对孤儿RNA的系统性注释揭示了血液中可获取的癌症特征分子条形码以及癌症新出现的致癌驱动因子。
Systematic annotation of orphan RNAs reveals blood-accessible molecular barcodes of cancer identity and cancer-emergent oncogenic drivers
1. 领域背景与文献
发表期刊：未明确；影响因子：未公开；研究领域：肿瘤非编码RNA与液体活检生物标志物研究。
领域共识：癌症特异性新发大分子是近年来肿瘤研究的核心热点，已知包括融合蛋白、肿瘤新生抗原、染色体外DNA等多种类型，这类分子仅在肿瘤细胞中存在，是肿瘤发生发展的重要驱动因素，也具有作为特异性肿瘤标志物的潜力。此前研究已经在乳腺癌中发现了一类仅在癌细胞中表达、正常组织不表达的孤儿非编码RNA，将其命名为致癌RNA（oncRNA），其中一个来源于TERC转录本的oncRNA可以通过破坏miRNA-mRNA调控网络促进乳腺癌转移。
但是此前的研究仅在乳腺癌中发现了个别oncRNA，对于oncRNA在不同肿瘤类型中的分布特征、功能潜力以及临床应用价值都缺乏系统研究。现有液体活检领域，循环肿瘤DNA（ctDNA）用于微小残留病（MRD）监测时，因为治疗后ctDNA浓度极低，需要定制肿瘤特异性检测方案，成本高且灵敏度不足；现有循环非编码RNA标志物大多特异性不足，无法区分肿瘤来源和正常组织来源，因此亟需开发新的高特异性、高灵敏度的肿瘤标志物。本研究针对这一空白，系统开展跨人类癌症的oncRNA注释研究，明确其作为肿瘤分子分类条码、致癌驱动因子和血液可及液体活检标志物的价值，为肿瘤精准诊断和预后监测提供新的方向。
2. 文献综述解析
本研究作者梳理了当前癌症特异性生物标志物领域现有研究的进展与局限性，从分子分类、功能验证、临床应用三个维度指出现有研究的不足，进而明确本研究的创新价值。
现有研究已经证实多种癌症特异性大分子在肿瘤发生中发挥驱动作用，但是在临床应用层面，现有循环肿瘤标志物存在多个核心局限性：一是ctDNA检测用于MRD监测时，由于治疗后肿瘤释放的DNA浓度极低，需要提前获得患者肿瘤组织的突变信息，定制个体化检测方案，成本高且灵敏度不足；二是已报道的循环非编码RNA标志物大多来自已知非编码RNA，正常细胞也会表达，特异性不足，且很多特征标识是直接从血浆样本筛选，无法确定其是否来源于肿瘤细胞主动分泌，稳定性不足。在非编码RNA研究领域，现有研究大多聚焦于已知的miRNA、长链非编码RNA等，对仅在肿瘤细胞中表达的孤儿非编码RNA的系统研究非常少，也缺乏大规模功能筛选验证，不清楚哪些孤儿非编码RNA具有驱动肿瘤进展的作用。
本研究的创新价值体现在三个方面：一是首次跨32种人类癌症系统注释得到26万余个高置信度癌症特异性oncRNA，明确了oncRNA作为肿瘤类型和分子亚型分类的数字分子条码的准确性，分类准确率超过90%；二是通过大规模体内遗传筛选首次鉴定得到多个具有致癌驱动作用的oncRNA，并明确了其调控的促癌通路；三是首次系统验证循环oncRNA可作为MRD监测的液体活检标志物，不需要提前获得肿瘤基因型，是肿瘤非依赖型检测策略，仅需要1ml血清就能得到稳定的预后结果，解决了现有ctDNA检测的核心局限性，具有重要的临床应用价值。
3. 研究思路总结与详细解析
