表观遗传学作为癌症可塑性的介导因素
发布时间:
2025-03-07 17:28
以最终编辑形式发表为:
《科学》杂志。2023年2月10日;379(6632):eaaw3835。doi:10.1126/science.aaw3835。
表观遗传学作为癌症可塑性的介导因素
安德鲁·P·费恩伯格(Andrew P. Feinberg) ,安德烈·列夫琴科(Andre Levchenko)
约翰·霍普金斯大学医学院、生物医学工程学院和公共卫生学院表观遗传学中心,北兰戈斯街855号,马里兰州巴尔的摩市,21205
耶鲁大学系统生物学研究所和生物医学工程系,西校区大道850号,康涅狄格州西黑文市,06516
摘要
康拉德·沃丁顿(Conrad Waddington)首次提出了表观遗传景观的概念,用以描述多能细胞可能产生的细胞命运。随着实验揭示了调控过程的非确定性结果,以及量化随机性的数学方法的出现,这一概念不断发展。在这篇综述中,我们探讨了研究表观遗传和基因调控景观的现代方法,以及与之相关的熵和吸引子状态的概念,阐述了这些概念的定义如何变得更加精确,以及它们对于理解癌症病因和癌症状态可塑性的重要意义。我们讨论了不同类型调控景观之间的相互作用,以及它们的变化如何导致癌症进展。我们还考虑了细胞衰老、内在和外在刺激在调节细胞状态中的作用,以及景观变化如何定量映射到表型结果,从而应用于治疗方法的开发。
图形摘要

总结句
这篇综述探讨了表观遗传随机性如何将突变和环境扰动与驱动肿瘤进展和治疗耐药性的表型可塑性联系起来。
长期以来,肿瘤细胞的异质性和表型可塑性一直被认为是肿瘤侵袭和转移的主要驱动因素(1)。癌细胞表现出的复杂多样的行为通常涉及多个基因的协同表达,构成了与肿瘤起源组织表型截然不同的程序。由于致癌转化通常伴随着广泛的基因突变,癌细胞群体表现出的表型异质性分析通常归因于同一肿瘤内出现多个基因不同的克隆细胞亚群(2)。这种基因异质性应与表型异质性(即在同基因群体中出现稳定的表型状态)和表型可塑性(即细胞暂时采用不同表型状态的能力)区分开来。表型可塑性被认为是上皮 - 间质转化(EMT)、耐药性和细胞增殖增加等复杂表型变化的基础(3 - 6)。因此,尽管基因突变可能增加新表型状态出现的概率,但它们可能无法完全决定这些状态,并且对于这些状态的出现可能并非绝对必要。
阐明表观遗传状态与基因表达调控之间的相互作用,对于我们理解表型可塑性至关重要。关于这些调控机制的耦合,仍存在多个问题。例如,由于许多基因表达调控因子可能也具有表观遗传修饰能力,例如通过招募DNA甲基化酶和组蛋白乙酰转移酶,目前尚不清楚表观遗传控制是否可被视为转录调控的组成部分,或者它是否具有独立且重要的作用,而仅通过基因网络分析无法完全预测这些作用。
在这篇综述中,我们认为表观遗传机制可能具有几个关键功能,而这些功能通常无法通过涉及转录调控分析或RNA和蛋白质稳定性分析的传统定量方法体现出来。特别是,表观遗传调控可能在调节基因表达的变异性方面发挥关键作用,解释当前细胞状态的差异以及新细胞状态的出现。最近的方法学进展使我们能够明确界定和测量表观遗传景观,结合基因调控景观,可用于更精确地理解癌症的病因,并更好地理解表型可塑性和异质性的潜在机制。
描述遗传和表观遗传景观的理论方法
调控网络对基因表达施加了复杂的相互依赖关系,通常使用常微分方程(ODE)对其进行建模(方框1,方程1)。沃丁顿(Waddington)引入并在数学上进一步阐述的“景观”相关概念(7 - 10)已应用于较简单且特征明确的系统,但也面临着重要挑战。特别是,构成调控网络的分子相互作用通常未知,并且可能受到表观遗传机制(如DNA甲基化)的限制。此外,这些相互作用和网络会受到生物分子“噪声”的影响,即分子浓度的变异性或分子状态的改变(11 - 13),这对于系统的非确定性多命运行为至关重要。尽管沃丁顿景观常被解释为表观遗传景观,但这些概念可能不再完全同义。实际上,以前“表观遗传”一词指的是传统基因表达控制之外的任何机制,而如今,它更常指的是一组特定的调控过程,尤其影响DNA甲基化和染色质修饰。
生化过程的概率性质在历史上有多种处理方式。最简单的方法是,可使用朗之万方法扩展常微分方程描述来描述附加噪声(方框1,方程1)。然而,如果分子数量变得非常少,这种方法可能会失效,因为定义常微分方程系统行为的函数会变得不连续。这一考虑推动了概念上的重大飞跃,类似于物理学中从经典力学到量子力学的转变。在这种新观点中,不再描述生物变量(如分子浓度),而是处理系统定义变量取某些值的概率。这种概率动力学由主方程描述,该方程基于系统动力学的马尔可夫假设(方框1,方程2)。然而,尽管这些方程表面上看起来简单,但求解或估算它们需要先进的计算资源,尽管在较简单的情况下已取得了一些成功(14 - 16)。朗之万方法和主方程方法都面临的一个根本挑战是,缺乏对系统变量之间相互作用机制的全面了解。到目前为止,相对较少的生物网络已得到充分表征,而且这种机制表征通常只是半定量的。因此,很难从理论或计算上预测不同分子和细胞状态的概率分布。然而,现在可以直接通过实验估算这些概率(17 - 19),从而尝试解决一个逆向问题,即从实验数据中重建基因表达调控的潜在机制以及相应的遗传和表观遗传景观。
基于实验获得的概率分布所做的推断可以建立在坚实的理论基础之上,这为表观遗传和遗传景观的概念赋予了特定含义,与沃丁顿(Waddington)所暗示的含义不同。这种方法的关键在于吉布斯 - 玻尔兹曼方法(专栏1,公式3和4)所提供的势能与概率分布之间的基本联系,这对于定义和分析对应于特定相干分子、细胞和表型状态的景观吸引子特别有用。具体而言,这种方法将任何结果(例如基因表达或DNA甲基化模式以及相应的表型结果)的概率与一个通用定义的准势能联系起来,这一术语源自物理学,用于描述可能的细胞状态的概率分布的起源(能量较低的状态被占据的概率较高;见图1A以及专栏1中公式3的定义)。这种关联使我们能够将相应的遗传(基因表达)或表观遗传(例如DNA甲基化标记)景观定义为准势能分布。这种景观定义与沃丁顿常微分方程方法所暗示的定义一致,便于解释和可视化。在这种景观表示中,吸引子将被视为生物变量的值,在这些值处会达到局部和全局能量最小值,从而构成具有较高相对概率值的状态(图1A)。吸引子的稳定性进一步由相应能量阱的深度和宽度、其他吸引子的接近程度以及可及性等景观特征来定义(20)。变异性或噪声的增加会使能量阱实际上变浅,从而拓宽生物变量的分布(21)。这使得细胞网络能够探索不同吸引子的多种状态。局部能量(景观)最小值可能在群体内的不同细胞中实现,或者仅在特定的发育、生理或病理情况下才可达到。下面我们将阐述和讨论这些以及其他重要概念,例如与整个景观和特定吸引子状态相关的熵,以及与这种熵变化相关的信息(专栏1),特别是在癌症发生和进展的背景下。
癌症的景观模型
基因调控景观可以通过实验确定的基因表达概率分布来评估,特别是那些由单细胞RNA测序(scRNA - seq)数据产生的分布,或者通过对多个组织样本(例如来自多个患者的癌组织)的分析来评估(图1A)。这些分布中的景观吸引子对应于一组协调表达的基因和基因产物,其丰度和活性可能由自我维持的反馈相互作用调节,赋予细胞特定的表型特性。癌状态可能代表在未转化组织中无法达到,但可由致癌突变揭示的遗传景观吸引子 。上皮 - 间质转化(EMT)中出现的间质状态就是一个例子(3)。朗之万常微分方程方法已被用于分析假定控制上皮 - 间质可塑性的三稳态调节回路(23)。此外,已提出四种吸引子状态来控制EMT,包括转移状态、抗转移状态和两种中间状态(24)。这些研究说明了癌症相关基因调控景观中明确定义的吸引子出现的基于反馈的假定机制。然而,它们主要基于需要实验验证的理论建模结构,而诸如表观遗传调控等机制可能未被纳入。或者,可以在不施加假设机制的情况下推断实验测量的调控景观的特性。
新吸引子的出现以及同一吸引子内变异性的增加,其一个关键后果是潜在调控景观的熵增加(图1B中的输入1和1’,见方框1)。事实上,人们一致观察到,与相应的非癌起源组织相比,癌症中基因表达的熵增加,例如,仅通过检查基因表达数据(25),或通过将这些数据与蛋白质相互作用网络整合(以解释稳定吸引子的分子相互作用)(26)就能揭示这一点。一种类似的方法使用蛋白质相互作用网络和多个组织样本(而非同一样本内的单个细胞)的RNA测序,表明肿瘤进展与熵的增加有关(27)。这种方法还被进一步用于将基因表达的熵与潜在细胞群体的多能性联系起来(28),并证明与癌症出现相反,特定的细胞分化可以由新兴吸引子来表示,这些吸引子与逐渐降低的变异性和熵相关。与这一分析一致的是,研究表明可以从定义特定细胞亚群的吸引子的熵增加来推断癌症干性(28)。有趣的是,这一分析揭示,熵的降低不仅与决定细胞命运的分子回路有关,还与特定的癌症相关表型状态有关,如细胞增殖增加(22),这意味着细胞周期各组成部分的基因表达和分子相互作用存在相关性,这代表了基因表达景观中一个定义明确的吸引子的另一个例子。然而,这种高增殖吸引子可能并不完全稳定,最近的研究表明,细胞可能会随机进入和脱离细胞增殖状态 。其他研究还指出,其他关键的癌症相关表型(耐药性和上皮 - 间质转化)具有短暂而非稳定的性质,这表明它们可能是更广泛吸引子状态下表型可塑性的结果,这可能使这些表型能够暂时实现(30 - 33)。这个更广泛的吸引子可能与更高熵的干性状态相关,而每个短暂访问的表型状态的相关熵可能要低得多,即它们可以被视为细胞可以随机或响应环境输入而占据的子吸引子(34)(图1B中的输入1和2)。
这些研究表明,癌细胞中基因表达网络熵增加的原因可能很复杂,因为熵的相同增加可能是由于细胞群体中新的稳定吸引子的出现(表型多样性,图1B中的输入1’),或者是由于正常的癌前组织中可能已经存在的单个吸引子的噪声增加,或者是由于细胞去分化而出现的(表型可塑性,图1B中的输入1)。此外,表型可塑性可以使短暂稳定、随机访问的吸引子出现,而这些吸引子仍然可以具有重要的功能性表型特征,如上皮 - 间质转化、细胞增殖和耐药性(图1B中的输入2)。这些表型可能与正常发育和组织稳态中单独出现的表型有关,但在表型可塑性的癌症状态下,在更大的潜在吸引子背景下,它们可能相互可达(图1C)。因此,需要进行更详细的景观分析来理解癌细胞群体出现和动态变化的潜在机制。此外,这些研究还留下了以下问题:是什么控制着使不同景观吸引子成为可能的各种转录程序的可用性,以及什么机制调节不同吸引子状态之间的转变,从而调节各种表型的可塑性程度?
