/

Biologia nowotworów odczytana z całych genomów

Dr Dominik Głodzik
Dr Dominik Głodzik 26 mar, 7 minut czytania

Genetyka i genomika raka to dziedziny nauki, w których podręczniki tracą aktualność niedługo po wejściu do druku. Pierwszy kompletny ludzki genom, wydatkiem miliardów dolarów, został opublikowany w 2001 roku. Z próbki raka pierwszy genom naukowcy odczytali w 2008 roku, lecz perspektywa małych grup badawczych i niedojrzałość technologii pozwalały jedynie na wyrywkowe obserwacje. Pomimo zapierającego dech w piersiach postępu technologii, aż do teraz musieliśmy czekać na badania kompletnych sekwencji DNA w raku, na skalę współmierną do ilości typów i podtypów nowotworów. Podręczniki po raz kolejny będą pisane od nowa.

Czasopismo „Nature” opublikowało w minionym miesiącu serię artykułów poświęconych całogenomowemu sekwencjonowaniu tkanek nowotworowych w ramach międzynarodowego konsorcjum „PCAWG” (Pan-Cancer Analysis of Whole Genomes) [1]. Badane próbki pochodzą od 2500 pacjentów z całego świata, z których przy pomocy sekwencjonowania nowej generacji (ang. next-generation sequencing, NGS) odczytano kompletne sekwencje genomowe. Dane pokazują różnorodność sekwencji DNA częstych nowotworów (np. rak piersi, prostaty płuc i jelita), a także rzadszych nowotworów (np. rak pęcherzyka żółciowego, szyjki macicy czy nowotwory mezenchymalne). Dzięki temu, że pacjenci udostępnili nauce także swoje próbki krwi, możemy być pewni, które mutacje w sekwencjach DNA są somatyczne, czyli specyficzne dla nowotworów. Wysoka jakość danych i szeroka grupa badanych pacjentów pozwalają szukać odpowiedzi na pytania, które od dawna nurtowały naukowców badających przyczyny powstawania raka.

Rysunek 1. Okładka czasopisma „Nature” z serią publikacji o kompletnych genomach raka

Dane całogenomowe z tysięcy nowotworów kryją między innymi odpowiedź na pytanie o znaczenie mutacji w tak zwanej „ciemnej materii genomu”. „Ciemna materia DNA” nie zawiera instrukcji do budowy białek, a stanowi aż 97-98% sekwencji DNA. Do tej pory w sekwencjach DNA nowotworów naukowcy poszukiwali głównie mutacji w niewielkim zbiorze genów, które pozwalają komórkom na nabywanie cech nowotworu. Od dawna podejrzewano jednak, choć brakowało na to wystarczających danych, że do powstania nowotworu mogą też prowadzić mutacje w promotorach czy wzmacniaczach genów, albo sekwencjach niekodujących RNA, tworzących wspomnianą już „ciemną materię genomu”. Na ile powyższe teorie znalazły potwierdzenie w danych opublikowanych w ostatnich przełomowych artykułach?

Badania wykazały, że mutacje powodujące raka w „ciemnej materii genomu” są ogólnie rzadsze (13%), niż te w DNA z instrukcjami budowy białek (87%) [2]. Pomimo tego, w pewnych genach częściej pojawiają się mutacje niekodujące, np. w genie TERT. Kodowany przez gen TERT enzym telomeraza pomaga w utrzymaniu odpowiedniej długości końcówek chromosomów, telomerów, tak, aby komórki nowotworowe mogły się dzielić w nieskończoność. Promotor genu TERT w szczególności gromadzi mutacje, które zwiększają ilość produkowanego białka. Ten sam gen bywa skrajnie aktywowany przez zmiany struktury chromosomów, które doczepiają gen do innych aktywnych elementów DNA. Taki mechanizm aktywacji genu TERT, a tym samym mechanizmów utrzymywania telomerów, jest szczególnie powszechny w czerniaku.

Rysunek 2 Wizualizacja genomu raka piersi

 

Naukowcy intensywnie szukali innych elementów „ciemnej materii DNA”, które, gdy ulegną mutacji, przyczyniają się do powstawania nowotworów. Przez zastosowanie analizy powtarzających się mutacji, znaleziono promotory, które, gdy zmutowane, zmieniają poziom ekspresji genów i przyczyniają się do powstawania nowotworów [2]. Kolejne geny odpowiedzialne za nowotwory zostały wskazane przez innowacyjne algorytmy [3]. Dla niektórych genów i mutacji, bogate dane pozwalają na opis ich efektu na funkcje komórki, ze szczegółami. Na przykład, zaburzenia ekspresji genów mogą być zmierzone jako efekt mutacji genów odpowiedzialnych za łączenie eksonów i wycinanie intronów, w tej samej próbce guza [4].

