抗癌药自然也不例外。
近日,来自西班牙的Nuria Lopez-Bigas团队在顶级期刊《自然·遗传学》上发表重要研究论文[1]。
他们从全基因组测序水平,分析了6种抗癌疗法(5个化疗,1个放疗)对3506个转移肿瘤的影响。找到了上述6种治疗方式在细胞DNA上留下的突变特征(简称“印迹”),还发现了一些放化疗药物会大幅加快DNA突变频率,最高能达到自然突变频率的100倍,甚至是1000倍。
此外,他们也评估了这些放化疗疗法对肿瘤突变负担的影响,以及可能给健康细胞带来的疾病驱动型变异风险。
研究人员认为,基于他们的发现,可以精确评估不同癌症疗法给DNA带来的突变风险,以了解它们的长期副作用。
▲Nuria Lopez-Bigas(图源:Wikipedia)使用了70余年的化疗,目前仍是很多原发肿瘤的主要且有效治疗手段。许多化疗会引起DNA损伤,选择性比较差,癌细胞和正常细胞都会遭殃。
虽然这些药物在大部分时候会杀死癌细胞或者正常细胞,但是仍有很多细胞“带伤”躲过一劫。那些出现在DNA上的伤,最终会转化成突变[1]。
也就是说,化疗药物会导致癌细胞和健康细胞出现基因突变。已经有很多研究表明,化疗引起的DNA突变,可能就是治疗之后给患者造成长期不良影响的基础[2-4],甚至是癌症卷土重来[5-7]。
用大白话说,化疗带来的基因突变,可能给患者带来不确定的健康隐患。
在患者从治疗中获益越来越持久的免疫治疗时代,这种潜在的安全隐患,再次将患者暴露于危险之中。对于那些从治疗中获得临床治愈的儿童癌症患者而言,这种影响就更不能忽视了。
Lopez-Bigas认为,之前在这个方面的研究是不够的,尤其是化疗对正常体细胞和生殖细胞的影响。
▲论文截图不过提出这个研究课题容易,做起来却是相当有难度。
为啥呢?
因为从整体上看,虽然放化疗对体细胞和生殖细胞有一定的影响,但是单从细胞的水平看,甚至是组织的层面看,都很难检测到这种影响。
这跟体细胞和生殖细胞与癌细胞增殖的方式不同有关。癌细胞是克隆扩增的,一旦出现突变,很容易就会被放大。但是体细胞和生殖细胞就没这技能,所以放化疗对它们的影响几乎是不可能检测得到的。
那咋办呢?
Lopez-Bigas团队把目光投向了那些接受过治疗的转移癌症患者。在研究人员看来,放化疗给细胞带来的DNA损伤以及基因突变,对于任何一个细胞而言都是独立的、类似的。而肿瘤细胞的克隆性扩增的特点,让检测这些突变成为可能。有了这个结果,就可以一窥放化疗对正常细胞的影响。
▲图源:www.sanger.ac.uk接下来的工作就是找合适的数据库,分析数据。
说来也巧。Lopez-Bigas团队看上了荷兰Hartwig医学基金会的一个癌症转移灶全基因组数据库[8]。
你们一定还记得,这个数据库就是我们11月6日推送的《癌症转移密码大起底!》那篇文章里提到的那个。其实,荷兰这个团队早在2018年就做出研究成果了,然后在bioRxiv上发了预印本,本月初发表在顶级期刊《自然》上了。(不得不说,我和这个数据库真是很有缘分呐~)
Lopez-Bigas团队从这个数据库中调取了3506个转移灶的全基因组测序数据。然后通过SignatureAnalyzer(v.4)[9,10]和SigProfiler(v.2.3)[11,12]两种方法,寻找突变特征。
6800多万个单碱基突变(SBS),近90万个双碱基突变(DBS)和1100多万个插入缺失突变标签分别被提取出来。当然,和一周前的研究一样,很多位点以前也被发现过。
▲研究过程突变的信息已经有了,接下来要获取的就是患者的治疗信息。据说,研究人员是手动整理了3500多名患者的治疗信息。