与基因调控景观不同,在基因调控景观中,诸如分子浓度等变量可被视为连续呈现多个值,而表观遗传景观本质上是二元或“数字”性质的,例如特定CpG位点的甲基化模式或特定组蛋白修饰的存在与否。然而,景观分析框架也可用于这类实验数据。例如,在基因组的特定区域内,成纤维细胞衰老过程和癌细胞中,四个连续 位点集合模式的表观遗传变异显示出随机性增加(35)。连续CpG位点的模式,也称为表观等位基因,因此可以进行概率处理,使用贝叶斯模型估计它们在同一肿瘤内的分布(36)。概率分析有助于对熵和信息指标(在方框1中定义)进行研究,该研究应用于多个脑肿瘤和正常样本,揭示了Alu重复序列的甲基化熵增加(37)。表观等位基因的表观遗传模式可能显示出某些相关性,在底层景观中被解释为特定的吸引子状态。从机制上讲,这些相关模式可能是因为可遗传的(即CpG)二核苷酸处的DNA甲基化受细胞状态或基因组位置以及最近的 邻居的影响,因为DNA甲基转移酶I(一种在DNA复制过程中将 从亲代链复制到子代链的酶)位于复制叉处,赋予附近 二核苷酸非随机的甲基化模式。
通过利用伊辛模型(Ising model),可以更正式地定义底层景观,同时认识到实验数据的二元性质。伊辛模型于20世纪30年代为一维磁偶极子引入,其二元状态也受外力和最近偶极子邻居的影响(38)。它还允许对DNA甲基化的香农归一化甲基化熵(NME)进行高精度计算。此外,伊辛模型能够进行更复杂的分析,例如计算詹森 - 香农距离以评估两个表观基因组之间的互信息,从而根据基因组特征对表观遗传景观变化的相对贡献对其进行排序(39)。这种更严谨的处理揭示了与匹配的正常组织来源相比,多种癌症类型的表观遗传景观中熵显著增加(38)。重要的是,研究发现无序甲基化模式的增加预示着慢性淋巴细胞白血病(40)和急性髓性白血病(41)的临床预后不良。这一最新进展令人瞩目,因为由于癌症表观遗传学源于正常组织的“数百种景观”,曾被认为在计算上难以处理(42)。
在各种癌症中观察到的表观遗传景观熵增加伴随着基因表达的更大变异性(43),从而将表观遗传景观和基因调控景观联系起来。对这种联系的一种可能解释是,由于表观遗传变异性增加,解释新表型特性的遗传程序可能变得可及,从而导致新的基因调控吸引子出现。这一假设得到了以下观察结果的支持:基因甲基化和表达的增加变异通常在大于单个基因 的基因组区域中富集,例如与上皮 - 间质转化(EMT)相关的区域(43),或者在胰腺癌中观察到的较小结构域(45),这可能与造血干细胞推断的低甲基化区域有关(46)。因此,实现特定表型所需的多个基因的表观遗传控制可能会“放松”,相应的遗传吸引子可能出现,并使细胞群体中出现新的表型状态的时间可变。实际上,研究发现向间充质状态的转变取决于包含EMT相关基因的DNA区域的染色质可及性改变(47)。此外,与发育调控的EMT相关的大型异染色质结构域(48)在结肠癌中发生了拓扑改变(49)。这些数据表明,一个关键的癌症相关表型是由基因表达景观(隐性吸引子状态的实现)和表观遗传景观(DNA和组蛋白标记的变化,使编码这一新可及遗传景观吸引子成分的遗传信息可及)的变化共同促成的。
综上所述,这些结果表明,遗传景观中出现新吸引子的一个关键条件是相应遗传物质的表观遗传重组,这会导致当前吸引子内的随机变异性增加,并提高向新状态转变的概率(21)(图1B中的输入1)。因此,探索在癌变过程中发生的表观遗传和基因调控景观重组的触发因素是很有意义的,但由于表观遗传和基因调控机制相互依赖,这一任务变得复杂。事实上,表观遗传修饰,例如基因调控序列的DNA甲基化,可以直接影响基因表达,而且许多转录因子可以招募表观遗传调控因子,这表明表观遗传和遗传景观之间存在着显著的相互依赖关系(图2)。为了更详细地了解受表观遗传和基因调控景观影响并塑造这些景观的致癌过程,研究可能导致癌前和癌变状态的遗传和环境输入因素将很有启发性。
表观遗传景观与遗传景观的相互作用
大量驱动癌变的复发性体细胞突变如何与导致癌症表型的通路和基因相关联(50)?传统上,这个问题是通过分析各种突变对表型变化幅度(如增殖增加)的影响来解决的,这些表型变化是对不同有丝分裂调节因子过表达的反应。目前尚不太清楚的是,表观遗传和基因表达调控的变异性增加(进而熵增加)如何与癌症进展相关联。现在,通过使用诸如詹森 - 香农距离(专栏1,公式7)等指标对致癌突变进行排序,逐渐能够进行此类分析,这些指标确定了效应大小及其在癌症病因的表观遗传控制中的重要性(39)。
在癌变状态下,可以阐明通过其酶功能直接(所谓的表观遗传修饰因子)和间接(表观遗传调节剂)控制表观遗传景观的分子突变所起的作用(51)(图2)。例如,在急性髓系白血病(AML)中,驱动突变既可以影响表观遗传调节分子[如能够将表观遗传修饰因子招募到特定基因靶点的转录因子和信号通路(52)],也可以影响修饰分子[如与DNA去甲基化相关的基因TET2,该基因在一部分AML患者中发生直接突变(53)]。对具有不同驱动突变的AML患者的表等位基因分布进行分析表明,表等位基因分布的熵增加,这与其他癌症的情况一致。重要的是,这项分析揭示了熵增加背后更精细的表观遗传景观结构。特别是,表等位基因通常对一部分调节因子突变表现出特定模式,而修饰因子突变的分布则更为广泛。这项研究进一步表明,更紧密、更特异的表等位基因分布与更好的临床结果相关,而更广泛的分布通常与较差的临床预后相关。此外,更高的表等位基因多样性与基因表达的高变异性相关,因此可能与更高的表型和发育可塑性相关。这一结果与一项涉及组蛋白甲基转移酶基因 (也称为 )基因重排的AML独立分析结果一致,与未转化的对照相比,该分析也显示出表观遗传熵(更具体地说是NME)大幅增加,以及与AML病因相关的基因表达变异性很高(54)。重要的是,AML动物模型显示,表观遗传变异性是向AML转化的先兆,这表明更高熵状态具有因果关系而非相关性(53)。总体而言,这些数据表明,影响特定调控通路的突变可能导致特定遗传和表观遗传状态(狭窄且稳定的景观吸引子)的形成。相反,表观遗传修饰因子的失调可能导致更广泛的表等位基因分布,这可能导致更广泛、更“嘈杂”的吸引子、表型可塑性和更差的预后(图1B和图2中的输入1)。事实上,更广泛的表观遗传失调所赋予的更高表型可塑性可能会增强癌细胞逃避各种治疗和其他压力(包括免疫监视)的能力。
鉴于某些调节因子的突变改变可导致特定吸引子状态的出现,其他调节蛋白的突变可能通过调节广泛特异性的表观遗传修饰因子间接发挥作用,从而也导致广泛的表观遗传改变,以及更广泛、更具可塑性的吸引子状态。例如,在携带TP53突变(编码肿瘤抑制因子p53)的急性髓系白血病(AML)患者中,抑制DNA甲基化非常有效,但在TP53野生型肿瘤中的效果则低得多(55)。肺癌异种移植研究和体外实验支持了这些结果(56),共同表明p53是一种对表观遗传稳定性至关重要的表观遗传调节因子。实际上,在胚胎干细胞(ESCs)中,p53限制修饰因子Dnmt3a和Dnmt3b的表达,从而抑制甲基化,并调节Tet1和Tet2,使得Trp53的缺失成为表观遗传异质性的主要驱动因素(56, 57)。在AML中常见突变的其他基因,如WT1、IDH1和IDH2,也可通过诱导TET2功能丧失,对表观遗传景观产生更广泛的影响(58)。这些结果表明,尽管表观遗传修饰因子在特定肿瘤中可能未发生突变,但在许多情况下,调节因子突变的影响可导致大量基因的甲基化状态发生改变,这与修饰因子突变的影响相似。修饰因子更具特异性的靶向作用可通过比较基因表达分析揭示,例如,通过在表观遗传可变基因的调控区域中寻找特定转录因子结合位点的富集情况。特定结合位点的富集表明,特定转录因子既能将表观遗传修饰因子招募到特定基因上,又能在该基因发生表观遗传修饰后更直接地控制其表达。这种类型的分析确定了许多假定的调节蛋白,包括GATA2,它与许多由不同突变事件驱动的AML亚型中的等位基因变异相关(53)。类似的研究进一步表明,NFKB1和MYBL1作为调节蛋白在慢性淋巴细胞白血病中控制耐药表型方面具有特定作用(59)。
总体而言,这些研究表明,我们对基因驱动型癌症发生过程中遗传和表观遗传格局相互作用的理解有了如下改进(图2)。介导因子和一部分调节因子基因突变的影响可能较为广泛,涉及全基因组的多个基因,并产生高度的表观等位基因和遗传异质性,这与不良的临床预后相关。另一部分调节因子基因突变的影响可能更具特异性,导致表观等位基因分布的变异性降低,并形成协调的基因表达模式,对应于遗传和表观遗传格局中有限数量的耦合吸引子。在这两种情况下,表观遗传和遗传格局的熵都会增加,但原因不同:在前一种情况下,更具可塑性的状态意味着一个嘈杂且相对不稳定的吸引子状态;而在后一种情况下,熵的增加可能对应于遗传和表观遗传空间中新的稳定吸引子的出现和共存(图1B)。这种观点意味着癌症的发生可能存在不同的格局路径,但考虑出现更具可塑性、定义更不明确的吸引子状态可能特别有趣,因为这可能与更具多能性的干细胞样状态以及癌细胞可塑性的增加有关。
内源性和外源性输入对吸引子状态的稳定作用 外源性输入。
基因表达和表观等位基因丰度变异性的增强表明存在广泛的遗传和表观遗传吸引子,这可能使细胞能够暂时达到多种替代状态,而这些状态可能会通过额外的输入进一步稳定下来。例如,对DNMT3A和DNMT3B的基因扰动会显著增加胚胎干细胞的遗传和表观遗传熵,而对平均甲基化水平的影响则要小得多(60)。此外,受这种扰动差异调控的几个基因可以促进细胞分化。重要的是,对DNMT和TET基因的基因扰动揭示,分化状态是遗传格局中的一个独立吸引子,并且这个吸引子是动态存在的,细胞会根据DNMT和TET酶的相对活性进入和离开该状态(61)。这些结果与目前对山中因子(Yamanaka factors)诱导多能性的表观遗传调控重要性的理解一致,特别是TET酶表达增加以稳定这种状态(62)。至关重要的是,这种分化吸引子也可以通过信号通路形式的调节因子进行调控,特别是对MAPK信号通路和GSK3β的双重抑制(63 - 65),这表明外部信号输入可以稳定分化状态。
