Nature 子刊 | 泛癌表观基因组图谱揭示9种癌症和细胞特异性染色质区域的表观基因组变异

表观遗传与癌症的发生发展密切相关，表观遗传变异能够促进肿瘤的进化和对治疗的适应。了解不同癌症类型和细胞特异性染色质区域的表观基因组，有助于开发新的癌症诊断方法和针对患者特异性表观遗传学和转录网络的个性化表观遗传疗法。

目前，对于表观遗传学层面的变化如何导致癌症的细胞异质性、干性和化疗耐药性尚不清楚。为进一步了解表观遗传模式如何影响癌症形成和肿瘤进展，来自美国韦恩州立大学医学院肿瘤学系和Karmanos癌症研究所的Lijin K. Gopi和Benjamin L. Kidder系统地描述了来自NCI-60的60种癌细胞系9种癌症的组蛋白修饰，并将研究中产生的ChIP-Seq数据与多种NGS测序分析相结合，绘制了人类癌症表观基因组图谱。此外，研究人员还鉴定了该细胞系染色质状态的特征，包括染色质状态的转换、组蛋白修饰密度与基因突变的相关性、DNA甲基化等。这些发现强调了整合表观基因组图谱与基因表达和遗传变异数据对理解癌症分子基础的重要性，为挖掘人类癌细胞的表观基因组数据和确定表观遗传治疗靶点提供了重要资源。该研究成果已发表于Nature Communications期刊上，文章题为“Integrative pan cancer analysis reveals epigenomic variation in cancer type and cell specific chromatin domains”。 

文章发表于Nature Communications

研究内容及结果

人类癌细胞的泛癌表观基因组图谱

NCI-60人类泛癌细胞系代表了60种不同的人类癌细胞系。为了研究NCI-60中代表的9种癌症的表观遗传图谱，研究人员进行了染色质免疫沉淀，并通过ChIP-Seq分析活化性和抑制性组蛋白修饰，包括H3K4me3、H3K27ac、H3K9me3和H4K20me3。所获得的数据集提供了广泛的人类癌症类型的组蛋白修饰的全面视角。NCI-60细胞系的全面组蛋白分析允许对多种类型癌细胞的表观基因组进行多维分析，通过观察NCI-60细胞系中富集组蛋白修饰的区域数量，研究发现H3K27ac富集峰的数量最多，其次是H3K4me3、H3K9me3和H4K20me3峰。

图1. NCI-60细胞系中富集组蛋白修饰的区域数量。来源：Nature Communications

研究团队通过使用ChromHMM分析表征了癌细胞的染色质状态，明确组蛋白修饰的存在与否，最终共获得15种状态模型。这15种状态模型通过结合H3K4me3、H3K27ac、H3K9me3和H4K20me3标记识别了活性和非活性的染色质状态。活性状态包括活性基因、二价活性基因、增强子、活性二价增强子等活性区域。非活性状态包括被抑制的增强子、非激活转录起始位点（TSS）、异染色质等。同时，研究人员进一步分析了60种具有较低分辨率（2 Mb）细胞类型中的染色质富集情况以评估高阶染色质关联。分析结果表明，增强子和活性基因富集在基因组的一部分中，而非活性区域构成了基因组的大部分。 

为了了解癌症表观基因组中的染色质状态，研究人员分析了60种癌细胞系在同一类型癌症样本之间以及不同类型癌症样本之间的染色质状态转换频率，揭示了染色质活性和非活性状态之间的转换富集。此外，该研究还观察到由增强子、二价标记增强子和抑制增强子组成的状态在相同癌症类型样本之间以及在不同癌症类型样本之间有更大的转换。以上结果反映了增强子区域相对于TSS或基因体/转录区域的动态调节增加。 

