大家好,今天我们来聊一篇南京医科大学姚兵、秦超教授以及附属无锡人民医院副院长陈云教授领衔团队发表在《Cancer Cell》上的“铜死亡”研究文章。
🆚和2022年Tsvetkov团队在《Science》上首次定义铜死亡、2023年《Nature》子刊报道FDX1与铜死亡敏感性不同,南医大的这篇工作不只看铜死亡本身,而是聚焦“缺氧如何导致铜死亡抵抗”,并把HIF-1α推到了中心位置。
🧐它把铜死亡从一个体外培养皿里的现象拉回了真实肿瘤微环境,临床指导意义更强。下面我们一起学习一下思路。
《缺氧诱导因子-1a驱动癌症对铜死亡的抵抗》
铜死亡是2022年新发现的铜依赖程序性死亡方式,实体瘤普遍存在的缺氧微环境会诱导其耐药,但具体分子机制不明,严重限制了铜死亡诱导疗法在抗肿瘤领域的临床转化应用。
本研究旨在揭示HIF-1α调控肿瘤铜死亡抗性的分子机制。
1.多队列验证:
收集了乳头状甲状腺癌(PTC)、结直肠癌(CRC)和肾透明细胞癌(ccRCC)的患者组织样本,构建了包含生存数据的大型临床队列。
2.分子机制:
空间转录组(ST-seq):对肿瘤组织切片进行测序,保留了组织的空间位置信息,用于分析肿瘤内部“缺氧区”与“铜死亡敏感区”的地理分布关系。
单细胞测序(scRNA-seq):解析肿瘤微环境中单个细胞的基因表达异质性,确认恶性细胞中HIF-1α与铜死亡抵抗的直接关联。
免疫组化(IHC):利用临床切片,通过蛋白染色验证了HIF-1α与靶点(DLAT)及金属硫蛋白(MT2A)的表达相关性。
图解摘要
姚兵教授他们首先利用空间转录组(ST-seq)和单细胞测序(scRNA-seq),实锤了缺氧区域与铜死亡抗性存在显著的负相关【图1A-B】;单细胞数据里更是直接把恶性细胞分成缺氧簇和常氧簇,缺氧簇的细胞就是铜死亡抵抗的【图1C】。
现在做铜死亡相关signature预后模型的文章一大把,但很少有人在“空间定位”这个维度上做验证。你可以用自己的多组学数据构建一个“铜死亡-缺氧交互指数” 。
随后的细胞实验也证实,只有HIF-1α(而不是HIF-2α或KDM5A)才是介导这种抗性的核心【图1E】。
图1. HIF-1a在缺氧肿瘤微环境中驱动铜死亡抵抗
复现建议:
咱们手头有单细胞或空间组数据的话,立马可以把这俩基因集丢进去跑一遍,换个癌种就能发个不错的生信文章。
如果他们用临床样本做个nomogram列线图预测铜死亡敏感性,临床价值直接拉满!
机制上,HIF-1α并不直接作用于铜死亡核心基因FDX1,而是通过转录激活PDK1和PDK3【图2J-K】,进而磷酸化DLAT(丙酮酸脱氢酶复合体亚基)【图2L】,最终导致其泛素化降解,切断了铜离子的直接靶点。
磷酸化质谱虽然灵敏度高但假阳性不小,好在他们用直接突变S100A+泛素化实验进行了validate。
这里的生信点睛之笔在于“多组学交叉验证”。磷酸化质谱(Phosphoproteomics)找出DLAT的S100位点,这在纯转录组里是绝对看不到的。
图2.HIF-1a抑制铜靶 DLAT 的表达
如果你做不了质谱,完全可以通过生信手段——比如用GDSCB或PhosMap数据库,查目标蛋白的修饰位点,再用Ubiquitination相关的生信包做预测,干实验先给湿实验指路!