从干细胞干性的表观遗传调控中获得的见解可以阐明条件性吸引子如何出现并得以稳定,例如,在癌症中通过外源性信号输入(图1B中的输入2)。作为信号吸引子稳定作用的一个例子,两项独立研究发现,涉及IGF - 1受体激活的旁分泌信号或NOTCH信号通路可以分别导致由组蛋白去甲基化酶KDM5A和KDM6A/B介导的染色质结构改变,进而控制耐药表型(66)。在这两种情况下,这种表型的获得都是短暂且随机的,表明在潜在格局中与两个或多个吸引子相关的不同状态之间存在持续的转变。这种动态获得情况可以在体内进行详细分析,就像在基因工程小鼠模型中对急性髓系白血病(AML)所做的研究那样(67)。
化生。
基于景观的分析表明,外源性或内源性稳定输入的缺失可能会使向其他可用吸引子的转变更有可能发生,从而维持一种可塑性状态和元可塑性组织组成。一个特别有趣的例子见于肾脏分化过程。WT1是一种对胚胎肾脏发育至关重要的组织特异性转录因子,可被视为稳定相应分化程序吸引子的分子。WT1功能丧失性突变导致种系中DNA结合能力丧失,会引发伴有肾发育异常的德尼 - 德拉什综合征(Denys - Drash syndrome)(68)。体细胞中WT1的缺失会导致早期前肾细胞元可塑性转分化为其他中胚层成分,如骨骼肌、脂肪和软骨,并在发育轴相对早期产生肿瘤前的“叶内肾源性残留”,增加肾母细胞瘤(Wilms tumor)发生的风险(69)。WT1还可能通过与YAP转录共调节因子相互作用来控制E - 钙黏蛋白的表达,从而调控上皮 - 间质转化(EMT)(70),这可能会调节组织结构并进一步影响元可塑性状态。在发育中的小鼠肾脏中适时实验性激活干细胞重编程因子,即使没有其他干扰因素,包括没有任何WT1突变,也能诱发肾母细胞瘤(71)。同样的效应也出现在贝威综合征(Beckwith - Wiedemann syndrome)中胰岛素样生长因子2(IGF2)印记丢失(LOI)的情况下,
2016年1月或在普通人群中偶发,发育中的肾单位过度增殖也会增加肾母细胞瘤发生的易感性。这些结果与稳定控制的丧失导致一个广泛、可变且具有可塑性的景观吸引子相一致,这也会降低占据对应于稳定分化的肾单位状态吸引子的概率(图1B和图3)。元可塑性状态并不一定涉及发育早期发生的过程或依赖于重编程信号。相反,即使在成熟的成年组织中,它们也可能源于相互可及的吸引子之一的稳定化(图1B中的输入2’)。腺泡 - 导管化生(ADM;即胰腺中的腺泡细胞分化为导管细胞的过程)可作为组织修复过程的一部分发生在未转化的成年胰腺中(72),但也可能导致肿瘤前病变,并最终进展为胰腺导管腺癌(PDAC)(73)。除了可能作为正常适应性过程发生的ADM之外,对应于腺泡细胞类型的吸引子的不稳定化可导致胰腺上皮内瘤变(PanINs)的出现。此外,其他细胞类型也可能在这个过程中出现,例如簇细胞。这种吸引子的不稳定化可能涉及调节因子KRAS和DPC4(也称为SMAD4)的突变,以及在炎症或损伤期间KLF4的上调 ,以及关键调节因子(如AATK)表观遗传控制的改变,这在腺泡 - 导管化生和胰腺癌小鼠模型的研究中得到了证实(76)。
另一个环境诱导的元可塑性过程的例子见于巴雷特食管(Barrett’s esophagus)。在这种情况下,环境刺激(调节因子)是胃酸反流和炎性细胞因子富集,它们促进食管正常鳞状上皮转分化为肠样柱状上皮(77)。动物和人类数据表明,在这种情况下,对应于食管细胞类型的吸引子因肠特异性因子CDX1和CDX2的诱导而受损,这些因子可能由炎性输入诱导,并且由于自身调节而能够自我稳定(78)。这一过程与DNA甲基化分布的双峰性相关,反映了食管和肠吸引子的共存,这是这种化生类型的特征(79)。在这种情况下,转分化再次成为随后发生食管腺癌的主要危险因素。
综上所述,这些观察结果表明,化生或替代性分化可能是癌前组织状态的一个重要特征。因此,细胞探索的新状态可能并非随机产生,而是常常属于密切相关的谱系(80),这与以下预期相符:由于调控网络的随机性增加,进而导致熵增加,细胞会沿着潜在的表观遗传和遗传景观探索相邻的吸引子(图1C)。有趣的是,在化生状态和多种癌症中,通常都能观察到表观遗传修饰因子(如ARIDIA)的上调(81 - 83)。与化生相关的组织紊乱以及上皮 - 间质转化(EMT) - 间质 - 上皮转化(MET)程序的常见失调,会进一步扰乱局部细胞间的相互作用,从而导致细胞增生和肿瘤性生长的起始(84 - 86)。
因此,如果这些遗传或环境因素作用于具有高度化生潜能的组织,吸引子的占据情况可能会发生改变。先前占主导地位的吸引子被占据的可能性可能会降低,而预先存在的替代性吸引子被占据的概率则可能会增加,从而导致进一步的化生,并有可能引发癌症状态(图1B)。在另一种情况下,如果表观遗传调节剂直接受到基因突变或环境因素的影响,即使是初始可塑性较低的组织也可能变得更具可塑性,并允许占据先前无法进入的隐性吸引子(图1B中的输入1’)。这些吸引子可能由于内部反馈或额外的稳定突变而变得稳定,也可能保持短暂状态并被随机访问,这取决于是否存在外部信号。较高程度的表观遗传可塑性以及条件性(而非稳定性)吸引子会增加相应的表型可塑性,这可能会因转移倾向增加、耐药性增强或免疫逃逸而导致预后不良。从这个意义上说,通过降低细胞调控的可塑性来稳定特定的吸引子,可以使癌症进展更具可预测性,并有可能提高个性化治疗干预成功的概率。
吸引子稳定性与衰老
由失调的表观遗传控制所促成的环境信号对条件性吸引子的稳定作用,可以通过多种机制实现,尤其是通过激活细胞内信号网络。事实上,新的吸引子,如在EMT过程中出现的间充质细胞状态,可以由微环境中的生化和生物力学信号触发,而细胞增殖的增加则可以通过细胞环境中生长因子和其他配体的逐渐积累来控制(87)。吸引子的稳定可能会导致基因表达和表观等位基因出现的熵降低,这可以通过实验进行精确量化,并用于评估信号输入所携带的信息(88)(见方框1;信息被定义为输入后熵的降低)。熵的降低通常较小,在这类事件中,每个细胞通常仅传递1比特关于信号强度的信息(89 - 96)。多个细胞之间的信号协调可以增加这种信息传递,从而进一步降低熵,不过,由于细胞间的通讯存在噪声,这种影响可能也不会非常显著(97)。如果细胞对相同的输入做出反应,但不一定进行通讯,熵可能会进一步降低(98)。
1比特的信息足以定义一个二元表型结果,如细胞死亡/存活、分化/自我更新或增殖/迁移。这种二元结果通常反映了由信号输入调节的替代性吸引子状态的占据情况(图1B中的输入2和2’)。在癌症进展的背景下,多种外部信号可以触发信号事件,通过条件性地占据不同的吸引子,导致细胞反应的多样化,这取决于特定肿瘤部位不同信号的组合(及其持续时间),或者癌细胞在转移扩散过程中接收到的信号。类似的定量分析可用于评估不同突变和药物治疗的效果,这些因素可能更具体地影响不同吸引子的熵,或者更广泛地影响与整体表观遗传或遗传状态相关的熵(93)。
与信号输入导致的熵降低相反,特定吸引子的熵以及相关的表型可塑性也会由于表观遗传漂移(图1B中的输入1)而自然增加。表观遗传漂移在组织培养和体内都会随着细胞和生物体年龄的增长而发生(99 - 102)。在与癌症相关的过度增殖情况下,表观遗传漂移是由于随着细胞分裂次数的增加而积累的表观突变所致,这种情况可能高频发生(103)。表观遗传景观的这种熵增加与作为表观遗传时钟基础的DNA甲基化的反复变化不同(104)。与特定 位点上与年龄相关的DNA高甲基化或低甲基化特征不同,表观遗传漂移反映了DNA甲基化变异性的增加,这种情况经常发生在与恶性肿瘤相关的基因座上,并且可以预测癌症的发生(105)。这种位点特异性的一个例子是编码多梳抑制复合物 - 2(PRC2,其本身负责H3K27的三甲基化)的基因座处的甲基化(103)。与表观遗传漂移相关的熵增加也可以解释双能样乳腺癌祖细胞中罕见的5%亚群的出现(106)。肿瘤内表观遗传漂移可能取决于单个克隆的复制历史,导致结直肠肿瘤中上皮 - 间质转化(EMT)特征谱不断扩大(107)。总体而言,景观熵不是静态的,即使没有基因改变,它也可以以可量化的方式降低和增加,为正常组织功能和癌症进展创造了更复杂的环境。
将调控景观映射到表型反应上
对表观遗传和遗传景观的定量评估变化能否为选择合适的治疗方法提供依据?由于治疗是由疾病特异性表型驱动的,而景观的改变发生在DNA修饰和分子网络层面,因此更详细地考虑特定表型是如何被控制的就很重要。在许多情况下,表型状态是由特定的生物分子回路定义的。例如,细胞迁移表型由细胞骨架重组控制,而细胞骨架重组又常常由Rho家族小GTP酶的一个子集控制(108, 109)。同样,细胞增殖在表型上是由涉及细胞周期蛋白依赖性激酶调控的回路驱动的(110)。因此,了解这些特定的、定义表型的回路的功能如何受到细胞调控网络更全局变化的影响非常重要,如下文关于细胞凋亡的情况所述。