图2. 人类癌细胞中的染色质状态转换。来源：Nature Communications

H3K4me3模式可以区分癌症表观基因组

为了进一步评估H3K4me3在多种类型癌细胞中的分布，研究人员比较了60种癌细胞系的H3K4me3密度。主成分分析（PCA）表明，结肠癌、CNS、白血病、前列腺癌和肾癌细胞聚集相对较近，肺、黑色素瘤、乳腺和卵巢细胞更分散。H3K4me3富集区的配对交叉揭示了60种癌细胞系中H3K4me3占据率之间的相关性。结果显示，肾、肺、卵巢和中枢神经系统细胞亚群中H3K4me3标记的模式相对相似，以及在黑色素瘤、卵巢、乳腺、肺、肾和前列腺细胞亚群中H3K4me3标记的分布更大。此外，该分析还揭示了H3K4me3在9种类型的癌细胞之间的显著差异。

研究团队通过使用公开的全外显子组测序数据计算了60种癌细胞系中H3K4me3区基因组变异的富集情况，并对与H3K4me3区域共定位的突变进行聚类。对突变的多样性和数量的评估显示，HCC2998、HCT15和MOLT4表现出最大的肿瘤突变负荷，KM12、DU-145、HCT-116、IGROV1、M14和CCRF-CEM也表现出较高的突变数量。进一步分析发现，相对于大小和频率相近的随机基因组区域以及没有H3K4me3标记的区域，H3K4me3标记的区域表现出更高的突变密度。以上结果突出了含H3K4me3标记的染色质区域和不含H3K4me3标记的染色质区域之间的突变密度差异，H3K4me3标记的染色质区域主要是转录活性的，且转录活性通常较低。

图3. 60种人类癌细胞系中H3K4me3区域的突变分析。来源： Nature Communication s

癌细胞的异染色质景观

癌症的形成涉及组成性和兼性异染色质状态的失调。H3K9me3和H4K20me3共定位于富含重复DNA元件的组成性和兼性异染色质中。为了解癌细胞中被抑制染色质的动态调节，研究人员通过分析H3K9me3和H4K20me3在一系列癌症类型中的占据率来研究异染色质的分布。对H3k9me3富集区域之间的配对交叉评估发现，60种癌细胞系之间存在明显不同的抑制性染色质景观，提示异染色质区域的异质标记。

同时，研究人员还分析了H3K9me3或H4K20me3的富集区域与基因组变异存在的相关性。研究发现，H3K9me3和H4K20me3标记区域相对于随机基因组片段或无H3K9me3和H4K20me3标记区域具有较低突变密度。结果表明，相对于松散的常染色质区域，紧凑的异染色质基因组区域更难以发生基因组突变。该结果呈现了跨多种类型癌细胞的异染色质区域的动态调节。

图4. H3K9me3(左)和H4K20me3(右)区域中的突变密度。来源：Nature Communications

小结

该研究探究了来自NCI-60的多种类型癌细胞的表观遗传情况，对组蛋白修饰、表观遗传及基因组特征进行了综合分析，表征了60种不同癌细胞系中活性和失活染色质状态的动态调节。此外，该研究中的发现也为在基因或全基因组水平上研究组蛋白修饰模式和基因活性之间的联系提供了资源。总的来说，该研究结果提供了60种癌细胞系活化和抑制组蛋白修饰的动态模式目录，也为NCI-60癌细胞系中活性和失活染色质区域的建模提供了资源。

参考文献

1. Emad, A., Sinha, S. Inference of phenotype-relevant transcriptional regulatory networks elucidates cancer type-specific regulatory mechanisms in a pan-cancer study. npj Syst Biol Appl 7, 9 (2021). https://doi.org/10.1038/s41540-021-00169-7

2. Yang, Z., Jones, A., Widschwendter, M. et al. An integrative pan-cancer-wide analysis of epigenetic enzymes reveals universal patterns of epigenomic deregulation in cancer. Genome Biol 16, 140 (2015).  https://doi.org/10.1186/s13059-015-0699-9

3. van der Velde, A., Fan, K., Tsuji, J. et al. Annotation of chromatin states in 66 complete mouse epigenomes during development. Commun Biol 4, 239 (2021). https://doi.org/10.1038/s42003-021-01756-4

目前已有500+行业精英加入基因俱乐部