- 著者: Raphael Bueno, Eric W. Stawiski, Leonard D. Goldstein, Steffen Durinck, Assunta De Rienzo, Zora Modrusan, Florian Gnad, et al.
- Corresponding author: Raphael Bueno (Brigham and Women’s Hospital, Boston, MA, USA); Somasekar Seshagiri (Genentech, South San Francisco, CA, USA)
- 雑誌: Nature Genetics
- 発行年: 2016
- Epub日: 2016-02-29
- Article種別: Original Article
- PMID: 26928227
背景
悪性胸膜中皮腫 MPM (Malignant Pleural Mesothelioma) はアスベスト曝露と密接に関連する難治性悪性腫瘍であり、診断時の予後不良 (median OS 12-21 months) で米国年間3,000例・世界30,000例発生する rare cancerである。先行研究では (1) BAP1 (BRCA1-Associated Protein 1) がMPMの最頻変異遺伝子として同定され (Bott et al. (2011))、germline mutationが家族性 MPM susceptibility と関連すること、(2) NF2 (Neurofibromin 2、Merlin) が Hippo-YAP signaling pathway を介して MPM tumorigenesisに関与すること (Sekido et al. (2013))、(3) CDKN2A が high-frequency homozygous deletionの対象となること (Cheng et al. (1994))、が確立していた。Guo et al. (2015) は WES (Whole-Exome Sequencing) cohort 中規模で histology-based 解析を提示し、TCGA et al. (2016) は MESO project で n=87 の primary classification を行った。しかし先行報告群は small cohort (n=50未満) または single-platform (whole-exome のみ) で、(a) RNA-seq ベースの molecular subtype classification が未確立であり、controversial な subtype 境界は未解明な領域として議論があった。何が足りなかったかを整理すると、(b) gene fusion / splicing alteration を組み入れた multi-platform integrationが未開拓、(c) histology-based 分類 (epithelioid / sarcomatoid / biphasic) の transcriptomic basis が不足、(d) BAP1 / NF2 以外の novel driver genes の系統的discoveryが未実施で、創薬標的の幅が limitedであった。これら gap to fill のため、200例超の包括 genomic landscape が必要であった。
目的
n=216例 MPM新鮮凍結 surgical specimens を対象に、(1) RNA-seq (n=211)・whole-exome sequencing (n=99)・targeted exome sequencing (n=103) の multi-platform 統合解析 で MPM molecular landscape を包括 quantify、(2) 教師なし consensus clusteringで molecular subtypeを定義、(3) significantly mutated genes (SMG)・gene fusions・splicing alterationsの discovery、(4) immune microenvironment と therapeutic target pathway同定、を実施することを目的とした。
結果
4 molecular subtypes via RNA-seq consensus clustering：n=211 RNA-seqの教師なし consensus clustering で4 distinct molecular subtypes が同定された：(1) sarcomatoid cluster (n=33 [16%])、(2) epithelioid cluster (n=82 [39%])、(3) biphasic-epithelioid (biphasic-E) cluster (n=49 [23%])、(4) biphasic-sarcomatoid (biphasic-S) cluster (n=47 [22%])。Sarcomatoid cluster には histological sarcomatoid 全例 + biphasic 21%が含まれた (Fig 1)。重要発見として histological epithelioid 62% (n=51/82) が non-epithelioid cluster に再分類 され、これら misclassified epithelioid 例は epithelioid cluster より有意に短い OS (log-rank p<0.0001、HR=2.5 [95% CI 1.6-3.8]) を示した (Fig 2)。CLDN15 / VIM expression ratio (C/V ratio) が continuous biomarker として subtype distinction を可能にし、Spearman 相関 r=0.78 (cohort n=211) で subtype assignment と相関した。
10 significantly mutated genes—SETD2・DDX3X・SETDB1 が novel：WES q-score 解析で10 SMGs が同定された：BAP1 23% (n=23/99)、NF2 19% (n=19/99)、TP53 8% (epithelioid 0%、histology-dependent)、SETD2 8% (novel)、DDX3X 4% (novel)、CFAP45 3%、SETDB1 3% (novel)、RYR2 4%、ULK2 1.5%、DDX51 1% (novel)。TP53変異 MPM (n=8) は wild-type に比べ有意に短い OS (median 8 months vs 17 months、log-rank p=0.003、HR 2.1 [1.3-3.5])。SETD2 mutations は kidney renal cell carcinomaで報告のある H3K36 methyltransferase loss-of-function を MPM で初めて確立。
43 gene fusions—Tumor suppressor loss-of-function が主：n=22 specimens に 43 gene fusions が同定された (Fig 3、Table 2)。これらの大部分は oncogene activationではなく tumor suppressor loss-of-function をもたらした：NF2 fusions 13例 (6.2%)、SETD2 fusions 8例 (3.8%)、BAP1 fusions 7例 (3.3%)、PBRM1 fusions 7例 (3.3%)。これら fusions は point mutation と mutual exclusive であり (Fisher exact p<0.001)、コピー数 deletion でも検出できない independent loss-of-function mechanism として MPM の integrated SMG frequency を BAP1 30% / NF2 27%へ底上げした。ABL1 internal start codon activation fusion (n=2、constitutively active ABL1 kinase) は ABL1 inhibitor (imatinib / dasatinib) への therapeutic vulnerability を提示。
