新的分子显微镜发现了乳腺癌的扩散
![Converting BaSISS spatial signals into maps of clones. <b>a</b>, Bar plots of cancer cell fractions (CCFs) derived from bulk WGS of the P1 samples. <b>b</b>, Phylogenetic tree reconstructed from multiregional bulk WGS data from P1. Each branch is labeled with the total number of WGS mutations defining the branch (gray text) and the number of BaSISS probes designed to target that branch (black text). <b>c</b>, Three heatmaps of variant allele fractions (VAFs) calculated using data derived from <i>n</i> = 11 regions of P1-ER1 and P1-ER2 (marked in <b>d</b>). Raw BaSISS VAFs (for each target mutation the number of mutant signals divided by total number of mutant plus wild-type signals) (top) and model-imputed BaSISS VAFs (middle) are derived from raw BaSISS signal data within these regions. In serial tissue cryosections, corresponding z-stack regions were identified and subjected to LCM–WGS. Resulting LCM–WGS VAFs are presented (bottom). Mean per-gene correlations are approximately 0.41 and 0.90 for BaSISS to LCM–WGS and model-imputed VAFs to LCM–WGS comparisons, respectively. Sample names are colored according to the dominant BaSISS subclone in the sampled region. Each row represents a targeted mutation. The mutations plotted in <b>d</b> are labeled by their gene name; for <i>PTEN</i> there are two separate mutations. <b>d</b>, Spatial BaSISS detections of barcodes reporting on five selected mutations, colored according to their targeted branch. White contours indicate LCM regions (relates to <b>c</b>). <b>e</b>, BaSISS clone maps in physical space projected on the DAPI image (nuclei are white), derived using BaSISS mathematical modeling of signals from 45 informative targets. Each clone has a different color, and dominant clones are reported (shown if the CCF is more than 25% and the inferred local cell density is more than 300 cells per mm<sup>2</sup>). Scale bars, 2.5 mm (<b>d</b>,<b>e</b>). Credit: <i>Nature</i> (2022). DOI: 10.1038/s41586-022-05425-2 新的分子显微镜发现了乳腺癌的扩散](https://scx1.b-cdn.net/csz/news/800a/2022/breast-cancer-spread-u.jpg)
新技术可以追踪到哪些乳腺癌细胞群对疾病的传播负责,并首次强调癌细胞的位置可能与肿瘤生长中的突变一样重要。
该方法是由来自威康桑格研究所、EMBL的欧洲生物信息学研究所(EMBL- ebi)、德国癌症研究中心(Deutsches Krebsforschungszentrum, DKFZ)、瑞典生命科学实验室及其合作者的团队发明的。它可以用来帮助解答癌症领域的一些重大问题,比如为什么有些癌细胞会扩散,抗药性是如何形成的,以及为什么有些疗法会失败。
这项新研究发表在自然,展示了如何通过结合癌细胞的遗传信息、周围细胞的类型以及它们如何随时间与环境相互作用来绘制肿瘤的发展过程。
在未来,这种方法可以用来观察治疗是如何影响癌症的,不仅是在基因水平上,而且对肿瘤如何与免疫系统以及它周围的环境。
乳腺癌是英国最常见的癌症之一,每年约有55500名女性和370名男性被诊断出乳腺癌。
乳腺癌通常在细胞开始不受控制地生长时开始,通常是由于细胞突变引起的。随着时间的推移,肿瘤变成了细胞的拼凑,称为癌症克隆,每个细胞都有不同的突变。由于基因不同,他们对治疗的反应也不同。例如,其中一些癌细胞可能对治疗产生抗药性,或者一些可能扩散到全身。
发生的突变将会受到癌症周围发生的情况、癌细胞周围的细胞以及个体免疫系统的影响。因此,如果能够研究癌细胞所处的环境,发生了什么突变,以及哪些癌细胞在身体各处扩散,就能完整地了解肿瘤的进化过程。
这项新技术是由来自威康桑格研究所、EMBL-EBI、DKFZ、生命科学实验室的研究人员及其合作者创造的,使用数十万个微小的荧光分子探针来询问细胞DNA和RNA,并使用荧光显微镜扫描大块组织。它可以从基因和物理上绘制出癌症独特的克隆集,它们的基因表达程序如何变化,以及它们如何与环境相互作用。
EMBL欧洲生物信息学研究所(EMBL- ebi)和德国癌症研究中心(Deutsches Krebsforschungszentrum, DKFZ)的第一作者Artem Lomakin说:“我们已经创建了一个系统,结合了计算和实验技术,使我们能够在人类组织的自然栖息地绘制癌症的进化谱系。”
“虽然之前已经有可能在实验装置中追踪癌症肿瘤细胞的谱系,但这是第一次在人类组织中追踪到多种谱系,提供了一个完整的概述乳腺癌身体的发育。在此之前,我们的系统所产生的洞察力是不可能得到的,尤其是在这种规模下。”
研究小组发现,在乳腺癌发展的多个阶段,有特定的、通常是意想不到的克隆生长模式,基因克隆的行为不同取决于它们在乳房的起始位置。
研究结果还表明,有时影响癌症生长方式的不仅是基因,还有肿瘤的位置。在这种情况下,基因可以作为一种工具,以发现更多的情况下发生了什么,驱使癌症克隆体扩散到全身。
斯德哥尔摩大学生命科学实验室的共同资深作者Mats Nilsson教授说:“癌症是由细胞中的基因突变引起的,这项研究是我们第一次能够使用DNA基特异性探针来针对一组癌细胞克隆体中的几十个突变。”
“这项创新技术使我们能够准确地重建这些克隆体的传播。从我们的研究中得到的一个重要见解是,癌细胞存活和扩散的原因可能不仅仅是基因变化;也可能是他们所在的地方。这增加了另一层复杂性,以及针对该疾病的新的潜在方法。它也可以解释为什么一些治疗只对一些人有效,即使他们与其他人有相似的突变,因为肿瘤在乳房的不同区域被发现。”
在未来,通过影响肿瘤周围的环境,有可能开发出预防或减少癌症生长和扩散能力的疗法。除此之外,研究人员还可以使用新开发的工具来测试新的治疗方法如何影响癌症及其与免疫系统的相互作用,从而全面了解治疗方法的工作原理和可能的副作用。
来自德国癌症研究中心(Deutsches Krebsforschungszentrum, DKFZ)的共同资深作者Moritz gersting教授说:“对癌症肿瘤进行测序可以让我们很好地了解肿瘤的遗传多样性。但这项技术令人兴奋的地方在于,我们第一次可以看到环境如何影响癌症的进化。”
“我们能够看到哪些癌症克隆体会变得更具侵略性,哪些不会,这将使我们能够更好地理解关键步骤是什么肿瘤的生长以及我们如何减少或预防疾病。”
威康桑格研究所的共同高级作者露西·耶茨博士说:“我们的研究创造了一种工具,可以追踪哪些乳腺癌细胞会在身体的其他部位引发肿瘤,并有助于回答癌症方面的一些重大问题,比如为什么一些癌症细胞传播,有些则不然。”
“为了全面了解并因此治疗乳腺癌,我们需要能够看到癌症如何在体内、与周围细胞以及与免疫系统相互作用的全貌。这项新技术结合了多种技术和专业知识来做到这一点,将不同的方法结合在一起,对癌症进行全面的观察,这是以前不可能做到的。”