IF50.5｜肺癌转移的演化特征：多克隆播种与转移间传播

501个纵向样本揭示肺癌转移由多个原发灶亚克隆播种，且转移灶间传播占主导。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

转移是癌症死亡的主要原因，但驱动转移的生物学过程仍不清楚。肺癌因高发病率和高转移率成为研究转移的理想模型。此前基于DNA测序的回顾性研究已在卵巢癌、乳腺癌和前列腺癌中揭示了复杂的转移迁移模式，包括多个肿瘤亚克隆在原发灶和转移灶之间双向迁移。然而，这些研究的准确性受限于转移灶采样是否代表患者整体疾病负担，以及原发灶样本是否可用。TRACERx研究对早期可手术非小细胞肺癌（NSCLC）进行多区域采样，而PEACE研究则通过尸检获取晚期癌症样本，两者结合为从诊断到死亡的全程肿瘤演化分析提供了可能。

科学问题

卡在哪里： 以往转移研究多基于单个或少数转移灶活检，无法全面反映转移灶间遗传异质性和播种模式。由于临床可行性限制，很少有研究能同时获得同一患者原发灶、多个转移灶及纵向影像数据，导致对转移灶间传播（metastasis-to-metastasis seeding）的频率和机制认识不足。

本文要回答： 利用TRACERx-PEACE队列的纵向多区域测序数据，重建NSCLC从诊断到死亡的肿瘤演化史和转移迁移模式，揭示转移播种的遗传、时间和解剖决定因素。

技术路线

作者主要用了：全外显子组测序、系统发育重建、MACHINA迁移推断、影像学分析。

作者纳入24例同时参与TRACERx和PEACE研究的NSCLC患者，对108个原发灶区域和393个转移灶区域进行高深度全外显子组测序（WES），覆盖了70%的生前影像学检测到的转移灶。利用CONIPHER重建肿瘤系统发育树，并用MACHINA算法推断转移迁移路径。同时整合生前连续影像数据，分析转移灶出现时间、体积和解剖位置与播种能力的关系。该设计通过尸检获得广泛转移灶样本，克服了以往采样偏差，能够更全面地解析转移演化过程。

图 1　Fig. 1。图1展示了24例患者的纵向临床时间线和采样时间点，按总生存期排序。身体图谱汇总了各器官采样数量。b图显示23例有影像学数据的患者中，仅影像学检测、仅采样或两者兼有的转移灶数量。c图比较了原发灶内、转移灶内、转移灶间及原发灶-转移灶的遗传多样性，显示原发灶-转移灶异质性最高，而转移灶间异质性与原发灶内异质性无显著差异。

核心亮点

亮点 1｜转移灶与原发灶基因组显著分歧

通过比较原发灶和转移灶的突变及拷贝数变异（SCNA）多样性，发现转移灶与原发灶之间的遗传异质性显著高于转移灶之间的异质性（突变多样性P=0.004，SCNA多样性P=6.0×10^-5）。原发灶-转移灶异质性与原发灶内部异质性（突变多样性R=0.57，P=0.005）和转移灶内部异质性（突变多样性R=0.55，P=0.01）均正相关，提示原发灶和转移灶在分离后继续独立演化。此外，转移灶中检测到额外的驱动突变和全基因组加倍事件，表明转移后仍存在持续的体细胞演化。

图 2　Fig. 2。图2总结了各患者中癌基因的局灶性扩增、抑癌基因的局灶性LOH和推定驱动突变。驱动突变按truncal、shared subclonal、primary-unique或metastasis-unique分类。b图显示各类别驱动改变的比例，c图显示metastasis-unique驱动突变数与metastasis-unique突变总数正相关，d图显示铂类化疗相关突变特征与metastasis-unique驱动突变的存在相关。

亮点 2｜多原发灶亚克隆独立播种转移

在62.5%（15/24）的患者中，多个原发灶亚克隆各自播种了不同的转移灶，而非单一亚克隆主导。平均每个患者有4个解剖学上不同的转移灶由原发灶播种（范围1-22）。这些原发灶播种亚克隆的转移能力相似，但只有45%（30/67）的亚克隆产生了能够进一步播种其他转移灶的后代，提示原发灶播种能力和转移灶间播种能力可能受不同机制调控。

图 3　Fig. 3。图3展示了转移播种模式。a图显示88%的患者同时存在原发灶-转移灶和转移灶-转移灶播种。b图显示60%的转移灶由其他转移灶播种。c图显示在不同迁移概率阈值下，转移灶间播种仍占主导。d图以CRUKP8172为例，展示一个原发灶亚克隆播种了21/30个转移灶，而另一个仅播种少数，表明播种能力存在差异。

亮点 3｜转移灶间传播是主要播种模式

MACHINA推断显示，60%（156/258）的转移灶由其他转移灶播种，38%（98/258）由原发灶播种，2%（4/258）由两者共同播种。转移灶间传播在88%（21/24）的患者中发生。通过三种独立方法验证了该推断：高置信度迁移分析、影像学检测时间（原发灶播种的转移灶更早被检测到，中位272天 vs 745天，P=2.41×10^-5）以及保守LOH事件分析。这表明转移灶一旦建立，可成为进一步扩散的来源，形成级联传播。

图 4　Fig. 4。图4分析了播种能力与时间、解剖位置的关系。a图显示转移灶间迁移比例与总生存期正相关（R=0.46，P=0.025）。b图显示早期检测到的转移灶更可能播种。c图显示播种转移灶突变负荷更高。d图显示播种转移灶体积更大。e图显示播种转移灶更可能具有分支系统发育。f-h图显示胸内转移灶比胸外转移灶更常播种，且播种能力与解剖位置相关。i图显示71.3%的转移灶间迁移发生在同一解剖腔内。

亮点 4｜转移灶在原位持续时间与播种能力相关

能够播种其他转移灶的转移灶在影像学上被检测到的时间显著更早（首次复发扫描检测到的转移灶中36.8%可播种，而仅在尸检中发现的转移灶中仅16.4%可播种，P=0.03）。这些转移灶积累了更多的体细胞突变（P=5.7×10^-5）和SCNA（P=0.002），且具有更大的最大影像学体积（P=0.025）和更多的亚克隆数（P=0.028）。此外，68%（141/207）的非播种转移灶的突变负荷低于同患者中转移灶间播种亚克隆出现时的阈值，提示如果给予足够时间，许多非播种转移灶可能获得播种能力。

图 5　Fig. 5。图5聚焦于染色体不稳定性与播种能力。a图以CRUKP8780为例展示亚克隆的解剖分布和迁移模式。b图显示原发灶-转移灶播种亚克隆的SCNA负荷显著高于非播种亚克隆。c图显示原发灶亚克隆播种比例与中位SCNA负荷和SCNA/SNV比率正相关。d图显示转移灶-转移灶播种亚克隆SCNA负荷更高。e图显示只有播种胸外转移的原发灶亚克隆SCNA负荷显著升高。f图显示胸内转移灶中播种胸外转移的亚克隆SCNA负荷更高。

亮点 5｜胸外播种与染色体不稳定性相关

原发灶中能够播种胸外转移的亚克隆比非播种亚克隆具有显著更高的SCNA负荷（LME模型P=9.6×10^-5），而播种胸内转移的亚克隆则无此差异。同样，胸内转移灶中能够播种胸外转移的亚克隆SCNA负荷也更高（P=7.2×10^-4）。在已发表的TRACERx队列中验证了该发现。此外，患者原发灶亚克隆中播种转移的比例与中位SCNA负荷（R=0.62，P=0.0013）和SCNA获取速率（R=0.72，P=7.5×10^-5）显著相关。这表明染色体不稳定性可能特异性地促进胸外播种，而非胸内播种。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： 全外显子组测序、系统发育重建、MACHINA迁移推断、影像学分析
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 研究肿瘤演化、转移机制或开发预后标志物的科研人员及临床研究者。

带走一句

转移灶并非终点，而是进一步扩散的源头；分析转移演化时需纳入多转移灶采样，并关注SCNA负荷作为胸外播种的潜在标志。