本研究的整体研究目标是系统注释跨人类癌症的癌症特异性孤儿非编码RNAoncRNA，明确其作为肿瘤分类分子条码、致癌驱动因子和循环液体活检标志物的价值，核心科学问题是oncRNA是否具有肿瘤特异性，哪些oncRNA具有驱动肿瘤进展的功能，循环oncRNA是否可用于临床MRD监测。整体技术路线为：公共数据库生物信息学筛选注释oncRNA→机器学习验证oncRNA作为肿瘤类型和亚型分类的准确性→染色质开放性分析验证oncRNA的起源→大规模体内功能筛选鉴定功能性驱动oncRNA→细胞和动物实验验证候选驱动oncRNA的功能→细胞系实验验证oncRNA可分泌入血→临床回顾性研究验证循环oncRNA用于MRD监测的临床价值。
3.1 跨癌种oncRNA系统注释
实验目的：从公共数据库中系统筛选仅在癌症中表达、正常组织不表达的高置信度oncRNA。方法细节：下载癌症基因组图谱（TCGA）数据库32种癌症类型共11082份小RNA测序数据，同时下载细胞外RNA（exRNA）Atlas的正常组织和体液小RNA测序数据作为过滤集，首先过滤低复杂度序列，然后保留在至少10%癌症样本中存在、在不超过10%正常样本中存在的位点，通过Fisher精确检验筛选癌症显著富集的位点，再过滤掉已知的小RNA和miRNA，最终得到高置信度oncRNA集合。结果解读：共得到260968个高置信度oncRNA，每种癌症类型注释得到10^4到10^5个oncRNA，部分oncRNA为特定癌症特有，部分存在于多种癌症中，不同癌症的oncRNA存在有无模式差异，同一组织来源的肿瘤oncRNA条码Jaccard相似度显著高于不同组织来源（P<0.05）。文献未提及具体实验产品，领域常规使用生物信息学分析软件和公共数据库资源。
3.2 肿瘤起源组织分类模型构建与验证
实验目的：验证oncRNA条码能否准确区分不同肿瘤类型。方法细节：将TCGA样本按8:2分为训练集和测试集，在训练集中通过递归特征消除将260968个oncRNA特征缩减到1805个，训练极端梯度提升（XGBoost）分类器，分别用二值化表达和定量表达训练模型，在独立的临床蛋白质组肿瘤分析联盟（CPTAC）队列938例6种癌症样本中验证模型准确性。结果解读：TCGA测试集分类准确率为90.9%，独立CPTAC队列准确率为82.1%，分类错误主要发生在生物学相似的肿瘤类型，比如直肠腺癌和结肠腺癌，不同鳞癌之间的错分也符合之前报道的鳞癌共同分子特征，二值化模型和定量模型性能相近，说明oncRNA是稳定的数字条码。
文献未提及具体实验产品，领域常规使用XGBoost等机器学习算法工具。
3.3 oncRNA起源与染色质开放性关联分析
实验目的：验证基因间区oncRNA是否来源于癌症特异性转录激活。方法细节：整合TCGA的转座酶可及性染色质测序（ATAC-seq）数据，分析10725个基因间区oncRNA位点的染色质开放性，比较表达oncRNA和不表达oncRNA样本的ATAC峰得分。结果解读：在错误发现率（FDR）1%的阈值下，共1989个oncRNA位点存在显著的正关联，即表达oncRNA的样本该位点染色质开放性显著更高，60.5%的显著关联位点在乳腺癌细胞系MDA-MB-231的ATAC峰重叠，29%的位点在全局延伸测序（GRO-seq）中检测到活性转录，说明大部分基因间区oncRNA来源于癌症特异性开放染色质区域的转录激活。文献未提及具体实验产品，领域常规使用ATAC-seq分析流程和相关生物信息学软件。
3.4 癌症亚型分类验证
实验目的：验证oncRNA条码能否区分同一种癌症的不同分子亚型。方法细节：选择TCGA乳腺癌（PAM50分型）和结直肠癌（CMS分型）队列，用XGBoost构建多分类器，5折交叉验证评估模型性能。结果解读：乳腺癌中1006个oncRNA存在亚型特异性表达模式，结直肠癌中1198个oncRNA存在CMS亚型特异性，交叉验证中乳腺癌各亚型受试者工作特征曲线（ROC）曲线下面积（AUC）在0.83-0.99之间，结直肠癌各亚型AUC在0.73-0.94之间，说明oncRNA可以准确区分癌症分子亚型。