这个发现相当有意思,把因果链拉成了螺旋环。他们发现铜处理时(亚致死剂量ES+Cu),HIF-1α蛋白水平暴增,而mRNA根本没动——典型的翻译后调控。CHX实验进一步证实蛋白稳定性增加了【图3D-E】。
最后用MST技术发现铜离子能直接与HIF-1α蛋白结合【图3G-I】,通过干扰VHL(E3连接酶)的识别,抑制HIF-1α的泛素化降解【图3F】。
积累的HIF-1α转而激活糖酵解(如Glut1)【图3J】,帮细胞抵抗铜死亡压力。
MST测结合确实靠谱,比ITC省蛋白、通量高。但他们的Kd值20μM体内到底够不够高需要结合细胞水平数据,不能完全依赖单一Kd来判断功能意义。
图3.铜能稳定HIF-1a蛋白
MST这种手段在小课题组没法自己做,但你可以改用荧光素酶系统加一个HIF-1α泛素化的评估来验证药物干扰。
比如你要筛某个中药单体对铜死亡敏感性的影响,可以从这个角度入手——看它是不是通过破坏“铜→HIF-1α稳定”这个正反馈来实现的。
在HIF-1α敲除后的转录组里,他们没有漫无目的地找,而是盯着金属离子结合、金属硫蛋白通路去挖,直接通过ST-seq筛选出MTs家族【图4A】,尤其MT2A在缺氧条件下显著上调且依赖于HIF-1α【图4G-H】。
除了打压DLAT,HIF-1α还大幅上调金属硫蛋白MT2A【图4C】,这玩意儿就像个“铜海绵”,在胞质里把铜离子螯合了【图4L】,导致进入线粒体的“游离铜”锐减。免疫荧光也显示MT2A在缺氧时特异性聚集【图4D】。
图4.HIF-1a在缺氧条件下促进金属硫蛋白的积累
当主线机制走不通时,回头深挖转录组的“边角料”往往能捡漏。
把重点放在那些表达量高、且受核心转录因子调控的基因上,它们极可能是破局的关键。
解决了“铜去哪儿了”的问题。虽然MT2A主要定位在细胞核和细胞膜,不直接在线粒体里【图5B-C】,但它像个黑洞一样把胞质里的铜离子吸干,导致线粒体内的铜水平显著下降【图5D, 5G】。
ChIP和双荧光素酶实验实锤:HIF-1α直接结合MT2A启动子驱动其表达【图5K-N】。
他们找到了HIF-1α经典的结合模体 RCGTG【图5L】。咱们在做ATAC-seq或ChIP-seq分析时,用MEME套一下这个motif,就能预测哪些基因是直接靶标。
图5.MT2A可螯合线粒体铜并导致铜死亡抵抗性
做非编码RNA或转录因子课题时,千万别只看表达量变化,一定要回去看启动子序列。
如果没这个motif,那可能就是间接调控,故事的逻辑层级立马就拉开了。
体内外Rescue实验,验证治疗靶点的有效性
当时读到这就觉得,这才是真正的生理相关性,团队把细胞实验搬到了临床层面。利用TCGA和自有队列,证明MT2A高表达的患者生存期更短、分期更晚【图6A-C】。
更有趣的是,普通短期细胞活力实验看不出MT2A敲除的任何问题,但跑15天的克隆形成实验就完蛋了。
敲除后线粒体铜逐渐堆积,直到加上了铜螯合剂TTM或敲掉铜转运蛋白SLC31A1才得以恢复【图6D-E】。这不就是最直接的证据吗?
克隆形成是个老办法,操作费时但也刚需。他们做这个15天的试验时需要注意更换含铜的培养基更新频率,但他们似乎这点没强调细节。不过不影响结论。
图6.MT2A在铜应激条件下促进癌细胞的长期增殖
这就是标准的“干湿结合”闭环操作。
如果你手里只有临床数据,那就深挖风险评分模型。把HIF-1α、PDK1、MT2A打包成一个Panel,比单基因预后强太多了!
最后,研究团队做了动物实验的终极验证。ES+Cu虽然能抑瘤,但剂量高了会伤肝(因为他们检测到肝脏MT2A也升高,说明肝也在努力储铜)【图7C,图7F】,直接给高剂量铜毒性又太大【图7D-E】。
但如果在低剂量ES+Cu的基础上,联用HIF-1α抑制剂PX-478【图7G-I】,肿瘤被压得死死的,且小鼠活蹦乱跳。在原位肠癌模型中,这种三联疗法同样有效且安全【图7K-O】。
图7.抑制HIF-1a可增强肿瘤细胞对铜死亡的敏感性
这部分给咱们做药物敏感性预测提供了绝佳范本,可以挖掘GDSC或CTRP数据库中铜载体与HIF-1α抑制剂(如果有)的联合致死性数据。
别光盯着肿瘤细胞本身,多看看肿瘤微环境(TME)。如果能在生信文章里预测出“某类患者用HIF-1α抑制剂联合铜死亡疗法效果最好”,那临床医生绝对爱看!
方法创新:首次把实体瘤“缺氧抵抗铜死亡”的机制讲完整。
机制突破:发现铜与HIF-1α之间有一个以前不知道的正反馈环,打破了“缺氧只被动抑制铜死亡”的旧认知。
临床价值:提出“HIF-1α抑制剂+低剂量铜载体”的联合策略,既增效又减毒。
如果我以后自己要做类似的课题,我也会先在自己关注的肿瘤类型里做多组学整合,然后通过转录组联合磷酸化组筛选中间的激酶和转录调控网络,最后在公共临床数据里验证预后价值。这篇文章思路框架在大多数课题里都能复用。