今天给大家带来一篇研究端粒调节蛋白与癌症相关性的文章，文章发表在Briefings in Bioinformatics（IF：11.622）上。该研究利用生物信息学的方法，在零实验的情况下，通过对shelterin在各种癌症中的表达、突变以及与免疫通路的关系，系统性的研究了shelterin作为靶点以及作为癌症标志物的可能性。
研究背景
端粒是染色体末端的高度有序结构，在癌症的发生和发展中至关重要。端粒被一种称为shelterin的特殊蛋白质复合物所屏蔽。shelterin复合物由名为TRF1、TRF2、RAP1、TPP1、POT1和TIN2的六种蛋白质组成，可防止端粒降解或融合[8–11]。在这个复合物中，TRF1和TRF2是双链端粒DNA结合因子，而POT1直接与单链DNA结合。TIN2和TPP1桥接TRF1、TRF2和POT1以稳定复合物。RAP1通过与TRF2相互作用被招募到端粒。
肿瘤细胞的免疫逃逸是肿瘤发生的重要机制。有趣的是，shelterin被发现通过其额外的端粒功能调节晚期癌症免疫。然而，在癌症中保护素调节的详细机制仍然是难以捉摸的。在本文中，研究者调查了33种TCGA癌症类型的9125名患者中shelterin的基因组、表观基因组和转录组学情况，揭示了shelterin复合物在癌症中的调节作用和临床结果的相关性。
研究结果
1、shelterin在癌症中表达和突变情况
研究方法与结论：
1）为了研究癌症中shelterin组分的基因组特征，首先计算了33种癌症类型中9125名泛癌队列患者的体细胞拷贝数改变（SCNA）和突变频率。shelterin基因的总体DNA改变水平介于2%到7%之间。虽然DNA改变频率相对较低，但15%的肿瘤至少包含一种类型的改变（图1B）。
2）通过分析33种癌症类型的改变模式，观察到一些癌症类型比其他癌症类型表现出更多的改变（图1C）。
3）TRF1扩增主要发生在LIHC（14.5%）、PRAD（16.5%）和三种泛妇科癌症中：BRCA（11.3%）、OV（16.4%）和UCS（12.5%）（图1D）。
4）两种生殖器官（OV和PRAD）的TRF2、RAP1和TPP1共缺失比例相对较高（两种癌症类型均>5%，P<0.001）（图1E）。TRF2、RAP1和TPP1的共缺失或共扩增与TRF1扩增具有相互排斥的模式（图1E）。
研究结论：在不同的癌症背景下，扩增和缺失主要改变shelterin的表达，而基因突变影响除shelterin在肿瘤发生中的表达以外的其他功能。
2、shelterin的基因表达分析揭示了三个患者群和不同癌症表达水平
研究方法与结论：
1）在TCGA数据库中，获得了19种癌症类型。通过检测肿瘤和正常样本之间的差异表达，发现shelterin在这些癌症类型中表现出异质性表达模式（图2A）。
2）对33种癌症类型的所有肿瘤样本的mRNA表达进行无监督一致聚类，出现了三个不同的样本簇，其中簇A显示了所有六个shelterin基因的最高表达（图2B和C）。
3）通过检查三个簇中癌症类型的分布，我们发现DLBC、三种神经相关癌症（GBM、LGG、PCPG）和胸腺主要位于簇A中，而COAD、KICH、LIHC、LUAD、READ在该簇中几乎耗尽。BRCA和OV主要分布在B群中。SARC、SKCM、THCA、UCS几乎均匀分布在三个群中（图2D）。
4）使用了一系列分数来衡量基因组不稳定性的特征，发现具有最高shelterin表达的簇A在所有这些基因组不稳定性得分中表现出最低水平（图2E-I）。
研究结论：shelterin的表达谱以癌症类型依赖的方式失调。
3、shelterin相关的生物途径和免疫信号
研究方法与结论：
1）为了探索shelterin相关途径，对shelterin的表达和每种癌症类型中所有蛋白质编码基因的表达进行相关性分析。证实了shelterin是细胞生长和细胞周期的重要调节因子这一事实（图3A和B）。