文献未提及具体实验产品，领域常规使用机器学习分类工具。
3.5 大规模体内功能筛选驱动oncRNA
实验目的：系统筛选能够驱动肿瘤生长的功能性oncRNA。方法细节：针对乳腺癌、结直肠癌、肺癌、前列腺癌四种癌症，各选择一株人源细胞系构建异种移植模型，根据TCGA中各癌症高表达oncRNA，构建慢病毒过表达文库和Tough Decoy（TuD）敲低文库，转染对应细胞系后接种到NSG小鼠体内，生长3-4周后提取肿瘤基因组DNA，测序比较体内肿瘤和体外培养细胞中各oncRNA的丰度变化，筛选出丰度显著变化的功能性oncRNA。结果解读：在错误发现率调整后P<0.05的阈值下，大约5%的oncRNA具有显著的肿瘤生长表型，在乳腺癌和结直肠癌筛选得到多个候选驱动oncRNA，肺癌和前列腺癌未筛选得到显著候选，说明部分oncRNA确实具有驱动肿瘤进展的功能。
实验所用关键产品：Addgene的pUC6质粒（货号49793）、pLKO.1质粒（货号10878）。
3.6 两个候选驱动oncRNA功能验证
实验目的：验证乳腺癌候选驱动oncRNA（oncRNA.ch7.29和oncRNA.ch17.67）的促癌功能。方法细节：在MDA-MB-231和HCC-LM2两个乳腺癌细胞系中过表达这两个oncRNA，分别进行原位成瘤实验和尾静脉注射肺转移实验，检测肿瘤生长和肺转移能力，同时进行转录组测序和通路分析，免疫荧光检测上皮间质转化标志蛋白波形蛋白（vimentin）的表达。结果解读：过表达oncRNA.ch7.29后，原位肿瘤生长速率是对照组的2.6倍（n=4，P<0.05），肺转移能力显著升高（n=5，P<0.05），转录组分析显示上皮间质转化通路基因显著上调，免疫荧光显示波形蛋白表达显著升高（n=64，P<0.05）；过表达oncRNA.ch17.67后，原位肿瘤生长速率是对照组的1.7倍（n=4，P<0.05），肺转移能力显著升高（n=5，P<0.05），转录组显示DNA修复和E2F通路基因显著上调，TCGA临床数据分析显示，携带这两个oncRNA的乳腺癌患者总生存率显著更低（对数秩检验P<0.05，n=1098）。
实验所用关键产品：Abcam的波形蛋白抗体（货号ab92547），Zymo Research的DNA提取和纯化试剂盒系列。
3.7 细胞系游离oncRNA验证
实验目的：验证oncRNA是否可以被癌细胞分泌到细胞外，进而进入循环系统。方法细节：培养25种不同组织来源的癌细胞系，收集去除外泌体的胎牛血清培养后的条件培养基，提取细胞游离RNA，进行小RNA测序，分析oncRNA的存在情况和表达模式。结果解读：约0.5%的游离小RNA测序reads比对到oncRNA位点，大约30%的全癌种oncRNA在至少两个细胞系中检测到，细胞游离oncRNA表达谱同样具有组织特异性，相同组织来源细胞系的oncRNA谱相关性显著高于不同组织（P<0.05），说明大多数癌症可以分泌oncRNA到细胞外，进而进入循环系统。
实验所用关键产品：Takara的SMARTer小RNA测序试剂盒，Zymo Research的游离RNA提取试剂盒。
3.8 临床回顾性验证循环oncRNA用于MRD监测
