作者:孙翌朔,张伟,首都医科大学附属北京天坛医院神经外科
脑
基于胶质瘤显著的分子异质性,传统组织学分型已无法满足精准治疗的需求;病理学诊断亦无法获得患者的药物敏感性信息;同时,胶质瘤微环境极为复杂,削弱传统标准治疗和免疫治疗效果,上述诸多问题进一步限制肿瘤精准治疗的发展。故深入解析胶质瘤的分子生物学特征以发现新药靶点和治疗策略成为近年研究重点。
多组学技术(multiomics technologies)主要通过整合基因组学、转录组学、蛋白质组学、代谢组学等多层次生物学信息,全面揭示生物体内复杂的分子生物学特征,其快速发展为胶质瘤研究提供了新的视角。通过整合不同组学数据,可以更全面地理解胶质瘤的分子生物学特征,促进新型靶向药物和免疫治疗策略的研发,最终提高患者生存率和生活质量;还可以在更微观水平观察胶质瘤的特定状态及其与肿瘤微环境(TME)的复杂关系。
本文拟重点介绍近年多组学技术包括基因组学、转录组学、蛋白质组学、代谢组学等在胶质瘤遗传变异、基因表达、蛋白质功能、代谢重编程等方面的重要发现,以辅助胶质瘤的分子生物学机制、耐药性和肿瘤微环境的复杂性研究,并为新药靶点的挖掘、精准治疗策略的制定,以及药物筛选提供重要支持。
1.基因组学
随着分子医学的快速发展,尤其是2000年人类基因组计划(HGP)完成初步测序,以及2010年前后肿瘤基因组学图谱计划(TCGA)等大规模研究对肿瘤关键驱动基因和分子分型的揭示,胶质瘤研究进入分子医学时代。基于对不同胶质瘤类型遗传、转录及表观遗传学特征的深入解析,2021 年《WHO 中枢神经系统肿瘤分类(第五版)》依据组织学和分子生物学特征,将胶质瘤划分为不同分类和分子亚型,该分类体系不仅体现了对胶质瘤更深刻的理解,也突显了分子生物学特征在治疗策略制定和预后评估中的关键地位。其中基因组学研究揭示胶质瘤多种关键驱动基因和突变谱,为探索疾病发病机制和开发新疗法提供重要线索。
随着基因检测技术的飞速发展和成本的不断降低,研究者对胶质瘤关键基因组事件的认识进一步深化,并借此为新药研发与精准治疗提供更多可能。在低级别胶质瘤中,除1p/19q
由此,先进的基因组学技术在药物研发领域取得巨大进展。成簇的规律间隔的短回文重复序列(CRISPR)技术通过基因编辑手段实现大规模功能基因的筛选,有助于识别关键药物靶点,其高特异性和高效率成为基因组学研究中的重要技术。2023年的一项临床前研究利用全基因组CRISPR 技术,结合基因功能验证与生物信息学分析,成功地识别出藤黄酰胺(GA-amide)分子靶点WD重复域蛋白1(WDR1),进一步揭示藤黄酰胺穿透血脑屏障的分子机制,并证实其可显著抑制胶质瘤细胞侵袭性,诱导胶质瘤细胞通过线粒体通路凋亡。
这一发现不仅为研发可穿透血脑屏障的抗胶质瘤药物提供理论支持,亦为精准治疗策略的实施开辟新的方向。全基因组测序亦为常用的基因组学工具,可全面检测基因组中各种遗传变异,包括点突变、结构变异(SV)和拷贝数变异等,揭示疾病相关分子机制。一项研究采用全基因组测序分析患者来源胶质瘤细胞系(PDGCs)的基因组改变,结果发现,氧化磷酸化亚型因MYC/MYCN 扩增和线粒体功能增强,对3 - 羟基- 3 - 甲基戊二酰
2022 年的一项研究采用全基因组测序分析179例儿童高级别胶质瘤(pHGG)组织样本,系统鉴定肿瘤进展相关结构变异,包括MYC 增强子放大、PDGFRA 基因扩增以及TP53通路相关复杂结构变异,上述结构变异特征可有效划分不同肿瘤亚型,如MYC 增强子放大主要出现在H3.3 K27M 突变型胶质瘤中,而PDGFRA 基因扩增则与H3.1 K27M突变型胶质瘤密切相关,这一发现为个性化治疗策略的制定提供理论支持。
由此可见,基于结构变异的研究可以为未来胶质瘤的药物研发提供潜在靶点。基因组学研究进展不仅揭示肿瘤驱动机制的复杂性,还为亚型分型以及新药靶点的挖掘提供理论支撑。随着技术的进步,基因组学逐渐从基础研究工具发展为指导药物研发的重要手段,其在精准治疗和个性化药物应用中的作用将愈发突显。
