巨噬细胞 (macrophage, Mϕ) 是先天免疫系统中重要的免疫细胞,也是血液、淋巴和所有哺乳动物组织类型中最常见的吞噬细胞,具有极强的功能多样性。其中,肿瘤微环境组织中存在的巨噬细胞也被称作肿瘤相关巨噬细胞 (tumor-associated macrophages, TAMs)。一般来说,在不同生理病理因素刺激下,巨噬细胞可分化成两种极化状态,即经典活化的M1型和替代活化的M2型。其中,M1型参与促炎反应,同时也发挥抗肿瘤活性,而M2型则参与抗炎反应,并能通过肿瘤免疫抑制等作用促进肿瘤发展。巨噬细胞这种“双刃剑”式的调控功能也在某种刺激下变得更为复杂:比如,肿瘤围手术期化疗诱导IFNs (interferons, IFNs) 效应增强可以促进肿瘤免疫;然而另一方面,也有研究显示,IFNs激活促炎性M1型巨噬细胞后会导致炎性细胞因子IL-1β、IL-1的释放,继而促进肿瘤细胞增殖。巨噬细胞这种看似“矛盾”的生物学功能是如何最终决定化疗疗效的,及其潜在的分子调控机制目前仍是未知。

长链非编码RNA (long-non coding RNAs, lncRNA) 是哺乳动物细胞中最丰富的非编码转录本,已有研究表明,lncRNAs可以通过表观遗传调控作用调节促炎、抑炎相关基因表达或关键蛋白质的翻译后修饰状态,进而影响免疫细胞功能。近日,中山大学孙逸仙纪念医院宋尔卫院士苏士成教授研究团队在Nature Cancer杂志发表的题为“The IRENA lncRNA converts Chemotherapy-polarized tumor-suppressing Macrophages to Tumor-promoting Phenotypes in Breast Cancer”【1】研究工作表明,lncRNA IRENA (IFN-responsive nuclear factor-κB activator) 是化疗后TAMs促瘤、抗瘤功能转换的关键调控分子,并系统阐明了IRENA激活TAMs NF-κB信号通路是导致化疗后肿瘤出现治疗抵抗的根本性原因景杰生物为该研究提供了蛋白质组学技术支持及相关生物信息学分析。

一、化疗诱导巨噬细胞出现“双刃剑”样功能

研究人员首先发现,乳腺癌经围手术期化疗后,CD68+ CD163巨噬细胞数量与肿瘤免疫细胞CD8+ CTLs (cytotoxic T lymphocytes) 呈明显正相关,尤其在出现治疗抵抗的乳腺癌组织微环境中CD68+ CD163+ 巨噬细胞更是明显增多,但是这类患者预后却较差。随后,将化疗后乳腺癌组织中分离出的巨噬细胞,分别与乳腺癌细胞系 (MCF-7, SKBR3, MDA-MB-231) 和CD8CTLs共同培养,研究人员也发现:1、肿瘤细胞系出现治疗抵抗现象;2、CD8+ CTLs趋化功能增强、穿孔素/颗粒酶B表达增加。以上结果表明,化疗刺激产生的巨噬细胞出现“双刃剑”作用,即一方面促进了肿瘤细胞的治疗抵抗性,但另一方面也增强了肿瘤免疫功能。

图1  乳腺癌患者化疗后TAMs功能分析

二、蛋白质组学揭示巨噬细胞信号通路功能变化

利用蛋白质组学对化疗前后乳腺癌患者TAMs进行蛋白质功能分析,结果表明,化疗激活了巨噬细胞 Ⅰ 型IFN与炎症相关信号,其中,JAK1-STAT1 (IL-15, CXCL9, CXCL10)、NF-κB (IL-6, IL-8, TNF-α) 信号通路功能及相关细胞因子激活最显著。值得注意的是,当利用特异性抗体中和NF-κB细胞因子后,巨噬细胞引起的肿瘤治疗抵抗效应明显减弱;而JAK1-STAT1信号相关细胞因子被抗体中和后,巨噬细胞引起的肿瘤免疫功能则被明显抑制,揭示了化疗诱导巨噬细胞出现“双刃剑”样功能的潜在分子调控机制。

图2  化疗刺激后TAMs蛋白质组的改变

三、巨噬细胞IRENA是调控肿瘤化疗效果的关键分子

有意思的是,研究人员也通过lncRNA芯片发现,乳腺癌巨噬细胞在化疗刺激后,IRENA表达量也显著上调,并且IFN-α可以促进IRENA的表达;重要的是,RNA干扰IRENA表达后,减少了NF-κB信号相关细胞因子,也消除了共培养肿瘤细胞的耐药性,但却未对JAK1-STAT1信号以及CD8T细胞的肿瘤免疫功能产生影响。RNA pull-down实验发现IRENA与蛋白激酶R (protein kinase R, PKR) 紧密结合,PKR也被报道参与NF-κB信号激活过程。随后的实验也证明,IRENA可以通过PKR二聚体 (PKR2–IRENA) 以促进后者磷酸化修饰水平,继而激活NF-κB细胞,促进肿瘤细胞的化疗抵抗性。这一调控机制也在巨噬细胞缺陷小鼠模型得到了验证。

图3  TAMs调控肿瘤化疗疗效的分子机制示意图

总而言之,研究人员首次详细阐述了TAMs中IRENA/PKR/NF-κB影响化疗药物疗效的功能机制,并论证了JAK1-STAT1信号通路在肿瘤免疫功能调节中的具体作用,终而清晰地揭示了TAMs“双刃剑”样功能的信号调控机制。如今,大量研究提示TAMs是肿瘤治疗的重要靶点,许多影响TAMs数量或功能的药物也已在临床工作中正式投入使用。因此,此项研究工作结果也为将来TAMs相关肿瘤治疗药物开发的深入探索提供了新的基础与重要方向。

参考文献

1、Jiang Liu, et al. 2021. The IRENA lncRNA converts chemotherapy-polarized tumor-suppressing macrophages to tumor-promoting phenotypes in breast cancer. Nature Cancer.

