《细胞》：不吸烟人群的肺癌果然大不同！

记得在我们之前写的吸烟和肺癌相关文章的留言区，总会有读者问，“不吸烟的人为什么会得肺癌呢？”

确实，作为全世界最常见的恶性肿瘤，肺癌的发生主要是因为吸烟[1]，禁烟能让肺癌的发生率大幅下降[2]。

然而，在咱们东亚地区，有很多肺癌患者从不吸烟，尤其是女性患者。遗憾的是，诱发不吸烟人群患肺癌的环境因素，以及它们的致癌机制目前仍不太清楚[3]。不仅如此，我们甚至对非吸烟者肺癌的分子特征都没有深入地了解。

前不久，由中国和英国科学家领衔的研究团队，在顶级期刊《细胞》上发表重要研究成果，他们首次对东亚地区不吸烟肺腺癌患者的蛋白基因组（proteogenomic）图谱做了深入地分析，揭开了早期肺腺癌的独特驱动因素和生物标记，以及性别相关的差异[4]。

这项重要的新研究成果显示，非吸烟者的肺癌与吸烟者的肺癌是一种不同且独特的疾病，并且很可能对靶向药物表现出不同的反应[5]。

▲ 论文截图

为了搞清楚东亚地区肺腺癌的蛋白基因组学特征，研究人员在中国台湾收集了103名未经治疗的肺腺癌患者肿瘤组织和肿瘤周围正常组织（NATs）的信息，包括全外显子测序、RNA测序、蛋白质组学和磷酸化蛋白质组学数据。

咱们先一起来看看103名患者的基本特征：58%是女性，83%不抽烟，中位年龄是63岁。从肿瘤的类型和分期来看，89%的肺腺癌，80%的肿瘤处于IA和IB早期阶段。

再来看看整体的数据。在91名肺腺癌患者的肿瘤组织中，鉴定出23145个非同义体细胞单核苷酸变异（SNVs）。在转录组水平上，共量化了30155个RNA。在蛋白组水平上，超过10000个独特的蛋白质和20000个磷酸酶被量化。

和预期的一样，EGFR突变发生在大多数患者中（85%），其次是TP53（33%）和RBM10（20%）的突变。不过，本研究涉及的队列和TCGA（癌症基因组图谱）队列之间SNV的总体比例不同，在本队列中胞嘧啶到胸腺嘧啶（C>T）的突变最常见，而TCGA队列中吸烟相关的胞嘧啶到腺嘌呤（C>A）突变最常见。

▲ 本研究队列患者的基因突变情况

此外，让研究人员感到意外的是，在本研究涉及的队列中，C>A突变在吸烟和不吸烟人群中没有显著差异。

还有一个值得注意的是，RBM10和EGFR-L858R突变在女性患者中频繁发生，且RBM10突变在年龄较大的女性中更为普遍；而KRAS和APC在男性患者中经常发生突变。在有吸烟史的患者中，KRAS和ATM是常见的突变。

▲ 不同性别、年龄段和吸烟状态下的基因变异差异

进一步分析发现，除了预期的EGFR和KRAS突变之间存在相互排他性之外[6]，RBM10突变与TP53、KRAS、XIRP2和ZNF804B突变也相互排他。这些突变频率高的突变排他性的存在，可能表明它们之间存在新的合成致死性，或者存在独特的克隆进化[7]。这为新药研发提供了新的思路。

如果拿本研究队列和TCGA比较的话，重要基因突变的频率存在很大的差异。例如，在本研究中，排名靠前的基因突变集中在EGFR、RBM10和RNF213，而TCGA队列中KRAS突变发生的频率更高。这些结果表明东亚地区从不吸烟肺腺癌患者的基因组与TCGA存在差异。

那么不吸烟的肺腺癌患者体内的基因突变到底是如何产生的呢？换句话说，这些突变是受哪些内因或者外因调控呢？

研究人员基于非负矩阵分解（NMF）算法[8]对本研究队列的基因变异做了进一步的分析，确定了5个突变谱。

▲ 5个突变谱的基本状况

有了这个突变谱，我们就能一窥这些突变的可能来源。其中5-甲基胞嘧啶的脱氨、APOBEC胞嘧啶脱氨酶、烟草诱变剂暴露，以及二苯并[a,j]吖啶（DBAC）与本队列的突变特征匹配的最好。也就是说，不吸烟肺腺癌患者肿瘤内的突变来源，与上面4个因素密切相关。

此外，烷基化剂二甲基肼（DMH），以及1,8-二硝基芘（1,8-DNP）诱变的特征也与本研究队列的突变有一定的匹配度。

引起研究人员注意的是DBAC和1,8-DNP，其中DBAC是有机物不完全燃烧产生的多环芳烃（PAHs），而1,8-DNP（Nitro-PAH）出现于燃烧颗粒物中，这两种印迹在本队列中也有独特的富集。该结果与之前的流行病学证据一致[9，10]，说明这两类致癌物在亚洲地区的暴露风险较高。

▲ 非小细胞肺癌的癌细胞

由于在本队列中胞嘧啶到胸腺嘧啶（C>T）的突变最常见，因此研究人员将研究重点放在了APOBEC诱发的突变特征上。

APOBEC，中文叫做载脂蛋白B mRNA编辑酶催化多肽，是一个大家族，它们是一类高效的胞苷脱氨酶，可对单链DNA和RNA上的胞苷有脱氨基作用。

为了将APOBEC突变特征与临床联系起来，研究人员根据富集分数将患者分为高APOBEC突变特征组和低APOBEC突变特征组。在本研究队列中，高APOBEC突变特征患者占比44%，且在女性中占比较高（57%），男性相对较低（25%）。

