APOBEC3突变特征与多种肿瘤类型的基因组不稳定性有关

APOBEC3 mutational signatures are associated with extensive and diverse genomic instability across multiple tumour types

APOBEC3突变特征与多种肿瘤类型中广泛而多样的基因组不稳定性有关

发表期刊：BMC Biol

发表日期： 2022 May 21

doi:10.1186/s12915-022-01316-0

期刊相关信息

一、背景

        APOBEC3（脂蛋白B mRNA编辑酶催化多肽3）酶组成了一个密切相关的胞苷脱氨酶家族，以单链DNA为目标，其特点是主要产生C>T突变，但在其偏好的序列背景上略有不同。APOBEC3的活性被认为对两个定义明确的单碱基对替换（SBS）突变特征负责，即SBS2和SBS13。APOBEC3酶的主要作用是限制病毒感染和逆转录基因的活性。尽管APOBEC3酶在细胞中具有明确的作用，但由于其对宿主基因组的脱靶效应，被认为是癌症发生和发展的潜在来源。APOBEC3A在细胞系统中过量表达会导致DNA断裂、DNA损伤反应和细胞周期停滞，而APOBEC3B会导致宿主基因组的碱基替换。APOBEC3s的致癌潜力在许多不同的癌症中都得到了突出，包括多发性骨髓瘤、乳腺癌、肺癌和尿路上皮癌

        以前的工作主要集中在使用外显子组测序数据在单个肿瘤类型中APOBEC3的影响。在这里，我们使用来自全基因组泛癌分析（PCAWG）数据集中来自39种不同肿瘤类型的2451个原发性肿瘤的全基因组测序数据来研究APOBEC3与基因组不稳定性（GI）之间的关系。

二、材料与方法

1.数据来源

        泛癌症全基因组分析（PCAWG）联盟提供的2451个白名单原发性肿瘤样本的全基因组测序；突变特征的分析是由PCAWG突变特征和过程工作组进行；在2451个白名单样本中，741个携带归于SBS2和SBS13的突变，这741个样本被用来计算APOBEC3 SNVs和非APOBEC3 SNVs之间的相关性

2.实验流程

(1)混合效应模型：使用'lme4'R软件包和'glmmTMB'R软件包创建混合效应模型；线性和混合效应模型的结果使用'Stargazer'R包和'texreg'R包；建立了三个混合效应模型来说明肿瘤类型对APOBEC3突变数量、年龄以及两者结合对非APOBEC3突变总数的影响；还建立了六个混合效应模型来研究APOBEC3突变的数量与调查的六个基因组不稳定性指标之间的关系

(2)生存分析

(3)基因组不稳定性：基因组不稳定性的特征在于染色体水平上的一系列不同变化。频繁改变包括插入、缺失、易位和结构变异的数量增加。通过调查基因组改变的比例（PGA）来评估倍体的变化，PGA描述了二倍体和全基因组重复的样本，分别偏离拷贝数2或4的基因组比例；评估了归属于INDEL签名ID6和ID8的插入和缺失（INDELS）的数量

(4)火山图：为了帮助可视化，并在估计效应大小时防止除以 0，在为携带 SBS2 和 SBS13 突变或不携带这些突变的每种肿瘤类型中的肿瘤计算的基因组不稳定性测量的中位数中添加了 1 的伪计数 ，除 PGA 外，在取中位数的比率之前。所有的统计分析都是对原始数据进行的，没有伪计数。

三、实验结果

01 - APOBEC3突变的数量与总突变负担相关

        作者研究了经典的APOBEC3突变（SBS2和SBS13）的数量与TMB之间的关系，不包括归属于SBS2和SBS13的突变。在2451个原发肿瘤中，发现有741个携带归属于APOBEC3突变特征的突变。携带APOBEC3突变的肿瘤在PCAWG数据集中的39种肿瘤类型中的26种被发现（图1），其突变负担明显高于不携带APOBEC3突变的肿瘤。此外，在22种肿瘤类型中，有14种的APOBEC3突变数量与TMB显著相关，其中至少有三个样本可用于计算Spearman相关性（图1）。在考虑到肿瘤类型的影响后，年龄和经典的APOBEC3突变的数量都是非APOBEC3 SNVs数量的重要预测因素（混合效应模型）。

图1    SBS2和SBS13突变的数量与非SBS2和SBS13突变之间的相关性

02 - APOBEC3突变的存在与基因组不稳定性增加有关

        以前有人认为，与APOBEC3突变数量增加相吻合的整体突变负担的增加可能是通过DNA修复酶对脱氨胞嘧啶的进一步处理而产生的，从而产生转座、转折和双链断裂（DSBs）。DSBs修复过程中的错误会导致突变，以及引起染色体重排。以APOBEC3突变的数量作为先前APOBEC3活动的一个指标，作者研究了它们对基因组不稳定性的多种措施的影响。

        作者用结构变异（SV）的数量、拷贝数（CN）段、拷贝数畸变（PGA）改变的基因组的百分比以及插入和缺失的数量作为衡量基因组不稳定性的指标。还研究了归属于INDEL特征6和8（ID6和ID8）的插入和缺失（INDELs）的数量。对于作者考虑的所有六个基因组不稳定性指标，携带APOBEC3突变的样本比没有APOBEC3突变的样本数值明显要高（图2）。