尽管控制细胞凋亡的分子回路很复杂,但可以利用BCL蛋白家族中促凋亡和抗凋亡成员的相对丰度来控制表型结果,即调控性细胞死亡(促凋亡蛋白如BAX的相对丰度较高)或细胞保护(抗凋亡蛋白如Bcl2的相对丰度较高)(111, 112)(图3A)。促凋亡和抗凋亡蛋白的等量匹配丰度定义了表型空间(生存与死亡)中这些状态之间的边界,表观遗传和遗传景观可以映射到这个边界上(图3B)。这种映射基于定义表型的分子与上游遗传和表观遗传介质之间的生化输入 - 输出关系,是一种自然的降维机制,允许评估潜在分子网络变异性和调控的影响。在许多情况下,例如在多种上皮组织的更新过程中,即使在体内平衡条件下,与潜在景观相关的熵以及凋亡蛋白表达的变异性也可能导致一部分细胞发生细胞死亡。因此,细胞在表观遗传景观上的分布可以定义表现出不同表型的细胞比例。
将信号网络活动映射到这个凋亡调节回路(图3B)可以通过实验来实现,并在 中以BCL2 - BAX对的联合单细胞分布形式呈现。表型定义分子回路上游的调控格局控制着这些蛋白对中蛋白质的相对丰度,其可能会因表观遗传变化(如胰岛素样生长因子2(IGF2)的印记丢失(LOI))而改变(113)。由表观遗传改变导致的信号输入调控异常(特别是通过生长因子响应的细胞外信号调节激酶 - 丝裂原活化蛋白激酶(ERK - MAPK)和蛋白激酶B(AKT)通路的信号重新平衡)是新出现的吸引子状态的关键方面,这会转化为新的BCL2 - BAX分布,导致细胞死亡倾向增加(图3C)。因此,表观遗传格局的改变除了促进细胞增殖和组织增生外,还会造成一种脆弱性(细胞凋亡倾向增加),可利用这一点来选择性清除发生IGF2印记丢失的细胞群体。这些格局扰动会使发生印记丢失的细胞而非野生型细胞越过“死亡边界”(图3C),从而预测与这种癌前状态相关的特定药物(如受体酪氨酸激酶抑制剂)的治疗窗口(113)。这一分析凸显了将格局概念直接应用于开发更具针对性的治疗方法,特别是当表观遗传改变被视为重要治疗靶点时(114)。
这种表型映射分析可以在最近提出的组织细胞原型框架 内进一步拓展。原型被定义为跨越可用优化表型空间的极端表型状态,因此反映了表型可塑性的可用自由度。对肾母细胞瘤患者样本的分析揭示了三种原型表型状态,表明体内的格局分布更为复杂。疾病的更晚期阶段伴随着IGF2印记丢失的出现,导致细胞群体从相对均匀地分布在三种原型(一种上皮状态和两种间充质状态,其中一种还以较高的细胞增殖为特征)转变为间充质状态相对于上皮状态更为丰富(31)。这一结果表明存在特定的格局变化,可能是由于IGF2表达增加促进了与细胞增殖和上皮 - 间充质转化(EMT)相关的更具侵袭性的细胞行为。尽管格局结构更为复杂,但我们认为表型映射分析仍可用于靶向特定的细胞状态。
一般来说,将遗传和表观遗传格局测量并映射到表型空间是一种有效的策略,既可以推断相应的表型多样性,又可以靶向由格局吸引子定义的特定亚群。重要的是,它还可以阐明表型可塑性的影响并指导相应的治疗策略。如果导致癌前和癌症状态出现的突变、表观遗传变化或环境输入也增加了新出现吸引子内的可塑性,由于与野生型吸引子的重叠更大以及从吸引子脆弱区域逃逸更快,细胞群体可能更难被靶向(图3C)。这一考虑既为可塑性更强的肿瘤吸引子预后不良提供了进一步的解释,也表明癌症治疗应降低可塑性。更具体地说,临床干预的目标是重塑潜在的格局,首先通过扰动定义吸引子的通路和分子回路来稳定癌症特异性吸引子,然后清除占据这些吸引子的细胞,同时尽量减少对未转化细胞的影响。
结论与未来方向
本文综述的研究支持利用基因和表观遗传景观方法来理解癌症病因,最终使我们能够更全面、更概念化地理解癌症发生机制。重要的是,这种方法提供了系统的详细视图,它可能聚焦于特定的吸引子,但也涉及多个吸引子的组合以及它们之间的动态转变。相反,熵通常是对细胞状态整体多样性解析度较低但更具全局性的度量指标。这两种方法都很有用,且经常相互补充。例如,景观视角可能更善于捕捉表型可塑性增加(即细胞及其分子网络动态“探索”不同状态和相应表型的能力)与表型多样性(即群体中不同细胞稳定占据不同吸引子)之间的差异(图3C)。在这两种情况下,与亲本野生型组织状态相比,肿瘤组织的熵可能更高,但景观会有所不同,这对于确定预后和可能的干预措施而言可能是至关重要的分辨率水平。尽管如此,熵仍然可以是一种方便的度量指标,特别是在评估信号输入、突变和表观遗传扰动或医疗干预的效果时。特别是,熵的变化(例如通过基于不同信息论的测量方法评估,见方框1)可以定量表征这些不同输入的影响,或者评估细胞衰老等长期过程可能如何影响细胞景观。
新的实验方法还可以进一步分析景观改变与癌症状态出现之间的因果关系与相关性。例如,新的CRISPR方法可以将特定的表观遗传修饰因子招募到基因组内的目标位点,并直接控制表观遗传和基因表达的变异性以及吸引子特性(30)。此类研究,结合对患者和动物模型中癌前状态的进一步分析(涉及对基因和表观遗传机制的特定扰动),可以提供更多数据,以完善我们对癌症特异性景观的理解。
在肿瘤学应用中,景观和熵概念的关键优势在于增进我们对癌症病因的理解,并有助于开发靶向和个性化癌症治疗方法。实际上,更具可塑性的吸引子可以使细胞有可能迅速适应药物治疗和免疫治疗干预,还能使细胞在转移扩散等所需的不同表型状态之间动态切换。因此,可以说,未来的方法可能会侧重于综合治疗,不仅试图消除特定的细胞亚群,还会降低肿瘤细胞的表型可塑性。在开发这些方法时,对潜在景观的特征描述尤为重要。在这些工作中,完善我们对表观遗传和基因调控水平上确定的景观如何定量转化为对控制特定表型的分子回路活性的相应描述的理解至关重要。这种表型映射可以指导更有针对性的药物研发工作,并定量确定特定化合物的治疗窗口。在本综述中,我们主要关注DNA甲基化这一关键的表观遗传机制,其景观和熵分析已在多种生物系统中开展。然而,表观遗传调控也可以在其他层面发生,包括通过组蛋白修饰。随着收集到更多关于表观遗传调控其他层面的丰富数据,一个重要的挑战将是弄清楚是否有必要对表观遗传和基因调控的所有层面进行全面的基于景观的描述,或者是否可以将这种复杂性和数据维度简化为一组更简单的测量指标。在这些工作中,各种机器学习技术可能会发挥关键作用,以揭示各种分子调控机制之间的相互依存关系及其对表型可塑性的影响。
致谢:
我们感谢奥努尔·基利奇(Onur Kilic)和詹妮弗·费尔曼(Jennifer Fairman)为插图所做的准备工作。资助:美国国立卫生研究院(NIH)向A.P.F提供了R01CA54358资助,向A.L提供了U54CA209992资助。不存在利益冲突。
参考文献
1. 菲德勒(Fidler IJ),《肿瘤异质性与癌症侵袭和转移的生物学》。《癌症研究》38 卷,2651 - 2660 页(1978 年)。[PubMed: 354778]
2. 诺韦尔(Nowell PC),《肿瘤细胞群体的克隆进化:获得性遗传不稳定性允许逐步选择变异亚系,并构成肿瘤进展的基础》。《科学》194 卷,23 - 28 页(1976 年)。[PubMed: 959840]
3. 贾(Jia D)、乔利(Jolly MK)、库尔卡尼(Kulkarni P)、莱文(Levine H),《癌症中的表型可塑性和细胞命运决定:来自动力系统理论的见解》。《癌症》(巴塞尔)9 卷(2017 年)。
4. 萨凯蒂(Sacchetti A)等人,表型可塑性是结肠癌局部侵袭和远处转移的基础。《eLife》杂志,第10期,(2021年)。
5. 夏尔马(Sharma SV)等人,癌细胞亚群中一种由染色质介导的可逆性药物耐受状态。《细胞》杂志,第141卷,第69 - 80页(2010年)。[《医学索引》编号:20371346]
6. 张(Chang CA)等人,人表皮生长因子受体2阳性(HER2+)乳腺癌中药物耐受持久细胞的发生和脆弱性。《癌症发现》杂志,第12卷,第1022 - 1045页(2022年)。[《医学索引》编号:34911733]
7. 贾(Jia D)、乔利(Jolly MK)、库尔卡尼(Kulkarni P)、莱文(Levine H),癌症中的表型可塑性和细胞命运决定:来自动力系统理论的见解。《癌症》(巴塞尔)杂志,第9卷,第70期(2017年)。[《医学索引》编号:28640191]
8. 周(Zhou JX)、阿利尤(Aliyu M)、奥雷尔(Aurell E)、黄(Huang S),复杂多稳态系统中的准势景观。《英国皇家学会界面杂志》,第9卷,第3539 - 3553页(2012年)。[《医学索引》编号:22933187]
9. 王(Wang J)、张(Zhang K)、徐(Xu L)、王(Wang E),量化沃丁顿景观以及发育和分化的生物学路径。《美国国家科学院院刊》,第108卷,第8257 - 8262页(2011年)。
10. 李 C(Li C)、王 J(Wang J),《景观与通量揭示哺乳动物细胞周期的全新全球视角与物理量化》,《美国国家科学院院刊》(Proceedings of the National Academy of Sciences)111 卷,14130 - 14135 页(2014 年)。
11. 巴拉兹西 G(Balázsi G)、范·奥登纳登 A(van Oudenaarden A)、柯林斯 JJ(Collins JJ),《细胞决策与生物噪声:从微生物到哺乳动物》,《细胞》(Cell)144 卷,910 - 925 页(2011 年)。[《医学索引》(PubMed)编号:21414483]
12. 埃林 N(Eling N)、摩根 MD(Morgan MD)、马里奥尼 JC(Marioni JC),《测量与理解生物噪声面临的挑战》,《自然遗传学综述》(Nature Reviews Genetics)20 卷,536 - 548 页(2019 年)。