Nature Cancer | 宋尔卫/苏士成团队揭示lncRNA调控巨噬细胞“双刃剑”作用新机制的更多相关文章

  1. Dell 戴尔预装Windows8改成Windows7

    UEFI模式启动: 添加启动方式,正确路径为: 另外: Ubuntu启动gpt由gpt10变为gpt9 dd

  2. lncRNA研究

    ------------------------------- Long noncoding RNAs are rarely translated in two human cell lines. ( ...

  3. TCGA收官之作—27篇重磅文献绘制“泛癌图谱”

    TCGA的关键数字:图片来源<细胞> 由美国政府发起的癌症和肿瘤基因图谱(Cancer Genome Atlas,TCGA)计划于2006年联合启动,目前已经收录了来自1万多例病人的33种 ...

  4. 猪猪的机器学习笔记(十七)隐马尔科夫模型HMM

    隐马尔科夫模型HMM 作者:樱花猪 摘要: 本文为七月算法(julyedu.com)12月机器学习第十七次课在线笔记.隐马尔可夫模型(Hidden Markov Model,HMM)是统计模型,它用来 ...

  5. 隐马尔可夫模型(HMM)总结

    摘要: 1.算法概述 2.算法推导 3.算法特性及优缺点 4.注意事项(算法过程,调参等注意事项) 5.实现和具体例子 6.适用场合 内容: 1.算法概述 隐马尔科夫模型(Hidden Markov ...

  6. 机器学习之隐马尔科夫模型HMM(六)

    摘要 隐马尔可夫模型(Hidden Markov Model,HMM)是统计模型,它用来描述一个含有隐含未知参数的马尔科夫过程.其难点是从可观察的参数中确定该过程的隐含参数,然后利用这些参数来作进一步 ...

  7. 《统计学习方法》笔记(9):EM算法和隐马尔科夫模型

    EM也称期望极大算法(Expectation Maximization),是一种用来对含有隐含变量的概率模型进行极大似然估计的迭代算法.该算法可应用于隐马尔科夫模型的参数估计. 1.含有隐含参数的概率 ...

  8. 隐马尔可夫(HMM)、前/后向算法、Viterbi算法

    HMM的模型  图1 如上图所示,白色那一行描述由一个隐藏的马尔科夫链生成不可观测的状态随机序列,蓝紫色那一行是各个状态生成可观测的随机序列 话说,上面也是个贝叶斯网络,而贝叶斯网络中有这么一种,如下 ...

  9. 隐马尔科夫模型(hidden Markov Model)

    万事开头难啊,刚开头确实不知道该怎么写才能比较有水平,这篇博客可能会比较长,隐马尔科夫模型将会从以下几个方面进行叙述:1 隐马尔科夫模型的概率计算法  2 隐马尔科夫模型的学习算法 3 隐马尔科夫模型 ...

随机推荐

  1. C# 获取电脑Mac地址

    private string getMAC() { try { NetworkInterface[] interfaces = NetworkInterface.GetAllNetworkInterf ...

  2. Burning Bridges 求tarjan求割边

    Burning Bridges 给出含有n个顶点和m条边的连通无向图,求出所有割边的序号. 1 #include <cstdio> 2 #include <cstring> 3 ...

  3. hadoop操作hdfs错误

    本文转自:http://www.aboutyun.com/blog-61-22.html 当我们对hdfs操作的时候,我们可能会碰到如下错误 错误1:权限问题 Exception in thread ...

  4. kali安装angr

    最近打算重新学习一波angr,先把环境搭好 1. 先安装virtualenv,这玩意是可以创建一个纯净的python环境,我陷入了沉思,pyenv好像也可以 这里利用豆瓣的源下载,非常快而且很舒服 p ...

  5. Java基础00-修饰符18

    1. 包 1.1 包的概述和使用 通过记事本的方法 package com.itheima;public class HelloWorld { public static void main(Stri ...

  6. java集合(3)-Java8新增的Predicate操作集合

    Java8起为Collection集合新增了一个removeIf(Predicate filter)方法,该方法将批量删除符合filter条件的所有元素.该方法需要一个Predicate(谓词)对象作 ...

  7. 2018年成为Web开发者的路线图

    本文通过一组大图展示了Web开发技能图谱,给出了作为Web 开发者可以采取的路径,以及总结了想要成为Web工程师的朋友们.希望和大家一起交流分享 介绍 Web 开发的角色一般说来,包括前端.后端和de ...

  8. CSAPP:bomblab

    BOMBLAB实验总结 CSAPP实验BOMB,很头疼,看不懂,勉强做完了. 答案是这样的: Border relations with Canada have never been better. ...

  9. MySQL检查与性能优化示例脚本

    最近在玩python,为了熟悉一下python,写了个mysql的检查与性能优化建议的脚本. 虽然,真的只能算是一个半成残次品.也拿出来现眼一下. 不过对于初学者来说,还是有一定的参考价值的.比如说如 ...

  10. CF1032G Chattering

    CF1032G Chattering 题意 思路 对于每一个位置,它转移的范围是确定的. 对于一段可以走到的区间,我们可以求出区间中所有点再能走到区间范围. 于是这个就可以倍增进行转移. 如何快速求出 ...