Cell丨浸润性乳腺癌形成与肿瘤微环境渐进变化关系

原创 珍奇 图灵基因 2022-02-08 09:44

收录于话题#前沿生物大数据分析

撰文：珍奇

IF：41.582

推荐度：⭐⭐⭐⭐⭐

亮点：

本研究通过使用多路离子束飞行时间成像（MIBI-TOF）和组织转录组学技术，描绘了乳腺癌病情进展的空间图谱，其中肿瘤微环境（TME）的变化为导管原位癌(DCIS)的侵入性转变提供了线索。此外，DCIS TME结构可预测诊断后 10 年内的侵袭性复发可能，且复发风险在很大程度上受肌上皮表型和形态学的影响。

导管原位癌 (DCIS) 是一种浸润前病变，通常是浸润性乳腺癌 (IBC) 的前兆。2022年1月20日，斯坦福大学医学院Michael R. Angelo团队于《Cell》杂志发表了一篇名为“Transition to invasive breast cancer is associated with progressive changes in the structure and composition of tumor stroma”的文章。研究者通过使用多路离子束飞行时间成像（multiplexed ion beam imaging by time of flight，MIBI-TOF）和37重抗体染色（37-plex antibody staining）技术以及机器学习工具对79个临床手术案例进行了分析。这项研究对IBC 复发的驱动因素进行了深入探究，并强调了肿瘤微环境（TME）在这些过程中的重要调节作用。

本研究的目的是探讨乳腺癌进展的两个核心问题，即乳腺组织的结构、组成和功能如何随着从 DCIS 到 IBC 的进展而变化，以及发展为 IBC 的患者（progressors）与未发展为 IBC 的患者（non-progressors）的 DCIS 病变有何区别。为了解决这些问题，研究者对来自 RAHBT 队列的79个患者组织的肿瘤、肌上皮、基质和免疫细胞的表型、结构和空间分布进行了绘制。患者样本包括正常乳腺组织、原发性DCIS和IBC，所有IBC组织都是来自先前诊断为 DCIS患者的同侧乳房。

作为人类肿瘤图谱网络（HTAN）癌前图谱的一部分，研究人员使用从每个RAHBT组织微阵列（TMA）中切割的相邻序列切片创建了乳腺癌进展的多组学图谱。本研究采用了苏木精和伊红 (H&E) 组织化学染色、RNA 转录组激光捕获显微切割 (LCM-Smart-3SEQ) 和MIBI-TOF技术对这些组织进行处理；并使用 37 重金属偶联抗体染色板对每个 RAHBT TMA 进行 MIBI-TOF 成像；随后使用深度学习管道 (Mesmer) 来注释每张图像中的单个细胞；最后，用 FlowSOM 来识别肿瘤细胞、成纤维细胞、肌上皮、内皮和 12 种免疫细胞。为了研究细胞类型和功能如何随组织结构而变化，他们将这些数据结合起来生成细胞表型图，及划分上皮、基质和肌上皮的组织隔室掩模。

接下来，为了探究疾病状态的潜在空间差异，并了解组织组成、细胞组织和结构如何相互关联，研究者通过描述 TME 内每个细胞子集的空间分布来扩充这些组成数据。首先，为了确定位于导管或基质区域内的每个细胞群的比例，他们使用区域掩模划分上皮和基质来量化这些区域中每种细胞类型的频率。随后，他们使用两个细胞间邻近度指标来捕捉离散细胞类型之间的优先空间相互作用。除了这种更通用的以细胞为中心的方法，他们还开发了定制工具，用于捕获包裹肌上皮的导管上皮细胞的薄单层和基质胶原结构的特定形态学和表型属性。总之，该分析产生了一个数字化的 TME 配置文件，由433 个参数组成，量化了每个患者样本的细胞组成和空间结构。