13. 列夫琴科 A(Levchenko A)、涅缅曼 I(Nemenman I),《细胞噪声与信息传递》,《生物技术新观点》(Current opinion in biotechnology)28 卷,156 - 164 页(2014 年)。[《医学索引》(PubMed)编号:24922112]
14. 戈利特利 A(Golightly A)、吉莱斯皮 CS(Gillespie CS),载于《计算机系统生物学》(In Silico Systems Biology)(施普林格出版社,2013 年),第 169 - 187 页。
15. 吉莱斯皮 DT(Gillespie DT)、赫兰德 A(Hellander A)、佩佐尔德 LR(Petzold LR),《观点:化学动力学的随机算法》,《化学物理杂志》(The Journal of chemical physics)138 卷,05B201_201 页(2013 年)。
16. 乌拉(Ullah M)、沃尔肯豪尔(Wolkenhauer O),系统生物学中的随机方法。《威利跨学科评论:系统生物学与医学》2,385 - 397(2010年)。[PubMed: 20836037]
17. 格林(Grün D)、范·奥登纳登(van Oudenaarden A),单细胞测序实验的设计与分析。《细胞》163,799 - 810(2015年)。[PubMed: 26544934]
18. 凯尔西(Kelsey G)、施特格尔(Stegle O)、赖克(Reik W),单细胞表观基因组学:记录过去并预测未来。《科学》358,69 - 75(2017年)。[PubMed: 28983045]
19. 舍马(Shema E)、伯恩斯坦(Bernstein BE)、比恩罗斯特罗(Buenrostro JD),单细胞和单分子表观基因组学以前所未有的分辨率揭示基因组调控。《自然遗传学》51,19 - 25(2019年)。[PubMed: 30559489]
20. 李(Li Q)等人,癌细胞吸引子内的动态变化揭示细胞异质性、稳定性极限和逃逸机制。《美国国家科学院院刊》113,2672 - 2677(2016年)。[PubMed: 26929366]
21. 普哈达斯(Pujadas E)、范伯格(Feinberg AP),发育和疾病表观遗传景观中的调控噪声。《细胞》148,1123 - 1131(2012年)。[PubMed: 22424224
22. 塔赫里安·法尔德(Taherian Fard A)、拉根(Ragan MA),疾病进展吸引子景观建模:一种基于网络的方法。《遗传学前沿》(Front Genet)8 卷,48 页(2017 年)。[PubMed: 28458684]
23. 特里帕蒂(Tripathi S)、查克拉博蒂(Chakraborty P)、莱文(Levine H)、乔利(Jolly MK),癌细胞群体中上皮 - 间充质异质性的机制。《公共科学图书馆·计算生物学》(PLoS Comput Biol)16 卷,e1007619(2020 年)。[PubMed: 32040502]
24. 程(Cheng Y)等人,转移相关肺腺癌转录本 - 1(MALAT - 1)在胰腺癌中的作用。《公共科学图书馆·综合》(PloS one)13 卷,e0192264(2018 年)。[PubMed: 29389953]
25. 范·维林根(van Wieringen WN)、范·德·瓦特(van der Vaart AW),利用高通量数据对癌细胞的分子熵进行统计分析。《生物信息学》(Bioinformatics)27 卷,556 - 563 页(2011 年)。[PubMed: 21172912]
26. 韦斯特(West J)、比安科尼(Bianconi G)、塞韦里尼(Severini S)、特申多夫(Teschendorff AE),差异网络熵揭示癌症系统特征。《科学报告》(Sci Rep)2 卷,802 页(2012 年)。[PubMed: 23150773]
27. 程(Cheng F)、刘(Liu C)、沈(Shen B)、赵(Zhao Z),研究癌症中的细胞网络异质性和模块性:一种网络熵和不平衡基序方法。《BMC系统生物学》(BMC systems biology)10 卷,301 - 311 页(2016 年)。
28. 特申多夫(Teschendorff AE)、恩弗(Enver T),利用单细胞熵从细胞转录组准确估计分化潜能。《自然通讯》8 卷,第 1 - 15 页(2017 年)。
29. 沙利涅(Chaligne R)等人,胶质瘤转录细胞状态的表观遗传编码、遗传力和可塑性。《自然遗传学》53 卷,第 1469 - 1479 页(2021 年)。[《医学索引》:34594037]
30. 陆(Lu A)等人,基于可重编程 CRISPR/dCas9 招募 DNMT1 实现位点特异性 DNA 去甲基化和基因调控。《细胞发现》5 卷,第 22 页(2019 年)。[《医学索引》:31016028]
31. 特林克(Trink A)等人,人类患者肾母细胞瘤基因表达空间的几何结构。《肿瘤学》20 卷,第 871 - 881 页(2018 年)。[《医学索引》:30029183]
32. 豪瑟(Hausser J)、阿隆(Alon U),肿瘤异质性与癌症的进化权衡。《自然癌症综述》,第 1 - 11 页(2020 年)。
33. 豪瑟(Hausser J)等人,肿瘤多样性与普遍癌症任务之间的权衡。《自然通讯》10 卷,第 1 - 13 页(2019 年)。
34. 古普塔·PB(Gupta PB)等人,随机状态转变导致癌细胞群体出现表型平衡。《细胞》杂志,第146卷,第633 - 644页(2011年)。[PubMed编号:21854987]
35. 兰丹·G(Landan G)等人,正常和癌组织中的表观遗传多态性及差异甲基化区域的随机形成。《自然遗传学》杂志,第44卷,第1207 - 1214页(2012年)。[PubMed编号:23064413]
36. 巴雷特·JE(Barrett JE)等人,通过贝叶斯表等位基因检测对肿瘤进化和异质性进行量化。《BMC生物信息学》杂志,第18卷,第1 - 10页(2017年)。[PubMed编号:28049414]
37. 谢·H(Xie H)等人,全基因组范围内对DNA甲基化模式变异的定量评估。《核酸研究》杂志,第39卷,第4099 - 4108页(2011年)。[PubMed编号:21278160]
38. 詹金森·G(Jenkinson G)、普哈达斯·E(Pujadas E)、古特西亚斯·J(Goutsias J)、范伯格·AP(Feinberg AP),势能景观揭示表观基因组的信息论本质。《自然遗传学》杂志,第49卷,第719 - 729页(2017年)。[PubMed编号:28346445]
39. 詹金森·G(Jenkinson G)、阿班特·J(Abante J)、科尔多巴斯基·MA(Koldobskiy MA)、范伯格·AP(Feinberg AP)、古特西亚斯·J(Goutsias J),使用表观遗传不一致性的信息论度量对基因组特征进行排序。《BMC生物信息学》杂志,第20卷,第175页(2019年)。[PubMed编号:30961526]
40. 兰道(Landau DA)等人,局部无序甲基化构成慢性淋巴细胞白血病肿瘤内甲基化组变异的基础。《癌细胞》(Cancer cell)26 卷,813 - 825 页(2014 年)。[《医学索引》(PubMed)编号:25490447]
41. 李(Li S)等人,急性髓系白血病中表观遗传和遗传异质性的独特演变与动态变化。《自然医学》(Nature medicine)22 卷,792 - 799 页(2016 年)。
42. 琼斯(Jones PA)等人,推进国际人类表观基因组计划。《自然》(Nature)454 卷,711 页(2008 年)。[《医学索引》(PubMed)编号:18685699]
43. 汉森(Hansen KD)等人,不同癌症类型表观遗传区域的甲基化变异增加。《自然遗传学》(Nat Genet)43 卷,768 - 775 页(2011 年)。[《医学索引》(PubMed)编号:21706001]
44. 伯曼(Berman BP)等人,结直肠癌中局灶性 DNA 高甲基化区域和长程低甲基化区域与核纤层相关结构域一致。《自然遗传学》(Nature genetics)44 卷,40 页(2012 年)。
45. 麦克唐纳(McDonald OG)等人,胰腺癌进展过程中的表观基因组重编程将合成代谢性葡萄糖代谢与远处转移联系起来。《自然遗传学》(Nat Genet)49 卷,367 - 376 页(2017 年)。[《医学索引》(PubMed)编号:28092686]
46. 郑M(Jeong M)等人,由Dnmt3a维持的低DNA甲基化大型保守结构域。《自然遗传学》(Nat Genet)46卷,17 - 23页(2014年)。[PubMed: 24270360]
47. 约翰逊KS(Johnson KS)等人,渐进性上皮 - 间充质转化(EMT)和间充质 - 上皮转化(MET)过程中基因表达和染色质可及性与动态CTCF结合相关。生物预印本(bioRxiv),(2020年)。