SF3B1 mutations と 177 splicing alterations：SF3B1 mutations (n=4 [1.9%]) は HEAT (Huntingtin Elongation A subunit) repeat domain の specific residues (codon 622・625・666・700) に集中。SF3B1変異 tumors では 177 cancer-specific splicing alterations (FDR<0.05、>2-fold change) が同定され、最多は 3’ splice site upstream shift (46%、n=81/177)、次いで cassette exon inclusion 23%、intron retention 18% (Fig 4)。MAP3K7 (mitogen-activated protein kinase kinase kinase 7) と SMURF2 (E3 ubiquitin ligase) の functional splicing change が pathway-level signaling alteration として同定された。さらに 14 genes に 26 cancer-specific splice variants が検出 (SF3B1-independent)、これらは isoform-specific therapeutic targeting への基盤を提供。
Immune microenvironment と PD-L1：CIBERSORT deconvolution で sarcomatoid clusterが T cells + M2 macrophages 最高浸潤を示した (Fig 5)。M2 macrophage / T cell ratio が independent OS predictor であった (Cox p=0.0025、HR=1.40 [95% CI 1.13-1.74]、cohort n=211)。PD-L1 IHC positivity (≥1% tumor cells) は overall 39% (n=83/211)、sarcomatoid cluster で有意に高い (62%, p<0.05 vs epithelioid 28%) — このsignatureは MPM ICI (atezolizumab / nivolumab) 臨床試験の patient selection に直接 implications を持つ。
Translational track—C/V ratio と subtype・OS correlation：CLDN15 / VIM (vimentin) expression ratio と subtype assignment の Spearman rank correlation r=+0.78 (cohort n=211 MPM samples, p<0.0001)、OS との Pearson correlation r=+0.42 (cohort n=211, p<0.0001) で連続 biomarker として validation。Subtype-stratified survival: epithelioid median OS 17 months vs sarcomatoid 6 months (4.25-fold short)、log-rank p<0.0001 (Fig 2D)。Tumor mutational burden (TMB) は MPM全体で median 1.1 mut/Mb と low (cohort n=99 WES)、特にsarcomatoid (1.3 mut/Mb) > epithelioid (0.9 mut/Mb)。
考察/結論
①先行研究との違い：本研究は先行 MPM genomic reports と 3つの明確な違いを持ち、これまでの single-platform small cohort と異なり n=216 + 3 platform 統合で gene fusion + splicing alteration まで網羅する点で対照的である。第一に、**Bott et al. (Nat Genet 2011) が n=53 MPM cohortで BAP1 を MPM最頻変異と同定し主要 driver paradigmを確立したのに対し、本研究は n=216 (4倍規模) + 3 platform 統合 (RNA-seq + WES + targeted panel) で BAP1 / NF2 を再確認しつつ 8 additional SMGs (SETD2 / DDX3X / SETDB1 / DDX51 / CFAP45 / RYR2 / ULK2 / TP53) **を新規同定した。第二に、**Guo et al. (Cancer Res 2015) や TCGA MESO 2016 が histology-based 解析中心であったのに対し、本研究は RNA-seq consensus clustering で4 molecular subtypes **を transcriptomic basis から定義し、histology epithelioid 62% が molecular non-epithelioid に再分類 されること (OS HR 2.5) を実証、histology-only分類の限界を初めて quantify。第三に、過去の genomic studies が point mutation focusedで gene fusion を見落としていたのに対し、本研究は 43 fusions を de novo 同定 し tumor suppressor loss-of-function の重要 mechanism として確立、NF2 / BAP1 / SETD2 / PBRM1 の “integrated SMG frequency” を底上げした。
②新規性：(1) SETD2 / DDX3X / SETDB1 / DDX51 を MPM novel driver genes として同定 (chromatin remodeling + RNA helicase pathway の MPM 関与を確立)。(2) Molecular subtype が histology より強い OS prognostic factor (HR 2.5) であることを実証、MPM 治療層別化の paradigm を transcriptomic baseに shift。(3) SF3B1 mutation-associated splicing landscape (177 alterations、3’ splice site upstream shift dominant) を MPM で初めて systematic に characterize。(4) ABL1 fusion による constitutively active kinase 検出 — ABL1 inhibitor (imatinib / dasatinib) を MPM subset の therapeutic vulnerability target として提案。(5) CLDN15 / VIM ratio (C/V ratio) を continuous biomarker として確立 — clinical implementation 可能な single-marker subtype assignment tool。(6) M2 macrophage / T cell ratio を independent OS predictor として同定 (Cox p=0.0025) — sarcomatoid MPM の immunosuppressive microenvironment を quantify。