2）为了更好地了解shelterin与肿瘤免疫之间的分子联系，计算了shelterin评分与免疫治疗中至关重要的一组免疫调节剂之间的相关性。shelterin评分与各种癌症中的免疫调节剂具有不同的相关性（图3C）。
3）在两项关于晚期黑色素瘤和转移性尿路上皮癌的数据集中，shelterin在治疗前与PD1呈中度正相关（图3D）。Shelterin与晚期黑色素瘤的不良反应相关，而与转移性尿路上皮癌的良好反应相关（图3E）。
4、DNA甲基化、miRNAs和lncRNAs调节shelterin的表达
研究方法与结论：
1）为了评估DNA甲基化水平和shelterin mRNA表达之间的关系，对每种癌症类型的六种成分进行了spearman相关分析。在大多数癌症中，TRF2、RAP1、TPP1、POT1的DNA甲基化水平与其mRNA表达呈负相关，而TRF1的DNA甲基化水平则呈正相关（图4A）。
2）大量的miRNA靶向至少两个shelterin成员，形成了一个相互作用网络（图2B）。由于p53途径与shelterin呈负相关（图3B），研究者推断p53可能通过miRNA调节shelterin。
3）检测p53、shelterin和miRNA之间的串扰，发现p53调控的miRNA的一个子集可以靶向shelterin成员TRF1、TRF2、TPP1、POT1和TIN2（图4C）。
5、Shelterin预测患者生存率
研究方法与结论：
1）在33种癌症类型中，shelterin与24种癌症的总生存率显著相关（图5A和B）。在ACC、GBM、KICH、LGG、MESO、OV、PAAD、SKCM和胸腺中，观察到shelterin是一种有利的生存因子（图5A），而在BLCA、BRCA、COAD、ESCA、HNSC、KIRC、KIRP、LAML、LIHC、PCPG、PRAD、READ、THCA、STAD和UVM中，shelterin与较差的生存率相关（图5B）。
2）为了进一步探讨shelterin与生存率的关系，对所有六个单独的shelterin基因和综合shelterin评分进行了cox回归分析（图5C）。该分析的结果是，RAP1具有最多的相关癌症类型，其中9种为阳性。POT1被发现是LAML、LGG、READ和SKCM的不良预后因素。特别是对于LGG，六个shelterin基因中的五个和shelterin评分都可以预测更好的存活率。
研究结论：shelterin可以预测某些癌症患者的生存率。
6、分析识别潜在的靶向shelterin信号的化合物
研究方法与结论：Connective map 分析确定了潜在的靶向shelterin的化合物。通过在 33 种癌症类型中设置至少 10 种与 shelterin 相关的严格临界值，发现18种化合物正相关（图6A），23种化合物负相关（图6B）。在这些化合物中，发现六种蛋白质合成抑制剂与shelterin呈正相关，这意味着抑制蛋白质合成可能诱导shelterin表达（图6A）。相比之下，CDK、PLK和mTOR抑制剂是负性调节shelterin的潜在化合物（图6B）。
研究结论
本文的研究调查了33种TCGA癌症类型的9125名患者中shelterin的基因组、表观基因组和转录组学情况。对多个层面的数据进行了全面的数据分析：包括体细胞拷贝数改变（SCNA）、点突变、mRNA表达、DNA甲基化、miRNA表达、lncRNA调节、免疫特征、患者生存率和相关化学物。本文对shelterin的综合分析为理解shelterin生物学提供了丰富的资源，确定了shelterin在治疗癌症中的潜在作用。
全文链接：https://academic.oup.com/bib/article-abstract/22/5/bbaa441/6120315?redirectedFrom=fulltext
更多精彩文章，可关注生信人文章 - 生信人 (biosxr.cn)