Drivers espacialmente restritos e populações de células transicionais cooperam com o microambiente em tratamentos não tratados e quimioterápicos.

Nature Genetics volume 54, páginas 1390–1405 (2022) Citar este artigo

27k acessos

23 Citações

264 Altmétrico

Detalhes das métricas

O adenocarcinoma ductal pancreático é uma doença letal com opções limitadas de tratamento e baixa sobrevida. Estudamos 83 amostras espaciais de 31 pacientes (11 virgens de tratamento e 20 tratados) usando sequenciamento de RNA de célula única/núcleo, proteogenômica em massa, transcriptômica espacial e imagem celular. Subpopulações de células tumorais exibiram assinaturas de proliferação, sinalização KRAS, estresse celular e transição epitelial para mesenquimal. O mapeamento de mutações e eventos de número de cópias distinguiu populações tumorais de células normais e de transição, incluindo metaplasia acinar-ductal e neoplasia intraepitelial pancreática. A deconvolução assistida por patologia de dados transcriptômicos espaciais identificou tumores e subpopulações transicionais com características histológicas distintas. Mostramos a expressão coordenada de TIGIT em células T exauridas e regulatórias e de nectina em células tumorais. As amostras quimiorresistentes contêm um enriquecimento triplo de fibroblastos inflamatórios associados ao câncer que regulam positivamente as metalotioneínas. Nosso estudo revela uma compreensão mais profunda da intrincada subestrutura dos tumores de adenocarcinoma ductal pancreático que pode ajudar a melhorar a terapia para pacientes com esta doença.

O adenocarcinoma ductal pancreático (PDAC) tem uma taxa de sobrevida de 5 anos de 11%1 devido à detecção tardia, metástases precoces e resistência à terapia2,3,4,5,6. O tratamento de primeira linha é a cirurgia seguida de radioterapia e/ou quimioterapia7,8, sendo limitadas as opções de imunoterapia9,10. Drivers como KRAS, TP53, CDKN2A e SMAD4 (HUGO Gene Nomenclature Committee no European Bioinformatics Institute, https://www.genenames.org/) foram identificados11 como tendo subtipos transcricionais de clássico e basal-like12,13.

As tecnologias de célula única permitem a análise independentemente do conteúdo do tumor e facilitam a dissecação do microambiente tumoral (TME), cujo papel no PDAC permanece amplamente desconhecido. Por exemplo, os subtipos de fibroblastos associados ao câncer (CAF) foram identificados e as células citotóxicas natural killer (NK) e CD8+ T são frequentemente prejudicadas numericamente e funcionalmente14,15,16,17. Isso cria um ambiente pró-tumorigênico imunossuprimido, mas como isso ocorre é pouco compreendido18,19. Há uma valorização crescente em torno da metaplasia acinar-ductal (ADM), na qual as células acinares começam a expressar marcadores ductais. Modelos animais postulam células acinares como a origem de PDAC quando KRAS (G12D) é expresso20,21,22,23, mas essa hipótese é difícil de avaliar em humanos devido à escassez de células acinares e ADM amostradas em resolução de célula única24,25 ,26,27,28. Esforços recentes focaram na heterogeneidade acinar na pancreatite crônica29 e no pâncreas humano saudável30, mas ainda falta uma amostragem adequada de células ADM.

Como parte do consórcio Human Tumor Atlas Network, usamos uma abordagem de multi-amostragem espacialmente distinta para analisar 83 amostras de PDAC em 31 pacientes31. As amostras são fisicamente separadas umas das outras, o que permitiu interrogar a heterogeneidade inter e intratumoral por meio de ômicas extensas, incluindo sequenciamento de DNA e RNA em massa (RNA-seq), proteômica e fosfoproteômica em massa, RNA-seq de célula única e núcleo único (scRNA-seq e snRNA-seq, respectivamente), imagem celular e transcriptômica espacial. Identificamos e validamos populações de transição e suas assinaturas moleculares associadas ao longo do espectro do pâncreas normal ao PDAC que foram previamente propostas em modelos de camundongos. Caracterizamos o impacto diferencial da quimioterapia na abundância e programas de transcrição de populações de tumor e estroma usando abordagens multi-ômicas. Destacamos a necessidade de sequenciamento espacial para caracterização de tumores PDAC policlonais/heterogêneos.

Coletamos 73 amostras de PDAC de 21 pacientes submetidos ao tratamento padrão, incluindo quatro amostras normais de tecidos adjacentes. Os grupos de tratamento incluíram sete casos virgens de tratamento, oito casos de FOLFIRINOX neoadjuvante (um regime de tratamento composto por ácido fólico, 5-fluorouracil, irinotecano e oxaliplatina), quatro casos de gemcitabina + nab-paclitaxel neoadjuvante, um misto (FOLFIRINOX e gemcitabina + nab-paclitaxel) e um caso de quimiorradiação (Quimio-RT) (Tabela Complementar 1). Cada tumor foi amostrado espacialmente 2 a 4 vezes, com segmentos de amostra subsequentemente usados ​​para gerar dados histológicos, de imagem e ômicos; lâminas de hematoxilina e eosina (H&E); scRNA-seq; proteômica e fosfoproteômica baseada em espectrometria de massa; sequenciamento total do exoma (WES); e bulk RNA-seq (Fig. 1a, Tabela Suplementar 2 e Métodos). Geramos dados scRNA-seq para todas as 73 amostras, WES para 64 amostras e bulk RNA-seq para 65 amostras. Um subconjunto (n = 30) foi submetido à caracterização proteômica e fosfoproteômica tandem mass tag (TMT) 11 (Fig. 1b). Seguindo o controle de qualidade, agrupamos 232.764 células em todas as amostras com base em perfis de expressão e atribuímos tipos de células com base na expressão do gene marcador (Fig. 1c, Dados Estendidos Fig. 1a–c, Métodos e Nota Suplementar). Usando a fração de células tumorais como um substituto para a pureza do tumor, as estimativas variaram de 0,10% a 82,69% entre as amostras, com uma média de 16,28%. A revisão de patologia H&E revelou que as diferenças de conteúdo tumoral dentro do paciente entre as amostras foram em média de 24%, com uma faixa de 5% a 64% (Dados Estendidos Fig. 1d, Métodos e Nota Suplementar), consistente com as porcentagens de tumor de scRNA-seq (Pearson R = 0,40, P = 0,001). A análise de componentes principais (PCA) de dados proteômicos e fosfoproteômicos em massa confirma que, embora a maioria das regiões dentro do tumor se agrupem de perto, vários espécimes do mesmo tumor têm heterogeneidade intratumoral substancial (Dados Estendidos Fig. 1e,f).