Transformację nowotworową, oprócz mniejszych mutacji punktowych, mogą powodować też mniej dokładnie scharakteryzowane rearanżacje, które kompletnie zmieniają strukturę i krajobraz całego chromosomu. Rearanżacje chromosomowe w wielu innych genach, poza wcześniej wspomnianym genem TERT, mogą wpływać na potencjał nowotworowy komórek. Dzieje się tak głównie za sprawą zmian struktury DNA (patrz przypis 1) przy pomocy rearanżacji, co w 14% przypadków skutkuje znaczącymi zmianami w ekspresji genów [5]. Kompletne dane genomowe zawierają informację o wszystkich rearanżacjach w nowotworze, a dodatkowo zastosowane inne technologie (patrz przypis 2) pozwalają odtworzyć mapy struktury chromosomów. Choć rzadsze i bardziej zakamuflowane, w „ciemnej materii DNA” kryją się dodatkowe mutacje odpowiedzialne za powstawanie nowotworów.

Pomimo zastosowania najnowszych algorytmów do analizy danych, a także imponującej ilości próbek (~2500), prawdopodobnie nie udało się wskazać wszystkich ważnych genów i typów mutacji. Symulacje wskazują, że w przyszłości, gdy w ramach szpitalnej diagnostyki wszystkie nowotwory będą sekwencjonowane, poznamy jeszcze więcej genów odpowiedzialnych za chorobę.

Kompletna sekwencja DNA ukazuje nie tylko poszczególne mutacje odpowiedzialne za powstanie nowotworu (jest ich prawdopodobnie kilka w każdym guzie), ale też tysiące innych mutacji, które opowiadają historię komórki, która dała początek guzowi. W szczególności, profil tysięcy mutacji w każdym genomie odzwierciedla to, na ile dobrze komórki nowotworowe radzą sobie z naprawą DNA. Profil ten odzwierciedla też czynniki, które uszkadzają DNA, np. promieniowanie ultrafioletowe w czerniaku, substancje rakotwórcze w dymie papierosowym, albo pęknięcia DNA, których szybko dzielące się komórki rakowe nie nadążają naprawiać. Analityczna dziedzina sygnatur mutacji (patrzy przypis 3) zajmuje się przyporządkowywaniem profili mutacji w genomie raka do mechanizmów mutagenezy. Oznacza to, że przy pomocy sygnatur mutacji możemy dla każdego pacjenta stwierdzić jaki mechanizm mutagenny doprowadził do mutacji w nowotworze. Na przykład, algorytmy potrafią odróżnić sygnaturę mutacji spowodowanych paleniem papierosów od sygnatury promieniowania UV.

Pośród wszystkich sygnatur, około połowa z nich ma znaną przyczynę. Przyczyn drugiej połowy wciąż jednak nie znamy. Innymi słowy, obecnie nie wiemy jakie procesy biologiczne albo czynniki środowiskowe tworzą ~50% rakotwórczych mutacji.

Całe genomy nowotworowe jasno ukazują mutagenne środowisko i uszkodzone mechanizmy naprawy DNA jako czynniki rakotwórcze. W publikacjach konsorcjum PCAWG badacze opisali nowe sygnatury i rozszerzyli narzędzia analityczne tak, by opisywały kolejne procesy mutagenezy, pośród innych, nieopisanych dotychczas typów mutacji. Najnowsze analizy genomów ukazują 67 sygnatur procesów odpowiedzialnych za powstawanie mutacji punktowych, a także 17 sygnatur niewielkich insercji i delecji [6]. Naukowcy dostrzegli nowe typy rearanżacji, nazwane „kopiuj-wklej” albo „wytnij-wklej” [7]. W szczególności, tzw. wstawienia szablonowe (patrz przypis 4), powodują zmiany chromosomów w raku szyjki macicy [7]. Wiele typów rearanżacji powiązanych jest z replikacją DNA, bądź z zaburzeniami w cyklu komórkowym w obecności uszkodzonego DNA [7]. Transpozycje elementów L1 to inny typ rearanżacji, który jest aktywny również w genomach raka. Jak wskazują ostatnie publikacje, somatyczne transpozycje L1 mogą eskalować w katastrofalne rearanżacje chromosomowe [8]. Analiza całych genomów raka rozszerzyła repertuar znanych sygnatur mutacji i mechanizmów powstawania mutacji.

