Cell及其子刊揭示利用新开发的EcoTyper工具发现癌症亚型

2021年11月9日讯/生物谷BIOON/---在一项新的研究中，来自美国斯坦福大学干细胞生物学与再生医学研究所的研究人员设计了一种工具来检查细胞如何在身体的各种环境中作出表现和彼此间相互作用。他们利用它更好地了解癌症如何产生和如何加以治疗。相关研究结果近期发表在Cell期刊上，论文标题为“Atlas of clinically distinct cell states and ecosystems across human solid tumors”。论文通讯作者为斯坦福大学干细胞生物学与再生医学研究所生物医学数据科学助理教授Aaron Newman博士和Andrew Gentles博士。论文第一作者为博士后研究员Bogdan Luca博士和Chloé Steen博士。

论文共同通讯作者、斯坦福大学干细胞生物学与再生医学研究所生物医学数据科学助理教授Aaron Newman博士说，“如今，我们可以研究组织的组成部分--整个细胞生态系统的结构方式--而不仅仅是研究存在的细胞类型。这是一种更强大的观察组织结构的方式。”

这种称为EcoTyper的工具将新的计算机算法与这些作者先前开发的算法相结合，以分析细胞类型，它们是如何相互排列的，以及细胞正在产生什么样的RNA信息。他们能够分析大量组织中细胞的相互作用，利用计算机分析来确定某些细胞亚型在组织中的生活位置以及它们与邻近细胞的相互作用。

Newman说，“EcoTyper的独特之处在于它能够以高清晰度和大规模的方式对组织的细胞结构进行解码，并具有成本效益。这包括能够分析活组织检查或临床试验后储存的各种组织样本，否则以这种方式进行分析将是困难和昂贵的。”

图片来自Cell, 2021, doi:10.1016/j.cell.2021.09.014。

Newman说，EcoTyper的另一个优势是，科学家们可以利用大量储存的组织和公共数据库来进行虚拟临床试验，他们已经这样做了，以极具成本效益的方式分析了成千上万例癌症病例。他们通过分析不同类型的实体癌肿瘤的组织结构展示了EcoTyper的能力。

与此同时，另一篇发表在Cancer Cell期刊上的标题为“The landscape of tumor cell states and ecosystems in diffuse large B cell lymphoma”的论文（下称第二篇论文）描述了EcoTyper如何被用来识别淋巴瘤细胞的亚型。

对癌细胞及其邻近细胞进行EcoTyper分析

虽然肺癌在显微镜下可能看起来与膀胱癌或其他类型的癌性肿瘤非常不同，但EcoTyper使得这些作者能够找到10个不同的称为生态型（ecotype）的多细胞群落，它们存在于十多种不同的肿瘤类型中。这些作者说，他们还发现，肿瘤中某些生态型的存在或不存在对结果有很强的预测性，通常表明哪种治疗方法最有效，甚至对不同类型的癌症也是如此。

Luca说，“我们发现一种生态型可以预测对某种免疫疗法的良好反应。事实上，它甚至比我们测试的其他候选生物标志物的预测效果更好，即便是那些专门寻找的预测反应的生物标志物。”

此外，通过EcoTyper，这些作者能够预测肺部的恶性肿瘤前期病变--能成为癌症的异常生长---否会自发地消退或发展为肺癌。

Gentles说，“EcoTyper可以为未来的治疗提供一个平台，因为你对你想要攻击的肿瘤中的坏细胞有一个更好的了解。”这种对肿瘤中相互作用的细胞群体的关注与目前的治疗方法不同，后者通常靶向“驱动突变”或特定途径中的基因。他补充说，“许多癌症疗法都集中在特定的细胞类型或基因上，但总会存在其他促进癌症的细胞或没有发生相同基因突变的细胞”，而这些细胞同样是有价值的治疗靶标。

转向最常见的血癌

在第二篇论文中，这些作者试图区分某种淋巴瘤是否存在两种不同的亚型，正如该领域普遍接受的那样。利用EcoTyper，他们分析了在弥漫性大B细胞淋巴瘤细胞之间和周围发现的微环境。通过观察癌细胞和非癌细胞如何排列和相互作用，他们不仅能够区分这种淋巴瘤的两个亚型，而且能够区分九种不同的亚型。

鉴于这些作者正在研究以前的淋巴瘤病例的组织样本，他们也有患者的病情记录。Steen说，“我们发现，不仅这种B细胞淋巴瘤的亚型比以前认识的要多得多，而且我们还能够表明，了解患者肿瘤亚型使我们有更好的能力来预测癌症可能会如何进展。”

这些作者能够从一种似乎失败的淋巴瘤药物的临床试验中找到积极的结果。实际上，他们重新进行了这项临床试验，这次采用了EcoTyper，并纳入了他们对这种B细胞淋巴瘤还有多少种类型的新理解。

Alizadeh说，“我们看到的是，事实上有一种特定的淋巴瘤亚型对该疗法有反应。但在最初的临床试验中，他们无法确定这些其他的亚型，所以这个有希望的疗效迹象在所有其他淋巴瘤亚型的负面结果中消失了。”

Alizadeh补充说，“能够根据癌症的特定亚型找到合适的药物和制作有效的癌症治疗方法，是精准医疗和个性化医疗的缩影。EcoTyper帮助有助于我们做到这一点。（生物谷 Bioon.com）

参考资料：

Bogdan A. Luca et al. Atlas of clinically distinct cell states and ecosystems across human solid tumors. Cell, 2021, doi:10.1016/j.cell.2021.09.014.

Chloé B. Steen et al. The landscape of tumor cell states and ecosystems in diffuse large B cell lymphoma. Cancer Cell, 2021, doi:10.1016/j.ccell.2021.08.011.