值得注意的是，与低APOBEC突变特征和EGFR激活突变的女性相比，具有高APOBEC突变特征和野生型EGFR的女性更年轻，平均年龄分别为66.3岁和52.9岁。

▲ 不同APOBEC状态的基本特征

具体而言，高APOBEC突变特征存在于74%的年轻女性（≤60岁）和所有无EGFR突变的女性中，而男性患者中没有观察到类似的趋势。在TCGA队列中没有观察到性别或年龄特异性差异。

▲ APOBEC特征在不同基因型、年龄人群中的占比

基于以上研究结果，研究人员认为，对于早发、且非吸烟的肺腺癌女性而言，APOBEC突变特征有潜在和独特贡献。

对TCGA队列的生存分析显示，低APOBEC突变特征与所有患者（p = 0.014）、所有女性患者（p = 0.005）和无EGFR激活突变的女性患者（p = 0.017）的总生存期延长都相关。

然而，从接受联合免疫疗法（PD-1和CTLA-4）治疗的晚期非小细胞肺癌队列来看，高APOBEC突变特征与无进展生存期略微延长相关，这种相关性显著[11]。这也意味着APOBEC突变特征有望成为免疫治疗疗效预测的标志物。

▲ APOBEC与临床预后的关系

研究人员还将前述5个突变谱相关的基因变异对应到染色体上。他们发现，致癌标志富集的染色体区域与TP53、ERBB2、MYC和APC等致癌基因或肿瘤抑制基因的位置重叠。

例如，EGFR基因的大本营7p染色体、TP53所在的17p染色体和RB1所在的13q染色体上富集Nitro-PAHs相关突变特征；而KRAS所在的12p染色体上富集了PAHs和烷化剂相关突变特征。至于这种相关性是不是驱动癌症的关键因素，还有待进一步的研究。

▲ 5个突变谱特征在染色体上的分布

研究人员还分析了上述各种致癌因素对细胞功能的影响。

携带有PAH或nitro-PAHs相关突变特征的肿瘤，在化学致癌物的代谢和解毒相关的通路显著富集。而nitro-PAHs和亚硝胺类肿瘤，以DNA修复、ERBB/MAPK通路和TLR/RIG-1 T细胞信号传导为主，这些信号传导可能与肿瘤的启动、细胞增殖、上皮细胞-间充质转化（EMT）和早期致癌的免疫调节有关。

▲ 自身和外界致突变因素对下游信号通路之间的关系

在随后的研究中，研究人员还尝试分别基于蛋白组、转录组和磷酸化蛋白质组数据，将患者肿瘤分成不同的分子亚型。初步研究发现，基于蛋白组的分子分型具有一定的临床意义。

还有一个值得关注的现象是，一些不吸烟的早期肺腺癌与吸烟的晚期肺腺癌展现出了相似的生物学特性。根据以上研究结果，研究人员认为，基于蛋白组数据的分子分型的临床意义，超越了临床分期和基因组驱动突变的分型。

在论文的最后，研究人员表示，他们还找到了一个有潜力作为非小细胞肺癌早期检测和治疗的生物标志物MMP11，有必要在更大的队列中进一步验证。

▲ 本研究的主要研究成果

总的来说，在本研究中，研究人员通过对肿瘤和肿瘤周边的健康组织深入的分析，首次提出了东亚肺腺癌的蛋白基因组学图谱，找到了非吸烟肺腺癌的可能自身和环境驱动因素，揭示了早期肺腺癌进展的分子特征，对东亚地区非吸烟肺癌的精准治疗有一定的促进作用。

 

参考资料：

[1].Bach P B. Smoking as a factor in causing lung cancer[J]. Jama, 2009, 301(5): 539-541.

[2].Siegel R L, Miller K D, Jemal A. Cancer statistics, 2019[J]. CA: a cancer journal for clinicians, 2019, 69(1): 7-34.

[3].Jemal A, Miller K D, Ma J, et al. Higher lung cancer incidence in young women than young men in the United States[J]. New England Journal of Medicine, 2018, 378(21): 1999-2009.

[4].Chen Y J, Roumeliotis T I, Chang Y H, et al. Proteogenomics of Non-smoking Lung Cancer in East Asia Delineates Molecular Signatures of Pathogenesis and Progression[J]. Cell, 2020, 182(1): 226-244. e17.

[5].https://www.icr.ac.uk/news-archive/lung-cancer-in-non-smokers-likely-to-respond-differently-to-treatment

[6].Suda K, Tomizawa K, Mitsudomi T. Biological and clinical significance of KRAS mutations in lung cancer: an oncogenic driver that contrasts with EGFR mutation[J]. Cancer and Metastasis Reviews, 2010, 29(1): 49-60.

[7].Hua X, Hyland P L, Huang J, et al. MEGSA: A powerful and flexible framework for analyzing mutual exclusivity of tumor mutations[J]. The American Journal of Human Genetics, 2016, 98(3): 442-455.

[8].Brunet J P, Tamayo P, Golub T R, et al. Metagenes and molecular pattern discovery using matrix factorization[J]. Proceedings of the national academy of sciences, 2004, 101(12): 4164-4169.

[9].Jakszyn P, González C A. Nitrosamine and related food intake and gastric and oesophageal cancer risk: a systematic review of the epidemiological evidence[J]. World journal of gastroenterology: WJG, 2006, 12(27): 4296.

[10].Yan D, Wu S, Zhou S, et al. Characteristics, sources and health risk assessment of airborne particulate PAHs in Chinese cities: A review[J]. Environmental Pollution, 2019, 248: 804-814.

[11].Hellmann M D, Nathanson T, Rizvi H, et al. Genomic features of response to combination immunotherapy in patients with advanced non-small-cell lung cancer[J]. Cancer cell, 2018, 33(5): 843-852. e4.