2.转录组学
转录组学是研究细胞或组织在特定条件下RNA 表达的科学,已成为探索胶质瘤分子机制的重要工具,通过刻画RNA 水平的基因表达和剪接图谱,为理解胶质瘤的分子异质性、分型与动态应答机制提供重要信息。常见转录组学技术包括RNA测序(RNA-seq)、单细胞转录组测序(scRNA-seq)和空间转录组学,分别在辅助识别胶质瘤进展、预后及耐药相关基因,揭示肿瘤内部分子异质性,探索肿瘤与微环境关系方面发挥重要作用。
2006 年,Phillips 等通过基因表达谱和生物学分析相结合的方法,首次揭示同源性磷酸酶-张力蛋白(PTEN)、Delta 样蛋白3(DLL3)、YKL-40、CD44等分子标志物在预测高级别胶质瘤(包括胶质母细胞瘤和间变性星形细胞瘤)患者的生存率方面优于传统临床指标,并鉴定出3种主要的分子亚型:增殖型、间充质型和原神经型。但近年通过结合大规模RNA 测序数据和机器学习(ML)算法发现,上述亚型内部仍存在显著的转录异质性,这种异质性与特定靶向药物或化疗方案的敏感性密切相关。
2019年,一项针对胶质母细胞瘤的研究利用单细胞转录组测序分析发现,原神经型与间充质型特征细胞可在同一肿瘤内共存,并具有动态可塑性,这种异质性可能与肿瘤侵袭性和治疗耐受性相关。2020 年,有研究采用单细胞转录组测序观察到IDH突变型低级别胶质瘤中星形胶质细胞和少突胶质细胞等不同细胞亚群,这些亚群在代谢特性和表观遗传学调控方面存在差异,推测不同细胞亚群可能对
随着单细胞转录组测序技术的迅速发展,研究者对胶质瘤进展过程中免疫细胞组成变化有了更明晰的认识:采用单细胞转录组测序解析胶质瘤及其免疫微环境的异质性,并通过伪时间分析(pseudotime analysis)揭示肿瘤细胞分化轨迹以及小胶质细胞功能转变机制,展示出转录组学在免疫治疗新疗法开发中的关键作用。
此外,在胶质瘤侵袭性研究中,采用脑类器官成功模拟胶质瘤干细胞(GSCs)的侵袭行为,结合单细胞转录组测序数据发现,胶质瘤干细胞在侵袭过程中显著上调与细胞迁移和侵袭相关的基因,特别是丝裂原激活蛋白激酶(MAPK)通路和
转录组学技术不仅可以解析类器官的细胞特性,还可以为精准药物筛选和作用机制研究提供分子基础。耐药机制研究同样从转录组学的深入解析中获益匪浅。治疗压力(如
2024 年,一项研究通过DESeq2(一种差异表达基因分析的生物信息学工具)对RNA 测序数据进行差异表达分析,并利用转录因子数据库预测调控网络,结合体外研究和
3.蛋白质组学
虽然基因组学和转录组学已发现不少驱动基因和潜在靶点,但因转录与蛋白表达存在调控不一致、翻译后修饰等复杂因素,仅靠核酸层面难以充分解释肿瘤的功能活动。蛋白质组学则可发现肿瘤细胞内真正被大量合成和富集的蛋白质及其与信号转导通路的关联性。蛋白质组学通过对蛋白质的高通量分析,全面理解蛋白质功能和动态变化以揭示生物学过程和疾病机制。主要通过质谱法(MS)、二维凝胶电泳(2D-gel electrophoresis)、蛋白质芯片技术(protein microarray)、蛋白质相互作用分析等,高效分析复杂蛋白质种类及其修饰,揭示胶质瘤分子机制,辅助筛选潜在的生物学标志物。
以下主要介绍重复性、统一性和精确性较高的蛋白质组学技术在胶质瘤药物研发中的应用。在胶质瘤药物研发领域,时间序列蛋白质组学[如稳定同位素标记(SILAC)技术]凭借其动态检测优势,可深入解析药物干预的逐步过程,精确药物应用不同时间点的蛋白质谱变化。Meyer等通过稳定同位素标记技术,分析经AT 101处理后胶质瘤细胞的蛋白质动态表达变化,发现血红素加氧酶1(HO-1)显著上调和线粒体蛋白逐步耗竭,该项时间序列蛋白质组学技术之发现辅助阐明药物诱导细胞凋亡的分子机制,为制定合理的药物治疗策略和优化临床给药周期提供科学依据。