Na całe chromosomy i na los komórek wpływa stopniowa utrata telomerów w starzejącym się organizmie. Poszczególne mechanizmy utrzymywania telomerów w komórkach, np. przez telomerazę TERT albo alternatywne przedłużanie telomerów, pozostawiają na genomach swoje odróżnialne sygnatury. Najnowsze badania pokazały, że odmienne metody utrzymywania chromosomów można odróżnić po długości samych telomerów w komórkach nowotworu, a także po częstości integracji sekwencji telomerowych do wewnętrznych części chromosomów [9].

Mutacje w DNA powinny być rozpatrywane w kontekście typu komórek, w których one się pojawiają. Komórki ludzkie, w różnych organach i tkankach, odróżniają się od siebie „otwarciem” albo „zamknięciem” części DNA, czyli zmianami w strukturze chromosomów. Takie zmiany organizacji chromosomów są specyficzne dla różnych tkanek, które tworzą organizm. Jak pokazują ostatnie publikacje, organizacja chromosomów jest odzwierciedlona w typach i pozycjach mutacji w genomach nowotworów. Mutageneza w różnych typach komórek jest na tyle zróżnicowana, że z genomów raka można odczytać jaki typ komórki daje początek danemu typowi choroby [10]. Naukowcy pokazali, że algorytmy przewidujące typ nowotworu na podstawie rodzajów i chromosomowych pozycji mutacji są dokładniejsze od tych stawianych przez patologów. W przypadku przerzutów, analiza genomów może się okazać praktyczną metodą identyfikacji rodzaju pierwotnego nowotworu. Taka klasyfikacja może być przydatna też w „ciekłych biopsjach”, które na podstawie śladowych ilości DNA nowotworu krążącego we krwi powinny wskazywać nie tylko na obecność choroby nowotworowej, ale też lokalizację anatomiczną guza.

Najwięcej kontrowersji wzbudziła publikacja o „archeologii raka” na podstawie analizy całych genomów [11]. Artykuł stawia tezę, że analiza tysięcy mutacji w każdym genomie pozwala odkryć kolejność wydarzeń w procesie nowotworzenia. Taka analiza wskazuje na to, które mutacje pojawiły się na wczesnym etapie powstawania nowotworu, a które na późnym. Można to ustalić dzięki wykorzystaniu tzw. molekularnego zegara, na podstawie mutacji gromadzących się z każdym podziałem komórki. Ta metoda pozwala na umieszczenie wszystkich mutacji na swoistej osi czasu. Najbardziej szokujący wniosek z publikacji to stwierdzenie, że wczesne mutacje w genomach komórek mogą się pojawiać nawet na wiele dekad przed diagnozą choroby onkologicznej, co wskazuje na możliwość wczesnej detekcji niektórych nowotworów. Wniosek taki jest właściwy, jeśli opisany zegar molekularny rzeczywiście tyka równomiernie, a nie przyśpiesza albo zwalnia na różnych etapach życia organizmu. Choć kontrowersyjna, publikacja ta daje początek nowej dziedzinie analitycznej – „archeologii raka”.

Jak pokazują publikacje konsorcjum PCAWG, całe genomy nowotworowe kryją bardzo wiele informacji o biologii choroby. Naukowcy pokazali przykłady na to, że ciemna materia ludzkiego DNA przyczynia się w do powstawania nowotworu. Poza odpowiedzią na to najbardziej dręczące pytanie, publikacje opisują szereg nowych narzędzi analitycznych. Narzędzia te pozwalają z kompletnych sekwencji DNA wyciągnąć zaskakujące wnioski, między innymi jakie czynniki środowiskowe powodują raka i na ile proces nowotworzenia jest przyspieszany przez niesprawną naprawę DNA. Analizy genomów i modeli mutacji wkrótce pozwolą lepiej klasyfikować przerzuty i wcześniej wykrywać nowotwory. Już niedługo informacje odkodowane z DNA nowotworów przełożą się na dokładniejszą diagnostykę onkologiczną dla pacjentów.

