPA4 是生存率差的1个独立预后因素。Young等［33］利用液相色谱-串联质谱方法（LC-MS/MS）鉴定因PIK3CA 突变而引起改变的72 种蛋白质，发现其中大部分是分泌蛋白、细胞表面受体或细胞外基质相互作用分子，这些蛋白质的变化与肿瘤的临床不良预后相关。Wu等［34］研究TNBC细胞系的磷酸酪氨酸蛋白组发现，在大多数侵袭性TNBC 细胞中受体酪氨酸激酶（AXL）被激活，且AXL 的阳性表达显著降低患者生存率。Lawrence 等［35］研究发现，TNBC 中NF-κBp65 变体表达升高，且NF-κB 通过免疫调节途径调节炎症反应并参与肿瘤的侵袭、转移，提示NF-κB是潜在的预后指标。

表2 蛋白质组分析

3 问题与展望

目前，关于TNBC的转录组学及蛋白组学预后研究基本可分为两类，一类是建立评分模型判断预后；另一类是通过单指标参与信号通路研究预后相关性。在转录组研究中，从多角度考虑mRNA、lncRNA、miRNA、circRNA 间的相互作用，尝试建立ceRNA调控网络评价肿瘤预后的特点［7，17，36］。但因大数据建模、分析工具选择、肿瘤异质性等原因，最终的特征评分模型各不相同。采用统一标准、开发特定分析数据集和工具能一定程度上平衡杂乱数据，这对跨组学研究尤为重要。在蛋白组研究中，将基因数据与基于免疫组织化学法、LC-MS/MS等技术的蛋白质相关信息整合分析，是大部分蛋白组学研究手段之一，有助于发现潜在靶点、肿瘤内部或肿瘤间的信号通路以及整体的组织生物学特性。但实际用于临床验证的标志物极少，这可能与样本制备、实验设计和不当的数据分析有关。为减少实验过程中的误差可从下述几方面考虑：1）采集同一病例的肿瘤组织及正常组织以降低肿瘤异质性；2）统一组织采集、固定和处理方式；3）细胞系研究时应考虑转化细胞系中可能存在基因突变的差异；4）除ER、PR、HER-2 外，其他蛋白质细胞系与肿瘤基因组图谱（the cancer genome atlas，TCGA）组学数据缺乏表达一致性；5）获得的靶点需要在大样本中进行验证。