Kim 等基于质谱法的蛋白质组学和磷酸化蛋白质组学分析发现,复发性胶质母细胞瘤通过Wnt/PCP 信号转导通路和BRAF激酶的激活,转变为神经元样状态,从而逃避治疗压力;并通过小鼠模型验证,BRAF 抑制剂可以有效抑制复发性胶质母细胞瘤细胞的神经元转变并延长小鼠存活期,提示蛋白质组学可揭示耐药相关分子机制,为开发新疗法提供重要依据。空间分辨蛋白质组学(spatially resolved proteomics)作为一项新兴技术,通过质谱成像技术(MALDI-MSI)更精准地定位组织中蛋白质的空间分布。
有研究者通过空间分辨蛋白质组学辅助识别与胶质母细胞瘤患者生存期相关的5种蛋白质标志物,例如,核糖体S14(RPS14)和蛋白磷酸酶1 调节亚单位12A(PPP1R12A)呈高表达的患者生存期较长,活化白细胞黏附分子(ALCAM)和膜联蛋白A11(ANXA11)高表达的患者则生存期较短;RPS14 与蛋白质合成调控有关,其高表达有助于维持较低的细胞应激水平,从而延长患者生存期,相反ALCAM 通常与肿瘤细胞侵袭和迁移能力增强相关。提示空间分辨蛋白质组学可有效辅助区分不同生存期患者,对预测预后具有重要意义。
Shen 等采集胶质瘤患者肿瘤供血动脉和引流静脉,外周血,以及肿瘤组织、邻近组织和正常组织中蛋白质组学数据,发现供血动脉和引流静脉中糖酵解相关蛋白如乳酸脱氢酶B(LDHB)、磷酸丙糖异构酶1(TPI1)和免疫调节蛋白[如
蛋白质组学为胶质瘤的药物研发提供诸多助力。然而,技术发展也伴随挑战,如数据精确性、技术标准化和临床可转化性方面仍需努力。未来,蛋白质组学有望通过与基因组学、代谢组学等多组学技术的深度整合,为胶质瘤精准治疗和药物研发提供更深层次的支持。
4.代谢组学
代谢重编程是肿瘤发生发展的标志性特征之一,胶质瘤也不例外。传统观点认为,胶质瘤主要表现出糖酵解增强(Warburg 效应)、
然而,随着代谢组学技术的深入应用,通过对细胞内外小分子代谢产物谱系的定性与定量分析,揭示肿瘤在营养利用、能量供应和信号分子调控方面的适应性变化,发现新的代谢通路及关键代谢产物。常用的代谢组学技术主要包括核磁共振波谱(NMR)和质谱法,二者常与气相或液相色谱相结合。核磁共振波谱技术无需繁琐预处理、重复性好,但敏感性相对较低;质谱法则以高敏感性和适用范围广见长,包括气相色谱-质谱(GC/MS)、液相色谱-质谱(LC/MS),以及超高效液相色谱-质谱(UPLC/MS)等。
核磁共振波谱技术作为一种无创性检测手段,可以直接分析肿瘤组织和体液中代谢产物,通过结合稳定同位素标记(如13C-
代谢组学技术还识别出多个代谢相关胶质瘤放化疗抵抗的关键靶点:乳酸积累诱导X 线修复交叉互补蛋白1(XRCC1)乳酸化修饰,增强其DNA 修复能力,最终赋予肿瘤细胞放化疗耐受能力,影响药物敏感性;采用液相色谱-串联质谱技术对胶质瘤患者肿瘤组织、血液和脑脊液D-2-羟基戊二酸(D-2-HG)进行精确定量分析发现,IDH 突变型胶质瘤D-2-HG 水平较IDH 野生型显著升高,表明代谢产物调控细胞功能并显著影响肿瘤进展与治疗敏感性。
基于代谢组学技术,可精准量化上述代谢产物的动态变化,并揭示关键代谢通路在肿瘤进展中的作用。针对上述代谢异常而研发的阻断醛脱氢酶1家族成员A3(ALDH1A3)与丙酮酸激酶M2型(PKM2)相互作用的小分子化合物D34-919 和抑制IDH 突变的异柠檬酸脱氢酶抑制剂,已显示出显著的抗肿瘤效果,提示代谢组学不仅是理解胶质瘤代谢异常的有效工具,也是开发针对代谢脆弱性的敏感药物治疗策略的重要平台。胶质瘤微环境中免疫抑制细胞[如肿瘤相关巨噬细胞(TAMs)和调节性T 细胞(Treg)]不仅通过分泌免疫抑制因子塑造免疫逃逸环境,还通过特定代谢途径强化这种免疫抑制效应。