48. 麦克唐纳OG(McDonald OG)、吴H(Wu H)、廷普W(Timp W)、土井A(Doi A)、范伯格AP(Feinberg AP),上皮 - 间充质转化过程中的基因组规模表观遗传重编程。《自然结构与分子生物学》(Nat Struct Mol Biol)18卷,867 - 874页(2011年)。[PubMed: 21725293]
49. 约翰斯通SE(Johnstone SE)等人,大规模拓扑变化抑制结直肠癌的恶性进展。《细胞》(Cell)182卷,1474 - 1489页,附e1423(2020年)。[PubMed: 32841603]
50. 加拉韦LA(Garraway LA)、兰德ES(Lander ES),癌症基因组的启示。《细胞》(Cell)153卷,17 - 37页(2013年)。[PubMed: 23540688]
51. 范伯格AP(Feinberg AP)、科尔多巴斯基MA(Koldobskiy MA)、贡多尔A(Gondor A),癌症病因和进展中的表观遗传调节剂、修饰剂和介质。《自然遗传学综述》(Nat Rev Genet)17卷,284 - 299页(2016年)。[PubMed: 26972587]
52. 甄(Zhen)T等人,RUNX1和CBFβ - SMMHC在异常髓系祖细胞中共同激活靶基因,促进白血病发展。《血液》(Blood)136卷,2373 - 2385页(2020年)。[PubMed编号:32929473]
53. 李(Li)S等人,体细胞突变驱动急性髓系白血病(AML)中特定但可逆的表观遗传异质性状态。《癌症发现》(Cancer Discovery)10卷,1934 - 1949页(2020年)。[PubMed编号:32938585]
54. 科尔多巴斯基(Koldobskiy)MA等人,MLL重排的急性髓系白血病中失调的DNA甲基化景观与基因表达相关。《表观遗传学》(Epigenetics)15卷,841 - 858页(2020年)。[PubMed编号:32114880]
55. 莱文(Levine)AJ,p53蛋白在改变DNA中胞嘧啶残基甲基化的表观遗传药物作用机制中起核心作用。《肿瘤靶点》(Oncotarget)8卷,7228 - 7230页(2017年)。[PubMed编号:28129641]
56. 菲利普恰克(Filipczak)PT等人,p53抑制的癌基因TET1可防止肺癌细胞衰老。《癌症研究》(Cancer Res)79卷,1758 - 1768页(2019年)。[PubMed编号:30622117]
57. 托维(Tovy)A等人,p53对于未分化胚胎干细胞的DNA甲基化稳态至关重要,其缺失会促进克隆异质性。《基因与发育》(Genes & development)31卷,959 - 972页(2017年)。[PubMed编号:28607180]
58. 兰帕尔·R(Rampal R)等人,DNA羟甲基化谱分析显示,WT1突变导致急性髓系白血病中TET2功能丧失。《细胞报告》(Cell Rep)9, 1841 - 1855 (2014)。[PubMed: 25482556]
59. 马鲁西克·A(Marusyk A)、亚尼斯泽夫斯卡·M(Janiszewska M)、波利亚克·K(Polyak K),肿瘤内异质性:治疗耐药的罗塞塔石碑。《癌细胞》(Cancer cell)37, 471 - 484 (2020)。[PubMed: 32289271]
60. 赞科夫·AM(Tsankov AM)等人,启动态人类胚胎干细胞中DNA甲基转移酶活性的丧失引发细胞间变异性增加和转录抑制。《发育》(Development)146, (2019)。
61. 辛格·ZS(Singer ZS)等人,胚胎干细胞中的动态异质性和DNA甲基化。《分子细胞》(Mol Cell)55, 319 - 331 (2014)。[PubMed: 25038413]
62. 科斯塔·Y(Costa Y)等人,TET1和TET2在建立多能性中的NANOG依赖性功能。《自然》(Nature)495, 370 - 374 (2013)。[PubMed: 23395962]
63. 多格·CA(Doege CA)等人,Parp1和Tet2在体细胞重编程过程中的早期表观遗传修饰。《自然》(Nature)488, 652 - 655 (2012)。[PubMed: 22902501]
64. 高Y等人,诱导多能干细胞(iPSC)诱导过程中Tet1取代Oct4揭示了DNA甲基化和羟甲基化在重编程中的重要作用。《细胞 - 干细胞》12卷,453 - 469页(2013年)。[PubMed编号:23499384]
65. 席尔瓦J等人,Nanog是通往多能性基态的门户。《细胞》138卷,722 - 737页(2009年)。[PubMed编号:19703398]
66. 夏尔马SV等人,癌细胞亚群中一种由染色质介导的可逆药物耐受状态。《细胞》141卷,69 - 80页(2010年)。[PubMed编号:20371346]
67. 罗克尼RC等人,时序基因表达的状态转换分析确定了预测急性髓系白血病发展的关键点。《癌症研究》80卷,3157 - 3169页(2020年)。[PubMed编号:32414754]
68. 佩尔蒂埃J等人,肾母细胞瘤(Wilms’)抑癌基因的种系突变与德尼 - 德拉什综合征(Denys - Drash syndrome)中的泌尿生殖系统发育异常有关。《细胞》67卷,437 - 447页(1991年)。[PubMed编号:1655284]
69. 舍德尔A,哈斯蒂N,肾母细胞瘤(Wilms’)抑癌基因WT1在泌尿生殖系统发育中的多重作用。《分子与细胞内分泌学》140卷,65 - 69页(1998年)。[PubMed编号:9722170]
70. 朴(Park)等人,Yes相关蛋白(YAP)通过对威尔姆斯瘤蛋白1(WT1)和Rho家族鸟苷三磷酸酶(GTPases)的反馈调节,像开关一样增强上皮 - 间质转化。《自然通讯》10, 1–15 (2019)。
71. 大西(Ohnishi)等人,体内重编程的过早终止通过改变表观遗传调控导致癌症发展。《细胞》156, 663 - 677 (2014)。[PubMed: 24529372]
72. 赖歇特(Reichert)、拉斯蒂吉(Rustgi),胰腺导管细胞在发育、再生和肿瘤形成中的作用。《临床研究杂志》121, 4572 - 4578 (2011)。[PubMed: 22133881]
73. 斯托尔茨(Storz),腺泡细胞可塑性与胰腺导管腺癌的发展。《自然综述:胃肠病学与肝病学》14, 296 - 304 (2017)。[PubMed: 28270694]
74. 魏(Wei)等人,Krüppel样因子4(KLF4)在胰腺癌发生早期诱导细胞身份改变和腺泡 - 导管重编程中起关键作用。《癌细胞》29, 324 - 338 (2016)。[PubMed: 26977883]
75. 吉鲁(Giroux)、拉斯蒂吉(Rustgi),化生:组织损伤适应及发育异常 - 癌症序列的前期阶段。《自然综述:癌症》17, 594 - 604 (2017)。[PubMed: 28860646]
76. 丁立宇(Ding LY)等人,《在胰腺癌小鼠模型中腺泡向导管化生过程中AATK基因的表观遗传沉默》,《临床表观遗传学》(Clin Epigenetics)2020年第12卷,第87页。[PubMed编号:32552862]
77. 斯佩克勒(Spechler SJ)、苏扎(Souza RF),《巴雷特食管》,《新英格兰医学杂志》(N Engl J Med)2014年第371卷,第836 - 845页。[PubMed编号:25162890]
78. 巴罗斯(Barros R)等人,《人胃黏膜肠化生中CDX2基因的自我调控:对表型稳定性的影响》,《胃肠病学》(Gut)2011年第60卷,第290 - 298页。[PubMed编号:21148572]
79. 吕贝克(Luebeck EG)等人,《广泛的表观遗传漂移在巴雷特食管和食管腺癌中的关键作用鉴定》,《临床表观遗传学》(Clin Epigenetics)2017年第9卷,第113页。[PubMed编号:29046735]
80. 吴杰(Wu J)等人,《急性髓系白血病细胞层级的单细胞研究》,《血液学与肿瘤学杂志》(J Hematol Oncol)2020年第13卷,第128页。[PubMed编号:32977829]
81. 斯特雷佩尔(Streppel M)等人,《内镜活检样本的下一代测序确定ARID1A为巴雷特食管中的抑癌基因》,《癌基因》(Oncogene)2014年第33卷,第347 - 357页。[PubMed编号:23318448]
82. 利夫希茨(Livshits)G等人,《Arid1a抑制腺泡细胞身份依赖Kras的变化》,《eLife》杂志,第7卷,e35216(2018年)。[PubMed编号:30014851]
83. 特雷格(Treger)TD、乔杜里(Chowdhury)T、普里查德 - 琼斯(Pritchard - Jones)K、贝贾蒂(Behjati)S,《肾母细胞瘤的基因变化》,《自然综述:肾脏病学》(Nature Reviews Nephrology),第15卷,240 - 251页(2019年)。[PubMed编号:30705419]
