胰腺癌是全世界癌症相关死亡的主要原因之一，这与其预后极差有关。胰腺癌患者通常确诊时多为晚期，大多数临床肿瘤治疗手段效果甚微。目前阻碍胰腺癌诊断和治疗改进的主要障碍之一是胰腺癌分子改变的全景图谱还不清晰。因此，迫切需要对胰腺癌的分子变化图谱进行刻画，以便发现早期诊断的生物标志物和临床干预的潜在靶点。在本研究中，作者对来自36个不同胰腺癌细胞系（pancreatic cancer cell lines,PCCLs）的多层次组数据进行了整合分析，发现PCCLs是可以很好反应原发性胰腺肿瘤的主要基因组改变。根据mRNA表达模式将PCCLs分为2个亚组，并通过miRNA和蛋白质表达对其进行进一步的验证。根据与PCCL亚组相关的表达模式，可以将肿瘤患者样本进一步分为3个亚组。通过进一步整合药物敏感性数据，确定了不同亚组中胰腺癌细胞对不同抗肿瘤药物的敏感性差异。本研究结果将有助于全面了解胰腺癌的分子改变，并提出潜在的靶向治疗候选方案以推动胰腺癌患者精准诊疗的临床实践。
这一成果近期发表在Cell Press伙伴期刊Molecular Therapy-Nucleic Acids上，文章第一作者为宋利斌、祁思敏、胡崴、方智校，通讯作者为上海交通大学附属第一人民医院李胜利研究员，中国科学院基础医学与肿瘤研究所覃江江研究员，以及复旦大学附属肿瘤医院刘鲁明教授。
研究结果
1. PCCL可以反应原发胰腺癌基因组突变特征
为了系统地检查PCCL是否保留原发性胰腺肿瘤样本中发生的主要基因组改变，作者首先分析了36个PCCL的基因组突变。结果显示， PCCL再现了原发性胰腺癌样本中的主要基因组突变。此外，对基因组突变的共现性和互斥性的分析为胰腺癌患者的治疗策略提供了依据。
结果解读：
A. 在36个PCCL和来自癌症基因组图谱 (TCGA) 胰腺癌队列的769个原发性胰腺肿瘤样本之间比较了癌症驱动基因的突变频率。其中，53.3%的癌症驱动基因在PCCLs与原发性胰腺肿瘤（如KRAS、SMAD4和CDKN2A）之间的突变频率没有差异。还有一部分癌症驱动基因在PCCL中表现出显著差异，如TP53、ARID1A和EP300。
B. PCCL中36个癌症驱动基因的大多数存在错义突变。
C．癌症中的许多致病基因显示出共现或互斥突变模式。通过分析，作者在TCGA胰腺癌患者队列中确定了87个共现基因对和6个互斥基因对。在胰腺癌患者队列中，KRAS和BRAF明显相互排斥，这可能是由于KRAS和BRAF共突变引起细胞的快速死亡所致。依据该结果作者提出了一种潜在的治疗方案，即在BRAF突变患者中使用靶向KRAS的药物或在KRAS突变患者中使用靶向BRAF的药物可能是一种有效的临床干预策略。
D．在PCCL中观察到的基因组突变共现性和互斥性事件要少得多，检测到20对共现基因对和4对互斥基因对。作者推测可能是由于PCCL的数量相对较少，没有涵盖全部胰腺癌亚型。
2. 根据转录组mRNA表达图谱将PCCLs分为两个亚组
来自不同癌症亚型的样本通常具有不同的分子特征。作者首先探索了PCCLs中mRNA的表达模式。采用无监督共识聚类算法对36个PCCL进行聚类分析。
结果解读：
A. 在K=2时获得最佳聚类效果，PCCL分为2个亚组，即C1和C2亚组。
B. 对两个亚组之间差异表达的基因进行了功能富集分析。分析揭示了这两个亚组不同的多种生物学过程，包括上皮细胞增殖调控。
C. 在分化、免疫、血管生成、上皮和增殖相关的基因表达模式中2个胰腺癌亚组之间存在显著差异。C1亚组主要与“分化”相关，表明C1细胞系更具上皮特征，其特征是分化相关标记基因高表达，如FAM65B和RBM24。然而，C2亚组的PCCL表现出其他分子特征，如“免疫”、“转移/血管生成”、“转移/上皮”和“增殖”。
D. 比较2个PCCL亚组的生物学特征中基因的平均表达水平。
3. miRNA表达模式与PCCLmRNA分组高度相关
为了进一步检验PCCLmRNA表达亚组，作者分析了36个PCCL中734个miRNA的表达谱。采用表达水平差异最大的前200个miRNA进行无监督共识聚类分析。结果显示PCCLs中miRNA和mRNA表达模式之间存在密切联系。
结果解读：
A. 在K=2时表现出最佳聚类效果，其中36个PCCL被分为2个亚组。
B. 将PCCL中miRNA亚组匹配到mRNA亚组。基于miRNA表达的分组与mRNA表达亚组高度一致，只有4个细胞系例外。
C. 进一步比较2个亚组之间的miRNA表达水平，发现C1亚组中有2个上调miRNA，C2亚组中有12个下调miRNA。