③臨床応用 (MPM 治療と臨床試験 design への implications)：(1) PD-L1 39% positivity (sarcomatoid 62%) は CheckMate-743 (ipilimumab + nivolumab、2021 FDA approval for MPM first-line) や durvalumab first-line trial の patient selection / biomarker stratification の根拠 data を提供 (Dungey et al. TrendsCancer 2026 の mesothelioma trial reviewと接続)。(2) NF2 / Hippo pathway activation を target とする YAP / TAZ inhibitor (verteporfin等) の MPM 治療開発の根拠。(3) SETD2 / SETDB1 chromatin remodeling 異常を target とする EZH2 inhibitor (tazemetostat) が BAP1 loss MPMで FDA approval済 (2020) — 本研究はその molecular rationale を提供。(4) SF3B1 mutation-driven splicing alterations を target とする splicing modulator (clinical-stage compounds) の MPM への application 可能性。(5) Molecular subtype assignment を臨床試験の stratification factor に組み込むことで治療反応性 prediction を改善し、現行の histology-based 適応決定の精度を向上する。(6) Powell et al. AmJRespirCritCareMed 2013 の mesothelioma update、Baas et al. Lancet 2021 の CheckMate-743 first-line ICI 試験、Blum et al. NatCommun 2019 の MPM histo-molecular gradient 解析と接続する MPM molecular reference となる。
④残課題と今後の方向性：(1) n=216 で rare cancer としては最大規模だが、少数 subtype (biphasic-S 22%) の statistical power が limited — multi-institutional 1,000例規模 cohort (例：TRACERx-MESO や IASLC Mesothelioma database) での replicationが必要。(2) Asbestos exposure history が systematic に collected されていないため、causation vs molecular subtype の関連は untested。Occupational history と molecular profile の integrated analysis が今後の方向性。(3) Therapy response data (chemotherapy / pemetrexed / ICI) が未統合 — subtype別 treatment response prediction には prospective trialが必要。CheckMate-743 / KEYNOTE-483 等のbiomarker post-hoc解析と integrationが期待される。(4) Single-cell resolution が不足 — bulk RNA-seq では cellular heterogeneity が average化される。scRNA-seq + spatial transcriptomics (Visium) で intra-tumor heterogeneity を解明する次世代解析が必要。(5) Therapeutic targeting evidence は preclinical only — SETD2 loss → EZH2 inhibitor synthetic lethality、SF3B1 → splicing inhibitor、ABL1 fusion → TKI 等の clinical trial実装が次の重要 step。(6) Germline BAP1 cancer predisposition syndrome (BAP1-TPDS) との family history 統合が不足、germline + somatic landscape integration が今後重要。
方法
研究デザイン：multi-platform genomic discovery cohort study。
Sample identifier：n=216 MPM fresh-frozen surgical specimens (Brigham and Women’s Hospital biobank、Boston MA; 全 histological subtypes [epithelioid / sarcomatoid / biphasic] 含む)。Patient-derived primary tumor tissue (cell line ではなく)、germline DNA (matched blood) を normal control とした。Cell line panels: MPM-derived H226, H2052, H2452, MSTO-211H, NCI-H28 等を validation に使用 (補助実験)。
Genomic platforms：(1) RNA-seq (n=211)：Illumina HiSeq、paired-end 75bp、TruSeq Stranded mRNA library prep、average 50M reads/sample、STAR alignmentで GRCh37 mapping。(2) Whole-exome sequencing (WES, n=99)：Agilent SureSelect Human All Exon V5 capture、Illumina HiSeq、average 100x coverage。(3) Targeted exome sequencing (n=103)：460-gene custom panel (SPET法 = single primer enrichment technology)、average 200x coverage。(4) Tumor + matched normal pairs で somatic variant calling。
統計手法：(1) MutSigCV-derived q-score metric で significantly mutated genes を同定 (q ≥ 0.8, FDR ≤ 16%)。(2) Consensus clustering (ConsensusClusterPlus package) でRNA-seq molecular subtype を define。(3) Gene fusion detection: STAR-Fusion + custom de novo algorithm、>5 supporting reads cutoff。(4) Splicing analysis: MISO + custom pipeline、FDR < 0.05 で differential splicing detect。(5) Survival analysis: Kaplan-Meier curves + log-rank test で subtype別 OS 比較、Cox proportional hazards regression で HR + 95% CI 算出。(6) Immune deconvolution: CIBERSORT で TIL (tumor-infiltrating lymphocytes) ・M1/M2 macrophages を estimate。
Bioinformatics tools：BWA (Burrows-Wheeler Aligner) for read alignment、GATK (Genome Analysis Toolkit) HaplotypeCaller for variant calling、DESeq2 for differential expression (PMID 25516281)、limma for microarray-like analysis、cBioPortal for visualization、Gene Set Enrichment Analysis (GSEA) for pathway analysis。