84. 孔泰杜卡(Conteduca)V等人,《巴雷特食管与食管癌概述》,《国际肿瘤学杂志》(International journal of oncology),第41卷,414 - 424页(2012年)。[PubMed编号:22615011]
85. 陶布(Taube)JH等人,《核心上皮 - 间质转化相互作用组基因表达特征与低紧密连接蛋白型和化生型乳腺癌亚型相关》,《美国国家科学院院刊》(Proceedings of the National Academy of Sciences),第107卷,15449 - 15454页(2010年)。
86. 里姆(Rhim)AD等人,《上皮 - 间质转化和扩散先于胰腺肿瘤形成》,《细胞》(Cell)杂志,第148卷,349 - 361页(2012年)。[PubMed编号:22265420]
87. 朴(Park)J等人,《YAP通过WT1和Rho家族GTP酶的反馈调节对上皮 - 间质转化产生开关样增强作用》,《自然通讯》(Nat Commun),第10卷,2797(2019年)。[PubMed编号:31243273]
88. 郑(Cheong R)、李(Rhee A)、王(Wang CJ)、内门曼(Nemenman I)、列夫琴科(Levchenko A),噪声生化信号网络的信息转导能力。《科学》(Science)334 卷,354 - 358 页(2011 年)。[PubMed: 21921160]
89. 郑(Cheong R)、李(Rhee A)、王(Wang CJ)、内门曼(Nemenman I)、列夫琴科(Levchenko A),噪声生化信号网络的信息转导能力。《科学》(Science)334 卷,354 - 358 页(2011 年)。[PubMed: 21921160]
90. 李(Rhee A)、郑(Cheong R)、列夫琴科(Levchenko A),信息论在生化信号系统中的应用。《物理生物学》(Phys Biol)9 卷,045011 页(2012 年)。[PubMed: 22872091]
91. 布伦南(Brennan MD)、郑(Cheong R)、列夫琴科(Levchenko A),系统生物学。信息论如何处理细胞信号传导和不确定性。《科学》(Science)338 卷,334 - 335 页(2012 年)。[PubMed: 23087235]
92. 宇田(Uda S)等人,信号通路信息传递的鲁棒性和补偿。《科学》(Science)341 卷,558 - 561 页(2013 年)。[PubMed: 23908238]
93. 列夫琴科(Levchenko A)、内门曼(Nemenman I),细胞噪声与信息传递。《生物技术当前观点》(Curr. Opin. Biotechnol)28 卷,156 - 164 页(2014 年)。[PubMed: 24922112]
94. 谢利姆哈诺夫·J(Selimkhanov J)等人,《系统生物学》。通过动态生化信号网络实现准确的信息传递。《科学》杂志346卷,1370 - 1373页(2014年)。[PubMed编号:25504722]
95. 汉森·A·S(Hansen AS)、奥谢·E·K(O’Shea EK),转录因子活性的振幅和频率调节对信息转导的限制。《eLife》杂志4卷(2015年)。
96. 苏德曼·R(Suderman R)、巴赫曼·J·A(Bachman JA)、史密斯·A(Smith A)、索尔格·P·K(Sorger PK)、迪兹·E·J(Deeds EJ),单细胞和细胞群体中信息流之间的基本权衡。《美国国家科学院院刊》114卷,5755 - 5760页(2017年)。[PubMed编号:28500273]
97. 埃里森·D(Ellison D)等人,细胞间通讯增强了细胞集合在形态发生过程中感知微弱梯度的能力。《美国国家科学院院刊》113卷,E679 - E688页(2016年)。
98. 苏德曼·R(Suderman R)、巴赫曼·J·A(Bachman JA)、史密斯·A(Smith A)、索尔格·P·K(Sorger PK)、迪兹·E·J(Deeds EJ),单细胞和细胞群体中信息流之间的基本权衡。《美国国家科学院院刊》114卷,5755 - 5760页(2017年)。
99. 门德尔松·A·R(Mendelsohn AR)、拉里克·J·W(Larrick JW),表观遗传漂移是哺乳动物寿命的决定因素。《再生研究》20卷,430 - 436页(2017年)。[PubMed编号:28942711]
100. 前川(Maegawa)S等人,小鼠中广泛且具有组织特异性的与年龄相关的DNA甲基化变化。《基因组研究》(Genome research)20, 332 - 340 (2010)。[PubMed: 20107151]
101. 特申多夫(Teschendorff)AE、韦斯特(West)J、贝克(Beck)S,与年龄相关的表观遗传漂移:影响及表观遗传节俭的案例?《人类分子遗传学》(Human molecular genetics)22, R7 - R15 (2013)。[PubMed: 23918660]
102. 竹岛(Takeshima)H、牛岛(Ushijima)T,正常细胞中遗传和表观遗传改变的积累与癌症风险。《NPJ精准肿瘤学》(NPJ Precision Oncology)3, 1 - 8 (2019)。[PubMed: 30623031]
103. 郑(Zheng)SC、维施文德特(Widschwendter)M、特申多夫(Teschendorff)AE,表观遗传漂移、表观遗传时钟与癌症风险。《表观基因组学》(Epigenomics)8, 705 - 719 (2016)。[PubMed: 27104983]
104. 霍瓦特(Horvath)S,人类组织和细胞类型的DNA甲基化年龄。《基因组生物学》(Genome biology)14, 3156 (2013)。
105. 特申多夫(Teschendorff)AE、琼斯(Jones)A、维施文德特(Widschwendter)M,随机表观遗传异常值可定义癌症中的场缺陷。《BMC生物信息学》(BMC bioinformatics)17, 178 (2016)。[PubMed: 27103033]
106. 特申多夫(Teschendorff)AE、莫拉比托(Morabito)SJ、凯森布罗克(Kessenbrock)K、迈耶(Meyer)K,乳腺上皮细胞的整合单细胞潜能和表达图谱揭示了与乳腺癌风险相关的新型双潜能样细胞。生物预印本(bioRxiv),496471(2018)。
107. 梅尔(Meir)Z、穆卡梅尔(Mukamel)Z、乔姆斯基(Chomsky)E、利夫希茨(Lifshitz)A、塔奈(Tanay)A,癌细胞中转录和表观遗传状态克隆维持的单细胞分析。《自然遗传学》(Nature Genetics)52 卷,709 - 718 页(2020)。[《医学索引》(PubMed):32601473]
108. 劳森(Lawson)CD、里德利(Ridley)AJ,Rho GTP 酶信号复合物在细胞迁移和侵袭中的作用。《细胞生物学杂志》(J Cell Biol)217 卷,447 - 457 页(2018)。[《医学索引》(PubMed):29233866]
109. 霍姆斯(Holmes)WR、朴(Park)J、列夫琴科(Levchenko)A、埃德尔斯坦 - 凯舍特(Edelstein - Keshet)L,一个将极性信号与细胞黏附相耦合的数学模型解释了多种细胞迁移模式。《公共科学图书馆·计算生物学》(PLoS Comput Biol)13 卷,e1005524(2017)。[《医学索引》(PubMed):28472054]
110. 卡普伊(Kapuy)O 等人,系统水平的反馈控制细胞周期进程。《欧洲生物化学学会联合会快报》(FEBS Lett)583 卷,3992 - 3998 页(2009)。[《医学索引》(PubMed):19703449]
111. 瓦伦斯基(Walensky)L,聚焦 BCL - 2:打破生死平衡。《细胞死亡与分化》(Cell Death & Differentiation)13 卷,1339 - 1350 页(2006)。[《医学索引》(PubMed):16763614]
112. 尤勒·RJ(Youle RJ)、施特拉瑟·A(Strasser A),《BCL - 2蛋白家族:介导细胞死亡的相反活性》,《自然综述:分子细胞生物学》(Nature reviews Molecular cell biology),第9卷,第47 - 59页(2008年)。[PubMed: 18097445]
113. 瓦纳贾·KG(Vanaja KG)、廷普·W(Timp W)、范伯格·AP(Feinberg AP)、列夫琴科·A(Levchenko A),《表观遗传控制的丧失可通过逆转信号网络中各通路的平衡来促进细胞死亡》,《分子细胞》(Molecular cell),第72卷,第60 - 70页,e63(2018年)。[PubMed: 30244832]
114. 钟·H(Zhong H)等人,《胰岛素样生长因子 - 2(IGF - 2)的过度产生驱动了一部分结直肠癌细胞,这些细胞对一种抗IGF治疗性抗体及联合疗法有特异性反应》,《癌基因》(Oncogene),第36卷,第797 - 806页(2017年)。[PubMed: 27399333]
方框1.