 

Przypisy:

  1. ang. TAD (Topologicaly Associated Domains) – część choromosomu wchodząca ze sobą w fizyczne interakcje
  2. ang. HiC – metoda pozwalająca ocenić strukturę chromatyny oparta na sekwencjonowaniu
  3. ang. mutational signatures – sygnatury procesów mutagennych pozostawione na DNA i metody analityczne do ich odczytywania
  4. ang. „templated insertions” – wstawienia szablonowe. Jest to nowo odkryte zjawisko, zatem polską nazwę nadałem przy pisaniu tego artykułu

 

Źródła:

[1] The, I.C.G.C., of Whole, T.P.C.A. and Genomes Consortium, 2020. Pan-cancer analysis of whole genomes. Nature578(7793), p.82.

[2] Rheinbay, E., Nielsen, M.M., Abascal, F., Wala, J.A., Shapira, O., Tiao, G., Hornshøj, H., Hess, J.M., Juul, R.I., Lin, Z. and Feuerbach, L., 2020. Analyses of non-coding somatic drivers in 2,658 cancer whole genomes. Nature578(7793), pp.102-111.

[3] Paczkowska, M., Barenboim, J., Sintupisut, N., Fox, N.S., Zhu, H., Abd-Rabbo, D., Mee, M.W., Boutros, P.C. and Reimand, J., 2020. Integrative pathway enrichment analysis of multivariate omics data. Nature communications11(1), pp.1-16.

[4] Calabrese, C., Davidson, N.R., Demircioğlu, D., Fonseca, N.A., He, Y., Kahles, A., Lehmann, K.V., Liu, F., Shiraishi, Y., Soulette, C.M. and Urban, L., 2020. Genomic basis for RNA alterations in cancer. Nature578(7793), pp.129-136.

[4] Paczkowska, M., Barenboim, J., Sintupisut, N., Fox, N.S., Zhu, H., Abd-Rabbo, D., Mee, M.W., Boutros, P.C. and Reimand, J., 2020. Integrative pathway enrichment analysis of multivariate omics data. Nature communications11(1), pp.1-16.

[5] Akdemir, K.C., Le, V.T., Chandran, S., Li, Y., Verhaak, R.G., Beroukhim, R., Campbell, P.J., Chin, L., Dixon, J.R. and Futreal, P.A., 2020. Disruption of chromatin folding domains by somatic genomic rearrangements in human cancer. Nature Genetics52(3), pp.294-305.

[6] Alexandrov, L.B., Kim, J., Haradhvala, N.J., Huang, M.N., Ng, A.W.T., Wu, Y., Boot, A., Covington, K.R., Gordenin, D.A., Bergstrom, E.N. and Islam, S.A., 2020. The repertoire of mutational signatures in human cancer. Nature578(7793), pp.94-101.

[7] Li, Y., Roberts, N.D., Wala, J.A., Shapira, O., Schumacher, S.E., Kumar, K., Khurana, E., Waszak, S., Korbel, J.O., Haber, J.E. and Imielinski, M., 2020. Patterns of somatic structural variation in human cancer genomes. Nature578(7793), pp.112-121.

[8] Rodriguez-Martin, B., Alvarez, E.G., Baez-Ortega, A., Zamora, J., Supek, F., Demeulemeester, J., Santamarina, M., Ju, Y.S., Temes, J., Garcia-Souto, D. and Detering, H., 2020. Pan-cancer analysis of whole genomes identifies driver rearrangements promoted by LINE-1 retrotransposition. Nature genetics52(3), pp.306-319.

[9] Sieverling, L., Hong, C., Koser, S.D., Ginsbach, P., Kleinheinz, K., Hutter, B., Braun, D.M., Cortés-Ciriano, I., Xi, R., Kabbe, R. and Park, P.J., 2020. Genomic footprints of activated telomere maintenance mechanisms in cancer. Nature communications11(1), pp.1-13.

[10] Jiao, W., Atwal, G., Polak, P., Karlic, R., Cuppen, E., Danyi, A., de Ridder, J., van Herpen, C., Lolkema, M.P., Steeghs, N. and Getz, G., 2020. A deep learning system accurately classifies primary and metastatic cancers using passenger mutation patterns. Nature communications11(1), pp.1-12.

[11] Gerstung, M., Jolly, C., Leshchiner, I., Dentro, S.C., Gonzalez, S., Rosebrock, D., Mitchell, T.J., Rubanova, Y., Anur, P., Yu, K. and Tarabichi, M., 2020. The evolutionary history of 2,658 cancers. Nature578(7793), pp.122-128.

Podziel się: