癌细胞中会大量积累在正常细胞中没有的体细胞突变，这些突变可使癌细胞具有适应性优势，进而导致癌症的发生、发展。其中，仅有少数为“驱动突变”，能被正选择，驱动正常细胞向增殖癌细胞转化。因此，识别驱动突变及其作用的“驱动基因”，是理解和治疗癌症的关键一步。

大多数体细胞单核苷酸突变（SNV）位于蛋白质编码基因之外，随着人们对非编码基因组元件的认知不断提高，科研人员探究了非蛋白质编码突变能否影响癌细胞的适应性，并重点关注长非编码RNA（lncRNA）。lncRNA表达水平的致病性变化与癌症相关，lncRNA基因也被发现容易在肿瘤DNA中发生高度突变（如NEAT1）。但目前尚不清楚lncRNA是否也可以通过体细胞“驱动突变”来影响肿瘤细胞的适应性，因此“驱动lncRNA”是否存在也无法确定。

近日， 瑞士伯尔尼大学、爱尔兰都柏林大学学院等机构的科研人员合作在国际著名期刊Nature Communications上在线发表了题为“Tumour mutations in long noncoding RNAs enhance cell fitness”的文章。为验证驱动lncRNA的存在，研究团队开发了一个强化的驱动lncRNA识别框架ExInAtor2。利用该框架，从2,583个原发性和3,527个转移性肿瘤的体细胞SNV中筛选候选驱动lncRNA，并对其临床和基因组特性进行评估。该研究证明了驱动分析在绘制促癌lncRNA图谱中的实用性，并揭示体细胞突变可以通过lncRNA发挥作用，增强癌细胞的适应性。

文章发表在Nature Communications上

基于ExInAtor2发现驱动lncRNA

驱动基因可以通过作用于体细胞突变的正向选择信号来识别。其中，两个主要信号是突变负担（MB）和功能影响（FI），即预测突变影响编码功能的程度，其必须与适当的背景值相比较，以代表中性选择下的突变。

为识别具有驱动活性的lncRNA，研究团队开发了一个具有高灵敏度的计算框架“ExInAtor2”，其存在两个关键的创新：集成MB和FI信号以及估算经验背景值（图1）。ExInAtor2与基因/功能元件的生物型无关，允许已建立的蛋白质编码基因数据进行独立的基准测试。

图1. 使用ExInAtor2识别驱动lncRNA的框架流程。

研究团队使用全基因组泛癌分析（PCAWG）项目的肿瘤基因组体细胞SNV图谱对ExInAtor2进行基准测试，共包含来自2,583名参与者的45,704,055个SNV（图2）。为最大限度地提高灵敏度和特异性，研究团队准备了过滤的lncRNA注释，分离出缺乏蛋白质编码能力的基因间lncRNA，最终得到一个包含7,275个基因的lncRNA集。

研究团队将ExlnAtor2与10种先进的驱动因素发现方法等进行了性能比较。结果显示，当错误发现率（FDR）截止值<0.1时，ExInAtor2的F1评分较高且显示出最佳的总体准确性。进一步性能检测发现，ExInAtor2表现良好，假阳性预测率较低。综上，ExInAtor2能以较低且可控的错误发现率识别已知的驱动基因。

图2. ExlnAtor2可准确识别驱动基因。

驱动lncRNA在原发性人类肿瘤中的全景图谱

接下来，研究团队绘制了人类原发性肿瘤中突变lncRNA的全基因组图谱（图3）。来自PCAWG的肿瘤被分为37个队列，规模从两个肿瘤类型、314个肿瘤类型到整个泛癌组不等。在去除可能的假阳性关联后，ExInAtor2共发现21个独特的癌症-lncRNA关联，涉及17个lncRNA，这些lncRNA也是预测的驱动lncRNA，其在已知癌症lncRNAs中高度富集。

驱动lncRNA的剪接长度往往较长，并具有癌症基因的临床特征。与正常组织相比，驱动lncRNA在肿瘤中的平均表达量高158倍。上述结果表明，驱动lncRNA在健康器官中表现出更高的进化序列保守性和稳态水平。

图3. 驱动lncRNA在原发肿瘤中的分布。

NEAT1突变提高癌细胞适应性并与生存率相关

为了解增强适应性的驱动突变如何通过lncRNA发挥作用，研究团队选择了基因NEAT1进行深入分析，其目前已有可靠的机制和功能数据（图4）。基于ExInAtor2分析，NEAT1突变横跨整个基因长度，并分别产生长度为3.7kb和22.7kb的两种异构体（称为NEAT1_1 / NEAT1_2），其在基因5′处完全重叠。

接下来，研究团队根据突变密度、进化保守性和已知功能选择了NEAT1的六个区域（以下简称Reg1、Reg2...），使用15个sgRNA对其进行靶向，并量化了突变对细胞适应性的影响。与预期一致，NEAT1_1缺失的细胞生长降低，对照sgRNA则无影响。值得注意的是，在NEAT1敲除背景下，靶向NEAT1的sgRNA作用消失，这表明细胞适应性变化是NEAT1突变引起的。

研究团队使用裸鼠模型在现实体内环境中进一步检测了NEAT1突变的驱动潜力，将携带Reg2和Reg3突变的HCT116细胞植入小鼠皮下，并检测所产生突变的生长情况。结果显示，携带Reg2突变的肿瘤明显大于对照组，这表明Reg2处的NEAT1突变可提高细胞适应性。

最后，研究团队分析了NEAT1突变是否与患者生存率相关。在PCAWG队列的淋巴癌患者中，NEAT1突变与不良预后显著相关。综上，在一系列遗传背景下，NEAT1突变可持续增加体外和体内细胞的适应性，并与淋巴癌患者的不良预后相关。

图4. NEAT1突变促进细胞适应性并与生存率相关。

结 语

综上所述，为识别驱动lncRNA，研究团队开发了一种名为“ExInAtor2”的方法，并使用其对来自数千个原发性和转移性肿瘤的体细胞SNV进行分析，创建了候选驱动lncRNA集。该研究提供了实验证据，证明了lncRNA突变可增强肿瘤细胞适应性，这为未来阐明驱动lncRNA的范围和机制提供了基础。

参考文献：

Esposito, R., Lanzós, A., Uroda, T. et al. Tumour mutations in long noncoding RNAs enhance cell fitness. Nat Commun 14, 3342 (2023). https://doi.org/10.1038/s41467-023-39160-7