随机生物系统的数学分析
生物系统受潜在的相互作用支配,这些相互作用可以用数学方法描述。由于参与元素(分子修饰、分子和细胞数量等)的可变性,这些相互作用可能是随机的。常用于捕捉随机相互作用的数学方法是基于常微分方程(ODEs)的朗之万近似,该常微分方程描述了变量的时间动态 ,使用所有变量 的向量 的函数 ,并添加噪声项 :
对于以整数形式表示的 值非常小的系统,一种特别有用的替代但等效的描述是考虑 的概率动态,而不是 本身的动态。这是通过所谓的主方程来实现的,该方程基于底层过程是马尔可夫过程(无记忆)的假设:
不幸的是,除了少数相对简单的系统外,对于大多数生物系统而言,定义函数 和 的机制信息在很大程度上是不完整的。因此,通常很难将这些模型用于实际生物系统来表征其动态行为,进而表征其景观。相反,通过实验测量分布 已被证明更为容易。因此,可以将问题反转,即根据 的信息重建底层调控景观。统计力学(玻尔兹曼 - 吉布斯分布)提供了实现这一目标的方法,特别是与特定 相关的能量 与该变量值的概率之间的关系(这里的能量是准势,对应于以 为单位测量能量,即玻尔兹曼常数与温度的乘积):
如果变量 所能取的不同值的分布是恒定的(即景观不发生变化),那么(3)式中的第二项是常数,并且由于能量 仅能确定到一个常数,因此在分析恒定景观时可以将其忽略:
关系式(3)可用于直接定义与基因表达和表观遗传景观相对应的能量(准势)景观,并将其与系统的熵联系起来,同样也是确定到一个常数:
这种将系统的熵和平均能量 联系起来的关系强调了熵度量的“全局”性质,涉及对多个状态的求和。因此,如图1所示,不同的景观可能具有相同的熵,因此无法使用这种状态函数进行唯一区分。相反,由 和 所捕获的分布可能更具信息价值。
最后,互信息被定义为给定一个调控事件或信号时,状态 的熵(以及底层景观)的变化。如果熵减小,则互信息为正,这提供了一种比较两种分布的方法。另一种衡量两种分布 和 差异的重要指标是常用的库尔贝克 - 莱布勒(KL)散度:
因此,互信息是变量值在事件(或信号)发生前后的联合分布与其边缘分布乘积之间的KL散度。在比较表观遗传景观时,具有特殊价值的对称化KL散度版本是詹森 - 香农距离(Jensen - Shannon distance),定义如下:

图1. 基因表达和表观遗传景观控制正常细胞和癌细胞的功能。(A) 基因调控网络和可用于表达的基因可以定义细胞群体内表达的蛋白质的概率分布。在此示例中,包含分子A和B的相互作用蛋白质网络(顶部)以及决定相应基因表达可用性的潜在表观遗传控制,定义了A和B的表达分布(中间)。这种概率分布可以通过实验测量,并通过计算相应的准势分布转换为基因表达景观(底部,见方框说明)。表观遗传景观可以通过类似的方法确定,即通过实验测量表观等位基因的概率分布、特定基因座的DNA甲基化标记,或通过对细胞和组织群体进行其他表观遗传调控测量,然后将这些概率分布转换为相应的潜在准势景观。景观分析允许对分子种类的丰度和动态进行概念性描述,这里显示为准势阱内粒子的轨迹,粒子位置由A和B的当前浓度定义,其浓度会随时间概率性变化,准势阱被解释为景观吸引子。(B) 景观改变的各种情景以及分子分布的相应变化,显示为分子A和B的联合分布以及相应的熵H1 - 5。在致癌物的背景下,这些情景的实施在文中有详细说明和讨论。表观遗传修饰因子和调节剂的致癌突变或环境因素输入可导致形成新的稳定吸引子,其总熵 大于原始熵 ,从而产生表型异质性(输入1’);或者,扩大现有吸引子,新熵为 ,产生更具可塑性的状态(表型可塑性),细胞能够随机且动态地“探索”这个吸引子,从而暂时呈现不同的表型。请注意,在这两种情况下,与 相比熵都增加了,并且有可能 ,因此在分析细胞状态时,熵不如完整的景观图景具有区分性。这些新景观可因致癌因素和环境因素输入而进一步改变,使得其中一个吸引子占主导地位(输入2’),与较低的熵值相关(H4 < H2);或者,使较宽(且更具可塑性)的吸引子变窄(输入2,H5 < H3)。同样,有可能 ,这就需要进行景观分析而非仅进行熵分析来全面表征。由于环境或内在因素输入(输入2)导致宽吸引子变窄的情况通常是可逆的且依赖于环境,这进一步说明了更具可塑性的整体状态(输入2的瞬时性质由双向箭头表示)。群体中的不同细胞可以同时占据瞬时占据的吸引子。小箭头对应于单个吸引子内分子浓度的随机波动。(C) 癌细胞的基因调控和表观遗传景观可能很复杂,具有多个吸引子,对应于不同且稳定的细胞状态和表型,这些可能会因致癌突变、细胞衰老、环境因素输入和其他扰动而重塑,导致吸引子之间相互可达、细胞状态更具可塑性以及表型可塑性增加。如(B)中所述,2023年9月30日提出的观点可能受益于初始干预,即稳定较大吸引子内的较小吸引子,从而降低状态的可塑性,特别是通过表观遗传扰动。

图2. 表观遗传与基因表达格局之间的相互作用。发育和环境因素以及基因突变会影响表观遗传调控和基因表达的多种调节因子,如信号传导和细胞通讯网络,这通常会导致细胞状态的多样化。这些调节因子可能直接影响表观遗传状态的调节因子(如DNA去甲基化酶)和基因表达的调节因子(如转录因子),而这些调节因子之间也可以直接相互作用。文中讨论的这些分子调节因子的示例在此展示。其结果是表观遗传和基因调控格局发生改变,且二者紧密相连,例如,通过表观遗传调控介质的作用,影响基因调控的可及性以及基因表达的幅度和变异性。某些额外的输入可能对每种格局更为特异,例如,随着细胞衰老发生的表观遗传漂移主要会导致格局吸引子范围扩大、状态的可塑性和熵增加,而蛋白质 - 蛋白质相互作用和基因调控网络则会稳定各种吸引子,并降低可塑性和熵。

图3. 表观遗传格局与可变表型结果之间的联系。(A) 一种表观遗传改变——胰岛素样生长因子2基因(IGF2)的印记丢失(LOI),与肾母细胞瘤有关,信号输入加倍,可通过改变受体转运(IGF1Rint)、降解(ϕ)以及下游激活Erk(Erkpp)和Akt(Aktpp)激酶的信号通路激活平衡的改变,导致由IGF2受体IGF1R(表示为IGF1Rp)激活的信号网络重新布线。Erk和Akt活性的重新平衡转化为IGF1R的转录上调、更高的增殖率,但也会重新平衡促凋亡和抗凋亡蛋白的丰度(分别为BAX与Bcl - 2),导致细胞死亡倾向增加(113)。积分符号表示信号活动随时间的积分。(B) 与表型变化相对应的格局改变(上图)是信号通路分子的表达和活性改变(因此下图中的基因调控格局也改变),以响应表观遗传格局的改变(IGF2印记丢失,LOI)。这除了导致野生型吸引子外,还会出现一个新的吸引子,从而导致组织中出现野生型/LOI细胞的镶嵌分布。通过对BCL家族蛋白分布对信号输入的依赖性进行定量分析,这种格局改变可以“映射”到例如定义凋亡表型的网络上,从而使格局改变能够直接转化为表型分布。在这个例子中,这种映射可以可视化为野生型和LOI细胞分布相对于(BAX,Bcl - 2)表型平面上细胞存活和死亡区域的映射,这表明如何开发针对LOI细胞的治疗方法以保护野生型细胞。下图中的箭头表示药物的作用,例如IGF1R抑制剂使格局和表型分布向分隔存活和死亡的边界移动,红色区域表示对野生型和LOI细胞群体的影响。(C) 格局映射到凋亡表型平面的更一般视图。与图1B类似,人们可以对比一个大吸引子与两个更有限吸引子的映射,这代表可塑性和随机状态(表型可塑性)与具有两个替代稳定吸引子的状态(表型多样性)之间的差异。可塑性更强的状态即使在有治疗的情况下(如(B)中所示),也能让细胞通过随机“探索”可用的吸引子从死亡区域逃逸到存活区域,而更稳定吸引子的组合(与可塑性更强的状态具有相同的总熵)可以允许针对其中一个吸引子而非另一个进行选择性靶向。因此,治疗策略
表观遗传,表型
表观信息
Rhotekin-1 是一种新型相互作用蛋白,也是 TRPC6 活性的调控因子
2026-11-20
2026-11-19
褐飞虱体内细菌内共生菌通过叶酸介导的DNA甲基化抑制解毒作用
2026-11-18
2026-11-17
2026-11-17
2026-11-15
艾维缔官网
艾德官网
B站IVDSHOW
抖音军哥聊表观
视频号艾维缔
小红书艾维缔
快手表观盒子
表观遗传学
联系我们