图2    SBS2和SBS13的存在对基因组不稳定性的影响

03 - APOBEC3突变的数量预测了多种肿瘤类型的基因组不稳定性水平

        作者构建了混合效应模型来研究APOBEC3突变的数量是否可以用来预测不稳定性指标的水平，同时考虑到了年龄和肿瘤类型。模型显示，携带APOBEC3突变的肿瘤在基因组上更不稳定，而且APOBEC3突变的数量与所有的基因组不稳定指标有关，除了ID6 INDELs的数量。年龄对INDELs总数和结构变异数有明显的预测作用。

图3    按肿瘤类型划分，SBS2和SBS13的存在对基因组不稳定性的影响

        比较给定肿瘤类型中六种测量中每种测量的中位数，突出了几个肿瘤类型，其中APOBEC3突变的存在对基因组不稳定性有很大的影响（图3）。当考虑到基因组不稳定性的个体测量时，24种肿瘤类型中的13种在APOBEC3突变的存在和基因组不稳定性的措施之间有显著的关联。具体来说，对于胰腺癌亚型（胰腺癌内分泌肿瘤（PAEN）和胰腺癌（PACA））、骨癌（BOCA）、肾脏乳头状细胞癌（KIRP）和恶性淋巴瘤（MALY）来说，在含有APOBEC3突变的肿瘤中，在多种衡量标准中观察到较高水平的基因组不稳定性。此外，乳腺癌（BRCA）、肺腺癌（LUAD）、肾脏透明细胞癌（KIRC）、肾脏嗜铬细胞癌（KICH）、胃腺癌（STAD）、子宫体内膜癌（UCEC）、肉瘤（SARC）和前列腺癌（PRAD）的基因组不稳定性的单一措施也有显著关联。当结合所有衡量基因组不稳定性的P值时，还有2种肿瘤类型，胆道癌（BTCA）和宫颈鳞状细胞癌（CESC），显示APOBEC3突变的存在与GI之间有明显的关联。

04 - APOBEC3突变和TP53突变的存在都会影响基因组的稳定性

        一些研究发现，APOBEC3蛋白活性与p53的活性密切相关，p53是APOBEC3B活性的负调控因子。此外，APOBEC3的活性也与TP53基因突变有关。为了进一步研究这种联系，作者建立了新的模型，增加了TP53改变的影响。

        在携带APOBEC3突变的肿瘤中，携带TP53错义或无义突变的比例（41.6%）明显高于不携带任何APOBEC3突变的肿瘤（19.9%）。携带TP53错义或无义突变的肿瘤也有较多的APOBEC3突变，以及较高的非APOBEC3突变负担。

        将肿瘤的TP53突变状态加入到上一节产生的混合效应模型中，表明TP53突变是预测基因组不稳定性指标的一个重要因素，但ID8 INDELs的数量除外。重要的是，APOBEC3突变的数量在整个过程中仍然是一个高度显著的预测因素，并且也成为ID6INDELs数量的一个显著预测因素。对于PGA，拷贝数片段数、结构变异数和 ID6 INDEL 数（包括模型中的 TP53）显著改善，但对于 INDEL 或 ID8 INDEL 总数没有明显改善。除了年龄对结构变异数的影响外，年龄对基因组不稳定性的测量的影响仍然不明显。

        作者构建了Cox比例风险模型与混合效应模型相结合，还研究了TP53突变和APOBEC3突变对总生存期的影响，并考虑到肿瘤类型的影响（CoxME模型）。当单独考虑APOBEC3突变的存在时，它对生存率没有明显的影响。然而，当包含TP53突变状态时，发现当TP53没有突变时，APOBEC3突变会增加风险比，而当APOBEC3突变不存在时，TP53突变会明显增加风险比，对两种情况下的生存都有负面影响。APOBEC3突变的存在和TP53突变之间的相互作用也是显著的，但风险比低于1，表明APOBEC3突变和TP53突变的共同存在会导致更好的生存结果。

05 - 非kataegis APOBEC3突变的数量与基因组不稳定性增加有关

        为了解决模型的结果是否可以归因于kataegis等过程，其中APOBECs作用于DNA损伤修复的单链DNA副产品，而不是导致链断裂本身，作者重建了模型，排除了归因于涉及APOBEC3突变的kataegis事件的SNVs。排除与kataegis相关的APOBEC3突变并没有明显地改变先前的结论。作者发现当考虑到TP53突变的影响时，APOBEC3突变的数量(不包括那些归因于kataegis的突变)仍然是衡量基因组不稳定性的一个重要预测因素。这表明，APOBECs可能在广泛和多样的基因组不稳定性的产生中发挥积极作用。

四、结论

        研究发现经典APOBEC3特征突变的数量与不同肿瘤类型的突变负担增加相关。此外，APOBEC3突变的数量是GI六种不同测量值的重要预测指标。两个GI测量（INDEL归因于INDEL签名ID6和ID8）强烈表明双链断裂的发生和容易出错的修复，并且当排除归因于kataegis的SNV时，APOBEC3突变与GI之间的关系仍然存在。

        研究还提供了支持癌症基因组进化模型的证据，其中APOBEC3通过双链断裂的产生在多样化和广泛的基因组不稳定性的发展中充当致病因素。这对携带APOBEC3突变的癌症的治疗方法具有重要意义，并挑战了APOBEC仅在单链DNA位点机会性地起作用的观点。