有研究者采用RiboTag小鼠模型结合RNA 测序和代谢通路富集分析星形胶质细胞在胶质母细胞瘤微环境中的转录组特征,发现其通过分泌CC趋化因子配体2(CCL2)和集落刺激因子1(CSF1)调控肿瘤相关巨噬细胞功能,并增强其促肿瘤表型,从而诱导细胞程序性死亡蛋白配体1(PD-L1)的高表达。这种免疫-代谢的相互作用显著影响胶质母细胞瘤进展。通过代谢组学分析,可以定位这些关键免疫抑制代谢产物,并在药物研发中考虑加入免疫-代谢双重调控手段。
Guo 等通过液相色谱-串联质谱分析进一步揭示胶质瘤细胞有氧糖酵解对PD-L1表达的直接调控机制:己糖激酶2(HK2)通过介导核因子-κB 抑制因子α(IκBα)的T291 位点磷酸化,激活核因子-κB(NF-κB)通路,驱动PD-L1 上调,从而显著抑制CD8+T 细胞活性和肿瘤浸润。因此,通过代谢组学技术深入解析这些关键免疫-代谢网络,不仅可以定位肿瘤微环境中免疫抑制代谢产物,还可以为药物研发提供精准干预靶点,助力开发针对代谢和免疫联合调控的新疗法。
代谢组学不仅可以辅助胶质瘤早期诊断与分型,还可揭示如糖酵解、谷氨酰胺及脂质代谢异常等关键通路,为靶向代谢抑制剂与常规治疗联合应用提供重要理论依据,并为个性化治疗方案的开发奠定基础。未来,代谢组学在整合肿瘤代谢与治疗耐药、免疫逃逸等复杂网络中的应用,将为胶质瘤的精准治疗开辟新的方向。
5.多组学技术的整合
多组学技术的整合极大地推动对胶质瘤分子生物学特征的深入理解。Garrett 等通过对手术切除的胶质瘤样本进行单细胞染色质开放区域测序(ATAC-seq)和单细胞转录组测序,系统描述胶质瘤进展的表观遗传学特征及其基因调控变化,并据此构建预后预测模型,为胶质瘤分子分型和靶向治疗奠定基础。德国弗莱堡大学医学中心采用空间转录组学、空间代谢组学和蛋白质组学技术,揭示胶质母细胞瘤显著的分子异质性,并发现通过恢复免疫功能或抑制关键代谢通路(如糖酵解和磷酸戊糖途径),可有效干预肿瘤生长与进展;还发现缺氧区域的基因组不稳定性(如拷贝数变异的积累)可能是导致耐药性的关键。
Alejo等的研究采用切割与标记测序(CUT&Tag-seq)结合单细胞转录组测序进一步证实,
首都医科大学附属北京天坛医院江涛院士团队通过基因组学和转录组学分析,发现WHO 4级胶质母细胞瘤的1 个关键MET 融合基因,即PTPRZ1与MET 基因在第7 号染色体的融合事件,该融合基因在肿瘤中显著富集,并通过激活肝细胞生长因子受体(MET)/信号转导与转录激活因子3(STAT3)信号转导通路促进肿瘤进展,是胶质母细胞瘤从低级别向高级别进展的重要驱动因子之一。基于此,该团队进一步研发高选择性MET抑制剂PLB-1001,其良好的血脑屏障穿透性使其在临床前模型中展现出显著的肿瘤抑制效果。
综上所述,多组学技术对胶质瘤药物研发具有推动作用,同时其在解决耐药性、异质性、微环境复杂性,以及发掘胶质瘤关键分子通路与靶点方面具有巨大潜力。即使多组学技术结合现代生物信息学和药物筛选平台,胶质瘤的药物研发仍面临巨大挑战,多组学数据揭示了肿瘤分子机制,但数据整合的复杂性和临床转化性之间的鸿沟依然显著,这些数据不仅维度高且异质性强,导致数据整合分析需要克服计算复杂性和算法选择的双重难题;此外,胶质瘤独特的耐药性和演化模式使得单一靶点的药物疗效有限,如何识别和验证多靶点协同机制,成为药物研发的关键。
未来需开发针对耐药性机制的多靶点药物筛选策略,并利用单细胞多组学技术探索个性化治疗方案。在药物研发方面,将多组学技术与人工智能(AI)模型结合,有望加速关键靶点的识别和化合物优化,并破解复杂通路的分子机制,为耐药性胶质瘤的药物研发提供新的方向。
来源:孙翌朔,张伟.多组学技术辅助胶质瘤治疗的研究进展[J].中国现代神经疾病杂志,2025,25(02):136-143.
(本网站所有内容,凡注明来源为“医脉通”,版权均归医脉通所有,未经授权,任何媒体、网站或个人不得转载,否则将追究法律责任,授权转载时须注明“来源:医脉通”。本网注明来源为其他媒体的内容为转载,转载仅作观点分享,版权归原作者所有,如有侵犯版权,请及时联系我们。)