4. 蛋白质谱重现PCCLmRNA表达亚组
作者进一步分析36个PCCL中214个蛋白质的表达谱，以表征蛋白质特征。分析显示，不同mRNA亚组具有胰腺癌的不同分子特征，这可能有助于胰腺癌患者的分类管理和精确治疗的临床实践。
结果解读：
A. PCCL根据蛋白质水平分为2个亚组，其中只有3个细胞系与mRNA表达亚组存在差异。
B. 差异分析显示16个不同蛋白质在PCCLs的C1和C2亚组之间表现出显著差异（C2亚组中有9个上调和7个下调蛋白质）。
C. 差异蛋白在C1和C2亚组中表达情况。
D. 进行相关分析以检查这些差异蛋白在PCCL中的协同表达。有趣的是，大多数差异蛋白在36个PCCL中表现出显著的正相关或负相关。
E．基于蛋白质对之间的协同调节关系，进一步构建了蛋白质相互作用网络。结果显示36个PCCL之间存在显著的正（红色实线）或负（蓝色虚线）蛋白质相关性。
5. PCCL亚组具有临床意义
为了进一步探讨PCCL亚组的临床意义，将来自TCGA胰腺癌（PAAD）队列的胰腺癌样本映射到相应的PCCL亚组。结果表明，PCCL的亚组分类具有显著的临床意义，并可能促进胰腺癌患者更有效的分类临床治疗。
结果解读：
A. PAAD肿瘤样本根据其与PCCLs的表达相关性分为三个亚组。在C1亚组中，12个肿瘤样本显示出与PCCLs最相似的表达谱，而在C2亚组中，90个样本的表达谱高度相关。此外，部分肿瘤样本（n=75）表现出C1和C2亚组的混合表达模式，这些亚组被指定为C3亚组。
B. 来自C1亚组（如TCGA-2J-AABP）的肿瘤样本与C1亚组中的细胞系具有最高相关性，而C2亚组（如TCGA-FBA545）中的肿瘤样本与C2细胞系具有较高的相似性。C3肿瘤样本（如TCGA-IB-A5SQ）与C1和C2亚组的细胞系高度相关。
C. C1亚组的肿瘤样本的CD4原始细胞浸润率明显高于C2和C3亚组。此外，C2亚组中的肿瘤样本比C1和C3亚组中的肿瘤样本有更高的单核细胞浸润。
D. Kaplan-Meier分析显示，不同亚组之间的生存时间存在显著差异。
6. 整合分析确定了PCCLs抗肿瘤药物敏感性相关的分子特征
为了最大限度地利用PCCLs中的多组学数据，作者进一步整合抗肿瘤药物敏感性数据，探索分子特征在胰腺癌精准治疗中的应用。确定了与药物敏感性相关的分子特征，为胰腺癌的精准治疗提供了潜在的策略。
结果解读：
A. 比较两个亚组中细胞系对497种抗肿瘤药物的敏感性，确定了13种药物在不同PCCL亚组中具有不同的敏感性。总的来说，C2亚组中有2种药物表现出更高的敏感性，而C1 PCCL对11种药物更为敏感。
B. Sirtuin亚型SIRT1的小分子激活剂SRT-1720在C2 PCCLs中表现出显著更高的敏感性。C1亚组的胰腺细胞对另一种小分子间变性淋巴瘤激酶（ALK）抑制剂NVP-TAE684更敏感。
C. 探讨基因组突变与药物敏感性之间的关系，用于区分对抗肿瘤药物具有不同敏感性的肿瘤细胞。具有CDKN2A突变的胰腺癌细胞对阿霉素、长春新碱、伊马替尼、阿西替尼、舒尼替尼、伦伐替尼和博司替尼等药物的敏感性更高。
D. TP53突变的PCCLs比野生型TP53的PCCLs对西罗莫司、地塞米松和凡达替尼更敏感。
E. SMAD4突变的PCCL对伐地昔布和奥沙利铂高度敏感。
总结和展望
在该研究中，作者从细胞系的角度提供了胰腺癌分子改变的最广泛图谱，对理解胰腺癌分子病理有很大的帮助。分别使用mRNA、miRNA和蛋白质表达对PCCLs进行分类。基于miRNA或蛋白质表达的亚组与基于mRNA表达的亚组表现出高度一致性。结果表明，mRNA表达足以捕捉不同亚组之间的主要分子生物学差异。不足的是，当前的研究中仅纳入了36个PCCL，这可能不足以反映原发性胰腺癌的整体异质性。覆盖更多PCCL将提供相对更全面的分子特性描述。
与其他研究不同的是，该研究亚组分类基于细胞转录组活性。本研究中的分类将有助于生物学功能和临床前精准用药研究。进一步将胰腺癌样本映射到PCCL，并将肿瘤样本分为3个不同的亚组。这些来自不同亚组的患者表现出不同的免疫浸润和临床预后，这表明需要对不同亚组患者采用更有效精准的临床治疗策略。需要来自多个医疗中心的大型胰腺癌队列来探索作者的亚组分类的潜在临床效用。此外，作者还进行了综合分析，以探讨PCCL不同亚组的药物敏感性差异。并鉴定出对抗癌药物有明显不同敏感性的细胞系。这些发现为探索更加精准的胰腺癌患者管理和治疗策略铺平了道路。总之，作者的研究通过PCCLs描述了胰腺癌患者的分子特征，并将加速胰腺癌患者精准治疗的发展。