最终汇总出来,其中有2124个肿瘤样本是从接受过治疗的患者身上获取的,这些患者的治疗方式分布在58大类206种已获FDA批准的治疗方式之中。1848名患者用过其中两种及以上药物。
在获取患者的转移肿瘤组织之前,所有患者平均接受药物治疗2.33年。铂类药物(顺铂,卡铂和奥沙利铂)是这些患者最常使用的药物。
▲不同的癌种和治疗方式初步分析治疗方式与变异标签之间的关系时,研究人员发现6种治疗方式有规律可循。
这治疗方式分别是:结合并破坏DNA的3种铂类药物(顺铂,卡铂和奥沙利铂),放疗,以及两种核苷代谢抑制剂——卡培他滨和5-氟尿嘧啶(5-FU)。
对于3种铂类药物而言,它们在患者体内留下的印记有:4个单碱基突变和2个双碱基突变。放疗有一个插入缺失突变标签。还在卡培他滨和5-氟尿嘧啶治疗的患者体内发现了一些全新的单碱基突变印迹。
▲变异类型大汇总为了进一步确定上述突变确实是放化疗带来的。研究人员又进一步假设:既然治疗相关的突变是药物带来的,那么从进化的角度讲,它们应该是在肿瘤发展的晚期才出现的。这是它们与内源自然突变的一大不同点。
那从理论上讲,前面发现的突变都应该出现在晚期克隆中。根据2017年发表的计算方法[13],Lopez-Bigas团队又分析了一回数据。然后将发现的所有单碱基突变分成“早期克隆”或“晚期克隆”两类。
结果和他们预测的一样,那些与治疗相关的单碱基突变在“晚期克隆”中富集,而且倾向于出现在亚克隆之中。此外,研究人员还观察到,与治疗时间最短的四分之一患者相比,治疗时间最长的四分之一患者体内治疗相关的肿瘤突变负担更高。反观那些自然出现的突变,则没有这个特征。
以上的数据都指向一个事实,前面发现的突变印迹,确系治疗引起的。
二者之间的因果关系这就算是确定了。
▲治疗相关突变的特征那么治疗带来的变异对健康有哪些潜在的威胁呢?
实际上,自然界发生的大部分突变对人体的影响是不大的。不过,要是突变改变了基因编码的蛋白,甚至影响到癌症相关基因的功能的话,那就非常危险了。
在后面的研究中,研究人员就将药物治疗带来的变异与自然突变做了个比较。
他们分析发现,在自然发生的每1000个突变中,有33.53个会影响基因的编码,1.47个会影响已知的癌症相关基因序列。而由奥沙利铂引起的1000个突变中,预计有12.27个会影响编码基因的序列,而只有0.6个会影响已知癌症基因的序列。
从数据的角度看,是不是感觉药物引起的变异好像也没啥~
▲不同的处理方式与突变的关系厉不厉害,咱们得结合实际来看。
研究人员发现,用奥沙利铂治疗21周的肠道肿瘤,会出现20个治疗引起的影响基因编码的变异,其中有1个会影响到癌症相关基因的编码。而自然突变在这同一时期,只会带来1个影响基因编码的变异,以及0.01个影响癌症相关基因的突变。
同一时间内,二者相差了100倍。
而这种差异极有可能也反应在患者的健康体细胞或者生殖细胞上。
▲药物处理变异与自然变异之间的比较总的来说,在206种治疗方式中,研究人员只发现5种化疗和1个放疗,存在特定的基因突变印迹。研究人员认为,这背后有两个可能的原因。第一个是,其他的疗法不会直接破坏DNA;第二个是,他们的分析方式比较严格,一些不那么突出的关联极有可能被漏掉。
不过,研究人员认为,他们开发的这个方法可以用于一些大队列中,分析某种疗法与患者的突变之间的关系。
一旦我们知道了这种对应的相关性,不仅可以实现精准化疗,还可以控制好治疗的时间窗口,尽可能的降低治疗对患者的长期影响,这点对年轻的患者,尤其是儿童患者非常重要。