接着，为了解决他们的第一个问题，即TME 的组成和结构如何随着 IBC 的进展而变化？他们又对正常组织、DCIS 组织和 IBC 组织的特征进行了比较，应用 Kruskal-Wallis H 检验来辨别每个临床组的组织组成和结构方面的显着差异。为了解释TME 特征，他们采用 k-means 聚类以定义四个乳腺组织状态：TME1、TME2 和 TME3 分别区分正常、DCIS 和 IBC 样本，而 TME4 由在 DCIS 样本中特别耗尽的特征。下图为DCIS向IBC过渡过程中TME的变化。

沿着这些思路，他们又进一步评估了这些趋势是否能反映新诊断的 DCIS 与同侧侵袭性复发之间的特定联系。他们发现，这种功率较小的成对分析和较大的非成对分析中的统计显着性程度呈线性相关，并且 TME2 和 TME3 中反映的显着趋势发生在患者身上水平。这些显着的纵向变化包括成对患者样本之间基质中肥大细胞、静息成纤维细胞和正常成纤维细胞的减少，这反映了原发性 DCIS 样本中的正常成纤维细胞被 CAF 取代的转变。为了量化这种成纤维细胞表型的变化与基质结缔组织形成程度的关系，他们将单个胶原纤维的形状、长度和密度与 CAF 的位置、频率和表型进行了比较（胶原形态计量学），结果如下图。

接下来，他们利用空间信息和不可知参数来探究他们的第二个问题，即如何区分后来进展为 IBC 的DCIS病变及未进展为IBC的病变？他们比较了两组原发性 DCIS 患者诊断时获得的组织。第一组被称为“进展者”，这些患者在诊断为DCIS后出现同侧侵袭性复发；第二组被称为“非进展者”，这些患者在肿瘤切除后没有复发。为了识别 TME 的预测特征，他们训练了一个随机森林分类器，以根据每个样本的细胞类型患病率、组织室富集度、细胞间接近度和形态测量来预测哪些患者会因侵袭性疾病复发。

综合以上实验数据可得，肌上皮特征综合评分反映了正常样特征的丧失，这些特征对非进展者预防 IBC 复发具有保护作用。为了了解这种损失如何影响复发结果，他们使用了一种源自基因集富集分析的方法来识别与肌上皮特征相关的本体。其中，与缺氧、糖酵解、基质免疫密度和细胞外基质的结缔组织形成或重塑相关的参数本体在非进展者典型的低分富集。反之，进展者中通常能看到较高的肌上皮特征评分，且富集肿瘤和免疫细胞中的免疫调节标志物（PDL1、IDO1、COX2、PD1）。综上所述，肌上皮缺失具有保护性、肿瘤感应功能，有利于周围基质中的成纤维细胞和免疫细胞活化。

本研究提供了一个全面的浸润前乳腺癌图谱，描绘了从正常乳房的稳态到原位和浸润性疾病的组织结构和功能的完整连续体，且包括了匹配的纵向样本。在未来，这一综合数据集与患者随访相的结合，及识别与 DCIS 患者侵袭性复发风险相关的肿瘤特征，可作为对浸润性癌症进行类似分析的模板，并有助于指导诊断的发展。

教授介绍：

Michael R. Angelo，美国斯坦福大学病理学助理教授。其实验室采用一种多路复用离子束成像（MIBI）的方法，该方法使用二次离子质谱对用同位素纯元素金属报告标记的抗体进行成像。MIBI能够在五对数动态范围内同时分析多达100个目标。因此，MIBI能够对复杂组织进行高度多重和灵敏的免疫组织化学分析。除了技术和方法开发外，他们还将MIBI应用于癌症生物学、传染病、免疫耐受性、过敏和胎盘屏障等领域的问题。

参考文献：

Risom T, Glass DR, Averbukh I, et al. Transition to invasive breast canceris associated with progressive changes in the structure and composition oftumor stroma.Cell. 2022;185(2):299-310.e18.doi:10.1016/j.cell.2021.12.023