实验目的：验证循环oncRNA能否用于乳腺癌新辅助化疗后MRD监测，预测短期和长期临床结局。方法细节：纳入I-SPY 2试验中192例接受新辅助化疗的乳腺癌患者，收集治疗前（T0）和化疗后手术前（T3）的血清样本，提取游离RNA，小RNA测序，计算总oncRNA负荷变化ΔoncRNA，分析ΔoncRNA与病理完全缓解（pCR）、残余肿瘤负荷（RCB）和长期生存的关系，多因素Cox回归分析校正pCR等临床因素后评估ΔoncRNA的预后价值。结果解读：新辅助化疗后总体oncRNA负荷显著降低（Wilcoxon检验P<0.05），高ΔoncRNA（高残留oncRNA负荷）与更低的pCR率和更高的RCB III概率显著相关（logistic回归P<0.05），中位随访4.72年后，高ΔoncRNA患者总生存率和无病生存率显著更低（对数秩检验P<0.05），多因素Cox回归校正pCR、肿瘤亚型、年龄等因素后，ΔoncRNA仍然是生存的独立预测因子（P<0.05）。
实验所用关键产品：Zymo Research的血清游离RNA提取试剂盒。
4. Biomarker研究及发现成果
本研究鉴定得到的一类新型癌症特异性生物标志物，即循环孤儿致癌非编码RNA（oncRNA），其筛选验证逻辑完整，从数据库筛选到功能验证再到临床队列验证，明确了其临床应用价值。
Biomarker定位：本研究的Biomarker类型是全癌种范围的癌症特异性循环孤儿非编码RNA，具体到临床应用，核心是用于乳腺癌新辅助化疗后微小残留病监测的循环oncRNA，筛选验证逻辑为：基于TCGA和exRNA Atlas数据库跨癌种筛选癌症特异性oncRNA→机器学习验证其作为肿瘤类型和亚型分类的分子条码→细胞系实验验证癌细胞可主动分泌oncRNA到细胞外→回顾性大样本临床队列验证循环oncRNA作为MRD监测标志物的预后价值，整个逻辑链条完整。
研究过程详述：本研究中临床验证的Biomarker来源是乳腺癌患者治疗前后的血清样本，验证方法是小RNA测序定量总oncRNA负荷，计算治疗前后的负荷变化ΔoncRNA，准确性方面：本研究在192例独立临床样本中验证发现，ΔoncRNA与病理完全缓解和长期生存显著相关（P<0.05），校正现有临床指标包括pCR、肿瘤亚型、年龄后仍具有独立预测价值；作为肿瘤分类标志物，oncRNA条码预测肿瘤类型的准确率达到90.9%，独立队列验证准确率82.1%，预测分子亚型的AUC最高达到0.99，特异性和准确性均高于现有同类标志物。
核心成果提炼：第一，oncRNA作为肿瘤类型和分子亚型分类的数字分子条码，具有极高的特异性和准确性，仅需要1805个oncRNA特征就能准确区分32种癌症类型，准确率90.9%，独立队列验证准确率82.1%，分子亚型预测AUC最高达到0.99（n=1098，P<0.01），可为肿瘤原发灶不明的转移癌提供准确的组织起源诊断，比现有诊断方法更简便经济；第二，循环oncRNA作为微小残留病监测的预后标志物，在乳腺癌新辅助化疗后，高残留oncRNA负荷（ΔoncRNA高）与不良生存显著相关（对数秩检验P<0.05，n=192），校正pCR、肿瘤亚型、年龄后仍然是独立预后因子，本研究首次证实肿瘤非依赖型的循环oncRNA液体活检策略可以用于MRD监测，仅需要1ml血清样本，不需要提前获得肿瘤组织基因型，解决了现有ctDNA MRD检测需要肿瘤知情定制、灵敏度不足的问题，为临床MRD监测提供了新的高灵敏度、低成本的策略；第三，本研究筛选得到多个致癌驱动oncRNA，其中oncRNA.ch7.29通过调控上皮间质转化通路促进肿瘤增殖和转移，oncRNA.ch17.67通过调控E2F通路促进肿瘤增殖，两者均为乳腺癌预后标志物，携带这两个oncRNA的乳腺癌患者死亡风险显著升高（对数秩检验P<0.05，n=1098），也可作为潜在的治疗靶点，由于oncRNA仅在肿瘤细胞中表达，靶向oncRNA的治疗可以显著降低脱毒副作用，具有很好的临床转化潜力。