查看更多
密码过期或已经不安全,请修改密码
修改密码壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
标题:Intratumoral microbiome promotes liver metastasis and dampens adjuvant imatinib treatment in gastrointestinal stromal tumor
探索胃肠道间质瘤(Gastrointestinal Stromal Tumor, GIST)肝转移(Liver Metastasis, LM)长期预后的决定因素是至关重要的。我们通过手术标本建立了肿瘤内微生物组的特征选择模型,在发现队列(n=74)和验证队列(n=34)中分别实现了0.953和0.897 AUCs的稳健预测精度。值得注意的是,尽管伊马替尼辅助治疗(Adjuvant Imatinib, AI)显著降低了LM的发生率,但瘤内微生物组对术后LM的独立作用更强。采用16S和全长rRNA测序,我们确定细胞内希瓦氏菌(S. algae)是AI和非AI治疗患者中最重要的LM危险因素。实验验证确定了S. algae在GIST肿瘤内的存在,以及对GIST细胞的迁移/侵袭促进作用。此外,在转移小鼠模型中,S. algae促进LM并抑制AI治疗疗效。我们的研究结果发现在术中可纳入肿瘤内微生物组评估,并提出S. algae作为GIST中抑制肝转移的治疗靶点。
伍小军、李伟豪、肖斌毅
中山大学附属肿瘤医院
尽管高、中危险度的GIST患者可从术后辅助伊马替尼治疗中获益,但仍有相当比例患者在治疗2-3年内会出现疾病进展及复发。肝转移是GIST最常见的疾病进展模式,导致78%的GIST患者死亡。现存的危险度分级仍有待进一步完善,以达到更加精准分层及诊治。肿瘤内微生物组对肿瘤的发生发展起到重要的作用,于是本文研究者探究了GIST肿瘤内微生物组与术后肝转移及伊马替尼治疗的关系。
通过收集未经治疗的手术切除新鲜GIST组织并进行16S rRNA基因的V3-V4区域扩增子Pacbio SMRTCell测序,采用机器学习算法进行特征选择,筛选并构建了微生物组特征的GIST肝转移预测模型(LM富集属)。在训练队列中(队列1),该预测模型具有0.953曲线下面积(AUC)的高准确性(95% CI: 0.906-1)。在验证队列(队列2)的交叉验证中,该模型获得了0.897 (95% CI: 0.780-1) AUC。LM富集属(SLEG)具有独立的促进LM的预测作用。同时SLEG对于预测GIST术后风险分层也具有显著出色的预测作用,与是否接受AI治疗无关。最终,研究者还鉴定了其中作用最为关键的菌属-希瓦氏菌(Shewanella algae, S. algae),并在体内外水平证实S. algae通过促进GIST细胞迁徙和侵袭能力进而促进肝转移及伊马替尼治疗抵抗。
本研究通过高通量测序及生信分析探索并鉴定了促进GIST肝转移及伊马替尼治疗抵抗的瘤内微生物组,为预后分层、治疗应用提供了潜在的新靶点、新策略。美中不足的是对于S. algae究竟如何促进GIST细胞迁徙和侵袭能力的机制研究并不完善,需要进一步深入探究。肿瘤内微生物组通过多种机制影响肿瘤的发展,包括:促进炎症反应、代谢产物的影响、改变肿瘤微环境、影响肿瘤血管生成、改变基因组不稳定性、与肿瘤细胞的直接相互作用、微生物组与肿瘤细胞的共同进化等。因此,进一步的研究是必要的,以充分理解其相互作用并开发新的治疗策略。这篇研究借助肿瘤内微生物组这一研究热点,整体设计严谨,为我们GIST研究带来了新的研究思路和观点。
来源:北京大学肿瘤医院消化内科
查看更多