Cancer Cell | 院士团队揭示神经内分泌癌异质性，建立转录因子5指标患者分型策略

近日，来自中国医学科学院/北京协和医学院的赫捷院士团队在《Cancer Cell》（IF 50.3）杂志上刊稿了题为“Molecular subtypes of neuroendocrine carcinomas: A cross-tissue classification framework based on five transcriptional regulators”的研究成果[1]。该研究中，研究人员不仅解读了跨组织来源神经内分泌癌（NEC）的异质性特征，还成功建立了5指标泛NEC患者分层体系，为临床NEC患者分层和预后评价提供了系统化的参考依据。

• 揭示了多组织来源NEC细胞异质性的规律；

• 发现了5种跨组织来源NEC的亚型区分标志物；

• 阐明了HNF4A 驱动的 NEC 亚型患者的临床特征；

• 明确了NEC的亚型特征决定其组织间/组织内异质性。

神经内分泌癌（neuroendocrine carcinomas，NEC）是一种起源于肽能神经元和神经内分泌细胞的恶性肿瘤，具有增殖速率快、患者早期转移高发和预后不良等特征。研究表明， NEC在临床上还表现出高度的组织间和组织内异质性，不仅可在全身各个组织器官中发生，还具备除组织来源差异外的谱系和形态学差异，对NEC患者的临床诊断和精准医疗构成挑战。

2018年，世界卫生组织（WHO）和国际癌症研究机构（IARC）提出了用于NEC诊断的通用命名框架，从病理角度确认了来自不同解剖部位的NEC是一个具有共性的疾病类型[2]。虽然有大量研究关注于寻找NEC的分子特征，但尚未形成适用于多组织来源的系统NEC分型机制。

在本研究中，收集了31个不同组织来源的1000个NEC样本，组成了相当可观的泛NEC研究队列。随后，通过染色体可及性测序（ATAC-seq）技术分析NEC的组织异质性并找出关键差异靶标。再结合PhenoImager多重荧光免疫组化（mIHC）、传统免疫组化和空间转录组等技术进行差异靶标的原位验证，成功建立了跨组织源性的5个指标NEC患者分层体系。

最后，在临床样本中验证了该NEC分层体系的预后评价潜力。研究应用PhenoImager平台完成组织样本的mIHC检测和分析，采用的检测抗体组合为：Pan-CK、ASCL1、YAP1、POU2F3、NEUROD1和HNF4A。

1. 确定跨组织来源NEC样本的特征标志物

研究人员分析了不同组织来源的326例NEC的转录组数据，包括小细胞肺癌（SCLC）、肺大细胞神经内分泌癌、食管原发性小细胞癌（PSCCE）、胃肠胰神经内分泌癌（GEP-NEC）、神经内分泌前列腺癌（NEPC）和妇科神经内分泌癌（GYN-NEC）队列。

随后采用了Celligner（一种将细胞系与肿瘤进行对齐的非监督对齐策略）将NEC与来自癌症细胞系百科全书（CCLE）的所有细胞系（n=1,249）以及来自癌症基因组图谱（TCGA）、TARGET和Treehouse项目的成人和儿童肿瘤（n=12,236）进行了全局整合（图1A）。经过跨癌种整合后，得到大多数NECs聚集成一个独特的集群（与几种来源于神经系统的癌相邻，图1B），表明跨组织NECs具有收敛的神经内分泌特征。排除其他细胞群的干扰后，确定了来自18个谱系的400个NEC，包括：肺、食管、胃、十二指肠、结直肠、肝脏、胆囊、胰腺、子宫、宫颈、卵巢、乳腺、前列腺、膀胱、睾丸、甲状腺、鼻咽和扁桃体（图1F）。

值得一提的是，研究人员发现聚类中的NEC的分布与其起源部位无关，为跨组织来源的泛NEC异质性研究提供了便利。

图1 跨组织来源NEC样本的ATAC-seq分析

接下来，通过共享最邻近（SNN）聚类和共识分区分析等方法进一步确定了可以区分聚类的5个关键转录因子（ASCL1、NEUROD1、HNF4A、POU2F3以及YAP1），可以将NEC细胞分为5个异质性亚型（图2）。研究人员将这种方法定义为“ANHPY分类法“（根据调节各个异质性NEC亚型转录因子的首字母命名）。

通过分析，证实ANHPY分类法不仅能区分原发性和转变型NEC中的转录差异，还重新审视了不同谱系中的已建立的亚型，并能揭示之前被忽视的亚型，从而对NEC异质性进行更广泛和精确的分子表征（详见原文）。

图2 泛NEC异质性特征分析

2. 建立并原位验证泛NEC患者分层体系

为了进一步建立NEC临床分型体系，研究人员收集了来自29个不同解剖学位点的601例组织样本，通过传统免疫组化及多重荧光免疫组化技术（IHC或mIHC）检测5种特征标志物的表达情况。结果表明，绝大多数（96.2%）的NEC患者可以通过5个指标检测确定具体分型。同时还总结出不同组织来源的NEC异质性规律（图3）。

图3 多组织来源NEC特征标志物的原位验证

3. 评估NEC患者分型体系的预后评价潜力

为了研究NEC患者分型体系在预后评价方面的应用潜力，进一步详细比对了各个NEC亚型比例与患者总生存率之间的相关性。结果表明，Y（YAP1）分型的SCLC和GEP-NEC患者总生存率显著高于其他亚型的患者，而A（ASCL1）分型的患者总生存率则低于其他亚型患者（图4）。最后，研究人员还通过空间转录组技术进一步验证了该患者分型方案的准确性（详见原文）。

图4 不同亚型NEC患者的预后评价

这项研究中，研究人员通过优化数据处理流程实现泛癌样本测序数据的整合，实现了跨组织来源NEC单细胞分析。不仅揭示了NEC的组织间异质性分析，还在泛NEC分子特征分析的基础上建立了具有预后评估价值的患者分层体系，为NEC患者的预后评价和精准医疗提供了新思路。

参考文献

1. Wang Z, Liu C, Zheng S, Yao Y, Wang S, Wang X, Yin E, Zeng Q, Zhang C, Zhang G, Tang W, Zheng B, Xue L, Wang Z, Feng X, Wang Y, Ying J, Xue Q, Sun N, He J. Molecular subtypes of neuroendocrine carcinomas: A cross-tissue classification framework based on five transcriptional regulators. Cancer Cell. 2024 May 23:S1535-6108(24)00163-6.

2. Rindi G, Klimstra DS, Abedi-Ardekani B, Asa SL, Bosman FT, Brambilla E, Busam KJ, de Krijger RR, Dietel M, El-Naggar AK, Fernandez-Cuesta L, Klöppel G, McCluggage WG, Moch H, Ohgaki H, Rakha EA, Reed NS, Rous BA, Sasano H, Scarpa A, Scoazec JY, Travis WD, Tallini G, Trouillas J, van Krieken JH, Cree IA. A common classification framework for neuroendocrine neoplasms: an International Agency for Research on Cancer (IARC) and World Health Organization (WHO) expert consensus proposal. Mod Pathol. 2018 Dec;31(12):1770-1786.